Bảng số trống và cái bẫy thay thế chủ thể trong phân tích esports

Hai giờ sáng ngày 12 tháng 8, một tệp báo cáo mở ra trên màn hình làm việc ở Bình Dương. Chín mục. Tiêu đề in đậm, bảng biểu kẻ ô vuông vắn, phần đánh giá rủi ro có đủ cột xác suất và cột tác động, khép lại bằng một mục khuyến nghị hành động. Nhìn lướt qua, đó là một văn bản đã xong.

Mục một hỏi tựa game. Ô trả lời ghi: không đủ thông tin. Mục hai hỏi tên giải đấu, bậc giải, thể thức. Không đủ thông tin. Mục ba hỏi đội hình, tuyển thủ, ban huấn luyện. Không có tên người nào. Mục năm hỏi quỹ lương, nhà tài trợ, dòng tiền. Không một đồng số. Đến mục chín, sơ đồ truyền dẫn ngành esports vẫn nằm nguyên khung, ba nút thượng nguồn, trung nguồn, hạ nguồn đều để trắng.

Tệp đó dài gần bốn nghìn từ. Nó không chứa một sự thật nào về bất kỳ trận đấu, đội tuyển hay tuyển thủ nào.

Đó là loại tệp khiến tôi thấy nghề mình mong manh hơn cả một bản tin sai số. Một bản tin sai số thì người đọc còn biết chỗ mà kiểm tra lại. Một khung báo cáo đầy đủ nhưng rỗng ruột thì dễ khiến người đọc tin rằng mọi thứ đã được xác minh — đơn giản vì nó được trình bày đúng chuẩn.

Bối cảnh: cái phễu và cái cân

Trong mười ba năm theo dõi ngành này bằng dữ liệu, tôi làm việc theo một quy trình hai giai đoạn. Giai đoạn một bóc tách văn bản nguồn: tiêu đề, nguồn, loại bài, tóm tắt một câu, lập trường tác giả, mục đích bài viết, danh sách điểm thông tin, các thực thể được nhắc tên, độ nhạy thời gian, chất lượng nguồn. Giai đoạn hai mới là phần diễn giải chuyên môn: patch và meta, hệ thống giải đấu, đội hình và tuyển thủ, bức tranh khu vực, tài chính câu lạc bộ, tuân thủ luật thi đấu, hồ sơ rủi ro, dư luận và kỳ vọng, cuối cùng là truyền dẫn ra toàn ngành.

Cái tên nghe cồng kềnh, nhưng logic rất đơn giản. Giai đoạn một là cái phễu. Giai đoạn hai là cái cân. Không có gì trong phễu thì cái cân không có gì để cân.

Tệp báo cáo đêm hôm đó là kết quả của giai đoạn hai. Cái phễu phía trước nó trống trơn: không tiêu đề, không nguồn, không một điểm thông tin nào. Mọi trường đều bỏ trống hoặc ghi N/A. Dòng mô tả thực thể thậm chí còn ghi rằng hãy xác định thực thể từ các điểm thông tin phía trên — trong khi phía trên không tồn tại điểm thông tin nào.

Điều đáng nói là thời điểm. Tệp này ra đời giữa kỳ chuyển nhượng, giai đoạn ồn ào nhất của cả năm. Đó là lúc các tòa soạn chạy đua từng phút để đăng bài trước đối thủ, lúc mỗi tin đồn về một tuyển thủ đổi đội đều có thể tạo ra hàng trăm nghìn lượt đọc chỉ trong vài giờ. Cũng là lúc các khâu kiểm chứng dễ bị cắt ngắn nhất, bởi vì kiểm chứng không tạo ra lượt xem.

