Báo cáo toàn chữ N/A: vì sao người làm dữ liệu esports phải học cách nói 'tôi không biết'

Hai giờ bốn mươi bảy phút sáng, bản báo cáo dài chín mục nằm gọn trên màn hình thứ hai. Mục một, phân tích phiên bản. Mục hai, thể thức giải đấu. Mục ba, đội hình và tuyển thủ. Mục bốn, cục diện khu vực. Mục năm, tài chính câu lạc bộ. Mục sáu, tuân thủ quy định. Mục bảy, hồ sơ rủi ro. Mục tám, câu chuyện truyền thông. Mục chín, chuỗi truyền dẫn của ngành. Chín mục, và mỗi ô trong cả chín mục đều ghi đúng một câu giống nhau: không đủ thông tin, không thể đánh giá.

Đầu vào của bản báo cáo ấy trống rỗng. Không tên tựa game. Không tên giải. Không tên đội. Không tên tuyển thủ. Không một mốc thời gian nào. Người ta đưa cho tôi một khung phân tích hoàn chỉnh và một trang giấy trắng, rồi hỏi: hãy kết luận.

Ngón tay tôi nằm trên bàn phím rất lâu. Trong đầu tôi có sẵn hàng trăm câu nghe rất hợp lý, về nhịp độ meta, về áp lực cấm chọn, về độ sâu đội hình dự bị. Tất cả đều trôi chảy. Và tất cả đều là bịa.

Tôi nhớ Kazan.

Tháng sáu năm 2026, tôi ngồi trong ký túc xá ở Seoul và viết bài đầu tiên cho blog của mình, về trận Hàn Quốc thắng Đức hai không ở Kazan Arena. Bài viết chỉ ra rằng xG của đội nhà là 1.12, của Đức là 2.31, kiểm soát bóng chưa tới bốn mươi phần trăm, và chiến thắng đến từ mười lăm phút pressing cuối trận. Phản hồi đầu tiên không phải một cuộc tranh luận kỹ thuật. Phản hồi đầu tiên là một tin nhắn gọi tôi là kẻ phản bội chiến thắng lịch sử. Lượt truy cập tăng từ hai trăm lên hai mươi nghìn trong ba ngày, và tôi khóc trong căn phòng trọ vì bị hiểu sai.

Đêm Seoul 2026 dạy tôi rằng sự thật có thể cô đơn, nhưng không bao giờ sai.

Năm năm sau, tôi ngồi ở tầng mười một một tòa nhà văn phòng tại Seoul, làm phân tích cá cược thể thao chuyên về esports. Công việc hằng ngày là đọc bảng dữ liệu, đối chiếu chéo ba nguồn, rồi viết ra phần nào có thể bảo vệ được trước tòa. Nghề này dạy tôi một điều mà bóng đá không dạy nổi: dữ liệu esports mỏng hơn dữ liệu bóng đá rất nhiều, và cái mỏng ấy không phân bố đều.

Bóng đá có những hệ thống theo dõi từng bước chạy ở gần như mọi giải lớn. Esports có API của nhà phát hành, có vài đơn vị tổng hợp độc lập, có đồ họa trên sóng truyền hình. Nhưng tất cả chỉ phủ tới một tầng giải nhất định. Xuống thấp hơn một bậc, giải hạng hai, vòng loại mở, các giải trẻ, dữ liệu gần như biến mất. Ở Việt Nam, một trận ở tầng cao nhất có đủ chỉ số để mổ xẻ; một trận ở tầng dưới có khi chỉ còn lại kết quả và một bản ghi hình không ai gắn nhãn.

Thêm vào đó là tính chất phiên bản. Bóng đá sửa luật vài năm một lần. Esports đổi meta vài tuần một lần. Một chỉ số thu ở phiên bản cũ không mô tả phiên bản mới, và một bài phân tích không ghi rõ phiên bản là một bài phân tích không thể kiểm chứng. Tôi từng thấy những bảng xếp hạng được chia sẻ khắp nơi, đẹp đẽ, nhiều màu, mà không ai hỏi nó được thu ở phiên bản nào, bằng hệ thống nào, trên bao nhiêu trận.

Đó là lý do bản báo cáo chín mục kia tồn tại ở dạng trống rỗng. Người viết không lười. Đầu vào không có gì để bóc tách.

