ফাঁকা ইনপুটের পাঠ: ফুটবল ডেটা বিশ্লেষণে নাল-শেল, ফ্যাব্রিকেশন ফায়ারওয়াল এবং ন্যূনতম গ্রহণযোগ্য ইনপুট

গত সপ্তাহে রাত সাড়ে এগারোটায় বারিশালের ডেস্কে একটা ফাইল খুলেছিলাম। ট্রান্সফার উইন্ডোর শেষ সপ্তাহ, ইনবক্সে বিশ্লেষণের অনুরোধ জমে আছে। এক ক্লায়েন্ট বারো পাতার একটি নথি পাঠিয়েছেন। অধ্যায় আছে, টেবিল আছে, উপশিরোনাম আছে, সিদ্ধান্তের ঘরও আছে। প্রতিটি ঘরে একটাই লেখা — N/A। 'অপর্যাপ্ত তথ্য, মূল্যায়ন করা সম্ভব নয়।'

আমি সিদ্ধান্তের অংশটা পড়িনি। প্রথমে দেখেছি ইনফরমেশন পয়েন্টস অ্যারে। দৈর্ঘ্য শূন্য। সোর্স ফিল্ড খালি, শিরোনাম N/A, ধরন 'অশ্রেণীবদ্ধ'। তখন বুঝলাম, এটি বিশ্লেষণ নয়; এটি বিশ্লেষণের খোলস — একটি নাল-শেল। আর সেই রাতে এই ফাঁকা নথিটি আমার কাছে ইনবক্সের অন্য যেকোনো ভরাট নথির চেয়ে বেশি কাজে লেগেছে।

কারণটা অদ্ভুত শোনাবে। ফুটবলে আমরা গোল মিস করলে আফসোস করি, কিন্তু ফাঁকা ঘর মিস করলে কেউ টের পায় না। যে আউটপুট সুন্দরভাবে সাজানো, তার ভেতরে তথ্য আছে বলে ধরে নেওয়া আমাদের পেশাগত স্বভাব। এই স্বভাবটাই সবচেয়ে বড় ফাঁদ, বিশেষত এমন এক উইন্ডোতে যেখানে প্রতি ঘণ্টায় নতুন গুজব জন্ম নিচ্ছে।

কনটেক্সট — ইনটেক, বিশ্লেষণ আর নাল-শেলের ব্যাকরণ

আমাদের কাজ দুই স্তরে ভাগ করা থাকে। প্রথম স্তর হলো ডিকনস্ট্রাকশন বা ইনটেক — একটি লেখা বা নথি থেকে বিষয়, সূত্র, তথ্যবিন্দু, সংশ্লিষ্ট সত্তা এবং সময়-সংবেদনশীলতা টেনে বের করা। দ্বিতীয় স্তর হলো বিশ্লেষণ — সেই তথ্যবিন্দুগুলোর ওপর ট্যাকটিক্যাল, আর্থিক, প্রশাসনিক ও বাজারের চাপ মেপে সিদ্ধান্তে পৌঁছানো। এই দুই স্তরের মাঝখানে একটি সরল নিয়ম আছে, যা আমি ২০১৭ সালে 'দ্য ডেটা মঙ্ক'স লেজার' শুরু করার সময় থেকেই মেনে চলি: বিশ্লেষণের গুণমান তার ইনপুটের গুণমানের ঊর্ধ্বসীমা অতিক্রম করতে পারে না।

তথ্যবিন্দু (ইনফরমেশন পয়েন্ট) মানে একটি যাচাইযোগ্য বাক্য — একটি ক্লাবের নাম, একটি ফি, একটি তারিখ, একটি ফর্মেশন, একটি চুক্তির মেয়াদ, একটি ফলাফল। সত্তা (এনটিটি) মানে সেই ক্লাব, খেলোয়াড়, কোচ, মালিক বা সংস্থা। সূত্র-স্তর (সোর্স টিয়ার) মানে তথ্যটি কোন স্তরের সূত্র থেকে এসেছে — অফিসিয়াল বিবৃতি, নামপ্রকাশে সাংবাদিক, বা এজেন্টের ফোন। প্রত্যেক তথ্যবিন্দুর পাশে একটি আত্মবিশ্বাস ট্যাগ বসে: উচ্চ, মধ্যম, নিম্ন।

