Bên trong quy trình phân tích esports: Chín chiều kích dữ liệu và bài học từ những khoảng trống

Mùa chuyển nhượng là thời điểm thị trường tràn ngập tiếng ồn. Mỗi giờ, hàng trăm tin đồn mới xuất hiện trên các nền tảng mạng xã hội, mỗi tài khoản tự nhận là nguồn tin nội bộ, và mỗi bản hợp đồng được đồn đoán có thể làm thay đổi cục diện của cả một giải đấu. Trong bối cảnh đó, công việc của một nhà phân tích dữ liệu không phải là đưa ra dự đoán nhanh nhất, mà là xác định đâu là tín hiệu thực sự và đâu chỉ là tiếng vang của sự nhiễu loạn. Trong sáu năm theo dõi ngành, tôi đã thấy hàng trăm bản phân tích được xuất bản mỗi tuần, nhưng chỉ một phần nhỏ trong số đó đáp ứng được tiêu chuẩn kiểm chứng. Phần lớn còn lại là những bản báo cáo được xây dựng từ những giả định không được kiểm tra, từ những con số không rõ nguồn gốc, và từ những kết luận được đưa ra trước khi dữ liệu được thu thập. Đây là vấn đề mang tính cấu trúc của ngành phân tích thể thao, không chỉ là vấn đề của một vài cá nhân. Có một tình huống mà bất kỳ nhà phân tích dữ liệu nào cũng phải đối mặt, và nó nguy hiểm hơn cả việc đưa ra một dự đoán sai: đó là khi dữ liệu đầu vào trống rỗng. Khi bạn ngồi trước một bảng tính không có một con số nào, không có tên đội, không có tên tuyển thủ, không có phiên bản patch, và ai đó yêu cầu bạn phân tích, thì điều dễ xảy ra nhất là bạn sẽ tự tạo ra một chủ thể cho phân tích của mình. Tôi từng chứng kiến điều này trong những buổi họp nhóm tại một công ty dữ liệu thể thao. Một nhà phân tích trẻ nhận được một bộ dữ liệu rỗng, và thay vì báo cáo rằng không có gì để phân tích, cậu ta đã suy luận ra một trận đấu hợp lý từ tiêu đề của nhiệm vụ. Báo cáo trông hoàn hảo về mặt cấu trúc, nhưng toàn bộ nội dung là sản phẩm của trí tưởng tượng. Đó là lý do tại sao tôi muốn viết về quy trình phân tích esports chuyên nghiệp, và cụ thể hơn là về chín chiều kích mà bất kỳ phân tích nghiêm túc nào cũng phải đi qua. Hiểu được những chiều kích này không chỉ giúp bạn đọc một bản phân tích tốt hơn, mà còn giúp bạn nhận ra một bản phân tích tồi, hoặc tệ hơn, một bản phân tích được ngụy trang bằng cấu trúc hoàn chỉnh nhưng không có cơ sở thực tế nào. Trong thập kỷ qua, esports đã chuyển từ một thị trường ngách thành một ngành công nghiệp toàn cầu với doanh thu hàng tỷ đô la. Sự chuyển mình này kéo theo một nhu cầu mới: không chỉ biết ai thắng ai thua, mà còn hiểu tại sao, bằng cách nào, và điều gì sẽ xảy ra tiếp theo. Các tổ chức lớn như các đội tuyển chuyên nghiệp, nhà tài trợ, và thậm chí các quỹ đầu tư đều cần những bản phân tích có thể định lượng được, những bản phân tích không dựa trên cảm tính mà dựa trên dữ liệu có thể kiểm chứng. Tuy nhiên, esports phức tạp hơn bóng đá truyền thống ở một điểm quan trọng: metagame thay đổi liên tục. Một bản patch có thể đảo lộn toàn bộ thứ bậc sức mạnh của các đội trong vòng vài tuần. Một giải đấu lớn có thể chạy trên phiên bản máy chủ thi đấu khác với phiên bản cộng đồng đang chơi. Một tài năng trẻ có thể bùng nổ rồi biến mất chỉ sau một mùa giải. Điều này có nghĩa là dữ liệu lịch sử, vốn là nền tảng của phân tích truyền thống, không bao giờ đủ để dự đoán tương lai. Bạn cần dữ liệu hiện tại, dữ liệu cập nhật, và quan trọng nhất, bạn cần biết dữ liệu nào là cần thiết cho từng câu hỏi cụ thể. Tại Việt Nam, phong trào esports phát triển với tốc độ khác biệt so với phương Tây. Các giải đấu khu vực có cấu trúc quản trị riêng, các đội tuyển có cách xây dựng đội hình riêng, và quan trọng nhất, khán giả có cách tiêu thụ nội dung phân tích riêng. Điều này có nghĩa là một bộ chỉ số được thiết kế cho thị trường Mỹ có thể không hoạt động hiệu quả khi áp dụng cho thị trường châu Á, và ngược lại. Đây là lý do tôi