Bộ dữ liệu trống ở làng esports: Ranh giới giữa phân tích và bịa đặt

Đêm đó, tôi ngồi trước một bảng phân tích chín chiều đã được dựng sẵn khung. Tên tựa game: trống. Giải đấu: trống. Đội tuyển: trống. Cầu thủ: trống. Bản vá: trống. Ngày công bố: trống. Chín dòng dữ liệu, tám dòng để trắng, và ô duy nhất được điền là một nhãn lĩnh vực — esports. Không một cái tên nào để bám vào. Không một con số nào để đối chiếu. Chỉ có sự im lặng được định dạng đúng chuẩn, đủ gọn gàng để trông như một bản báo cáo hoàn chỉnh.

Trong bóng đá, tôi từng học cách nghe những con số thì thầm giữa tiếng hò reo. Giữa tiếng hò reo nước Nga, tôi nghe một con số thì thầm — và nó đúng hơn cả đám đông. Nhưng lần này khác. Lần này không có tiếng hò reo, cũng chẳng có con số nào. Chỉ có khoảng trống, và một câu hỏi nghề nghiệp mà bất cứ ai làm dữ liệu thể thao cũng sẽ gặp ít nhất một lần trong sự nghiệp: khi nguồn tin im lặng, người phân tích nên viết gì?

Câu trả lời đúng đắn về mặt nghề nghiệp là không viết gì cả. Nhưng để hiểu vì sao điều đó khó đến vậy, cần nhìn vào áp lực đang bóp nghẹt ngành phân tích thể thao nói chung và esports nói riêng trong năm 2032.

Ngành esports đã đi một chặng đường dài kể từ những giải đấu nghiệp dư trong nhà thi đấu nhỏ. Đến năm 2032, một giải đấu cấp khu vực cũng có thể tạo ra hàng nghìn điểm dữ liệu mỗi phút: tỷ lệ thắng tướng, tỷ lệ cấm chọn, thời gian trận, tài nguyên mỗi phút, quãng đường di chuyển, và cả những chỉ số sinh lý của tuyển thủ được thu thập qua thiết bị đeo. Các nền tảng phân tích, các trang tin, và cả thị trường cá cược đều khát dữ liệu. Ai công bố trước, người đó được đọc. Ai công bố nhiều, người đó được chia sẻ.

Chính sự khát khao đó sinh ra một cám dỗ tinh vi. Khi nguồn dữ liệu thật bị nghẽn — trang web render bằng JavaScript, ảnh infographic không trích xuất được, tường phí chặn nội dung, hay đơn giản là đường truyền trả về trang lỗi — thì cái khung phân tích vẫn còn nguyên đó, trống rỗng và chờ được lấp đầy. Một bảng biểu có sẵn mười ô luôn tạo ra áp lực phải điền cho đủ mười ô. Và đó là lúc người ta bắt đầu bịa.

Tôi biết cảm giác đó đến từ đâu. Năm 2026, khi các sân vận động đóng cửa vì đại dịch, tôi ngồi gom ba trăm mười hai trận từ sáu giải châu Âu. Tỷ lệ thắng sân nhà giảm từ bốn mươi sáu phần trăm xuống ba mươi tám phần trăm trong giai đoạn không khán giả. Đáng chú ý hơn, chỉ số PPDA của đội chủ nhà tăng trung bình 1,8 — nghĩa là họ pressing ít hơn khi không có cổ động viên. Khi sân vận động trống rỗng, tôi nhận ra mình đã cược vào một huyền thoại suốt bốn năm. Dữ liệu phản bác lại chính điều tôi tin. Nhưng để có được kết luận đó, tôi phải chấp nhận một điều: những trận tôi không thu thập đủ số liệu thì không được đưa vào mô hình. Tôi loại chúng ra, dù chúng chiếm gần một phần năm mẫu ban đầu.

Đó là kỷ luật mà làng esports năm 2032 đang phải học lại từ đầu. Đừng nhầm một bộ dữ liệu rỗng với một bộ dữ liệu xấu cần được làm đẹp. Nó là một tín hiệu. Nó nói rằng đường ống thu thập đã đứt ở đâu đó, và mọi kết luận xây trên nó sẽ là kết luận trên cát.

