Khi tệp dữ liệu trở về trống: cái bẫy im lặng trong phân tích chuyển nhượng esports

Tháng 6 năm 2026, tôi ngồi trong phòng họp tầng ba của một câu lạc bộ K League 1, trước màn hình là một bảng tính vừa được mở. Tên tệp: target_midfielder_full_data.csv. Số dòng dữ liệu: không có dòng nào. Không thông báo lỗi, không email giải thích từ nhà cung cấp, không ghi chú nào ở cột cuối. Chỉ là khoảng trắng chạy dài từ ô A1 xuống hết trang.

Bảy phút sau, cuộc họp đã chuyển sang mức lương đề xuất. Không ai nhắc lại khoảng trắng ấy. Một quyết định về con người được đưa ra trên nền một tệp rỗng, và không ai gọi nó bằng đúng tên của nó.

Trong phân tích thể thao, kể cả bóng đá lẫn esports, lỗi đắt nhất hiếm khi là dữ liệu sai. Dữ liệu sai còn bị tranh cãi, còn bị người khác kiểm tra lại. Dữ liệu thiếu thì bị bỏ qua trong im lặng, rồi chính sự im lặng đó được đọc thành một tín hiệu tích cực.

Bối cảnh

Bộ phận phân tích của một câu lạc bộ esports chuyên nghiệp vận hành trên ba tầng dữ liệu. Tầng nhà phát hành cung cấp nhật ký trận đấu thô. Tầng thương mại cung cấp chỉ số đã qua xử lý. Tầng nội bộ câu lạc bộ là nơi tôi làm việc, nơi một hồ sơ cầu thủ phải đi từ dữ liệu thô tới khuyến nghị ký hợp đồng trong khoảng mười ngày.

Khối lượng công việc ở tầng thứ ba rất lớn. Mỗi kỳ chuyển nhượng, hai analyst phụ trách hàng chục hồ sơ, mỗi hồ sơ gồm dữ liệu trận đấu, băng hình, báo cáo y tế và một bảng chỉ số chuẩn hóa. Khi khối lượng vượt quá thời gian, quy trình tự tìm đường tắt, và đường tắt phổ biến nhất là tin vào bảng chỉ số đã có sẵn thay vì quay lại kiểm tra nó.

Ở esports, đường tắt này nguy hiểm hơn bóng đá. Mỗi tựa game có hệ chỉ số riêng, và hệ chỉ số đó thay đổi theo phiên bản cập nhật. Một con số về lượng tầm nhìn kiểm soát mỗi phút của người chơi hỗ trợ mang nghĩa khác khi nhà phát hành sửa cơ chế tầm nhìn, và mang nghĩa khác nữa khi bể tướng buộc vai trò hỗ trợ phải đi đường khác. Bê chỉ số của bóng đá vào đây sẽ tạo ra một con số trông rất chuyên nghiệp và sai hoàn toàn về bản chất.

Chuỗi bằng chứng

Năm 2026, khi còn là sinh viên năm nhất ở Busan, tôi tự thu thập dữ liệu các trận của Asan Mugunghwa tại K League 2. Đội này đứng đầu bảng nhưng chỉ số bàn thắng kỳ vọng mỗi trận chỉ đạt 1,02, thấp hơn Busan IPark ở vị trí phía sau với 1,48. Trong sáu trận, Asan ghi sáu bàn từ chấm phạt đền. Tôi viết trên blog cá nhân rằng đội này sẽ tụt hạng ở giai đoạn lượt về. Asan kết thúc ở vị trí thứ tư và thua ở vòng play-off. Bài viết đạt hai nghìn lượt xem, con số khổng lồ với một blog sinh viên thời điểm đó.

Bài học nằm ở cấu trúc của con số, không nằm ở việc tôi đoán đúng. Một chỉ số 1,02 đứng riêng lẻ chẳng nói lên điều gì. Bàn thắng kỳ vọng thấp cộng với sáu quả phạt đền trong sáu trận tạo thành một mẫu bị bóp méo bởi chính nguồn ghi bàn. Người đọc bảng xếp hạng thấy một đội dẫn đầu. Người đọc cấu trúc ghi bàn thấy một đội đang sống bằng may mắn.

Đừng tin bảng xếp hạng, hãy hỏi xG. Bảng xếp hạng kể quá khứ, dữ liệu kể tương lai. Câu đó chỉ đúng khi dữ liệu tồn tại và khi cỡ mẫu đủ lớn để nói.

Tháng 6 năm 2026, tại World Cup ở Nga, tôi phân tích trận Hàn Quốc thắng Đức 2-0 trên sân Kazan. Chỉ số PPDA của Đức là 5,8, nghĩa là họ pressing rất mạnh. Nhiều nhà phân tích dùng con số đó để chê lối chơi của huấn luyện viên Shin Tae-yong. Tôi tách dữ liệu theo từng khoảng mười lăm phút và thấy Đức chạy quãng đường cao nhất ở giai đoạn phút 60 đến 75, rồi hệ thống pressing của họ vỡ ra sau khi Kim Young-gwon vào sân. Bài phản biện của tôi bị tấn công. Ba tuần sau, Liên đoàn Bóng đá Thế giới công bố báo cáo xác nhận đúng điều tôi viết. Tôi từng bị tấn công vì dám nghi ngờ PPDA. FIFA xác nhận điều đó.

