Nhãn sai trong kho dữ liệu thể thao điện tử: một bộ ảnh cosplay Azur Lane và cái giá của việc phân loại ẩu

Tối thứ Ba, tôi đang chạy bảng kiểm kê nội dung cho một khách hàng ở Chicago — một công ty theo dõi truyền thông thể thao điện tử, muốn biết trong tháng vừa rồi lượng bài viết về esports tăng bao nhiêu phần trăm so với cùng kỳ. Tôi kéo thanh cuộn xuống và dừng lại ở một dòng được gắn nhãn "esports". Tiêu đề nói về một bộ ảnh cosplay nhân vật Shimakaze trong Azur Lane. Tôi mở ra, đọc hết từ đầu đến cuối, rồi đọc lại lần nữa vì nghĩ mình đã bỏ sót thứ gì đó. Không có giải đấu nào được nhắc tới. Không có đội tuyển, không có tuyển thủ chuyên nghiệp, không có huấn luyện viên, không có bản cập nhật cân bằng, không có hợp đồng chuyển nhượng, không có bảng xếp hạng. Thứ duy nhất tồn tại trong bài là một bộ ảnh: một người mặc trang phục thủy thủ, đội đôi tai thỏ, tạo dáng trước phông nền đơn sắc, kèm vài dòng mô tả khen ngợi rằng người thực hiện đã tái hiện khá ấn tượng nguyên mẫu trong trò chơi. Tôi ghi chú lại vào bảng tính. Mọi con số đều là một câu chuyện đang chờ được kiểm chứng, và bài viết này, với tư cách một dòng dữ liệu trong mẫu mà tôi phụ trách đo lường, là một con số. Một con số bị đặt sai chỗ. Đó là khởi đầu của một tuần tôi dành để trả lời một câu hỏi tưởng như nhỏ: làm thế nào một bộ ảnh cosplay lại được hệ thống phân loại tự động xếp vào cùng ngăn với tin chuyển nhượng, lịch thi đấu và phân tích chỉ số? Azur Lane là trò chơi di động thuộc thể loại gacha, phát triển bởi Manjuu và Yongshi. Nó ra mắt lần đầu tại Trung Quốc vào tháng 5 năm 2026, tới Nhật Bản vào tháng 9 cùng năm, và tới thị trường quốc tế vào tháng 5 năm 2026. Đây không phải một tựa game đối kháng có hệ thống giải đấu chuyên nghiệp. Nó không có vòng loại khu vực, không có suất nhượng quyền, không có giải vô địch thế giới. Nhịp vận hành của nó khác hẳn: cứ vài tuần, nhà phát hành lại tung ra một nhân vật mới hoặc một bộ trang phục mới, và cộng đồng phản ứng bằng ảnh vẽ, video ngắn và cosplay. Shimakaze là một trong những nhân vật có độ nhận diện cao nhất của trò chơi — một khu trục hạm thuộc Sakura Empire trong phần thiết lập của game. Bài viết gốc mô tả cô là nhân vật khó bỏ qua giữa dàn nhân vật đông đảo, với thiết kế dễ nhận ra và khả năng biến hóa qua nhiều bộ trang phục. Đó là ngôn ngữ của tiếp thị nhân vật. Không phải ngôn ngữ của cân bằng trò chơi. Bài viết được đăng trên một trang tin tiếng Việt, tác giả ký tên Tuấn Hưng. Điều đáng chú ý nằm ở khối liên kết phía dưới: nó trỏ tới một sự kiện PUBG Asia Stars, một tranh chấp liên quan tới một tuyển thủ PUBG, và một tiêu đề về việc giám đốc một công ty truyền thông game bị truy nã vì vi phạm bản quyền. Trang này tồn tại bằng cách trộn nhiều loại nội dung — ảnh cosplay, tin esports thật, tin bản quyền trong ngành game — và đó là chiến lược lưu lượng hoàn toàn hợp lệ về mặt kinh doanh. Vấn đề nằm ở chỗ khác. Khi một trang tin trộn nhiều thể loại, hệ thống thu thập dữ liệu không đọc được ngữ cảnh. Nó đọc thẻ, từ khóa và liên kết. Ở đó, mọi thứ bắt đầu vỡ ra. Trước khi kết luận, tôi làm điều tôi luôn làm: dựng lại định nghĩa. Một