Bản báo cáo điền kinh trống dữ liệu: chín chiều phân tích và cái giá của những ô bỏ trống

Ba giờ sáng ở Osaka, đường truyền dữ liệu đẩy vào màn hình tôi một tệp đã được gắn nhãn chỉnh tề: mã bài, mã nguồn, nhãn lĩnh vực. Trường duy nhất có nội dung là “điền kinh”. Tiêu đề bỏ trống. Nguồn bỏ trống. Loại bài chưa phân loại. Tóm tắt một câu không có. Điểm thông tin là một tập rỗng. Thực thể liên quan chưa được trích xuất. Mức độ nhạy cảm thời gian chưa đánh giá. Chất lượng nguồn chỉ còn lại một dòng hướng dẫn, không kèm trường nguồn nào để đối chiếu. Người trực ca bên cạnh hỏi đúng một câu: “Ra được dòng nào chưa?” Trên sàn giao dịch, một tệp như thế thường bị ném vào thùng rác trong bốn giây. Tôi giữ nó lại qua bốn giờ sáng, vì một tệp rỗng dạy được nhiều hơn một tệp đầy. Tệp đầy cho bạn câu trả lời. Tệp rỗng cho bạn thấy chính xác chỗ nào trong quy trình của mình có thể bị lấp bằng niềm tin mà không ai phát hiện. Sự cám dỗ xuất hiện ngay phút thứ ba. Có nhãn “điền kinh”, có mùa giải đang chạy, có một nội dung nào đó ngoài kia cần được giải thích. Chỉ cần chọn một vận động viên đang được nhắc nhiều, gắn vào đó ba chỉ số quen thuộc, thêm một câu về phong độ, và bản báo cáo trông hoàn hảo. Không ai kiểm tra được một ô trống đã được lấp bằng gì, nếu người lấp không tự khai. Cái mà người ta gọi là “phân tích chuyên sâu” thường chỉ là lớp sơn bề mặt của một trật tự sâu hơn: một chuỗi quyết định về việc lấy gì, bỏ gì, và gọi tên phần bỏ đi là gì. Quy trình hai giai đoạn mà tôi dùng — giai đoạn một bóc tách sự kiện, giai đoạn hai mổ xẻ theo chín chiều — được thiết kế để mọi kết luận phải neo vào điểm thông tin của giai đoạn một. Không có neo, không có kết luận. Nguyên tắc xử lý giá trị rỗng rất rõ: ghi “chưa đủ thông tin, không thể đánh giá”, tuyệt đối không đoán. Tôi đã học nguyên tắc này bằng một cái giá cụ thể. Năm 2026, khi các nền tảng thể thao đua nhau đăng bài phân tích theo cảm tính, tôi công bố bản nghiên cứu so sánh chỉ số PPDA của 18 đội J-League cho sàn cá cược nơi tôi làm việc. Kết quả: Shimizu S-Pulse có số bàn thắng thực tế thấp hơn xG tới 11,3 bàn, và nguyên nhân nằm ở cấu trúc phòng ngự hở khu vực trung lộ, không nằm ở vận may. Truyền thông ca ngợi họ ở vị trí thứ tám. Bảng dữ liệu của tôi nói họ về đích thứ mười bốn. Mùa giải kết thúc đúng như bảng dữ liệu nói. Từ đó, mọi bài viết của tôi đi theo một khuôn khổ duy nhất: biến số, diễn giải, dự báo. Mỗi khẳng định phải kèm bảng dữ liệu minh bạch. Và mỗi ô trống phải được đánh dấu là ô trống, không được trát vữa. Số liệu không bao giờ nói dối; kẻ nói dối là người chọn cách đọc chúng. Câu đó đúng với cả những người chọn cách đọc một tệp dữ liệu rỗng. Bản báo cáo đêm đó có chín chiều phân tích. Tôi đi qua từng chiều, không để tìm ra câu trả lời, mà để dựng lại danh sách những gì còn thiếu. Danh sách đó, hóa ra, lại là bản đồ đầy đủ nhất về cách ngành điền kinh