Khoảng trống dữ liệu: Esports Việt Nam và bài toán đếm lại từ đầu

Đêm thứ Bảy cuối tháng, tôi ngồi trong căn hộ thuê ở Bình Dương, mở lại bảng dữ liệu của một trận đấu mà hai ngày trước tôi đã theo dõi trực tiếp từ khán đài. Cột chỉ số gây áp lực trống. Cột số pha tranh chấp tay đôi trống. Cột thời lượng kiểm soát khu vực trống. Tôi tua lại băng ghi hình, đếm bằng mắt, và nhận ra mình đang làm đúng cái việc mà mười tám năm trước tôi đã tự hứa sẽ không bao giờ phải làm lại: đếm lại từ con số không.

Người ta hay nghĩ nghề của tôi là ngồi trước màn hình để thuật toán làm hết. Thực tế phũ phàng hơn. Phần lớn thời gian của một nhà báo dữ liệu ở Việt Nam là đi tìm dữ liệu, và thường xuyên không tìm thấy. Trận đấu đêm đó chỉ là một ví dụ nhỏ. Nhưng nó đại diện cho một vấn đề lớn hơn nhiều, một vấn đề mà cả nền thể thao Việt Nam đang phải đối mặt mà ít ai gọi đúng tên: thiếu dữ liệu.

Mỗi lần một cột số liệu trống, có hai cách xử lý. Cách thứ nhất là bịa. Cách thứ hai là thừa nhận. Tôi chọn cách thứ hai, và chính vì thế mà tôi viết bài này.

Khoảng trống bắt đầu từ đâu

Khi tôi chuyển từ Hàn Quốc sang Việt Nam làm việc, điều đầu tiên tôi phải học không phải là tiếng Việt, mà là học cách làm việc khi không có dữ liệu. Ở Seoul, một trận đấu esports chuyên nghiệp để lại hàng nghìn dòng log: thời điểm hạ gục, lượng vàng chênh lệch theo từng phút, vị trí đặt mắt, thời gian hồi chiêu. Ở Việt Nam, cùng một trận đấu, cùng một giải, nhưng thứ tôi nhận được sau tiếng còi kết thúc thường chỉ là một bảng tỷ số và vài dòng tường thuật.

Khoảng cách đó không nằm ở trình độ người chơi. Nó nằm ở hạ tầng ghi chép. Một nền thể thao muốn phân tích được thì trước hết phải ghi lại được. Ghi chép là một quyết định, không phải một sự ngẫu nhiên. Ai đó phải trả tiền cho người ngồi gõ từng pha bóng, phải trả tiền cho camera góc rộng, phải trả tiền cho phần mềm đồng bộ hóa. Khi tiền không có, dữ liệu không có. Khi dữ liệu không có, phân tích chỉ còn là cảm tính được trang điểm bằng vài con số.

Tôi viết về esports, nhưng tôi học nghề từ bóng đá. Năm 2026, tôi hai mươi lăm tuổi, làm phóng viên cho một trang bóng đá mới ở Bình Dương. Tôi tự tay ghi chép số liệu từ 182 trận V-League qua băng hình, vì không có nguồn nào bán cho tôi dữ liệu sạch. Tôi ngồi từ tám giờ tối đến ba giờ sáng, bấm nút dừng, ghi vào sổ, bấm nút chạy. Đó là cách tôi học được rằng dữ liệu ở thị trường này không tự rơi xuống. Phải nhặt bằng tay.

Trong 182 trận đó, tôi tìm thấy một dị thường. Đội Long An có chỉ số PPDA thấp nhất giải, chỉ 7,8. PPDA là số đường chuyền mà đối phương được phép thực hiện trước khi đội bạn thực hiện một hành động phòng ngự. Chỉ số càng thấp nghĩa là càng ít gây áp lực. Long An để đối phương cầm bóng thoải mái, nhưng chỉ lọt lưới 0,7 bàn mỗi trận, nhờ phản công cực nhanh. Tôi viết bài với tiêu đề "Pressing thấp không phải là hèn".

Một huấn luyện viên kỳ cựu gọi bài của tôi là thống kê vô hồn. Ông nói bóng đá là chuyện của con tim, không phải của bảng biểu. Tôi không tranh cãi. Nhưng vài tuần sau, trợ lý trẻ của câu lạc bộ Bình Dương mời tôi dựng bản đồ pressing cho đội. Cuộc tranh luận đó dạy tôi một điều mà tôi mang theo suốt mười tám năm: số liệu không bao giờ nói dối, chỉ là ta chưa hỏi đúng câu.

