Dữ liệu esports Việt Nam: Lỗ hổng vận hành, không phải lỗ hổng công nghệ

Đêm 12 tháng 3 năm 2026, tôi tải về tệp nhật ký của một trận đấu thuộc hệ thống giải trẻ Việt Nam. Trận đấu có thật: hai đội có thật, khán đài có thật dù thưa, và tôi đã xem trực tiếp hiệp một qua luồng phát chính thức. Tệp nhật ký nặng 4.812 byte, vừa đủ phần tiêu đề. Cột mốc thời gian trống. Cột lính trống. Cột vàng trống. Cột sát thương trống. Người vận hành gửi kèm một dòng ghi chú ngắn: “lỗi đường truyền, sẽ bổ sung sau”. Bốn tháng sau, tệp vẫn nằm nguyên ở trạng thái đó.

Tôi không xóa nó. Trong số những mẫu vật tôi thu thập được năm nay, đây là mẫu vật nói nhiều nhất. Nó không kể về một sự cố kỹ thuật. Nó kể về một ngành đã dựng xong khán đài, đèn chiếu và hợp đồng tài trợ, nhưng chưa từng dựng đường ống dẫn dữ liệu phía sau.

Trong bóng đá, tôi từng làm việc với một mạng lưới dữ liệu có tổ chức. Năm 2026, tôi tự tay ghi chép chỉ số của 182 trận V-League qua băng hình để tính PPDA, và tìm ra Long An là đội pressing thấp nhất giải với chỉ số 7,8, nhưng vẫn chỉ lọt lưới 0,7 bàn mỗi trận nhờ phản công cực nhanh. Bài viết “Pressing thấp không phải là hèn” bị một huấn luyện viên kỳ cựu gọi là thống kê vô hồn, nhưng trợ lý trẻ của một câu lạc bộ khác lại mời tôi dựng bản đồ pressing cho đội mình. V-League là một mớ hỗn loạn, nhưng mớ hỗn loạn nào cũng có quy luật riêng. Điều đáng nói: tôi làm được phép tính đó vì băng hình tồn tại, vì tên cầu thủ được ghi lại, vì mỗi hành động có mốc thời gian đi kèm.

Esports Việt Nam chưa có nền tảng tương đương. Giải đấu lớn nhất nước phát trực tiếp bằng tiếng Việt với hàng trăm nghìn người xem đồng thời. Nhưng nếu muốn hỏi một câu đơn giản — tuyển thủ X có chỉ số lính phút thứ 15 trung bình bao nhiêu trong sáu tuần gần nhất — thì không nguồn công khai nào trả lời được. Các trang thống kê quốc tế ghi nhận một phần dữ liệu của giải Việt Nam, nhưng chỉ ở mức tổng kết trận, không có chuỗi thời gian chi tiết.

Nguyên nhân không nằm ở thiết bị. Máy chủ đủ mạnh, phần mềm quan sát viên đủ tốt, đường truyền đủ nhanh. Nguyên nhân nằm ở chỗ không ai được giao trách nhiệm biến một trận đấu thành một tệp dữ liệu, và không ai chịu trách nhiệm khi tệp đó trống.

Tôi lớn lên ở Hàn Quốc và làm việc ở Việt Nam, nên tôi nhìn thấy rõ độ lệch pha này. Ở Hàn Quốc, dữ liệu trận đấu được đối xử như hạ tầng công cộng: nhà phát hành mở luồng, đài truyền hình dựng bảng chỉ số thời gian thực, các nhóm nghiên cứu dùng chính dữ liệu đó cho đề tài của họ. Ở Việt Nam, cùng một trò chơi, cùng một nhà phát hành, nhưng dòng dữ liệu dừng lại ở cửa phòng thu. Khác biệt này không nằm ở năng lực con người. Nó nằm ở quy định, ở thói quen tổ chức, và ở việc không ai từng đặt câu hỏi về cái tệp sẽ nằm lại sau mỗi buổi phát.

Tôi chia chuỗi dữ liệu của một trận esports thành bốn khớp nối. Mỗi khớp rơi mất một phần thông tin, và tổng phần mất đi luôn lớn hơn phần còn lại.

Khớp thứ nhất là thu thập. Ở LCK hay LPL, nhà phát hành cung cấp luồng dữ liệu chính thức, chuẩn hóa theo từng phút. Ở Việt Nam, gần như toàn bộ thông tin sống bên trong máy của quan sát viên và biến mất khi trận đấu kết thúc. Ban tổ chức ghi nhận kết quả, thời lượng, đôi khi cả số mạng hạ gục. Phần còn lại — đường đi, vị trí mắt, thời điểm đổi đường, lượng vàng chênh lệch theo từng phút — không được lưu ở đâu cả. Một trận đấu ba mươi phút tạo ra vài nghìn điểm dữ liệu; chúng ta giữ lại khoảng mười hai điểm.

