Khi dữ liệu im lặng: Bản đồ giới hạn của phân tích bơi lội đỉnh cao

Trong một buổi sáng tháng Ba ở Brisbane Aquatic Centre, tôi ngồi trên khán đài với một bảng tính đang mở, và trên màn hình là một dòng số khiến tôi phải dừng lại: một vận động viên bơi 200m tự do về đích với thành tích tốt hơn 1,4 giây so với giải trước đó, nhưng nhịp quạt tay trung bình lại giảm 3,1 lần mỗi phút. Với phần lớn khán giả, đó là một tin tốt. Với tôi, đó là một câu hỏi chưa có lời đáp. Thành tích tốt lên luôn dễ ăn mừng. Nhưng khi nhịp quạt tay giảm mà thành tích vẫn cải thiện, điều đang xảy ra dưới làn nước có thể là kỹ thuật hoàn thiện, cũng có thể là vận động viên đang bơi tiết kiệm sức cho một mục tiêu chưa lộ diện, hoặc cũng có thể chỉ là một hôm hồ bơi đủ lạnh để cơ thể hoạt động hiệu quả bất thường. Ba lời giải thích, ba hệ quả hoàn toàn khác nhau, và bảng số không nói cho tôi biết phải chọn cái nào.

Đó là lý do tôi viết bài này. Không phải để kể về một kỳ tích nằm trong dự đoán, mà để nói về khoảnh khắc bảng số im lặng — khoảnh khắc nguy hiểm nhất trong nghề của tôi. Kazan là ngày tôi học được rằng xác suất 99% vẫn có thể chết trên bàn cược. Nhưng có một bài học khác mà tôi học muộn hơn, và nó mới là bài học định hình cách tôi viết về bơi lội ngày nay: rằng thứ nguy hiểm nhất không phải là con số sai, mà là một bộ dữ liệu trống rỗng bị đội lốt dữ liệu đầy đủ. Một bảng tính không có dữ liệu vẫn có thể trình bày đẹp như một bảng tính có dữ liệu. Và khi bảng số im lặng, kẻ thiếu kỷ luật nhất trong phòng sẽ là kẻ to tiếng nhất.

Số liệu không có giới tính, và trong bơi lội, chúng cũng không có phong cách. Chúng không phân biệt được một cú nhảy đầu giật mình vì hưng phấn với một cú nhảy đầu chuẩn xác vì kỷ luật. Chúng không đo được cảm giác nước, thứ mà bất kỳ huấn luyện viên nào ở St Peters Western cũng sẽ nói với bạn rằng nó quyết định một phần ba kết quả cuối cùng. Con số không có giới tính, nhưng người đọc chúng thì có — và người diễn giải chúng thì còn có nhiều thành kiến hơn thế.

Tôi bước vào lĩnh vực này từ một nền tảng khác. Gần ba mươi năm quan sát ngành thể thao, trong đó có giai đoạn dài làm nhà phân tích cá cược ở Brisbane, đã dạy tôi một điều về thị trường Úc: người ta yêu bơi lội vì cảm xúc dân tộc, nhưng người ta lại đặt cược vào nó bằng niềm tin mù. Không có xG cho bơi lội. Không có mô hình tích hợp nào thay thế được trực giác. Và đó vừa là cơ hội, vừa là cái bẫy. Năm năm theo dõi bơi lội chuyên sâu đã cho tôi đủ dữ liệu để biết mình đang thiếu dữ liệu gì — và biết chính xác điều đó là toàn bộ công việc.

Tôi không tin cảm xúc. Tôi tin chuỗi số liệu dài hơn cảm xúc của bạn. Nhưng tôi cũng biết chuỗi số liệu dài nhất vẫn có thể đứt ở đúng điểm bạn cần nó nhất. Bài viết này là bản đồ của những điểm đứt đó.

Bối cảnh: vì sao dữ liệu bơi lội khác mọi môn thể thao khác

Để hiểu tại sao phân tích bơi lội lại dễ rơi vào bẫy "số liệu giả" hơn bóng đá, cần hiểu một đặc điểm cấu trúc: bơi lội là môn thể thao của các con số có vẻ minh bạch nhưng thực chất lại mơ hồ. Một trận bóng đá có hàng trăm sự kiện rời rạc có thể gắn nhãn — cú sút, đường chuyền, pha tắc bóng. Bơi lội chỉ có một chuỗi thời gian liên tục, và mọi thứ bạn muốn biết đều nằm trong một đường cong duy nhất bị nén lại.

