Bản đồ của những khoảng trống: Kỷ luật dữ liệu trong phân tích esports

Có một tệp tài liệu mà tôi vẫn giữ trong ổ cứng, đặt ở thư mục có tên "stage-2", nằm giữa hàng trăm bản phân tích khác. Nó không phải một báo cáo về một thương vụ chuyển nhượng, cũng không phải bảng tính lương của một đội tuyển. Đó là một bảng phân tích mười hai trang, chia thành chín hạng mục lớn — từ Patch & Meta, Vòng loại giải đấu, Phân tích đội và tuyển thủ, cho đến Ảnh hưởng ngành — và mỗi một ô trong đó đều được điền bằng cùng một câu: "N/A – không đủ thông tin".

Tôi nhớ đêm tôi viết nó. Đó là một buổi tối mùa đông ở Boston, tuyết rơi dày đến mức tiếng cạo của xe dọn tuyến trước cửa sổ lấn át cả tiếng còi báo hệ thống phân tích tự động trong nhà. Một khách hàng gửi cho tôi một yêu cầu phân tích gấp: họ cần một báo cáo chiến lược về một giải đấu mà tôi chưa từng theo dõi, dựa trên một tài liệu đầu vào — nhưng tài liệu đó hoàn toàn trống. Không tiêu đề. Không luận điểm. Không dữ liệu. Chỉ là một khung xương biểu mẫu với các trường bị bỏ ngỏ.

Tôi có hai lựa chọn. Một là bịa. Hai là ghi lại chính xác rằng tất cả các trường đều không thể điền.

Tôi chọn cách thứ hai. Và trong suốt mười tám năm quan sát ngành thể thao điện tử, từ vai trò vận động viên, người tổ chức giải, đến nhà phân tích tài chính câu lạc bộ, đó là quyết định mà tôi ít hối tiếc nhất.

Bởi vì giá trị thật của một thương vụ chỉ lộ ra khi thị trường không còn tiếng ồn — và giá trị thật của một phân tích chỉ lộ ra khi người ta từ chối lấp đầy những khoảng trống bằng phỏng đoán.

Khi một tài liệu trống lại nói nhiều hơn một tài liệu đầy

Ngành phân tích esports hiện đại có một vấn đề mà ít người gọi tên: nó có quá nhiều dữ liệu đến mức tưởng rằng mọi câu hỏi đều có câu trả lời. Trong mỗi kỳ chuyển nhượng, các công ty phân tích, các cổng thông tin, các nhà báo nội bộ và hàng trăm tài khoản tự xưng chuyên gia đồng loạt đưa ra những bảng xếp hạng đội mạnh yếu, những dự đoán kết quả, những bản phân tích chỉ số với độ chi tiết đến từng con số thứ ba sau dấu phẩy. Mọi người đều có ý kiến. Mọi người đều có số liệu. Nhưng rất ít người có một định nghĩa rõ ràng về việc dữ liệu của mình thực sự đo cái gì.

Tệp tài liệu trống kia, theo một nghĩa kỳ lạ, chính là một trong những bản phân tích trung thực nhất mà tôi từng tạo ra. Nó không xin lỗi vì không biết. Nó ghi rõ: Patch chưa xác định, đội chưa xác định, tuyển thủ chưa xác định, bối cảnh vùng miền chưa xác định, cấu trúc tài chính chưa xác định, khung pháp lý chưa xác định, hồ sơ rủi ro chưa xác định, câu chuyện công chúng chưa xác định, và ảnh hưởng ngành chưa xác định. Chín hạng mục. Chín lần "không đủ thông tin". Một bản đồ trắng của một vùng lãnh thổ chưa ai đo.

Dữ liệu thiếu không phải là vô dụng; nó là tấm bản đồ chỉ ta đến nơi chưa ai đo.

Câu nói đó nghe có vẻ như một sự an ủi cho kẻ thất bại. Nhưng nó không phải. Nó là kỷ luật. Trong tài chính câu lạc bộ, tôi từng chứng kiến những bản mô hình được xây để trông đầy đủ hơn là trông đúng. Một khi bạn đưa thêm giả định vào một bảng tính để nó trông hoàn chỉnh, bạn không còn đang phân tích nữa — bạn đang trang trí. Và trang trí trong ngành này có giá của nó. Cái giá đó thường được trả bằng tiền chuyển nhượng thật, bằng hợp đồng lương thật, bằng sự nghiệp của những người thật.

