Dữ liệu trống trong phân tích esports: lằn ranh giữa kết luận và bịa đặt

Tôi mở lại bảng tính của mình vào ba giờ sáng, sau lượt trận cuối cùng của một sự kiện esports quốc tế tại Seoul. Mọi cột đều trống — toàn bộ trường dữ liệu chỉ trả về một dòng duy nhất: không đủ thông tin để đánh giá. Tỷ lệ thắng theo bản đồ, chỉ số tham gia giao tranh, số mạng hạ gục mỗi phút, thời lượng trung bình mỗi ván, tất cả đều rỗng. Bảy năm trước, khi còn là một học sinh cấp hai ở Busan, tôi từng đếm tay từng đường chuyền của một trận K League 2 và phát hiện con số chính thức lệch mười một đơn vị so với những gì tôi ghi lại. Đêm Seoul này là dị bản esports của cùng một câu hỏi. Khi dữ liệu không tồn tại, người ta lấy gì để phân tích?

Dữ liệu esports chảy về từ hai nguồn. Nguồn thứ nhất là nhà phát hành — Riot Games với League of Legends và Valorant, Valve với Dota 2 và Counter-Strike, Tencent với Honor of Kings, Krafton với PUBG. Họ sở hữu giao diện lập trình chính thức, nắm bản ghi máy chủ, và về lý thuyết nắm cả sự thật. Nguồn thứ hai là các nền tảng thống kê độc lập, những trang tự dựng cơ sở dữ liệu bằng cách thu thập, đối chiếu hoặc đếm tay. Giữa hai nguồn ấy luôn tồn tại một khe hở. Khe hở đó chính là nơi một bài phân tích hoặc trở nên đáng tin, hoặc trở thành lời bịa đặt được khoác áo số liệu.

Tôi làm nghề bằng một nguyên tắc duy nhất: mọi con số chính thức đều là một lời khai cần thẩm vấn. Nó không sai ngay từ đầu, nhưng nó chưa từng được đối chất. Một chỉ số đúng vẫn có thể là một lời nói dối lịch sự nếu bị tách khỏi cách nó được tạo ra. Bởi vậy, trong mọi mô hình của mình, tôi không bao giờ bắt đầu bằng kết luận. Tôi bắt đầu bằng việc hỏi dữ liệu được sinh ra trong điều kiện nào.

Khung phân tích của tôi có chín chiều, vận hành như một dây chuyền: mỗi chiều lấy dữ liệu làm nhiên liệu, và khi nhiên liệu rỗng, cả dây chuyền dừng lại. Đêm Seoul hôm đó là một ca thử nghiệm lạnh người, khi tôi buộc phải xem điều gì xảy ra với một hệ phân tích hoàn chỉnh mà đầu vào trống rỗng.

Chiều đầu tiên là patch và meta. Trong esports, meta — tập hợp chiến thuật tối ưu của một phiên bản — quyết định ai thắng trước cả khi trận đấu bắt đầu. Một bản cập nhật giảm sức một vị tướng, tăng sát thương một khẩu súng, hay chỉnh lại bản đồ có thể đảo ngược thứ hạng của cả một giải. Nhưng để nói được điều đó, tôi cần biết phiên bản nào đang được thi đấu. Không có tên phiên bản, không có tên tựa game, mọi phát biểu về meta đều là kể chuyện cổ tích. Một câu như "patch này có lợi cho đội đánh nhanh" nghe rất chuyên môn, nhưng nếu không chỉ ra được phiên bản nào, vị tướng nào, khẩu súng nào bị đổi, nó chỉ là một câu rỗng tuếch được trang điểm bằng thuật ngữ.

Ở chiều thứ hai, hệ thống giải đấu và thể thức là đòn bẩy lớn nhất lên xác suất bất ngờ. Đánh BO1 khác hoàn toàn đánh BO3 hay BO5. Một giải đấu vòng tròn khác một giải đấu loại trực tiếp. Số lượng đội, đường đi nhánh đấu, mật độ lịch thi đấu — từng biến số đều bẻ cong xác suất vượt vòng. Khi dữ liệu về thể thức trống, tôi không thể nói đội mạnh có ổn định hay không, bởi chính định nghĩa của "ổn định" phụ thuộc vào việc họ phải thắng bao nhiêu ván trong bao nhiêu ngày.

Chiều thứ ba là đội và tuyển thủ, và đây là nơi cám dỗ bịa đặt lớn nhất, vì ai cũng muốn nói về con người. Sức mạnh trên giấy, độ khớp vai trò, hóa học phòng thay đồ, độ sâu đội hình dự bị — bốn trục ấy cần tên người. Trong các tựa game đối kháng theo đội, vai trò không thể hoán đổi giữa các tựa game: một người đi rừng của MOBA không cùng thước đo với một tay súng của game bắn súng, và chỉ số của họ không thể so trực tiếp. Không có tuyển thủ cụ thể, mọi so sánh đều vô nghĩa. Tôi đã học được rằng, khi không có tên người, cách duy nhất trung thực là nói thẳng: chưa đủ thông tin.

