খালি কোডবুক: যখন ফুটবল ডেটা ফিড একটি সংখ্যাও দেয় না
**মূল উত্তর:** একটি ফুটবল ডেটা ফাইলে সব মেট্রিক একসাথে N/A দেখানো ফুটবল-সংক্রান্ত তথ্য নয়, পাইপলাইন ব্যর্থতার সংকেত। PPDA শূন্য হওয়া শারীরিকভাবে অসম্ভব, তাই এই ধরনের ফাইল থেকে কোনো কৌশলগত সিদ্ধান্ত নেওয়া যায় না। **মূল তথ্য:** - PPDA শূন্য হওয়া অসম্ভব, কারণ কোনো দল নব্বই মিনিটে একটি ডিফেন্সিভ অ্যাকশনও করে না। - ২০১৭ সালে ৪,৮০০ সেট-পিস সিকোয়েন্স ট্যাগ করে ক্লোজিং-লাইন ভ্যালু -১.৮% থেকে +৩.৪%-এ ওঠানো হয়। - ২০১৮ রাশিয়া বিশ্বকাপে জার্মানির PPDA ছিল ১৪.২, ২০১৪-এর বেসলাইন ছিল ৮.৭। - ২০২০ সালে ৩০৬ ম্যাচে হোম অ্যাডভান্টেজ ০.৩৮ থেকে ০.১২ গোলে নেমে আসে, হোম ফাউল কমে ১৯%। - ২০২২ কাতারে জিরুর ত্রিশোর্ধ্ব xG প্রতি ৯০ মিনিটে ০.৫৮ ধরে ফ্রান্সকে ফাইনালিস্ট তালিকায় রাখা হয়। **উৎস:** Stage-2 ডিপ ফুটবল বিশ্লেষণ নথি; মূল প্রকাশের তারিখ ও মূল সংবাদ উৎস নথিতে উল্লেখ নেই। **সম্পর্কিত প্রশ্নোত্তর:** প্রশ্ন: ফাঁকা ডেটা ফাইল কীভাবে শনাক্ত করবেন? উত্তর: সব মাত্রা একসাথে ফাঁকা হলে এবং শিরোনাম-দল-তারিখের মতো এনটিটি স্তরও অনির্ধারিত থাকলে সেটি পাইপলাইন ব্যর্থতা। প্রশ্ন: PPDA থ্রেশহোল্ড কি সব লিগে একই? উত্তর: না, বল-সার্কুলেশন ও রেফারির সহনশীলতা ভিন্ন হওয়ায় থ্রেশহোল্ড লিগভেদে পুনঃক্রমাঙ্কিত করতে হয়। প্রশ্ন: তথ্য না থাকলে বিশ্লেষক কী করবেন? উত্তর: ফিক্সচার বিশ্রাম, ভ্রমণপথ, রেফারি নিয়োগ ও গেম-স্টেটের মতো যাচাইযোগ্য স্তর ব্যবহার করে থ্রেড দাঁড় করাবেন।
রাত তিনটায় সিঙ্গাপুরের ডেস্কে একটি ফাইল খুললাম। ২৪৭টি সারি, আঠারোটি কলাম, আর প্রতিটি ঘরে একটিই লেখা — N/A। যে ম্যাচের ফিড ওই রাতে আসার কথা ছিল, সেটি এসেছিল; কিন্তু ফাইলের ভেতরে একটি সংখ্যাও ছিল না। পজেশন নেই, xG নেই, xGA নেই, PPDA নেই, এমনকি ম্যাচের তারিখ ঘরটিও ফাঁকা।
আমার প্রথম কাজ ফাইলটি বন্ধ করা ছিল না। প্রথম কাজ ছিল একটি প্রশ্ন করা: এই আঠারোটি N/A কি একই কারণে একসাথে এসেছে, নাকি আঠারোটি আলাদা কারণে? প্রথমটি হলে সমস্যা একটি — ফিড ভেঙে গেছে। দ্বিতীয়টি হলে সমস্যা আঠারোটি — এবং তার মধ্যে অন্তত একটি হয়তো ফুটবল-সংক্রান্ত সত্য, যা কেউ রেকর্ড করেনি।
যে বিশ্লেষক এই প্রশ্নটি না করেই দ্বিতীয় ধাপে চলে যায়, সে পরে যা লিখবে তা ফুটবল নয়, নিজের কল্পনার প্রতিবেদন। গত কুড়ি বছরে আমি যত ভুল বিশ্লেষণ পড়েছি, তার বড় অংশ ভুল সংখ্যার কারণে নয় — ফাঁকা ঘর নিজের মনের মতো ভরে ফেলার কারণে।
