Khi dữ liệu không đủ: Kỷ luật kiểm chứng của nhà phân tích thể thao điện tử

2 giờ 47 phút sáng tại Thượng Hải. Trên màn hình thứ ba, một bảng tính vẫn trống trơn. Không tên đội, không chỉ số, không số bản vá, không mốc thời gian. Ở góc trên cùng bên trái chỉ có một nhãn duy nhất: "esports". Mọi ô còn lại đều rỗng.

Mười năm trước, cảnh tượng đó sẽ khiến tôi mất ngủ. Năm nay thì không. Tôi đóng bảng tính, mở lại nguồn thô, và đi tìm câu trả lời cho một câu hỏi duy nhất: lỗi nằm ở người viết, ở hệ thống trích xuất dữ liệu, hay ở chính bài viết gốc? Trong nghề phân tích thể thao điện tử, một bảng trống không phải là thất bại. Nó là một kết quả — và kết quả đó phải được báo cáo trung thực, không được lấp đầy bằng phỏng đoán.

Đó là bài học đắt nhất tôi học được trong năm năm đứng giữa hai nền công nghiệp thể thao điện tử: một bên là nước Đức nơi tôi sinh ra, một bên là Trung Quốc nơi tôi hành nghề. Cả hai nền đều mắc chung một căn bệnh. Khi không có dữ liệu, con người ta có xu hướng bịa ra dữ liệu. Và trong esports, nơi mọi thứ vận hành nhanh gấp ba lần bóng đá, căn bệnh đó lây lan nhanh hơn bất kỳ bản vá nào.

Dữ liệu không biết nói dối, nhưng nó học cách giấu điều quan trọng nhất.

Một nền công nghiệp trẻ với một bộ dữ liệu già

Thể thao điện tử bước vào kỷ nguyên dữ liệu mở muộn hơn bóng đá gần hai thập kỷ. Khi các nhà cung cấp dữ liệu bóng đá châu Âu đã phủ sóng các giải vô địch quốc gia từ đầu thập niên 2026, thì phải đến giữa thập niên 2026, các giải esports quy mô lớn mới bắt đầu công bố dữ liệu cấp sự kiện một cách có hệ thống. League of Legends có Oracle's Elixir cung cấp dữ liệu timeline từng phút; Counter-Strike có HLTV với thống kê từng vòng đấu; Dota 2 có OpenDota và Stratz mở API cho cộng đồng. Valve công bố dữ liệu trận đấu của The International, Riot Games mở Data Dragon cho nhà phát triển bên thứ ba.

Nhưng sự mở cửa đó mang theo một cái bẫy. Dữ liệu nhiều lên, còn chuẩn hóa thì không theo kịp. Mỗi tựa game định nghĩa một chỉ số khác nhau. "Tỷ lệ tham gia giao tranh đầu tiên" trong League of Legends không thể so sánh trực tiếp với "tỷ lệ mở giao tranh" trong Counter-Strike. Ngay cả trong cùng một tựa game, các nhà cung cấp dữ liệu cũng tính toán khác nhau. Một bên tính mạng hạ gục sau khi trụ đã bị phá, bên kia tính từ thời điểm giao tranh nổ ra. Chênh lệch nhỏ đó, nhân với hàng nghìn trận đấu, tạo ra hai bộ số liệu không thể đặt cạnh nhau.

Tôi bắt đầu sự nghiệp với vai trò vận động viên và người tổ chức giải đấu, rồi chuyển sang truyền thông esports. Chính giai đoạn đó dạy tôi một điều mà không trường lớp nào dạy: dữ liệu của esports không thiếu, nhưng dữ liệu đáng tin thì thiếu. Và khoảng cách giữa hai thứ đó chính là nơi sự nghiệp của một nhà phân tích được định hình.

Ở bóng đá, tôi từng dành một kỳ World Cup để tự tay ghi lại tỷ lệ kiểm soát bóng, số đường chuyền vào một phần ba cuối sân và số lần chạm bóng trong vòng cấm của từng trận. Tôi phát hiện ra rằng kiểm soát bóng — chỉ số được truyền thông tung hô nhiều nhất — thường che giấu sự thật thay vì phơi bày nó. Từ đó, tôi không bao giờ dùng một chỉ số thô làm luận điểm chính. Nguyên tắc đó, khi mang sang esports, càng trở nên quan trọng gấp bội.

