Bảng thống kê LCK không đo được thứ quyết định trận đấu — và thị trường chuyển nhượng đang trả giá cho sự mù đó

Tháng Sáu vừa rồi, tôi ngồi trong một phòng phân tích ở Seoul, nhìn một tấm bảng chỉ số được in ra rồi dán lên tường. Trên đó, người đi rừng của đội có lượng vàng mỗi phút cao thứ hai toàn giải, tỉ lệ tham gia hạ gục 78%, số mắt cắm mỗi phút đứng đầu đội, tỉ lệ sống sót trong giao tranh tổng vượt 60%. Bảng dữ liệu kết luận rằng đây là một mẫu người đi rừng gần như không có điểm yếu.

Ba tuần sau, đội đó thua năm trong bảy trận. Người đi rừng bị đẩy xuống đội hình dự bị, và trong buổi họp báo, huấn luyện viên trưởng nói một câu mà tôi ghi lại nguyên văn: "Cậu ấy có mọi chỉ số, trừ chỉ số mà chúng tôi cần."

Câu nói đó mô tả chính xác một lỗ hổng cấu trúc của ngành phân tích esports: hệ thống thống kê chính thức đo được kết quả của hành động, nhưng không đo được lý do hành động đó tồn tại.

Bảng chỉ số được sinh ra như thế nào

Phần lớn các bảng thống kê mà khán giả nhìn thấy trên sóng truyền hình được sinh ra từ một nguồn duy nhất: dữ liệu sự kiện do nhà phát hành cung cấp qua API. Nhà phát hành ghi lại từng lần hạ gục, từng trụ bị phá, từng mục tiêu lớn bị ăn, từng mạng hạ gục và từng mạng bị hạ. Một bên thứ ba nhận gói dữ liệu đó, chạy qua một bộ định nghĩa cố định, rồi xuất ra những con số có vẻ trung tính: KDA, vàng mỗi phút, sát thương mỗi phút, tỉ lệ tham gia hạ gục, tầm nhìn mỗi phút.

Vấn đề nằm ở chỗ mỗi chỉ số đều là một phép chia, và mẫu số không bao giờ được hiển thị. Vàng mỗi phút chia cho tổng thời gian thi đấu. Tỉ lệ tham gia hạ gục chia cho tổng số mạng hạ gục của cả đội. Tầm nhìn mỗi phút chia cho số phút có mặt trên bản đồ. Những mẫu số này không được công bố cùng con số, nên người đọc không có cách nào biết được con số đang đo điều gì.

Hệ quả là toàn bộ hệ thống thống kê chính thức thưởng cho sự hiện diện, không thưởng cho sự đúng đắn. Một người đi rừng có mặt ở mọi pha giao tranh sẽ đạt tỉ lệ tham gia hạ gục rất cao, kể cả khi việc anh ta có mặt ở cánh dưới khiến đội mất sứ giả ở cánh trên. Bảng thống kê ghi nhận anh ta đã tham gia. Bảng thống kê không ghi nhận cái giá phải trả.

Tôi không nói điều này để phủ nhận giá trị của dữ liệu chính thức. Tôi nói điều này vì trong nhiều năm, chính tôi đã bắt đầu từ những con số đó, rồi phát hiện ra chúng chỉ là lớp sơn bên ngoài của một tòa nhà mà tôi chưa từng bước vào.

Vì sao tôi không tin bảng có sẵn

Năm 2026, khi còn là học sinh cấp hai ở Busan, tôi có thói quen chép tay từng đường chuyền của các trận bóng đá trong nước. Trong một trận giữa Busan IPark và Seoul E-Land ngày 12 tháng 7 năm 2026, tôi đếm được 412 đường chuyền thành công của đội chủ nhà, trong khi bảng thống kê chính thức công bố 389. Chênh lệch 23 đường chuyền, tương đương gần 6%. Tôi đăng so sánh đó lên một diễn đàn nhỏ và nhận về hai loại phản hồi: những người cho rằng tôi đếm sai, và những người cho rằng định nghĩa đường chuyền thành công của tôi khác với định nghĩa của nhà cung cấp.

Cả hai loại phản hồi đều đúng. Và đó chính là bài học đầu tiên: một con số đúng vẫn có thể là một lời nói dối lịch sự, nếu nó bị tách khỏi cách nó được tạo ra.

