Một bảng phân tích rỗng: khi nghề dữ liệu thể thao phải học cách nói “không đủ thông tin”

2 giờ 47 phút sáng, Brisbane. Đêm thứ ba trong tuần, tôi ngồi với một bản phân tích esports vừa được gửi sang từ nhóm biên tập. Bản phân tích có chín phần, khung rõ ràng như một bản thiết kế: patch và meta, thể thức 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, câu chuyện công chúng, và chuỗi truyền dẫn của cả ngành. Tôi kéo xuống. Dòng đầu: “Tựa game: N/A”. Dòng thứ hai: “Phiên bản: N/A”. Đến dòng thứ chín vẫn là N/A. Chỉ một ô duy nhất có nội dung, và nội dung ấy là một cái nhãn: “esports”.

Tôi vốn quen với những bảng mở đầu bằng một chỉ số lệch. Có mùa, tôi mất gần một tháng chỉ để xem lại 19 băng trận của Melbourne City vì một cột xG không khớp với cảm giác của mắt. Đêm đó thì khác hẳn. Không có chỉ số lệch. Không có gì để đối chất. Cả bảng nói với tôi đúng một điều: người ta không lấy được thông tin, và người ta đã ghi lại sự thật ấy thay vì bịa ra một câu chuyện cho đầy chỗ trống.

Chuyện gì đã xảy ra, thì ít khi được viết ra.

Một quy trình phân tích dữ liệu thể thao thường chạy hai tầng. Tầng một đọc nguồn — bài báo, thông cáo, bảng kết quả, băng hình — rồi rút ra các điểm thông tin: những phát biểu kiểm chứng được, kiểu ai chuyển sang đội nào, giá trị hợp đồng bao nhiêu, phiên bản nào chỉnh chỉ số nào, ai bị treo giò bao nhiêu trận. Tầng hai nhận các điểm ấy và dựng phân tích. Tầng hai không đọc bài gốc. Nó sống hoàn toàn bằng những gì tầng một mang về.

Đêm đó, tầng một trả về một danh sách rỗng. Khung thì đúng: tên trường đúng, nhãn lĩnh vực đúng, chỗ trống được đánh dấu đúng quy ước. Nhưng bên trong không có một phát biểu nào. Nói cách khác, hệ thống đã chạy xong phần khuôn mẫu và thất bại ở phần lấy nội dung. Trong nghề, hai lỗi này khác nhau rất xa. Khuôn mẫu hỏng thì sửa khuôn mẫu, thường là chuyện nửa ngày. Nội dung không về thì phải quay ngược lên đầu nguồn: trang dựng bằng JavaScript, ảnh infographic không có chữ, tường phí, hoặc đơn giản là đường dẫn trả về một trang lỗi.

Điều đáng chú ý là cái nhãn “esports” vẫn sống nguyên. Nhãn ấy nhiều khả năng được gán từ siêu dữ liệu — chuyên mục, đường dẫn, tên chuyên trang — chứ không phải từ nội dung bài viết. Một hệ thống vẫn phân loại đúng chủ đề trong khi không đọc được một chữ nào của bài. Với người làm dữ liệu, đó là kiểu thất bại khó chịu nhất: mọi thứ trông ổn cho đến lúc mở ra xem.

Vì sao cả chín phần đều sập cùng lúc? Vì mỗi phần đều cần ít nhất một danh từ riêng.

Tên tựa game là cổng cứng đầu tiên. Nhịp cập nhật của các nhà phát hành khác nhau đến mức không thể suy rộng: Riot chỉnh hai tuần một lần, Valve vài tháng mới có một bản lớn, Tencent chạy theo mùa. Cách định nghĩa chỉ số, cách tổ chức giải, cách kiếm tiền — tất cả đều gắn với tựa game cụ thể và không chuyển dịch được. Không có tên game thì không có patch, không có meta, không có gì cả.

Thể thức giải là cổng kế tiếp. Khoảng cách về xác suất lật kèo giữa một nhánh loại trực tiếp đánh BO1 và một nhánh hai lần thua đánh BO5 là một trong những biến giải thích mạnh nhất trong mọi mô hình kết quả thể thao điện tử. Thiếu thể thức, mọi phát biểu xác suất đều vô căn cứ, kể cả những phát biểu nghe rất hiển nhiên.