Lấy ví dụ về kết quả của Ariarne Titmus ở nội dung 400m tự do. Thành tích cuối cùng là con số rõ ràng nhất, nhưng nó là tổng của bốn vòng bơi, một cú nhảy đầu, bảy lần quay đầu và một cú chạm thành. Khi bạn tách nó ra, mỗi phân đoạn lại có độ phân giải dữ liệu khác nhau. Cú nhảy đầu có cảm biến trên bục xuất phát, cho bạn thời gian phản xạ chính xác đến từng phần trăm giây. Phần bơi giữa lại phụ thuộc vào nhịp quạt tay và quãng đường mỗi chu kỳ — hai chỉ số mà thiết bị thu thập được nhưng lại có sai số lớn tùy hồ bơi, tùy camera và tùy người gắn nhãn. Cú chạm thành thì lại bị ảnh hưởng bởi hệ thống cảm biến của đúng giải đấu đó và đúng dòng nước ở làn đó.

Nói cách khác, một bảng kết quả bơi lội trông như một bộ dữ liệu hoàn chỉnh, nhưng thực chất là năm bộ dữ liệu khác nhau về chất lượng, chắp vá lại thành một đường thời gian. Đó là lý do tôi luôn nói với các biên tập viên của mình: đừng bao giờ trình bày một bảng bơi lội mà không ghi rõ phân đoạn nào có cảm biến, phân đoạn nào là ước lượng hình ảnh. Bởi vì khi bạn bỏ dòng chú thích đó đi, bạn đang bán một bộ dữ liệu trống rỗng dưới danh nghĩa một bộ dữ liệu đầy đủ.

Bối cảnh thứ hai là vấn đề sân nhà và chu kỳ. Bơi lội không có "mùa giải thường niên" theo nghĩa bóng đá. Nó có các chu kỳ bốn năm bị cắt khúc bởi vô địch thế giới các năm lẻ, và bên trong mỗi chu kỳ đó là những giải đấu có mức độ ưu tiên hoàn toàn khác nhau. Một vận động viên có thể bơi tồi ở một giải châu lục vào tháng Bảy vì đó là buổi tập huấn trá hình, rồi bơi cháy ở một giải châu lục khác vài tháng sau vì đó là điểm rơi phong độ. Nhìn vào bảng điểm, hai kết quả đó có thể giống hệt nhau về mặt con số. Về mặt ý nghĩa, chúng nằm ở hai đầu đối lập của quang phổ.

Tôi từng gọi đây là "vấn đề của cái dòng thời gian không nói mình là gì". Một con số 1 giây 47 ở nội dung 200m tự do có thể là một kết quả đáng lo nếu nó là điểm rơi thiết kế cho một mục tiêu lớn, và có thể là một bước tiến nếu nó là một buổi kiểm tra giữa chu kỳ. Bảng điểm không phân biệt hai thứ đó. Nhưng huấn luyện viên biết. Vận động viên biết. Và nhà cái, nếu thông minh, cũng nên biết.

Vấn đề thứ ba, và là vấn đề tôi muốn dành phần lớn bài viết để nói: bơi lội là nơi mà áp lực kể chuyện của truyền thông va chạm trực diện với sự im lặng của dữ liệu. Bóng đá có đủ dữ liệu để kể một câu chuyện thô ráp nhưng đứng vững. Bơi lội thì không. Ở đó, một thành tích tốt trong một lần bơi duy nhất có thể bị khuếch đại thành một câu chuyện lớn chỉ vì không có gì khác để nói vào ngày hôm đó. Và vì bơi lội là môn thể thao quốc hồn của nước Úc, áp lực kể chuyện ở đây lớn gấp nhiều lần nơi khác.

Phần lõi: chuỗi bằng chứng — những điểm mà con số quyết định được

Tôi muốn đi từ vùng dữ liệu vững chắc nhất đến vùng mơ hồ nhất, bởi đó là cách duy nhất để vẽ một bản đồ giới hạn trung thực. Mỗi vùng tôi sẽ nói rõ nó dựa trên bằng chứng gì, và sai số của nó nằm ở đâu.

Vùng một: nhịp quạt tay và quãng đường mỗi chu kỳ

Đây là nền tảng của mọi phân tích kỹ thuật bơi lội, và cũng là nơi nhiều người hiểu sai nhất. Nhịp quạt tay (stroke rate) và quãng đường mỗi chu kỳ (distance per stroke) có một mối quan hệ đánh đổi kinh điển: bơi nhanh hơn thường có nghĩa là tăng nhịp quạt tay, nhưng tăng nhịp quạt tay thường làm giảm quãng đường mỗi chu kỳ nếu kỹ thuật không theo kịp. Tốc độ cuối cùng là tích của hai đại lượng này chia cho một hằng số. Nghe đơn giản. Nhưng nó là một phương trình có hai ẩn, và đó là lý do nó gây tranh cãi vô tận.

