Sáu môn bi-a dưới một cái tên: lỗi nằm ở dòng đầu tiên của mọi bảng dữ liệu

Một cột dữ liệu mang tên "break" trong bất kỳ bảng thống kê bi-a nào cũng là một cái bẫy. Với người làm snooker, nó là số điểm của một lượt cơ liên tục, và một giá trị 112 là dấu hiệu của một tay cơ đang vào phom. Với người làm 9-ball, "break" là cú phá bi mở màn ván đấu, và giá trị 112 không tồn tại — cú phá bi được đo bằng số bi vào lỗ và vị trí bi cái còn lại trên bàn. Với người làm Chinese 8-ball, "break" là thứ mà trọng tài phải gọi tên trước khi bi vào lỗ, nên giá trị của nó nằm ở tính hợp lệ, không nằm ở số điểm.

Ba định nghĩa, một nhãn, và không ô nào trong bảng ghi rõ mình đang nói về cái nào.

Trong mười năm đọc bảng điểm bi-a để viết bài, tôi hình thành một thói quen mà không mấy ai trong nghề ưa: trước khi tin vào bất kỳ chỉ số nào, phải xác định nó thuộc bộ luật nào. Thói quen đó không đến từ bi-a. Nó đến từ một lần hỏng việc năm 2026, khi tôi còn là sinh viên năm nhất ngành Kinh tế ở London và mở một blog dữ liệu World Cup. Bài đầu tiên tôi viết là về một đội tuyển tạo ra 2.1 xG, kiểm soát bóng 74% và rời giải mà không ghi nổi bàn nào. Tôi kết luận về chất lượng cú sút, rồi giảng viên kinh tế lượng của tôi nói một câu tôi mang theo đến tận bây giờ: dữ liệu không nói dối, nhưng nó đang nói bằng ngôn ngữ bạn chưa hiểu hết.

Với bi-a, ngôn ngữ đó còn khó hơn. Bóng đá chỉ có một bộ luật và một hệ thống chỉ số tương đối thống nhất. Bi-a thì không.

Sáu bộ luật nằm dưới một cái tên

"Billiards" là một họ, không phải một môn. Dưới cái nhãn đó có snooker, American 9-ball, American 8-ball, Chinese 8-ball (Heyball), carom và Russian pyramid. Sáu hệ thống luật, sáu kỹ thuật nền tảng, sáu cấu trúc thương mại khác nhau, và — đây là phần khiến mọi phân tích dữ liệu hỏng — sáu bộ từ vựng chỉ số không thể quy đổi.

Sự nhập nhằng này không phải lỗi của người đọc. Nó có nguyên nhân lịch sử. Ở Anh, "billiards" từng là tên gọi chung cho nhóm trò chơi trên bàn có bi và gậy, và khi snooker tách ra thành hệ thống thi đấu riêng vào cuối thế kỷ 19, cái tên cũ vẫn nằm lại trong tên các hiệp hội, tên câu lạc bộ, tên giải. Đến khi bi-a Mỹ, bi-a Trung Quốc và carom du nhập vào cùng một thị trường truyền thông, người ta gộp tiếp. Kết quả là một từ vựng chung phủ lên sáu thực thể riêng biệt, và mọi cơ sở dữ liệu công khai đều thừa hưởng sự gộp đó.

Tôi đã thử kiểm tra mức độ nghiêm trọng. Nếu lấy một tập dữ liệu công khai về bi-a và lọc theo từ khóa giải đấu, kết quả trả về sẽ trộn lẫn World Championship và UK Championship — hai giải snooker thuộc Triple Crown — với Mosconi Cup của 9-ball, với Joy Masters của Chinese 8-ball. Bốn giải, bốn hệ luật, bốn cách tính điểm, nằm chung một cột. Bất kỳ phép trung bình nào tính trên cột đó đều vô nghĩa về mặt thống kê, dù phép tính có đúng đến đâu.