Bối cảnh: Ngành esports đang phân tích bằng gì?

Để hiểu vì sao một tài liệu trống lại quan trọng, ta cần nhìn vào cách ngành esports phân tích chính mình. Ở cấp độ cao nhất — các giải đấu quốc tế như League of Legends World Championship, Dota 2 The International, hay các giải Valorant Champions Tour — dữ liệu được sản xuất với mật độ dày đến mức các đội tuyển lớn thuê riêng cả một bộ phận phân tích gồm năm đến bảy người, chuyên trách từ chỉ số chọn/tuýt (pick/ban) đến mô hình xác suất thắng từng giai đoạn trận đấu.

Nhưng bên dưới lớp bề mặt đó, phần lớn dữ liệu công khai chỉ đo được những gì dễ đo. Tỷ lệ thắng, số mạng hạ, lượng sát thương mỗi phút, tỷ lệ tham gia giao tranh — tất cả đều là những chỉ số có thể đếm từ bản ghi trận đấu. Không có gì trong số đó tự động nói cho bạn biết liệu một quyết định giao tranh ở phút thứ ba mươi là kết quả của một pha xử lý xuất thần, một lỗi giao tiếp của đội bạn, hay chỉ là xác suất ngẫu nhiên. Bản chất của các chỉ số là chúng đo kết quả, không đo nguyên nhân. Và toàn bộ ngành phân tích đang xây dựng trên một lượng lớn các chỉ số nguyên nhân bị bỏ sót.

Kinh nghiệm theo dõi các trận đấu của tôi cho tôi một điều rõ ràng: các đội tuyển thắng không phải vì họ có những chỉ số đẹp hơn, mà vì họ biết cách chuyển những khoảng trống thông tin thành lợi thế. Trong một trận đấu League of Legends, khi đường giữa của đội bạn mất kiểm soát lính, phân tích tự động sẽ ghi lại chỉ số lính chênh lệch. Nhưng cái mà bản ghi không ghi được là liệu người chơi đó đã bị ép vào thế xấu bởi một pha xâm nhập rừng ở phút thứ hai mà không có dữ liệu camera nào ghi lại. Bạn không thiếu con số. Bạn thiếu ngữ cảnh tạo ra con số.

Đó là lý do tôi luôn đặt câu hỏi về mọi con số công khai trước khi đưa ra nhận định. Không phải vì tôi hoài nghi một cách vô cớ, mà vì tôi đã đủ nhiều lần thấy rằng con số đúng trong một khung ngữ cảnh sai vẫn dẫn đến quyết định sai. Và ở cấp độ câu lạc bộ, quyết định sai không chỉ là một bài viết bị chê. Nó là một hợp đồng được ký cho một người không phù hợp, là một suất ngân sách bị tiêu cho một vị trí đã đủ người, là một mùa giải bị đánh mất.

Phần cốt lõi: Giải mã ba vùng dữ liệu bị bỏ sót

Trong công việc phân tích của mình, tôi chia các khoảng trống dữ liệu thành ba vùng. Mỗi vùng có một cách tiếp cận khác nhau, và mỗi vùng đều có một mức độ rủi ro khác nhau khi bị lấp đầy bằng phỏng đoán.

Vùng thứ nhất: Khoảng trống cấu trúc

Đây là những khoảng trống sinh ra từ chính cách tổ chức dữ liệu. Một giải đấu công bố tỷ lệ chọn/tuýt của từng tướng trong giải, nhưng không công bố tỷ lệ chọn/tuýt theo từng giai đoạn của giải đấu. Điều đó có nghĩa là bạn biết tổng thể nhưng không biết động thái. Bạn biết đội A ưu tiên tướng X, nhưng bạn không biết liệu họ bắt đầu ưu tiên tướng đó sau khi thua trận thứ hai, hay họ đã ưu tiên nó ngay từ vòng bảng.

Khoảng trống cấu trúc là loại khoảng trống nguy hiểm nhất vì nó không trông giống một khoảng trống. Nó trông giống một tập dữ liệu đầy đủ mà bạn chỉ cần sắp xếp lại. Trong nhiều báo cáo mà tôi từng đọc, các nhà phân tích tự động giả định rằng tỷ lệ chọn/tuýt tổng thể phản ánh xu hướng của cả giải. Đó là một giả định có thể đúng trong nhiều trường hợp, nhưng nó không phải là một sự thật. Và khi một đội tuyển ra quyết định dựa trên giả định đó — ví dụ, chuẩn bị cho một đối thủ dựa trên tỷ lệ chọn/tuýt tổng thể mà đối thủ đó chỉ dùng trong vòng bảng — thì họ đang chuẩn bị cho một đối thủ không tồn tại.

