Lỗ hổng dữ liệu esports Việt Nam: kỷ luật của việc ghi lại những gì còn thiếu

Tháng 11 năm 2026, tôi mở lại một trận đấu VCS đã kết thúc hai tuần trước đó. Bình luận viên đưa ra một thống kê: đội tuyển này thắng 70% các pha giao tranh. Tôi tra ba nguồn dữ liệu công khai. Không nguồn nào ghi lại điều đó. Không tài liệu nào định nghĩa “giao tranh” theo cách đủ để đếm lại. Thống kê được phát ra trong bảy giây, rồi biến mất khỏi mọi bản ghi.

Ở Seoul, nơi tôi sống và làm nghề phân tích dữ liệu thể thao, chuyện ngược lại xảy ra mỗi ngày. Tôi tra chỉ số của một tuyển thủ Liên Minh Huyền Thoại trong vài phút, có nguồn, có mốc thời gian, có định nghĩa. Nhưng mỗi lần quay về phân tích các giải Việt Nam, phần lớn công việc của tôi là ghi lại những chỗ trống. Khi khán giả im lặng, dữ liệu cất tiếng nói riêng. Vấn đề nằm ở chỗ: tiếng nói ấy thường không được ghi âm lại.

Sự thiếu hụt này không nằm ở trình độ chuyên môn. Các đội Việt Nam đã chơi ở đấu trường quốc tế nhiều năm, và người hâm mộ theo dõi từng pha đấu. Cái thiếu là hạ tầng ghi chép: một nơi lưu trữ chỉ số có định nghĩa thống nhất, có nguồn, có phiên bản theo thời gian.

Từ mùa 2026, cấu trúc giải đấu khu vực thay đổi khi các đội Việt Nam bước vào mái nhà chung LCP cùng các đội Đài Loan, Nhật Bản, Hồng Kông và Đông Nam Á. Giải quốc nội từng tồn tại độc lập nay không còn hình hài cũ. Hệ quả về dữ liệu rất cụ thể: mọi mô hình dựng trên dữ liệu cũ đều mất hiệu lực, vì đối thủ, lịch thi đấu và mật độ trận đấu đều khác. Nhãn cũ dán lên dữ liệu mới sẽ tạo ra những kết luận sai một cách có hệ thống, chứ không sai lẻ tẻ.

Tôi từng dựng mô hình “hệ số khán giả” vào năm 2026, khi các sân vận động K League 1 không có người. Tỷ lệ thắng sân nhà giảm từ 47,2% xuống 38,5%. Muốn giải thích phần chênh lệch 8,7 điểm phần trăm ấy, tôi phải ghép dữ liệu trống sân với quãng chạy cường độ cao của cầu thủ. Một câu lạc bộ ngỏ ý hợp tác thương mại, tôi từ chối, vì bộ dữ liệu chưa đạt ngưỡng tin cậy tôi tự đặt ra. Hành trình của dữ liệu là hành trình của sự khiêm nhường. Nguyên tắc đó theo tôi sang esports: thà nói “chưa đo được” còn hơn đưa ra một thống kê không ai truy lại được.

Lớp trống dễ thấy nhất nằm ở dữ liệu trận đấu. Không có định nghĩa chuẩn cho “giao tranh”, “kiểm soát tầm nhìn” hay “áp lực đường”, nên mọi thống kê đều có thể bị bẻ cong để phục vụ câu chuyện có sẵn. Một tuyển thủ hoàn toàn có thể được gọi là hay nhất giải dựa trên cảm nhận, và cảm nhận ấy không sai, chỉ là không kiểm chứng được. Không kiểm chứng được thì mọi tranh luận chỉ còn là so sánh giọng nói.

Sâu hơn một bậc là dữ liệu về điều kiện thi đấu: lương thưởng, hợp đồng, giờ tập, hỗ trợ tâm lý. Những thứ này quyết định sự nghiệp của tuyển thủ nhiều hơn mọi chỉ số trong game, nhưng gần như không tồn tại trong không gian công khai. Khi một đội tan rã, người hâm mộ chỉ thấy thông báo chia tay, không thấy nguyên nhân. Một tuyển thủ như Đỗ Duy Khánh, tức Levi, có nhiều mùa giải quốc tế trong màu áo GAM Esports; phần lớn đồng nghiệp của anh không có nổi một bản ghi chỉ số đủ dày để tra cứu.

Lớp trầm nhất là dữ liệu hành chính và kỷ luật: các quyết định xử lý, hồ sơ vi phạm, kết quả điều tra. Sự im lặng ở lớp này bị đọc nhầm thành sự trong sạch. Việc không có báo cáo nào về một vấn đề không đồng nghĩa với việc vấn đề đó không tồn tại. Thiếu thông tin là một dữ kiện, và nó phải được ghi ra như một dữ kiện, không được để trống rồi mặc định là an toàn.