luôn kiểm tra chéo mọi chỉ số quan trọng giữa các nguồn dữ liệu khác nhau trước khi đưa ra bất kỳ kết luận nào. Đây cũng là lý do một quy trình phân tích chuyên nghiệp không thể là một khối duy nhất. Nó phải được chia thành các chiều kích riêng biệt, mỗi chiều kích có yêu cầu dữ liệu riêng và có ranh giới rõ ràng về những gì có thể kết luận. Chín chiều kích mà tôi sử dụng trong công việc hàng ngày là: patch và metagame, hệ thống giải đấu, đội hình và tuyển thủ, bối cảnh khu vực, tài chính câu lạc bộ, quy định và quản trị, hồ sơ rủi ro, câu chuyện truyền thông, và sự lan tỏa của ngành công nghiệp. Chiều kích thứ nhất là patch và metagame. Đây là nền tảng của mọi phân tích esports. Mỗi bản patch là một cú sốc đối với trạng thái cân bằng hiện tại. Nhà phân tích cần xác định bản patch nào đang có hiệu lực, độ lớn của sự thay đổi, ai được lợi và ai bị thiệt, và liệu các đội có thời gian để thích nghi hay không. Một phân tích không có dữ liệu patch là một phân tích không có móng nhà, bởi vì mọi kết luận về sức mạnh đội hình đều phụ thuộc vào phiên bản game mà họ đang thi đấu. Chiều kích thứ hai là hệ thống giải đấu và thể thức. Thể thức thi đấu quyết định xác suất tạo ra bất ngờ. Một giải đấu BO1 có tỷ lệ upset cao hơn hẳn so với BO5. Một giải đấu có vòng loại phức tạp tạo ra áp lực lịch thi đấu khác với một giải đấu mời. Cấp độ của giải đấu, dù là thế giới, khu vực, hay giải mời của bên thứ ba, cũng thay đổi hoàn toàn ý nghĩa của kết quả. Không thể đánh giá một chiến thắng mà không biết nó diễn ra ở đâu và theo thể thức nào. Chiều kích thứ ba là đội hình và tuyển thủ. Đây là chiều kích mà khán giả quan tâm nhất, nhưng cũng là chiều kích dễ bị đánh giá cảm tính nhất. Sức mạnh trên giấy không đồng nghĩa với sức mạnh thực tế. Sự phù hợp về vai trò, mức độ ăn ý giữa các thành viên, độ sâu của đội hình dự bị, và phong độ của từng cá nhân theo thời gian đều là những biến số độc lập. Một đội hình toàn ngôi sao có thể thất bại vì không ai chịu hy sinh vai trò. Một đội hình khiêm tốn có thể vô địch nhờ hóa học hoàn hảo. Chiều kích thứ tư là bối cảnh khu vực. Sức mạnh của một khu vực không phải là hằng số. Cùng một khu vực có thể là Tier 1 ở tựa game này và là wildcard ở tựa game khác. Việc di chuyển tài năng, bao gồm các tuyển thủ nhập tịch và các huấn luyện viên nước ngoài, thay đổi cán cân sức mạnh theo từng mùa. Phân tích khu vực mà không có dữ liệu về các động thái chuyển nhượng và chính sách nhập khẩu là phân tích mù. Chiều kích thứ năm là tài chính câu lạc bộ. Doanh thu tài trợ, phân phối từ giải đấu, chi phí lương, và dòng vốn đầu tư quyết định sức mạnh dài hạn của một tổ chức. Trong giai đoạn chuyển nhượng, các tín hiệu như lương chậm trả, bán suất tham dự, hoặc rút lui nhà tài trợ là những dấu hiệu rủi ro cao. Điều nguy hiểm là những tín hiệu này thường im lặng cho đến khi chúng trở thành khủng hoảng. Chiều kích thứ sáu là quy định và quản trị. Các vụ việc liên quan đến tính toàn vẹn của thi đấu, chuyển nhượng và đăng ký, tuân thủ hợp đồng, và bảo vệ tuyển thủ vị thành niên là những rủi ro cấp cao nhất trong ngành. Một vụ bê bối dàn xếp tỉ số có thể phá hủy một giải đấu. Một tranh chấp giữa nhà phát hành và các đội về chia sẻ doanh thu có thể làm tê liệt cả một hệ sinh thái. Đây là chiều kích đòi hỏi sự thận trọng cao nhất, bởi vì sai lầm ở đây có thể dẫn đến những hậu quả pháp lý và danh tiếng không thể khắc phục. Chiều kích thứ bảy là hồ sơ rủi ro. Tổng hợp tất cả các rủi ro từ các chiều kích trên thành một ma trận gồm cạnh tranh, tài chính, nhân sự, quy định, dư luận, và hệ thống. Nhà phân tích phải xác định rủi ro nào là hiện hữu, rủi ro nào là tiềm ẩn, và rủi ro nào chưa được sàng lọc. Chiều kích thứ tám là câu