Ở Việt Nam, bàn làm việc dữ liệu của các đơn vị truyền thông esports thường chỉ có một tới ba người, phụ trách cùng lúc nhiều tựa game. Một người vừa phải theo dõi Liên Minh Huyền Thoại, vừa phải nắm Đấu Trường Chân Lý, vừa phải đọc tin chuyển nhượng của các đội trong nước lẫn khu vực. Khối lượng văn bản đổ vào mỗi ngày lớn hơn nhiều so với số người có thể đọc hết. Vì thế mà các pipeline tự động ra đời. Và cũng vì thế mà khi một pipeline hỏng, rất ít người kịp nhận ra trước khi tệp báo cáo được đẩy lên.

Đầu vào trống là một phát hiện, không phải một khoảng nghỉ

Phản xạ đầu tiên của người đọc bảng trống là bỏ qua nó. Không có số thì không có gì để nói, mà không có gì để nói thì thôi, chuyển sang việc khác.

Phản xạ đó sai về mặt phương pháp. Trong phân tích dữ liệu thể thao, sự vắng mặt của dữ liệu là một thông tin có giá trị, bởi vì nó trả lời được một câu hỏi cụ thể: bộ dữ liệu này có đủ điều kiện để kết luận hay không. Câu trả lời ở đây là không, và câu trả lời đó có căn cứ, có thể kiểm tra lại, có thể ghi vào hồ sơ.

Tôi từng đứng ở phía ngược lại của tình huống này. Năm 2026, khi còn là sinh viên năm hai ở Bình Dương, tôi tự thu thập số liệu của CLB Long An trong hai mươi vòng đầu V-League. Đội bóng tạo ra trung bình 2,1 xG mỗi trận nhưng chỉ ghi được 0,8 bàn, trong khi các đối thủ cầm bóng ít hơn lại chuyển hóa tốt hơn hẳn. Tôi viết bài kết luận rằng Long An sẽ trụ hạng nếu giữ nguyên ban huấn luyện. Lãnh đạo đội sa thải huấn luyện viên ngay trước giai đoạn lượt về, và đội rớt hạng với 21 điểm. Bài viết được chia sẻ hai nghìn lần trong cộng đồng bóng đá Việt.

Bài học từ lần đó rất rõ: khi dữ liệu đã nằm trên bàn, người ta vẫn có thể phớt lờ nó. Nhưng khi dữ liệu không nằm trên bàn, người ta lại có xu hướng tự tạo ra nó. Hai thái cực đó nguy hiểm như nhau, chỉ khác nhau ở chỗ một bên là sự lười biếng, còn một bên là sự ngụy tạo.

Bảng số trống không đồng nghĩa với bằng chứng vô tội. Nó chỉ có nghĩa là chưa ai chạy bài kiểm tra. Trong danh mục rủi ro của ngành esports, ba nhóm vấn đề có tần suất xuất hiện cao nhất là nợ lương, gian lận thi đấu và chấn thương tay của tuyển thủ. Cả ba nhóm này đều thuộc loại chỉ lộ diện khi được sàng lọc chủ động. Không ai tự động gửi thông cáo về việc mình đang nợ lương tuyển thủ. Không đội nào tự công bố rằng mình đang bị điều tra. Vì thế, một bản báo cáo không nhắc tới chúng không phải là một bản báo cáo xác nhận chúng không tồn tại. Nó chỉ là một bản báo cáo chưa từng hỏi.

Ở Việt Nam, tính chất bất đối xứng này đã được chứng minh bằng thực tế. Giai đoạn thanh tra gian lận thi đấu tại VCS cho thấy các vấn đề liêm chính có thể tồn tại âm thầm qua nhiều mùa giải trước khi bị phơi ra, và khi bị phơi ra thì thiệt hại lan rộng tới cả những đội không liên quan, bởi vì nhà tài trợ rút lui theo rủi ro danh tiếng của cả giải. Một bàn làm việc dữ liệu không sàng lọc nhóm rủi ro này trong kỳ chuyển nhượng thì đang bỏ trống đúng cái cột mà độc giả cần nhất.

Cái bẫy thay thế chủ thể

Đây là phần nguy hiểm nhất, và cũng là phần dễ mắc nhất.

