Khi nguồn dữ liệu trống: bài học về sự trung thực của một nhà phân tích esports

Ba giờ sáng ở Seoul, tôi mở tệp báo cáo mà một cộng sự gửi qua Discord. Tệp có mười hai trường: tiêu đề bài viết, nguồn, thể loại, tóm tắt một câu, lập trường tác giả, mục đích bài viết, các điểm thông tin, thực thể liên quan, độ nhạy thời gian và chất lượng nguồn. Mười một trường bỏ trống. Trường còn lại ghi đúng một chữ: esports. Tôi ngồi im, tay vẫn đặt trên bàn phím, và nhận ra mình đang đứng trước lựa chọn mà mọi nhà phân tích đều gặp ít nhất một lần: viết tiếp bằng trí tưởng tượng, hay dừng lại và thừa nhận rằng chẳng có gì để phân tích.

Trong nghề của tôi, bước đầu tiên luôn là giải cấu trúc nguồn. Chúng tôi bóc một bài viết thành những trường dữ liệu có thể kiểm chứng: tiêu đề, nguồn gốc, thể loại, tóm tắt, lập trường của người viết, mục đích, các điểm thông tin, những thực thể được nhắc tới, độ nhạy thời gian và chất lượng nguồn. Đây là thói quen tôi giữ suốt năm năm qua, kể từ ngày còn viết blog dữ liệu bóng đá ở trường đại học. Tôi vẫn dạy các bạn thực tập sinh làm đúng như vậy, bởi không có bước này, mọi bài phân tích chỉ là cảm nhận được xếp gọn gàng cho dễ đọc.

Bình thường, bước này trả về một danh sách. Có tiêu đề, có nguồn, có vài con số, có tên đội, tên tuyển thủ. Từ danh sách đó, tôi mới bắt đầu nhóm chủ đề, đối chiếu chéo và dựng lập luận. Nhưng lần này, danh sách rỗng. Không tiêu đề, không nguồn, không điểm thông tin, không thực thể. Chỉ còn lại một nhãn lĩnh vực duy nhất: esports.

Tôi từng nghĩ một nhãn lĩnh vực là đủ để bắt đầu. Tôi đã sai. Một nhãn cho tôi biết chủ đề nằm ở đâu, chứ không cho tôi biết ai đang nói điều gì, dựa trên dữ liệu nào, và vì sao. Esports chỉ là cái tên của căn phòng. Nó không nói gì về người trong phòng, về cuộc trò chuyện đang diễn ra, hay về điều gì đang bị che giấu.

Độ nhạy thời gian cũng vậy. Một bài viết về bản cập nhật cân bằng tướng có giá trị trong vài ngày, rồi trở thành lịch sử. Không đánh giá được độ nhạy thời gian, tôi không biết mình đang phân tích một sự kiện đang diễn ra hay một mẩu tin đã nguội. Và chất lượng nguồn, thứ tôi luôn kiểm tra trước tiên, lại càng không thể phán đoán khi không có nguồn nào để nhìn vào.

Khi dữ liệu đầu vào trống, kết quả đầu ra trung thực duy nhất là một câu: không thể phân tích. Đó là điều tôi học được sau nhiều năm, và cũng là điều khó nói nhất trong một ngành luôn đòi hỏi nội dung mới mỗi ngày.

Hãy hình dung chuỗi cung ứng dữ liệu esports. Một trận đấu diễn ra, hệ thống máy chủ ghi lại hàng nghìn sự kiện: thời điểm hạ gục, vị trí, lượng vàng, thời gian hồi chiêu. Các nhà cung cấp thống kê bóc dữ liệu thô đó thành chỉ số. Rồi đến lượt nhà phân tích như tôi biến chỉ số thành câu chuyện. Mỗi mắt xích phụ thuộc vào mắt xích trước. Nếu khâu bóc tách thô trả về số không, vì bản ghi bị lỗi, vì trận đấu bị khóa sau tường phí, vì đường dẫn đã chết, thì toàn bộ phần còn lại không có gì để bám vào.

Trong esports, điều này còn phức tạp hơn. Mỗi bản vá có thể xóa sổ giá trị của cả một bộ chỉ số. Một con số được thu thập trước khi meta thay đổi có thể trở nên vô nghĩa chỉ sau một tuần. Nhà phân tích không có dữ liệu gốc thì không thể biết mình đang nhìn vào bản vá nào, ở giai đoạn nào của mùa giải, và liệu mẫu có còn đại diện cho lối chơi hiện tại hay không.