chuyện truyền thông. Dư luận có thể đẩy giá trị của một đội lên cao hơn thực tế, hoặc đè bẹp một tài năng trẻ. Nhà phân tích cần phân biệt giữa nhiệt độ truyền thông và nền tảng thực tế. Khoảng cách giữa kỳ vọng của thị trường và đánh giá khách quan chính là nơi cơ hội và rủi ro xuất hiện. Chiều kích thứ chín là sự lan tỏa của ngành công nghiệp. Từ nhà phát hành game, qua các câu lạc bộ và nền tảng phát trực tuyến, đến các nhà tài trợ và thị trường phái sinh, mỗi thay đổi ở thượng nguồn đều lan tỏa xuống hạ nguồn. Một bản patch có thể thay đổi giá trị chuyển nhượng của một tuyển thủ. Một quy định mới về bảo vệ người chơi vị thành niên có thể thay đổi toàn bộ chiến lược xây dựng đội hình. Điều mà hầu hết mọi người không nhận ra là rủi ro lớn nhất trong phân tích esports không phải là đưa ra dự đoán sai. Đó là tạo ra một chủ thể không tồn tại. Khi dữ liệu đầu vào trống rỗng, có một áp lực tâm lý rất mạnh buộc nhà phân tích phải lấp đầy khoảng trống. Bạn đã xây dựng một khung phân tích chín chiều. Bạn có một mẫu báo cáo hoàn chỉnh. Và khi không có dữ liệu, việc suy luận ra một tựa game hợp lý, một đội tuyển hợp lý, một bản patch hợp lý từ tiêu đề nhiệm vụ có vẻ như là một giải pháp hợp lý. Nhưng đó chính là sự thay thế chủ thể, một trong những thất bại nguy hiểm nhất trong phân tích chuyên nghiệp. Sự thay thế chủ thể không chỉ tạo ra một báo cáo sai. Nó tạo ra một báo cáo trông đúng. Cấu trúc hoàn chỉnh, thuật ngữ chính xác, số liệu trông có vẻ hợp lý, tất cả đều được thiết kế để thuyết phục người đọc rằng phân tích này đáng tin cậy. Và chính vì trông đúng nên nó nguy hiểm hơn nhiều so với một báo cáo trống rõ ràng. Có một khái niệm liên quan mà tôi gọi là bất đối xứng sàng lọc. Trong esports, những rủi ro nghiêm trọng nhất, bao gồm lương chậm trả, dàn xếp tỉ số, chấn thương của tuyển thủ chủ chốt, và các lệnh trừng phạt quản trị, đều là những rủi ro im lặng. Chúng không tự động xuất hiện trong dữ liệu. Chúng chỉ hiện ra khi bạn chủ động tìm kiếm chúng. Điều này có nghĩa là việc không thấy một rủi ro trong dữ liệu không phải là bằng chứng rằng rủi ro đó không tồn tại. Nó chỉ có nghĩa là bạn chưa sàng lọc. Và đây là điểm mấu chốt: một bộ dữ liệu trống rỗng không phải là một bộ dữ liệu trung tính. Không có dữ liệu không có nghĩa là không có gì để nói. Nó có nghĩa là mọi thứ vẫn chưa được kiểm tra. Mọi rủi ro vẫn có thể tồn tại. Và cách duy nhất để đối phó với tình huống này là thừa nhận rằng bạn chưa thể đưa ra kết luận nào. Trong thực tế, điều này có nghĩa là khi một quy trình phân tích nhận được dữ liệu đầu vào trống, phản hồi đúng đắn không phải là một báo cáo hoàn chỉnh với tất cả các ô được đánh dấu không đủ thông tin. Nghe có vẻ nghịch lý, nhưng một báo cáo chín chiều với mọi ô đều trống vẫn có thể bị hiểu lầm là một phân tích đầy đủ bởi một độc giả không chuyên. Cấu trúc có thể che giấu sự trống rỗng. Vì vậy, phản hồi đúng đắn phải bắt đầu bằng một tuyên bố rõ ràng về sự thất bại của quy trình, không phải bằng một khung phân tích trông có vẻ hoàn chỉnh. Mùa chuyển nhượng sẽ tiếp tục tạo ra tiếng ồn. Các tin đồn sẽ tiếp tục được lan truyền như sự thật. Và các bản phân tích được tạo ra bởi trí tuệ nhân tạo hoặc bởi những nhà phân tích thiếu kỷ luật sẽ tiếp tục tràn ngập thị trường thông tin. Trong bối cảnh đó, giá trị của một nhà phân tích chuyên nghiệp không nằm ở khả năng dự đoán chính xác nhất, mà ở khả năng nói tôi không biết khi thực sự không biết. Khi dữ liệu lên tiếng, cả sân vận động phải im lặng. Nhưng khi dữ liệu im lặng, nhà phân tích cũng phải im lặng theo. Đó là bài học mà tôi học được qua nhiều năm làm việc với các tập dữ liệu, và nó quan trọng hơn bất kỳ mô hình dự đoán nào mà tôi từng xây dựng.