Bảng dữ liệu trống: phép thử độ tin cậy của mọi bản phân tích esports

Ba giờ sáng, căn hộ nhỏ ở Seoul vẫn sáng đèn. Tôi mở bản báo cáo phân tích vừa được hệ thống đẩy về và thấy một trang chỉ toàn chữ “không đủ thông tin”. Tên tựa game: trống. Tên giải đấu: trống. Danh sách dữ kiện: rỗng. Chín trường bắt buộc, chín ô bỏ ngỏ. Người lập báo cáo chọn cách trung thực nhất — đánh dấu từng mục là không thể xác định, thay vì điền vào đó một cái tên nghe hợp lý, một khoản phí chuyển nhượng nghe quen, một bản vá nghe thời sự. Tôi đọc hết bốn trang và không tìm được một dòng nào về đội tuyển, tuyển thủ hay giải đấu cụ thể. Sự trống rỗng ấy đáng giá hơn nhiều bản báo cáo đầy đủ mà tôi từng nhận.

Trong ngành phân tích esports, một bản báo cáo như thế thường bị coi là thất bại. Tôi đọc nó như một ca bệnh. Khi cả chín trường bắt buộc cùng trống — kể cả những trường lẽ ra hệ thống tự sinh được như loại bài hay danh sách đối tượng — lỗi gần như chắc chắn nằm ở một bước duy nhất phía trước: khâu thu thập văn bản gốc. Chặn bot, tường phí, lỗi mã hóa, hoặc lệch cấu trúc dữ liệu. Một chỗ hỏng, chứ không phải chín chỗ hỏng độc lập.

Điều khiến tôi dừng lại là phần “bộ dữ liệu tối thiểu”: tựa game, ba đến năm dữ kiện, danh sách thực thể, mốc thời gian, nguồn. Năm thứ đó giống năm cột trụ của một tòa nhà. Thiếu cột thì không có cách nào dựng tường cho thẳng, dù người thợ khéo đến đâu. Với esports, tựa game là cột quan trọng nhất, vì nhịp cập nhật của từng nhà phát hành khác nhau hoàn toàn: có nơi vá hai tuần một lần, có nơi vài tháng mới động vào, có nơi chạy theo mùa. Đem số liệu của tựa này áp lên tựa kia là lỗi phổ biến nhất trong nghề, và cũng là lỗi khó phát hiện nhất.

Tôi đã từng đứng ở phía bên kia của sự thiếu hụt đó. Năm 2026, ở tuổi 30, tôi viết bài phân tích trước trận Hàn Quốc gặp Iran tại vòng loại World Cup, dựa trên chỉ số bàn thắng kỳ vọng và số đường chuyền tiến triển, kết luận đội tuyển nên chơi kiểm soát bóng thay vì phòng ngự phản công. Trận đấu kết thúc 0-0. Hôm sau, một đồng nghiệp nam nói tôi chỉ biết bám vào số liệu. Tôi tải toàn bộ 38 trận vòng loại của cả năm khu vực về phân tích lại.

Bài học năm ấy: dữ liệu không bao giờ nói dối, chỉ có cách đọc là sai. Phải mất thêm vài năm tôi mới nhận ra vế thứ hai: dữ liệu không nói dối, nhưng người ta có thể nói thay nó.

Mùa 2026-2026, tôi theo dõi Leicester City khi đội đứng áp chót Ngoại hạng Anh. Mô hình chỉ ra một điểm bất thường: bàn thắng kỳ vọng của Leicester cao hơn kết quả thực tế, còn bàn thua thực tế vượt xa bàn thua kỳ vọng — chênh lệch 7,8 bàn chỉ sau 14 vòng. Nguyên nhân không phải vận may. Trung vệ Wout Faes mắc lỗi trực tiếp dẫn tới bàn thua trong ba trận liên tiếp. Tôi viết bài đề xuất chuyển sang sơ đồ ba trung vệ để bù tốc độ. Ba tuần sau, Brendan Rodgers bị sa thải; Dean Smith áp dụng đúng sơ đồ đó; Leicester vẫn xuống hạng.