vận hành. Chiều thứ nhất: sự kiện và thành tích. Một con số thành tích, đứng một mình, không có nghĩa gì. Cùng một kết quả 9,83 giây ở nội dung 100m nam có thể là kỷ lục châu lục hoặc một lần chạy gió quá giới hạn. Su Bingtian chạy 9,83 giây tại bán kết Olympic Tokyo 2026 với vận tốc gió +0,9 mét trên giây, hợp lệ, và trở thành kỷ lục châu Á, đồng thời là người châu Á đầu tiên vào chung kết 100m nam Olympic. Đổi vận tốc gió thành +2,3 mét trên giây, con số đó biến thành một dòng ghi chú không được công nhận. Giới hạn hợp lệ của gió là +2,0 mét trên giây cho các nội dung chạy nước rút và nhảy. Độ cao cũng là một biến số thật. Bob Beamon nhảy 8,90 mét tại Mexico City năm 2026, nơi sân vận động nằm ở độ cao khoảng 2.240 mét. Kỷ lục đó đứng suốt 23 năm, và nó đứng lâu một phần vì điều kiện vật lý nơi nó được tạo ra. Giày cũng là một biến số. Từ ngày 31 tháng 1 năm 2026, World Athletics áp quy định về giày thi đấu: đế dày tối đa 40mm ở đường chạy, cấu trúc một tấm đế cứng, và mẫu giày phải đã có mặt trên thị trường mở trước ngày 30 tháng 4 năm 2026. Một kỷ lục cá nhân được thiết lập sau năm 2026 mà không ghi rõ mẫu giày là một kỷ lục chưa hoàn chỉnh về mặt dữ liệu. Thiếu dữ liệu chia đoạn cũng làm sai lệch phán đoán. Một vận động viên chạy 100m với thành tích 10,05 giây nhưng 60 mét đầu chậm hơn 0,15 giây so với chính mình ba tuần trước đang ở trạng thái khác hoàn toàn với người chạy cùng kết quả nhưng phân bổ tốc độ đều. Không có dữ liệu chia đoạn, hai người đó giống hệt nhau trên giấy. Chiều thứ hai: thể trạng vận động viên. Ở đây không có chỗ cho trực giác. Đường cong thành tích cá nhân theo năm là công cụ kiểm tra chống doping có giá trị nhất mà tôi có. Một bước nhảy thành tích trong một năm vượt khoảng ba lần mức tăng trung bình hằng năm của chính vận động viên đó là một cờ đỏ cần được giải thích, không phải một tin vui cần được ăn mừng. Cửa sổ đỉnh cao cũng khác nhau theo nội dung. Chạy nước rút đạt đỉnh trong khoảng 24 đến 29 tuổi. Trung bình và dài đỉnh cao dịch về 26 đến 31 tuổi. Các nội dung ném đỉnh cao nằm ở khoảng 28 đến 33 tuổi. Đặt một vận động viên 21 tuổi chạy 1.500m lên bàn phân tích mà không nói anh ta đang ở đâu trên đường cong là một cách trình bày dữ liệu thiếu trung thực về mặt cấu trúc. Lịch sử chấn thương và lịch sử rút lui là hai trường bắt buộc. Một vận động viên rút lui ở từ hai mùa giải liên tiếp trở lên là cờ đỏ ở mức cao, bất kể tin tức trước giải nói gì. Và khi ai đó trở lại sau 18 tháng vắng mặt với thành tích tốt hơn trước chấn thương, tôi không viết về phép màu. Sự phục hồi không bao giờ là phép màu; nó chỉ là thứ mà bạn đã nhìn thấy trong số liệu từ ba tháng trước. Những buổi tập đã được ghi lại. Khối lượng, cường độ, mật độ đã được ghi lại. Chỉ có người không đọc mới thấy bất ngờ. Chiều thứ ba: cấu trúc giải đấu và cơ chế vượt vòng loại. Điền kinh có hai cửa vào một giải lớn: đạt