nội dung được xếp vào nhóm esports khi nó chứa ít nhất một trong các yếu tố sau — một cuộc thi có tổ chức; một đội hoặc tuyển thủ chuyên nghiệp; một sự kiện chuyển nhượng trong khuôn khổ giải đấu; một bản cập nhật trò chơi có tác động tới cân bằng thi đấu; hoặc một quyết định quản trị của nhà phát hành liên quan tới tính toàn vẹn cạnh tranh. Năm tiêu chí, độc lập với nhau. Tôi đối chiếu bài viết với từng tiêu chí. Cuộc thi có tổ chức: không. Đội hoặc tuyển thủ chuyên nghiệp: không. Sự kiện chuyển nhượng: không. Bản cập nhật cân bằng: không. Quyết định quản trị: không. Năm trên năm tiêu chí trả về kết quả âm. Thứ duy nhất bài viết chứa là hai thực thể: một cá nhân sáng tạo nội dung thực hiện bộ ảnh, và một nhân vật trong trò chơi. Không có thực thể thứ ba nào có thể được gọi là đối tượng cạnh tranh. Dữ liệu không bao giờ nói dối, nhưng người định nghĩa nó thì có thể. Trong trường hợp này, không ai nói dối cả. Chỉ có một hệ thống gán nhãn dựa trên tín hiệu bề mặt. Bài viết nhắc tới một trò chơi điện tử. Nó nằm cạnh những bài viết nhắc tới PUBG — một tựa game esports thật. Đường dẫn, từ khóa và liên kết cùng tồn tại trong một cụm. Bộ phân loại nhìn thấy sự cùng xuất hiện và gán nhãn. Đó là lỗi cơ bản của mọi hệ thống phân loại dựa trên tần suất: nó đo sự gần nhau về mặt từ vựng, không đo sự gần nhau về mặt bản chất. Hai thứ khác nhau hoàn toàn. Hai bài viết cùng nói về "game" có thể nằm ở hai nền kinh tế khác nhau, phục vụ hai nhóm khán giả khác nhau, vận hành theo hai chu kỳ khác nhau. Và đây là chỗ tôi muốn dừng lại lâu hơn, vì nếu chỉ nói "gắn nhãn sai" thì câu chuyện vẫn còn nông. Nền kinh tế mà bài viết này thực sự thuộc về là nền kinh tế nội dung người hâm mộ xoay quanh một IP nhân vật. Tôi gọi nó là bánh đà IP gacha. Nó vận hành như sau. Nhà phát hành thiết kế một nhân vật có độ nhận diện cao — dễ vẽ, dễ nhớ, dễ cosplay, có yếu tố thị giác đủ đặc trưng để nổi bật trên một màn hình điện thoại. Nhân vật đó được tung ra kèm một bộ trang phục giới hạn. Cộng đồng tiếp nhận bằng ảnh vẽ, video ngắn và cosplay. Mỗi lớp nội dung đó lại kéo thêm người mới vào trò chơi. Trò chơi có thêm doanh thu. Nhà phát hành có thêm ngân sách để thiết kế nhân vật tiếp theo. Vòng lặp khép kín. Chu kỳ của bánh đà này không phải chu kỳ bản vá. Nó là chu kỳ banner. Không có buff, không có nerf, không có tier list. Có một nhân vật mới, một bộ trang phục mới, và một làn sóng nội dung người hâm mộ đi kèm. Người thực hiện bộ ảnh trong bài xuất hiện với tư cách một nút lưu lượng, không phải một chủ thể cạnh tranh. Bài viết khen ngợi phần trình bày của họ bằng ngôn ngữ thẩm mỹ — tinh thần tinh nghịch, độ gần gũi với nguyên mẫu trong game — chứ không bằng ngôn ngữ hiệu suất. Không có số liệu tương tác nào được công bố. Không có số người theo dõi, không có tỷ lệ tương tác, không có lượt chia sẻ. Kết luận rằng bộ ảnh "đầu tư kỹ lưỡng" là một nhận định mang tính quảng bá, không phải một phép đo. Với tư cách một nhà phân tích, tôi không hạ thấp nền kinh tế đó. Nó thật, nó lớn, và nó có thể đo lường được. Nhưng nó không đo bằng những thước đo của esports. Thước đo sai còn nguy hiểm