Giả sử một nữ vận động viên bơi 200m tự do cải thiện 0,8 giây trong một tháng. Có ít nhất ba đường dẫn đến sự cải thiện đó. Đường một: cô ấy tăng nhịp quạt tay 4%, giữ nguyên quãng đường. Đây là cải thiện từ thể lực. Đường hai: cô ấy giữ nguyên nhịp, tăng quãng đường 3%. Đây là cải thiện từ kỹ thuật. Đường ba: cô ấy tăng nhịp 2% và tăng quãng đường 2% cùng lúc. Đây là cải thiện từ cả hai, nghĩa là một bước nhảy khó và đáng tin hơn nhiều.

Sự khác biệt giữa ba đường dẫn này không thể nhìn thấy trong thành tích cuối cùng, nhưng nó quyết định mọi thứ về việc kết quả đó có bền vững hay không. Một cải thiện từ thể lực có thể tan biến sau một đợt giảm tải. Một cải thiện từ kỹ thuật thường bền vững hơn nhưng cần nhiều tháng để đạt được. Một cải thiện đồng thời cả hai thường là dấu hiệu của một vận động viên trẻ đang ở đúng giai đoạn phát triển — và đó là nơi tôi dành sự chú ý lớn nhất.

Nhưng đây mới là điều tôi học được trong năm năm: nhịp quạt tay và quãng đường mỗi chu kỳ không phải là dữ liệu thô, mà là dữ liệu đã qua xử lý. Chúng phụ thuộc vào việc người ta chọn cửa sổ thời gian nào để đo. Nếu bạn đo nhịp quạt tay trên toàn bộ 200m, bạn sẽ nhận được một con số khác với khi bạn đo riêng 50m đầu và 50m cuối. Một vận động viên bơi âm (negative split) sẽ có nhịp tăng dần qua từng vòng, và con số trung bình sẽ che giấu toàn bộ cấu trúc đó. Khi một bảng số chỉ cho bạn nhịp trung bình mà không cho bạn phân đoạn, bạn đang nhìn vào một bộ dữ liệu trống rỗng đội lốt một bộ dữ liệu đầy đủ.

Vùng hai: cấu trúc phân đoạn và chiến lược chia vòng

Nếu tôi chỉ được phép dùng một loại dữ liệu để phân tích một trận bơi, tôi sẽ chọn phân đoạn từng 50m. Không phải thành tích cuối cùng, không phải bảng điểm, mà là phân đoạn. Bởi vì phân đoạn kể cho bạn câu chuyện về cách một vận động viên phân bổ năng lượng, và cách phân bổ năng lượng là nơi chiến lược va chạm với thể lực.

Có ba mô hình phân đoạn cổ điển. Mô hình giảm dần (negative split): 50m sau nhanh hơn 50m trước. Đây là mô hình của người bơi tự tin và kiểm soát tốt. Mô hình tăng dần (positive split): 50m đầu nhanh hơn, thường là dấu hiệu của người bơi bung sức quá sớm. Mô hình phẳng (even split): các vòng gần bằng nhau, là mô hình của người bơi kỷ luật và chuẩn bị tốt nhất.

Trên giấy, mô hình phẳng nghe có vẻ lý tưởng nhất. Và trong phần lớn trường hợp, các vận động viên hàng đầu thế giới lại không bơi phẳng. Họ bơi với một chút biến thiên — thường là vòng ba nhanh hơn vòng hai một cách có chủ đích, để tạo ra một cú hích tâm lý và để đối thủ phải phản ứng. Đây là chi tiết mà bảng điểm không bao giờ kể.

Hãy tưởng tượng hai vận động viên cùng về đích ở một thành tích. Người A bơi các vòng theo cấu trúc phẳng. Người B bơi các vòng với vòng ba chậm hơn và vòng cuối nhanh đột biến. Nhìn vào thành tích, hai người giống nhau. Nhìn vào tương lai, hai người khác nhau hoàn toàn. Người B có dự trữ sức mạnh lớn hơn, nhưng cũng có nguy cơ cao hơn về việc phân bổ sai. Người A ổn định hơn nhưng trần tiềm năng có thể thấp hơn nếu người B học được cách phân bổ tốt hơn. Cùng một con số, hai hàm ý đối lập. Đây chính là lý do tôi không bao giờ kết luận chỉ từ thành tích cuối.

