খালি ডেটাসেটের পাঠ: ফুটবল বিশ্লেষণে 'তথ্য নেই' কেন নিজেই একটি ফলাফল

গত মঙ্গলবার রাতে বরিশালের ঘরে বসে যখন বিশ্লেষণের ফাইলটা খুললাম, স্ক্রিনে ছিল নয়টি মাত্রা—পুরো টেমপ্লেট, প্রতিটি ঘর তৈরি, অথচ প্রতিটি বিশ্লেষণী অবস্থানে লেখা একই বাক্য: 'যথেষ্ট তথ্য নেই, মূল্যায়ন করা সম্ভব নয়।' উপরের স্তর থেকে যা এসেছে, তা প্রায় শূন্য। শিরোনাম নেই, সূত্র নেই, তথ্যবিন্দুর তালিকা নেই, উল্লেখিত সত্তার তালিকাও খালি। ষোলো বছরের ফুটবল-সাংবাদিকতায় আমি অনেক অসম্পূর্ণ ডেটাসেট দেখেছি—এক ম্যাচের হাইলাইট মিসিং, এক খেলোয়াড়ের ইনজুরি রেকর্ড অর্ধেক, এক লিগের শুধু গোল-কলাম। কিন্তু এত পরিষ্কার, এত সৎভাবে ফাঁকা একটা ইনপুট আগে দেখিনি। প্রথম প্রতিক্রিয়া ছিল সহজাত: ভরিয়ে দিই। একটা দল বেছে নিই, একটা ম্যাচ ধরে নিই, টুল তো হাতের কাছেই—আমার কোড টেমপ্লেট, আমার xG স্ক্রিপ্ট, আমার PPDA শিট। কিন্তু ফাইলটা কিছুতেই রাজি হলো না। আর আজ মনে হয়, ঠিক সেই অস্বীকৃতিটাই এই রাতের একমাত্র আসল ফলাফল। আমি নিজেই এই পাইপলাইনটা বানিয়েছি। এটা তিন স্তরে চলে—প্রথম স্তরে (Stage-1) একটি নিবন্ধ ভেঙে তথ্যবিন্দু, মূল দৃষ্টিভঙ্গি আর সত্তার তালিকা বের করা হয়; দ্বিতীয় স্তরে (Stage-2) সেই তথ্যগুলোকে নয়টি বিশ্লেষণী মাত্রায় ফেলা হয়; তৃতীয় স্তরে (Stage-3) তা থেকে নতুন লেখা তৈরি হয়। এই ব্যবস্থাটা বানানোর একটাই কারণ ছিল—ন্যারেটিভ-ফার্স্ট লেখা আটকানো। আমি বিশ্বাস করি, গল্প আগে বানিয়ে তারপর ডেটা জুড়ে দিলে মডেল একটা প্রপ্স হয়ে যায়, প্রমাণ হয়ে ওঠে না। তাই আমার নিয়ম একটাই: আগে কাঠামো, পরে বাক্য। আজ রাতে Stage-1 শূন্য ফিরিয়ে দিল, আর Stage-2 ঠিক যা করার কথা ঠিক তা-ই করল—সে ফাঁকা ঘর ভরাতে অস্বীকার করল। মনে পড়ে ২০১৭ সাল। বরিশাল থেকে ঢাকার ফুটবলল্যাব বিডি-তে যোগ দেওয়ার প্রথম বছর। বাংলাদেশ বনাম আফগানিস্তানের এএফসি এশিয়ান কাপ বাছাই ম্যাচটা চার্ট করছিলাম। বাংলাদেশ ১৪টি শট নিয়েছিল, xG ছিল ০.৮৭; আফগানিস্তানের xG ১.১২। অথচ বাংলাদেশ গোল পেয়েছিল এমন একটা সুযোগ থেকে, যার xG মাত্র ০.০৮। তখন আমি ভাবতাম, ডেটা কখনো মিথ্যা বলে না। কিন্তু ওই ০.