Vấn đề của thể thao Việt Nam không phải là thiếu người thông minh. Vấn đề là thiếu câu hỏi được đặt đúng, và thiếu dữ liệu để trả lời câu hỏi đó. Hai thứ này nuôi nhau. Không có dữ liệu thì không ai dám đặt câu hỏi táo bạo. Không có câu hỏi táo bạo thì không ai thấy cần đầu tư vào dữ liệu. Vòng luẩn quẩn này lặp lại ở mọi bộ môn, từ bóng đá đến esports.

Bài học từ một mô hình mang tên Croatia

Năm 2026, nhờ chuỗi bài viết về dữ liệu ở V-League, tôi được cử làm phóng viên phân tích tại World Cup Nga. Đó là bước ngoặt của đời tôi. Sau vòng tứ kết, tôi ngồi trong khách sạn ở Moscow, dựng một mô hình xác suất đơn giản dựa trên xG, tức bàn thắng kỳ vọng. Croatia có xG trung bình 2,3 mỗi trận. Anh có 1,1. Tôi dự đoán Croatia thắng, dù họ đã phải đá ba trận liên tiếp vào hiệp phụ và loạt luân lưu.

Đồng nghiệp cười. Họ bảo bóng đá không phải toán học, rằng Croatia đã kiệt sức, rằng nước Anh đang có thế hệ vàng. Tôi vẫn giữ nguyên dự đoán. Croatia thắng 2-1 sau hiệp phụ. Bài viết "Bàn thắng từ xác suất" của tôi được chia sẻ hơn 10.000 lượt, và sếp giao cho tôi một chuyên mục riêng mang tên "Nhìn bằng số".

Nhiều người gọi đó là phép màu. Tôi gọi đó là một phương sai được quản trị tốt. Croatia không phải phép màu, mà là một phương sai được quản trị tốt. Họ không ghi nhiều bàn hơn đối thủ một cách thần kỳ. Họ tạo ra nhiều cơ hội chất lượng hơn, và họ chấp nhận rằng trong bóng đá, đội tạo ra nhiều cơ hội hơn sẽ thắng nhiều lần hơn theo thời gian. Một trận đấu có thể đi chệch mô hình. Một giải đấu thì không.

Năm 2026, tôi đặt cả sự nghiệp lên một mô hình xác suất mang tên Croatia. Tôi không dám nói với ai, kể cả sếp, rằng nếu Croatia thua, tôi sẽ mất hết uy tín đã gây dựng suốt một năm. Nhưng tôi đã kiểm tra lại mô hình mười bảy lần. Mỗi lần, kết quả vẫn như cũ. Tôi quyết định tin vào con số hơn là tin vào nỗi sợ của chính mình.

Bài học lớn nhất của tôi từ Nga không phải là Croatia thắng. Bài học là tôi đã hỏi đúng câu: không phải "đội nào mạnh hơn", mà "đội nào tạo ra nhiều cơ hội chất lượng hơn trong cùng số phút thi đấu". Khi câu hỏi đúng, dữ liệu tự khắc trả lời. Khi câu hỏi sai, dù có bao nhiêu dữ liệu, ta vẫn chỉ nhận về sự nhiễu.

Sau giải đấu đó, tôi chuyển từ viết tường thuật sang viết bằng mô hình. Tôi dùng xG như ngôn ngữ chính. Nhưng tôi cũng nhận ra một thói xấu của mình: tôi nhanh chán. Tôi bắt đầu ba bốn dự án nghiên cứu cùng lúc, và phần lớn trong số chúng không bao giờ hoàn thiện. Đây là một dạng "thiếu dữ liệu" khác, nguy hiểm hơn: thiếu dữ liệu do chính mình gây ra, vì không đủ kiên nhẫn để thu thập đến cùng.

PPDA 7,8 và cuộc nổi loạn ở V-League

Trở lại với con số PPDA 7,8 của Long An. Điều khiến tôi tin vào nó không phải là con số, mà là sự kiện mà nó mô tả. Khi tôi xem lại băng hình, tôi thấy Long An chủ động nhường quyền kiểm soát bóng. Họ lùi về, dựng một khối phòng ngự thấp, rồi chờ đối phương dâng cao để phản công. Đây là một chiến lược có chủ đích, không phải sự hèn nhát.

