Kỷ luật dữ liệu: bài học từ một bản báo cáo phân tích esports trống rỗng

Một bản báo cáo phân tích esports dài chín hạng mục được gửi về bàn làm việc của tôi vào một buổi tối giữa tuần. Mở ra, cả chín hạng mục đều trống. Phân tích bản vá: không có dữ liệu. Hệ thống giải đấu: không có. Đội tuyển và tuyển thủ: không có. Khu vực thi đấu: không có. Tài chính câu lạc bộ: không có. Tôi đọc từ trên xuống, rồi đọc lại từ dưới lên, và thứ duy nhất hiện về là bốn chữ "không đủ thông tin" lặp đi lặp lại như một điệp khúc bị kẹt. Trong sáu năm viết về thể thao điện tử, tôi đã quen với những bản báo cáo dày đặc số liệu, đôi khi dày đến mức phải lọc bớt mới tìm ra điều đáng nói. Lần này thì ngược lại. Chính khoảng trống ấy lại dạy tôi nhiều hơn mọi bảng xếp hạng đầy ắp con số. Ngành esports Việt Nam đang ở giai đoạn tăng trưởng nóng. Các giải đấu quốc nội mở rộng quy mô, các đội tuyển bắt đầu thuê chuyên gia phân tích riêng, và lượng dữ liệu sinh ra mỗi trận đấu lớn đến mức không ai đọc hết. Từ tỷ lệ thắng theo từng bản vá, tỷ lệ cấm/chọn tướng, cho tới chỉ số đường đi của từng tuyển thủ, tất cả đều có thể đo được. Nhưng giữa dòng dữ liệu cuồn cuộn đó, một câu hỏi bị bỏ quên: số liệu ấy đến từ đâu, và ai đã kiểm chứng nó? Theo quan sát của tôi qua nhiều mùa giải, phần lớn bản tin phân tích esports tại Việt Nam lấy số liệu từ hai nguồn: trang thống kê của nhà phát hành và các cộng đồng người hâm mộ tổng hợp. Nguồn thứ nhất đáng tin nhưng thường chậm và thiếu ngữ cảnh. Nguồn thứ hai nhanh nhưng dễ sai, dễ bị cắt khỏi bối cảnh, và dễ bị dùng để chứng minh một kết luận đã được viết sẵn từ trước. Đây chính là điểm mà bản báo cáo trống kia trở nên đáng giá. Nó không hẳn là một thất bại cần che giấu, mà là lời nhắc rằng trong thể thao điện tử, dữ liệu không tự động trở thành bằng chứng. Hãy tưởng tượng một bản tin quen thuộc: "Đội A thắng vì tuyển thủ B có chỉ số cao nhất giải." Câu này nghe hợp lý, nhưng bỏ qua ít nhất ba biến số. Thứ nhất, chỉ số cá nhân phụ thuộc vào vai trò, người đi rừng đạt chỉ số cao vì được cả đội tạo điều kiện, không hẳn vì cá nhân vượt trội. Thứ hai, chỉ số cao trong một trận thắng dễ đạt hơn nhiều so với trong một trận thua. Thứ ba, cỡ mẫu: một trận, ba trận, hay mười bốn trận? Đó là lý do tôi luôn bắt đầu bằng việc đếm. Trong 14 trận đấu, tôi tìm thấy một công thức chiến thắng đang bị bỏ phí ngay giữa giao tranh tổng, và công thức ấy không nằm ở tuyển thủ có chỉ số đẹp nhất, mà ở thứ tự ra chiêu của người mở giao tranh. Không có bảng thống kê nào in sẵn cột "thứ tự ra chiêu". Muốn thấy nó, tôi phải xem lại từng pha, đếm từng khung hình. Người ta đổ lỗi cho người đi rừng khi đội thua, nhưng tôi thấy một đường giữa đang chảy máu từ phút thứ tám. Đó là kiểu kết luận chỉ có thể đến từ dữ liệu thô được xem bằng mắt, không phải từ một con số được trích dẫn lại lần thứ tư qua bốn bài báo khác nhau. Giai đoạn cấm/chọn tướng là ví dụ rõ nhất cho khoảng cách giữa số liệu và phân tích. Một đội có thể đạt tỷ lệ thắng 70% với một vị tướng, nhưng nếu 70% đó đến từ việc đối thủ yếu hơn hẳn, con số chẳng nói lên điều gì về sức mạnh thật của vị tướng ấy. Ngược lại, một vị tướng chỉ thắng 40% nhưng được dùng để mở ra thế trận cho cả đội lại có thể là mảnh ghép quan trọng nhất. Đếm mà không đọc ngữ cảnh thì chỉ tạo ra tiếng