chuẩn thành tích, hoặc tích điểm xếp hạng thế giới. Hai cửa này vận hành theo hai logic khác nhau, và một vận động viên có thể chọn cửa nào tùy theo lịch thi đấu của mình. Đây là chỗ mà phần lớn nội dung bình luận bỏ qua, vì nó không hào hứng. Cơ chế tuyển chọn của Mỹ là trường hợp đáng nghiên cứu nhất: một cuộc thi quyết định tất cả. Một nhà vô địch thế giới vẫn có thể vắng mặt ở đội tuyển Olympic nếu thua đúng một buổi chiều. Cơ chế đó tạo ra một loại rủi ro cấu trúc không tồn tại ở nhiều quốc gia khác, và nó khiến việc dự báo đội hình Mỹ trở thành bài toán về lịch thi đấu, không phải bài toán về đẳng cấp. Giới hạn ba vận động viên mỗi nước mỗi nội dung tạo ra hiệu ứng xoáy nội bộ. Người về thứ tư vòng tuyển chọn quốc gia có thể có thành tích tốt hơn nhà vô địch Olympic của một quốc gia khác, và vẫn ở nhà. Bất kỳ phân tích nào không tính đến áp lực số lượng đó đều đang đọc sai động cơ của vận động viên. Nhật Bản có một cơ chế hoàn toàn khác, và tôi sống đủ lâu ở Osaka để nhìn thấy nó vận hành hằng năm. Hệ thống Ekiden, với giải Hakone chạy hai ngày mùng 2 và mùng 3 tháng 1, mười chặng, tổng chiều dài 217,1 km, là một dây chuyền tuyển chọn khổng lồ hoạt động ở cấp đại học. Các đội doanh nghiệp tiếp nhận đầu ra của dây chuyền đó. Đây là một mô hình sản xuất vận động viên theo quy trình, và nó giải thích vì sao Nhật Bản có mật độ vận động viên marathon đường bộ dày đến vậy mà vẫn thiếu một cá nhân phá đỉnh ở cấp thế giới. Ở Việt Nam, đường vào hoàn toàn khác. Một kỳ SEA Games quyết định phần lớn chu kỳ bốn năm, và chỉ tiêu huy chương định hình cả chương trình huấn luyện. Bùi Thị Thu Thảo từng giành huy chương vàng nhảy xa tại giải điền kinh vô địch châu Á năm 2026 ở Bhubaneswar với thành tích 6,44 mét — theo bảng dữ liệu tôi lưu. Đó là một cột mốc đẹp. Nhưng một cột mốc đẹp của một cá nhân không tạo ra được một dây chuyền. Khoảng cách giữa SEA Games và châu Á nằm ở số lượng người chứ không nằm ở người giỏi nhất. Chiều thứ tư: toàn cảnh nội dung và sức mạnh quốc gia. Bản đồ quyền lực của điền kinh thế giới khá ổn định: Jamaica và Mỹ ở nước rút, Kenya và Ethiopia ở các nội dung đường dài, Mỹ có chiều sâu lớn ở các nội dung nhảy và ném, châu Âu mạnh ở ném, Trung Quốc mạnh ở đi bộ thể thao và các nội dung ném nữ. Gong Lijiao là ví dụ sạch nhất cho mô hình đó. Cô vô địch nội dung đẩy tạ nữ tại Olympic Tokyo 2026 với thành tích 20,58 mét, từng vô địch thế giới các năm 2026 và 2026, và duy trì được vùng thành tích ổn định trong gần một thập kỷ. Sự ổn định đó không đến từ một lần bùng nổ. Nó đến từ một chu kỳ huấn luyện được thiết kế để không có đỉnh nhọn nào bị đánh đổi bằng nền tảng. Khi tôi dựng bảng thành tích mười người dẫn đầu một nội dung theo mùa, thứ tôi tìm không phải là người đứng đầu. Tôi tìm tuổi trung bình của nhóm đó. Nếu tuổi trung bình tăng đều trong bốn mùa liên tiếp, thế hệ kế tiếp đang trống. Nếu tuổi