Bida và lỗ hổng dữ liệu: một môn thể thao không thể tự nhận diện chính mình

Trong tệp theo dõi mùa giải 2026/25 mà tôi duy trì suốt bảy tháng, có một cột mang tên discipline. Nhiệm vụ của nó là trả lời câu hỏi đơn giản nhất của nghề: bản ghi này thuộc nhánh bida nào. Đến tuần thứ ba mươi, cột đó trả về giá trị rỗng ở phần lớn số dòng tôi nhập từ nguồn thứ cấp. Lý do không nằm ở người nhập. Nằm ở chỗ chính nguồn dữ liệu không phân biệt được snooker với bida lỗ Mỹ 9 bi, với bida Trung Quốc 8 bi, với carom ba băng, hay với pyramid kiểu Nga.

Đêm 5 tháng 5 năm 2026, tại Crucible Theatre ở Sheffield, Zhao Xintong đánh bại Mark Williams 18-12 để trở thành nhà vô địch thế giới snooker đầu tiên của châu Á, chỉ một năm sau khi mãn án treo giò hai mươi tháng. Đó là trận chung kết được ghi lại nhiều nhất trong lịch sử snooker châu Á. Để dựng lại nó thành một tập hợp chỉ số có thể kiểm chứng, tôi phải bắc ba cây cầu: CueTracker cho dữ liệu phá bi và century break, trang chính thức của World Snooker Tour cho lịch thi đấu và tiền thưởng, bảng xếp hạng của WPBSA cho vị trí. Ba cây cầu, ba định dạng mã, một trận đấu.

Nghề của tôi bắt đầu từ bóng đá, nơi mọi sự kiện đều có một mã định danh chung. Một trận ở Premier League được ghi lại bởi Opta, StatsBomb, Wyscout; người ta có thể mở hai nguồn và so từng cú sút. Bida không có may mắn đó. WST vận hành hệ thống xếp hạng cho snooker. Matchroom Sport vận hành hệ sinh thái 9 bi với Mosconi Cup. Các đơn vị tổ chức nội địa Trung Quốc vận hành bida 8 bi, nơi Joy Masters là một trong những giải có quỹ thưởng lớn nhất nhánh. Liên đoàn UMB quản lý carom ba băng. Bốn hệ thống quản trị, bốn bộ luật, bốn đường ống dữ liệu.

Với một nhà báo dữ liệu, hệ quả đầu tiên mang tính kỹ thuật thuần túy: không thể xây dựng một chỉ số xuyên nhánh, vì không có khóa chính chung để nối bảng. Một cột discipline rỗng không phải lỗi nhập liệu. Nó là hình ảnh thu nhỏ của toàn bộ hạ tầng.

Đối chiếu chéo là bước tôi không bỏ qua. Với trường hợp Zhao Xintong, tôi chạy ba lớp kiểm tra. Lớp thứ nhất là kết quả và tỷ số, đối chiếu giữa WST và CueTracker, khớp hoàn toàn ở cả vòng loại lẫn bốn trận tại Crucible. Lớp thứ hai là chuỗi century break, nơi hai nguồn lệch nhau ở ngưỡng đếm — một nguồn tính cả các cú phá trên 100 điểm trong vòng loại, nguồn kia chỉ tính vòng chung kết. Lớp thứ ba là tiền thưởng, nơi mức 500.000 bảng cho nhà vô địch là điểm neo duy nhất không gây tranh cãi.

Chính lớp thứ hai là chỗ tôi dừng lại lâu nhất. Sự lệch ngưỡng ấy nghe nhỏ, nhưng nó phá vỡ mọi so sánh lịch sử. Ronnie O'Sullivan vượt mốc 1.000 century break vào năm 2026; nếu tiêu chí đếm không thống nhất giữa các thời kỳ, thì việc xếp anh cạnh một tay cơ của thập niên 2026 là một phép so sánh có khuyết tật cấu trúc. Chiếc huy chương không nằm trên bảng tỷ số, nó nằm trong bảng xG — và ở bida, bảng xG ấy thậm chí chưa được định nghĩa thống nhất.