২০১৭ সালে, উনত্রিশ বছর বয়সে, আমি মেরিডিয়ান এজে যোগ দেওয়ার পর একটি কাঁচা xG মডেল উত্তরাধিকার সূত্রে পাই। কভারেজ ছিল ১,২০০ ম্যাচ — সিঙ্গাপুর প্রিমিয়ার লিগ, থাই লিগ, এ-লিগ। মডেলটি ওপেন প্লেতে মোটামুটি ঠিক ছিল, কিন্তু সেট-পিস গোলের দাম নির্ধারণে পদ্ধতিগতভাবে ভুল করছিল। কারণটা সহজ ছিল: কর্নার ও ফ্রি-কিকের সিকোয়েন্স আলাদা করে কেউ গণনা করেনি, শুধু গোলটি গণনা করা হয়েছে।
ছয় মাস ধরে ৪,৮০০টি কর্নার ও ফ্রি-কিক সিকোয়েন্স হাতে ট্যাগ করলাম — কে প্রথম বল স্পর্শ করল, ডিফেন্ডিং লাইন কত উঁচু ছিল, সেকেন্ড বল কোথায় পড়ল, রিবাউন্ড থেকে শট এল কি না। সংশোধিত মডেল ২৪০টি বাজিতে সিন্ডিকেটের ক্লোজিং-লাইন ভ্যালু -১.৮% থেকে +৩.৪%-এ তুলল। তারপর আমি ৪২ পাতার একটি কোডবুক লিখলাম, যেখানে প্রতিটি অনুমান লিখিত থাকল।

সেই কোডবুকের সপ্তম অধ্যায়টি সংখ্যা নিয়ে নয়, শূন্য নিয়ে। আমার লিখিত নীতি: একটি null কোনো ফাঁকা ঘর নয়, এটি একটি মান। এবং সেই মানটির নিজস্ব প্রমাণ-শৃঙ্খল আছে। ফাঁকা ঘরকে আমি তিন ভাগে ভাগ করি — যে তথ্য কাঠামোগতভাবে থাকেই না (কেউ কখনো মাপেনি), যে তথ্য থাকার কথা ছিল কিন্তু ফিড ব্যর্থ হয়েছে, এবং যে তথ্য কেউ চায়নি বলে সংগ্রহ করা হয়নি। তিনটির চিকিৎসা তিন রকম, আর তিনটিকেই একই N/A দিয়ে লেখা হয়। এই বিভ্রান্তিটাই ডেটা-সাংবাদিকতার সবচেয়ে সাধারণ রোগ।
তাই আমার ক্রম সর্বদা একই: প্রথমে এনটিটি স্তর, তারপর সময়স্তর, তারপর উৎসস্তর, সবার শেষে মেট্রিক স্তর। যদি ম্যাচের শিরোনাম, দল, প্রতিযোগিতা বা তারিখের কোনো একটি অনির্ধারিত থাকে, তাহলে মেট্রিক স্তরে ঢোকার কোনো অর্থ নেই। উপরের সারিটি ভাঙা হলে নিচের সারিগুলো গোনা বন্ধ করতে হয়।
এখন সেই আঠারোটি N/A-তে ফিরে যাই। সব মাত্রা একসাথে ব্যর্থ হওয়া নিজেই একটি নির্ণায়ক তথ্য। PPDA শূন্য হওয়া শারীরিকভাবে অসম্ভব — কোনো দল নব্বই মিনিটে একটি ডিফেন্সিভ অ্যাকশনও করে না, এটা ঘটতে পারে না। কাজেই ওই ঘরের N/A ফুটবল সম্পর্কে কিছু বলে না, পাইপলাইন সম্পর্কে বলে। যখন xG, xGA, পজেশন ও PPDA একসাথে ফাঁকা হয়, তখন আমার সিদ্ধান্ত হয়: এটি খারাপ দলের ডেটা নয়, এটি ডেটা নেই এমন দলের ডেটা।
xG স্তরটি আমার চোখকে প্রতিস্থাপন করেনি; এটি চোখকে প্রথমে কোথায় তাকাতে হবে তা শিখিয়েছে। আর আজ চোখকে বলা হচ্ছে: তাকানোর মতো কিছু এখনো আসেনি। এই মুহূর্তে সবচেয়ে বুদ্ধিমান কাজ স্বীকার করা যে হাতে কিছু নেই।