Một chỉ số esports đi qua bốn trạm trước khi tới tay người đọc. Trạm một, máy chủ trò chơi ghi lại sự kiện. Trạm hai, nhà phát hành quyết định công bố hay không, và công bố tới đâu. Trạm ba, đơn vị tổng hợp chuẩn hóa, đôi khi tự định nghĩa lại khái niệm cho tiện tính toán. Trạm bốn, người viết diễn giải. Sai số có thể sinh ra ở bất kỳ trạm nào, nhưng chỉ có trạm thứ tư là không có kiểm toán.

Trước khi tin một con số, hãy hỏi nó được sinh ra từ đâu.

Lấy một ví dụ nhỏ. Tỉ lệ tham gia hạ gục, sát thương mỗi phút, số lính mỗi phút, chỉ số tài nguyên mỗi phút. Nghe như những khái niệm phổ quát. Thực tế, mỗi nền tảng định nghĩa mẫu số một kiểu. Có nơi tính cả giao tranh ngoài mục tiêu lớn, có nơi không. Chênh lệch năm tới bảy phần trăm giữa hai trang thống kê là chuyện bình thường và không ai làm sai. Nhưng đặt hai cột số ấy cạnh nhau để so sánh thì kết quả vô nghĩa, và người đọc không biết điều đó.

Trong năm năm theo dõi, tôi đã ghi lại những lần dữ liệu dạy tôi cách nói chậm lại. Năm 2026, khi bóng đá Đức trở lại trong những sân vận động trống, tôi đo được tỉ lệ thắng sân nhà giảm từ 41.3 phần trăm xuống 37.8 phần trăm, và xG trung bình của đội chủ nhà giảm 0.28 mỗi trận. Sếp tôi nói cỡ mẫu quá nhỏ. Thay vì tranh luận, tôi mở một hội thảo trực tuyến, mời một trăm năm mươi nhà phân tích, người hâm mộ và đại diện các công ty cá cược. Chính phản hồi của họ buộc tôi bổ sung mười năm dữ liệu lịch sử, và mô hình sau đó được áp dụng cho cả mùa 2026-21. Không có khán giả, tôi nghe thấy tiếng thở của trận đấu.

Năm 2026, tôi viết một bài hỏi vì sao Ronaldo không phải ngôi sao hiệu quả nhất ở Euro, so sánh số lần pressing của anh với một tiền vệ đạt tỉ lệ chuyền chính xác 96.2 phần trăm và nhiều lần cắt bóng nhất đội tuyển Ý. Fan Ronaldo ở khắp châu Á tấn công trang của công ty tôi. Tôi định xóa bài. Rồi tôi nhớ lại buổi livestream năm 2026, nên mở một buổi hỏi đáp, công khai toàn bộ dữ liệu thô, và thừa nhận ngay từ đầu rằng Ronaldo vẫn là cầu thủ xuất sắc nhất vòng bảng. Hơn năm nghìn người tham gia. Bài viết được sửa lại. Và tôi giữ một nguyên tắc đến giờ: nêu điểm mạnh của người bị nhận xét trước khi nêu số liệu.

Năm 2026, trước trận Saudi Arabia gặp Argentina, dữ liệu của tôi chỉ ra cái bẫy việt vị: Argentina bị bắt lỗi mười bốn lần trong một trận, nhiều nhất ở một kỳ World Cup kể từ năm 2026. Tôi đặt xác suất Saudi thắng ở mức 8.3 phần trăm, trong khi nhà cái niêm yết 4.5 phần trăm. Khi Saudi thắng thật, cộng đồng gọi tôi là nhà sư dữ liệu. Nhưng điều tôi nhớ hơn là câu tôi viết kèm: mô hình này dựa trên mười bốn lần việt vị của đúng một trận, và một trận không phải một mùa giải.

Đầu năm 2026, tôi theo dõi kỳ chuyển nhượng của một câu lạc bộ K-League. Bằng xG trên chín mươi phút, tôi thấy một tiền đạo trẻ bị bố trí sai vị trí, và là người đầu tiên đưa tin cậu ấy sẽ được cho mượn xuống hạng hai. Dữ liệu tập luyện tôi dùng đến từ một cộng sự quen ở hội thảo 2026, và tôi ghi rõ tên anh ấy ở cuối bài. Người đại diện của cầu thủ gọi điện cảm ơn. Từ đó, tôi hiểu rằng một nguồn dữ liệu chỉ đáng tin khi bạn dám ghi tên người đưa nó cho mình.