Khung phân tích chín chiều mà tôi dùng cho mỗi bài nhận định sau trận gồm: phân tích bản vá và meta, hệ thống giải đấu, đội và tuyển thủ, bối cảnh khu vực, tài chính câu lạc bộ, tuân thủ luật lệ, hồ sơ rủi ro, câu chuyện công chúng, và truyền dẫn ngành. Nghe thì đồ sộ, nhưng logic rất đơn giản: mỗi chiều đều cần ít nhất một mỏ neo thực tế — một tên tựa game, một tuyên bố kiểm chứng được, một nguồn có thể đánh giá độ tin cậy. Thiếu cả ba, cả chín chiều sụp đổ cùng lúc.

Và đây là điều tôi muốn người đọc ghi nhớ. Một phân tích trung thực về một bộ dữ liệu rỗng phải là một bộ kết quả rỗng — không phải một phân tích trông có vẻ hợp lý được dựng lên từ hư không. Trong mười lăm năm làm nghề, tôi chưa từng thấy ai được khen vì dám viết chữ "không đủ dữ liệu". Nhưng tôi đã thấy rất nhiều bài phân tích đầy ắp con số mà không một con số nào truy được về nguồn gốc.

Hình dung cụ thể hơn thì thế này. Giả sử đường ống thu thập trả về một kết quả có khung đúng chuẩn: đủ tên trường, đủ nhãn lĩnh vực, đủ chỗ trống được đánh dấu gọn gàng — nhưng toàn bộ phần nội dung rỗng. Một cỗ máy phân tích thiếu kỷ luật sẽ nhìn vào cái khung đó và nghĩ: khung đã sẵn sàng, chỉ cần điền vào. Nó sẽ chọn một tựa game hợp thời, gán cho bài viết một vài đội tuyển nổi tiếng, thêm một số bản vá nghe có lý, rồi xuất ra một báo cáo mượt mà. Người đọc không có cách nào biết rằng mọi chi tiết đều được bịa ra.

Còn một cỗ máy có kỷ luật sẽ làm ngược lại. Nó giữ nguyên cái khung, điền vào mỗi ô một dòng chữ giống nhau: không đủ dữ liệu. Rồi nó dừng lại và đặt câu hỏi đúng: vì sao đường ống đứt? Nhãn lĩnh vực "esports" được điền trong khi mọi thứ khác trống — điều đó gợi ý rằng hệ thống phân loại đã đọc được siêu dữ liệu (danh mục nguồn cấp, đường dẫn, chuyên mục trang) nhưng không lấy được nội dung bài viết. Nói cách khác, lỗi nằm ở khâu tải và trích xuất, chứ không nằm ở khâu thiết kế khung.

Đây là chỗ tôi thấy mối liên hệ sâu sắc với chính nghề của mình. Khi tôi xây mô hình xếp hạng ba mươi hai đội trước World Cup 2026 dựa trên chuỗi ba năm dữ liệu phòng ngự — PPDA, quãng đường chạy, số lần bị dứt điểm trong vòng cấm — mô hình đưa Morocco vào top tám, và tất cả bạn bè đều cười. Họ lọt vào bán kết. Tôi đặt hai triệu đồng cho Morocco thắng Bỉ ở vòng bảng, kèo 5,80. Nhưng bài học lớn hơn số tiền không nằm ở việc tôi đúng. Nó nằm ở chỗ tôi biết rõ mô hình của mình yếu ở đâu. PPDA là lăng kính — qua nó, tôi nhìn thấy Morocco ở bán kết trước hai tháng. Nhưng lăng kính nào cũng có điểm mù, và người phân tích giỏi là người nói rõ điểm mù đó thay vì che nó đi.

Trong esports, điểm mù ấy còn lớn hơn nhiều. Bản vá là một trọng tài vô hình có quyền quyết định chức vô địch. Một thay đổi nhỏ trong chỉ số tướng, một vòng quay bản đồ, hay một lần chỉnh sửa cơ chế cũng có thể đảo ngược thứ tự sức mạnh của cả một giải đấu trong vòng hai tuần. Và đây là cái bẫy mà tôi thấy lặp đi lặp lại: khả năng thích ứng meta bị nhầm là thực lực. Một đội vô địch ngay sau khi bản vá xoay chiều thường được tôn vinh như một tập thể bản lĩnh. Nhưng nếu ta tách phần may mắn về thời điểm ra khỏi phần kỹ năng, bức tranh khác hẳn.