০৮ আমাকে বাধ্য করল স্বীকার করতে—ডেটা মিথ্যা বলে না, ডেটা অসম্পূর্ণ থাকে। তারপর তিন সপ্তাহ কোড আবার লিখলাম, আর শিখলাম একটাই অভ্যাস: xG কখনো একক রায় নয়, রেঞ্জ। ২০১৮ রাশিয়া বিশ্বকাপের সেমিফাইনালে ক্রোয়েশিয়া বনাম ইংল্যান্ডের জন্য লাইভ xG মডেল বানিয়েছিলাম। ১২০ মিনিট শেষে ইংল্যান্ডের xG ছিল ১.৮২, ক্রোয়েশিয়ার ১.৫৪; ক্রোয়েশিয়ার PPDA ছিল ৮.৯। পত্রিকার শিরোনাম বলছিল 'ভাগ্যের জোরে ফাইনালে ক্রোয়েশিয়া'। আমি লিখেছিলাম উল্টোটা—ক্রোয়েশিয়ার মিডফিল্ড প্রেস, গেম-স্টেট ব্যবস্থাপনা আর বল-দখলের ধৈর্য, এই তিনটাই ফলাফল তৈরি করেছে, ভাগ্য নয়। সেই লেখাটাই আমাকে শেখাল, পরিষ্কার সংখ্যার পেছনে অপরিষ্কার ম্যাচ লুকিয়ে থাকে। আমার ডেটাবেসে আজও একটা লাইন লেখা থাকে: 'সংখ্যাটা পরিষ্কার ছিল; ম্যাচটা পরিষ্কার হতে রাজি হয়নি।' সেই কোড-টেমপ্লেটটাই আমার প্রথম স্বয়ংক্রিয় মডেল হয়ে গেল, আর সেটাই আমার মঠ। আমি প্রায়ই বলি—স্প্রেডশিট আমার মঠ, আর প্রতিটি প্যাচ-নোট আমার ধর্মগ্রন্থ। কিন্তু এই রাতে আমার মঠে কোনো মন্ত্র ছিল না। যে ফাইলটা খুললাম, তার প্রতিটি ঘর শূন্য। আর তখনই বুঝলাম, একটা সিস্টেম কেবল তখনই পূর্ণ, যখন সে চুপ থাকতে পারে। ২০২০ সালের মে মাস। কোভিডে খেলা ফিরল, কিন্তু গ্যালারি ফাঁকা। প্রথম বড় এম্পটি-স্টেডিয়াম রিভাইয়ার্ডার্বিটা দেখছিলাম—বরুসিয়া ডর্টমুন্ড ৪-০ শালকে। ডর্টমুন্ড দৌড়েছিল ১১৩.২ কিলোমিটার, শালকে ১০৭.৮; ডর্টমুন্ডের PPDA ছিল ৭.১। আমি পাঁচ লিগের (বুন্দেসলিগা, প্রিমিয়ার লিগ, লা লিগা, সিরি আ, লিগ ১) লকডাউন-পূর্ব আর লকডাউন-পরবর্তী হোম-উইন হার মিলিয়ে দেখলাম—৪৩.২ শতাংশ থেকে নেমে ৩৩.৩ শতাংশ। লিখলাম একটা লেখা: 'ভিড়টাই ছিল প্রেস।' সেই লেখা দুইবার ফিরে এসেছিল, কারণ এডিটর বলেছিলেন এটা বেশি জটিল। শেষে তিনটি চার্টে নামিয়ে আনতে হয়েছিল। কিন্তু শিক্ষাটা থেকে গেল—পরিবেশ একটা চলক, আর ফাঁকা গ্যালারি সেই চলকটা বদলে দেয়। তখন থেকে আমার একটা ভেরিয়েবল-লগ আছে, যেখানে ভিড়, গরম, ভ্রমণ আলাদা করে লেখা থাকে। আজও আমি বলি: 'যখন ভিড় অনুপস্থিত, তখন পরিষ্কার ডেটাসেটও মিথ্যা বলতে পারে।' এখন আসি মূল কথায়। আজকের ফাইলটা যেহেতু শূন্য, সেহেতু এখানে আসল বিষয়টা আর ম্যাচ নয়—পদ্ধতি। আমি যখন কোনো বিশ্লেষণ লিখি, তিনটা জিনিস আগে বসাই: নমুনার কার্যকর আকার, আস্থার ব্যান্ড, আর