Ở đây tôi muốn kể một chuyện từ kinh nghiệm theo dõi trực tiếp của mình. Tôi từng theo dõi một vận động viên nữ trẻ người Úc qua ba giải liên tiếp. Ở giải đầu, cô bơi positive split rõ rệt và về đích ở vị trí thứ tư. Ở giải hai, cô bơi phẳng hơn và về đích thứ ba. Ở giải ba, cô bơi negative split và về đích thứ hai. Bảng điểm nói với tất cả mọi người rằng cô đang tiến bộ đều đặn. Bảng phân đoạn nói với tôi rằng cô đang thay đổi cách bơi từng bước một, có kiểm soát, và đó là lý do tôi đặt cô ấy vào danh sách theo dõi dài hạn của mình. Một năm sau, cô lọt vào chung kết một nội dung lớn.

Tôi không nói dữ liệu phân đoạn dự đoán được tương lai. Tôi nói nó cho bạn một thứ mà thành tích cuối cùng không cho bạn: thứ tự của sự thay đổi. Và thứ tự của sự thay đổi thường quan trọng hơn bản thân sự thay đổi.

Vùng ba: cú nhảy đầu và cú chạm thành

Đây là vùng dữ liệu vững chắc nhất về mặt kỹ thuật, bởi vì cảm biến trên bục xuất phát và hệ thống cảm biến thành hồ đo được chính xác đến từng phần trăm giây. Nhưng vững chắc về mặt đo lường không có nghĩa là vững chắc về mặt ý nghĩa. Và đây là nơi tôi thường thấy các nhà phân tích non kinh nghiệm đưa ra kết luận quá mạnh.

Thời gian phản xạ trong một lần bơi đơn lẻ là một trong những chỉ số dễ gây hiểu lầm nhất. Nó dao động rất lớn giữa các lần bơi ở cùng một vận động viên, bởi vì nó phụ thuộc vào tín hiệu âm thanh của hồ bơi cụ thể, vào thời điểm vận động viên chọn phản ứng, và vào việc họ có đang trong đợt tăng tốc hay không. Một vận động viên có thể có phản xạ 0,61 giây ở giải này và 0,74 giây ở giải khác mà không hề thay đổi kỹ thuật xuất phát. Nếu bạn chỉ nhìn vào một lần bơi, bạn sẽ kết luận nhầm về năng lực của họ.

Quy tắc của tôi: không bao giờ đánh giá thời gian phản xạ chỉ từ một lần bơi. Cần ít nhất năm lần bơi trong cùng điều kiện hồ bơi để nói bất cứ điều gì.

Nhưng nếu bạn có đủ năm lần bơi, thời gian phản xạ trở thành một cửa sổ tuyệt vời vào thần kinh của vận động viên. Nó cho bạn biết mức độ tập trung, khả năng xử lý áp lực và độ ổn định dưới sức ép cảm giác. Ở cấp độ đỉnh cao, sự khác biệt giữa huy chương vàng và huy chương bạc trong các nội dung nước rút thường nằm ở chính khoảng chục phần trăm giây này.

Cú chạm thành cũng vậy. Nó là một kỹ thuật bị đánh giá thấp một cách kỳ lạ. Trong một trận chung kết nước rút, một cú chạm thành kém có thể làm mất 0,1 đến 0,15 giây — nhiều hơn khoảng cách giữa huy chương vàng và huy chương đồng ở nhiều nội dung. Nhưng cú chạm thành không được huấn luyện riêng biệt ở nhiều chương trình. Nó bị coi là một kỹ năng tự nhiên. Đó là một trong những khoảng trống lớn nhất trong phân tích bơi lội hiện đại, và là nơi mà một quốc gia có hệ thống khoa học thể thao tốt có thể tạo ra lợi thế hệ thống.

Vùng bốn: chuyển đổi giữa bể ngắn và bể dài

Đây là vùng dữ liệu mơ hồ nhất, và nó cũng là vùng mà các nhà phân tích thị trường cá cược khai thác nhiều nhất. Bể ngắn (25m) có nhiều lần quay đầu hơn bể dài (50m). Bởi vì cú quay đầu là một kỹ thuật riêng có thể rất nhanh hoặc rất chậm tùy vận động viên, việc chuyển đổi thành tích từ bể này sang bể kia không thể thực hiện bằng một công thức tuyến tính đơn giản.

Các mô hình chuyển đổi phổ biến dùng hệ số hiệu chỉnh cho từng nội dung và từng khoảng cách. Nhưng hệ số đó được xây dựng trên dữ liệu trung bình của quần thể, không phải trên từng vận động viên. Một vận động viên có kỹ thuật quay đầu kém sẽ bị hệ số trung bình đánh giá thấp ở bể dài và đánh giá cao ở bể ngắn. Một vận động viên có thân hình dài và lực đẩy dưới nước tốt sẽ ngược lại.

