Khi dữ liệu esports im lặng: Lỗ hổng chưa ai đếm của ngành phân tích

Bốn giờ sáng theo giờ Thượng Hải. Trước mặt tôi là bảy tab trình duyệt, ba bảng tính đang mở, và một khoảng trắng. Trận đấu lớn nhất của tuần đã chạy được mười hai phút, nhưng cột dữ liệu trực tiếp vẫn trống trơn. Không có chỉ số vàng, không có tỷ lệ thắng theo từng phút, không có đường cong tài nguyên. Chỉ có tiếng bình luận viên vang trong tai nghe, còn màn hình phân tích của tôi thì câm lặng.

Tôi gọi cho đầu mối kỹ thuật của nhà cung cấp. Câu trả lời quen thuộc đến phát ngán: đường ống đang lỗi, khoảng hai tiếng nữa mới có dữ liệu bù. Hai tiếng. Trong esports, hai tiếng là một trận chung kết, một cú lật kèo, một phiên cược đã ngã ngũ xong xuôi.

Đêm đó tôi không viết nổi một dòng ra hồn. Và chính khoảng trắng ấy dạy tôi điều mà mười tám năm theo nghề chưa từng dạy: điều nguy hiểm nhất trong phân tích esports là sự vắng mặt của con số, chứ không phải sự sai lệch của nó.

Ba tầng dữ liệu cùng đứng trên một sợi dây

Ngành phân tích esports hiện đại đứng trên ba tầng dữ liệu chồng lên nhau. Tầng thứ nhất là dữ liệu trực tiếp sinh ra từ máy chủ trận đấu — vị trí, tài nguyên, thời gian hồi chiêu, sát thương, tầm nhìn. Tầng thứ hai là dữ liệu tổng hợp từ các nhà cung cấp độc lập; mỗi bộ môn có vài cái tên gần như độc quyền: Liên Minh Huyền Thoại có những kho dữ liệu giải đấu chuyên sâu, Counter-Strike có những trang thống kê mà cả làng buộc phải dùng, Dota 2 sống nhờ các API cộng đồng. Tầng thứ ba là dữ liệu thị trường — tỷ lệ cược, dòng tiền, biến động kèo theo từng phút.

Ba tầng này không vận hành tách rời. Chúng dính với nhau bằng những đường ống mà khán giả không bao giờ nhìn thấy, và phần lớn nhà phân tích cũng chưa từng kiểm tra xem đường ống ấy dẫn về đâu. Khi tầng một đứt, tầng hai chậm, tầng ba lập tức phản ứng. Tôi từng ngồi cạnh một nhà giao dịch trong một giải đấu quốc tế; anh ta bảo tôi rằng biến động kèo mạnh nhất không đến từ pha giao tranh, mà từ khoảnh khắc dữ liệu trực tiếp chậm nửa giây. Thị trường không cược vào trận đấu. Nó cược vào đường ống.

Đó là lý do tôi luôn nhắc các biên tập viên trẻ: đừng học cách đọc số trước, hãy học cách kiểm tra xem số có đến đúng lúc hay không. Một bảng dữ liệu đầy đủ nhưng đến muộn nguy hiểm hơn một bảng dữ liệu trống, vì nó cho bạn cảm giác an toàn giả.

Tôi gọi đây là bài học từ Thượng Hải. Đêm derby Thượng Hải, tôi chọn con số thay vì toàn thành phố. Hôm đó tôi học được rằng số liệu chỉ đáng tin khi ta biết nó được sinh ra ở đâu và mất bao lâu để tới tay mình. Mười tám năm sau, nguyên tắc ấy vẫn đúng, chỉ là chiến trường đổi từ sân cỏ sang máy chủ.

Điểm chết đơn của một ngành tỷ đô

Esports là ngành hiếm hoi mà hạ tầng dữ liệu tập trung đến mức đáng sợ. Một giải quốc tế có thể có hàng chục triệu người theo dõi, hàng trăm triệu đô la chảy qua hợp đồng tài trợ và chuyển nhượng, nhưng toàn bộ khả năng đọc trận đấu của công chúng lại phụ thuộc vào một vài đường ống.