ব্যর্থতার শর্ত। কারণ কাঁচা ফুটবলে—বাংলাদেশ প্রিমিয়ার লিগ, সাফ ফিক্সচার, দক্ষিণ এশিয়ার বাছাই—এই তিনটাই প্রায়ই ভেঙে পড়ে। ইউরোপীয় লিগের ডেটায় অভ্যস্ত একটা মডেল যখন ঢাকার বা কাঠমান্ডুর মাঠে বসানো হয়, তখন সে চুপচাপ মিথ্যা বলতে শুরু করে। কারণ সেখানে শটের নমুনা কম, ট্র্যাকিং ডেটার ঘনত্ব আলাদা, আর প্রতিটি ম্যাচের প্রেক্ষাপট আলাদা। আমার সবচেয়ে বড় ভয় কোনটা জানেন? পাঁচ ম্যাচের নমুনা নিয়ে পুরো মডেল চালিয়ে দেওয়া। টুলগুলো আরামদায়ক, আর ঘরোয়া নমুনা ছোট—তাই প্রলোভনটা প্রবল যে, পুরো পাইপলাইন চালিয়ে সেই ছোট ডেটার উপরেই একটা নিখুঁত ভঙ্গি দাঁড় করানো হবে। কিন্তু একটা সংখ্যা যত পরিষ্কার দেখায়, তত বেশি সন্দেহ করা উচিত। তাই আমার নিয়ম: নমুনা যদি যথেষ্ট না হয়, আমি সংখ্যা লিখি না, আমি প্রক্রিয়া লিখি। xG যদি শূন্য হয়, আমি গোলের মেকানিজম লিখি। দ্বিতীয় ফাঁদটা আরও চতুর—ইউরোপীয় বেঞ্চমার্ককে নিরপেক্ষ সত্য ধরে নেওয়া। ইউরোপীয় লিগের ডেটা সহজলভ্য, নথিভুক্ত, উদ্ধৃতিযোগ্য—তাই সেটা মনে হয় নিরপেক্ষ ভিত্তিরেখা। অথচ সেটা একটা নির্দিষ্ট লিগ, নির্দিষ্ট যুগের, নির্দিষ্ট প্রেক্ষাপটের পণ্য। তাই আজ আমার প্রতিটি বেঞ্চমার্কের গায়ে তার উৎস লিগ আর সময়কাল লিখে রাখি, আর ব্যাখ্যা করি কেন সেটা এখানে প্রযোজ্য হবে—নাকি হবে না। প্রযোজ্য না হলে সেটা স্পষ্ট করে স্বীকার করি। ২০২১ ইউরো সেমিফাইনালে ইতালি ১-১ স্পেন (টাইব্রেকে ৪-২)। ইতালির xG মাত্র ০.৭৩, স্পেনের ১.৫৩; ইতালির PPDA ১৩.৮, স্পেনের ৬.২; জর্জিনিয়ো ৯১টি পাস দিয়েছিলেন। ২০২৪ ইউরো ফাইনালে স্পেন ২-১ ইংল্যান্ড—স্পেনের xG ২.৩১, ইংল্যান্ডের ১.২৩; নিকো উইলিয়ামসের xG ০.১৮, ওয়ারিয়ারসাবালের ০.২৯। প্যারিস অলিম্পিকের পুরুষ ফাইনালে স্পেন ৫-৩ ফ্রান্স (অতিরিক্ত সময়ে); ছয় ম্যাচে স্পেন দৌড়েছিল মোট ৬১২ কিলোমিটার। এই সংখ্যাগুলো আমি একা একা পড়ি না—আমি দেখি, লোড আর গেম-স্টেট কীভাবে একটা ফলাফলকে অনুমতি দেয়। এই ম্যাচগুলোতে আমি আর জিজ্ঞেস করি না কে জিতল; আমি জিজ্ঞেস করি, কোন গেম-স্টেট এই ফলাফলটাকে অনুমতি দিল। এখানেই আমার মূল বাক্যটা দাঁড়ায়: 'আমি কে জিতল সেটা জিজ্ঞেস করা বন্ধ করেছি; আমি জিজ্ঞেস করতে শুরু করেছি, কোন অবস্থা এটা হতে