Quay lại bản báo cáo chín mục. Khi đầu vào rỗng, đầu ra đúng phải là một kết quả rỗng có cấu trúc, cộng thêm một chẩn đoán. Và chẩn đoán ấy lại là phần thú vị nhất. Khung phân tích đã được điền đúng: nhãn lĩnh vực là esports, loại bài là chưa phân loại. Nhưng toàn bộ phần nội dung thì trống. Một bài viết thật sự không có thông tin sẽ không tạo ra được cái khung như vậy. Nghĩa là lỗi nằm ở tầng đưa văn bản vào, không phải ở tầng phân tích. Hình dạng của thất bại cho biết vị trí của thất bại.

Dữ liệu không la hét, nó thì thầm, và tôi đã học cách nghiêng người lắng nghe. Nhưng khi không có tiếng thì thầm nào, việc duy nhất đúng là ghi vào biên bản rằng phòng này im lặng.

Giá trị lớn nhất của một kết quả rỗng là nó chỉ đúng chỗ cần sửa: không phải tầng phân tích, mà là tầng thu thập.

Người đọc có quyền đòi bốn thứ trước khi tin bất kỳ bảng chỉ số esports nào. Nhãn phiên bản: chỉ số này thu ở bản nào. Mốc thời gian tuyệt đối: ngày nào, tháng nào, không phải hôm qua hay tuần này. Mẫu số và cỡ mẫu: bao nhiêu trận, bao nhiêu phút, bao nhiêu ván. Và tên người hoặc nhóm thu thập. Thiếu bốn thứ đó, bài viết vẫn có thể hay, nhưng nó là một ý kiến, không phải một phép đo. Đánh đồng hai thứ ấy là cách nhanh nhất để biến phân tích thành niềm tin.

Ở đây có một nghịch lý mà tôi chưa thấy ai nói thẳng. Ngành esports không thiếu dữ liệu. Nó thiếu quyền được nói không biết. Thị trường cá cược cần một con số trước giờ bóng lăn. Trang nội dung cần một tiêu đề trước bảy giờ sáng. Không ai trả tiền cho một dòng chữ để trống. Vậy nên khoảng trống được lấp, và nó được lấp bằng thứ trông giống số liệu nhất có thể.

Kết quả là món hàng nguy hiểm nhất trong phân tích esports không phải chỉ số bị thiếu. Nó là chỉ số có ba chữ số thập phân và không có mẫu số.

Có một cái bẫy nữa, tinh vi hơn. Một đội thắng nhiều giao tranh hơn không hẳn đánh nhau giỏi hơn; có thể họ chỉ chọn những trận đánh mà họ đã thắng sẵn. Tương quan xuất hiện trước, nguyên nhân đến sau, và người viết thì luôn đến trước cả hai.

Cái bẫy thứ hai nằm ở phía người đọc. Một báo cáo rủi ro không gắn cờ nào sẽ bị đọc thành không có rủi ro. Nhưng không gắn cờ có thể có nghĩa là chưa ai đánh giá. Im lặng trong một tài liệu là dấu vết của dữ liệu thiếu, không phải giấy chứng nhận sạch sẽ. Khác biệt ấy nghe nhỏ, nhưng nó là toàn bộ khác biệt giữa một quyết định có cơ sở và một quyết định dựa trên cảm giác an tâm giả tạo.

Tôi không ngăn bạn đặt cược. Tôi chỉ muốn bạn hiểu mình đang đặt gì.

Chu kỳ giải tới, tôi sẽ theo bốn tín hiệu ở mọi bảng chỉ số mình đọc: nó có nhãn phiên bản chưa, có mốc thời gian tuyệt đối chưa, có mẫu số chưa, và có tên người thu thập chưa. Đủ cả bốn, mô hình đáng để cập nhật. Thiếu một, nó chỉ là một ý kiến hay được trình bày đẹp. Và nếu lần tới bạn đọc một bài phân tích esports mà ô nào cũng đầy ắp số, hãy tự hỏi một điều: ô nào trong đó đáng lẽ phải để trống?