Bức tranh khu vực là chiều thứ tư. Esports là một thế giới chia vùng: LCK ở Hàn Quốc, LPL ở Trung Quốc, LEC ở châu Âu, NA ở Bắc Mỹ, cùng vô số khu vực mới nổi và vé vớt. Sức mạnh giữa các khu vực thay đổi theo từng tựa game và từng thời kỳ. Một khu vực có thể là bá chủ ở tựa game này và chỉ ở mức vé vớt ở tựa game khác. Không xác định được tựa game, mọi tuyên bố kiểu "khu vực này đang xuống dốc" đều là áp đặt. Tôi từng học bài học ấy khi phân tích một trận đấu lớn: dùng đúng chỉ số, sai tựa game, và kết luận sụp đổ trong ba phút.

Tài chính câu lạc bộ là vùng dữ liệu vốn đã mờ đục nhất. Doanh thu tài trợ, tiền chia từ giải, quỹ lương, dòng vốn rót vào — phần lớn các con số này không công khai. Khi một tổ chức esports vỡ nợ, tin tức thường đến sau khi mọi thứ đã đổ. Nhưng sự vắng mặt của tín hiệu tài chính trong một tập dữ liệu không có nghĩa là tổ chức đó khỏe mạnh. Nó chỉ có nghĩa là tôi chưa có gì để nói. Sự im lặng của dữ liệu là một ô trống, chứ không phải một chứng nhận an toàn.

Luật lệ và quản trị tạo thành chiều thứ sáu. Mỗi nhà phát hành có bộ quy tắc riêng, và mỗi khu vực có cơ quan điều hành riêng. Tính toàn vẹn thi đấu, quy định chuyển nhượng, hợp đồng, bảo vệ tuyển thủ vị thành niên — tất cả đều cần một hệ thống luật cụ thể để đối chiếu. Không có hệ thống ấy, câu hỏi "đội này có vi phạm hay không" trở thành một câu hỏi không thể trả lời, chứ không phải một câu trả lời là "không". Đó là một khác biệt sống còn mà tôi học được từ nghề báo điều tra: chưa tìm thấy bằng chứng không đồng nghĩa với vô tội trong kết luận, nhưng trong trình bày, cả hai đều phải được nói rõ là chưa kết luận được.

Hồ sơ rủi ro là chiều thứ bảy. Bình thường, tôi quét sáu nhóm rủi ro: thi đấu, tài chính, nhân sự, luật lệ, dư luận, hệ thống. Mỗi nhóm cần một đối tượng cụ thể. Khi đầu vào trống, cả sáu ô đều là null. Và đây là cái bẫy chết người: null không phải zero. Một bảng rủi ro toàn ô trống trông giống hệt một bảng rủi ro sạch, nhưng hai thứ đó khác nhau một trời một vực. Nếu tôi đọc nhầm null thành "không có rủi ro", tôi đã biến sự thiếu hiểu biết thành một lời trấn an. Trong nghề này, đó là tội nặng nhất.

Câu chuyện công chúng và kỳ vọng là chiều thứ tám. Esports sống bằng sự cuồng nhiệt. Một chiến thắng có thể biến một đội thành ứng viên vô địch sau một tuần, và một thất bại có thể chôn vùi họ trong ba ngày. Nhưng câu chuyện nào đáng tin thì cần dữ liệu nền: tỷ lệ thắng, cỡ mẫu, lịch sử đối đầu, phong độ theo thời gian. Không có những thứ đó, thanh nhiệt của cộng đồng chỉ là tiếng vọng. Khoảng cách giữa kỳ vọng và thực tế — chỗ mà tôi thường tìm thấy cơ hội phân tích giá trị nhất — biến mất vì tôi không có thực tế để so.

Chiều cuối cùng là truyền dẫn ngành. Chuỗi truyền dẫn đi từ nhà phát hành ở thượng nguồn, qua câu lạc bộ và nền tảng phát trực tuyến ở trung nguồn, tới tài trợ và thị trường phái sinh ở hạ nguồn. Một bản cập nhật có thể đổi doanh thu của cả một giải. Một quyết định cấp phép có thể mở hay đóng cả một khu vực. Nhưng tôi chỉ có thể vẽ chuỗi đó khi biết ai là mắt xích. Không có tên nhà phát hành, nền tảng, nhà tài trợ, chuỗi truyền dẫn chỉ còn là một sơ đồ rỗng.

