Khi ô dữ liệu trống bị đọc thành kết luận: bài học từ một quy trình phân tích esports thất bại

Một bảng phân tích chín chiều được gửi tới hộp thư của tôi vào một sáng thứ Ba ở Munich. Trận đấu, đội hình, số liệu chuyển nhượng, xếp hạng khu vực, hồ sơ rủi ro — mỗi ô đều có tiêu đề riêng. Nhưng phần nội dung bên trong giống hệt nhau: không đủ thông tin. Không tên giải, không tên đội, không ngày tháng, không một con số nào để đối chiếu.

Thứ khiến tôi dừng lại là dòng cuối cùng, in đậm: sản phẩm phân tích dành cho tham khảo thông tin thể thao. Một quy trình đã thất bại ở khâu trích xuất dữ liệu, và thay vì dừng lại, nó xuất ra một tài liệu trông y hệt một kết luận. Tôi vốn quen với những tệp tin thiếu dữ liệu trong công việc của một cố vấn dữ liệu, nhưng đây là lần đầu tiên tôi thấy nó ở dạng hoàn chỉnh đến vậy: đủ khung, đủ bảng biểu, đủ tiêu đề, và trống rỗng hoàn toàn.

Ở tuổi 15, tôi bị cả cộng đồng mạng chế nhạo vì dám dùng chỉ số xG để phản bác một bình luận viên nổi tiếng về Croatia tại World Cup 2026. Tôi ngồi xem lại toàn bộ bảy trận của họ, phân tích từng phút, chỉ để chứng minh một điều duy nhất: tôi không nói suông. Bài học năm đó rất đơn giản, và nó quay lại với tôi trong buổi sáng thứ Ba này — một con số sai còn dễ phát hiện hơn một ô dữ liệu trống được đóng gói như một kết luận.

Ngành phân tích esports ở châu Âu vận hành trên một giả định ngầm: dữ liệu luôn có sẵn, chỉ cần đủ kiên nhẫn để lấy. Giả định đó từng đúng trong nhiều năm. Các tựa game thi đấu phát hành bản cập nhật theo chu kỳ, mỗi bản vá tạo ra một môi trường chiến thuật mới, và mỗi môi trường mới lại sinh ra một tầng dữ liệu mới: tỷ lệ chọn, tỷ lệ cấm, tỷ lệ thắng, thời lượng trận, đường cong sức mạnh theo từng phút thi đấu. Thị trường dữ liệu esports bùng nổ nhanh đến mức việc kiểm tra nguồn gốc trở thành một công đoạn đắt đỏ mà ít ai muốn trả tiền.

Có một tầng dữ liệu hầu như không được ai kiểm tra: tầng dữ liệu về chính quy trình tạo ra dữ liệu. Tôi làm việc với các chuỗi bài phân tích cho một công ty dữ liệu thể thao tại Munich, và phần lớn thời gian của tôi không dành cho việc đọc số. Nó dành cho việc truy xem con số đó đã đi qua bao nhiêu bàn tay trước khi tới màn hình của tôi.

Ở Đức, đồng nghiệp của tôi gọi công đoạn ấy là kiểm tra chuỗi lưu chuyển. Ở Việt Nam, câu hỏi đầu tiên tôi thường nhận được từ các bạn trẻ trong ngành là chỉ số nào quan trọng nhất. Câu trả lời thật thà của tôi luôn giống nhau: chỉ số về nguồn gốc. Không có nó, mọi thứ phía sau chỉ là trang trí.

Chuỗi bằng chứng khiến tôi tin rằng vấn đề lớn nhất của ngành phân tích esports hiện tại nằm ở khâu đầu vào nhiều hơn là ở mô hình, gồm bốn tầng.

Tầng thứ nhất là sự trống rỗng bị đọc thành sự an toàn. Khi một báo cáo không tìm thấy dấu hiệu bất thường, hiếm ai nói rằng chúng tôi không có dữ liệu. Người ta nói rằng không phát hiện rủi ro. Trong một ngành mà tính toàn vẹn thi đấu phụ thuộc vào khả năng nhận diện dấu hiệu dàn xếp, hai câu đó cách nhau một khoảng rất xa. Một ô trống không phải là một sự xác nhận.

Năm 2026, khi Bundesliga trở lại với khán đài trống, tôi xây dựng một tập dữ liệu riêng về lợi thế sân nhà trong mùa không khán giả. Đội chủ nhà mất khoảng 23% số điểm trung bình, còn tỷ lệ thắng của đội khách tăng khoảng 15% so với năm mùa trước đó. Một trang bóng đá Đức đã đăng bài phân tích ấy. Điều tôi nhớ nhất không phải là con số, mà là việc tôi phải tự tay thu thập dữ liệu, vì thị trường khi đó không có nguồn chuẩn nào cho câu hỏi của tôi.

