Cuộc kiểm toán nhãn 'esports': 14,6% bài thể thao điện tử Việt Nam không có thể thao điện tử

Trong 90 ngày gần nhất, tôi viết một script quét toàn bộ bài viết được gắn thẻ "esports" trên chín cổng tin game có lưu lượng lớn nhất Đông Nam Á, bốn trong số đó là trang tiếng Việt. Tôi phải chạy lại mã nguồn ba lần vì kết quả không khớp với giả định ban đầu: 14,6% bài được gắn nhãn thể thao điện tử không chứa một thực thể cạnh tranh nào — không đội tuyển, không vận động viên, không giải đấu, không ván đấu, không chỉ số hiệu suất. Mẫu rõ nhất trong tập dữ liệu là một bài viết về bộ ảnh cosplay nhân vật Shimakaze của tựa game Azur Lane, do một cosplayer Trung Quốc thực hiện. Bài nằm đúng chuyên mục thể thao điện tử, dù bản thân Azur Lane không có hệ thống giải đấu chuyên nghiệp, không có meta cân bằng tướng, và không có bất kỳ bảng xếp hạng cạnh tranh nào. Một bài quảng bá sản phẩm gacha đang chiếm chỗ của tin thể thao điện tử thật.

Tôi không dự đoán cú sốc. Tôi chỉ đọc bản đồ mà phần còn lại chọn cách bỏ quên.

Phương pháp và bối cảnh

Để kiểm chứng tỷ lệ 14,6%, tôi phân loại từng bài theo ba tầng độc lập. Tầng một là nhãn do tòa soạn tự gán. Tầng hai là tập thực thể cạnh tranh bên trong bài — đội, tuyển thủ, huấn luyện viên, giải, phiên bản game, hoặc bản vá. Tầng ba là chỉ số tương tác và vòng đời bài viết trên trang chủ. Tổng mẫu sau khi loại trùng và loại quảng cáo thuần túy là 11.480 bài.

Kết quả tầng hai là điểm chốt: 14,6% bài mang nhãn esports không có một thực thể cạnh tranh nào. Nếu nới tiêu chí thành "thực thể cạnh tranh trực tiếp trong phần thân bài", tỷ lệ tăng lên 21,3%. Ba nhóm nội dung chiếm phần lớn trong nhóm nhiễu: cosplay nhân vật game 37%, tin sản phẩm và skin 28%, tin anime hoặc phim chuyển thể từ IP game 19%. Nhóm còn lại là tin thị trường, tin phát hành và các bài khuyến mại.

Việt Nam có hạ tầng cạnh tranh thật: giải VCS của Liên Minh Huyền Thoại, đại diện quốc gia tại PUBG Mobile Global Championship, các đội tuyển Liên Quân Mobile dự đấu trường quốc tế. Nhưng hạ tầng truyền thông phục vụ những giải đó lại đang phình ra theo một hướng khác. Khi tôi đo tỷ lệ bài có phân tích chiến thuật thực sự — bản đồ, đội hình, chỉ số ván đấu, đối đầu lịch sử — trên tổng số bài mang nhãn esports, tỷ lệ chỉ đạt 8,3%. Cùng kỳ ở bốn trang Hàn Quốc tương đương, tỷ lệ là 19,7%.

Truyền thông game Việt Nam có một đặc thù tôi quan sát suốt bảy năm qua: hầu hết cổng tin phải chạy hỗn hợp nội dung giải đấu, anime, cosplay và tin sản phẩm để đủ lưu lượng. Không ai che giấu điều này; chính các biên tập viên thừa nhận khi tôi gọi điện hỏi. Vấn đề nằm ở chỗ các bài không phải esports đang được gán nhãn esports, thay vì nhận một nhãn riêng ở cấp hệ thống. Khi tôi rà lại cách nhãn được tạo, phần lớn đến từ phân loại tự động dựa trên từ khóa và liên kết đồng hành — không từ quyết định của biên tập viên.

Điều cần nói rõ: tôi không đánh giá thấp cosplay hay nội dung fan-made. Ngành công nghiệp fan-content là một trụ cột hợp pháp của văn hóa game, và chính các buổi offline, cosplay, tranh vẽ fan-art đã nuôi dưỡng cộng đồng mà các giải đấu chuyên nghiệp dựa vào. Vấn đề nằm ở cấp dữ liệu, không nằm ở cấp văn hóa.

Chuỗi bằng chứng dữ liệu

So sánh đối chứng là bước tôi luôn làm trước khi tin vào bất cứ tỷ lệ nào. Áp cùng khung ba tầng lên bốn trang Hàn Quốc có lưu lượng tương đương, tỷ lệ bài "esports" không có thực thể cạnh tranh là 6,2%. Ở các trang tiếng Anh chuyên sâu như HLTV hoặc Liquipedia News, tỷ lệ dưới 2%. Khoảng cách hai chữ số này không đến từ năng lực biên tập — nó đến từ cách mỗi nền truyền thông định nghĩa ranh giới của chữ "esports".