The International của Dota 2 từng lập kỷ lục quỹ thưởng gần 40 triệu đô la — con số lớn nhất trong lịch sử esports, theo dữ liệu công khai của chính Valve. Chung kết Liên Minh Huyền Thoại thế giới có năm đạt đỉnh hơn sáu triệu người xem đồng thời, chưa tính thị trường Trung Quốc với hệ sinh thái xem riêng. Những con số đó nghe hùng vĩ, nhưng chúng cũng phơi ra một nghịch lý khó chịu: khi hàng chục triệu người cùng nhìn vào một trận đấu, hàng chục triệu người cùng phụ thuộc vào một đường ống.

Trong thể thao truyền thống, dữ liệu phân tán hơn. Một trận bóng đá có hàng chục nhà cung cấp độc lập cùng theo dõi, đối chiếu chéo, sửa lỗi lẫn nhau. Trong esports, tính tập trung cao hơn hẳn vì dữ liệu gốc do chính nhà phát hành nắm. Nhà phát hành vừa là trọng tài, vừa là chủ sân, vừa là nhà cung cấp dữ liệu. Khi một thực thể vừa tổ chức trận đấu vừa bán dữ liệu về trận đấu, tính toàn vẹn không còn là câu hỏi kỹ thuật, mà là câu hỏi quyền lực.

Tôi không nói ai gian lận. Tôi nói về cấu trúc. Một hệ thống mà điểm chết đơn nằm ở trung tâm thì chỉ cần một lần đứt gãy là cả chuỗi phía sau sụp. Và lần đứt gãy đó, với khán giả, thường vô hình.

Bốn hệ sinh thái dữ liệu, một kiểu mong manh

Mỗi bộ môn lớn của esports có một kiến trúc dữ liệu riêng, nhưng chúng chia sẻ cùng một kiểu mong manh.

Liên Minh Huyền Thoại có nhịp cập nhật dày đặc. Máy chủ thi đấu thay đổi phiên bản gần như mỗi hai tuần, nghĩa là mọi mô hình dự báo đều phải tái hiệu chỉnh liên tục. Một đường ống dữ liệu đứng yên trong ba tuần không chỉ lỗi thời — nó sai có hệ thống. Trong khi đó, các giải khu vực như LCK và LPL chạy song song, tạo ra lượng dữ liệu khổng lồ nhưng không đồng nhất về chuẩn đo.

Counter-Strike vận hành theo nhịp chậm hơn nhưng mỗi lần thay đổi lại có sức nặng lớn. Các giải Major là những cột mốc vài tháng một lần, và dữ liệu tích lũy giữa các Major thường bị nhiễu bởi những giải nhỏ ít giá trị. Một chỉ số đẹp ở giải nhỏ có thể sụp ở Major vì đối thủ khác hẳn về chất.

Dota 2 nổi tiếng với độ phức tạp chiến thuật cao nhất. Số lượng tướng, vật phẩm, và tương tác khiến mọi mô hình đơn giản đều vỡ. Các API cộng đồng ở đây mạnh nhưng phân tán, và không có một chuẩn chung nào buộc các bên phải khớp số với nhau.

Honor of Kings, với hệ sinh thái KPL ở Trung Quốc, lại gần như đóng kín. Dữ liệu chất lượng cao phần lớn lưu hành nội bộ trong hệ thống của nhà phát hành, và phần công khai cho quốc tế mỏng hơn nhiều so với quy mô thực của giải. Đây là nghịch lý lớn nhất: bộ môn có lượng người chơi đông nhất hành tinh lại có dữ liệu công khai nghèo nhất cho giới phân tích bên ngoài.

Điểm chung của cả bốn hệ sinh thái: không hệ thống nào có cơ chế kiểm toán độc lập cho chính dữ liệu của mình. Người ta kiểm toán tiền, kiểm toán hợp đồng, kiểm toán trọng tài — nhưng hiếm ai kiểm toán đường ống.