Từ khi theo dõi bơi lội chuyên sâu, tôi đã ngừng dùng hệ số chuyển đổi trung bình. Thay vào đó, tôi xây dựng một chỉ số riêng gọi là "độ lệch quay đầu" cho từng vận động viên: chênh lệch giữa phân đoạn quay đầu của vận động viên đó và mức trung bình của nhóm vận động viên cùng trình độ. Chỉ số này ổn định hơn nhiều so với thành tích chuyển đổi, và nó cho tôi biết một vận động viên sẽ hưởng lợi hay chịu thiệt khi chuyển giữa hai loại bể.

Tôi nói cho bạn một sự thật mà nhiều nhà cái không muốn bạn biết: phân tích bể ngắn và bể dài là hai thị trường riêng biệt, và phần lớn tiền khôn ngoan ngồi ở vùng giao thoa giữa chúng. Khi một vận động viên bơi rất nhanh ở bể ngắn, đám đông phản ứng bằng cách tin vào một kỳ tích sắp phá vỡ giới hạn. Nhà cái thông minh phản ứng bằng cách giảm giá trị của vận động viên đó khi quay lại bể dài — bởi vì họ biết hệ số chuyển đổi nào đang được áp dụng, và họ biết nó đang áp dụng sai cho ai.

Vùng năm: vấn đề giảm tải và điểm rơi phong độ

Ở đây tôi muốn đi vào phần khó nhất của bơi lội, phần mà tôi cho là ẩn số lớn nhất trong toàn bộ dữ liệu của môn thể thao này. Ở hầu hết các môn thể thao, vận động viên hướng tới trạng thái tốt nhất một cách liên tục. Ở bơi lội, họ hướng tới trạng thái tốt nhất một cách có chủ đích, và cố tình bơi tồi ở giai đoạn trước đó để giữ dự trữ cho đúng điểm rơi.

Điều này có nghĩa là một bảng kết quả bơi lội thường bị méo mó một cách hệ thống. Các giải đấu quan trọng nằm ở cuối chu kỳ, nơi các vận động viên hàng đầu đã đạt phong độ đỉnh. Các giải đấu ở giữa chu kỳ thường có các vận động viên hàng đầu bơi ở mức năm mươi đến bảy mươi phần trăm năng lực thực. Nếu bạn không biết giải nào là giải nào, bạn có thể kết luận rằng một vận động viên đang sa sút trong khi họ đang trong giai đoạn xây dựng nền tảng lớn nhất.

Tôi nhớ có một lần ngồi với một huấn luyện viên cấp cao ở Brisbane, người đã nói với tôi một câu tôi không bao giờ quên: "Những gì bạn thấy ở một giải giữa chu kỳ không phải là vận động viên của tôi. Đó là bài tập của tôi đang diễn ra trước mắt bạn."

Số liệu không có người đọc thì vô nghĩa. Và với bơi lội, người đọc quan trọng nhất không phải là khán giả, không phải là nhà cái, mà là chính chương trình huấn luyện. Một con số không có chú thích huấn luyện là một con số có thể dẫn bạn đi sai hoàn toàn.

Phần phản trực giác: khi tương quan không phải nhân quả

Bây giờ tôi muốn đến phần mà tôi nghĩ là quan trọng nhất, và cũng là phần mà tôi đã học được sau những sai lầm đắt giá nhất của chính mình.

Có một niềm tin rộng rãi trong giới phân tích bơi lội Úc rằng nước có hệ thống phát triển trẻ mạnh, nhiều vận động viên xuất sắc ở cấp độ trẻ, và một liên đoàn được tài trợ tốt sẽ ắt dẫn đến thành công bền vững ở cấp độ người lớn. Niềm tin này đúng về tương quan nhưng sai về nhân quả. Và nó nguy hiểm vì nó tạo ra một vẻ ngoài chắc chắn không có thật.

Hãy nhìn vào dữ liệu quốc tế. Có những quốc gia với hệ thống phát triển trẻ cực kỳ mạnh nhưng trưởng thành rỗng rất nhanh ở cấp người lớn, bởi vì thiếu cơ sở hạ tầng cho bơi lội đỉnh cao sau tuổi mười tám. Có những quốc gia với hệ thống phát triển trẻ yếu nhưng lại có một vài trung tâm huấn luyện đẳng cấp thế giới đủ để hút tài năng và phát triển họ trực tiếp lên đỉnh. Tương quan giữa "phát triển trẻ mạnh" và "thành công người lớn" tồn tại, nhưng nó bị chi phối bởi biến thứ ba: chất lượng của cầu nối giữa hai giai đoạn.

Ở Úc, chúng ta có một cầu nối rất đặc biệt. Các trung tâm như St Peters Western ở Brisbane, dưới sự dẫn dắt của Dean Boxall, không chỉ phát triển vận động viên trẻ mà còn giữ được họ qua giai đoạn chuyển tiếp khó khăn nhất. Đó không phải là một kết quả tự nhiên của hệ thống phát triển trẻ. Đó là một chiến lược chủ động của một vài cá nhân, và nó không thể được sao chép bằng cách tăng ngân sách cho phát triển trẻ.