Một ảo giác cần gọi tên: đồ họa truyền hình. Khi màn hình hiện lên ô chênh lệch vàng hay bảng chỉ số nhỏ ở góc, người xem có cảm giác dữ liệu đang được vận hành một cách bài bản. Nhưng lớp đồ họa ấy chỉ là trình diễn tạm thời, sinh ra rồi biến mất cùng buổi phát. Nó không được lưu lại, không theo một lược đồ cố định, và không thể truy vấn ngược. Sự chuyên nghiệp trên hình ảnh không đồng nghĩa với sự tồn tại của dữ liệu.

Khớp thứ hai là trích xuất. Khi dữ liệu không tự động chảy ra, con người phải bóc nó bằng tay. Các giải Việt Nam thường dựa vào một hoặc hai tình nguyện viên ngồi tua lại VOD để ghi chép. Tôi từng làm công việc đó trong nhiều tháng, nên tôi biết giá của nó: một giờ băng hình ngốn ba giờ ghi chép, sai số tăng dần về phía cuối trận, và không có cơ chế kiểm tra chéo. Quan trọng hơn, không có một lược đồ chung. Người ghi đếm mạng theo cách khác nhau, gọi tên giai đoạn khác nhau, xử lý các pha hạ gục trùng lặp theo cách khác nhau. Hai bộ dữ liệu cùng mô tả một trận đấu có thể không ghép được với nhau.

Còn một loại lệch pha nữa mà ít ai để ý: phiên bản trò chơi. Một vị tướng được làm lại giữa mùa giải sẽ cắt đứt mọi so sánh chuỗi thời gian. Nếu không ghi lại số phiên bản cho từng trận, chỉ số của tuần thứ ba và tuần thứ chín nằm cạnh nhau trên cùng một bảng nhưng không còn đo cùng một thứ. Tôi từng thấy những bảng thống kê nội bộ bị dùng sai theo đúng cách này, và không ai trong phòng họp phát hiện ra, vì cột số phiên bản chưa bao giờ được tạo.

Khớp thứ ba là lưu trữ. Không có kho lưu trữ công khai, dài hạn. VOD bị gỡ khi hết thời hạn bản quyền. Ngay cả khi VOD còn, việc truy vấn lại nó để dựng một chuỗi thời gian đòi hỏi nguồn lực mà không câu lạc bộ nào ở đây có. Kết quả là mọi phân tích của chúng ta đều sống trong hiện tại. Chúng ta biết đội nào đang thắng, nhưng không biết đội đó thắng bằng cách nào, và cách đó đã thay đổi ra sao trong mười tám tháng.

Hệ quả nhắm thẳng vào con người. Những tuyển thủ như Đỗ Duy Khánh (Levi) hay Trần Duy Sang (Kiaya) được ghi nhận ở đấu trường quốc tế, nhưng dữ liệu chi tiết về giai đoạn họ trưởng thành ở giải trong nước gần như không tồn tại dưới dạng có thể truy vấn. Một học viện muốn đánh giá lại hai năm phát triển của một tài năng trẻ buộc phải dựa vào ký ức của huấn luyện viên và vài đoạn clip được cắt sẵn. Đó là tuyển trạch bằng cảm giác, không phải bằng hồ sơ.

Khớp thứ tư là công bố. Đây là khớp nguy hiểm nhất, vì nó không làm mất dữ liệu, mà làm méo dữ liệu. Bản đồ nhiệt đã trở thành món trang trí mặc định trong gần như mọi bài phân tích esports, và nó là liều thuốc an thần mạnh nhất mà ngành này tự kê cho mình. Một bản đồ nhiệt cho ta biết một tuyển thủ đã ở đâu, mà không cho ta biết người đó có nhiệm vụ gì ở đó, đội hình đối phương ra sao, hay đội của họ đang đánh theo kế hoạch nào. Đặt cạnh nhau, hai tuyển thủ có bản đồ nhiệt giống hệt nhau có thể đang đảm nhiệm hai vai trò ngược nhau. Nếu không có lớp ngữ cảnh chiến thuật phủ lên, bản đồ nhiệt chỉ là một cách trình bày lại vị trí bằng màu sắc. Nó trông giống phân tích, và chính vì thế nó đủ sức thay thế phân tích mà không ai nhận ra.

Tôi đã thấy sức mạnh của chuỗi thời gian đầy đủ vào năm 2026, khi các giải đấu châu Âu phải đá trong sân không khán giả. Tôi dành gần hai tháng phân tích 252 trận Bundesliga diễn ra từ tháng 5 đến tháng 6 năm đó. Tỷ lệ thắng của đội chủ nhà rơi từ 43% xuống 29%, và các đội khách chạy nhiều hơn khoảng 6%. Bảng so sánh tôi đăng lên Twitter được một nền tảng phân tích châu Âu chia sẻ, coi đó là bằng chứng định lượng cho lợi thế sân nhà. Tiếng vỗ tay trên khán đài trống ghi lại một sự thật mà không ai muốn nghe. Nhưng điều quan trọng không nằm ở kết luận. Điều quan trọng là tôi làm được phép tính ấy vì 252 trận đấu kia tồn tại dưới dạng dữ liệu có mốc thời gian, được ghi bằng cùng một lược đồ, và không bị xóa sau khi hết mùa.