Bài học của tôi từ vùng này là một nguyên tắc đơn giản: không bao giờ giả định rằng một tập dữ liệu tổng hợp chứa đựng tất cả các phân khúc của nó. Nếu dữ liệu không được tách theo thời gian, theo giai đoạn, theo đối thủ, thì bạn không biết nó thực sự đo cái gì. Và nếu bạn không biết nó đo cái gì, bạn không có dữ liệu. Bạn có một con số.

Vùng thứ hai: Khoảng trống diễn giải

Đây là những khoảng trống sinh ra khi cùng một con số có thể có nhiều ý nghĩa khác nhau, và ngành esports có rất ít cơ chế để phân biệt chúng. Một tuyển thủ có tỷ lệ hạ gục cao có thể là một tay sát thủ xuất sắc, hoặc có thể là người may mắn kết liễu được những pha giao tranh do đồng đội dàn dựng. Một đội có tỷ lệ thắng giao tranh tốt có thể là những người chơi giao tranh giỏi, hoặc có thể là những người chọn giao tranh khôn ngoan — chỉ đánh khi chắc thắng.

Trong mùa giải 2026-2026, khi tôi phụ trách chiến lược chuyển nhượng tại một câu lạc bộ ở Boston, tôi dành gần bốn tháng để xây dựng một khung phân tích cho một hậu vệ cánh người Brazil. Khung đó bao gồm chỉ số kỹ thuật, chỉ số thể chất, dữ liệu sinh trắc học, và — vì tôi tin rằng ngữ cảnh cá nhân ảnh hưởng đến hiệu suất — cả đặc điểm gia đình của cầu thủ đó. Tôi có 2,4 triệu đô la ngân sách. Tôi có một mô hình phân tích mà tôi cho là hoàn hảo.

Tôi đã mất cầu thủ đó. Một câu lạc bộ khác chỉ mất bốn mươi tám giờ để đưa ra quyết định và ký kết.

Cái mà tôi học được không phải là mô hình của tôi sai. Mô hình của tôi có thể đúng hơn mô hình của họ. Cái tôi học được là trong phân tích chuyển nhượng, độ chính xác của mô hình chỉ là một biến số trong một phương trình lớn hơn. Biến số còn lại là thời gian. Một mô hình hoàn hảo được đưa ra sau khi cầu thủ đã ký với đội khác không phải là một mô hình hoàn hảo. Nó là một tài liệu lịch sử. Ban giám đốc của tôi nói thẳng: một mô hình hoàn hảo không bao giờ tồn tại; sự đúng giờ và quyết đoán cũng là một biến số.

Kể từ đó, tôi hiểu rằng khoảng trống diễn giải không chỉ là vấn đề của dữ liệu — nó là vấn đề của việc bạn chấp nhận sống chung với sự không chắc chắn đến mức nào. Bạn không bao giờ có đủ dữ liệu để chắc chắn một trăm phần trăm. Nhưng bạn luôn có đủ dữ liệu để đưa ra một quyết định có cơ sở, miễn là bạn chấp nhận rằng quyết định đó có thể sai.

Vùng thứ ba: Khoảng trống hành vi

Đây là vùng tôi quan tâm nhất, và cũng là vùng bị bỏ sót nhiều nhất trong ngành. Đó là những dữ liệu không tồn tại trên bảng điểm nhưng quyết định kết quả của cả một mùa giải. Ví dụ: mức độ tập trung của một tuyển thủ trong hiệp đấu thứ ba của một ngày thi đấu dài. Chất lượng giao tiếp trong giao tranh. Khả năng phục hồi sau một thất bại ở vòng bảng. Những đặc điểm tâm lý không được ghi lại trong bất kỳ hệ thống thống kê tiêu chuẩn nào.

Trong quãng thời gian tôi theo dõi các trận đấu, tôi từng thấy một đội tuyển thắng liên tiếp năm trận vòng bảng, rồi sụp đổ hoàn toàn trong vòng loại trực tiếp. Trên giấy, họ là ứng viên nặng ký. Trên thực tế, họ là một đội chưa từng bị đẩy vào thế bị dẫn trước trong cả giải đấu, và khi điều đó xảy ra, họ không có kịch bản nào để phản ứng. Bản ghi số liệu của họ không sai. Nó chỉ đo được những gì họ làm khi đang thắng. Không có cột nào trong bảng tính ghi lại khả năng chơi khi đang thua.

