Khoảng trắng dữ liệu trong esports: Khi một đường ống phân tích trả về kết quả rỗng

Trên màn hình máy tính ở Jakarta, tôi chạy một quy trình trích xuất dữ liệu cho một bài báo về esports. Mười hai trường thông tin lần lượt hiện ra. Tiêu đề: không có. Nguồn: không có. Loại bài: chưa phân loại. Tóm tắt một câu: trống. Danh sách điểm thông tin: trống. Thực thể liên quan: một dòng hướng dẫn tự tham chiếu, yêu cầu xác định từ những điểm thông tin phía trên, trong khi phía trên chẳng có gì để xác định. Tín hiệu duy nhất còn sót lại là một nhãn lĩnh vực: esports.

Tôi ngồi nhìn cái bảng trắng đó khá lâu. Điều đầu tiên hiện lên trong đầu tôi vượt xa một lỗi kỹ thuật đơn thuần. Bao nhiêu phần trăm dữ liệu esports mà chúng ta tiêu thụ mỗi ngày thực chất chỉ là khoảng trắng được trang điểm bằng niềm tin? Và khi một quy trình đủ nghiêm khắc để trả về kết quả rỗng, đó là dấu hiệu của thất bại, hay là dấu hiệu của sự trung thực?

Số liệu không bao giờ nói dối — chỉ có cách ta lắng nghe là sai. Nhưng để lắng nghe cho đúng, trước hết phải có thứ để nghe. Trong esports, thứ để nghe thường xuyên vắng mặt hơn người ta tưởng.

Trong mười bảy năm theo dõi ngành thể thao và esports, tôi rút ra một điều tưởng như nghịch lý: dữ liệu bẩn nguy hiểm hơn dữ liệu trống. Một con số sai được trình bày đẹp sẽ sống lâu hơn một ô trống trung thực, bởi ô trống không ai buồn trích dẫn, còn con số sai lan truyền như virus. Để hiểu vì sao, cần nhìn vào bản chất của dữ liệu esports.

Esports khác bóng đá ở một điểm nền tảng: nó sinh ra nhiều dữ liệu hơn nhưng chuẩn hóa ít hơn. Một trận bóng đá có chín mươi phút, hai mươi hai cầu thủ, một quả bóng, và một hệ chỉ số đã định hình qua hàng thập kỷ: bàn thắng kỳ vọng, chỉ số áp lực, số đường chuyền vào một phần ba sân đối phương, quãng đường chạy cường độ cao. Một trận Liên Minh Huyền Thoại có mười người chơi và hàng trăm chỉ số được máy chủ ghi lại mỗi giây, nhưng lại thiếu một ngôn ngữ chung để diễn giải chúng. KDA, sát thương mỗi phút, tầm nhìn, chênh lệch vàng, tỷ lệ tham gia giao tranh — mỗi chỉ số sống trong một hệ quy chiếu riêng, hiếm khi được ghép thành một câu chuyện chiến thuật có sức nặng.

Sự thiếu vắng đó có lý do lịch sử. Bóng đá mất gần một thế kỷ để xây dựng ngôn ngữ dữ liệu của mình, và ngay cả ngày nay vẫn còn tranh cãi về cách đo lường phòng ngự. Esports chỉ mới ở thập niên thứ hai của kỷ nguyên dữ liệu chuyên nghiệp. Các tựa game đến rồi đi, mỗi tựa game có một hệ chỉ số riêng, và cộng đồng phân tích vẫn đang loay hoay tìm một thước đo chung. Trong khoảng trống đó, những con số được sinh ra nhanh hơn khả năng kiểm chứng.

Tôi nhớ một buổi tối tháng Ba, khi ngồi lại văn phòng phân tích ở Jakarta để rà soát dữ liệu của một giải đấu khu vực. Máy chủ trả về đầy đủ mọi con số. Nhưng khi tôi hỏi một câu đơn giản — đội nào kiểm soát nhịp độ trận đấu tốt hơn — thì không chỉ số nào trả lời được. Chúng tôi có sát thương, có vàng, có mạng hạ gục, nhưng thiếu thứ tương đương với chỉ số áp lực trong bóng đá. Đó là khoảnh khắc tôi hiểu rằng dữ liệu nhiều chưa bao giờ đồng nghĩa với dữ liệu có nghĩa.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi qua nhiều mùa giải, khoảng trắng hình thành từ ba tầng nguyên nhân, và cả ba đều hiển hiện trong chính cái bảng trắng trên màn hình.