Từ đó, tôi giữ thói quen lưu trữ dữ liệu thô của gần 50 trận, không phải để chứng minh mình đúng, mà để có một hệ quy chiếu thứ hai. Khi tôi chuyển sang esports và bắt đầu làm việc với các bản replay, tôi áp dụng đúng phương pháp đó: mỗi con số trên sóng truyền hình đều được tôi đối chiếu với dữ liệu tôi tự bóc từ bản ghi trận đấu.

Kết quả lặp lại gần như theo quy luật. Bảng chính thức luôn đúng về mặt số học. Nó chỉ sai về mặt ý nghĩa.

Giải phẫu một người đi rừng: bốn biến số không ai công bố

Trở lại với người đi rừng trong phòng phân tích ở Seoul. Để hiểu vì sao một bộ chỉ số gần như hoàn hảo lại dẫn tới việc bị đẩy xuống dự bị, tôi phải bóc bản ghi của cả 7 trận thua đó và dựng lại bốn biến số khác.

Biến số đầu tiên là chỉ số áp sát. Tôi định nghĩa nó bằng số lần một đội chủ động tạo ra tương tác với đối phương, chia cho tổng số hành động phòng ngự trong cùng khoảng thời gian. Cách đặt vấn đề này tương tự chỉ số PPDA trong bóng đá — chỉ số đo mức độ chủ động gây áp lực thay vì đo kết quả của việc gây áp lực. Với người đi rừng này, chỉ số áp sát cá nhân ở giai đoạn đi đường là 4,1, thuộc nhóm thấp nhất giải. Anh ta không gây áp lực. Anh ta xuất hiện sau khi áp lực đã được tạo ra bởi người khác.

Biến số thứ hai là phân bố cửa sổ mục tiêu. Tôi chia trận đấu thành các cửa sổ 90 giây quanh thời điểm mục tiêu lớn xuất hiện, rồi tính tỉ lệ đội kiểm soát được mục tiêu trong từng cửa sổ. Đội này kiểm soát 68% rồng nhưng chỉ 29% sứ giả trong suốt giai đoạn giữa trận. Con số tổng hợp trên sóng truyền hình ghi "kiểm soát mục tiêu 51%" và trông có vẻ cân bằng. Nhưng 51% đó là trung bình của hai cực đoan, và chính khoảng trống giữa hai cực đoan mới là thứ đối thủ khai thác.

Biến số thứ ba là độ lệch tài nguyên trong đội. Tôi tính chênh lệch lượng vàng giữa người chơi giàu nhất và người chơi nghèo nhất trong cùng một đội, ở phút thứ 15. Ở các đội thắng, độ lệch này trung bình 1.850 vàng. Ở chính đội này trong 7 trận thua, độ lệch trung bình 3.400 vàng. Người đi rừng có chỉ số vàng mỗi phút cao thứ hai giải, nhưng phần lớn lượng vàng đó được lấy từ các khu vực lẽ ra thuộc về người đi giữa hoặc xạ thủ. Anh ta giàu lên trong khi đồng đội nghèo đi. Bảng thống kê gọi đó là hiệu suất cá nhân.

Biến số thứ tư là độ trễ của tầm nhìn. Số mắt cắm mỗi phút chỉ nói rằng một người chơi đã đặt mắt. Nó không nói mắt đó được đặt trước hay sau khi đối phương di chuyển. Tôi gắn mốc thời gian cho từng lượt cắm mắt và đối chiếu với thời điểm đối phương xuất hiện ở khu vực đó. Với người đi rừng này, 61% số mắt được đặt trong khoảng 12 giây sau khi đối phương đã rời khỏi khu vực. Về mặt kỹ thuật, anh ta cắm nhiều mắt nhất đội. Về mặt chiến thuật, phần lớn số mắt đó chỉ ghi lại quá khứ.

Bốn biến số, và bức tranh đảo ngược hoàn toàn. Một người chơi được bảng chính thức mô tả là không có điểm yếu, khi soi bằng dữ liệu thô, lại là người hút tài nguyên, chậm chân trong việc tạo áp lực, lệch hướng mục tiêu và cắm mắt muộn.

Góc nhìn phản trực giác: tương quan không phải nhân quả

Đây là chỗ mà hầu hết các bài phân tích esports sụp đổ, và tôi phải tự nhắc mình về điều đó mỗi lần cầm bảng dữ liệu.