Đây là điểm tôi muốn người đọc mang theo: sai số lớn nhất trong phân tích bi-a không nằm ở mô hình, mà nằm ở bước phân loại. Một mô hình hồi quy tốt chạy trên dữ liệu phân loại sai sẽ cho ra kết quả sai một cách tự tin. Và trong bi-a, bước phân loại bị bỏ qua gần như mặc định.

Ba hệ thống chỉ số không thể quy đổi

Khi đã xác định được bộ luật, vấn đề tiếp theo là chọn chỉ số. Ở đây bi-a chia thành ba nhóm không giao nhau.

Nhóm thứ nhất là nhóm tích lũy điểm liên tục, mà snooker là đại diện duy nhất. Chỉ số lõi ở đây là break-building — khả năng tổ chức một lượt cơ quanh bi đen và bi hồng để cộng dồn điểm. Từ đó sinh ra century break (một lượt cơ từ 100 điểm trở lên) và 147 — cú dọn bàn tối đa. Đây là những chỉ số chỉ tồn tại trong snooker. Chúng không có nghĩa ở bất kỳ môn nào khác, vì không môn nào cộng dồn điểm theo lượt cơ như vậy.

Nhóm thứ hai là nhóm vị trí và kiểm soát, gồm 9-ball và 8-ball. Chỉ số lõi là break-and-run (phá bi rồi dọn sạch trong cùng một lượt cầm cái) và push-out — cú đẩy bi tùy chọn sau khi phá, một cơ chế chiến thuật hoàn toàn xa lạ với snooker. Ở nhóm này, người ta đo bằng tỉ lệ dọn bàn sau khi phá, tỉ lệ giữ cái, và số lần buộc đối thủ phạm lỗi.

Nhóm thứ ba là nhóm gọi tên, mà Chinese 8-ball là đại diện rõ nhất. Ở đây tính hợp lệ của cú đánh quan trọng ngang với kết quả, nên chỉ số trung tâm là tỉ lệ gọi đúng lỗ và tỉ lệ phạm lỗi do gọi sai.

Ba nhóm này không có đơn vị chung. Không có hệ số nào biến một century break thành một break-and-run, cũng không có hệ số nào biến tỉ lệ gọi lỗ thành tỉ lệ dọn bàn. Bất kỳ ai trình bày một "chỉ số tổng hợp" xuyên ba nhóm đều đang che một giả định không kiểm chứng được bằng một con số trông có vẻ khách quan.

Có một chỉ số duy nhất gần như phổ quát: decider — ván quyết định khi tỉ số hòa. Nhưng ngay cả decider cũng khác nhau về bản chất giữa các môn. Trong snooker, decider thường là frame cuối của trận best-of-19 trở lên, nghĩa là sau bốn đến năm giờ thi đấu. Trong 9-ball, decider có thể đến sau bốn mươi phút. Áp lực tâm lý trong hai trường hợp đó không cùng đơn vị đo, dù cả hai đều được gọi là decider.

Bảng xếp hạng cuốn hai mùa

Một lỗi phổ biến khác nằm ở bảng xếp hạng. Snooker sử dụng hệ thống tiền thưởng cuốn hai mùa: điểm xếp hạng của một tay cơ là tổng tiền thưởng kiếm được trong hai mùa gần nhất, và các kết quả cũ rơi khỏi hệ thống theo lịch. Hệ quả là một vị trí thứ hạng chỉ có nghĩa khi đi kèm ngày tháng. Câu "tay cơ này đang xếp thứ 18" là một câu không đầy đủ. Câu đầy đủ phải là "xếp thứ 18 tính đến một ngày cụ thể".

Tôi nhấn mạnh chi tiết này vì nó là nguồn sai số hệ thống trong hầu hết bài viết về bi-a mà tôi đọc. Người ta trích thứ hạng từ một trang web, không ghi ngày, rồi dùng nó để so sánh với một thứ hạng trích từ ba tháng trước. Hai giá trị đó nằm trên hai hệ quy chiếu khác nhau. Phép so sánh không sai về số học, nó sai về bản thể.

