Dữ liệu rỗng cũng là dữ liệu: đọc mùa chuyển nhượng esports bằng tín hiệu vắng mặt

Đêm thứ Ba ở Berlin, tôi chạy một lượt thu thập dữ liệu cho một giải đấu esports vừa khép lại. Màn hình trả về một bảng trắng. Không tỉ lệ thắng đường, không thời lượng giao tranh, không chỉ số tài nguyên mỗi phút. Chỉ một dòng chữ nhỏ ở góc: không tìm thấy bản ghi nào. Tôi ngồi nhìn khoảng trắng đó khá lâu, rồi nhận ra điều mà mười năm trước tôi từng làm, và bây giờ phải kể lại như một lời cảnh báo. Tôi bắt đầu tưởng tượng ra những con số có thể lấp vào chỗ trống: một tỉ lệ thắng đường khoảng 55 phần trăm, một chỉ số tài nguyên trông hợp lý. Chúng sẽ đọc rất mượt, rất thuyết phục, và hoàn toàn sai. Khoảnh khắc ấy, khi tay tôi đặt trên bàn phím mà trong đầu đã có sẵn một câu chuyện, là khoảnh khắc nguy hiểm nhất trong nghề làm dữ liệu. Số liệu không bao giờ nói dối, chỉ có tấm lòng người đọc khiến chúng trở thành dối trá. Nhưng khi chẳng có số liệu nào cả, tấm lòng người đọc có thể tự sinh ra chúng. Đó là toàn bộ vấn đề tôi muốn mổ xẻ hôm nay, và nó không hề trừu tượng. Nó xảy ra mỗi năm một lần, đúng vào giai đoạn mà bảng đấu chính thức im tiếng. Mùa giải esports, giống bóng đá, có nhịp thở riêng. Sau khi giải vô địch thế giới khép lại vào cuối năm, các đấu trường lớn tạm nghỉ. Các đội bước vào giai đoạn chuyển nhượng, nơi hợp đồng được ký, đội hình bị xáo trộn, và những buổi đấu tập kín diễn ra sau cánh cửa không ai được mở. Với một hệ thống phân tích chỉ ăn dữ liệu trận chính thức, đây là lúc pipeline trả về con số không. Không trận đấu, không dữ liệu. Không dữ liệu, không phân tích. Và đó chính là lúc người ta dễ sai nhất. Tôi gọi giai đoạn này là mùa sân trống. Mùa hè sân trống, tôi nghe thấy dữ liệu rơi từng giọt. Nhưng những giọt ấy không rơi từ bảng điểm. Chúng rơi từ hợp đồng, từ thông báo thay huấn luyện viên, từ độ dài bản hợp đồng mà một đội công bố, từ những đoạn clip đấu tập bị rò rỉ. Một lượt trích xuất tự động sẽ không nhặt được những giọt đó. Nó chỉ biết tìm bảng điểm. Khi bảng điểm trống, nó trả về rỗng, và nó không hề biết mình vừa bỏ lỡ phần quan trọng nhất của mùa giải. Trong suốt mùa giải chính, dữ liệu esports khá giàu: chỉ số lính hạ mỗi phút, tầm nhìn mỗi phút, tỉ lệ hạ gục đầu tiên, mức kiểm soát mục tiêu lớn, thời điểm tung chiêu cuối. Tôi dùng chúng để dựng chân dung một đội hình. Nhưng khi mùa giải khép lại, toàn bộ những chỉ số ấy đóng băng. Chúng mô tả một phiên bản game cũ, một đội hình cũ, một đối thủ cũ. Đem chúng áp thẳng vào mùa sau là sai về phương pháp, dù con số vẫn đúng về mặt lịch sử. Đó là cái bẫy đầu tiên: nhầm giữa đúng và còn dùng được. Ở đây có một nguyên tắc tôi học được sau nhiều năm: một kết quả rỗng không phải là thất bại cần che giấu. Nó là một dữ kiện. Nó nói rằng nguồn dữ liệu bạn đang dùng đã không còn khớp với thực tế của giải đấu. Khi một bài toán trả về tập rỗng, câu hỏi đúng không phải là làm sao lấp chỗ trống, mà là chỗ trống này đang nói điều gì. Trong esports, nó thường nói rằng bạn đang đo sai giai đoạn. Bạn đang cầm thước đo trận đấu để đo một mùa giải không có trận đấu. Hãy hình dung một báo cáo tuyển trạch điển hình. Nó cần ba thứ: chỉ số hiệu suất, bối cảnh chiến thuật, và một kết luận kèm khoảng xác suất. Vào giữa mùa, cả ba đều đầy. Nhưng vào mùa sân trống, cả ba đều rỗng. Người làm dữ liệu non tay sẽ cố nhồi nhét: lấy số liệu mùa trước, ghép vào đội hình mùa này, trình bày như thể mọi thứ còn nguyên. Đó là gian lận trắng, không ai phát hiện, nhưng mọi kết luận phía sau đều bị nhiễm độc. Người làm dữ liệu có kỷ luật sẽ làm ngược lại. Họ chấp nhận bảng điểm trống, rồi chuyển sang loại dữ liệu khác. Trong mùa chuyển nhượng, dữ liệu không nằm ở điểm số mà nằm ở cấu trúc. Độ dài hợp đồng cho biết đội tin vào một tuyển thủ trong bao lâu. Việc thay huấn luyện viên cho biết họ đang đổi triết lý hay chỉ đổi người. Một suất dự bị bị đẩy đi cho biết đội hình dự phòng mỏng tới mức nào. Những tín hiệu này không nằm trong bất kỳ bảng chỉ số nào, nhưng chúng đo được nếu bạn chịu dựng khung đo cho chúng. Đây