Kiến trúc của một đường ống dữ liệu

Một đường ống dữ liệu esports hoàn chỉnh gồm bốn tầng. Tầng trích xuất lấy dữ liệu thô từ API của nhà phát hành hoặc từ các nền tảng theo dõi cộng đồng. Tầng làm sạch loại bỏ trùng lặp, chuẩn hóa tên đội, xử lý các trận đấu bị hủy hoặc đổi lịch. Tầng kiểm chứng đối chiếu chéo ít nhất hai nguồn độc lập trước khi số liệu được đưa vào mô hình. Tầng mô hình mới là nơi phân tích thực sự diễn ra.

Sai lầm phổ biến nhất của người mới là nhảy thẳng từ tầng trích xuất lên tầng mô hình. Họ lấy một bảng thống kê, chạy vài phép tính, rồi công bố kết luận. Trong hầu hết trường hợp, thứ họ công bố là một kết luận đúng về mặt toán học nhưng vô nghĩa về mặt thể thao, bởi vì tầng kiểm chứng đã bị bỏ qua.

Tôi từng chứng kiến một trường hợp điển hình. Một bảng dữ liệu trận đấu được đưa vào phân tích. Mọi trường thông tin quan trọng đều trống: không có tên bản vá, không có đội, không có tuyển thủ, không có sự kiện cụ thể. Chỉ có một nhãn chủ đề duy nhất. Về mặt kỹ thuật, đường ống đã chạy xong. Về mặt phân tích, nó chưa hề bắt đầu.

Cách xử lý đúng trong tình huống đó không phải là suy đoán tựa game nào, đội nào, bản vá nào. Cách xử lý đúng là ghi rõ: không đủ thông tin để đánh giá. Đó là một câu trả lời, và là câu trả lời chuyên nghiệp nhất có thể đưa ra lúc đó.

Phương sai không phải kẻ thù — nó là tấm gương soi sự kiêu ngạo của dự đoán.

Kỷ luật của một câu trả lời trống

Trong phân tích dữ liệu, có một quy tắc bị đánh giá thấp: quy tắc xử lý giá trị rỗng. Khi đầu vào thiếu, người phân tích phải nói rõ "không đủ thông tin", thay vì lấp đầy khoảng trống bằng nội dung suy đoán. Nghe thì đơn giản, nhưng thực thi thì cực khó, vì áp lực thị trường luôn thúc ép phải có nội dung, phải có kết luận, phải có dự đoán.

Ở esports, áp lực đó còn lớn hơn. Một mùa giải kéo dài vài tháng, nhưng lịch thi đấu dày đặc gần như quanh năm. Cộng đồng đòi hỏi nội dung mỗi ngày. Khi không có trận đấu lớn, người ta vẫn muốn đọc phân tích. Và đó là lúc những kết luận được sinh ra từ hư không trở nên nguy hiểm nhất.

Tôi có một thói quen nghề nghiệp: mỗi khi bắt gặp một nhận định được đưa ra mà không kèm nguồn, tôi ghi lại, gắn nhãn, rồi chờ xem nhận định đó có đứng vững qua vài tuần tiếp theo hay không. Qua nhiều mùa giải, tỷ lệ nhận định không nguồn sống sót qua một tháng thấp đến mức tôi không còn dùng chúng làm điểm tham chiếu.

Điều đáng nói là những nhận định đó thường rất hấp dẫn. Chúng được viết trôi chảy, có cảm xúc, có câu chuyện. Chúng chỉ thiếu đúng một thứ: khả năng kiểm chứng.

Dữ liệu cấp sự kiện và cái chết của những chỉ số hào nhoáng

Trong League of Legends, chỉ số KDA từng là thước đo được trích dẫn nhiều nhất. Nhưng KDA không nói được gì về việc tuyển thủ đó gây áp lực ở đâu trên bản đồ, khi nào anh ta rời đường, hay anh ta đã đổi mạng lấy một mục tiêu lớn như thế nào. Một người chơi có KDA 4.0 trong một đội hình kiểm soát có thể có giá trị chiến thuật thấp hơn một người chơi có KDA 2.5 trong đội hình chủ động.

