Chúng tôi chấm điểm thế nào?

Không có mô hình ngôn ngữ nào xếp hạng điểm đến ở đây. Điểm phù hợp là một công thức cố định, chạy trên dữ liệu công khai trong sản phẩm — cùng một đầu vào thì luôn ra cùng một kết quả, và bạn xem được toàn bộ cách tính.

Bảy yếu tố

Điểm phù hợp gồm những gì

Đây là trọng số mặc định. Chúng thay đổi theo lựa chọn của bạn.

Thời tiết: 30%; Nhiệt độ ban ngày, độ oi về đêm, số ngày mưa và rủi ro bão của tháng đó.
Chi phí: 20%; Vé đi lại khứ hồi cộng chi phí ăn ở theo số ngày, so với ngân sách bạn nhập.
Số ngày: 15%; Số ngày bạn có so với khoảng thời gian mà nơi đó thật sự cần.
Đi lại: 10%; Thời gian di chuyển một chiều từ điểm xuất phát của bạn.
Đông đúc: 10%; Mức độ đông đúc điển hình của tháng đó tại nơi đó.
Sở thích: 10%; Mức khớp giữa kiểu chuyến bạn chọn và thế mạnh của điểm đến.
Mùa vụ: 5%; Mùa hoa, mùa lúa, lễ hội — những thứ chỉ có trong vài tuần mỗi năm.

Ràng buộc cứng

Có hai thứ không chỉ bị trừ vài điểm

Ngân sách

Nếu chi phí tối thiểu của một chuyến vẫn vượt ngân sách bạn nhập, điểm tổng bị nhân hệ số giảm mạnh và điểm đến đó bị tách sang mục Vượt ngân sách. Chúng tôi không giấu nó đi — bạn vẫn thấy nó cần bao nhiêu — nhưng nó không được đứng lẫn trong danh sách chính.

“Không muốn bay”

Nếu bạn chọn không muốn bay, mọi điểm đến bắt buộc phải bay đều bị hạ điểm rất mạnh thay vì chỉ mất vài điểm ở mục đi lại.

Sở thích làm lệch trọng số

Chọn “Ghét mưa” thì mưa nặng ký hơn thật

Ghét mưa
Trọng số thời tiết ×1,9 và đường cong tính mưa bị siết lại — mức “mưa vừa vừa” cũng bị trừ đáng kể.
Ghét nóng
Trọng số thời tiết ×1,5, phạt nặng hơn với những tháng ban ngày trên 30°C.
Ghét lạnh
Trọng số thời tiết ×1,45, phạt nặng hơn với những tháng mát và đêm rét.
Ghét đông
Trọng số đông đúc ×2,5 và ngưỡng “bắt đầu thấy đông” hạ xuống.
Không muốn bay
Trọng số đi lại ×2,2, kèm ràng buộc cứng ở trên.
Không muốn di chuyển nhiều
Trọng số đi lại ×2,2 và mỗi giờ di chuyển bị phạt nặng hơn.

Nguồn dữ liệu

Con số nào đo được, con số nào là đánh giá

Không phải thứ gì trong một quyết định du lịch cũng đo được. Chúng tôi tách rõ hai loại, và không giả vờ rằng loại thứ hai chính xác như loại thứ nhất.

Đo được

Nhiệt độ, lượng mưa, số ngày mưa, giờ nắng — tái phân tích ERA5 của ECMWF, gộp từ dữ liệu từng ngày trong 10 năm (2015–2024) qua Open-Meteo. Áp dụng cho 26/27 điểm đến.
Dự báo cuối tuần — Open-Meteo, làm mới khoảng 30 phút một lần, và chỉ dùng ở trang cuối tuần.