Ngành dữ liệu thể thao có một thói quen xấu: khi thiếu nguồn, nó tạo ra nguồn. Khi thiếu mẫu, nó nới rộng định nghĩa mẫu. Khi một giải đấu không đủ trận để kết luận, nó gọi đó là xu hướng sớm. Và khi quy trình trích xuất thất bại, nó xuất ra một tài liệu trông đủ trang trọng để không ai dám chất vấn.

Tầng thứ hai là thị trường cá cược. Cá cược esports đang bào mòn tính toàn vẹn thi đấu nhanh hơn thể thao truyền thống, và nguyên nhân không nằm ở bản chất của game. Nó nằm ở tốc độ. Một khung quy định phải mất hàng chục năm để hoàn thiện trong bóng đá, trong esports chỉ có vài mùa giải trước khi dòng tiền đã chảy qua. Khi khung pháp lý lỗi thời, kẻ tấn công không cần phá luật, chỉ cần đứng ở nơi luật chưa tới. Và lúc đó, một báo cáo trống rỗng trở thành lá chắn hoàn hảo: nó không sai, vì nó không nói gì cả.

Tầng thứ ba nằm ở gốc đào tạo. Các học viện mang tên cựu ngôi sao mọc lên khắp nơi, phần lớn là chiêu trò thương mại, trong khi đầu tư có hệ thống cho đào tạo huấn luyện viên cơ sở lại thiếu trầm trọng. Trong esports, phiên bản của câu chuyện này là những học viện gắn với tên một tuyển thủ đã giải nghệ. Chất lượng đầu ra không ai đo được, vì dữ liệu đầu vào không ai thu thập. Cùng một lỗi hệ thống, chỉ khác môn thể thao.

Tầng thứ tư là chính cái bảng phân tích tôi nhận được. Nó không lỗi về mặt kỹ thuật. Nó trung thực về mặt dữ liệu nhưng gian dối về mặt hình thức, bởi hình thức của nó được thiết kế để trông giống một phán đoán.

Nhưng tôi phải tự phản biện chính mình, vì nếu chỉ dừng ở việc tố cáo dữ liệu trống, tôi đã bỏ qua nửa còn lại của vấn đề.

Điểm mù lớn nhất của ngành phân tích esports hiện nay nằm ở chỗ chúng ta đồng nhất hai trạng thái khác nhau: không đo được và không tồn tại. Một tập dữ liệu trống không có nghĩa là không có chuyện gì xảy ra. Nó chỉ có nghĩa là chúng ta chưa có công cụ để nhìn thấy.

Năm 2026, khi Maroc loại Tây Ban Nha ở vòng 1/8 World Cup, gần như mọi bình luận viên gọi đó là phép màu. Chỉ số PPDA của Maroc là 8,2, nghĩa là họ gây áp lực cực mạnh ngay từ phần sân đối phương. Họ không hề phòng ngự tiêu cực. Dữ liệu không tạo ra phép màu; nó chỉ tháo tấm nhãn may mắn khỏi một hệ thống đã được thiết kế kỹ lưỡng.

Chiều ngược lại cũng đúng không kém. Một báo cáo dày đặc số liệu không tự động là sự thật. Tại Euro 2026, tôi tính toán rằng Jamal Musiala đang chạy nhiều hơn khoảng 8% so với mức trung bình của chính anh ấy, và dự đoán anh sẽ kiệt sức ở vòng tứ kết. Tôi đúng. Nhưng một biên tập viên nói thẳng với tôi rằng tôi viết như một chiếc máy tính, không có cảm xúc nào cả. Ông ấy đúng ở một nửa. Sự chính xác về số liệu không đủ để thuyết phục con người. Đôi mắt xem một trận đấu, dữ liệu xem một trận đấu khác hẳn — và cả hai đều đúng.

Lời nguyền không tồn tại, chỉ có dữ liệu ta chưa đọc hết. Nhưng dữ liệu chưa đọc hết cũng không đồng nghĩa với việc ta được phép bịa ra phần còn thiếu.

Nếu phải rút ra một tín hiệu cho vòng tiếp theo, tôi sẽ không tìm nó trong bảng xếp hạng, cũng không tìm nó trong các chỉ số cao cấp. Tôi sẽ tìm nó ở tầng kiểm chứng đầu vào: mỗi hồ sơ dữ liệu được ghi ngày, ghi nguồn, ghi cỡ mẫu, và ghi rõ điều kiện biên. Tôi nghe sân cỏ bằng bảng số, vì tiếng hò reo cũng biết nói dối. Nhưng một bảng số không có nguồn gốc thì thậm chí còn không đủ tư cách để nói dối.

Sân không khán giả không phải khủng hoảng, đó là phòng thí nghiệm lớn nhất lịch sử bóng đá. Vấn đề duy nhất là liệu chúng ta có dám ghi lại kết quả thí nghiệm, kể cả khi kết quả ấy là một trang giấy trắng.