Lấy chiều giải đấu làm ví dụ. Sự khác biệt về xác suất tạo bất ngờ giữa một nhánh đấu loại trực tiếp thể thức BO1 và một nhánh đấu hai lần thua thể thức BO5 là một trong những yếu tố giải thích mạnh nhất trong mô hình hóa kết quả esports. Một trận BO1 có thể bị định đoạt bởi một pha xử lý may mắn ở phút thứ ba; một loạt BO5 gần như không thể bị lật bởi may mắn đơn lẻ. Không có thông tin về thể thức, mọi phát biểu xác suất đều vô căn cứ. Vậy mà rất nhiều bản dự đoán vẫn đưa ra tỷ lệ phần trăm cụ thể mà không hề nói thể thức là gì.

Chiều tài chính cũng vậy. Trong esports, hai tín hiệu rủi ro lớn nhất là nợ lương và phụ thuộc quá mức vào một nhà tài trợ duy nhất. Một câu lạc bộ có hơn năm mươi phần trăm doanh thu đến từ một nhà tài trợ là một câu lạc bộ đang đặt cược cả sự tồn tại của mình vào một mối quan hệ. Nhưng để phát hiện điều đó, ta cần con số. Không có con số, ta chỉ có thể suy đoán, và suy đoán về tài chính là cách nhanh nhất để mất uy tín.

Rồi chiều tuân thủ. Đây là chiều nhạy cảm nhất với siêu dữ liệu thiếu, bởi nó phụ thuộc vào quốc gia và nhà phát hành chứ không phụ thuộc vào nội dung bài viết. Một vụ việc có thể là vi phạm ở quốc gia này nhưng hợp lệ ở quốc gia khác. Không có tên tựa game, không có khu vực, không có nhà phát hành, cả chiều này tê liệt hoàn toàn.

Và chiều câu chuyện công chúng — chiều mà tôi cho là quan trọng nhất trong thời đại mạng xã hội. Có một mô hình rủi ro mà ngành esports gọi là cjb: truyền thông và cộng đồng tâng bốc quá mức một tân binh hay một đội, gieo mầm cho một làn sóng phản ứng ngược trong tương lai. Để đo được rủi ro đó, ta cần hai thứ: một tuyên bố tâng bốc, và một mẫu hiệu suất thực tế để đối chiếu. Khi bộ dữ liệu rỗng, cả hai đều biến mất, và ta mất khả năng cảnh báo sớm trước những cú sụp không tránh khỏi.

Đến đây thì tôi phải nói thẳng một điều mà nhiều người trong ngành né tránh. Sự im lặng không phải là sự an toàn. Một bảng rủi ro toàn ô trống trông rất yên bình. Không có dấu hiệu nợ lương, không có dấu hiệu dàn xếp tỷ số, không có dấu hiệu chấn thương. Nhưng những ô trống đó không chứng minh rằng rủi ro không tồn tại. Chúng chỉ chứng minh rằng ta chưa có dữ liệu để kiểm tra. Việc thiếu bằng chứng về một vụ dàn xếp khác hẳn với việc có bằng chứng rằng không có vụ dàn xếp nào. Hai điều đó cách nhau một trời một vực, và đánh đồng chúng là sai lầm nguy hiểm nhất mà một người phân tích có thể mắc.

Tôi từng chứng kiến hệ quả của kiểu sai lầm đó. Năm 2026, khi làm báo cáo về cặp cánh tuổi teen của Tây Ban Nha ở Euro — Yamal mười sáu tuổi và Nico Williams hai mươi mốt tuổi — dữ liệu của tôi cho thấy họ tạo ra 4,2 xG mỗi trận từ các pha đi bóng vào trung lộ, cao hơn mọi cặp tiền vệ. Yamal nhận bóng 11,3 lần mỗi trận khi đối thủ dâng cao, tạo khoảng trống cho hậu vệ biên băng lên. Báo cáo dài mười hai trang đó được gửi cho ba công ty cá cược châu Âu, và một công ty ở Malta mời tôi làm việc bán thời gian. Tôi nhận lời nhưng giữ việc học, vì tôi tin hệ thống xây từ từ sẽ bền hơn. Điều tôi không viết trong báo cáo là những trận tôi thiếu dữ liệu. Nhưng tôi ghi chú rõ chúng ở phần phụ lục, để bất kỳ ai đọc cũng biết giới hạn của kết luận.