trung bình giảm đột ngột, một thế hệ mới đã vào sân trước kế hoạch. Khi tất cả nhìn về một hướng, tôi bắt đầu soi kỹ khoảng trống phía sau lưng họ. Trong điền kinh, khoảng trống đó thường là nội dung mà không ai muốn đầu tư vì chu kỳ huấn luyện quá dài hoặc giá trị thương mại quá thấp. Đi bộ thể thao là một ví dụ. Ném búa nữ là một ví dụ khác. Khoảng trống là nơi huy chương nằm chờ, và cũng là nơi dữ liệu thưa nhất. Chiều thứ năm: luật và chống doping. Không có thực thể nào được nêu tên trong tệp dữ liệu đêm đó, nghĩa là không có cấp hệ thống luật nào được gán. Nhưng tôi viết rõ danh sách kiểm tra, vì đó là cách duy nhất để không tự lừa mình. Hộ chiếu sinh học vận động viên là công cụ theo dõi các chỉ số sinh học qua thời gian. Ba lần vi phạm nghĩa vụ khai báo vị trí trong vòng 12 tháng tạo thành một vi phạm quy tắc chống doping. Mẫu xét nghiệm được lưu trữ tới mười năm, cho phép phân tích lại và tái phân bổ huy chương ở cấp độ lịch sử. Đây là lý do vì sao bảng huy chương của các kỳ Olympic cách đây một thập kỷ vẫn còn có thể thay đổi. Luật kỹ thuật cũng tạo ra rủi ro thuần túy. Quy định không tha lỗi xuất phát sớm, áp dụng từ ngày 1 tháng 1 năm 2026, biến một phản xạ thành một tấm vé về nước. Khu vực trao gậy trong tiếp sức có giới hạn cụ thể, và một bước chân sai vị trí xóa sạch bốn năm chuẩn bị. Các quy định về nội tiết và giới tính trong một số nội dung chạy đã thay đổi nhiều lần trong thập kỷ qua và vẫn đang tiếp tục thay đổi. Chuyển đổi quốc tịch là một lĩnh vực khác có điều kiện về thời gian cư trú. Điểm tôi muốn nhấn mạnh nằm ở phần xử lý giá trị rỗng. Khi một bản báo cáo không có nội dung liên quan đến doping, cách viết đúng là “chưa đánh giá”. Cách viết sai là “không có rủi ro doping”. Sự vắng mặt của dữ liệu không phải là một bản chứng nhận sức khỏe. Nó chỉ là một ô trống. Chiều thứ sáu: hệ thống đội và huấn luyện. Không có huấn luyện viên nào được nêu tên, nghĩa là không thể xác định trường phái huấn luyện. Nhưng đây là chiều phân tích cho tôi nhiều thông tin nhất về cấu trúc của môn thể thao này. Có ít nhất năm mô hình sản xuất vận động viên song song tồn tại. Mô hình nhà nước tập trung ở Trung Quốc, nơi vận động viên được nuôi từ nhỏ trong hệ thống trường thể thao. Mô hình đại học Mỹ, nơi NCAA đóng vai trò dây chuyền cung cấp quy mô lớn. Mô hình độ cao Đông Phi, nơi các trại tập huấn quanh thị trấn Iten ở Kenya nằm ở độ cao khoảng 2.400 mét và tạo ra một dòng vận động viên chạy liên tục. Mô hình trường học Jamaica, nơi giải vô địch trung học quốc gia có quy mô đủ lớn để tự nó là một hệ thống tuyển chọn. Và mô hình doanh nghiệp Nhật Bản mà tôi vừa nói ở trên. Mỗi mô hình có một điểm mù riêng. Mô hình nhà nước tối ưu hóa cho huy chương nhưng dễ bỏ qua tuổi thọ sự nghiệp. Mô hình đại học tối ưu hóa cho khối lượng nhưng đường cong chuyển tiếp lên cấp chuyên nghiệp bị gãy. Mô hình độ cao Đông Phi tối ưu