Vì sao dữ liệu sau trận có thể được cập nhật?

Điểm chính

1. Dữ liệu trực tiếp có thể là bản sơ bộ; việc rà soát sau trận có thể thay đổi một số trường.
2. Một bản ghi sự kiện gồm nhiều quyết định phân loại, không chỉ là con số cuối cùng trên bảng.
3. Cần phân biệt chỉnh sửa lỗi nhập liệu, thay đổi cách diễn giải video và thay đổi định nghĩa dữ liệu.
4. Lưu dấu thời điểm, nguồn và phiên bản giúp phép phân tích có thể tái lập.
5. Không nên suy ra động cơ hay quy mô thay đổi nếu nhà cung cấp không công bố thông tin đó.

Một sự kiện được ghi nhận thành dữ liệu như thế nào?

Để biến một trận đấu thành dữ liệu sự kiện, người thu thập phải xác định khoảnh khắc nào được ghi lại và gán cho nó các thuộc tính phù hợp. Với một đường chuyền, bản ghi có thể gồm người chuyền, người nhận dự kiến, thời điểm, vị trí bắt đầu và kết thúc, kết quả thành công hay không, cùng một số nhãn mô tả tình huống. Những trường này không tự hiện ra trong video dưới dạng một hàng dữ liệu; chúng là kết quả của quy tắc thu thập, công cụ và quy trình xác nhận. Vì thế, khi một trường thay đổi, cần hỏi chính xác trường nào đã đổi thay vì nói mơ hồ rằng “trận đấu đã bị sửa”.

Các kho dữ liệu có thể kết hợp thao tác của con người với hệ thống hỗ trợ tự động. FIFA mô tả hướng thu thập dữ liệu sự kiện tự động gắn với công nghệ theo dõi quang học, cho thấy quy trình kỹ thuật có thể tham gia vào việc tạo dữ liệu; tuy nhiên, điều đó không cho phép kết luận mọi nhà cung cấp đều dùng cùng phương pháp hay tự động hóa mọi sự kiện. ^[1] Một thao tác kiểm soát chất lượng có thể phát hiện mốc thời gian bất hợp lý, vị trí không phù hợp hoặc nhãn không nhất quán rồi đưa bản ghi trở lại để xem xét.

Ngay cả khi hình ảnh rõ, ranh giới giữa hai loại sự kiện đôi lúc cần quy tắc. Bóng bị chạm nhẹ trước khi ra ngoài có thể đặt câu hỏi về người chạm cuối; một pha chuyền bóng bị đối thủ cắt có thể đòi hỏi xác định ý định và kết quả; cú sút chạm hậu vệ có thể được phân loại theo cách khác nhau tùy bộ quy tắc. Người đọc không cần giả định rằng có một đáp án duy nhất độc lập với định nghĩa. Điều quan trọng là biết nhãn được sử dụng nhất quán ra sao, đặc biệt nếu dùng dữ liệu nhiều giải hoặc nhiều mùa.

Vì sao bản ghi có thể thay đổi sau tiếng còi mãn cuộc?

Ngay sau trận, dữ liệu có thể được cung cấp để đáp ứng nhu cầu cập nhật nhanh. Rà soát sau đó có thêm cơ hội so sánh các góc quay, xem lại chuỗi diễn biến và kiểm tra các trường liên quan. Một người chuyền có thể được xác định lại sau khi xem chậm tình huống; điểm kết thúc của đường chuyền có thể được điều chỉnh; một cú sút có thể được phân loại lại nếu xem xét đầy đủ pha bóng. Đây là những khả năng về mặt quy trình, không khẳng định rằng bất kỳ thay đổi cụ thể nào đã xảy ra trong một trận cụ thể.

Cũng cần tách việc sửa một bản ghi cá biệt khỏi việc điều chỉnh quy tắc áp dụng cho nhiều bản ghi. Nếu nhà cung cấp phát hiện một lỗi có hệ thống trong cách xử lý một nhóm sự kiện, họ có thể rà lại dữ liệu rộng hơn; nhưng không thể mặc định họ đã làm vậy nếu không có thông báo hoặc tài liệu công khai. StatsBomb mô tả quy trình theo dõi biến động dữ liệu như một phần của kiểm soát chất lượng, nhằm nhận diện sớm những thay đổi hoặc khả năng sai lệch trong dữ liệu thu thập; đây là ví dụ về cách một tổ chức công bố hoạt động QA, không phải bằng chứng cho chính sách của mọi nhà cung cấp. ^[2] Đối với người đọc, bài học là không biến mọi thay đổi nhỏ thành bằng chứng về một lỗi lớn, cũng không coi bản đầu tiên là không thể sai.

Khi so sánh hai ảnh chụp dữ liệu, phải chắc rằng chúng cùng trận, cùng phạm vi sự kiện và cùng trạng thái cập nhật. Một bảng tải lúc hết trận và bảng truy xuất ngày hôm sau có thể khác nhau chỉ vì trạng thái dữ liệu không giống nhau. Nếu chỉ lưu con số mới nhất mà bỏ thời điểm lấy mẫu, người phân tích sẽ khó giải thích tại sao biểu đồ hoặc phép tính trước đây không còn khớp. Trong một báo cáo tái lập được, lưu bản trích xuất bất biến hoặc ít nhất ghi ngày giờ truy xuất, tên nguồn và các định nghĩa liên quan là thói quen hữu ích.