Trong COVID-19 năm 2026, khi các giải đấu tạm ngừng, tôi đã có một trải nghiệm định hình cách tôi nhìn những khoảng trống hành vi. Tôi đề xuất ba kịch bản tái cấu trúc hợp đồng với các cầu thủ trụ cột của câu lạc bộ, dựa trên dữ liệu tỷ lệ giữ chân người hâm mộ của mười mùa giải trước đó. Câu lạc bộ tiết kiệm được 1,2 triệu đô la tiền lương trong nửa năm. Nhưng một trong những cầu thủ chủ lực đã bị bán đi vì một mâu thuẫn phát sinh từ chính quá trình đàm phán đó. Tôi mất bốn tháng tiếp theo để thuyết phục ban lãnh đạo rằng hệ quả dài hạn của việc bán cầu thủ đó nghiêm trọng hơn khoản tiết kiệm trước mắt.

Điều mà mô hình của tôi không đo được là tác động hành vi của việc bán một cầu thủ chủ lực lên tâm lý của đội hình còn lại. Tôi có đủ dữ liệu để dự đoán doanh thu. Tôi không có đủ dữ liệu để dự đoán sự tan rã. Và tôi đã đánh giá thấp khả năng thứ hai.

Góc đối lập: Ngành này không thiếu dữ liệu, nó thiếu câu hỏi

Có một quan điểm phổ biến trong giới phân tích esports rằng giải pháp cho mọi vấn đề là có thêm dữ liệu. Thêm camera, thêm chỉ số, thêm mô hình học máy, thêm nhà phân tích trong đội ngũ. Tôi không tin điều đó. Không phải vì tôi chống lại dữ liệu, mà vì tôi tin rằng vấn đề của ngành không nằm ở lượng dữ liệu.

Ta không cần thêm dữ liệu. Ta cần thêm câu hỏi đúng để dữ liệu cũ biết nói.

Trong kỳ Euro 2026, tôi tự tay xây dựng một cơ sở dữ liệu theo dõi các cầu thủ dưới hai mươi mốt tuổi có ít hơn năm trăm phút thi đấu trong giải vô địch quốc gia nhưng có chỉ số áp lực pressing cao. Đó không phải một bộ dữ liệu mới. Tất cả những con số đó đều công khai. Cái mới là câu hỏi tôi đặt ra: cầu thủ nào chơi hiệu quả trong bóng tối, khi không có ai chú ý?

Tôi tìm được một tiền vệ người Đan Mạch tên Morten Hjulmand, khi đó hai mươi mốt tuổi, đang chơi cho một câu lạc bộ nhỏ ở Áo. Tôi viết một báo cáo dài bốn mươi bảy trang về điểm mạnh, điểm yếu và khả năng hòa nhập của anh. Tôi gửi cho ba câu lạc bộ lớn. Chỉ một đội phản hồi. Hai năm sau, Hjulmand chuyển đến Serie A, và bản báo cáo của tôi được nhắc đến như một ví dụ về tầm nhìn.

Nhưng điều tôi muốn kể không phải là câu chuyện tìm ra anh ấy. Điều tôi muốn kể là có bao nhiêu người đã bỏ qua anh ấy trước tôi. Không phải vì họ thiếu dữ liệu — dữ liệu về Hjulmand công khai cho bất kỳ ai muốn tìm. Họ bỏ qua anh ấy vì họ không đặt câu hỏi về tầng lớp cầu thủ ít phút thi đấu. Họ đặt câu hỏi về những cầu thủ đã được chứng minh, những cầu thủ đã nổi tiếng, những cầu thủ đã có giá thị trường. Câu hỏi của họ đúng với giả định của thị trường. Nhưng thị trường không phải là người đo lường tốt nhất giá trị tiềm năng. Thị trường chỉ đo giá trị hiện tại.

Đó là lý do vì sao tôi không tin vào những bản phân tích chỉ đọc lại dữ liệu có sẵn. Một phân tích thực sự phải làm được một trong hai điều: hoặc tìm ra một câu hỏi mới để làm cho dữ liệu cũ biết nói, hoặc tìm ra một vùng dữ liệu chưa ai đo và dám nói rằng "vùng này trống". Cả hai đều không hấp dẫn. Không ai vỗ tay cho một nhà phân tích nói "tôi không biết". Nhưng đó là loại trung thực duy nhất có thể tồn tại trong một ngành mà dữ liệu công khai thường bị bóp méo bởi nhu cầu tạo ra câu chuyện.