Đây là điều mà tương quan không nói với bạn. Điểm mạnh của bơi lội Úc không nằm ở dòng vận động viên trẻ. Nó nằm ở tỷ lệ giữ chân qua cái hố đen của tuổi mười tám đến hai mươi hai — một khoảng thời gian mà dữ liệu cho thấy phần lớn các quốc gia thất bại. Nếu bạn chỉ nhìn vào bảng huy chương trẻ, bạn sẽ kết luận sai về tương lai của bất kỳ quốc gia nào. Nếu bạn nhìn vào tỷ lệ giữ chân, bạn sẽ thấy mọi thứ trước khi nó trở thành tiêu đề.

Tôi muốn đi xa hơn một bước, vào vùng phản trực giác mà tôi cho là quan trọng nhất của bài viết này.

Trong các mô hình dự đoán của mình, tôi từng tìm thấy một biến số có tương quan rất mạnh với thành công dài hạn của một vận động viên: số năm trung bình họ ở trong cùng một chương trình huấn luyện. Các vận động viên thay đổi chương trình đều đặn có thành tích biến động lớn hơn và tuổi thọ đỉnh cao ngắn hơn. Tương quan ở đây rất đẹp. Tôi từng gần như xây dựng cả một mô hình xung quanh nó.

Nhưng sau đó tôi nhận ra điều này: biến số đó có thể đang đo lường chính xác điều ngược lại với những gì tôi tưởng. Vận động viên thay đổi chương trình thường làm như vậy vì họ gặp vấn đề — chấn thương, mâu thuẫn, sa sút. Nói cách khác, việc thay đổi chương trình không gây ra sa sút; sự sa sút gây ra việc thay đổi chương trình. Mối quan hệ nhân quả chạy ngược lại so với giả thuyết ban đầu của tôi.

Đó là bài học Kazan của tôi áp dụng cho bơi lội. Kazan dạy tôi rằng xác suất 99% vẫn có thể chết trên bàn cược. Bơi lội dạy tôi rằng một tương quan hệ số 0,8 vẫn có thể đang kể câu chuyện ngược chiều. Trong cả hai trường hợp, con số không sai. Cái sai là câu chuyện tôi gắn vào nó.

Và đây là hệ quả thực tế cho thị trường cá cược Úc. Khi một vận động viên nổi tiếng chuyển sang một chương trình huấn luyện mới, đám đông phản ứng bằng cách giảm giá trị của họ — dựa trên nguyên tắc rằng thay đổi là rủi ro. Nhưng nếu bạn biết rằng việc thay đổi chương trình thường là hệ quả của một vấn đề đã có, thì câu hỏi đúng không phải là "liệu việc chuyển đổi này có hại không" mà là "vấn đề ban đầu đã được giải quyết chưa". Đó là hai câu hỏi dẫn đến hai hành vi cá cược hoàn toàn khác nhau, và phần lớn đám đông đang trả lời câu hỏi sai.

Những góc mù mà bảng số không bao giờ chiếu tới

Tôi muốn dành một phần riêng để nói về những thứ mà năm năm bơi lội dạy tôi rằng chúng là dữ liệu theo một nghĩa khác, nhưng không thể đo bằng phần trăm giây.

Góc mù đầu tiên là cảm giác nước. Không có cảm biến nào đo được cảm giác nước theo cách mà một huấn luyện viên nhìn một vận động viên bơi và biết ngay rằng hôm nay họ "bắt nước" tốt hay không. Cảm giác nước là tổng hợp của hàng trăm tín hiệu vi mô — độ căng của bàn tay, góc của cổ tay, thời điểm bắt đầu kéo nước, nhịp thở. Bảng số nhìn thấy kết quả của tất cả những thứ này nhưng không thể phân tách chúng thành nguyên nhân.

Điều này quan trọng với người viết vì nó tạo ra một khoảng trống giữa những gì chuyên gia thấy và những gì đám đông thấy. Khi một vận động viên bơi chậm, đám đông nói "họ đang sa sút". Người có cảm giác nước nói "họ đang ở sai giai đoạn của chu kỳ". Hai cách đọc cùng một con số, và một trong hai đúng với xác suất cao hơn nhiều.