Trong quy trình phân tích của tôi, mỗi ô trống đều phải có nhãn. Nếu một giải đấu không công bố dữ liệu tầm nhìn, tôi ghi “không đủ thông tin” thay vì suy diễn từ tỷ lệ thắng. Nếu không có mốc thời gian, tôi không đánh giá được tính thời sự, và tôi nói thẳng như vậy. Cách làm này chậm, và tôi từng bị nhắc vì tiến độ. Nhưng nó giữ cho mọi kết luận truy được về nguồn.

Năm 2026, tôi phân tích toàn bộ 64 trận World Cup bằng chỉ số bàn thắng kỳ vọng. Croatia khi đó bị gọi là may mắn. Dữ liệu cho thấy chỉ số PPDA trung bình 9,2, phản ánh một cấu trúc pressing tầm trung có chủ đích, và tỷ lệ chuyển hóa cơ hội thành bàn đạt 38%, cao hơn mức trung bình của giải. Bàn thắng là kết thúc, xG là câu chuyện. Nếu không có xG, tôi chỉ còn biết lặp lại lời đồn đại đang thịnh hành.

Năm 2026, tôi phân tích Morocco trước thềm World Cup ở Qatar, dựa trên chiều dọc khối đội trung bình 28,4 mét và khoảng cách di chuyển ngắn giữa các sân. Kết luận khi đó: Morocco vào tối thiểu tứ kết. Tôi bị chế giễu khá nặng. Khi họ vào bán kết, nhiều người quay lại hỏi tôi dùng công cụ gì. Câu trả lời nhàm chán: tôi chỉ đọc những gì được ghi lại, và từ chối đọc những gì không tồn tại.

Với esports Việt Nam, tôi đề xuất một khái niệm làm việc: gói dữ liệu tối thiểu. Đó là tập hợp nhỏ nhất để một nhận định trở nên kiểm chứng được: tên giải, thể thức, độ dài loạt trận, phiên bản game, đội hình, và ít nhất một nguồn số liệu có phương pháp. Thiếu bất kỳ mục nào, kết luận phải bị hạ độ tin cậy tương ứng, và điều đó phải được nói ra.

Giá trị của một nền phân tích không nằm ở lượng số liệu thu thập được, mà ở kỷ luật ghi lại chính xác những gì còn thiếu. Một mô hình biết nói “tôi không biết” hữu ích hơn một mô hình luôn sẵn câu trả lời. Trong esports, một mili giây cũng là một lỗ hổng chiến thuật, và một ô dữ liệu trống cũng vậy.

Điều này đặc biệt đúng với những bộ môn mà Việt Nam có thế mạnh riêng, như Liên Quân Mobile. Ở đó, nhịp độ trận đấu, cách chia đường và cửa sổ lên đồ khác hẳn Liên Minh Huyền Thoại. Tôi từng áp công thức cơ hội chất lượng của bóng đá vào dữ liệu Liên Quân và thất bại, vì “cơ hội” trong game này gắn với thời điểm kiểm soát mục tiêu lớn, không gắn với vị trí dứt điểm. Mượn khung phân tích từ môn khác mà không kiểm định lại thì chỉ tạo ra bản dịch, không tạo ra phân tích.

Phản trực giác ở đây là: thêm dữ liệu không tự động giải quyết được vấn đề. Các đội Việt Nam có thể mua thêm công cụ, thuê thêm nhà phân tích, nhưng nếu không ai ghi lại định nghĩa và nguồn, dữ liệu mới chỉ làm tiếng ồn dày thêm. Tôi từng xem một bảng chỉ số nội bộ với hai mươi cột, trong đó ba cột trùng tên nhau và không cột nào có ghi chú phương pháp. Bảng đó nguy hiểm hơn vô dụng, vì nó tạo cảm giác chắc chắn.

Một điểm mù khác: người hâm mộ lấp chỗ trống nhanh hơn bất kỳ hệ thống dữ liệu nào. Khi không có thông tin chính thức, cộng đồng tự sản xuất thông tin, và thông tin ấy sống lâu hơn. Khoảng trống dữ liệu không trung lập. Nó luôn bị lấp bằng một thứ gì đó, và thứ được lấp vào thường phục vụ cảm xúc trước tiên.

Ta không dự đoán tương lai, ta chỉ đọc xác suất đã viết sẵn. Tôi đặt cược rằng trong hai mùa giải tới, một tổ chức esports Việt Nam sẽ công bố bộ chỉ số mở, có định nghĩa rõ ràng và có lịch sử phiên bản. Nếu đến hết năm 2027 điều đó chưa xảy ra, giả thuyết của tôi sai, và tôi sẽ là người đầu tiên viết lại nó.