Góc đối lập 2: Sự quyến rũ của việc biết sớm

Có một áp lực ngầm trong giới phân tích esports: áp lực phải là người đầu tiên đưa ra kết luận. Khi một đội tuyển có kết quả tốt, các bài phân tích phải xuất hiện trong vòng hai mươi bốn giờ. Khi một tuyển thủ chuyển nhượng, bảng đánh giá giá trị phải có trong vòng bốn mươi tám giờ. Sự nhanh nhạy này được coi là sự chuyên nghiệp. Nhưng tôi cho rằng phần lớn sự nhanh nhạy này là một sự sợ hãi được cải trang thành năng lực.

Những người phân tích nhanh nhất thường không phải là những người đúng nhất. Họ là những người sợ nhất việc bị bỏ lại phía sau. Và khi sợ hãi điều khiển bàn phím, họ viết ra những kết luận có cấu trúc của một phân tích nhưng thực chất là một phỏng đoán được trang trí. Tôi từng làm điều này. Tôi từng viết những bản báo cáo trong đêm, khi tôi biết rằng tôi chưa có đủ dữ liệu để nói chắc bất cứ điều gì. Tôi trang trí bằng những chỉ số có sẵn, thêm vào đó ba hoặc bốn giả định được viết với giọng chắc chắn, và gửi đi. Những báo cáo đó không sai về mặt sự kiện. Chúng sai về mặt nhận thức luận. Chúng khiến người đọc tin rằng mức độ chắc chắn cao hơn mức độ thật.

Thứ ta gọi là "thiên tài" thường chỉ là người xuất hiện đúng lúc hệ thống cần họ. Và thứ ta gọi là "tầm nhìn" thường chỉ là quyết định được đưa ra trước khi câu hỏi trở nên khó.

Trong mùa giải chuyển nhượng 2026-2026 của tôi, tôi đã mất một cầu thủ vì tôi muốn có đầy đủ dữ liệu trước khi hành động. Tôi tự hào về mô hình của mình, và tôi đã trả giá cho sự tự hào đó. Nhưng tôi cũng từng chứng kiến những người hành động quá nhanh — ký hợp đồng dựa trên ba trận đấu tốt, mua cầu thủ dựa trên một giải đấu bùng nổ — và trả giá bằng những hợp đồng bị mắc kẹt trong nhiều năm. Giữa hai thái cực đó không có một công thức. Chỉ có một loại cân bằng động mà bạn phải tự tìm cho mình, và bạn sẽ tìm sai nhiều lần trước khi tìm đúng.

Khủng hoảng như chất xúc tác cho sự trung thực

Có một điều mà tôi quan sát được trong suốt những năm làm việc trong ngành: những người phân tích nghiêm túc nhất thường là những người đã từng trải qua một cuộc khủng hoảng. Không phải vì khủng hoảng làm cho họ thông minh hơn, mà vì khủng hoảng tước đi khả năng tiếp tục giả vờ. Khi mọi thứ sụp đổ, những giả định đẹp đẽ bị phơi bày, và những gì còn lại là sự thật — thường là sự thật không ai muốn nhìn.

Khủng hoảng không phải kẻ thù của ngành; nó là nhà thầu phá dỡ những gì đã mục ruỗng.

Trong COVID-19 năm 2026, khi các giải đấu bị hủy, hàng loạt câu lạc bộ phải đối mặt với câu hỏi mà họ chưa từng phải trả lời: cấu trúc của họ có bền vững không? Những câu lạc bộ sống bằng bong bóng tài trợ nhanh chóng sụp đổ. Những câu lạc bộ có hạ tầng thật — đào tạo trẻ, quan hệ cộng đồng, dòng tiền ổn định từ các thỏa thuận dài hạn — sống sót. Đó không phải là một bài học về tài chính. Đó là một bài học về việc bạn có hay không có hệ thống bên dưới những con số.

Hệ thống không tạo ra thiên tài; nó chỉ tạo ra không gian để thiên tài không bị bóp nghẹt.