hóa cho sức bền nhưng thiếu cơ sở hạ tầng y tế thể thao. Mô hình Jamaica tối ưu hóa cho tốc độ nhưng phụ thuộc vào một vài huấn luyện viên chủ chốt. Mô hình doanh nghiệp Nhật Bản tối ưu hóa cho tính bền vững nhưng hạn chế đỉnh cao cá nhân. Rủi ro nhân sự chủ chốt là một mục tôi luôn để riêng. Khi toàn bộ một nhóm vận động viên phụ thuộc vào một huấn luyện viên, dữ liệu cần theo dõi là tuổi của người đó, tình trạng hợp đồng, và đường cong chuyển tiếp sau khi giải nghệ. Đây là dạng rủi ro mà không bảng thành tích nào phản ánh được. Chiều thứ bảy: toàn cảnh rủi ro. Tôi lập một ma trận gồm bốn nhóm: rủi ro cạnh tranh, rủi ro chống doping, rủi ro chấn thương, và rủi ro tuyển chọn. Mỗi nhóm cần xác suất và mức độ tác động riêng. Cạnh tranh có xác suất cao nhưng tác động thường nằm trong biên độ dự báo. Chấn thương có xác suất trung bình nhưng tác động phá hủy toàn bộ mô hình. Tuyển chọn có xác suất thấp nhưng tác động tuyệt đối — người không được chọn không có kết quả, và không có kết quả thì không có dữ liệu. Chiều thứ tám không nằm trong bản gốc nhưng nằm trong quy trình của tôi: thị trường định giá. Mỗi biến động giá kèo là một nhịp đập; tôi chỉ nghe được khi đặt tai xuống mặt đất dữ liệu. Đường giá trước một giải điền kinh chứa đựng thông tin mà không bài báo nào viết ra: ai đang tập tốt, ai vừa bỏ một buổi kiểm tra, ai đang có vấn đề ở gân gót. Nhưng đường giá chỉ có nghĩa khi nó được đọc cùng bảng thành tích gốc. Đọc giá mà không đọc dữ liệu là đọc tin đồn có kèm con số. Chiều thứ chín là chất lượng nguồn. Bản gốc trả về một dòng hướng dẫn yêu cầu đánh giá chất lượng nguồn từ các trường nguồn của điểm thông tin, trong khi không có trường nguồn nào tồn tại. Đây là lỗi hệ thống đẹp nhất trong cả tệp dữ liệu đêm đó: một chỉ dẫn yêu cầu soi một thứ không tồn tại. Tôi nhận ra sau bốn giờ làm việc rằng tệp dữ liệu rỗng không phải là một sự cố. Nó là một hình ảnh chụp X-quang của cả một ngành. Ngành điền kinh sản xuất ra khối lượng dữ liệu khổng lồ: thời gian, khoảng cách, nhịp tim, lực tiếp đất, góc phóng, tốc độ gió. Nhưng nó để trống phần lớn các ô liên quan đến nguồn gốc của con số, điều kiện tạo ra con số, và người chịu trách nhiệm về con số. Phần lớn các bài phân tích thất bại ở đúng chỗ đó. Chúng lấp ô trống bằng một câu chuyện. Một vận động viên chạy nhanh hơn thì được kể là đã thay đổi cách tập luyện. Một đội tuyển thua thì được kể là mất tinh thần. Những câu chuyện đó không sai về mặt cảm xúc. Chúng sai về mặt cấu trúc, vì chúng chiếm chỗ của một ô cần được đánh dấu là chưa biết. Tôi từng đứng ở vị trí bình luận trực tiếp và hiểu rõ giới hạn của giác quan con người. Tháng 6 năm 2026, trong vai trò bình luận viên dữ liệu cho một phiên bản thử nghiệm của kênh DAZN Japan ở trận Nhật Bản gặp Colombia tại World Cup Nga, tôi đọc sai tên một tiền vệ ba lần trong hiệp một. Điều khiến tôi trằn trọc không phải ba lần đọc