Dữ liệu cấp sự kiện — event-level data — mới là thứ trả lời những câu hỏi thực. Nó ghi lại từng mạng hạ gục kèm thời điểm, vị trí, số vàng chênh lệch tại thời điểm đó. Nó cho phép người phân tích dựng lại chuỗi nhân quả, chứ không chỉ nhìn vào kết quả cuối cùng.

Trong Counter-Strike, thước đo tương tự là số vòng thắng dựa trên mở giao tranh đầu tiên. Một đội có thể thắng 16-13 nhưng chỉ thắng bốn trong mười vòng mở đầu bằng giao tranh trực diện — nghĩa là họ thắng nhờ kiểm soát vòng, ép kinh tế, chứ không nhờ kỹ năng đối kháng. Nhận biết được sự khác biệt này là nền tảng để đánh giá liệu một chiến thắng có lặp lại được hay không.

Trong Dota 2, dữ liệu giai đoạn đầu trận — chênh lệch vàng phút 10, kiểm soát rune, tỷ lệ thắng đường — cho thấy đội nào thực sự hiểu cách tạo lợi thế. Ở The International 2026, OG trở thành đội đầu tiên vô địch giải đấu này hai lần liên tiếp, sau chức vô địch năm 2026. Truyền thông gọi đó là phép màu của sự sáng tạo. Nhưng khi tôi xem lại dữ liệu giai đoạn đầu trận, họ dẫn trước đối thủ về chênh lệch vàng phút 10 trong phần lớn số trận vòng loại trực tiếp. Sự sáng tạo của họ không diễn ra trong chân không — nó được xây trên một nền tảng lợi thế số học rất đều đặn.

Biến PPDA thành thước đo của esports

Trong bóng đá, PPDA — số đường chuyền đối thủ được phép thực hiện trước mỗi hành động phòng ngự — là chỉ số đáng tin nhất để đo cường độ áp sát. Trong đại dịch, khi bóng đá toàn cầu đình trệ, tôi tự học lập trình và dựng một cơ sở dữ liệu hàng nghìn trận đấu ở các giải hàng đầu châu Âu cùng nhiều kỳ World Cup. Tôi ghép PPDA với vị trí tranh chấp bóng đầu tiên để tạo ra một chỉ số tổng hợp về khả năng nén phòng ngự.

Kết quả backtest khiến tôi nhớ mãi. Leicester City vô địch giải ngoại hạng Anh mùa giải mà truyền thông gọi là phép màu cảm xúc. Nhưng khi xếp hạng theo chỉ số nén phòng ngự, họ nằm trong nhóm dẫn đầu. Câu chuyện cảm xúc không sai, nhưng nó che mất một cấu trúc chiến thuật có thật.

Tôi mang nguyên tắc đó sang esports. Ở đây, tôi xây một chỉ số tương tự: tần suất đội chủ động tạo va chạm đầu tiên trên mỗi đơn vị tài nguyên bản đồ. Chỉ số này đo được ý định chiến thuật, chứ không chỉ đo kết quả. Một đội áp sát liên tục nhưng thua vẫn khác hoàn toàn một đội phòng ngự thụ động rồi thua.

Việc đo ý định quan trọng hơn đo kết quả, vì kết quả chịu ảnh hưởng của phương sai lớn hơn nhiều. Một pha giao tranh may mắn có thể quyết định cả một ván đấu. Nhưng ý định lặp lại qua hàng chục ván đấu mới cho thấy bản chất của một đội.

Một mùa giải là một mẫu thống kê. Một thập kỷ mới là một bằng chứng.

Backtest: bàn thắng duy nhất không nói dối

Mọi kết luận của tôi đều trải qua bước backtest trên dữ liệu lịch sử trước khi được công bố. Quy tắc rất đơn giản: nếu một giả thuyết không đứng vững trên dữ liệu cũ, nó không được phép xuất hiện trong bài dự đoán về tương lai.