Vấn đề là dữ liệu không hiển thị được sự chủ đích. Một bảng thống kê chỉ cho ta biết Long An kiểm soát bóng ít. Nó không cho ta biết tại sao. Nếu chỉ đọc con số, ta sẽ kết luận Long An chơi kém. Nếu đọc băng hình cùng con số, ta thấy một đội biết rõ điểm mạnh của mình và đang khai thác nó một cách có kỷ luật.

Đây là lý do tôi luôn nhắc các bạn trẻ trong nghề: dữ liệu không thay thế việc xem trận đấu. Dữ liệu chỉ ra chỗ cần xem. Nó giống như bản đồ. Bản đồ cho ta biết có một ngọn núi ở hướng đông. Nhưng bản đồ không leo núi giúp ta. Ta vẫn phải tự đi.

V-League là một mớ hỗn loạn, nhưng mớ hỗn loạn nào cũng có quy luật riêng. Ở giải đấu này, tôi học được rằng đôi khi những đội bị đánh giá thấp lại đang chơi một trò chơi thông minh hơn những đội được ca ngợi. Họ không có tiền để mua ngôi sao, nên họ mua ý tưởng. Và ý tưởng, khác với ngôi sao, không xuống phong độ theo tuổi tác.

Sự nghi ngờ của huấn luyện viên kỳ cựu kia không hoàn toàn sai. Ông lo rằng thống kê sẽ giết chết trực giác. Ông lo rằng cầu thủ sẽ chơi để làm đẹp chỉ số thay vì để thắng. Đó là một mối lo hợp lý, và tôi từng chứng kiến nó thành hiện thực ở những nơi khác. Khi dữ liệu trở thành mục tiêu thay vì công cụ, nó phản bội chính người dùng nó.

Nhưng tôi vẫn bảo vệ lựa chọn của mình. Bởi vì giữa một huấn luyện viên có trực giác nhưng không có dữ liệu, và một huấn luyện viên có trực giác cộng thêm dữ liệu, tôi luôn đặt cược vào người thứ hai. Trực giác là một mô hình chưa được viết ra. Dữ liệu là cách viết mô hình đó ra giấy để kiểm tra xem nó đúng đến đâu.

Bản đồ nhiệt và trò bói toán mới

Có một xu hướng mà tôi ngày càng lo ngại: bản đồ nhiệt đã trở thành trò bói toán mới. Mỗi khi một trận đấu kết thúc, mạng xã hội tràn ngập những hình ảnh với các ô đỏ xanh thể hiện khu vực cầu thủ hoạt động nhiều nhất. Người ta nhìn vào đó và kết luận về phong độ, về vai trò, về đẳng cấp.

Vấn đề là bản đồ nhiệt che giấu vai trò thực của cầu thủ trong hệ thống chiến thuật. Một cầu thủ hoạt động rộng khắp sân có thể chỉ đang chạy theo bóng, không phải đang kiểm soát trận đấu. Một cầu thủ bám biên có thể đang thực hiện đúng chỉ đạo của huấn luyện viên để kéo giãn đội hình đối phương, chứ không phải đang chơi kém hiệu quả.

Bản đồ nhiệt là một sản phẩm của dữ liệu vị trí, nhưng nó không phải là dữ liệu. Nó là một hình ảnh trực quan hóa đã được đơn giản hóa để dễ tiêu thụ. Giống như một tấm ảnh chụp nhanh, nó đẹp, nó dễ chia sẻ, nhưng nó không kể được câu chuyện đầy đủ. Để hiểu một cầu thủ, ta cần biết anh ta di chuyển ở đâu, vào lúc nào, và tại sao.

Tôi từng dành ba tuần để chứng minh điều này với một nhóm phân tích trẻ. Tôi lấy dữ liệu vị trí của một tiền vệ trung tâm, dựng bản đồ nhiệt, rồi cho cả nhóm đoán vai trò của anh ta. Tất cả đều đoán sai. Họ nghĩ anh ta là một cầu thủ tấn công vì bản đồ nhiệt của anh ta tập trung ở phần sân đối phương. Sự thật là anh ta là một tiền vệ phòng ngự, và nhiệm vụ của anh ta là đeo bám tiền vệ sáng tạo nhất của đối phương, người thường xuyên hoạt động ở khu vực đó.