Một người chơi có chỉ số sát thương mỗi phút cao chưa chắc là người chơi hay. Anh ta có thể chỉ đang chơi trong một đội đánh chậm, dồn tài nguyên và kéo dài trận để tối ưu hóa giao tranh tổng. Một đội có tỉ lệ thắng giao tranh cao chưa chắc có hệ thống phối hợp tốt; họ có thể chỉ đang chọn giao tranh khi đã có lợi thế trang bị. Một người đi rừng có tỉ lệ tham gia hạ gục 78% chưa chắc là người kết nối tốt; anh ta có thể chỉ đang đứng gần những pha giao tranh do người khác tạo ra.

Trong thống kê, đây là vấn đề biến số gây nhiễu. Trong esports, đây là vấn đề hệ thống chiến thuật. Cùng một chỉ số, khi nằm trong hai hệ thống khác nhau, mang hai ý nghĩa trái ngược. Đó là lý do tôi từ chối đưa ra kết luận từ một chỉ số duy nhất, bất kể chỉ số đó trông thuyết phục đến đâu.

Một ví dụ khác nằm ở mặt trận định giá con người. Mô hình dữ liệu chuyển nhượng hiện nay gán giá trị rất cao cho người chơi trẻ có chỉ số đẹp trong một đội yếu. Logic rất dễ hiểu: chỉ số tốt trong hoàn cảnh xấu hàm ý tiềm năng lớn. Nhưng mô hình đó bỏ qua một biến số không thể lượng hóa: khả năng hòa nhập vào một hệ thống đã được thiết lập. Một người chơi đã quen với việc nhận 30% tài nguyên của đội sẽ gặp vấn đề cấu trúc khi chuyển sang đội mà tài nguyên được chia theo trục khác. Chỉ số của anh ta không đổi. Vai trò của anh ta thay đổi. Và thị trường thường chỉ nhận ra điều đó sau khoảng sáu tháng, khi hợp đồng đã ký.

Chiều ngược lại cũng đúng. Những người chơi có chỉ số trung bình nhưng tỉ lệ thắng trong các pha giao tranh 5 đấu 5 cao bị định giá thấp, bởi vì bảng thống kê không có cột nào ghi "đã đưa ra quyết định đúng trong 0,4 giây". Đó là loại giá trị tồn tại rất thật trên bản đồ, nhưng không tồn tại trong bất kỳ bảng dữ liệu công khai nào.

Ở cấp độ giải đấu, cùng một vấn đề xuất hiện ở quy mô lớn hơn. Từ năm 2026, các giải lớn áp dụng mô hình nhượng quyền với suất tham dự cố định, và mức phí ban đầu cho một suất thường được ghi nhận ở mức tám chữ số tính bằng đô la Mỹ. Từ năm 2026, một số giải áp dụng trần lương, kèm ngoại lệ cho những người chơi gắn bó lâu năm. Những cơ chế đó được thiết kế dựa trên dữ liệu. Và dữ liệu được dùng để thiết kế chúng chính là loại dữ liệu mà tôi vừa chỉ ra là không đo được thứ cần đo.

Tín hiệu vòng tiếp theo

Các sự kiện quốc tế quy mô lớn gần đây, với tổng giá trị giải thưởng vượt 60 triệu đô la Mỹ, đã đẩy dòng tiền vào esports lên một mức mà ngành này chưa từng chứng kiến. Khi dòng tiền tăng nhanh hơn chất lượng dữ liệu, sai số trong định giá cũng tăng theo cấp số nhân.

Trong vòng đấu tới, tôi sẽ theo dõi hai tín hiệu cụ thể: chỉ số áp sát cá nhân của các người đi rừng ở giai đoạn đi đường, và độ lệch tài nguyên trong đội ở phút thứ 15. Nếu hai chỉ số này phân kỳ với các bảng thống kê chính thức ở một tỉ lệ đủ lớn, chúng ta sẽ có bằng chứng định lượng rằng thị trường đang trả tiền cho một thứ khác với thứ quyết định kết quả trận đấu.

Mọi chỉ số đều để lại dấu mực nếu bạn chịu khó lần theo. Vấn đề là phần lớn bảng biểu không được thiết kế để người ta lần theo — chúng được thiết kế để người ta đọc lướt. Và khi một con số được đọc lướt đủ nhiều lần, nó trở thành sự thật chỉ vì không ai kiểm tra lại. Nếu đội bóng của bạn đang định giá một người chơi dựa trên bảng chỉ số được phát trên sóng truyền hình, bạn đang định giá dựa trên thứ mà chính người tạo ra nó cũng không dám bảo vệ trước tòa.