Nhận biết thay đổi nào có ý nghĩa đối với phân tích

Không phải mọi chỉnh sửa đều ảnh hưởng đến câu hỏi đang nghiên cứu. Nếu phân tích tổng số đường chuyền của đội, một thay đổi nhỏ về người nhận có thể không làm thay đổi tổng; nếu nghiên cứu mạng lưới chuyền bóng giữa các cầu thủ, chính thay đổi đó có thể làm đổi cạnh trong mạng lưới. Nếu đo số cú sút, đổi nhãn một tình huống từ cú sút thành đường chuyền có thể ảnh hưởng kết quả trực tiếp. Hãy xác định trước chỉ số nào phụ thuộc vào trường nào, rồi đánh giá thay đổi theo mức độ liên quan đó thay vì phỏng đoán mức ảnh hưởng từ vẻ ngoài của bảng dữ liệu.

Một cách làm minh bạch là tạo bản ghi thay đổi của chính phân tích: lưu tập dữ liệu đầu vào, thời điểm tải, phiên bản mã xử lý và định nghĩa biến. Khi kết quả được cập nhật, ghi rõ phép so sánh nào thay đổi và vì sao. Nếu nhà cung cấp không phát hành lịch sử sửa đổi, không nên khẳng định mình biết toàn bộ chênh lệch giữa các bản. Có thể thay vào đó nêu giới hạn: phép phân tích sử dụng dữ liệu lấy tại một thời điểm, và nguồn có thể cập nhật cách ghi nhận về sau.

Khi thảo luận công khai, diễn đạt chính xác hơn là “bản dữ liệu tôi truy xuất lúc này ghi nhận…” thay vì nói “sự kiện chắc chắn được sửa vì…”. Tránh gán nguyên nhân cho lỗi con người, hệ thống hay áp lực bên ngoài nếu không có bằng chứng. Một hiệu chỉnh cũng không nhất thiết làm thay đổi kết quả thi đấu hoặc quyết định trọng tài; dữ liệu phân tích và quyết định chính thức là hai lớp thông tin khác nhau. Phân biệt được chúng giúp độc giả không nhầm một cập nhật thống kê với việc thay đổi tỷ số hoặc kết quả trận.

Cách làm việc với dữ liệu có trạng thái cập nhật

Trước khi tải dữ liệu, hãy ghi lại tên nhà cung cấp, tên giải, mã trận nếu có, phạm vi thời gian và những trường cần dùng. Khi nhận dữ liệu, kiểm tra cấu trúc, kiểu dữ liệu, giá trị trống và các mốc thời gian bất thường. Những bước này không xác nhận sự kiện đúng về mặt chuyên môn, nhưng có thể phát hiện lỗi chuyển đổi hoặc ghép bảng. Nếu sau đó dữ liệu thay đổi, so sánh từng bản ghi theo định danh ổn định và trường nội dung; đừng chỉ so sánh tổng cuối cùng, vì hai tập dữ liệu khác nhau có thể tình cờ cho cùng tổng.

Đối với bảng phân tích được công bố, có thể thêm dòng chú thích ngắn về thời điểm truy xuất và nguồn dữ liệu. Nếu bạn cập nhật một biểu đồ, giữ lại ngày cập nhật và tránh để ảnh chụp cũ lưu hành như bản mới nhất. Khi không thể truy cập nhật ký sửa đổi, hãy nói rõ điều đó. Đây là cách xử lý thực tế hơn việc tạo ra một quy trình kiểm toán tưởng tượng. Trong nội dung xem trận, độc giả thường cần lịch thi đấu và diễn biến ở cùng bối cảnh; có thể tham khảo KLIVE dành cho người yêu thích lịch bóng đá hôm nay để theo dõi thông tin trận, nhưng không nên coi trang lịch là chứng cứ về chính sách hiệu chỉnh của nhà cung cấp dữ liệu.

Cuối cùng, hãy xem việc cập nhật như một phần của vòng đời dữ liệu chứ không phải một điều bất thường mặc định. Tập dữ liệu được thu thập, kiểm tra, phân phối và đôi khi điều chỉnh; mỗi bước có thể ảnh hưởng đến câu hỏi mà dữ liệu trả lời. Phân tích tốt nêu rõ mình dựa trên phiên bản nào, định nghĩa nào và phần nào còn chưa biết. Nếu không có thông tin về lịch sử hiệu chỉnh, không cần lấp khoảng trống bằng suy đoán: hãy giới hạn kết luận ở bản ghi mà bạn thực sự quan sát được. Cách viết này giữ cho bài phân tích hữu ích ngay cả khi độc giả dùng một bản dữ liệu cập nhật khác.

Câu hỏi thường gặp