Nhưng backtest không chỉ để xác nhận. Nó để phá vỡ. Tôi đã nhiều lần thấy một giả thuyết rất hợp lý về mặt lý thuyết hoàn toàn sụp đổ khi chạm vào dữ liệu thực tế. Ví dụ, giả thuyết cho rằng các đội thắng giao tranh nhiều hơn sẽ bắt buộc thắng trận. Khi chạy trên một tập dữ liệu đủ lớn, mối tương quan đó lộ ra một điều bất ngờ: ở giai đoạn đầu giải, nó đúng; đến vòng loại trực tiếp, nó yếu đi rõ rệt, vì lúc đó các đội đều đã điều chỉnh và chất lượng giao tranh trở nên đồng đều hơn.

Đó là điều mà tương quan không bao giờ nói với bạn nếu bạn không chia nhỏ giai đoạn. Tương quan thô giữa hai biến số có thể che giấu một sự thật quan trọng: rằng mối quan hệ thay đổi theo thời gian. Trong một mùa giải esports, các giai đoạn có áp lực tâm lý hoàn toàn khác nhau, và bất kỳ chỉ số nào không tách theo giai đoạn đều có nguy cơ gây hiểu lầm.

Người hâm mộ nhớ bàn thắng, tôi nhớ xác suất trước khi bàn thắng xảy ra.

Hai nền công nghiệp, hai đồng hồ

Khi tôi rời Đức sang Trung Quốc, điều làm tôi bất ngờ không phải là sự khác biệt về ngôn ngữ, mà là sự khác biệt về dữ liệu hành vi trong luyện tập. Các đội châu Âu mà tôi từng theo dõi thường có thời lượng luyện tập được cấu trúc theo chu kỳ nghỉ ngơi rõ ràng. Các đội Trung Quốc tôi tiếp xúc sau đó có khối lượng giờ luyện tập cao hơn, nhưng phân bổ thời gian cho việc xem lại băng ghi hình lại khác đi.

Đây là quan sát từ dữ liệu hành vi, không phải phán xét văn hóa. Cả hai cách đều có điểm mạnh. Điều tôi thấy thú vị là khi so sánh tỷ lệ giữa thời gian luyện tập và thời gian xem lại, hai nền công nghiệp có những con số rất khác nhau. Và trong một số trường hợp, đội có tỷ lệ xem lại thấp lại đạt kết quả tốt hơn trong giai đoạn đầu mùa giải, rồi bị bắt kịp khi các đội khác vào guồng.

Tôi không dùng quan sát đó để nói nền nào tốt hơn. Tôi dùng nó để nhắc rằng bất kỳ so sánh nào giữa hai hệ thống huấn luyện đều phải dựa trên dữ liệu hành vi thực tế, chứ không dựa trên cảm nhận. Xuất thân kép của tôi chỉ có giá trị khi nó soi sáng được một khác biệt có thể đo lường. Nếu không, nó chỉ là một câu chuyện cá nhân.

Esports không chậm hơn bóng đá — nó chỉ đang chạy bằng một đồng hồ khác.

Góc phản trực giác: càng nhiều dữ liệu, càng dễ giấu sự thật

Niềm tin phổ biến của ngành là dữ liệu nhiều hơn sẽ dẫn đến kết luận chính xác hơn. Tôi cho rằng niềm tin đó đúng trong một giới hạn rất hẹp.

Khi số chỉ số tăng lên, số cách để chọn ra một chỉ số ủng hộ luận điểm có sẵn cũng tăng lên. Người phân tích thiếu kỷ luật có thể chọn lọc chỉ số để xác nhận điều mình muốn nói, thay vì để dữ liệu dẫn dắt. Trong esports, nơi có hàng nghìn chỉ số khả dụng, khả năng tự lừa dối bản thân cao hơn bất kỳ môn thể thao nào khác.

Bảng tính trống mà tôi nhắc ở đầu bài là một ví dụ ngược lại của vấn đề này. Khi dữ liệu trống, không ai có thể chọn lọc để chứng minh điều gì. Tính trung thực bị buộc phải xuất hiện. Đó là lý do tôi luôn cảnh giác với những bài phân tích quá đầy đủ, quá trôi chảy, quá tự tin. Một bài phân tích không có chỗ nào do dự thường là một bài phân tích đã bỏ qua tầng kiểm chứng.