Tôi thử áp một khung đo đơn giản hơn, vay từ chính snooker: tỷ lệ thắng frame ngay sau khi thua frame trước. Chỉ số này đo khả năng tái lập trạng thái sau một cú sốc nhỏ. Ở cấp độ dữ liệu công khai, nó chỉ tính được cho các trận thuộc hệ thống WST. Với bida 8 bi Trung Quốc, không tồn tại đơn vị frame theo nghĩa tương đương, nên khung đo sụp đổ ngay từ bước định nghĩa biến.

Ba mươi nhịp bóng chết, một khoản phí giải phóng hợp đồng, và cả một thị trường thay đổi. Câu đó tôi viết cho bóng đá, nhưng nó đúng hơn ở bida. Ở đây, đơn vị của thị trường không phải phí chuyển nhượng mà là suất thẻ thi đấu hai năm. Q School là cánh cổng hẹp nhất: hàng trăm tay cơ nghiệp dư tranh vài suất, và kết quả của một tuần thi đấu quyết định thu nhập của hai năm tiếp theo. Không cơ quan nào công bố cấu trúc thu nhập theo suất thẻ. Người đại diện nắm thông tin đó, và họ chỉ công bố khi cần đàm phán.

Cách giải thích quen thuộc là bida nhỏ, ít tiền, nên ít dữ liệu. Tôi cho rằng quan hệ nhân quả đi theo hướng ngược lại phần lớn thời gian. Một môn thể thao bị chia thành năm nhánh luật khác nhau không thể tích lũy hạ tầng đo lường, vì chi phí xây dựng luôn phải chia năm. Nhà tài trợ không rót tiền vào một đối tượng không xác định. Và khi không có lớp dữ liệu đáng tin, giám sát yếu đi đúng ở những phân khúc ít ánh sáng nhất.

Vụ dàn xếp tỷ số tháng 6 năm 2026 là bằng chứng cấu trúc, không phải bằng chứng cá nhân. Mười tay cơ Trung Quốc bị xử phạt, trong đó Liang Wenbo và Li Hang nhận án chung thân. Các vi phạm tập trung ở những giải có mức thưởng thấp và mức phủ sóng thấp. Ở phân khúc đó, dữ liệu không tồn tại nghĩa là bất thường không tồn tại. Đây là chỗ tôi phải hết sức thận trọng: tương quan giữa độ mờ dữ liệu và rủi ro dàn xếp chưa đủ để kết luận nhân quả. Giả thuyết thay thế vẫn còn nguyên — thiếu dữ liệu có thể chỉ là hệ quả của thiếu ngân sách, và cả hai cùng bắt nguồn từ quy mô thị trường.

Tín hiệu tôi theo dõi trong vòng tới không phải một danh hiệu. Đó là việc liệu các bên có chấp nhận dùng chung một mã định danh tay cơ và một mã định danh nhánh thi đấu. Thị trường chuyển nhượng về bản chất là một mô hình hồi quy, nhưng mọi người cứ gọi nó là cuộc đua. Bida đang ở giai đoạn trước cả việc đặt biến. Khi cột discipline trong tệp của tôi còn trả về giá trị rỗng, mọi kết luận về một tay cơ, một giải đấu hay một mùa giải đều chỉ là phỏng đoán được trình bày lịch sự.

Giới hạn dữ liệu: bài viết dựa trên các nguồn công khai gồm CueTracker, trang chính thức của World Snooker Tour, bảng xếp hạng WPBSA và thông báo xử phạt của WPBSA tháng 6 năm 2026. Cỡ mẫu cho phân tích so sánh xuyên nhánh bằng không, vì không tồn tại bộ dữ liệu chung. Mọi nhận định về quan hệ giữa độ mờ dữ liệu và rủi ro liêm chính cần được kiểm định lại trên dữ liệu cấp trận.