Thử hình dung chúng ta muốn chạy một phép phân tích tương tự cho một giải esports Việt Nam. Giả thuyết đơn giản: các đội trẻ tăng tỷ lệ kiểm soát mục tiêu khi được đá trên sân nhà có khán giả. Muốn kiểm chứng, ta cần dữ liệu vị trí của mỗi pha tranh mục tiêu, trong khoảng ba mùa, với tên tuyển thủ được giữ nguyên vẹn. Chúng ta không có. Chúng ta thậm chí không thể xác định lại đội hình của một trận bán kết mùa trước nếu không lục lại bản tin lưu trữ trên báo.

Còn một tầng méo mó nữa, nằm ở phía câu lạc bộ. Bảo mật y tế khiến truyền thông và người hâm mộ bị mù trước tình trạng thật của tuyển thủ, và các tổ chức chỉ công bố chấn thương khi thông tin đó có lợi cho họ — khi cần giải thích một chuỗi thua, khi cần dọn đường cho một thương vụ, hoặc khi cần hạ kỳ vọng trước một giải lớn. Trong esports, dạng chấn thương phổ biến nhất là cổ tay, vai và sức khỏe tinh thần. Cả ba đều không có dấu hiệu nhìn thấy được trên sóng truyền hình. Thế là cột dữ liệu về chấn thương bị bỏ trống một cách có chủ đích, và trống theo hướng có lợi cho bên nắm quyền công bố.

Phản xạ quen thuộc khi gặp một tệp rỗng là tuyên bố: thiếu dữ liệu thì không có kết luận. Phản xạ này nghe có vẻ kỷ luật, nhưng sai ở một điểm — nó giả định dữ liệu vắng mặt một cách trung tính. Dữ liệu hiếm khi vắng mặt một cách trung tính. Nó vắng mặt vì có người quyết định không thu thập, hoặc thu thập rồi không công bố, hoặc công bố rồi xóa đi. Một khoảng trống luôn có chủ sở hữu, và chủ sở hữu đó luôn có lợi ích.

Cái tệp 4.812 byte kia vì vậy tự nó là một mẩu dữ liệu. Nó cho tôi biết ban tổ chức không có đường ống dự phòng; nó cho tôi biết dòng ghi chú “sẽ bổ sung sau” không kèm theo ai chịu trách nhiệm, nghĩa là không ai sẽ bổ sung; và nó cho tôi biết, sau bốn tháng, rằng thói quen chấp nhận mất dữ liệu đã được thể chế hóa trong quy trình vận hành. Ba suy luận đó đáng giá hơn một bảng thống kê đầy đủ về một trận đấu nhỏ.

Năm 2026, tôi đặt cả sự nghiệp lên một mô hình xác suất mang tên Croatia. Sau tứ kết World Cup tại Nga, tôi dự đoán Croatia thắng Anh vì chỉ số bàn thắng kỳ vọng trung bình của họ là 2,3, so với 1,1 của đối thủ, bất chấp việc Croatia đã phải đá quá nhiều hiệp phụ. Đồng nghiệp trong tòa soạn cười và bảo bóng đá không phải toán học. Croatia thắng 2-1 sau hiệp phụ. Croatia không phải phép màu, mà là một phương sai được quản trị tốt — và tôi chỉ nhìn ra điều đó vì giải đấu ấy có dữ liệu để nhìn. Số liệu không bao giờ nói dối, chỉ là ta chưa hỏi đúng câu.

Nhưng chính vì đã đúng một lần, tôi phải tự nhắc mình về cái bẫy phía sau. Một người viết dữ liệu có thể bị cám dỗ bẻ cong số liệu để thắng một cuộc tranh luận, đặc biệt khi người đó thuộc kiểu người thích tranh biện. Cách phòng thủ duy nhất là chủ động đi tìm dữ liệu phản chứng trước khi viết. Với bài này, dữ liệu phản chứng sẽ là: có giải Việt Nam nào đã lưu đủ dữ liệu mà tôi bỏ sót không? Tôi đã tìm. Câu trả lời là một vài nỗ lực rời rạc, không liên tục, không công khai. Khoảng trống vẫn là khoảng trống.

Ta tưởng mình hiểu trò chơi, cho đến khi bảng số liệu mở mắt ta ra. Và lần này, bảng số liệu mở ra một trang giấy trắng.

Tín hiệu cho vòng tiếp theo rất cụ thể. Tổ chức esports Việt Nam đầu tiên công bố dữ liệu sau trận theo một lược đồ ổn định — tên tuyển thủ, mốc thời gian, chỉ số theo phút, gắn với mã trận đấu — sẽ trở thành nguồn tham chiếu cho cả ngành, đơn giản vì chưa ai làm trước, và chi phí cho việc đó thấp hơn một tháng lương của một huấn luyện viên. Khi đọc bất kỳ bảng thống kê nào về esports Việt Nam trong sáu tháng tới, việc cần làm không phải là kiểm tra xem các chỉ số có đúng không, mà là hỏi xem dòng nào đang thiếu, và ai là người được lợi khi dòng đó không xuất hiện.