Tôi nhớ một cuộc họp vào tháng Bảy năm 2026. Chúng tôi đang xem xét ba kịch bản: một kịch bản lạc quan, một kịch bản trung bình, và một kịch bản bi quan. Trong kịch bản bi quan, chúng tôi mất ba trong số mười hai cầu thủ trụ cột, mất một trong hai nhà tài trợ chính, và phải giảm toàn bộ ngân sách còn sáu mươi phần trăm. Chúng tôi không dùng kịch bản bi quan đó để thuyết phục bất cứ ai. Chúng tôi dùng nó để hiểu giới hạn của mình. Cái mà tôi học được từ kinh nghiệm đó là một kịch bản bi quan được viết ra không bao giờ là một dự đoán — nó là một bài tập xây dựng linh hoạt. Và câu hỏi đúng không phải là "chúng ta sẽ gặp kịch bản nào", mà là "nếu chúng ta gặp kịch bản bất lợi nhất, chúng ta có còn tồn tại không".

Esports như một ngành công nghiệp của những khoảng trống

Khi tôi chuyển từ phân tích tài chính câu lạc bộ sang công việc theo dõi ngành esports cho thị trường Mỹ, tôi nhận ra rằng ngành này có một đặc điểm cấu trúc khiến nó khác biệt với các môn thể thao truyền thống. Trong bóng đá, sự trưởng thành của một cầu thủ có một lộ trình tương đối rõ: học viện, đội dự bị, đội một, cho mượn, bán lại. Các chỉ số đo lường một cầu thủ có thể bỏ sót, nhưng hệ thống tuyển trạch của các câu lạc bộ lớn đã phát triển qua hàng thập kỷ và có những mạng lưới quan sát viên thực địa không thể bị thay thế bởi dữ liệu.

Trong esports, hệ thống đó chỉ mới tồn tại ở dạng sơ khai. Các đội tuyển hàng đầu ở Hàn Quốc và Trung Quốc có hệ thống học viện tương đối hoàn chỉnh, nhưng ở nhiều khu vực khác — bao gồm Đông Nam Á và phần lớn châu Mỹ Latinh — việc phát hiện tài năng vẫn phụ thuộc vào các mạng xã hội cá nhân và những lời giới thiệu không chính thức. Điều đó có nghĩa là một lượng lớn tài năng bị bỏ sót không phải vì họ không đủ giỏi, mà vì không ai đo họ.

Mọi bong bóng chuyển nhượng đều bắt đầu bằng một câu chuyện đẹp và kết thúc bằng một bảng cân đối kế toán.

Tôi tin rằng một trong những cách quan trọng nhất để ngành esports trưởng thành là xây dựng một hạ tầng dữ liệu có thể đo lường được những gì hệ thống hiện tại đo rất kém: khả năng lãnh đạo trong đội, sự ổn định tâm lý qua một mùa giải dài, khả năng thích ứng với những thay đổi phiên bản game, và chất lượng giao tiếp — yếu tố mà bất kỳ huấn luyện viên nào cũng biết là quan trọng bậc nhất nhưng gần như không có chỉ số nào đo được. Những đội tuyển đầu tư vào hạ tầng này sẽ có lợi thế cạnh tranh. Những đội tuyển tiếp tục dựa vào dữ liệu bề mặt sẽ tiếp tục đưa ra những quyết định có vẻ hợp lý nhưng thiếu chiều sâu.

Trong các cuộc trò chuyện với những người làm phân tích tại các câu lạc bộ hàng đầu, tôi nhận thấy một mô hình chung. Những đội thành công nhất không phải là những đội có nhiều dữ liệu nhất. Họ là những đội biết đặt câu hỏi đúng trước khi thu thập dữ liệu, biết phân biệt giữa dữ liệu đo kết quả và dữ liệu đo nguyên nhân, và biết khi nào cần quyết định mà không có đầy đủ thông tin. Đó không phải là một kỹ năng dữ liệu. Đó là một kỹ năng lãnh đạo.

Những gì ngành này thực sự cần

Nếu tôi phải đưa ra một khuyến nghị cho các đội tuyển đang muốn xây dựng năng lực phân tích của họ, tôi sẽ không nói rằng họ cần thuê thêm nhà phân tích. Tôi sẽ nói rằng họ cần dạy cho những nhà phân tích hiện có của họ một kỹ năng mà không trường đại học nào dạy: kỹ năng trình bày sự không chắc chắn.