hơn cả việc không đo lường gì cả. Nếu tôi dùng số lượt xem trận đấu để đo sức nóng của một bộ cosplay, tôi sẽ kết luận rằng bộ cosplay đó thất bại. Nếu tôi dùng số lượng tương tác cosplay để đo độ phổ biến của một giải đấu, tôi sẽ kết luận rằng giải đấu đó đang bùng nổ. Cả hai kết luận đều vô nghĩa. Bây giờ tới phần định lượng, vì đây là phần khiến tôi khó chịu nhất. Giả sử pipeline của khách hàng thu thập một nghìn bài viết được gắn nhãn esports trong một tháng. Nếu tỷ lệ nhiễu từ nội dung cosplay và người hâm mộ ở mức bốn phần trăm — một con số hoàn toàn hợp lý với những trang tin trộn thể loại — thì bốn mươi bài trong mẫu của tôi không có đối tượng cạnh tranh nào. Bốn mươi bài đó kéo chỉ số tổng lượng nội dung lên, nhưng không đóng góp gì cho bất kỳ phân tích nào về giải đấu, đội, hay tuyển thủ. Chúng pha loãng mẫu. Chúng làm cho biểu đồ đi lên trông có vẻ như esports đang tăng trưởng, trong khi thực tế chỉ là cosplay đang tăng trưởng. Nếu tỷ lệ đó lên tới bảy phần trăm — và trong một số tuần có sự kiện nhân vật lớn, nó có thể lên tới mức đó — thì con số nhiễu là bảy mươi bài. Ở quy mô đó, bạn không còn đang đo esports nữa. Bạn đang đo một hỗn hợp chưa được tách. Tôi nhận ra điều này không phải trong một phòng họp. Tôi nhận ra khi đang làm đúng việc tôi vẫn làm mỗi tuần: rà lại danh sách bài viết để gắn cờ những trường hợp cần kiểm tra thủ công. Dựa trên kinh nghiệm theo dõi các trận đấu và các luồng nội dung của tôi trong nhiều năm, tôi đã hình thành một phản xạ đơn giản: trước khi xếp một nội dung vào nhóm thi đấu, tôi tìm bảng điểm. Nếu không có bảng điểm, không có lịch thi đấu, không có đội hình, thì nội dung đó không thuộc nhóm thi đấu, bất kể tiêu đề viết gì. Phản xạ đó nghe có vẻ hiển nhiên. Nhưng nó không hiển nhiên với một pipeline tự động. Pipeline không có phản xạ. Pipeline chỉ có nhãn. Đây là điểm tôi muốn nhấn mạnh với bất kỳ ai đang xây dựng hệ thống dữ liệu nội dung: sai lệch về nhãn không phải là một lỗi nhỏ cần sửa bằng tay. Nó là một lỗi hệ thống. Mỗi bài viết bị gắn sai nhãn sẽ đi vào mọi báo cáo tiếp theo, mọi mô hình tiếp theo, mọi quyết định tiếp theo. Nó không tự biến mất. Nó tích lũy. Và nó tích lũy theo một hướng cụ thể: hướng làm phồng số liệu. Vì nhãn "esports" thường có giá trị thương mại cao hơn nhãn "cosplay" hoặc "nội dung người hâm mộ", nên trong bất kỳ hệ thống nào mà nhãn được gán một cách mơ hồ, xu hướng sẽ nghiêng về phía nhãn hấp dẫn hơn. Đây là một dạng lạm phát. Không ai chủ động tạo ra nó. Nó chỉ xảy ra. Nhưng tôi phải tự phản biện, vì đó là quy tắc của tôi. Liệu có công bằng khi đổ lỗi cho trang tin? Tôi không nghĩ vậy. Trang tin đó làm đúng việc của nó: xuất bản nội dung mà độc giả của nó muốn đọc. Bộ ảnh cosplay có người xem. Tin PUBG có người xem. Việc trộn hai loại lại với nhau là một quyết định biên tập hợp lý cho một trang tin phổ thông. Người tạo ra vấn đề không phải là người viết. Người tạo ra vấn đề là người tiêu thụ dữ liệu — những hệ thống, trong đó có hệ thống của tôi, được thiết kế để đếm khối lượng thay vì đếm bản chất. Chúng ta xây dựng những cỗ máy thưởng cho số lượng bài viết, rồi ngạc nhiên