সবচেয়ে বড় বিপদ হলো ভুল আরোপ। অনুমান করে নেওয়া যে ফাইলটি অমুক দলের, কারণ ওই রাতে ওই দলেরই ম্যাচ ছিল। একবার এই ভুল হয়ে গেলে পরের সব হিসাব ভুল জায়গায় বসে যায় — এক দলের প্রেসিং তীব্রতা অন্য দলের নামে ছাপা হয়, এক লিগের থ্রেশহোল্ড আরেক লিগে প্রয়োগ হয়, আর পাঠক সেটি বিশ্বাস করেন কারণ সংখ্যাটি নির্দিষ্ট। আমার নিয়ম কঠোর: এনটিটি লক না হলে প্রকাশনা নেই। শিরোনামে দলের নাম নেই, ফাইলে দলের আইডি নেই — তাহলে লেখা যাবে না।
তাহলে ওই রাতে আমি কী করলাম? ফাইলটি বন্ধ করে আমি সেই স্তরগুলোতে গেলাম যেগুলো ফিড ছাড়াও যাচাই করা যায়। ফিক্সচার তালিকা: কে কত দিন বিশ্রাম পেয়েছে, কে তিন দিনে দুই ম্যাচ খেলছে, কে দুই সপ্তাহে এক ম্যাচ। ভ্রমণপথ: কোন দল ৬,০০০ কিলোমিটার উড়ে এসেছে। রেফারি নিয়োগ: ওই রেফারি প্রতি ম্যাচে কত ফাউল দেন, হোম টিমের পক্ষে তাঁর পেনাল্টি দেওয়ার হার কতটা। গেম-স্টেট: দলটি পিছিয়ে পড়লে কতটা বদলায়। এগুলোর একটিও xG নয়, কিন্তু এগুলোর প্রতিটি যাচাইযোগ্য, এবং এগুলো দিয়েই একটি ম্যাচ থ্রেড দাঁড় করানো যায়।
২০১৮ সালের রাশিয়া বিশ্বকাপে ঠিক এই পদ্ধতিই কাজে লেগেছিল। জার্মানি মেক্সিকোর কাছে ০-১ হারে, আর আমি তখন মিড-লেভেল analyst। স্কোরবোর্ড নয়, আমি তাকিয়েছিলাম PPDA-তে: জার্মানির PPDA ছিল ১৪.২, অথচ ২০১৪-এর শিরোপা জেতা দলের গড় ছিল ৮.৭। অর্থাৎ জার্মানি মেক্সিকোকে চাপ দিতে দিচ্ছিল, প্রতিরোধ করছিল না।
৬৪টি বিশ্বকাপ ম্যাচে লজিস্টিক রিগ্রেশন চালিয়ে আমি গ্রুপ এফ-এ জার্মানির পক্ষে বাজি ধরা বন্ধ করার সুপারিশ করলাম। সিন্ডিকেট ৪০,০০০ ডলার Stake করল; জার্মানি গ্রুপের শেষ হলো, পজিশন ১,৮০,০০০ ডলার ফেরত দিল। জার্মানির বিপক্ষে PPDA যখন বেড়ে গিয়েছিল, তখন ডেটা পতন ভবিষ্যদ্বাণী করছিল না — ডেটা পতনটি বর্ণনা করছিল। পার্থক্যটা সূক্ষ্ম কিন্তু সিদ্ধান্ত-নির্ধারক।
কেন ওই হিসাবটি কাজ করেছিল, সেটাও খেয়াল করার মতো। বেসলাইনটি এসেছিল একই দল, একই প্রতিযোগিতা-পরিবার থেকে, চার বছর আগে থেকে। এটি অন্য লিগ থেকে আমদানি করা কোনো থ্রেশহোল্ড ছিল না। এই শর্তটি ভাঙলে একই সংখ্যা অর্থহীন হয়ে যায় — সিঙ্গাপুর প্রিমিয়ার লিগে PPDA ৯ মানে যে চাপ, বুন্দেসলিগায় PPDA ৯ মানে অন্য কিছু। লিগের বল-সার্কুলেশনের গতি, পিচের মান, রেফারির ফাউল-সহনশীলতা — সব মিলিয়ে থ্রেশহোল্ডের অর্থ বদলে দেয়।
২০২০ সালে গ্যালারি খালি হওয়ার পর এই পাঠটি আরও স্পষ্ট হয়। মে মাসে বুন্দেসলিগা ফেরার পর আমি ৩০৬টি ম্যাচ বিশ্লেষণ করলাম। প্রতি ম্যাচে হোম অ্যাডভান্টেজ ০.৩৮ গোল থেকে নেমে এল ০.১২-তে, আর হোম দলের পক্ষে রেফারির দেওয়া ফাউল কমল ১৯%। 'ক্রাউড অ্যাবসেন্স' নামে একটি ভেরিয়েবল বানিয়ে বুকের প্রাইসিং ইঞ্জিন ১১ দিনে পুনঃক্রমাঙ্কিত করলাম। পরবর্তী ১০০ ম্যাচে মডেল ক্লোজিং লাইনকে ৪.১% হারাল।