Trong một bản báo cáo phân tích, thông tin quan trọng nhất không phải là kết luận. Đó là mức độ chắc chắn của kết luận. Một đội tuyển có thể sống chung với một kết luận được trình bày với độ chắc chắn sáu mươi phần trăm. Nhưng họ không thể sống chung với một kết luận được trình bày với độ chắc chắn chín mươi phần trăm khi sự thật là sáu mươi phần trăm. Kiểu trình bày đó thường dẫn đến những quyết định quá tự tin — những quyết định được đưa ra mà không có kế hoạch dự phòng, những khoản chi tiêu không có biên độ an toàn.

Đây là lý do vì sao tôi luôn viết các báo cáo của mình theo dạng kịch bản đa chiều: nguyên nhân, biến số, lộ trình phục hồi. Tôi không nói với khách hàng rằng "chúng ta sẽ thắng". Tôi nói với họ rằng "nếu biến X diễn ra theo hướng A, chúng ta có cơ hội; nếu biến X diễn ra theo hướng B, chúng ta cần phản ứng như thế này". Cách trình bày đó không hấp dẫn bằng một dự đoán táo bạo. Nhưng nó hữu ích hơn nhiều lần.

Những dấu hiệu đáng theo dõi trong mùa giải hiện tại

Mùa giải hiện tại đang ở giai đoạn mà áp lực giải đấu lớn nén cảm xúc của cả ngành vào một khoảng thời gian ngắn. Trong giai đoạn này, dữ liệu công khai sẽ trở nên nhiều hơn, nhanh hơn, và ồn ào hơn — nhưng lượng dữ liệu tăng thêm hầu như luôn tập trung vào cùng một loại chỉ số bề mặt. Chính xác là khi mọi người bị phân tâm bởi tiếng ồn đó, giá trị thật của những vùng dữ liệu bị bỏ sót lại càng trở nên rõ ràng hơn.

Kinh nghiệm theo dõi các trận đấu của tôi trong các kỳ giải đấu lớn cho tôi thấy ba dấu hiệu đáng chú ý. Thứ nhất là các đội tuyển có thể thay đổi lối chơi giữa các giai đoạn — không phải thay đổi chiến thuật nhỏ, mà thay đổi cấu trúc kiểm soát bản đồ. Đội nào làm được điều đó thường là đội có chiều sâu chiến thuật thật, không chỉ là đội có đội hình mạnh. Thứ hai là các tuyển thủ ít được chú ý nhưng có vai trò cấu trúc — những người chơi không có chỉ số đẹp nhưng quyết định nhịp độ của đội. Thứ ba là khả năng phản ứng với thất bại sớm trong giải đấu. Một đội có thể thua trận đầu tiên và tiến xa, hoặc thắng tất cả vòng bảng và sụp đổ. Sự khác biệt thường không nằm ở kỹ năng, mà ở khả năng xử lý những gì chưa từng xảy ra với họ trước đó.

Đây là những dấu hiệu mà dữ liệu công khai đo rất kém. Nhưng chúng là những dấu hiệu quan trọng nhất. Và đó là lý do vì sao tôi vẫn giữ tệp tài liệu trống đó trong ổ cứng của mình — như một lời nhắc rằng sự trung thực về những gì ta không biết là nền tảng của bất kỳ phân tích nào có giá trị.

Những gì tôi học được từ việc viết "tôi không biết"

Trong mười tám năm quan sát ngành này, từ khi còn là một vận động viên esports trẻ ở Việt Nam cho đến khi làm nhà phân tích tài chính câu lạc bộ ở Boston, tôi đã viết hàng trăm bản báo cáo. Nhưng bản báo cáo mà tôi nhớ nhất lại là bản ít nội dung nhất — bản mười hai trang với chín hạng mục và tất cả đều trống.

Tôi nhớ nó không phải vì nó thông minh. Tôi nhớ nó vì nó khó viết nhất. Viết một bản phân tích đầy đủ thì dễ. Bạn sắp xếp dữ liệu, bạn tạo ra một cấu trúc, bạn rút ra một kết luận. Nhưng viết một bản mà trong đó mỗi dòng đều nói "tôi không đủ thông tin để trả lời" đòi hỏi một loại can đảm khác. Bạn phải chống lại bản năng muốn trông hữu ích. Bạn phải chống lại áp lực thị trường muốn bạn đưa ra một quan điểm. Bạn phải chống lại chính bản thân mình, cái phần trong bạn luôn muốn nói thêm một điều gì đó để bản báo cáo có vẻ hoàn chỉnh.