Dưới bảng xếp hạng là đường ranh nghề nghiệp. Tour Card là thẻ thi đấu chuyên nghiệp. Q School là giải đấu tuyển chọn để lấy lại thẻ đó. Ranh giới rơi thẻ nằm quanh vị trí thứ 64 trên bảng xếp hạng. Ba khái niệm này tạo thành một cơ chế sinh tồn mà bất kỳ phân tích sự nghiệp nào cũng phải tính đến, và chúng không có tương đương ở phần lớn cấu trúc 9-ball, nơi tính chuyên nghiệp được tổ chức theo hệ thống điểm và suất mời khác hẳn.

Đây là chỗ tôi thường bị hỏi vặn: nếu mọi thứ phức tạp như vậy, tại sao không đơn giản là chọn một môn và bỏ qua phần còn lại? Câu trả lời nằm ở dòng tiền.

Dòng tiền Heyball và thị trường dịch chuyển

Chinese 8-ball, hay Heyball, mang theo một quỹ thưởng đủ lớn để tạo ra lực hút với nhóm tay cơ snooker xếp hạng trung và thấp. Đây là một hiện tượng cấu trúc, không phải một câu chuyện cá nhân. Một tay cơ nằm ngoài top 64 ở snooker đối mặt với hai lựa chọn: tiếp tục đánh các giải xếp hạng với tiền thưởng vòng đầu thấp, hoặc chuyển sang một hệ thống thi đấu khác nơi chi phí đi lại được bù đắp tốt hơn.

Với người làm dữ liệu, sự dịch chuyển này tạo ra một vấn đề mẫu nghiêm trọng. Một tay cơ chia thời gian giữa hai hệ thống sẽ có số trận trong mỗi hệ thống ít hơn, và mẫu nhỏ hơn nghĩa là khoảng tin cậy rộng hơn. Nếu ai đó lấy dữ liệu của một mùa giải chia đôi như vậy rồi kết luận về phong độ, kết luận đó đứng trên nền cát.

Trong kỳ chuyển nhượng, vấn đề này nhân lên. Thị trường chuyển nhượng về bản chất là một mô hình hồi quy, nhưng mọi người cứ gọi nó là cuộc đua. Người đại diện là biến số ẩn lớn nhất trong phương trình đó. Một tay cơ đổi nhà tài trợ chính không tạo ra tin tức, nhưng nó thay đổi lịch thi đấu, và lịch thi đấu thay đổi mẫu dữ liệu. Một hợp đồng biểu diễn ba tháng ở một thị trường khác làm giảm số giải xếp hạng tham dự, và chỉ số phong độ tụt xuống mà không có nguyên nhân kỹ thuật nào cả.

Tôi đã dựng một quy trình ba bước cho loại câu chuyện này. Bước một: xác minh dữ liệu gốc — số trận, số frame, số lượt cơ, có nguồn và có ngày. Bước hai: kiểm tra nguồn tin — ai nói, nói khi nào, người đó có lợi ích gì trong thông tin đó. Bước ba: đối chiếu bối cảnh thị trường — quỹ lương, lịch thi đấu, hợp đồng tài trợ. Nếu một trong ba bước không qua được, bài viết nằm lại trong thư mục nháp. Tôi đã để bài nằm đó nhiều lần hơn tôi muốn thừa nhận.

Một bản án, hai cách đọc

Tháng 6 năm 2026, WPBSA công bố án phạt với nhóm tay cơ người Trung Quốc trong vụ dàn xếp tỉ số tập thể. Liang Wenbo và Li Hang bị cấm thi đấu trọn đời. Yan Bingtao, Zhao Xintong cùng tám người khác nhận các mức án khác nhau. Trước đó, năm 2026, vụ "cửa cá cược" của John Higgins từng làm rung chuyển cả hệ thống quản trị của môn này.

Có hai cách đọc những dữ kiện trên. Cách đọc thứ nhất là cách đọc đạo đức: những cá nhân sai, hệ thống trừng phạt, câu chuyện khép lại. Cách đọc thứ hai là cách đọc cấu trúc, và đây là cách tôi chọn.

