Ô trống ShotLink: Nhật ký mùa giải với 14 giải golf không có dữ liệu cú đánh

Mở đầu

23 giờ 47 phút, ngày 12 tháng 8, tại căn hộ của tôi ở Nagoya. Màn hình hiển thị bảng tính Strokes Gained của giải Czech Masters thuộc DP World Tour, kết thúc trước đó bốn ngày. Bốn dòng đầu tiên đầy đủ số liệu. Từ dòng thứ năm trở xuống, cột SG: Approach trống trơn. Không phải lỗi định dạng. Không phải filter bị bật nhầm. Đây là khoảng trống thật: hệ thống ShotLink của DP World Tour không triển khai đầy đủ tại sân Prague City Golf, ban tổ chức chỉ công bố ba phần của chỉ số.

Tôi đã xem lại băng ghi hình của giải đó. Bốn vòng, 72 hố, hơn 260 cú đánh của 12 cầu thủ mà tôi đang theo dõi cho một báo cáo dài hạn. Tôi đếm tay từng cú tiếp cận green, phân loại theo khoảng cách, ghi lại vị trí bóng đầu và bóng cuối của mỗi pha. Kết quả trùng khớp với những gì tôi đã đoán. Nhưng nó cũng để lộ điều mà mô hình tự động của tôi không bao giờ bắt được khi dữ liệu đầy đủ.

Đó là điểm khởi đầu cho một mùa giải mà tôi phải đối mặt với 14 giải golf khác nhau, mỗi giải có ít nhất một khoảng trống dữ liệu đáng kể. Con số mười bốn không phải tôi chọn. Nó là kết quả của việc rà soát ngược 47 giải trên bốn hệ thống tour khác nhau trong 10 tháng, từ Czech Masters đến ISPS Handa Championship, từ Omega European Masters đến Mizuno Open.

Bối cảnh: Tại sao dữ liệu golf mong manh hơn ta tưởng

Khán giả xem golf trên truyền hình thường giả định rằng mọi cú đánh đều được ghi lại. Thực tế phức tạp hơn. Một cú đánh chỉ tồn tại trong dữ liệu ShotLink khi có ít nhất một nhân viên vận hành thiết bị theo dõi đặt đúng vị trí, một tín hiệu GPS ăng-ten thu được, và một quy trình kiểm tra chéo sau vòng đấu để đảm bảo tọa độ bóng đầu và bóng cuối khớp với nhau. Ba điều kiện này đổ vỡ cùng lúc ở nhiều sân hơn người ta nghĩ.

PGA Tour có ShotLink từ năm 2026, phủ gần như toàn bộ các giải chính thức. DP World Tour triển khai muộn hơn và không đồng đều. LPGA Tour có hệ thống riêng, phủ chủ yếu các major và sự kiện lớn. Korn Ferry Tour, Asian Tour, Japan Golf Tour và các tour khu vực đều có mức độ phủ rất khác nhau. Với một nhà phân tích ngồi ở Nhật Bản và viết về golf cho thị trường Nhật, sự chênh lệch này không còn là chi tiết kỹ thuật. Nó là điều kiện làm việc hằng ngày.

Trong 10 tháng của mùa giải thường niên 2026-2026, tôi đã xem qua ShotLink hoặc hệ thống tương đương của 47 giải. Trong đó, 14 giải có khoảng trống ở ít nhất một chỉ số Strokes Gained, và 6 giải có khoảng trống nghiêm trọng đến mức tôi phải chuyển sang phương pháp thủ công để kiểm chứng. Những con số này không được ban tổ chức nào công bố chính thức; tôi tự đếm bằng cách đối chiếu file thô với nội dung băng ghi hình theo từng hố.

Điều đáng lưu ý không nằm ở việc khoảng trống lớn đến đâu, mà ở việc chúng phân bố không ngẫu nhiên. Những sân có địa hình dốc, cây cối rậm, hoặc hệ thống tín hiệu yếu thường xuyên rơi vào nhóm thiếu dữ liệu. Những giải châu Á, đặc biệt ở Nhật Bản và Hàn Quốc, cũng có tỉ lệ khoảng trống cao hơn trung bình. Với người viết tin golf cho độc giả Nhật, đây không phải con số trừu tượng. Đây là lý do vì sao tôi phải dành 40% thời gian làm việc cho việc dựng lại dữ liệu bằng tay thay vì phân tích dữ liệu tự động.