Khi nhà phân tích quay về với câu chuyện

Đây là phần tôi muốn dành nhiều chữ nhất, vì nó là nơi dữ liệu vắng mặt gây hại thật.

Khi đường ống đứt, nhà phân tích có hai lựa chọn. Một là thừa nhận mình đang mù và chờ. Hai là lấp khoảng trắng bằng câu chuyện. Đa số chọn cách thứ hai, vì cách thứ nhất không được trả tiền.

Tôi đã chứng kiến điều này trong một trận đấu vòng loại lớn. Dữ liệu trực tiếp chết từ phút thứ tư. Không ai nói gì với khán giả. Đến phút thứ hai mươi, bình luận viên bắt đầu kể về phong độ, về tinh thần, về bản lĩnh ngôi sao. Những câu chuyện ấy nghe rất hay, và chúng không có một gam dữ liệu nào chống lưng. Kết quả trận đấu sau đó đi ngược hoàn toàn với câu chuyện được kể trên sóng.

Tôi từng viết một bài về đúng cơ chế này. Họ bảo tôi gây loạn. Tôi chỉ đọc trước cái kết vài tháng. Nhưng lần này vấn đề không nằm ở dự đoán đúng hay sai, mà nằm ở chỗ: khi dữ liệu im lặng, câu chuyện sẽ lên ngôi, và câu chuyện thì không bao giờ chịu trách nhiệm trước kết quả.

Với một nhà phân tích, lấp khoảng trắng bằng cảm tính là tự sát nghề nghiệp. Với một huấn luyện viên, nó là thảm họa. Hãy tưởng tượng bạn chuẩn bị cho trận knock-out quan trọng nhất mùa giải, và bảng phân tích đối thủ của bạn trống ở đúng cột mà bạn cần nhất: tỷ lệ thắng ở giai đoạn cuối trận. Bạn sẽ làm gì? Bạn sẽ dựa vào trí nhớ. Và trí nhớ của con người, trước một đối thủ mà ta sợ, luôn thiên vị đối thủ.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, khi không có số, tôi đánh giá đội mạnh cao hơn thực tế và đội yếu thấp hơn thực tế. Đó là thiên kiến hệ thống, không phải cảm xúc nhất thời. Dữ liệu không xóa được thiên kiến, nhưng nó là tấm gương buộc ta nhìn lại. Khi tấm gương vỡ, ta nhìn thấy chính khuôn mặt mình muốn thấy.

Ngôi sao và cái bóng của dữ liệu thiếu

Có một hiệu ứng phụ của dữ liệu vắng mặt mà ít ai gọi tên: nó đẩy trọng số về phía danh tiếng.

Trong Liên Minh Huyền Thoại, khi thiếu số liệu chi tiết về đường giữa, người ta mặc định rằng Lee Sang-hyeok vẫn là chuẩn mực, rằng Jeong Ji-hoon vẫn vượt trội về chỉ số lính mỗi phút. Trong Counter-Strike, khi bảng thống kê thiếu, cái tên Mathieu Herbaut hay Oleksandr Kostyliev tự động được cộng điểm trong đầu người đọc. Danh tiếng là dữ liệu đã nén, và nó hữu ích — cho đến khi nó lỗi thời mà không ai biết.

Vấn đề là danh tiếng cập nhật chậm hơn phong độ rất nhiều. Một ngôi sao có thể đã tụt 15% hiệu suất trong ba tháng, nhưng cái tên vẫn giữ nguyên sức nặng trong mọi cuộc bàn luận thiếu số. Khi dữ liệu biến mất, thị trường niềm tin chuyển sang giao dịch bằng ký ức, và ký ức là loại hàng hóa không bao giờ được đánh dấu hạn sử dụng.

Đây là lý do tôi phản đối việc cắt giảm ngân sách cho hạ tầng dữ liệu trong bất kỳ tổ chức esports nào. Bạn có thể cắt một nhà phân tích. Bạn không nên cắt đường ống. Khi đường ống mất, cả đội sẽ âm thầm quay về đánh giá nhau bằng danh tiếng, và không ai gọi đó là khủng hoảng.