Góc mù thứ hai là trạng thái tâm lý dưới áp lực. Ở các nội dung nước rút, khoảng cách giữa các vận động viên hàng đầu thường nhỏ đến mức các yếu tố tâm lý trở thành biến số quyết định. Và chúng ta chưa đủ công cụ để đo chúng một cách đáng tin cậy. Một vận động viên có thể mạnh về thể lực và kỹ thuật nhưng lại yếu về khả năng chịu áp lực trong một trận chung kết, và bảng số sẽ không bao giờ chỉ ra điều đó — cho đến khi trận chung kết đến và họ thất bại vì những lý do mà bảng số không giải thích được.

Cảm xúc cũng là dữ liệu, nhưng chúng ta chưa đủ công cụ để đo nó. Câu đó tôi đã viết lần đầu trong một bài phân tích về một trận chung kết lớn, và nó vẫn là câu tôi quay lại nhiều nhất.

Góc mù thứ ba là quyết định của huấn luyện viên. Đây là biến số mà các mô hình của tôi không bao giờ nắm bắt được, và tôi nghi ngờ không có mô hình nào nắm bắt được. Một huấn luyện viên có thể quyết định cho một vận động viên bỏ một nội dung để tập trung cho một nội dung khác. Quyết định đó thường không xuất hiện trên bảng thành tích, nhưng nó định hình toàn bộ sự nghiệp của vận động viên đó. Bảng số nhìn thấy kết quả cuối cùng. Nó không nhìn thấy cánh cửa đã đóng.

Góc mù thứ tư, và là góc mù mà tôi cho là bị đánh giá thấp nhất, là mạng lưới tuyển trạch. Bơi lội, giống như nhiều môn thể thao, vừa tìm thấy thiên tài, vừa tạo ra vé số và gia đình tan vỡ. Một vận động viên trẻ được phát hiện ở tuổi mười hai và đưa vào một chương trình đỉnh cao có thể có một trong hai số phận. Hoặc họ trở thành ngôi sao, hoặc họ trở thành một câu chuyện bị lãng quên trong một bảng xếp hạng không ai nhớ. Và bảng số, một lần nữa, chỉ ghi lại kết quả. Nó không ghi lại cái giá.

Tôi làm việc trong ngành cá cược, và tôi sẽ không giả vờ rằng ngành của tôi miễn nhiễm với vấn đề này. Thực tế, tôi nghĩ ngành cá cược có trách nhiệm đặc biệt trong việc không biến trẻ em thành công cụ. Mỗi con số trong bảng của tôi đằng sau nó là một người có giới tính, có cảm xúc, và có thể chết dù xác suất là 99%. Đó là điều tôi nhắc mình mỗi sáng trước khi mở bảng tính.

Kinh nghiệm theo dõi trực tiếp: những gì bảng số không dạy tôi

Tôi từng nói rằng ba mươi năm quan sát ngành thể thao dạy tôi nhiều hơn bất kỳ khóa học thống kê nào, và tôi tin điều đó. Nhưng tôi muốn cụ thể hóa điều đó bằng những gì tôi đã theo dõi trực tiếp.

Khi tôi bắt đầu theo dõi bơi lội một cách nghiêm túc, tôi mang theo tất cả các thói quen từ phân tích bóng đá. Tôi tìm kiếm các chỉ số cao cấp. Tôi tìm kiếm mô hình dự đoán. Tôi tìm kiếm sự chắc chắn. Và tôi nhanh chóng phát hiện ra rằng bơi lội không cung cấp cho tôi sự chắc chắn theo cách bóng đá làm. Nó là một môn thể thao có độ phân giải dữ liệu thô, nơi mà kỹ năng phân tích thực sự nằm ở việc biết khi nào không kết luận gì cả.

Có một trận mà tôi theo dõi mà tôi nghĩ đến thường xuyên. Một vận động viên trẻ người Úc bơi một nội dung tại một giải quốc tế và về đích với thành tích kém hơn kỳ vọng khá nhiều. Tất cả các chỉ số của tôi đều chỉ ra rằng cô đang ở đúng đỉnh phong độ và nên về đích nhanh hơn. Tôi đã chuẩn bị một bài viết rằng đây là một cơ hội bị bỏ lỡ, một cú sốc thống kê.

Sau đó tôi nói chuyện với một người quen trong giới huấn luyện, người biết chương trình của cô. Ông ấy nói với tôi một điều duy nhất: cô vừa trải qua một tuần tập luyện với cường độ cao nhất trong cả chu kỳ, và đây là một giải tập huấn trá hình mà chương trình cố tình đưa cô vào để thử nghiệm một điều chỉnh kỹ thuật mới.

Bảng số của tôi không hề biết điều này. Nó nhìn thấy một kết quả kém và kết luận một cơ hội bị bỏ lỡ. Sự thật là ngược lại hoàn toàn. Và đó là ngày tôi ghi vào sổ tay của mình một quy tắc mới: trước khi phân tích bất kỳ kết quả bơi lội nào, hãy tự hỏi giải đấu này có ý nghĩa gì với chương trình huấn luyện của vận động viên đó. Nếu không trả lời được câu hỏi đó, không được viết.