Bài học ở đây là: dữ liệu không có ngữ cảnh thì nguy hiểm hơn cả việc không có dữ liệu. Bởi vì nó tạo ra cảm giác hiểu biết giả tạo. Người đọc bản đồ nhiệt tin rằng họ hiểu trận đấu, trong khi thực tế họ chỉ đang nhìn vào một hình ảnh đẹp và tự huyễn hoặc mình.

Đây là một biến thể của vấn đề "thiếu dữ liệu". Thay vì trống rỗng, dữ liệu ở đây bị hiểu sai. Trống rỗng thì ít nhất còn trung thực. Hiểu sai thì tệ hơn, vì nó dẫn đến những kết luận sai được trình bày với vẻ chắc chắn. Ta tưởng mình hiểu trò chơi, cho đến khi bảng số liệu mở mắt ta ra.

342 quả penalty và cú lao sang phải

Năm 2026, tại EURO, tôi công bố một nghiên cứu về 342 quả penalty ở năm giải châu Âu. Tôi ghi lại hướng sút của cầu thủ và hướng lao của thủ môn, phân loại theo chân thuận. Kết quả cho thấy Gianluigi Donnarumma, thủ môn của đội tuyển Ý, lao sang phải trong 72% số lần đối mặt với cầu thủ thuận chân phải.

Đó là một con số đáng ngờ. 72% cao hơn nhiều so với mức 50% mà ta kỳ vọng ở một thủ môn chọn hướng ngẫu nhiên. Tôi kiểm tra lại dữ liệu ba lần. Con số vẫn đứng vững. Tôi dự đoán Ý sẽ thắng Tây Ban Nha trên chấm luân lưu. Bài viết của tôi bị chê là trò bói toán.

Bán kết diễn ra. Ý thắng 4-2 trong loạt luân lưu. Donnarumma cản phá hai cú sút, cả hai đều về bên phải theo hướng nhìn của anh ta. Bài viết đạt 1,2 triệu lượt xem. Một kênh truyền hình thể thao quốc tế mời tôi làm chuyên gia dữ liệu cho World Cup 2026.

Nhưng tôi muốn kể cho bạn mặt sau của câu chuyện này. Mô hình của tôi không dự đoán Donnarumma sẽ cản phá hai quả. Nó chỉ nói rằng nếu anh ta giữ nguyên xu hướng lao sang phải, xác suất cản phá của anh ta sẽ cao hơn mức trung bình. Có một khoảng cách lớn giữa "xu hướng" và "kết quả". Tôi đã đúng, nhưng tôi đúng vì xác suất nghiêng về phía tôi, không phải vì tôi nhìn thấy tương lai.

Đây là điều tôi muốn nhấn mạnh với bất kỳ ai đọc bài này: dự đoán có thể kiểm chứng bằng thiết kế nghiên cứu, nhưng nó không phải là phép thuật. Một mô hình tốt thắng nhiều hơn thua theo thời gian. Nó không thắng mọi lần. Người hiểu sai điều này sẽ biến mình thành kẻ bói toán, và rồi sẽ sụp đổ khi một kết quả bất lợi xảy ra.

Sau EURO, tôi nhận ra mình mắc kẹt trong một cái bẫy khác. Tôi bắt đầu viết để tìm lời khen. Tôi viết những bài có vẻ ngoài chắc chắn, trong khi bên trong tôi biết rằng mô hình của mình còn nhiều lỗ hổng chưa được vá. Tôi quên mất việc phát triển mô hình hoàn chỉnh, và thay vào đó là chạy theo tiếng vỗ tay. Đây là lúc tôi hiểu rằng người viết phân tích cũng có thể là nạn nhân của chính mình.

Khán đài trống, con số không trống

Khi đại dịch khiến các giải đấu tê liệt năm 2026, tôi có nhiều thời gian rảnh hơn bất kỳ lúc nào trong sự nghiệp. Tôi dùng nó để phân tích 252 trận Bundesliga từ tháng Năm đến tháng Sáu năm 2026, những trận cầu không có khán giả. Kết quả khiến tôi sửng sốt: tỷ lệ thắng sân nhà giảm từ 43% xuống 29%, còn đội khách chạy nhiều hơn 6%.