Tầng thứ nhất là nguồn. Rất nhiều nội dung esports được sinh ra trong môi trường động: bảng xếp hạng cập nhật theo thời gian thực, bài đăng bị chỉnh sửa, luồng phát trực tiếp biến mất sau vài tuần. Một quy trình trích xuất chạy sau đó vài ngày có thể gặp một trang đã thay đổi, một liên kết đã chết, một nội dung được dựng bằng JavaScript mà công cụ không đọc được. Kết quả là rỗng, nhưng nguyên nhân cụ thể: nguồn không đứng yên.

Tầng thứ hai là cấu trúc. Ngay cả khi nguồn còn nguyên, esports thiếu những thực thể chuẩn để neo dữ liệu. Trong bóng đá, tên cầu thủ, tên câu lạc bộ, tên giải đấu là những thực thể ổn định trong nhiều năm. Trong esports, một người chơi có thể đổi biệt danh, đổi đội, thậm chí đổi vai trò chỉ trong một mùa. Trường hợp Faker, tuyển thủ Liên Minh Huyền Thoại gắn bó lâu dài với một tổ chức, là ngoại lệ chứ không phải quy luật. Không có thực thể ổn định thì không có cách nào ghép dữ liệu theo thời gian, và không ghép được thì không phân tích được.

Tầng thứ ba là ngôn ngữ. Đây là tầng khó nhất và cũng là tầng ít ai chịu nhìn thẳng. Esports có ngữ vựng chuyên môn dày đặc, thay đổi theo từng bản cập nhật trò chơi. Một thuật ngữ hôm nay đúng có thể lỗi thời sau một bản vá. Một quy trình trích xuất học từ dữ liệu cũ sẽ trượt trên dữ liệu mới, và thay vì báo lỗi, nó trả về khoảng trắng — hoặc tệ hơn, trả về một kết quả gần đúng nhưng sai.

Ba tầng này cộng hưởng tạo ra điều tôi gọi là khoảng trắng có hệ thống. Nó không phải lỗi ngẫu nhiên. Nó là sản phẩm cấu trúc của một lĩnh vực phát triển nhanh hơn hạ tầng dữ liệu của chính nó.

Để thấy quy mô của vấn đề, hãy nhìn vào nơi dữ liệu esports đã đạt đến độ chín. The International, giải đấu lớn nhất của Dota 2, từng đạt tổng giải thưởng hơn bốn mươi triệu đô la Mỹ vào năm 2026, theo dữ liệu công bố của Valve. Với số tiền ở quy mô đó, nhu cầu về phân tích dữ liệu chính xác là cực lớn. Vậy mà ngay cả ở đỉnh cao ấy, các đội vẫn phải tự xây dựng hệ chỉ số riêng, bởi không có một chuẩn công khai nào đủ để mọi người cùng đọc. Khoảng trắng không biến mất khi tiền nhiều hơn; nó chỉ trở nên đắt đỏ hơn.

Ở tầng thị trường, khoảng trắng dữ liệu esports còn nguy hiểm hơn. Chuyển nhượng người chơi diễn ra nhanh và thường không được công bố đầy đủ. Giá trị của một người chơi được đo bằng số danh hiệu và lượng người theo dõi, chứ không bằng chỉ số hiệu suất có thể kiểm chứng. Khi thị trường định giá bằng ánh hào quang thay vì bằng dữ liệu, khoảng trắng không còn là vấn đề kỹ thuật; nó trở thành vấn đề tiền bạc. Giá trị của một cầu thủ không nằm trên hợp đồng; nó nằm trong từng pha di chuyển không bóng. Trong esports, pha di chuyển không bóng ấy là những quyết định không được ghi lại trong bất kỳ bảng thống kê nào.