ồn có tổ chức. Bản vá cũng vậy. Mỗi bản cập nhật được tung ra, cộng đồng lập tức tranh luận ai hưởng lợi, ai chịu thiệt. Nhưng muốn biết một bản vá thay đổi cục diện đến đâu, phải so sánh tỷ lệ thắng trước và sau trên cùng một cỡ mẫu đủ lớn. Nhiều bản tin bỏ qua bước này, chỉ cần thấy một đội mạnh thua sau khi bản vá ra mắt là kết luận ngay "bản vá đã hạ bệ họ". Ba trận không đủ để chứng minh điều gì. Điều phản trực giác nhất mà bản báo cáo trống dạy tôi: một nhà phân tích giỏi không phải người tìm ra nhiều kết luận nhất, mà là người biết chính xác lúc nào nên dừng lại và nói "tôi chưa đủ dữ liệu để kết luận." Trong ngành truyền thông thể thao, có một áp lực vô hình: phải có ý kiến. Độc giả chờ bài, ban biên tập chờ deadline, và một bài viết nói "không đủ thông tin" nghe như một sự thú nhận yếu kém. Nhưng thực tế ngược lại. Một bản báo cáo dám để trống chín hạng mục trung thực hơn một bản báo cáo nhồi nhét suy đoán vào từng ô. Tôi từng chứng kiến những bản tin khẳng định đội X sẽ vô địch dựa trên "phong độ gần đây", trong đó phong độ gần đây được đo bằng hai trận giao hữu. Cỡ mẫu hai trận không nói lên điều gì. Nhưng nó đủ để tạo ra một tiêu đề hấp dẫn, và tiêu đề hấp dẫn thì lan nhanh hơn sự thận trọng. Khi 50.000 khán giả trong nhà thi đấu biến mất và các giải đấu chuyển lên trực tuyến, một số nhà phân tích phát hiện tỷ lệ thắng của đội chủ nhà giảm. Sự thật lộ ra: lợi thế sân nhà phần lớn là một ảo giác được nuôi dưỡng bởi tiếng ồn. Bài học không nằm ở con số giảm bao nhiêu phần trăm, mà ở việc phải mất đi khán giả, người ta mới chịu kiểm chứng một niềm tin tưởng như hiển nhiên. So sánh khu vực cũng là một vùng dễ sa lầy. Nhìn vào thành tích quốc tế, dễ kết luận esports Việt Nam đang tụt lại. Nhưng thành tích quốc tế chỉ là một chỉ số, và nó phụ thuộc vào số suất tham dự, lịch thi đấu, và cả may mắn trong bốc thăm. Một khu vực có ít suất dự giải quốc tế đương nhiên có ít cơ hội tích lũy thành tích. Muốn đánh giá đúng, phải nhìn cả bể nhân tài, đầu ra của các học viện, và sức khỏe hệ sinh thái, những thứ không hiện lên trong một bảng huy chương. Tài chính câu lạc bộ là hạng mục cuối cùng tôi kiểm tra, và cũng là hạng mục trống cuối cùng. Không có thương vụ chuyển nhượng nào được nêu tên, không có con số nào về lương hay tài trợ. Với một ngành mà dòng tiền chảy vào ngày càng lớn, việc thiếu dữ liệu tài chính công khai là một khoảng mù đáng lo. Người hâm mộ biết đội mình thích thắng hay thua, nhưng hiếm khi biết đội ấy có đang trả lương đúng hạn hay không. Quy tắc và quản trị cũng vậy. Các vụ tranh chấp hợp đồng, vi phạm chuyển nhượng, hay bảo vệ tuyển thủ chưa đủ tuổi thường chỉ lộ ra khi đã muộn. Không có dữ liệu, không ai đánh giá được rủi ro trước khi nó thành sự thật. Bản báo cáo trống nằm lại trên bàn tôi. Tôi không xóa nó. Tôi giữ lại như một lời nhắc: trong một ngành mà dữ liệu được sinh ra nhanh hơn tốc độ con người đọc hiểu, giá trị lớn nhất của người viết không phải là có thật nhiều số, mà là biết số nào đáng tin. Esports Việt Nam sẽ còn lớn hơn. Sẽ có nhiều giải đấu hơn, nhiều tuyển thủ hơn, nhiều con số hơn. Và cũng sẽ có nhiều cơ hội hơn để một con số sai lọt vào một kết luận đẹp. Kỷ luật dữ liệu, gồm kiểm chứng, đối chiếu, và dám nói "không đủ", sẽ là thứ phân biệt người phân tích với người sao chép.