Là đánh giá của chúng tôi

Mức độ đông đúc và mặt bằng giá — không có nguồn mở nào đo được theo từng tháng cho từng nơi. Đây là thang 0–10 do nhóm biên tập đặt.
Mùa cảnh quan, lễ hội — mùa hoa, mùa lúa, mùa rùa đẻ. Có thể lệch vài tuần tuỳ năm.
Rủi ro bão — đánh giá theo mùa bão đã biết của từng vùng, không phải xác suất thống kê.
Chi phí — mặc định là mô hình ước lượng theo khoảng cách và mặt bằng chi tiêu. Chặng nào đã có giá quan sát được hoặc đã được biên tập viên xác nhận thì dùng số đó, và trang sẽ nói rõ nó đến từ đâu.

Hai chỗ chúng tôi phải hiệu chỉnh

Cao độ. ERA5 là lưới khoảng 9 km nên một thị trấn trên núi bị kéo về cao độ trung bình của ô lưới. Với nơi chênh trên 250 m, chúng tôi bù bằng suất giảm nhiệt của khí quyển tiêu chuẩn (6,5 °C mỗi 1.000 m). Riêng Hà Giang, chúng tôi lấy khí hậu ngay tại cao nguyên đá Đồng Văn thay vì thành phố Hà Giang — chênh nhau gần 900 m và vài độ C.
Thế nào là một ngày mưa. Ngưỡng 1 mm đếm cả mưa phùn rải rác trong ô lưới, cho ra con số cao hơn hẳn cảm nhận thật. Chúng tôi dùng ngưỡng 5 mm: một ngày mà mưa thật sự làm hỏng kế hoạch.

Ngoại lệ: Côn Đảo không dùng ERA5 — đảo quá nhỏ so với lưới era5 ~9 km — ô lưới gần như toàn biển, biên độ nhiệt ngày chỉ 1,4 °c nên không dùng được. Những nơi này chạy trên giá trị tự soạn.

Quan trọng

Khí hậu trung bình không phải dự báo

Khí hậu trung bình nhiều năm

Dùng ở trang chủ, trang điểm đến, bản đồ nhiệt 12 tháng và các trang “có đáng đi không”. Nó mô tả hình dạng thường thấy của một năm — tháng nào thường mưa, tháng nào thường mát. Nó không nói được ngày 12 tháng sau trời có mưa hay không.

Dự báo ngắn hạn

Chỉ dùng ở trang cuối tuần, và luôn được dán nhãn rõ. Dự báo chỉ đáng tin trong khoảng hai tuần đổ lại — xa hơn thế thì khí hậu trung bình lại là căn cứ tốt hơn.

Giới hạn

Điểm số không phải phép đo chính xác

Chúng tôi gọi đúng tên nó: độ phù hợp với chuyến đi của bạn, chứ không phải điểm chất lượng phổ quát của một điểm đến. Cùng một nơi có thể 94% với người này và 58% với người khác trong cùng một tháng — đó là chủ đích, không phải lỗi.

Trung bình nhiều năm cũng che mất sự biến động: một tháng “trung bình 6 ngày mưa” vẫn có năm mưa 15 ngày. Và ERA5 mô tả một ô lưới 9 km, không phải chính xác chỗ bạn đứng.

Toàn bộ dữ liệu nằm sau một lớp provider (khí hậu, dự báo, chi phí, điểm đến). Khí hậu và dự báo đã chạy trên nguồn thật. Giá vé và giá phòng thì chưa: không có API giá nào vừa miễn phí vừa không cần hợp đồng, nên bộ nối đã dựng sẵn và nằm chờ khoá.

Số liệu trong kho mã là sàn, không phải trần. Mỗi đêm có một tiến trình chạy để cập nhật những gì lấy được, và biên tập viên có thể ghi đè bằng tay khi biết rõ hơn máy. Thứ tự ưu tiên: người xác nhận, rồi giá quan sát được, rồi mô hình ước lượng. Nếu tầng trên im lặng, tầng dưới lên tiếng — nên trang không bao giờ trắng, và cũng không bao giờ hiện một con số mà không nói được nó từ đâu ra.

Thử tìm chỗ đi