Tôi đã nhiều lần ghi vào bảng phân tích của mình một dòng: "Đây là trận đấu có thể áp dụng được mô hình, hay chỉ là trận đấu bình thường?" Gần ba mươi năm trong nghề dạy tôi rằng, ở cấp độ đỉnh cao, đôi khi một trận đấu bình thường có giá trị phân tích lớn hơn cả một trận chung kết. Và ngược lại.

Phần kết: tín hiệu cho vòng tiếp theo

Tôi không kết thúc bài viết này bằng một tổng kết. Tổng kết là cho những người tin rằng họ đã hiểu tất cả. Tôi kết thúc bằng những gì tôi sẽ theo dõi tiếp theo, và tôi mời bạn theo dõi cùng tôi.

Tín hiệu đầu tiên là độ lệch quay đầu. Tôi sẽ theo dõi nó ở các vận động viên trẻ chuyển từ bể ngắn sang bể dài trong chu kỳ tới. Nếu độ lệch của họ thu hẹp qua nhiều lần bơi, đó là dấu hiệu của kỹ thuật quay đầu đang được cải thiện có hệ thống. Nếu nó dao động ngẫu nhiên, đó là dấu hiệu của một kỹ thuật chưa được chuẩn hóa.

Tín hiệu thứ hai là cấu trúc phân đoạn ở các giải giữa chu kỳ. Tôi sẽ tìm kiếm các vận động viên bơi negative split ở những giải không quan trọng, bởi vì đó là dấu hiệu của sự tự tin và kiểm soát. Ở các giải tập huấn, phần lớn vận động viên bơi bừa. Người bơi có cấu trúc chính là người đang tập luyện với mục tiêu.

Tín hiệu thứ ba là tần suất chạm thành. Tôi sẽ tìm kiếm các vận động viên có cải thiện nhỏ nhưng ổn định ở phần chạm thành, bởi vì đó là chỉ báo của một kỹ thuật đang được huấn luyện có chủ đích — và nó thường đi kèm với cải thiện lớn hơn ở các phần khác.

Tín hiệu thứ tư là tỷ lệ giữ chân. Tôi sẽ theo dõi số vận động viên trẻ ở lại cùng một chương trình qua giai đoạn chuyển tiếp từ mười tám đến hai mươi hai tuổi. Đây là tín hiệu yếu về mặt kết quả tức thời nhưng mạnh về mặt dài hạn, và nó thường chỉ ra hướng phát triển của cả một quốc gia trước khi bảng huy chương nói lên điều đó.

Và tín hiệu cuối cùng, tín hiệu mà tôi cho là quan trọng nhất, là khoảng lặng. Tôi sẽ lắng nghe sự im lặng của dữ liệu. Khi một kết quả bơi lội được ca ngợi là kỳ tích nhưng không có dữ liệu phân đoạn nào đi kèm, tôi sẽ là người đầu tiên hỏi: chúng ta đang không được cho thấy điều gì? Khi một vận động viên bị chỉ trích là sa sút nhưng chương trình của họ không được tiết lộ, tôi sẽ là người hỏi: ai đang đọc con số này thành câu chuyện nào?

Bởi vì đây là sự thật mà Kazan dạy tôi và bơi lội củng cố: thứ nguy hiểm nhất không phải là một con số sai. Thứ nguy hiểm nhất là một con số đúng được đặt vào một câu chuyện sai. Và câu chuyện sai nhất là câu chuyện được xây dựng trên một bộ dữ liệu trống rỗng đội lốt một bộ dữ liệu đầy đủ.

Số liệu không có người đọc thì vô nghĩa. Con số không có giới tính, nhưng người đọc chúng thì có. Và nhiệm vụ của tôi, với tư cách là một người kể chuyện bằng dữ liệu, không phải là tạo ra sự chắc chắn không tồn tại. Nhiệm vụ của tôi là cho bạn thấy chính xác nơi bảng số ngừng nói và con người bắt đầu — để khi tôi đưa ra một kết luận, bạn biết niềm tin đó được xây trên bao nhiêu dữ liệu, bao nhiêu suy luận, và bao nhiêu giới hạn chưa được giải quyết.

Tôi không tin cảm xúc. Tôi tin chuỗi số liệu dài hơn cảm xúc của bạn. Nhưng chuỗi số liệu dài nhất vẫn có thể dứt ở đúng đoạn cuối cùng, và tôi muốn bạn là người nhìn thấy nơi nó dứt trước khi bạn đặt niềm tin vào nó.