Một dự đoán trúng không chứng minh phương pháp đúng. Tôi từng công bố một mô hình dự đoán đúng nhà vô địch một giải đấu lớn, đúng đến mức mô hình được chia sẻ rộng rãi. Nhưng cùng mô hình đó cũng dự đoán một đội mạnh khác vào đến trận chung kết, và đội đó bị loại từ vòng loại trực tiếp đầu tiên bằng loạt sút luân lưu. Nếu chỉ nhìn vào kết quả đúng, tôi sẽ tự huyễn hoặc mình rằng mô hình đáng tin hơn mức nó thực sự đáng tin.

Bài học ở đây không phải là mô hình yếu. Bài học là mọi mô hình đều có phương sai, và trách nhiệm của người phân tích là nói về phương sai đó trước khi nói về kết quả. Những gì không đo được — áp lực tâm lý trước một trận quyết định, ảnh hưởng của một lời chỉ trích trên mạng xã hội, cảm giác của một tuyển thủ trẻ trong lần đầu dự giải quốc tế — đều nằm ngoài mọi mô hình. Đó là lý do mỗi bài phân tích của tôi phải khép lại bằng một mục cảnh báo riêng.

Điều dữ liệu không thể nhìn thấy

Có một giới hạn mà tôi chấp nhận từ lâu. Dữ liệu có thể cho bạn biết điều gì đã xảy ra và với tần suất nào. Dữ liệu không thể cho bạn biết điều gì sẽ xảy ra trong một khoảnh khắc chưa từng xuất hiện.

Trong esports, điều đó đặc biệt đúng. Một bản vá thay đổi luật chơi có thể vô hiệu hóa mọi mô hình được xây trên phiên bản trước. Một tuyển thủ chuyển đội có thể thay đổi hóa học của cả một đội hình theo cách không chỉ số nào đo được. Một huấn luyện viên mới có thể mang đến một triết lý chưa từng tồn tại trong dữ liệu lịch sử.

Khi ai đó nói với tôi rằng một đội chắc chắn thắng, tôi biết chính xác nơi cần tìm rủi ro cao nhất: ở chính đội được xem là bất khả chiến bại. Không phải vì họ yếu. Mà vì niềm tin tuyệt đối vào họ khiến thị trường định giá sai khả năng xảy ra của những kịch bản bất lợi. Trong thể thao điện tử, nơi một bản vá có thể xuất hiện giữa giải đấu, khả năng đó không hề nhỏ.

Tôi gọi trạng thái đó bằng một cụm từ mà tôi dùng rất nhiều trong các ghi chú cá nhân: "không thể thua". Đó là trạng thái của một đội mà công chúng tin rằng họ không thể bị đánh bại. Trạng thái đó chưa bao giờ tồn tại trong dữ liệu. Nhưng nó luôn tồn tại trong ký ức tập thể.

Điều gì đến tiếp theo

Mỗi mùa giải mới mở ra một cơ hội để kiểm tra lại những gì chúng ta tin là đúng. Các bản vá sẽ thay đổi, các đội hình sẽ xáo trộn, các chỉ số sẽ được định nghĩa lại. Điều duy nhất không nên thay đổi là kỷ luật kiểm chứng.

Tôi vẫn sẽ kiểm tra chéo hai nguồn trước khi khẳng định bất cứ điều gì. Tôi vẫn sẽ chạy backtest trước khi công bố một mô hình. Và tôi vẫn sẽ viết ra một mục cảnh báo phương sai ở cuối mỗi bài, kể cả khi điều đó khiến bài viết trông kém tự tin hơn.

Bảng tính trống lúc 2 giờ 47 phút sáng sẽ còn xuất hiện nhiều lần nữa. Mỗi lần như vậy, câu hỏi không phải là làm sao lấp đầy nó, mà là làm sao trung thực về việc nó đang trống. Trong một nền công nghiệp chạy bằng tốc độ, sự trung thực chậm rãi đó là tài sản duy nhất không ai có thể sao chép.

Vòng tiếp theo sẽ bắt đầu bằng một bản vá mới, một đội hình mới, và một bảng dữ liệu mới. Câu hỏi duy nhất còn lại: liệu chúng ta sẽ dùng nó để hiểu trận đấu, hay để xác nhận điều mình đã tin từ trước?

Trong đại dịch, tôi xây một đế chế từ những con số không người xem. Đến nay nó vẫn đứng vững.