sai đó. Điều khiến tôi trằn trọc là bàn thua phút 39, khi dữ liệu theo dõi cho thấy cự ly đội hình của Nhật Bản bị kéo giãn trung bình 42 mét, phá vỡ cấu trúc pressing. Tôi ngồi trong phòng thu, nhìn thấy sự kiện, và không nhìn thấy cấu trúc đứng sau nó. Sau hôm đó tôi xem lại toàn bộ băng ghi hình vòng bảng trong một tháng, và học được một điều: mắt người ghi lại sự kiện, dữ liệu mới ghi lại hệ thống. Đó là lý do vì sao tôi giữ nguyên tắc không lấp ô trống. Không phải vì tôi thích sự trống rỗng. Mà vì mỗi lần tôi lấp, tôi đang che đi đúng cái thứ mà sau này sẽ làm tôi sai. Ở đây có một phản trực giác cần nói thẳng. Trong phân tích rủi ro, một ô trống thường bị đọc thành một ô an toàn. Quy trình diễn ra như sau: không tìm thấy bằng chứng về vấn đề, kết luận không có vấn đề. Lập luận đó sai ở cấp độ logic. Không tìm thấy bằng chứng là kết quả của việc tìm kiếm, không phải kết quả của trạng thái. Nếu bạn tìm trong một tập dữ liệu rỗng, bạn luôn không tìm thấy gì. Và bạn luôn có thể gọi kết quả đó là sạch. Tôi đã chứng kiến cách đọc đó vận hành trong ngành này nhiều lần. Một vận động viên không có kết quả xét nghiệm bất thường trong ba năm được mô tả là người có hồ sơ trong sạch. Một quốc gia không có vụ việc doping nào bị công bố được mô tả là có hệ thống chống doping tốt. Cả hai mô tả đều bỏ qua một biến số: tần suất xét nghiệm. Ba năm không có kết quả bất thường ở người được xét nghiệm hai lần một năm là một dữ liệu. Ba năm không có kết quả bất thường ở người được xét nghiệm không lần nào là một ô trống đội lốt dữ liệu. Cùng một lỗi logic xuất hiện ở tầng tương quan. Một vận động viên đổi huấn luyện viên và chạy nhanh hơn. Một quốc gia đổi giày và phá kỷ lục. Một đội tuyển tăng khối lượng tập và thắng nhiều hơn. Tương quan ở đây là thật. Nhân quả thì chưa được thiết lập. Biến số thứ ba thường nằm ở nơi không ai nhìn: lịch thi đấu được sắp xếp lại, đối thủ vắng mặt, điều kiện thời tiết thuận lợi, hoặc đơn giản là một mùa giải mà mọi thứ khác giữ nguyên nên biến số duy nhất còn lại trông có vẻ mạnh hơn thực tế. Tôi công khai cách đọc của phe đối lập trước khi bác bỏ nó. Nếu một nhà phân tích nói rằng thành tích tăng là nhờ phương pháp huấn luyện mới, tôi dựng lại lập luận đó bằng dữ liệu của chính họ: mức tăng bao nhiêu, trong bao lâu, so với mức tăng trung bình của chính vận động viên đó trong năm năm trước. Cách đọc của họ có thể đứng vững. Khi nó đứng vững, tôi phải nói ra. Khi nó sụp, tôi phải chỉ ra chỗ sụp bằng số, không bằng giọng điệu. Ở đây cũng cần một nguyên tắc cắt tỉa. Không phải mọi hiện tượng đều cần một trật tự sâu. Có những lúc cách giải thích bề mặt là cách giải thích đúng: vận động viên chạy chậm hơn vì trời mưa và đường ướt. Cám dỗ của người phân tích dữ liệu là luôn tìm một cấu trúc ẩn. Đôi khi cấu trúc ẩn chỉ là một cơn mưa. Nguyên tắc cạo râu Occam áp dụng cho cả những người tin vào dữ liệu. Một