Phần lớn dữ liệu esports mà khán giả tiếp xúc là dữ liệu trình diễn: những pha xử lý đẹp được cắt lại, những chỉ số ấn tượng được phóng to trên màn hình. Dữ liệu trình diễn dễ tiêu hóa nhưng khó kiểm chứng, vì nó được chọn lọc để kể một câu chuyện có sẵn. Dữ liệu cấu trúc thì ngược lại: khô khan, đầy đủ, và thường không kể câu chuyện nào cả. Khoảng cách giữa hai loại dữ liệu này chính là nơi khoảng trắng sinh sôi.

Tại Việt Nam, nơi esports phát triển nhanh trong vài năm trở lại đây, vấn đề còn rõ hơn. Các giải đấu trong nước thu hút lượng người xem lớn, nhưng dữ liệu công khai vẫn mỏng. Phần lớn thông tin về hiệu suất người chơi đến từ quan sát của bình luận viên và cộng đồng, chứ không từ một cơ sở dữ liệu có cấu trúc. Điều đó tạo ra một nghịch lý: càng nhiều người xem, càng nhiều ý kiến, nhưng càng ít dữ kiện có thể kiểm chứng.

Có một nguyên tắc tôi tự đặt ra sau nhiều năm làm việc với dữ liệu: mỗi phân tích phải mang lại ít nhất một hiểu biết mà người đọc chưa từng có. Nếu không có hiểu biết mới, tốt hơn hết là im lặng. Áp nguyên tắc đó vào esports, tôi nhận ra phần lớn nội dung phân tích đang lưu hành chỉ lặp lại những gì đã hiển nhiên trên màn hình.

Nhưng đây là chỗ tôi muốn phản đối chính phản xạ của mình. Khi bảng trắng hiện ra, bản năng đầu tiên của một nhà phân tích là coi đó là thất bại và đi tìm cách lấp đầy nó bằng bất cứ thứ gì. Tôi cho rằng đó là sai lầm nguy hiểm nhất trong nghề. Kết quả rỗng, trong nhiều trường hợp, là thông tin giá trị nhất mà hệ thống có thể trao cho bạn. Nó nói rằng dữ liệu nền không đủ để kết luận, và bất kỳ kết luận nào rút ra từ đó sẽ là bịa đặt có tổ chức.

Mô hình của tôi chỉ tệ khi tôi hèn nhát không dám hỏi nó câu hỏi khó nhất. Câu hỏi khó nhất ở đây là: khi không có dữ liệu, tôi có dám nói rằng tôi không biết hay không? Tương quan không phải nhân quả, và khoảng trắng không phải bằng chứng. Nhưng một khoảng trắng trung thực vẫn tốt hơn một tương quan giả được thổi phồng thành quy luật.

Có một cám dỗ tinh vi hơn cả việc bịa số: bịa ra câu chuyện để lấp vào chỗ trống. Một đội thua ba trận liên tiếp, và ngay lập tức xuất hiện giả thuyết về xung đột nội bộ, về sa sút phong độ, về chiến thuật sai. Những giả thuyết ấy hấp dẫn vì chúng lấp đầy khoảng trắng bằng cảm xúc. Nhưng phần lớn chúng không có dữ liệu nền. Một nhà phân tích trung thực phải chịu đựng được sự khó chịu của một ô trống, thay vì xoa dịu nó bằng một câu chuyện.

HLV giỏi xem trận thua như một bản cập nhật, không phải một bản án. Người phân tích dữ liệu giỏi cũng vậy: một kết quả rỗng là một bản cập nhật về trạng thái của hệ thống, chứ không phải một bản án về giá trị của công việc.

Tôi không chắc tương lai của esports nằm ở việc có thêm bao nhiêu chỉ số, mà ở việc có bao nhiêu người dám thừa nhận mình đang thiếu chỉ số nào. Hạ tầng dữ liệu của esports sẽ trưởng thành, nhưng chậm hơn tốc độ tăng trưởng của chính nó. Trong khoảng thời gian chờ đợi đó, một quy trình biết trả về khoảng trắng thay vì bịa ra câu trả lời có thể là tài sản quý nhất mà cộng đồng phân tích đang có. Và nếu phải chọn giữa một con số sai và một ô trống, tôi sẽ luôn chọn ô trống — bởi chỉ ô trống mới buộc chúng ta đi tìm dữ liệu thật.