Và tôi nghĩ đó là bài học quan trọng nhất mà ngành esports cần học ngay bây giờ, khi mà tiếng ồn xung quanh các giải đấu và thương vụ chuyển nhượng đang ở đỉnh điểm. Khả năng nói "tôi không biết" một cách có hệ thống không phải là sự yếu đuối. Nó là nền tảng của sự đáng tin cậy. Một người phân tích nói "tôi biết tất cả mọi thứ" sẽ nhanh chóng bị phát hiện là đang phỏng đoán. Một người phân tích nói "tôi biết điều này, tôi không biết điều kia, và đây là lý do tôi quyết định dựa trên điều tôi biết" sẽ được tôn trọng trong dài hạn.

Tôi không tin vào những nhà phân tích luôn đúng. Tôi tin vào những nhà phân tích luôn trung thực về mức độ chắc chắn của mình. Trong một ngành mà kết quả có độ biến động rất cao, sự trung thực đó là tài sản quý giá nhất mà một nhà phân tích có thể xây dựng — và là tài sản dễ bị đánh mất nhất khi áp lực tạo ra câu chuyện trở nên quá lớn.

Nhìn về phía trước: Từ dữ liệu đến hệ thống

Câu hỏi mà tôi nghĩ mỗi người làm phân tích esports nên tự hỏi mình là: mục tiêu cuối cùng của tôi là gì? Nếu câu trả lời là "để được công nhận là người đúng", thì sự nghiệp của bạn sẽ được xây dựng trên việc quản lý danh tiếng — và bạn sẽ liên tục phải chọn những kết luận an toàn để bảo vệ danh tiếng đó. Nếu câu trả lời là "để giúp đội bóng của tôi ra quyết định tốt hơn", thì bạn sẽ chấp nhận rằng phần lớn công việc của bạn là nói về sự không chắc chắn, và rất ít công việc là được khen ngợi.

Tôi chọn cách thứ hai, và tôi không hối tiếc. Nhưng tôi sẽ không nói dối rằng nó dễ chịu. Có những lúc tôi nhìn vào một tệp dữ liệu và biết rằng nếu tôi chỉ thêm một giả định nữa, tôi có thể đưa ra một kết luận hấp dẫn. Và có những lúc tôi đã thêm giả định đó. Tôi đã viết những bản báo cáo tự tin hơn mức sự thật cho phép. Tôi đã đưa ra những dự đoán mà tôi biết là dựa trên nền tảng mong manh. Đó là những sai lầm của tôi, và tôi học được nhiều từ chúng hơn là từ những lần tôi đúng.

Tôi tin rằng ngành esports sẽ trưởng thành nhanh hơn nếu các nhà phân tích học cách nói ít hơn nhưng chắc hơn. Sẽ có ít dự đoán hơn, ít bảng xếp hạng hơn, ít tranh cãi trên mạng xã hội hơn. Nhưng sẽ có nhiều quyết định đúng hơn ở cấp độ câu lạc bộ. Và trong dài hạn, điều đó quan trọng hơn bất kỳ lưu lượng truy cập nào.

Điều tôi muốn để lại

Khi tôi viết những dòng này ở Boston, mùa đông lại đang đến gần. Ngoài cửa sổ, những cây phong đã rụng hết lá, và tôi biết rằng trong vài tuần nữa, tuyết sẽ lại rơi dày như đêm tôi viết tệp tài liệu trống đó. Tôi vẫn chưa xóa nó khỏi ổ cứng. Tôi không nghĩ mình sẽ xóa.

Tôi giữ nó vì nó là bằng chứng cho một điều mà tôi tin tưởng trong suốt sự nghiệp của mình: rằng sự trung thực về những gì ta không biết không làm cho ta yếu đi. Nó làm cho ta mạnh hơn, vì nó giải phóng ta khỏi gánh nặng phải tỏ ra biết tuốt. Một nhà phân tích có thể sống với sự không chắc chắn là một nhà phân tích có thể sống với sự thật. Và trong một ngành mà sự thật thường bị chôn vùi dưới hàng trăm con số, việc sống với sự thật là một lựa chọn mang tính đạo đức, không chỉ mang tính kỹ thuật.

Câu hỏi mà tôi để lại cho bạn không phải là bạn đã phân tích đúng chưa. Mà là: lần cuối cùng bạn nói "tôi không biết" trong một bản báo cáo chuyên môn là khi nào? Nếu bạn không nhớ, có lẽ bạn đang làm việc với một tấm bản đồ trắng nhưng lại tin rằng mình đang nhìn thấy lãnh thổ. Và đó, trong ngành này, là kiểu sai lầm tốn kém nhất.