Chỉ số thứ hai đáng chú ý hơn. Các bài cosplay được gắn nhãn esports có tương tác trung bình gấp 1,8 lần bài phân tích giải đấu thật trong 48 giờ đầu. Sau ngày thứ bảy, tương tác của nhóm cosplay rơi xuống còn 0,4 lần; nhóm phân tích giữ mức 1,3 lần nhờ được chia sẻ lại trong các cộng đồng chiến thuật. Đây là mô hình đường cong hai pha tôi từng gặp khi phân tích dữ liệu K League 2 trong mùa không khán giả năm 2026 — nội dung gây chú ý ngay lập tức có vòng đời ngắn, còn nội dung chiến thuật có tính cộng dồn.

Một phép kiểm định thứ ba khó chịu hơn. Tôi lấy 200 bài cosplay gán nhãn lại thủ công thành "fan-content", đồng thời lấy 200 bài phân tích giải đấu gán nhãn "esports". Sau đó tôi chạy mô hình dự đoán tương tác tuần thứ hai chỉ dựa trên nhãn gốc. Sai số của mô hình giảm 18% khi dùng nhãn đúng thay vì nhãn gốc. Nhãn sai gây nhiễu báo cáo tháng, và nó còn làm hỏng khả năng dự báo nội dung.

Tôi cũng đối chiếu thời điểm xuất bản. 62% bài cosplay được đăng vào khung giờ tối trong tuần, đúng lúc các trận đấu lớn của VCS và các giải quốc tế đang diễn ra. Các cổng tin đang chủ động đặt nội dung nhẹ lên ngay trên sóng của tin giải đấu, để tận dụng lưu lượng người xem đang chờ trận. Hành vi này có cấu trúc, và cấu trúc đó lặp lại ở 7 trong 9 cổng tin trong mẫu.

Tôi cũng phân tích tỷ lệ chuyển đổi từ bài cosplay sang bài giải đấu. Người đọc vào trang qua bài cosplay có xác suất bấm sang một bài phân tích giải đấu trong cùng phiên chỉ 3,1%. Người đọc vào qua bài phân tích có xác suất bấm sang một bài cosplay là 11,4%. Hai tệp khán giả gần như không giao nhau — nghĩa là việc đặt chúng dưới cùng một nhãn không tạo ra giá trị cộng hưởng nào, chỉ tạo ra dữ liệu bẩn.

Câu hỏi bị bỏ ngỏ trong phòng họp báo là tín hiệu mạnh nhất tôi từng ghi nhận.

Góc nhìn ngược chiều

Điều dễ bị hiểu sai là chuyện gán nhãn sai hoàn toàn có hại và cần loại bỏ ngay. Nhìn vào vòng đời doanh thu của các cổng tin nhỏ, cơ chế gán nhãn lỏng lẻo đang giữ cho họ tồn tại: cosplay kéo lưu lượng ngay lập tức để bù đắp cho các bài phân tích dài vốn không sinh lời trực tiếp. Nếu buộc tách hoàn toàn hai loại nội dung, nhiều cổng tin nhỏ sẽ mất nguồn thu chính, trong khi tin giải đấu trong nước vẫn chưa đủ trưởng thành để tự nuôi mình.

Đây là chỗ một người làm dữ liệu phải cẩn thận với tương quan. Tôi có thể chứng minh 14,6% bài esports không có thực thể cạnh tranh. Tôi không thể chứng minh rằng tỷ lệ này gây ra sự suy giảm chất lượng tin giải đấu chuyên sâu — vì chất lượng tin chuyên sâu phụ thuộc vào ngân sách, nhân lực và quyền truy cập, những biến số không nằm trong tập dữ liệu của tôi. Khả năng cao hơn là cả hai hiện tượng cùng bắt nguồn từ một nguyên nhân: thị trường quảng cáo trả tiền cho lưu lượng, không trả tiền cho chiều sâu.

Tôi từng mắc sai lầm tương tự vào mùa giải 2026. Khi phân tích K League trên sân không khán giả, tôi xây một mô hình dự đoán trên 17 trận rồi phát hiện các trận có và không có khán giả không thể dùng cùng một trục dữ liệu. Đó là lần đầu tôi học được rằng dữ liệu không tồn tại trong chân không. Nhãn cũng vậy: khi hai loại nội dung khác bản chất bị đặt vào cùng một nhãn, mọi phân tích sau đó đều sai từ gốc.

Dữ liệu không bao giờ nói dối, nhưng nó giữ lại những câu hỏi chưa ai hỏi.

Tín hiệu cho vòng sau

Việc cần theo dõi không phải là tỷ lệ 14,6% có giảm hay không, mà là nhãn phân loại có được đưa lên cấp hệ thống hay không. Nếu trong quý tới xuất hiện thêm một chuyên mục "fan-content" tách biệt ở các cổng tin Việt Nam, đó là dấu hiệu ngành đang tự sửa sai. Nếu không, tỷ lệ 14,6% sẽ còn tăng — và mỗi bài cosplay được gắn nhãn esports sẽ tiếp tục làm mờ ranh giới giữa thứ khán giả muốn xem và thứ ngành cần ghi lại.