điểm khác mà tôi phải nói rõ, vì tôi sống ở giao điểm của hai nền thể thao. So sánh Việt Nam và Nhật Bản bằng định kiến văn hóa là con đường ngắn nhất để nói sai. Không có chuyện “người Nhật luôn kỷ luật” hay “người Việt thường thiếu bền bỉ”. Cái so sánh được là quy trình: mật độ giải đấu trong một năm, số vận động viên được tuyển vào dây chuyền mỗi năm, số năm trung bình từ khi vào dây chuyền đến lần thi đấu quốc tế đầu tiên, và chi phí trên mỗi vận động viên được đào tạo. Đặt hai nền cạnh nhau theo bốn chỉ số đó, chênh lệch xuất hiện. Và chênh lệch nằm ở sản lượng, không nằm ở tính cách. Một hệ thống đưa được hàng trăm vận động viên vào dây chuyền mỗi năm sẽ có xác suất tạo ra một vận động viên đỉnh cao cao hơn một hệ thống đưa được vài chục. Đó là số học, không phải văn hóa. Quay lại tệp dữ liệu rỗng. Khi tôi trình bày với người trực ca rằng không có chiều nào trong chín chiều có thể kết luận, phản ứng đầu tiên là thất vọng. Phản ứng thứ hai là một câu hỏi hay hơn: “Vậy cần gì để chiều này chạy được?” Chúng tôi ngồi liệt kê. Với chiều sự kiện và thành tích: tên nội dung, thành tích chính xác, vận tốc gió, độ cao sân, tên giải, vòng đấu, thứ hạng, và chuẩn so sánh tương ứng. Với chiều thể trạng: tên vận động viên, ngày sinh, chuỗi thành tích nhiều mùa, lịch sử chấn thương. Với chiều cấu trúc giải: tên giải, cấp độ, tình trạng vượt vòng loại, quy tắc tuyển chọn quốc gia. Với chiều toàn cảnh: mười thành tích dẫn đầu mùa, quốc tịch, cấu trúc tuổi. Với chiều luật: sự kiện cụ thể, lĩnh vực luật đang bị ảnh hưởng, liên đoàn của vận động viên. Với chiều đội: tên huấn luyện viên, nhóm tập, căn cứ tập luyện. Và với chiều rủi ro: một sự kiện có thật để gán xác suất. Danh sách đó dài hơn tôi tưởng. Nó cũng chính là bản mô tả công việc của một nhà phân tích điền kinh, viết ra đầy đủ lần đầu tiên, chỉ vì một tệp đến với chúng tôi mà không có gì trong đó. Đêm đó tôi không đưa ra một dòng dự báo nào. Sáng hôm sau, một tệp mới đến, đầy đủ hơn, và chúng tôi xử lý nó bình thường. Nhưng tôi giữ lại tệp rỗng cũ trong một thư mục riêng, đặt tên là “chín chiều”. Thư mục đó là danh sách kiểm tra tôi mở ra mỗi khi một bài phân tích trông quá trơn tru. Tín hiệu của vòng tiếp theo không nằm ở vận động viên nào. Nó nằm ở nhóm nhà phân tích có khả năng viết ra hai chữ “chưa đánh giá” mà không cảm thấy xấu hổ. Trong một thị trường mà ai cũng phải có ý kiến trước giờ thi đấu, khả năng nói rằng một ô chưa có dữ liệu là một lợi thế cạnh tranh khó sao chép, vì nó đi ngược lại bản năng của cả một ngành. Các tệp dữ liệu rỗng không biến mất. Chúng sẽ đến thường xuyên hơn, vì lượng nội dung cần giải thích luôn tăng nhanh hơn lượng dữ liệu kiểm chứng được. Câu hỏi dành cho người đọc không phải là ai đưa ra dự báo hay nhất. Câu hỏi là ai, khi không có dữ liệu, đã dám để nguyên ô trống — và ai đã trát lên đó một câu chuyện rồi gọi nó là phân tích.