Phần tuyển thủ là phần tôi tiếc nhất khi thấy nó rỗng. Ba tín hiệu cảnh báo sớm hiệu quả nhất trong phân tích tuyển thủ đều cần một cái tên cụ thể: đường cong suy giảm phản xạ ở các vai trò entry hoặc xạ thủ, tiền sử chấn thương cổ tay và bao gân, và hiệu ứng của năm cuối hợp đồng. Không có tên, cả ba biến thành vô nghĩa.

Bức tranh khu vực cũng vậy. Cùng một khu vực có thể nằm ở đẳng cấp hoàn toàn khác nhau tùy tựa game: mạnh ở một tựa MOBA, nhưng chỉ là suất wildcard ở một tựa bắn súng, hoặc ở một tựa MOBA khác. Suy rộng giữa các tựa game là lỗi phương pháp, không phải sự tinh tế.

Tài chính câu lạc bộ cần con số. Ngưỡng nồng độ nhà tài trợ — một nhà tài trợ chiếm quá nửa doanh thu — là cờ đỏ quen thuộc, nhưng phải có bảng doanh thu mới nói được. Phần tuân thủ luật còn khó hơn: nó phụ thuộc vào thẩm quyền, mà thẩm quyền khác nhau giữa luật nhà phát hành, luật giải, luật của bên tổ chức thứ ba và chính sách quốc gia. Đây là phần nhạy cảm nhất với siêu dữ liệu thiếu, vì nó không sống bằng nội dung bài viết mà sống bằng tên tuổi và địa hạt.

Phần câu chuyện công chúng cần một chủ thể và một kết quả được tuyên bố, để còn đo xem nhiệt có vượt nền tảng hay không. Phần chuỗi truyền dẫn ngành là phần khát ngữ cảnh nhất: nó cần đồng thời nhà phát hành, tựa game, khu vực, nền tảng và giải đấu. Thiếu một yếu tố đã suy giảm mạnh; thiếu cả năm thì tê liệt.

Nhưng có một chi tiết đáng giá hơn cả chín phần cộng lại, và nó nằm ở phần khung, không nằm ở phần nội dung. Hai trường trong quy trình được thiết kế để phụ thuộc lẫn nhau: trường “thực thể liên quan” yêu cầu suy ra từ “các điểm thông tin” ở trên, và trường “chất lượng nguồn” yêu cầu đánh giá từ “các trường nguồn” — trong khi cả hai trường gốc đều rỗng. Khi ấy, lỗi không còn là lỗi lấy dữ liệu; nó thành lỗi thiết kế. Một hệ thống tự đặt mình vào thế không thể trả lời, rồi trả về N/A như một lời tự thú.

Và đây là chỗ tôi muốn dừng lâu hơn cả. Một bảng rủi ro đầy chữ N/A rất dễ bị đọc thành một bảng sạch. Người đọc lướt qua, thấy không có cờ đỏ nào được bật, và mặc định rằng không có chuyện gì. Nhưng im lặng không phải là an toàn. Trong dữ liệu thể thao, ba nhóm rủi ro hệ quả nặng nhất — nợ lương, dàn xếp tỷ số, chấn thương — đều là những nhóm mà sự vắng mặt của tín hiệu thường chỉ phản ánh việc thiếu dữ liệu, chứ không phản ánh một tình trạng lành mạnh.

Tôi học điều này theo cách đắt. Năm 2026, tôi viết một bài chỉ trích Jamie Maclaren vì anh chỉ ghi 8 bàn trong khi xG mùa ấy là 14,2. Biên tập gạch gần hết số liệu với lý do “không ai hiểu”. Một tháng sau, tôi ngồi xem lại 19 băng trận để tìm xem cú dứt điểm nào thật sự xứng đáng được tính là cơ hội rõ ràng — và nhận ra mình đúng về số liệu nhưng sai về cách kể. Mọi con số đều có một câu chuyện, nhiệm vụ của tôi là đừng làm hỏng nó.

Có một góc phản trực giác ở đây, và nó không liên quan đến esports.