Cái kết ấy dạy tôi một điều khó chịu hơn mọi con số: chẩn đoán đúng không đồng nghĩa cứu được con bệnh. Nó cũng cho tôi thấy giá trị của việc nêu rõ mốc thời gian — nếu mô hình đúng, điều gì sẽ xảy ra, vào lúc nào.

Năm 2026, tôi quét dữ liệu 49 giải quốc nội châu Âu để tìm trung vệ cho các đội Hàn Quốc và dừng lại ở Isak Hien, khi đó 24 tuổi, chơi cho Hellas Verona. Tắc bóng thành công 2,9 lần mỗi trận; số trận có đường chuyền vượt tuyến trên vượt hai phần ba tổng số trận. Tôi viết bài so sánh Hien với Virgil van Dijk ở cùng độ tuổi. Đề xuất của tôi bị từ chối với lý do “không có nguồn tin trực tiếp”. Bốn tháng sau, Atalanta chiêu mộ Hien, và anh trở thành trụ cột trong chức vô địch Europa League 2026.

Có một cám dỗ nghề nghiệp mà tôi hiểu rất rõ: khi bộ dữ liệu trống, người ta vẫn muốn nộp bài. Tòa soạn cần bài, khách hàng cần báo cáo, thuật toán cần đầu ra. Thị trường thì luôn có sẵn những cái tên để điền vào chỗ trống. Một bản phân tích bịa đặt trông hoàn hảo hơn một bản phân tích trung thực, cho đến khi trận đấu bắt đầu.

Vì thế tôi giữ nguyên tắc: im lặng trong nguồn không phải là bằng chứng của sự vô can. Không có dữ kiện về lương bị nợ, về cáo buộc dàn xếp, về chấn thương của trụ cột — tất cả vẫn nằm trong danh sách treo ngỏ, không được đóng lại như một dấu tích xanh. Trận derby Seoul bị hủy năm 2026 là phép thử cho mọi thuật toán dự đoán: khi giải đấu dừng, mô hình vẫn chạy và vẫn cho ra kết quả, chỉ có thực tế là biến mất.

Tương quan không phải nhân quả. Quãng đường chạy trung bình 98,7 km mỗi trận, thấp thứ ba giải, có thể là dấu hiệu mất tập trung — hoặc hệ quả của việc đội phải đá thấp hơn sau khi thủng lưới sớm. Cùng một con số, hai cách đọc, hai kết luận trái ngược. Người phân tích giỏi không phải người tìm được nhiều số nhất, mà là người biết số nào không nên dùng.

Một mô hình sai thì dễ phát hiện. Một mô hình đúng được nuôi bằng dữ liệu rỗng thì không. Nó vẫn chạy, vẫn in ra bảng biểu, vẫn cho điểm tin cậy, và vẫn khiến người đọc gật đầu. Khi cả chín trường bắt buộc cùng trống, xác suất cao là lỗi nằm ở một bước thu thập phía trước — nghĩa là chỉ cần sửa một chỗ, cả đường ống sống lại. Nhưng nếu không ai kiểm tra, cái chết của đường ống sẽ được trình bày như một kết luận chuyên môn.

Mùa giải lớn đang vào guồng, áp lực phải có bài mỗi ngày sẽ còn tăng. Tôi giữ một thói quen nhỏ: trước khi viết, đếm số trường bắt buộc đã có dữ liệu thật. Dưới ba dữ kiện, tôi dừng. Tôi đã từng đặt cược vào một tập dữ liệu sai, và nhận về một bài học đúng.

Nếu mô hình đúng, điều gì sẽ xảy ra trong sáu tuần tới? Câu trả lời nằm ở dữ liệu của chính người đọc, không nằm ở bản báo cáo nào trên bàn tôi.