Một tay cơ nằm ngoài top 64, thi đấu ở các giải cấp thấp, có thu nhập thấp và độ hiện diện truyền thông thấp. Hai biến số đó — thu nhập thấp và khả năng bị nhìn thấy thấp — là hai yếu tố rủi ro được ghi nhận trong mọi khung phân tích liêm chính thể thao. Chúng không biện minh cho hành vi sai, và không có dữ kiện nào trong vụ năm 2026 cho phép tôi nối hai thứ đó lại với nhau. Nhưng chúng giải thích vì sao các hệ thống quản trị trên thế giới tập trung nguồn lực giám sát vào nhóm tay cơ thu nhập thấp, chứ không phải vào nhóm dẫn đầu.

Tôi nêu chi tiết này vì nó liên quan trực tiếp đến phần trước. Khi dòng tiền Heyball hút các tay cơ rời khỏi hệ thống snooker, nó cũng làm thay đổi phân bố thu nhập trong toàn bộ họ bi-a. Phân bố thu nhập thay đổi nghĩa là bản đồ rủi ro thay đổi. Một phân tích liêm chính chỉ dựa trên dữ liệu snooker sẽ bỏ sót phần lớn bản đồ đó.

Có một điều tôi tuyệt đối không làm: suy diễn từ sự vắng mặt của tín hiệu sang kết luận "sạch". Không có tín hiệu vi phạm trong một tập dữ liệu chỉ có nghĩa là tập dữ liệu đó không chứa thông tin về vi phạm. Hai câu đó khác nhau, và trong nghề này, sự khác biệt đó là tất cả.

Thế hệ 2026 và một biểu đồ không có mũi tên

Narrative được yêu thích nhất trong bi-a Anh là câu chuyện về Class of ’75 — Ronnie O’Sullivan, John Higgins và Mark Williams, cả ba sinh năm 2026, thống trị gần ba thập kỷ. Câu chuyện đi kèm là: khi họ rời đi, một khoảng trống mở ra, và thế hệ 2026–2026 sẽ lấp vào.

Câu chuyện đó có thể đúng. Nhưng nó chưa được kiểm chứng bằng cách mà tôi chấp nhận là kiểm chứng.

Vấn đề nằm ở chỗ: "khoảng trống" không phải một đại lượng đo được. Người ta đo nó bằng số danh hiệu Triple Crown mà ba người kia giành được, rồi so với số danh hiệu của nhóm kế tiếp trong cùng khoảng thời gian. Phép so sánh đó bỏ qua hai biến số. Thứ nhất, số giải đấu xếp hạng trong lịch đã tăng lên đáng kể so với hai thập kỷ trước, nên tổng số danh hiệu phân bổ cho nhiều người hơn. Thứ hai, mật độ cạnh tranh ở vòng ngoài dày hơn, nên tỉ lệ thắng của bất kỳ cá nhân nào cũng bị nén xuống một cách cơ học.

Hành trình của một tay cơ không phải là một mũi tên đi lên, mà là một biểu đồ phân tán. Và biểu đồ phân tán của một thế hệ chỉ đọc được khi trục tung và trục hoành được cố định qua các thời kỳ. Trong bi-a, trục đó chưa bao giờ được cố định.

Cùng vấn đề đó áp dụng cho câu chuyện "hiệu ứng Ding Junhui". Bước đột phá của Ding năm 2026 được cho là đã kích hoạt sự bùng nổ của thị trường bi-a Trung Quốc — số câu lạc bộ, số bàn, số người chơi, số giải. Về mặt mô tả, điều đó hợp lý. Về mặt nhân quả, nó là một tương quan được kể lại bằng ngôn ngữ nhân quả. Có ít nhất hai cách giải thích khác chưa được loại trừ: quá trình đô thị hóa và mở rộng tầng lớp trung lưu tạo ra nhu cầu giải trí trong nhà, và chính sách thể thao quốc gia tạo ra nguồn lực cho các môn không phải bóng đá. Cả hai đều có thể tạo ra cùng một kết quả mà không cần đến một cá nhân làm chất xúc tác.