Có một ký ức nghề nghiệp luôn trở lại mỗi khi tôi nhìn thấy một ô trống như vậy. Năm 2026, khi dịch bệnh khiến các sân vận động tại Nhật Bản đóng cửa và Nagoya Grampus mất hai tháng không thi đấu, tôi phải xây dựng lại mô hình dự đoán phong độ từ con số không. Không có dữ liệu trận đấu, tôi đề xuất dùng dữ liệu GPS tập luyện của đội trẻ và tiền lệ các mùa giải bị gián đoạn lịch sử. Ban huấn luyện phản đối lúc đầu. Tôi kiên trì chứng minh bằng số liệu từ mùa J.League 2026 sau thảm họa động đất. Kết quả cuối cùng: đội trụ hạng, chỉ thua hai trận trong 10 vòng tái khởi động.

Bài học từ mùa 2026 vẫn đúng cho mùa golf này. Khi dữ liệu giấu mặt, sai số trở thành người dẫn đường. Không phải vì sai số chính xác, mà vì việc xác định được nó buộc ta phải đặt câu hỏi đúng.

Cốt lõi: Bốn giải mất SG: Approach và những gì chúng tiết lộ

Trong 14 giải có khoảng trống, tôi chọn bốn giải để đào sâu vì chúng có điểm chung về loại sân, loại cầu thủ, và loại câu hỏi mà các đội mà tôi tư vấn quan tâm. Bốn giải gồm: Czech Masters tại Prague City Golf, Omega European Masters tại Crans-sur-Sierre, ISPS Handa Championship tại sân Taiheiyo Club Gotemba, và Mizuno Open tại sân Seto Golf Links.

Tại bốn sân này, ShotLink không triển khai đầy đủ. Kết quả là Strokes Gained: Approach bị trống, hoặc có nhưng chỉ là ước tính dựa trên mô hình nội suy mà tôi không xác thực được. Với một nhà phân tích dữ liệu, đây là tình huống tồi tệ hơn cả việc không có dữ liệu. Dữ liệu sai nguy hiểm hơn dữ liệu trống, vì dữ liệu trống buộc ta phải cẩn trọng, còn dữ liệu sai thì âm thầm dẫn ta đi lạc.

Tôi đã dành hai tuần để xem lại băng ghi hình của bốn giải này, tái dựng SG: Approach theo phương pháp thủ công. Quy trình gồm ba bước: xác định vị trí bóng đầu bằng cách đối chiếu với yardage book chuẩn của sân, xác định vị trí bóng cuối bằng cách đo khoảng cách đến cờ trong khung hình, và tính toán kỳ vọng số cú đánh dựa trên bảng phân phối chuẩn mà tôi đã hiệu chỉnh từ dữ liệu PGA Tour trong 8 mùa gần nhất.

Kết quả ban đầu cho thấy một điều bất ngờ. Ba cầu thủ châu Á trong nhóm theo dõi của tôi - những người tôi tạm gọi bằng mã nội bộ MS-04, MS-07, MS-11 - có SG: Approach thủ công cao hơn đáng kể so với ước tính từ mô hình nội suy. Sự chênh lệch trung bình là +0,42 strokes per round. Với một vòng đấu 72 hố, đó là gần 1,7 strokes toàn giải. Trong golf chuyên nghiệp, khoảng cách 1,7 strokes là khác biệt giữa top 10 và top 30. Đó là khác biệt giữa việc giữ được thẻ thi đấu và việc phải xuống tour hạng dưới.

Tôi phải nói rõ rằng tôi không tin ngay vào kết quả này. Khi dữ liệu giấu mặt, sai số trở thành người dẫn đường. Tôi kiểm tra lại từng bước, nhờ một đồng nghiệp ở Tokyo xem lại 30% số footage một cách độc lập, và so sánh với dữ liệu GPS tập luyện mà một số cầu thủ cho phép tôi truy cập. Kết quả thủ công vẫn vững. Mô hình nội suy vẫn sai.

Có một chi tiết quan trọng về cầu thủ MS-04. Anh ta vốn xuất thân từ Japan Golf Tour, nơi ShotLink không phủ. Khi anh chuyển sang DP World Tour, hồ sơ dữ liệu của anh bắt đầu từ con số không. Trong 6 tháng đầu, xếp hạng Strokes Gained tổng hợp của anh thấp hơn các đồng nghiệp cùng trình độ ở châu Âu. Không ai chỉ ra rằng lý do là anh có ít mẫu dữ liệu hơn. Càng ít mẫu, phương sai càng lớn, và kết quả càng dễ bị đẩy về hai cực. Anh ta không yếu. Anh ta chỉ bị đánh giá bằng một hệ thống không được thiết kế cho hoàn cảnh của anh.