সেই সাফল্যের ভেতরেই আমার মডেলের সবচেয়ে বড় দুর্বলতাটি লুকিয়ে ছিল। ক্রাউড-অ্যাবসেন্স ভেরিয়েবলটিকে আমি অতিরিক্ত কঠোরভাবে ধরে রেখেছিলাম, আর তাতে যে দলগুলোর অ্যাওয়ে ভ্রমণ-রুটিন অসাধারণভাবে সুসংগঠিত, তাদের আমি পদ্ধতিগতভাবে কম মূল্য দিলাম। ভেরিয়েবলটি সঠিক ছিল, কিন্তু সেটিকে একমাত্র চাবি বানানো ভুল ছিল। কোডবুকে আমি সেটি লিখে রেখেছি, কারণ যে মডেল নিজের দুর্বলতা ঘোষণা করে না, সেটি বাজার থেকে শাস্তি পায় — মডেলের ভুল নয়, মডেল-নির্মাতার গোপনীয়তা।
২০২২ কাতারে এই শৃঙ্খলা আবার পরীক্ষা হলো। করিম বেনজেমা ইনজুরিতে ছিটকে গেলেন, আর আমার আগেই লেখা জরুরি পুনঃওয়েটিং নিয়ম কার্যকর হলো। অলিভিয়ে জিরুর ত্রিশোর্ধ্ব xG প্রতি ৯০ মিনিটে ০.৫৮ — এই ভিত্তিতে ফ্রান্সকে ফাইনালিস্ট তালিকায় রাখলাম। সিন্ডিকেট লাভ করল ২,২০,০০০ ডলার। একই বিশ্বকাপ ডেটা দিয়ে সিঙ্গাপুরের একটি এজেন্সিকে কোডি গাকপোর জানুয়ারি ট্রান্সফার মূল্যায়ন করতে সাহায্য করলাম, যেখানে তাঁর প্রেসিং-সমন্বিত xG ছিল প্রতি ৯০ মিনিটে ০.৪৭।

লক্ষ করুন, এই তিনটি ঘটনার কোনোটিতেই আমি ম্যাচের মাঝপথে ওয়েটিং বদলাইনি। প্রাথমিক ওয়েটিং কিক-অফের আগেই ঘোষণা করা থাকে, আর সংশোধনের ট্রিগারগুলোও আগে থেকেই তালিকাভুক্ত থাকে। যে বিশ্লেষক যুক্তির মাঝপথে ওজন বদলান, তিনি ততা রক্ষা করেন না; তিনি নিজের গল্পটিকে বাঁচিয়ে রাখেন। এটাই ন্যারেটিভ-প্রুফ বিশ্লেষণের মূল শর্ত।
সিঙ্গাপুর আমাকে শিখিয়েছে সেট-পিস বিশৃঙ্খলা নয়; সেট-পিস একটি ছোট, পুনরাবৃত্তিযোগ্য অর্থনীতি। কর্নারের সিকোয়েন্স প্রতিবার একই নিয়মে চলে — ব্লকার কোথায় দাঁড়াবে, দ্বিতীয় বল কার পায়ের কাছে পড়বে, রিবাউন্ড কে নেবে। যে দল এই ছোট অর্থনীতিটি চালায়, সে ওপেন প্লের তুলনায় অনেক কম অনিশ্চয়তায় গোল পায়। কিন্তু এই বাক্যটি কেবল তখনই সত্য, যখন আপনি সেট-পিস গোল আর ওপেন-প্লে গোল আলাদা করে গণনা করেন। মিশিয়ে ফেললে অর্থনীতিটি অদৃশ্য হয়ে যায়।
এখন আসি সেই অস্বস্তিকর অংশে, যা এই ধরনের প্রতিবেদনে কেউ লিখতে চায় না। শিল্পটি আত্মবিশ্বাসী কণ্ঠস্বরকে পুরস্কৃত করে, আর 'আমার কাছে তথ্য নেই' বলাটিকে পেশাগত ব্যর্থতা হিসেবে দেখে। ফলে সবচেয়ে বড় বিপদটি ফাঁকা ফাইল নয় — বিপদটি হলো সেই বিশ্লেষক, যিনি ফাঁকা ফাইল পেয়ে কণ্ঠস্বর ধার দেন। ফুটবলে তথ্যের অভাব কখনো ন্যারেটিভের অভাব ঘটায় না; বরং ন্যারেটিভ তখন আরও দ্রুত ঢুকে পড়ে, কারণ প্রতিযোগিতাটি কম।