Vấn đề của ngành không phải là dữ liệu rỗng. Vấn đề là áp lực lấp đầy nó. Một bảng có tên đội, tên tuyển thủ và vài con số đẹp sẽ được chia sẻ trong vòng mười lăm phút. Một bảng N/A sẽ bị coi là vô dụng, thậm chí là dấu hiệu của sự lười. Nhưng chính bảng N/A mới là bảng trung thực, và chính nó mới bảo vệ người đọc khỏi một bài phân tích nghe rất hay nhưng không có thật.

Tôi từng thấy cơ chế ấy vận hành theo chiều ngược lại. Năm 2026, khi viết về trận Pháp – Argentina ở vòng 1/8 World Cup, tôi bị cuốn vào tốc độ tối đa 37,6 km/h của Kylian Mbappe trong tình huống kiến tạo quyết định. Mọi chỉ số pressing và xG của tôi đều không giải thích nổi vẻ đẹp thô ráp của pha tăng tốc ấy. Tôi thức hai đêm bẻ từng khung hình và hiểu ra: dữ liệu đo được cái gì, chứ không đo được cái khiến người ta yêu bóng đá. Nhưng điều đó không cho tôi quyền bịa ra một chỉ số. Nó chỉ cho tôi quyền viết thêm một câu văn.

Mùa hè 2026, khi các giải đấu đóng băng, tôi dựng lại bảng di chuyển của Andrew Robertson trong trận Liverpool – Barcelona: 12,4 km, trong đó có 2,1 km chạy nước rút. Không có trận mới, nhưng dữ liệu cũ vẫn kiểm chứng được, vẫn đối chất được với băng hình. Một bảng rỗng thì không có khả năng ấy. Nó không thể cũ đi, cũng không thể đúng lên.

Trong trường hợp cụ thể này, cám dỗ còn lớn hơn. Chỉ cần chọn một tựa game đang hot, gắn vào một đội tuyển Việt Nam quen mặt, thêm vài cái tên và một tỷ lệ Pick/Ban hợp lý, là có ngay một bài phân tích đọc rất mượt. Không ai kiểm chứng, vì ai cũng bận. Nhưng làm thế là biến một quy trình đang trung thực thành một cỗ máy tạo ảo giác. Và trong một ngành mà các đội tuyển trẻ của khu vực Đông Nam Á đang sống nhờ uy tín với nhà tài trợ, ảo giác dữ liệu không phải chuyện nhỏ.

Cũng phải nói thêm: tương quan không phải nhân quả, và một mẫu rỗng không phải một mẫu xấu. Nếu một bài viết về tuyển thủ trẻ không nêu chỉ số nào, kết luận đúng là “chưa đánh giá được”, chứ không phải “tuyển thủ này chưa chứng minh được gì”. Hai câu ấy nghe gần giống nhau trên giấy, nhưng khác nhau một trời về hệ quả.

Đêm đó tôi không sửa bảng phân tích. Tôi viết thêm vào đầu tệp một dòng ghi chú: từ chối chạy tầng hai cho đến khi có ít nhất một phát biểu kiểm chứng được. Rồi tôi đề xuất ba việc nhỏ: một cổng chặn cứng ở khâu tên tựa game, một phép đo mới gọi là tỷ lệ rỗng — số bản ghi không có điểm thông tin nào trên mỗi một nghìn lần lấy nguồn — và một quy định rằng mọi bảng rủi ro toàn N/A phải mang theo dòng cảnh báo rằng im lặng không đồng nghĩa an toàn.

Ba việc ấy không làm bài viết hay hơn. Chúng chỉ làm bài viết đúng hơn. Khi bảng số liệu lên tiếng, sân vận động phải học cách im lặng — nhưng khi bảng số liệu im lặng, người viết mới là người phải lên tiếng, và tiếng nói trung thực nhất lúc ấy là một câu rất khó nói: tôi chưa đủ dữ liệu.

Năm 39 tuổi, tôi học được rằng dữ liệu cũng biết đau khi bị bóp méo. Câu hỏi tôi mang về Brisbane sau đêm ấy không phải là đội nào mạnh hơn. Mà là: nếu một cỗ máy đã học được cách nói “tôi không biết”, liệu con người có học được điều tương tự trước khi bấm nút xuất bản?