Khi một bản báo cáo thiếu chủ thể — không có tựa game, không có tên đội, không có phiên bản patch — thì áp lực tâm lý đòi lấp chỗ trống xuất hiện gần như tức thì. Người phân tích nhìn thấy tiêu đề của nhiệm vụ, nhìn thấy ngữ cảnh xung quanh, và tự suy ra chủ thể. Một khi chủ thể đã được suy ra, toàn bộ phần còn lại của báo cáo sẽ tự động khớp vào nó: patch nào đang được nói tới, đội nào đang được nhắc, khu vực nào đang được so sánh. Báo cáo vẫn đọc rất trôi chảy. Và nó sai từ gốc.

Tôi gọi đây là lỗi thay thế chủ thể, và trong ngành phân tích dữ liệu thể thao, nó là dạng lỗi tốn kém nhất bởi vì nó không để lại dấu vết. Một con số tính sai thì còn có thể dò lại công thức. Một chủ thể bị thay thế thì không còn gì để dò, bởi vì bản thân câu hỏi đã bị đánh tráo ngay từ dòng đầu.

Cách kiểm tra rất đơn giản, và tôi vẫn dùng nó mỗi tuần. Nếu báo cáo nói về một tựa game, tên tựa game phải xuất hiện trong danh sách thực thể. Nếu báo cáo nói về một phiên bản patch, số phiên bản phải có mặt. Nếu báo cáo nói về một đội tuyển, tên đội và tên ít nhất một tuyển thủ phải có mặt. Thiếu những thứ đó, phần diễn giải phía sau chỉ còn là văn học.

Một ví dụ về chuẩn đúng, lấy từ chính công việc của tôi. Năm 2026, khi phân tích năm trận đầu của Croatia ở World Cup tại Nga, tôi có con số PPDA trung bình 9,2 — nghĩa là đối phương có rất ít đường chuyền trước khi bị áp sát. Con số đó tồn tại, kiểm tra được, và nó là điểm neo cho toàn bộ lập luận rằng Croatia không cần kiểm soát bóng vẫn đi tới trận chung kết. Bốn năm sau, tôi lặp lại quy trình với Morocco ở World Cup 2026: xGA trung bình 0,3 mỗi trận, thấp nhất giải, cùng 14,2 pha tắc bóng thành công ở khu trung tâm mỗi trận. Cũng là số có thật, đo được, đối chiếu được.

Điều đáng chú ý là trong cả hai trường hợp, kết luận của tôi đều đi ngược lại số đông, và đều bị cho là mạo hiểm. Nhưng chúng không mạo hiểm về mặt phương pháp, bởi vì chúng đứng trên những con số có thể tra cứu lại. Một kết luận ngược số đông chỉ mạo hiểm khi nó không có dữ liệu. Khi có dữ liệu, nó chỉ đơn thuần là khó nghe.

Bất đối xứng của việc sàng lọc

Có một đặc tính kỹ thuật mà bất kỳ ai làm dữ liệu thể thao cũng cần nằm lòng: các rủi ro nghiêm trọng nhất thường là những rủi ro im lặng.

Nợ lương im lặng cho tới khi tuyển thủ đăng đàn. Gian lận thi đấu im lặng cho tới khi cơ quan quản lý công bố án phạt. Chấn thương cổ tay im lặng cho tới khi tuyển thủ không thể thi đấu. Hết hạn hợp đồng im lặng cho tới khi kỳ chuyển nhượng khép lại. Không nhóm nào trong số này phát ra tín hiệu chủ động. Chúng chỉ tồn tại trong dữ liệu nếu có người đi tìm.

Vì vậy, một bộ dữ liệu không chứa các tín hiệu đó không phải là một bộ dữ liệu sạch. Nó là một bộ dữ liệu chưa được sàng lọc. Sự khác biệt giữa hai trạng thái này lớn hơn nhiều so với việc chỉ thêm một chữ vào câu.