Tôi tweet bảng so sánh. Trang The Analyst đã chia sẻ nó, coi đây là bằng chứng khoa học về lợi thế sân nhà. Nhờ đó, tôi được mời cộng tác với một nền tảng dữ liệu châu Âu. Đó là một trong những khoảnh khắc tự hào nhất của tôi.

Nhưng sự tự hào đó cũng có mặt trái. Khi khán đài trống, thứ mất đi không chỉ là tiếng hò reo. Thứ mất đi là áp lực vô hình lên trọng tài, là sự tự tin của cầu thủ đội chủ nhà, là thói quen chạy nước rút cuối trận khi được cổ vũ. Tất cả những thứ không thể đo được đó cộng lại, và chúng để lại dấu vết trong con số. Tiếng vỗ tay trên khán đài trống ghi lại một sự thật mà không ai muốn nghe.

Bài học sâu hơn nằm ở phương pháp. Tôi học được cách sử dụng dữ liệu chuỗi thời gian để hiểu những cú sốc hệ thống. Khi một biến số quen thuộc biến mất đột ngột, dữ liệu sẽ tiết lộ vai trò thật của nó. Đây là một kỹ thuật tôi mang sang phân tích esports: khi một yếu tố quen thuộc biến mất, hãy nhìn vào những gì thay đổi, vì đó chính là giá trị thật của yếu tố đó.

Tôi cũng nhận ra điểm yếu cố hữu của mình. Khi một chủ đề hết nóng, tôi bỏ ngang để nhảy sang chủ đề mới. Tôi từng có bốn bản nháp dở dang trong cùng một tháng, mỗi bản thuộc một lĩnh vực khác nhau. Điều này khiến chuyên môn của tôi không thực sự sâu. Tôi giỏi nhìn ra vấn đề, nhưng kém ở việc ở lại với vấn đề cho đến khi nó được giải quyết trọn vẹn.

Chấn thương: khoảng mù được thiết kế

Có một lĩnh vực mà tôi đặc biệt quan tâm, và đặc biệt bất lực: chấn thương và tái xuất. Đây là nơi mà khoảng trống dữ liệu được thiết kế một cách có chủ đích, không phải do thiếu nguồn lực.

Khi một cầu thủ chấn thương, câu lạc bộ thường công bố rất ít thông tin. Họ nói "chấn thương cơ", "chấn thương mắt cá", hoặc đơn giản là "không đủ thể lực". Họ không nói mức độ nghiêm trọng, thời gian hồi phục chính xác, hay tiên lượng dài hạn. Điều này khiến người hâm mộ và truyền thông bị mù.

Tôi hiểu lý do. Bảo mật y tế là một quyền của cầu thủ. Nhưng tôi cũng nhận ra rằng các câu lạc bộ chỉ công bố chấn thương khi việc công bố có lợi cho họ. Khi một cầu thủ đang được săn đón, chấn thương được giấu kín để giữ giá. Khi một cầu thủ sắp bị bán, chấn thương được thổi phồng để hạ giá. Dữ liệu chấn thương, khi được công bố, thường phục vụ một mục đích thương mại.

Điều này đặt người phân tích như tôi vào một tình thế khó xử. Tôi muốn dự đoán tác động của một cầu thủ trở lại, nhưng tôi không có dữ liệu về mức độ hồi phục của anh ta. Tôi chỉ có những trận đấu đã qua, và những trận đấu đó có thể không còn đại diện cho hiện tại.

Cách tôi xử lý là sử dụng dữ liệu gián tiếp. Tôi nhìn vào số phút thi đấu, vào tần suất thay người, vào vị trí thi đấu sau khi trở lại. Một cầu thủ trở lại từ chấn thương nặng thường được sử dụng thận trọng trong vài trận đầu. Nếu anh ta đá 90 phút ngay trận đầu tiên, đó là một tín hiệu. Nếu anh ta vào sân ở phút 70 trong năm trận liên tiếp, đó là một tín hiệu khác. Những tín hiệu này không nói cho tôi biết chấn thương là gì, nhưng chúng nói cho tôi biết câu lạc bộ đang nghĩ gì.

Esports Việt Nam: mớ hỗn loạn có quy luật

Bây giờ tôi trở về với esports, lĩnh vực tôi đang đưa tin cho thị trường Việt Nam. Đây là nơi mà khoảng trống dữ liệu vừa là trở ngại, vừa là cơ hội. Trở ngại vì ta thiếu công cụ. Cơ hội vì người đi trước sẽ định hình cách cả ngành nhìn vào con số.