Chín chiều ấy, nếu phải kể bằng một câu, là chín cách khác nhau để hỏi cùng một điều: dữ liệu này được tạo ra trong điều kiện nào, và tôi có quyền tin nó tới đâu. Ở tuổi hai mươi hai, sau nhiều năm ghi chép, tôi vẫn giữ thói quen chép tay từng đường chuyền như cậu bé ở Busan ngày nào. Không phải vì máy móc không đếm được, mà vì tôi cần thấy dấu mực gốc. Mọi đường chuyền đều để lại dấu mực nếu bạn chịu khó lần theo.

Đêm Seoul đó, tôi không viết bài nào cả. Tôi dành cả đêm để sửa lỗi trích xuất dữ liệu, chạy lại từng mô-đun, đối chiếu với một bài viết đối chứng đã biết trước kết quả. Đến sáng, tôi tìm ra vấn đề: bộ phân loại tựa game đã chạy, nhưng mô-đun trích xuất điểm thông tin, nhận diện thực thể và đánh giá độ nhạy thời gian đều trả về rỗng. Cả dây chuyền chưa bao giờ thực sự chạy. Tôi có một hệ thống hoàn chỉnh, một quy trình chín bước, và không một mẩu sự thật nào để nạp vào.

Nếu bạn đọc tới đây và nghĩ rằng câu chuyện này xoay quanh một lỗi kỹ thuật, bạn đã bỏ lỡ điều quan trọng hơn. Câu chuyện này vượt ra ngoài một pipeline hỏng. Điều đáng nói là chuyện gì sẽ xảy ra nếu tôi không nhận ra lỗi ấy. Nếu tôi vẫn viết, nếu tôi vẫn tung ra bài phân tích chín chiều với đầy đủ thuật ngữ — meta, BO5, độ sâu đội hình, chỉ số vị trí — thì không ai trong số độc giả có thể phát hiện rằng bên dưới lớp sơn chuyên môn ấy không có một gram dữ liệu thật. Đó là cám dỗ lớn nhất của nghề này, và cũng là tội lỗi dễ phạm nhất.

Nhìn lại, tôi thấy ở đây một điều phản trực giác. Trực giác nghề báo nói rằng luôn phải có một bài. Hạn chót đến, độc giả chờ, thuật toán thưởng cho tần suất. Trực giác mách bảo rằng một đầu vào rỗng là chuyện nhỏ, chỉ cần dùng dữ liệu cũ, suy luận theo kinh nghiệm, khoác thêm vài con số là xong. Nhưng chuẩn mực số liệu nói điều ngược lại: một kết quả null trung thực có giá trị hơn một kết quả đầy đủ nhưng bịa đặt. Thế giới phân tích esports đang chết chìm trong những bài viết tự tin. Thứ khan hiếm không phải quan điểm, mà là sự khiêm tốn của dữ liệu.

Ở một góc sâu hơn, chính các nền tảng thống kê cũng đang mắc cùng một lỗi này ở quy mô lớn. Họ thu thập dữ liệu, điền các ô trống bằng ước lượng, rồi bán những con số trông liền mạch như một sự thật. Người dùng mở bảng thống kê, thấy mọi ô đều có giá trị, và tin rằng mình đang nhìn vào thực tế. Họ không biết rằng một phần ba những con số đó là phỏng đoán được định dạng thành số. Sự liền mạch giả tạo là loại dối trá nguy hiểm nhất, vì nó không để lại một khoảng trống nào cho nghi ngờ.

Đó là lý do tôi ngày càng tin rằng, trong phân tích dữ liệu chuyển nhượng và phân tích hiệu suất, ngành này đang đánh giá quá cao tiềm năng trẻ và đánh giá thấp hóa học phòng thay đồ, bởi tiềm năng trẻ sinh ra những con số đẹp còn hóa học phòng thay đồ thì không. Một mô hình được huấn luyện trên dữ liệu công khai sẽ luôn thấy những gì dữ liệu công khai đo được, và bỏ qua những gì nó không đo được. Cái không đo được — sự gắn kết, áp lực phòng thay đồ, khả năng chịu đựng — chính là nơi trận đấu được quyết định, và cũng chính là nơi những con số trả về null.

Tôi không có ý phủ nhận sức mạnh của dữ liệu. Tôi sống bằng nó. Nhưng nhiều năm đếm tay dạy tôi một điều mà phần mềm không dạy được: giá trị của một con số không nằm ở độ lớn của nó, mà ở độ chắc chắn của con đường nó đi tới. Một chỉ số được xây từ mười nghìn quan sát đáng tin có thể yếu hơn một quan sát duy nhất được kiểm chứng tận gốc. Sự thật không nằm ở đám đông dữ liệu, mà ở dấu vết.

Vậy nên, câu hỏi tôi mang theo ra khỏi đêm Seoul ấy không phải là làm sao phân tích nhanh hơn. Mà là: trong một ngành được xây bằng những bảng thống kê liền mạch và những lời tuyên bố tự tin, ai sẽ là người có can đảm nói rằng ô dữ liệu này trống, và rằng chính khoảng trống đó đang thay đổi mọi kết luận?