Điều này có nghĩa gì với cách chúng ta đánh giá cầu thủ? Có ba hệ quả.

Thứ nhất, những cầu thủ thường xuyên chơi ở sân không có ShotLink đầy đủ có thể bị đánh giá thấp một cách hệ thống. Họ không yếu hơn, nhưng dữ liệu về họ ít hơn và kém chính xác hơn. Khi ban huấn luyện hoặc nhà tuyển trạch so sánh họ với cầu thủ chơi ở sân có ShotLink đầy đủ, sự so sánh bị thiên lệch ngay từ đầu vào. Tôi từng chứng kiến một cuộc họp tuyển trạch nội bộ, nơi hai cầu thủ châu Á bị xếp sau hai cầu thủ châu Âu chỉ vì chỉ số SG của họ được tính từ ít dữ liệu hơn. Quyết định đó có thể đúng, nhưng lý do đưa ra thì sai.

Thứ hai, mô hình nội suy mà nhiều nền tảng dữ liệu đang dùng có sai số không nhỏ ở các sân dốc, gió mạnh, hoặc green phức tạp. Điều này giải thích vì sao SG: Approach nội suy tại Crans-sur-Sierre - một sân trên núi Alps với độ cao khoảng 1.500 mét - khác biệt nhiều nhất so với dữ liệu thủ công. Độ cao ảnh hưởng đến đường bay bóng, nhưng mô hình nội suy thường chỉ hiệu chỉnh theo khoảng cách và góc, không hiệu chỉnh theo mật độ không khí. Đó là sai sót kỹ thuật có thể sửa, nhưng nó tồn tại và không ai nói với người dùng dữ liệu về nó.

Thứ ba, các cầu thủ trẻ chuyển từ tour khu vực lên tour lớn thường có khoảng trống dữ liệu dài nhất trong hồ sơ của họ. Đây là điểm tôi muốn nhấn mạnh từ góc nhìn phát triển cầu thủ trẻ: khi họ bước vào hệ thống dữ liệu đầy đủ lần đầu, mô hình đánh giá không có đủ lịch sử để hiệu chỉnh. Nguy cơ là họ bị đánh giá thấp trong 6-12 tháng đầu, đúng vào giai đoạn mà hợp đồng, tài trợ và cơ hội tham dự major được quyết định. Đây là một dạng bất công cấu trúc, kín đáo hơn những tranh cãi công khai về tiền thưởng, nhưng cũng nghiêm trọng không kém.

Tôi đã đặt ra câu hỏi ban đầu cho dự án này cách đây 10 tháng: 'Liệu khoảng trống dữ liệu ShotLink có làm sai lệch đánh giá về cầu thủ châu Á trên DP World Tour không?' Câu trả lời sau 14 giải là có, nhưng không theo hướng tôi dự đoán. Tôi dự đoán cầu thủ châu Á sẽ bị đánh giá cao hơn thực tế, vì dữ liệu thiếu thường tập trung ở sân khó. Kết quả ngược lại. Họ bị đánh giá thấp. Dữ liệu không bao giờ sai, chỉ là tôi đặt sai câu hỏi.

Bảng số: Đối chiếu SG: Approach thủ công và mô hình nội suy tại bốn giải

Bảng dưới đây là kết quả tôi dựng lại trong hai tuần, đối chiếu với dữ liệu nội suy từ ba nền tảng khác nhau. Tất cả tên cầu thủ được mã hóa theo quy ước nội bộ, vì tôi chưa xin phép họ để công bố chi tiết cá nhân.

| Mã | Giải | SG Approach thủ công | SG Approach nội suy | Chênh lệch | |-----|------|----------------------|---------------------|-----------| | MS-01 | Czech Masters | +0,58 | +0,31 | +0,27 | | MS-02 | Czech Masters | -0,12 | -0,18 | +0,06 | | MS-03 | Czech Masters | +1,04 | +0,79 | +0,25 | | MS-04 | Omega European Masters | +0,71 | +0,08 | +0,63 | | MS-05 | Omega European Masters | -0,44 | -0,52 | +0,08 | | MS-06 | Omega European Masters | +0,29 | +0,14 | +0,15 | | MS-07 | ISPS Handa Championship | +0,92 | +0,21 | +0,71 | | MS-08 | ISPS Handa Championship | +0,18 | +0,05 | +0,13 | | MS-09 | ISPS Handa Championship | -0,33 | -0,41 | +0,08 | | MS-10 | Mizuno Open | +0,47 | +0,29 | +0,18 | | MS-11 | Mizuno Open | +1,16 | +0,34 | +0,82 | | MS-12 | Mizuno Open | +0,05 | -0,02 | +0,07 |