Esports Việt Nam đang ở giai đoạn bùng nổ. Các giải đấu mọc lên ở khắp nơi, từ cấp quốc gia đến cấp cộng đồng. Lượng người xem tăng nhanh. Nhưng hạ tầng dữ liệu thì tụt lại phía sau rất xa. Trong khi các giải quốc tế đã có hệ thống thống kê tự động ghi lại từng sự kiện trong game, nhiều giải trong nước vẫn dựa vào người gõ tay, hoặc tệ hơn, không ghi lại gì cả.

Điều này tạo ra một nghịch lý. Người hâm mộ Việt Nam ngày càng hiểu biết. Họ xem các giải quốc tế, họ đọc các bài phân tích, họ biết xG là gì, họ biết KDA là gì. Nhưng khi họ muốn tìm hiểu về đội tuyển yêu thích của mình, họ không tìm được dữ liệu. Khoảng cách giữa kỳ vọng của khán giả và hạ tầng của giải đấu đang ngày càng lớn.

Tôi tin rằng đây là cơ hội lớn nhất của ngành trong năm năm tới. Ai xây được hạ tầng dữ liệu cho esports Việt Nam sẽ sở hữu một tài sản chiến lược. Không phải vì dữ liệu đó khó tạo ra, mà vì nó cần sự kiên nhẫn mà rất ít người có. Xây dữ liệu giống như trồng cây. Ba năm đầu không ai thấy gì. Năm thứ tư, bạn có một khu rừng.

Nhưng tôi cũng muốn cảnh báo về một cái bẫy. Khi dữ liệu trở thành tài sản, nó sẽ bị kiểm soát. Các đội sẽ giữ dữ liệu cho riêng mình. Các giải đấu sẽ bán dữ liệu cho ai trả giá cao nhất. Người hâm mộ sẽ bị đẩy ra ngoài. Tôi đã thấy kịch bản này ở Hàn Quốc và ở châu Âu. Nó không dẫn đến một nền thể thao minh bạch hơn. Nó dẫn đến một nền thể thao nơi thông tin là một đặc quyền.

Giải pháp, theo tôi, là xây dựng một chuẩn dữ liệu mở cho esports Việt Nam. Một chuẩn mà mọi giải đấu, mọi đội, mọi nhà phân tích đều có thể đọc và ghi. Đây là việc khó, đòi hỏi sự hợp tác giữa nhiều bên. Nhưng nếu làm được, nó sẽ là nền tảng cho mọi thứ phía sau: phân tích, dự đoán, đào tạo, và cả thương mại.

Kinh tế học của sự thiếu hụt dữ liệu

Tại sao dữ liệu lại thiếu? Câu trả lời đơn giản là tiền. Nhưng câu trả lời thật thì phức tạp hơn.

Chi phí thu thập dữ liệu là chi phí trả trước. Bạn phải trả tiền hôm nay để nhận được lợi ích trong nhiều năm. Trong khi đó, chi phí của một ngôi sao chuyển nhượng cũng là chi phí trả trước, nhưng lợi ích của nó đến ngay lập tức, dưới dạng bán vé và áo đấu. Vì thế, khi phải chọn giữa hai khoản đầu tư, các câu lạc bộ luôn chọn ngôi sao. Đó là một quyết định hợp lý về mặt tài chính ngắn hạn, và sai lầm về mặt chiến lược dài hạn.

Nhưng có một khía cạnh nữa mà ít ai nói đến: dữ liệu không chỉ tốn tiền để tạo ra, nó còn tốn tiền để duy trì. Một bộ dữ liệu cũ, không được cập nhật, sẽ nhanh chóng trở nên vô dụng. Điều này có nghĩa là đầu tư vào dữ liệu không phải là một khoản chi một lần, mà là một cam kết dài hạn. Và cam kết dài hạn là thứ khó bán nhất cho một ban lãnh đạo chỉ ngồi ghế trong hai đến ba năm.

Đây là lý do tôi tin rằng sự thay đổi sẽ không đến từ các câu lạc bộ. Nó sẽ đến từ bên ngoài: từ các công ty phân tích, từ các nền tảng truyền thông, từ những người như tôi. Khi dữ liệu trở thành một sản phẩm có người mua, các câu lạc bộ sẽ buộc phải tham gia vào chuỗi cung ứng. Họ sẽ không đầu tư vì tin vào khoa học. Họ sẽ đầu tư vì có người trả tiền cho dữ liệu của họ.