là chỗ hệ số phân rã phát huy tác dụng. Tôi xây dựng khái niệm này để đo mức suy giảm phong độ của một đội hình theo thời gian, gồm tốc độ phản xạ, hiệu suất đi đường theo phút, tỉ lệ thắng giao tranh đầu trận, qua từng phiên bản game. Trong mùa sân trống, bạn không có số liệu mới để cập nhật hệ số. Nhưng bạn có thể đọc nó theo cách khác: nó cho biết đội nào bước vào mùa mới với nền tảng đã cũ, và đội nào vừa tái cấu trúc để làm mới nền tảng ấy. Chuyển nhượng không phải là mua người, mà là mua một phân phối xác suất. Phân phối ấy phụ thuộc trực tiếp vào việc hệ số phân rã của đội đang ở đâu trên đường cong. Khoảng trắng trong bảng điểm không phải là khoảng trắng trong hiểu biết. Nó chỉ là khoảng trắng trong một loại dữ liệu cụ thể. Việc của người phân tích là biết loại dữ liệu nào còn sống trong từng giai đoạn, chứ không phải ép một loại dữ liệu đã chết phải nói. Có một tầng tối nữa mà ít người nhắc tới. Trong khi dữ liệu chính thức công khai im tiếng, vẫn có một dòng dữ liệu sống chảy liên tục: dữ liệu trực tiếp được bán cho các công ty cá cược. Đó là tác dụng phụ đen tối nhất của việc số hóa thể thao. Cùng một trận đấu, cùng một luồng tín hiệu, nhưng một bên là phân tích công khai, một bên là sản phẩm đặt cược. Người phân tích tử tế phải tự hỏi mình đang đứng ở phía nào của dòng chảy đó. Khi mùa sân trống, sự bất đối xứng ấy càng rõ: công chúng không có dữ liệu, còn một nhóm nhỏ có dữ liệu theo từng giây. Rồi có tầng nghề nghiệp hóa. Những tuyển thủ trẻ lớn lên trong hệ thống huấn luyện số hóa, nơi mỗi quyết định đều được chấm điểm. Lối chơi cá nhân bị mài nhẵn để vừa với mô hình. Điều này giúp dữ liệu sạch hơn, nhưng cũng khiến những bất ngờ, thứ làm nên esports, trở nên hiếm hơn. Khi mùa sân trống, các đội có cơ hội lấy lại chút cá tính, hoặc lặp lại đúng khuôn cũ với một cái tên mới. Nhìn vào bản hợp đồng, bạn đoán được họ chọn hướng nào. Nhưng ở đây tôi phải tự phản biện, vì đó là phần dễ sai nhất. Có một cám dỗ rất người: khi dữ liệu chính thức trống, người ta bắt đầu coi những tín hiệu mềm như tin đồn chuyển nhượng, đoạn clip rò rỉ, lời đồn trên mạng xã hội, như dữ liệu cứng. Đó là lúc tương quan bị nhầm thành nhân quả. Một đội ký một tuyển thủ nổi tiếng không có nghĩa là họ sẽ mạnh hơn; nó chỉ có nghĩa là họ đã chi một khoản tiền. Một buổi đấu tập thắng đậm không có nghĩa là đội hình đã vào guồng; nó có nghĩa là đối thủ của buổi đấu tập đó đang thử nghiệm điều gì đó. Mùa sân trống đầy những tương quan trông như nhân quả, và đó là lý do nó là mùa nguy hiểm nhất để kết luận. Cái bẫy sâu hơn nằm ở phía người viết. Khi không có dữ liệu, một bài phân tích nghe hợp lý sẽ dễ được đón nhận hơn một câu tôi không biết. Người đọc muốn câu chuyện, không muốn khoảng trắng. Nhưng một bài phân tích dựng từ khoảng trắng sẽ lặng lẽ làm hỏng mọi thứ phía sau nó: mọi mô hình, mọi quyết định chuyển nhượng, mọi dự đoán dựa trên nó. Không ai phát hiện ngay. Đó mới là điều đáng sợ. Mọi cuộc khủng hoảng đều là dữ liệu chưa được dán nhãn, và một bài phân tích bịa từ hư không cũng vậy: dữ liệu chưa dán nhãn được trình bày như dữ liệu đã kiểm chứng. Để chống lại điều đó, tôi áp dụng một quy tắc đơn giản: hai nguồn độc lập. Đủ hai nguồn xác nhận thì xuất bản; thiếu một nguồn thì ghi rõ mức độ bất định. Tôi không tin vào trực giác, tôi tin vào hệ số phân rã của trực giác. Và khi cả hai nguồn đều không có, câu trả lời đúng vẫn là: phân tích không khả thi vì dữ liệu đầu vào rỗng. Đó không phải thất bại của người phân tích; đó là sự trung thực của nghề. Điều tôi mang theo từ đêm thứ Ba ấy không phải một bộ số liệu, mà là một ranh giới: giữa việc đọc một khoảng trắng như dữ kiện và việc lấp nó bằng một câu chuyện. Có những trận đấu kết thúc khi trọng tài thổi còi, và có những trận chỉ bắt đầu khi dữ liệu cất tiếng. Trong mùa sân trống, tiếng nói ấy thường là im lặng. Việc của tôi là nghe đúng cái im lặng đó, thay vì hát đè lên nó. Câu hỏi để lại cho vòng tiếp theo không phải đội nào mạnh nhất, mà là dữ liệu nào còn sống, và dữ liệu nào tôi đang tự lấp bằng niềm tin.