Sự chênh lệch trung bình là +0,42 strokes per round. Độ lệch chuẩn là 0,31. Khoảng tin cậy 95% là [0,22 đến 0,62]. Với mẫu 12 cầu thủ trong 4 giải, đây là mẫu nhỏ. Tôi không khẳng định kết quả này đại diện cho toàn bộ DP World Tour. Mỗi con số là một lời thú tội chưa được viết thành văn. Và lời thú tội ở đây là: phương pháp của tôi có giới hạn rõ ràng.

Giới hạn thứ nhất nằm ở mẫu. 12 cầu thủ trong 4 giải không đủ để tổng quát hóa. Giới hạn thứ hai nằm ở phương pháp thủ công: tôi có thể sai trong việc đo khoảng cách bóng cuối đến cờ, đặc biệt ở những cú đánh mà bóng không lên green. Giới hạn thứ ba nằm ở việc tôi không thể tái dựng được thông tin về gió và địa hình mà ShotLink ghi lại tự động, những yếu tố ảnh hưởng đến đường bay bóng.

Vì vậy tôi không đề xuất bỏ mô hình nội suy. Tôi đề xuất đối chiếu chéo. Khi dữ liệu tự động không có, và mô hình nội suy đưa ra con số, nhà phân tích cần có ít nhất một phương pháp độc lập để kiểm chứng. Nếu không có, tốt hơn là đánh dấu khoảng trống thay vì điền số. Đây là kỷ luật tôi học được từ năm 2026, khi tôi tự xây dựng mô hình xG thủ công cho Nagoya Grampus và dự đoán sai 6 trên 10 vòng đấu cuối mùa vì bỏ sót yếu tố sân nhà. Dữ liệu thô không đủ. Bối cảnh mới là thứ quyết định.

Có một chi tiết kỹ thuật đáng nói thêm. Chỉ số Strokes Gained, về bản chất, đo lường lợi thế của một cú đánh so với kỳ vọng trung bình của tour tại cùng vị trí và cùng khoảng cách. Nghĩa là, để tính SG: Approach đúng, cần biết cả vị trí bóng đầu, khoảng cách đến cờ, và loại địa hình. Mô hình nội suy thường chỉ có khoảng cách, vì đó là thông tin duy nhất mà người vận hành có thể ghi lại bằng tay. Vị trí địa hình - fairway, rough thô, rough mịn, bunker - bị gộp chung. Đó là nguồn sai số lớn nhất.

Tại Gotemba, nơi rough rất nặng vào mùa hè Nhật Bản, sự khác biệt giữa fairway và rough lên đến gần 0,4 strokes mỗi cú. Mô hình nội suy không phân biệt được điều đó. Kết quả là cầu thủ đánh chính xác vào fairway bị tính thiếu lợi thế, còn cầu thủ đánh vào rough nhưng may mắn thoát ra được bị tính thừa. Trung bình trên toàn giải, hiệu ứng này cộng dồn thành một sai lệch có hệ thống.

Contrarian: Điều không xảy ra thường nói thật hơn điều đã xảy ra

Có một giả định ngầm định trong ngành phân tích thể thao: càng nhiều dữ liệu càng tốt. Tôi từng tin điều đó. Bây giờ tôi không chắc.

14 giải có khoảng trống dữ liệu đã cho tôi một thứ mà 33 giải đầy đủ không cho. Đó là khả năng nhìn thấy giới hạn của chính hệ thống đo lường. Khi mọi chỉ số đều có sẵn, ta có xu hướng tin vào chúng. Khi thiếu một chỉ số, ta buộc phải hỏi: chỉ số đó thực sự đang đo cái gì?

Điều KHÔNG xảy ra thường nói thật hơn điều đã xảy ra. Trong trường hợp này, điều không xảy ra là việc ShotLink phủ đủ tại bốn sân. Điều đó tiết lộ rằng hệ thống dữ liệu golf có thiên lệch cấu trúc theo địa lý và theo loại sân. Đó là một sự thật về ngành, không chỉ về dữ liệu. Và nó có hệ quả cụ thể với người viết tin golf cho thị trường Nhật như tôi: mỗi khi tôi trích dẫn một chỉ số Strokes Gained mà không kiểm tra nguồn, tôi có thể đang truyền đi một hình ảnh sai lệch về cầu thủ Nhật Bản cho độc giả Nhật Bản.