Nhưng đây cũng là một cái bẫy đạo đức. Nếu dữ liệu được tạo ra chủ yếu để bán, nó sẽ bị tối ưu hóa cho việc bán, không phải cho sự thật. Chúng ta sẽ có những bộ dữ liệu đẹp, dễ bán, nhưng thiếu chiều sâu. Chúng ta sẽ có những chỉ số được thiết kế để gây ấn tượng, không phải để giải thích. Tôi đã thấy điều này ở những nơi khác, và tôi không muốn nó lặp lại ở Việt Nam.

Góc nhìn phản trực giác

Sau khi đúng với mô hình Croatia, ranh giới giữa phản trực giác và sự kiêu ngạo trong tôi trở nên mờ nhạt. Tôi bắt đầu tin rằng mình có thể nhìn thấy những thứ người khác không thấy. Đó là một cái bẫy tinh vi.

Phản trực giác chỉ có giá trị khi nó giải thích được một điều gì đó mà trực giác bỏ sót. Nó không có giá trị khi nó chỉ đơn thuần là đi ngược lại số đông. Một dự đoán ngược dòng không có cơ sở dữ liệu không phải là phản trực giác. Đó là sự bốc đồng được khoác áo thông thái.

Tôi học được điều này qua một thất bại. Có một lần tôi dự đoán một đội yếu sẽ thắng, chỉ vì tôi muốn mình trông khác biệt. Tôi không có dữ liệu, chỉ có cảm giác rằng "sẽ thú vị nếu điều đó xảy ra". Đội yếu đó thua đậm. Tôi viết một bài xin lỗi độc giả, và đó là một trong những bài khó viết nhất trong sự nghiệp của tôi.

Bài học là: tương quan không phải nhân quả, và phản trực giác không phải là sự thật. Một mô hình tốt phải chỉ ra được cơ chế, không chỉ chỉ ra được kết quả. Nếu tôi nói Croatia thắng vì xG cao hơn, tôi phải giải thích được tại sao xG cao hơn dẫn đến thắng nhiều hơn. Nếu tôi không giải thích được, tôi chỉ đang đoán, và may mắn đoán đúng không biến tôi thành nhà tiên tri.

Tín hiệu vòng tiếp theo

Vậy điều gì sẽ xảy ra tiếp theo? Tôi nhìn vào ba tín hiệu.

Thứ nhất, hạ tầng dữ liệu của esports Việt Nam sẽ được định hình trong hai năm tới. Ai làm trước, làm tốt, sẽ đặt chuẩn cho cả ngành. Tôi đang theo dõi sát những động thái từ các giải đấu lớn trong nước.

Thứ hai, khái niệm "phép màu" sẽ dần bị loại bỏ khỏi ngôn ngữ phân tích. Khi dữ liệu trở nên phổ biến, người ta sẽ ngừng gọi một chiến thắng bất ngờ là định mệnh. Họ sẽ hỏi nó đến từ đâu.

Thứ ba, khoảng cách giữa người hâm mộ và dữ liệu sẽ thu hẹp, nhưng không đều. Một số người sẽ hiểu sâu hơn bao giờ hết. Một số khác sẽ bị bỏ lại với những hình ảnh đẹp nhưng rỗng tuếch.

Với tôi, công việc phía trước vẫn vậy: đặt đúng câu hỏi, thu thập dữ liệu sạch, và thừa nhận khi mình không biết. Một trận đấu có thể được kể bằng một câu chuyện cảm xúc. Nhưng để hiểu nó, ta cần đếm. Và để đếm được, trước hết, ta phải có thứ để đếm.

Đêm đó ở Bình Dương, sau khi đếm lại từ đầu, tôi có một bộ số liệu tự tay ghi chép. Nó không đẹp. Nó không đầy đủ. Nhưng nó trung thực. Và trong một thị trường nơi dữ liệu vẫn còn là một thứ xa xỉ, trung thực là tài sản quý nhất mà một nhà báo dữ liệu có thể sở hữu. Nếu ngày mai bạn mở một bảng số liệu và thấy một cột trống, đừng vội lấp đầy nó bằng trí tưởng tượng. Hãy hỏi tại sao nó trống. Câu trả lời cho câu hỏi đó thường là câu chuyện thật.