Cá cược và cửa sau của dữ liệu chậm

Đây là nơi câu chuyện trở nên nghiêm trọng.

Cá cược esports đang xói mòn tính toàn vẹn thi đấu nhanh hơn thể thao truyền thống, và tôi nói điều này như một quan sát nghề nghiệp, không phải một cáo buộc. Lý do nằm ở quy định tụt hậu. Thể thao truyền thống có hàng thập kỷ xây dựng luật chống dàn xếp, có cơ quan giám sát độc lập, có án phạt lịch sử. Esports lớn lên nhanh hơn luật, và dữ liệu là một trong những lỗ hổng lớn nhất.

Một đường ống dữ liệu chậm là một cửa sau. Nếu một nhóm nhỏ có quyền truy cập dữ liệu trực tiếp nhanh hơn công chúng vài giây, họ nắm một lợi thế mà không thị trường nào định giá được. Trong một trận mà biến động kèo nhạy đến mức nửa giây, vài giây là cả một gia tài.

Điều khiến tôi lo nhất không phải các vụ dàn xếp lớn, mà là hạ tầng cho phép chúng. Một hệ thống dữ liệu tập trung, chậm công khai, lại nhanh với một nhóm kín, tạo ra vùng xám hoàn hảo. Vùng xám không cần ai phạm luật. Nó chỉ cần luật chưa kịp viết.

Tôi không đưa ra lời khuyên cược. Tôi đưa ra một quan sát về cấu trúc: một ngành đặt cược lên dữ liệu mà không kiểm toán được dữ liệu là một ngành đặt cược vào chính niềm tin của mình. Và niềm tin, như mọi nhà phân tích lão luyện biết, là thứ dễ bị đánh lừa nhất.

Nhà phân tích bước vào phòng thay đồ

Còn một tầng vấn đề nữa, tinh tế hơn, mà tôi muốn nói thẳng.

Nhà phân tích dữ liệu đang xâm nhập phòng thay đồ. Ở nhiều đội esports hàng đầu, giờ đây có hẳn một bộ phận phân tích ngồi sau huấn luyện viên, với các mô hình đánh giá đối thủ, dự báo draft, tối ưu lịch tập. Điều này nghe như tiến bộ. Và nó là tiến bộ, cho đến khi ta nhận ra các mô hình ấy đứng trên cùng những đường ống dễ đứt như màn hình của tôi đêm hôm đó.

Vấn đề sâu hơn: kết luận của nhà phân tích thường tách rời nhịp điệu thực tế của trận đấu. Một mô hình có thể nói đội bạn nên đánh chậm, tích tài nguyên, chờ sức mạnh muộn. Nhưng trong phòng thi đấu, nhịp độ do đối thủ quyết định, do tâm lý quyết định, do một pha xử lý bốc đồng ở phút thứ ba quyết định. Mô hình không cảm nhận được khoảnh khắc. Nó chỉ đọc dữ liệu của khoảnh khắc đã qua.

Tôi từng chứng kiến một đội thua một trận vì làm đúng theo mô hình. Họ đánh chậm, tích tài nguyên, đợi đến giai đoạn mạnh. Đối thủ đọc được điều đó từ phút thứ năm, và biến sự kiên nhẫn của họ thành cái bẫy. Bảng phân tích sau trận cho thấy đội thua có chỉ số tài nguyên tốt hơn ở phút thứ hai mươi. Nhưng trận đấu đã được định đoạt ở phút thứ mười hai, bằng một quyết định mà không mô hình nào dự báo nổi.

Đây là giới hạn cốt tử của dữ liệu esports: nó rất giỏi đo cái đã xảy ra, và rất tệ trong việc đo cái đang hình thành. Một mô hình không biết sợ, không biết hưng phấn, không biết mệt. Nó chỉ biết đếm. Và trong một trận đấu mà chiến thắng được quyết định bởi việc ai dám làm điều không ai đếm được, cái đếm được chỉ là một nửa câu chuyện.