দিল।' ট্রান্সফার বাজার নিয়ে আমার একটা পুরনো অভিমত আছে। এজেন্টরা যে শব্দ তৈরি করে, সেটাই বাজারের দাম বিকৃত করে—আর প্রতিটি ট্রান্সফার গুজব আসলে একটা টাইমস্ট্যাম্পের অপেক্ষায় থাকা চলক। ২০২৫ গ্রীষ্মের উইন্ডোতে একটা ব্যর্থ স্ট্রাইকার মুভ আর রদ্রির ইনজুরি-রিকভারি পথ বিশ্লেষণ করতে গিয়ে এটা আরও স্পষ্ট হয়েছে। ক্লাব যদি তার সিদ্ধান্ত ফুটবলীয় যুক্তিতে না নিয়ে শেয়ারবাজারের চাপে নেয়, তখন মাঠের হিসাব আর ডেটার হিসাব আলাদা হয়ে যায়। আর একটা কথা না বললেই নয়—লাইভ ডেটা যখন বাজি কোম্পানিগুলোর কাছে চলে যায়, তখন সেই ফিডের গতি একজন কোচের চেয়ে একটা মার্কেটের জন্য বেশি জরুরি হয়ে পড়ে। আমার কাছে এটা ডেটাফিকেশনের সবচেয়ে অন্ধকার দিক। কারণ যে তথ্য ম্যাচ বোঝার জন্য তৈরি, সেটাই যখন শুধু দাম বানানোর কাঁচামাল হয়ে যায়, তখন বিশ্লেষণের উদ্দেশ্যটাই বদলে যায়। আজকের ফাঁকা ফাইলটা আসলে ঠিক একটা ফাঁকা গ্যালারির মতো। পরিবর্তনশীলটা অনুপস্থিত, তাই সমীকরণটা অসম্পূর্ণ। কেউ যদি জোর করে ভরিয়ে দিত—দল বসিয়ে দিত, ম্যাচ বসিয়ে দিত—তাহলে যে বিশ্লেষণ বেরোত, সেটা পরিষ্কার দেখাত, কিন্তু মিথ্যা হতো। আর সেটাই এই পাইপলাইনের সবচেয়ে বড় পরীক্ষা: কাঠামোটা কি চুপ থাকতে জানে? Stage-2 নিজে থেকেই তিনটা সতর্কবার্তা তুলেছে, আর সেগুলো আমি মেনে নিচ্ছি। এক—শূন্য ইনপুট মানে নিচের সব স্তর অচল; তাই পাইপলাইন থামানো উচিত, অনুমান দিয়ে চালানো নয়। দুই—যদি বিশ্লেষক অনুমান করে দল বা খেলোয়াড় বসাতে শুরু করে, তাহলে বানোয়াট বিশ্লেষণের ঝুঁকি তৈরি হয়। তিন—শিরোনাম, সূত্র আর সূত্রের গুণমান না থাকলে নির্ভরযোগ্যতার কোনো ওজন দেওয়া সম্ভব নয়। এই তিনটাই আজ স্পষ্ট। কিন্তু এখন আসি উল্টো কোণে। প্রথম দেখায় মনে হয়, একটা শূন্য বিশ্লেষণ মানে ব্যর্থতা। অথচ উল্টোটা সত্য—এটা সিস্টেম কাজ করার প্রমাণ। যে বিশ্লেষণ কখনো 'জানি না' বলতে পারে না, সেটাই আসলে অবিশ্বাসযোগ্য। আমার ক্ষেত্রে সবচেয়ে বিপজ্জনক মানুষটা সেই 'সহায়ক' বিশ্লেষক, যে সব ফাঁকা ঘর ভরে দেয়, সব প্রশ্নের উত্তর দেয়, আর প্রতিটি ছোট নমুনার উপর একটা বড় রায় বসায়। তার আউটপুট দেখতে সুন্দর, কিন্তু সেটা ডেটা নয়, গল্প। এখানেই আমার দ্বিতীয় নিয়মটা: কোরিলেশন আর কজেশন এক