Trong quy trình hai giai đoạn mà tôi đang nói tới, các phép sàng lọc ưu tiên rủi ro phải chạy trước khi bất kỳ phần diễn giải nào được viết ra. Thứ tự này không phải để cho đẹp đội hình văn bản. Nó tồn tại vì một lý do rất cụ thể: nếu phần diễn giải được viết trước, người viết sẽ có xu hướng bảo vệ kết luận của mình và hạ thấp các tín hiệu rủi ro xuất hiện sau đó. Trong tâm lý học, đó là hiệu ứng neo. Trong nghề làm dữ liệu, đó là cách mà một bài phân tích trở thành một bản biện hộ.

Tệp báo cáo đêm hôm đó chưa từng chạy phép sàng lọc nào. Không có quỹ lương để kiểm tra, không có hợp đồng để đối chiếu, không có án phạt nào để tra cứu. Tình trạng rủi ro thật của bất kỳ chủ thể nào mà nó định nói tới vẫn nằm ở trạng thái chưa biết. Chưa biết là một trạng thái hợp lệ để ghi vào hồ sơ. An toàn thì không phải.

Ảo giác về một khung hoàn chỉnh

Chín mục, ba bảng lớn, một sơ đồ truyền dẫn, một mục đánh giá rủi ro tổng thể. Cấu trúc đầy đủ tới mức một người đọc không chuyên sẽ mặc định rằng công việc đã được làm xong.

Đó là ảo giác về độ hoàn chỉnh của khung. Nó nguy hiểm vì nó lợi dụng một thói quen nhận thức rất phổ biến: chúng ta đánh giá độ tin cậy của một văn bản bằng hình thức trình bày của nó. Một tài liệu có mục lục, có bảng biểu, có thuật ngữ chuyên môn thì được mặc định là có nội dung. Trong hầu hết trường hợp, thói quen đó phục vụ chúng ta tốt. Trong trường hợp này, nó phản bội chúng ta hoàn toàn.

Điều trớ trêu là chính quy tắc chống lỗi lại tạo ra ảo giác đó. Quy trình của tôi có một điều khoản bắt buộc: khi đầu vào rỗng, đầu ra vẫn phải giữ nguyên định dạng đầy đủ, chỉ thay giá trị bằng ghi chú thiếu thông tin. Mục đích của điều khoản này là để khoảng trống trở nên nhìn thấy được, thay vì bị nén lại thành một câu trả lời ngắn nghe có vẻ tự tin.

Cơ chế đó vận hành đúng như thiết kế: khoảng trống hiện rõ trên từng dòng. Nhưng nó cũng để lại một tác dụng phụ — một tài liệu trông rất nghiêm túc, và một số người đọc sẽ chỉ nhớ rằng họ vừa đọc một báo cáo chín mục.

Cách xử lý tác dụng phụ này nằm ở kỷ luật truyền thông nội bộ. Bất kỳ tệp nào có ghi chú thiếu thông tin ở cấp độ hệ thống đều phải giữ nguyên phần cảnh báo ngay từ dòng đầu tiên, không được phép tách phần bảng biểu ra để lưu hành riêng. Một bảng rủi ro ba cột, khi rời khỏi ngữ cảnh của nó, sẽ bị đọc như một bảng rủi ro thật.

Giao thức cho giá trị rỗng

Từ lần đó, bàn làm việc của tôi chạy theo bốn bước cố định mỗi khi gặp đầu vào rỗng.

Bước xác minh nguồn: kiểm tra xem văn bản gốc đã thực sự được tải về hay chưa — mã phản hồi từ máy chủ, tường phí, trang cần chạy mã động, lỗi mã hóa ký tự. Trường hợp phổ biến nhất của một đầu vào rỗng là một trang đã tải nhưng không trả về nội dung.

Bước chạy lại trích xuất: sau khi sửa khâu tải, chạy lại giai đoạn một và xác nhận danh sách điểm thông tin không còn trống trước khi kích hoạt giai đoạn hai. Một lần chạy lại mù quáng mà không sửa khâu tải chỉ tạo ra thêm một tệp rỗng nữa.