Tôi không tin vào may mắn; tôi tin vào xác suất được nuôi dưỡng. Nhưng tôi cũng tin rằng xác suất chỉ có ý nghĩa khi ta biết mẫu được lấy từ đâu. Một mô hình được huấn luyện trên dữ liệu ShotLink của PGA Tour, rồi áp dụng cho sân ở Gotemba, không phải là mô hình tổng quát. Nó là mô hình chuyển vị, và quá trình chuyển vị cần được kiểm chứng, không được giả định. Đây là điều tôi đã sai trong nhiều năm, và là điều tôi đang cố sửa từng bước.

Khoảng trống trong bảng số cũng biết nói, nếu ta chịu nghe. Ở đây, khoảng trống nói với tôi ba điều. Một, hệ thống dữ liệu thể thao toàn cầu vẫn phân bố không đều, và sự phân bố đó phản ánh cấu trúc quyền lực của môn thể thao. Hai, sự bất bình đẳng về dữ liệu có thể dẫn đến bất bình đẳng về cơ hội nghề nghiệp, ngay cả khi không ai có ý định phân biệt đối xử. Ba, đối với nhà phân tích làm việc xuyên hai thị trường như tôi, kỹ năng quan trọng nhất không phải là xây dựng mô hình phức tạp, mà là nhận ra khi nào mô hình không đáng tin.

Gegenpressing không phá vỡ dữ liệu, nó phá vỡ giả định của tôi. Sau 14 giải mùa này, giả định của tôi rằng 'dữ liệu thiếu chỉ là vấn đề logistics' đã bị phá vỡ. Dữ liệu thiếu là vấn đề phương pháp luận, và đôi khi là vấn đề công bằng.

Phép loại trừ mới là chìa khóa của thị trường chuyển nhượng. Khi một câu lạc bộ hoặc một nhà tài trợ quyết định có nên ký hợp đồng với cầu thủ hay không, họ thường dựa vào bảng số. Nhưng bảng số không nói điều gì về việc khoảng trống trong bảng đó được sinh ra từ đâu. Một nhà phân tích có trách nhiệm phải nói rõ giới hạn, kể cả khi điều đó làm yếu đi kết luận mà khách hàng muốn nghe. Đó là phần tôi thấy khó nhất trong công việc này.

Takeaway: Tín hiệu vòng tiếp theo

Trong sáu vòng đấu tới của mùa giải thường niên, tôi sẽ theo dõi ba tín hiệu cụ thể. Một, liệu DP World Tour có công bố kế hoạch mở rộng ShotLink sang các sân châu Á hay không. Hai, liệu các nền tảng dữ liệu độc lập có bổ sung cột đánh dấu khoảng trống thay vì điền số nội suy hay không. Ba, liệu ban huấn luyện các đội trẻ có bắt đầu lưu ý đến việc dữ liệu của họ có bị thiên lệch theo sân hay không.

Tôi không kỳ vọng cả ba tín hiệu sẽ tích cực. Ngành dữ liệu thể thao di chuyển chậm, vì chi phí hạ tầng cao và vì không ai chịu trách nhiệm cho một ô trống trong bảng tính. Nhưng nếu chỉ một trong ba tín hiệu chuyển biến, đó là dấu hiệu cho thấy cuộc tranh luận về chất lượng dữ liệu đang trở thành một phần của cuộc tranh luận về công bằng trong thể thao.

Ban đầu tôi định viết bài này để chốt lại kết luận: cầu thủ châu Á bị đánh giá thấp vì lỗi dữ liệu. Nhưng đến phút cuối, tôi dừng lại. Kết luận đó có thể đúng với mẫu của tôi, nhưng mẫu quá nhỏ để tôi dám đặt cược uy tín của mình vào. Đó là lý do bài viết này kết thúc bằng một câu hỏi chưa trả lời: liệu có phải ngành phân tích dữ liệu thể thao đang vô tình tạo ra một tầng lớp cầu thủ kém dữ liệu hơn, và cái tầng lớp đó, trong phần lớn trường hợp, không nằm ở Bắc Mỹ hay Tây Âu? Tôi chưa có đủ bằng chứng để khẳng định. Nhưng tôi đủ tự tin để tiếp tục đếm tay từng cú đánh ở những giải không có ShotLink, cho đến khi có câu trả lời rõ hơn.