নয়। একটা দল জিতেছে আর একটা মেট্রিক বেড়েছে—এই দুটো একসাথে থাকলেই একটা অন্যটার কারণ হয়ে যায় না। আর আমার তৃতীয় নিয়মটা আরও কঠিন: 'মডেল আবার বানানো হলো' আর 'মডেল সঠিক হলো'—এই দুটো আলাদা ঘটনা। বারবার বানানো মানে অগ্রগতি, কিন্তু সেটা প্রমাণ নয়। তাই আমি দুটো লগ আলাদা রাখি—একটা রিবিল্ড লগ, আরেকটা ভ্যালিডেশন লগ। একটা নতুন মডেল ততক্ষণ পর্যন্ত শুধু একটা হাইপোথিসিস, যতক্ষণ না সে কোনো অপরীক্ষিত ম্যাচে টিকে যায়। আমার কাইনেসিওলজি মাস্টার্সের একটা শিক্ষা এখানে কাজে লাগে। আমি এখন ক্লান্তি, ফিক্সচার-ঘনত্ব, ভ্রমণ আর রিকভারি ডে-কে আলাদা চলক হিসেবে দেখি। ২০২৫ ক্লাব বিশ্বকাপ ফাইনালে চেলসি ৩-০ পিএসজি—চেলসির xG ২.১৪, পিএসজির ০.৫৮; কোল পামার ২ গোল ১ অ্যাসিস্ট; চেলসির PPDA ১১.২। এই ফলাফলটাকে আমি ভাগ্য বলে ফেলে দিই না; আমি দেখি, লোড, রিকভারি আর গেম-স্টেট কীভাবে এই ব্যবধানটা তৈরি করল। লোড একটা লুকানো চলক, আর এই চলকটাই দক্ষিণ এশিয়ার শেষ-মৌসুমের ধস আর 'অব্যাখ্যাত' ফর্ম-পরিবর্তনের বড় ব্যাখ্যা। তাহলে আজকের এই ফাঁকা ফাইলটার পাঠ কী? আমার কাছে এটা একটা সৎ উত্তর। এই বিশ্লেষণটি Stage-1 থেকে পাওয়া তথ্যের উপর নির্ভরশীল। সেই তথ্য শূন্য ছিল, তাই কোনো কার্যকর ক্রীড়া, আর্থিক বা শাসন-সংক্রান্ত সিদ্ধান্ত টানা সম্ভব হয়নি। এটা ক্রীড়া-তথ্যের সূত্র মাত্র, কোনো বাজি-পরামর্শ নয়। খেলার ফলাফল অত্যন্ত অনিশ্চিত, তাই বিশ্লেষণী রায়কে যুক্তিসঙ্গতভাবে দেখা উচিত। আর আমার শেষ কথা সামনের দিকে তাকিয়ে। পরের বার যখন পাইপলাইনটা চালাব, তখন Stage-1-এ অন্তত চারটা জিনিস থাকতে হবে: একটা ভরা তথ্যবিন্দুর তালিকা, একটা শিরোনাম ও সূত্র, বের করা যায় এমন সত্তা (দল, খেলোয়াড়, কোচ, প্রতিযোগিতা), আর একটা মূল্যায়িত সময়-সংবেদনশীলতা ও সূত্রের গুণমান। তবেই প্রতিটি মাত্রা প্রমাণ-সহ ভরা যাবে। তার আগে পর্যন্ত, সবচেয়ে সৎ আউটপুট এই শূন্যটাই। আসলে প্রশ্নটা শেষে দাঁড়ায় এখানে: একটা বিশ্লেষণী ব্যবস্থার মূল্য কী তার উত্তরে, নাকি তার নীরবতা ধরে রাখার ক্ষমতায়? লাইভ মডেল ভবিষ্যদ্বাণী করে না; সে ম্যাচের সঙ্গে শ্বাস নেয়। আর আজ ম্যাচটা ছিল না—শুধু একটা ফাঁকা ফাইল। তাই মডেলটা শ্বাস নিল, কিন্তু কিছু বলল না। পরের ম্যাচে দেখা হবে।