কিন্তু এখানেই একটি পাল্টা যুক্তি তৈরি হয়, যেটি আমি নিজেই গুরুত্ব দিই। কখনো কখনো তথ্যের অনুপস্থিতিই সংকেত। যদি কোনো এক ক্লাবের ফিড বারবার অন্ধকারে ডুবে যায়, আর বাকি উনিশটি ক্লাবের ফিড ঠিকঠাক আসে, তাহলে প্রশ্নটি শুধু প্রযুক্তিগত নয় — সেটি ক্লাবের কর্মীসংস্থান, বিশ্লেষণ-বিভাগের সক্ষমতা বা রেকর্ড-রক্ষণ সংস্কৃতি সম্পর্কে কিছু বলে। তবে সাবধান: এখানে সহসম্পর্ক আর কারণ এক নয়। একটি ফিড অন্ধকার হওয়ার সবচেয়ে সাধারণ কারণ ভেন্ডর বদল, সেটি কোনো সংকটের প্রমাণ নয়।
আরও একটি পাল্টা দৃষ্টিকোণ আছে, যেটি আমি প্রকাশ্যে স্বীকার করি। একটি ফাঁকা মডেলের চেয়ে মাঠে বসে ম্যাচ দেখতে থাকা একজন দর্শক কখনো বেশি নির্ভরযোগ্য তথ্যের অধিকারী হন। কারণ তিনি দেখেন কোন দলের ডিফেন্সিভ লাইন দশ মিনিটে পাঁচ মিটার নিচে নেমে গেল — এই পরিবর্তনটি কোনো ফিডে তাৎক্ষণিকভাবে থাকে না। আমার পেশার সবচেয়ে বড় অহংকার হলো এই কথা ভুলে যাওয়া যে চোখও একটি সেন্সর। xG স্তরটি আমার চোখের প্রতিদ্বন্দ্বী নয়, সহকারী; কিন্তু সাহায্যকারী তখনই কাজে লাগে, যখন সে ফাঁকা হাত নিয়ে আসে বলেই সত্যি কথা বলে।
এবং যেখানে ডেটা নেই, সেখানে ন্যারেটিভ ঠিক কী করে? সে শূন্যস্থানটি তিনটি জিনিস দিয়ে ভরে: মোমেন্টাম, ভাগ্য আর রেফারিং। তিনটিই আরামদায়ক, তিনটিই যাচাই-অযোগ্য, আর তিনটিরই একটিই কাজ — বিশ্লেষককে দায়মুক্ত করা। আমার লেখায় আমি দায়মুক্তি দিই না। আমি নিষ্ঠুর রায়টি লিখি, তারপর এক বাক্যে স্বীকার করি ন্যারেটিভটি ঠিক কোথায় সত্য — কারণ মোমেন্টাম বলে যা কিছু নেই, কিন্তু দলটি সত্যিই তিন ম্যাচে পিছিয়ে পড়েও ফিরেছে, সেটি একটি পর্যবেক্ষণ, যা গণনা করা যায়।
পরের রাউন্ডে আমার নজর থাকবে দুটি জিনিসে। প্রথমত, কোন স্তরটি আগে ফিরে আসে — এনটিটি স্তর আগে ফিরলে সমস্যাটি ছিল প্রযুক্তিগত, মেট্রিক স্তর আগে ফিরলে সমস্যাটি ছিল পদ্ধতিগত। দ্বিতীয়ত, কোন ক্লাবের ডেটা ধীরে ধীরে পাতলা হতে থাকে — কারণ ফিড কখনো একদিনে মরে না, সে প্রথমে একটি কলাম ছেড়ে দেয়, তারপর আরেকটি।
আর আপনার জন্য একটি প্রশ্ন রেখে যাই। আপনি যখন একটি সংখ্যা দেখে সিদ্ধান্ত নেন, আপনি কি কখনো জিজ্ঞেস করেন সেটি কোন স্তর থেকে এসেছে — এনটিটি, সময়, উৎস, নাকি মেট্রিক? যদি উত্তরটি না হয়, তাহলে আপনার বিশ্লেষণ আর আমার ওই রাতের আঠারোটি N/A-র মধ্যে তেমন কোনো পার্থক্য নেই। আপনি শুধু আরও সুন্দরভাবে ফাঁকা ঘরটি ভরে ফেলেছেন।
