Nghề đọc số liệu esports: khi câu trả lời đúng nhất là 'chưa đủ dữ liệu'

Trên màn hình lớn của một phòng phân tích sau vòng bảng, bảng dữ liệu hiện lên với ba cột trống: nhật ký cập nhật phiên bản, danh sách đội hình xuất phát và log ban/pick. Người chủ trì — một cựu huấn luyện viên với mười lăm năm nghề — nhìn màn hình rồi nói gọn: "Chúng ta chưa đủ dữ liệu để kết luận." Không ai phản đối. Trong ngành thể thao điện tử, đó là câu nói khó thốt ra nhất, và cũng là câu nói đáng tin nhất.

Esports đang ở giai đoạn được truyền thông gọi là thời hoàng kim. Chung kết Thế giới Liên Minh Huyền Thoại, The International của Dota 2, các Major của Counter-Strike 2 — mỗi sự kiện kéo hàng triệu người xem trực tuyến và quỹ thưởng hàng triệu đô-la. Số người xem tăng, nhưng số câu hỏi cũng tăng theo, và áp lực dành cho người phân tích cũng lớn chưa từng thấy.

Tôi bắt đầu ghi chép số liệu từ năm mười bốn tuổi, ngồi bên lề một giải trẻ. Khi đó tôi học được điều đầu tiên: một con số chỉ có nghĩa khi biết nó sinh ra từ đâu. Nhiều năm sau, nguyên tắc đó vẫn đúng, chỉ khác là quy mô dữ liệu đã lớn gấp hàng trăm lần. Một con số lạc lõng có thể là sự thật đang trốn ở nơi không ai ngờ.

Nghề phân tích esports chuyên nghiệp không vận hành bằng một vài chỉ số đẹp mắt. Nó vận hành bằng một hệ thống gồm chín lớp, và mỗi lớp đều có thể phá hủy kết luận nếu bị bỏ qua.

Lớp thứ nhất là phiên bản game. Mỗi bản cập nhật định hình lại "meta" — môi trường chiến thuật tối ưu. Một thay đổi nhỏ về sát thương hay thời gian hồi chiêu có thể đẩy một đội từ cửa dưới lên ứng viên vô địch, hoặc ngược lại. Người phân tích phải đọc cả hướng thay đổi lẫn độ lớn của nó.

Lớp thứ hai là thể thức giải. Đánh Bo1, Bo3 hay Bo5 quyết định xác suất tạo địa chấn. Bo1 thưởng cho sự bất ngờ; Bo5 thưởng cho chiều sâu đội hình và khả năng điều chỉnh giữa các ván.

Lớp thứ ba là đội hình và phong độ. Đây là nơi dữ liệu dễ bị đánh tráo nhất. Một tuyển thủ có chỉ số đẹp chưa chắc đã đúng vai trò. Cái cần đo là mức độ phù hợp giữa kỹ năng cá nhân và hệ thống của đội.

Lớp thứ tư là khu vực. Sức mạnh giữa các khu vực không đồng đều, và nó thay đổi theo từng tựa game. Một khu vực vô địch ở tựa game này có thể chỉ đứng ngoài rìa ở tựa game khác.

Lớp thứ năm là tài chính câu lạc bộ. Doanh thu tài trợ, tiền phân chia từ nhà phát hành, quỹ lương và dòng vốn đầu tư — bốn cột trụ quyết định một đội có trụ được qua mùa giải hay không.

Lớp thứ sáu là quy định và quản trị. Tính liêm chính thi đấu, luật chuyển nhượng, quyền lợi tuyển thủ vị thành niên — những yếu tố nằm ngoài sân đấu nhưng có thể xóa sổ cả một đội.

Lớp thứ bảy là hồ sơ rủi ro. Rủi ro cạnh tranh, rủi ro tài chính, rủi ro nhân sự, rủi ro dư luận. Một đội mạnh về chuyên môn vẫn có thể gục vì một khoản lương chậm.

Lớp thứ tám là câu chuyện truyền thông. Đám đông thường yêu một đội vì hào quang, không vì chỉ số. Khoảng cách giữa kỳ vọng và thực lực chính là nơi nhà phân tích tìm thấy giá trị.

Lớp thứ chín là chuỗi lan tỏa công nghiệp. Từ nhà phát hành, qua câu lạc bộ và nền tảng phát trực tuyến, tới tài trợ và thị trường phái sinh. Một thay đổi ở thượng nguồn có thể mất vài tháng mới chạm tới hạ nguồn.

Chín lớp đó, nếu thiếu bất kỳ lớp nào, kết luận đều trở nên mong manh. Giá trị thật của nghề phân tích không nằm ở việc đưa ra dự đoán, mà ở việc xác định rõ mình đang thiếu dữ liệu gì.

Đó là điểm phản trực giác. Công chúng muốn câu trả lời dứt khoát, còn nghề nghiệp đòi hỏi sự trung thực. Khi một bài phân tích tuyên bố "đội A chắc chắn vô địch", người đọc nên tự hỏi: dữ liệu nào đỡ cho tuyên bố đó? Nếu câu trả lời là "vì đội A nổi tiếng", thì đó không phải phân tích, mà là cảm tính được khoác áo số liệu.

Tôi từng chứng kiến một hội thảo nơi diễn giả trình bày đồ thị đẹp mắt về một giải đấu. Khi bị hỏi về cỡ mẫu, ông thừa nhận chỉ có sáu trận. Sáu trận không đủ để kết luận về bất kỳ xu hướng nào. Đồ thị vẫn được chia sẻ rộng rãi, vì trông nó thuyết phục.

Đó là cái bẫy lớn nhất của thời đại dữ liệu: hình thức đẹp thay cho nội dung đúng. Trang tính không biết nói dối, người đọc mới cần học cách nghe.

Nghề của tôi dạy một điều đơn giản. Khi dữ liệu chưa đủ, câu trả lời đúng là "chưa đủ dữ liệu". Một kết quả rỗng, được tuyên bố minh bạch, vẫn có giá trị hơn một kết luận hoàn chỉnh nhưng dựa trên giả định không kiểm chứng. Có những trận đấu mắt thường không thấy được, phải để bảng số kể — và khi bảng số im lặng, người phân tích trung thực cũng phải biết im lặng theo.

Mùa giải lớn đang tới gần. Sẽ có hàng trăm bài dự đoán, hàng nghìn đồ thị, vô số lời khẳng định chắc nịch. Điều tôi muốn độc giả mang theo không phải một danh sách đội vô địch, mà là một thói quen: trước mỗi con số, hãy hỏi nó đến từ đâu, mẫu lớn đến mức nào, và ai là người trả tiền để con số đó xuất hiện. Giữa một ngành công nghiệp đang lớn nhanh hơn khả năng kiểm chứng của chính nó, sự trung thực với dữ liệu có thể là lợi thế cạnh tranh cuối cùng còn lại.