Mùa hè năm 2026, khi các giải vô địch quốc gia phải đá trên sân trống vì dịch bệnh, tôi đang là học viên cao học. Tôi theo dõi 214 trận tại Bundesliga và K League 1 từ tháng 5 đến tháng 8. Tỷ lệ thắng sân nhà tại Bundesliga giảm từ 43,2 phần trăm xuống 37,8 phần trăm, số bàn thắng trung bình mỗi trận tăng từ 2,79 lên 3,12. 214 trận sân không khán giả dạy tôi: lợi thế sân nhà là dữ liệu, và nó đo được. Nghiên cứu nhỏ đó được đăng trên Medium, rồi một biên tập viên của một trang phân tích thể thao liên hệ mời cộng tác, và tôi có lần đầu tiên được tiếp cận nguồn dữ liệu trả phí.

Quay lại tệp rỗng trên màn hình năm 2026. Trong esports, tình huống đó xuất hiện thường xuyên hơn bóng đá, vì mẫu dữ liệu bị chặn bởi chính cấu trúc giải đấu. Một người chơi hỗ trợ thi đấu cho đội thường thua sớm sẽ có ít phút ở giai đoạn cuối trận, nơi các chỉ số kiểm soát tầm nhìn và giao tranh tổng được tích lũy. Bảng chỉ số của anh ta trông trống vì đội anh ta không cho anh ta thời gian, và đọc bảng đó thành “không có đóng góp” là một lỗi nhân quả kinh điển.

Phiên bản cập nhật cắt đứt chuỗi so sánh. Gộp dữ liệu từ hai bản cập nhật vào một cột trung bình tạo ra một con số không tồn tại trong thực tế, chỉ tồn tại trong bảng tính. Tầng dữ liệu thương mại lại có độ phủ không đều: giải đấu lớn được ghi đầy đủ, còn vòng loại khu vực và các trận trên máy chủ thử nghiệm gần như không có gì.

Một hồ sơ xây trên nền dữ liệu thiếu vẫn được trình bày với cùng một định dạng, cùng một phông chữ và cùng một thái độ tự tin như một hồ sơ đầy đủ. Người đọc báo cáo không nhìn thấy phần bị thiếu, vì phần bị thiếu không được in ra. Khi nguồn dữ liệu trả về rỗng, kết luận đúng duy nhất là “không đủ thông tin để đánh giá”, và câu đó phải được viết ra thành chữ, không được để trống ô. Ô trống trong báo cáo sẽ bị người đọc lấp bằng giả định của chính họ, và giả định mặc định của con người luôn là “không có vấn đề gì”.

Góc nghịch lý

Phần lớn thảm họa trong phân tích chuyển nhượng không đến từ một con số sai được đưa ra, mà từ một con số đúng bị thiếu và bị đọc thành sự sạch sẽ.

Trong hồ sơ tuân thủ của một giải đấu, dòng “không phát hiện vi phạm” nghe rất nhẹ nhõm và có hai phiên bản khác nhau. Phiên bản thứ nhất: đã kiểm tra toàn bộ nhật ký, đối chiếu tài khoản và lịch sử thi đấu, không thấy gì. Phiên bản thứ hai: không có nhật ký để kiểm tra. Hai phiên bản được in ra bằng cùng một câu chữ, và chỉ một trong hai là thông tin.

Điều tương tự đúng với tài chính câu lạc bộ. Không có tin về việc chậm lương không có nghĩa là lương được trả đúng hạn. Trong phần lớn các vụ câu lạc bộ esports giải thể mà tôi theo dõi, dấu hiệu đầu tiên là sự vắng mặt của một bản tin: suốt kỳ chuyển nhượng không có thông báo gia hạn hợp đồng nào.

Ngành này lại thưởng cho sự dứt khoát. Một analyst nói “tôi không biết” bị đánh giá thấp hơn một analyst đưa ra con số sai nhưng nói to. Năm 2026, tôi đề xuất chiêu mộ Lee Kang-in với giá tám triệu euro, dựa trên dữ liệu cho thấy anh nằm trong nhóm mười cầu thủ dẫn đầu giải Tây Ban Nha về số đường chuyền tạo cơ hội sau mỗi chín mươi phút. Ban lãnh đạo từ chối với lý do anh “không thể hiện được khả năng phòng ngự”, một kết luận dựng trên ô trống, vì chỉ số phòng ngự đó không tồn tại cho vị trí của anh trong hệ thống cũ. Sáu tháng sau, Lee Kang-in tỏa sáng và giúp đội chủ quản trụ hạng, còn đội của tôi về đích thứ tám.

Điểm nhìn

Trong kỳ chuyển nhượng tiếp theo, lợi thế cạnh tranh không nằm ở việc ai có nhiều dữ liệu hơn, mà ở việc ai ghi lại được những gì mình không biết và nghiêm túc với phần đã ghi. Một sổ đăng ký dữ liệu thiếu, cập nhật theo từng hồ sơ, đơn giản hơn nhiều so với một mô hình dự báo: chỉ cần ba cột — chỉ số nào không có, vì sao không có, và điều gì sẽ thay đổi nếu có. Trong báo cáo gần nhất của bạn, có bao nhiêu ô trống đang được đọc như một lời khen?