Tôi đã từng chứng kiến chuyện này ở quy mô lớn hơn. Năm 2026, sau trận Hàn Quốc thắng Đức ở Kazan, tôi viết rằng xG của đội nhà chỉ là 1.12 so với 2.31 của đối thủ. Con số đó có nguồn, có phương pháp, có giới hạn đo lường. Người hâm mộ giận dữ, nhưng họ giận vì số liệu, chứ không phải vì tôi bịa ra số liệu. Sự khác biệt giữa hai điều đó chính là toàn bộ ranh giới của nghề này.

Trước khi tin một con số, hãy hỏi nó được sinh ra từ đâu. Câu đó không phải khẩu hiệu. Nó là quy tắc sống. Một con số không nguồn gốc vẫn có thể đúng, nhưng nó không thể kiểm chứng, và thứ không thể kiểm chứng thì không được phép xuất hiện trong một bảng phân tích nghiêm túc.

Áp lực lấp đầy tệp báo cáo kia mới là điều khiến tôi day dứt. Tôi biết chính xác cảm giác đó. Khi một tệp rỗng nằm trước mặt, có một giọng nói trong đầu bảo rằng chỉ cần đoán vài dòng, chỉ cần dựng một khung hợp lý, độc giả sẽ không nhận ra. Nhưng họ sẽ nhận ra. Không phải ngay hôm nay, mà vào ngày con số bịa kia va vào một con số thật.

Dữ liệu không la hét, nó thì thầm, và tôi đã học cách nghiêng người lắng nghe. Khi nó im lặng, tôi cũng phải im lặng. Đó là hình thức tôn trọng cao nhất mà một nhà phân tích có thể dành cho nghề của mình.

Trong ngành nội dung esports, sự im lặng gần như là một tội lỗi. Các nền tảng thưởng cho tần suất. Thuật toán đẩy bài viết mới lên trước. Nhà tài trợ hỏi vì sao tuần này không có bài. Một nhà phân tích nói rằng mình không có dữ liệu để viết sẽ bị coi là chậm chạp, trong khi người bên cạnh dựng một bài đầy ắp con số không nguồn lại được khen là nhanh nhạy.

Tôi từng chọn cách ngược lại và trả giá. Năm 2026, khi Bundesliga trở lại trong những sân vận động trống, báo cáo của tôi chỉ ra tỷ lệ thắng sân nhà giảm từ 41.3% xuống 37.8%. Sếp cho rằng cỡ mẫu quá nhỏ. Tôi không tranh cãi, không thổi phồng kết quả để nó nghe thuyết phục hơn. Tôi mời 150 người, gồm nhà phân tích, người hâm mộ và đại diện nhà cái, đến một hội thảo trực tuyến để cùng soi lại dữ liệu. Chính những phản hồi đó giúp tôi bổ sung mười năm dữ liệu lịch sử, và mô hình sau cùng được áp dụng cho cả mùa giải.

Đêm Seoul 2026 dạy tôi rằng sự thật có thể cô đơn, nhưng không bao giờ sai. Bài học đó càng đúng khi thứ tôi đối mặt chỉ là sự vắng mặt của bất kỳ sự thật nào. Bịa một bài phân tích từ hư không lừa dối độc giả, và hơn thế, nó đầu độc toàn bộ hệ thống phía sau: bài sau trích dẫn bài trước, báo cáo sau kế thừa kết luận sai, và đến một lúc nào đó, không ai còn nhớ đâu là dữ liệu thật, đâu là sản phẩm của trí tưởng tượng.

Tệp báo cáo rỗng đó cuối cùng không trở thành một bài viết. Nó trở thành một dòng ghi chú tôi lưu lại trong hệ thống: nguồn đầu vào thất bại, không đủ điều kiện phân tích, cần lấy lại dữ liệu gốc. Vài ngày sau, chúng tôi tìm được bản ghi trận đấu và mọi thứ trở lại bình thường. Nhưng tôi giữ lại dòng ghi chú ấy, như một lời nhắc rằng trong một ngành chạy bằng tốc độ, khả năng dừng lại đúng lúc có thể là kỹ năng giá trị nhất mà một nhà phân tích sở hữu.