Đó là cách tôi nghĩ về bộ dữ liệu rỗng ở làng esports năm 2032. Ta chẳng cần che giấu nó như một thất bại. Nó là một lời nhắc rằng mọi khung phân tích, dù tinh vi đến đâu, đều đứng trên một giả định: rằng dữ liệu đầu vào có thật. Khi giả định đó sụp, cái khung đẹp đẽ chỉ còn là một cái bẫy. Và cái bẫy ấy nguy hiểm nhất khi nó trông hoàn hảo — đủ trường, đủ nhãn, đủ chỗ trống gọn gàng để ai đó muốn điền vào.

Có một chi tiết nhỏ mà tôi cho là bài học lớn nhất của toàn bộ câu chuyện này. Trong khung phân tích nói trên, có một trường mang tên "thực thể liên quan", và hướng dẫn điền nó là "xác định từ các điểm thông tin ở trên". Nhưng các điểm thông tin ở trên đều trống. Vậy là trường đó tự trói mình vào hư không. Một trường khác, "chất lượng nguồn", lại hướng dẫn "đánh giá từ các trường nguồn" — trong khi các trường nguồn đều mang giá trị không xác định. Hai lỗi thiết kế này vượt ra ngoài phạm vi kỹ thuật. Chúng cho thấy một căn bệnh chung của ngành phân tích: ta xây những trường phụ thuộc vào những trường khác mà không kiểm tra xem trường gốc có dữ liệu hay không. Ta tạo ra những chuỗi suy luận nghe rất logic, nhưng gốc rễ rỗng tuếch.

Giải pháp không nằm ở việc viết thêm. Nó nằm ở việc dám dừng lại. Cần một cái cổng kiểm tra đặt trước mọi bước phân tích, có nhiệm vụ từ chối bất kỳ đầu vào nào thiếu tên tựa game hoặc thiếu ít nhất một tuyên bố thực tế kiểm chứng được. Cái cổng đó sẽ trả kết quả về khâu thu thập kèm một mã lỗi, thay vì chuyển tiếp nó đi để rồi ai đó phải bịa ra một bài báo cáo. Chỉ một biện pháp kiểm soát như vậy thôi cũng đủ chặn đứng toàn bộ chuỗi kết quả rỗng mà tôi vừa mô tả.

Nhưng công cụ thì dễ, kỷ luật mới khó. Cái cổng kiểm tra chỉ hoạt động khi có một người chịu trách nhiệm dám bấm nút dừng. Và trong một ngành mà tốc độ được thưởng còn sự im lặng bị coi là yếu kém, việc dám nói "tôi không có đủ dữ liệu để kết luận" là một hành động phản kháng. Nó đi ngược lại bản năng của số đông, những người luôn muốn một câu trả lời dứt khoát ngay lập tức.

Tôi không xem thể thao để tận hưởng. Tôi xem nó để kiểm chứng một giả thuyết dài hạn. Và trong suốt những năm ấy, giả thuyết quan trọng nhất tôi kiểm chứng không phải là về một đội bóng hay một tuyển thủ. Nó là về chính cách tôi làm việc: rằng giá trị lớn nhất của người phân tích không nằm ở việc đưa ra câu trả lời, mà ở việc biết chính xác khi nào mình chưa có quyền đưa ra câu trả lời. Nước Nga dạy tôi rằng đám đông và dữ liệu luôn kể hai câu chuyện khác nhau. Làng esports năm 2032 đang dạy tôi thêm một điều nữa: có những lúc dữ liệu không kể câu chuyện nào cả, và sự trung thực nằm ở chỗ thừa nhận điều đó.

Vậy nên khi bộ dữ liệu rỗng xuất hiện trước mắt, tôi không điền vào nó một tựa game. Tôi không gán cho nó một đội tuyển, một tuyển thủ, một con số bản vá. Tôi để nó trống, và tôi viết về chính khoảng trống đó — bởi vì trong một ngành đang chết chìm trong tiếng ồn, khả năng phân biệt giữa "không có gì để nói" và "không có gì đáng nói" có thể là kỹ năng quý giá nhất mà một người làm dữ liệu thể thao có thể rèn luyện.

Trong bóng đá, thứ duy nhất đáng tin là những gì số đông chưa kịp thấy. Trong esports, có lẽ thứ duy nhất đáng tin là những gì chưa được viết ra — cho đến khi ta thực sự có dữ liệu để viết.