Tôi vẫn là người dâng mình cho từng con số. Bảng tính là tế đàn, và tôi dâng mình cho từng con số. Nhưng tôi học được rằng tế đàn chỉ linh thiêng khi ta biết nó đứng trên nền đất nào.

Bối cảnh dữ liệu

Không con số nào trong bài này đứng một mình, nên bối cảnh cần được ghi rõ.

Các kỷ lục về người xem và quỹ thưởng được lấy từ dữ liệu công khai của nhà phát hành và các nền tảng thống kê độc lập, tính đến chu kỳ giải đấu gần nhất mà tôi theo dõi. Con số người xem đồng thời thay đổi tùy theo việc có tính thị trường Trung Quốc hay không; tôi luôn ghi rõ khi trích dẫn. Quỹ thưởng của các giải Dota 2 phụ thuộc vào cơ chế gây quỹ cộng đồng, nên dao động mạnh giữa các năm.

Các nhận định về biến động kèo dựa trên quan sát của tôi trong phòng giao dịch, không phải dữ liệu kiểm toán độc lập. Mật độ lịch thi đấu, thể thức giải, và phiên bản máy chủ đều ảnh hưởng đến cách đọc số; một chỉ số tốt trong thể thức đánh vòng tròn có thể vô nghĩa trong thể thức loại trực tiếp.

Giả định có thể sai ở đâu?

Bài này đứng trên ba giả định, và tôi muốn nói rõ chúng có thể sụp ở đâu.

Thứ nhất, tôi giả định rằng tính tập trung của hạ tầng dữ liệu esports là điểm yếu. Nó có thể là điểm mạnh: một nguồn dữ liệu duy nhất dễ kiểm toán hơn mười nguồn đối chiếu chéo. Nếu nhà phát hành công khai và kiểm toán được, sự tập trung ấy trở thành lợi thế.

Thứ hai, tôi giả định rằng dữ liệu chậm mở ra cửa sau cho thao túng. Điều này có thể đúng về mặt lý thuyết nhưng hiếm khi xảy ra trên thực tế, vì các sàn lớn có hệ thống giám sát dòng tiền. Tôi chưa có bằng chứng về một vụ thao túng cụ thể dựa trên độ trễ dữ liệu, nên đây là suy luận cấu trúc, không phải phát hiện.

Thứ ba, tôi giả định rằng mô hình không đo được nhịp điệu. Điều này có thể lỗi thời nhanh chóng. Các mô hình thế hệ mới đã bắt đầu học từ dữ liệu chuỗi thời gian ở độ phân giải cao, và có thể trong vài năm nữa chúng sẽ đọc được cả khoảnh khắc mà tôi cho là bất khả đo.

Tôi viết ba giả định này ra không phải để tự vệ. Tôi viết để lần sau, nếu tôi sai, các bạn có sẵn khung để chỉ đúng chỗ tôi sai.

Tín hiệu vòng tiếp theo

Từ Bundesliga đến Worlds, tôi tìm cùng một thứ: một sự thật có thể lặp lại. Và sự thật lặp lại được ở đây là: mọi hệ thống phân tích đều có một đường ống, và mọi đường ống đều có thể đứt.

Tín hiệu tôi sẽ theo dõi trong vòng tới không phải là chỉ số mới nào, mà là chỉ số của chính dữ liệu: độ trễ trung bình của đường ống, tần suất đứt gãy, và mức độ công khai của nhà phát hành khi dữ liệu chết. Mọi đám đông đều sai. Điều duy nhất không sai là xác suất. Và xác suất để một đường ống đứt vào đúng đêm quan trọng nhất không hề nhỏ.

Câu hỏi tôi để lại cho vòng tiếp theo: nếu ngày mai màn hình phân tích của bạn trắng trơn, bạn sẽ thừa nhận mình mù, hay bạn sẽ kể một câu chuyện thật hay?