Bước xác lập chủ thể trước: với phân tích esports, tựa game phải được xác định đầu tiên, vì ba chiều phân tích quan trọng nhất — patch và meta, đội hình và tuyển thủ, bức tranh khu vực — đều phụ thuộc vào tựa game. Cùng một khu vực, cùng một đội, nhưng đặt vào hai tựa game khác nhau thì bậc xếp hạng và tỷ lệ bất ngờ khác hẳn.

Bước cuối là từ chối xuất bản. Nếu văn bản nguồn thật sự không chứa thực thể esports nào có thể trích xuất, sản phẩm đúng phải là một thông báo ngoài phạm vi phân tích, ngắn, gọn, có ghi lý do. Không phải một báo cáo chín mục.

Cú lật ngược: phần lớn N/A là dấu hiệu của chất lượng, không phải của sự yếu kém

Đây là chỗ mà tôi đi ngược lại phản xạ của cả ngành.

Ngành truyền thông esports thưởng cho sự chắc chắn. Một bài viết khẳng định mạnh mẽ sẽ có lượt đọc cao hơn một bài viết thừa nhận rằng nó chưa biết. Một bản dự đoán dứt khoát sẽ được trích dẫn nhiều hơn một bản dự đoán kèm điều kiện. Cơ chế khuyến khích đó đẩy mọi người về phía nói quá mức, và nó lặng lẽ biến sự dè dặt thành một điểm yếu nghề nghiệp.

Tôi cho rằng chuẩn đúng nên được đảo lại. Một báo cáo có nhiều dòng ghi thiếu thông tin nên được đọc là một báo cáo đã chạy hết các phép kiểm tra và trung thực về kết quả của chúng. Một báo cáo không có một dòng thiếu thông tin nào, ở thời điểm kỳ chuyển nhượng ồn ào nhất của năm, nên bị đọc là một báo cáo đã bỏ qua bước nào đó.

Trước khi chửi cầu thủ, hãy kiểm tra lại database của mình. Trước khi khen một bản phân tích là sâu sắc, hãy đếm xem nó thừa nhận bao nhiêu lần chưa biết.

Còn một điểm nữa, ít người để ý. Một đầu vào rỗng hoàn toàn dễ sửa hơn một đầu vào suy giảm. Khi mọi trường đều trống, lỗi nằm ở một chỗ và chỗ đó nhìn thấy được. Khi một nửa số trường có dữ liệu đúng và một nửa sai, thì lỗi ẩn ngay bên trong những ô trông có vẻ chính xác — và đó là loại lỗi tốn nhiều thời gian gỡ nhất, bởi vì nó không phát ra tín hiệu báo động nào. Một con số là tai nạn. Một cụm số là lời thú tội. Trong trường hợp này, việc không có con số nào lại là thông tin rõ ràng nhất mà tệp báo cáo kịp cung cấp.

Tín hiệu cho vòng sau

Sự phát triển tiếp theo của nghề phân tích dữ liệu esports sẽ không nằm ở việc viết ra nhiều kết luận táo bạo hơn, mà ở việc xây dựng các giao thức từ chối xuất bản đủ chặt để chặn đứng một kết luận không có gốc. Các bàn dữ liệu theo dõi mùa chuyển nhượng sẽ sớm được đánh giá bằng một tiêu chí mới, thay cho tiêu chí số lượng ô số liệu và số lượng bảng biểu: tỷ lệ bao nhiêu phần trăm các kết luận có thể truy ngược về một điểm thông tin xác minh được.

Khủng hoảng không tạo ra hiện tượng. Nó chỉ phơi bày dữ liệu bị bỏ quên. Tệp báo cáo trống đêm hôm đó, ở một góc nhìn khác, chính là dữ liệu bị bỏ quên đang tự phơi mình ra — và việc chúng ta có chịu đọc nó hay không là câu hỏi duy nhất còn lại.