Tôi không phủ nhận hiệu ứng Ding. Tôi từ chối biến nó thành một kết luận nhân quả khi chưa có phép kiểm định nào được chạy.

Giới hạn dữ liệu

Phần này xuất hiện ở cuối mọi bài phân tích của tôi, và nó không phải một nghi thức hình thức.

Thứ nhất, về kích thước mẫu. Phần lớn kết luận trong bài này mang tính cấu trúc — chúng dựa trên luật thi đấu và thể chế, không dựa trên kết quả trận đấu. Với các nhận định cấu trúc, mẫu là toàn bộ hệ thống, nên độ tin cậy cao. Với bất kỳ nhận định nào về phong độ cá nhân, mẫu cần thiết là nhiều mùa giải, và trong bài này tôi không đưa ra nhận định nào như vậy.

Thứ hai, về tính thời điểm. Bảng xếp hạng snooker cuốn theo hai mùa, nên mọi giá trị thứ hạng phải đi kèm ngày. Bất kỳ ai trích dẫn bài này mà bỏ ngày tháng đều đang tạo ra một dữ kiện mới không có trong bài.

Thứ ba, về nguồn. Các dữ kiện thể chế trong bài — cấu trúc Triple Crown, cơ chế Tour Card, Q School, đường ranh thứ 64, hệ thống cuốn hai mùa, các án phạt năm 2026 và 2026 — là những dữ kiện công khai, có thể kiểm chứng độc lập qua WPBSA và WST. Các nhận định về dòng tiền Heyball là nhận định cấu trúc dựa trên quan sát lịch thi đấu, không dựa trên báo cáo tài chính đã kiểm toán.

Thứ tư, về khoảng tin cậy. Tôi không đưa ra bất kỳ con số ước lượng nào cho mức độ dịch chuyển tay cơ giữa các hệ thống, vì tôi không có tập dữ liệu đủ sạch để ước lượng. Một ước lượng không có khoảng tin cậy là một ý kiến được trang điểm bằng số.

Khán đài vắng, tiếng cơ chạm bi rõ hơn bao giờ hết, và dữ liệu cũng vậy. Nhưng sự vắng lặng chỉ là một điều kiện thí nghiệm, không phải một kết luận. Nó cho phép ta nghe rõ hơn, không cho phép ta kết luận nhanh hơn.

Tín hiệu vòng tiếp theo

Ba dấu hiệu tôi sẽ theo dõi trong mùa tới, và cách tôi sẽ theo dõi chúng.

Một: bất kỳ bảng dữ liệu công khai nào về bi-a có thêm trường "bộ luật" ở cấp bản ghi. Nếu trường đó xuất hiện, chất lượng của toàn bộ phân tích phía sau tăng lên theo cấp số nhân. Nếu không, mọi phép trung bình xuyên môn vẫn tiếp tục là một trò chơi may rủi được trình bày bằng số thập phân.

Hai: cấu trúc quỹ thưởng của Heyball và việc nó có tiếp tục hút nhóm tay cơ xếp hạng 40 đến 80 của snooker hay không. Đây là biến số có thể đo được bằng số suất tham dự, và nó sẽ nói cho tôi biết bản đồ rủi ro của môn này đang dịch về đâu.

Ba: cách các cơ quan quản trị phân bổ nguồn lực giám sát sau vụ năm 2026. Nếu nguồn lực dịch về nhóm thu nhập thấp, đó là một tín hiệu cấu trúc đáng ghi. Nếu chỉ dừng ở tuyên bố, đó cũng là một tín hiệu, chỉ khác về hướng.

Chiếc cúp không nằm trên bảng điểm, nó nằm ở tỉ lệ thắng những pha an toàn. Và câu trả lời cho câu hỏi môn bi-a này đang đi về đâu sẽ không đến từ một cú dọn bàn hoàn hảo. Nó sẽ đến từ một cột dữ liệu được đặt đúng nhãn.