khi số lượng bài viết tăng lên bằng mọi cách có thể, kể cả những cách không liên quan gì tới chủ đề mà chúng ta muốn đo. Ở đây có một tương quan dễ bị nhầm với quan hệ nhân quả. Cả esports và cosplay đều nằm trong một không gian rộng gọi là "văn hóa game". Vì chúng cùng nằm trong không gian đó, người ta dễ mặc định rằng chúng chia sẻ cùng một hệ thống đo lường, cùng một nhóm khán giả, cùng một logic tăng trưởng. Chúng không chia sẻ những thứ đó. Một tựa game gacha có thể có hàng chục triệu người chơi mà không có một giải đấu chuyên nghiệp nào. Một tựa game esports có thể có hàng triệu người xem giải đấu mà phần lớn trong số đó chưa từng chơi trò chơi đó quá mười giờ. Cùng một nhãn "game" trên hai đối tượng hoàn toàn khác nhau. Tôi đã từng mắc lỗi tương tự theo một cách khác. Năm 2026, tôi công bố một mô hình bàn thắng kỳ vọng cho vòng bảng World Cup và kết luận sai rằng một đội tuyển đáng lẽ phải thắng. Một nhà phân tích kỳ cựu chỉ ra rằng tôi đã không trừ hệ số góc sút và áp lực hậu vệ, khiến chỉ số bị thổi phồng hơn ba mươi phần trăm. Tôi dành sáu tuần để xem lại toàn bộ sáu mươi bốn trận và hiệu chỉnh mô hình. Bài học không nằm ở chỗ mô hình sai. Bài học nằm ở chỗ tôi đã kết luận trước khi hiểu định nghĩa của chính công cụ mình dùng. Lỗi trong bài toán hôm nay cũng cùng một họ. Không phải dữ liệu sai. Mà là định nghĩa chưa được kiểm tra. Vậy tín hiệu nào cần theo dõi trong vòng tiếp theo? Tách các chiều dọc nội dung ra trước khi đo bất cứ thứ gì. Nếu bạn đang đo esports, hãy định nghĩa rõ esports là gì bằng những tiêu chí có thể kiểm tra được — bảng điểm, đội hình, lịch thi đấu, hợp đồng, quy định. Bất cứ nội dung nào không vượt qua được bài kiểm tra đó thì nên nằm ở một chiều dọc riêng, dù tiêu đề của nó hấp dẫn tới đâu. Theo dõi tỷ lệ nhiễu như một chỉ số thường trực. Không phải kiểm tra một lần rồi bỏ. Nó dao động theo mùa, theo sự kiện, theo chu kỳ phát hành nhân vật. Nếu bạn không theo dõi nó, nó sẽ âm thầm thay đổi ý nghĩa của mọi con số khác. Có một câu chuyện esports thật nằm ngay cạnh bài viết này. Khối liên kết trỏ tới sự kiện PUBG Asia Stars và một tranh chấp liên quan tới tuyển thủ Himass, cùng một tiêu đề về việc giám đốc một công ty truyền thông game bị truy nã vì vi phạm bản quyền. Đó là những nội dung có đối tượng cạnh tranh thật, có chủ thể quản trị thật, và đáng được phân tích riêng bằng những công cụ phù hợp. Chúng không thuộc bài này, nhưng chúng thuộc sổ theo dõi của tôi. Điều cuối cùng tôi rút ra từ tuần làm việc này không liên quan tới Azur Lane, không liên quan tới cosplay, và cũng không liên quan tới bất kỳ trò chơi cụ thể nào. Nó liên quan tới thói quen kiểm tra định nghĩa trước khi tin vào con số. Mỗi trận đấu là một mẫu dữ liệu, nhưng niềm tin là biến số duy nhất không thể nhập vào bảng tính. Và khi tôi nhìn vào danh sách một nghìn dòng nội dung được gắn nhãn esports, điều tôi thực sự đang kiểm tra không phải là trò chơi nào đang thịnh hành. Điều tôi đang kiểm tra là liệu hệ thống của mình có đang nhìn thấy cùng một thứ mà tôi đang nhìn thấy hay không. Tuần này, nó không nhìn thấy. Đó là lý do tôi phải viết lại định nghĩa.