এখন যেটা ঘটেছে, সেটা এই মডেলের একটি বৈধ অবস্থা। ইনপুট যদি সত্যিই খালি হয়, তাহলে আউটপুটও খালি হবে — কিন্তু ফরম্যাট সম্পূর্ণ থাকবে। প্রতিটি ঘর থাকবে, প্রতিটি উপশিরোনাম থাকবে, শুধু বিষয়বস্তু থাকবে না। এটাকেই আমি নাল-শেল বলি। সমস্যা এটিতে নয়; সমস্যা এটিকে বিশ্লেষণ ভেবে ভুল করা।

বাংলাদেশের বাস্তবতায় এই ব্যাপারটা আরও জরুরি। আমাদের লিগে ইভেন্ট ডেটা বিক্ষিপ্ত, ট্র্যাকিং সিস্টেম অনেক মাঠে নেই, সেট-পিসের জ্যামিতি বহু ক্লাব নিজের ডেটাবেসে লিখে রাখে না। ফলে এখানে প্রতিটি প্রিভিউর আগে আমাকে ডেটা-স্ট্যান্ডার্ড বাক্স বসাতে হয়: xG কী, PPDA কী, স্যাম্পল সাইজ কত, আর তথ্য কোথা থেকে এলো। ইনপুট খালি হলে সেই বাক্সই একমাত্র সৎ উত্তর — 'এখন বলা সম্ভব নয়'।

কোর — নয়টি দরজা, আর প্রতিটির পেছনে শূন্য

একবার ভাবুন: ১২ ভরি তথ্যের বদলে প্রতিবেদনে একটি ডায়াগনস্টিক টেবিল। আটটি ক্ষেত্র — শিরোনাম, সূত্র, ধরন, মূল দৃষ্টিভঙ্গি, তথ্যবিন্দু, সংশ্লিষ্ট সত্তা, সময়-সংবেদনশীলতা, সূত্রের গুণমান। আটটিই N/A। এই টেবিলটাই সেই নথির সবচেয়ে সৎ অংশ, কারণ এটি লুকোয় না; এটি ঘোষণা করে দেয় যে ইনজেশন পাইপলাইন ব্যর্থ হয়েছে।

এখন কল্পনা করুন, সেই খালি ইনপুট দিয়ে আমাদের নয়টি বিশ্লেষণ-মাত্রা চালাতে বলা হয়েছে। ট্যাকটিক্যাল ও টেকনিক্যাল, ক্লাব-ফিন্যান্স ও ট্রান্সফার মার্কেট, ফলাফল ও জনমতচক্র, লিগ-ল্যান্ডস্কেপ, নিয়ম ও গভর্ন্যান্স, ম্যানেজমেন্ট ও ড্রেসিংরুম, রিস্ক ম্যাট্রিক্স, মিডিয়া ন্যারেটিভ, এবং ইন্ডাস্ট্রি ট্রান্সমিশন।

ট্যাকটিক্যাল স্তরে কোনো ফর্মেশন নেই, কোনো প্রেসিং প্যাটার্ন নেই, কোনো xG-চেইন নেই। তুলনার লক্ষ্যও নেই। কাজেই ট্যাকটিক্যাল পরিশীলনের রায় দেওয়া অসম্ভব। এই মুহূর্তে যে বিশ্লেষক বলবেন 'পদ্বতি ফিটিং-ফেজে আছে', তিনি শূন্যের ওপর ভর দিয়ে একটি ভবিষ্যদ্বাণী দাঁড় করাচ্ছেন।

আর্থিক স্তরে কোনো ফি নেই, কোনো মজুরিবিল নেই, কোনো অ্যামোর্টাইজেশন নেই। ২০১৭ সালে নেইমারের ২২২ মিলিয়ন ইউরো প্যারিস সাঁ জাঁ-গের্মাঁর ট্রান্সফারে আমি চার হাজার শব্দের ব্রেকডাউন লিখেছিলাম — কারণ সেখানে লা লিগার ২০১৬–১৭ মৌসুমে তাঁর প্রতি ৯০ মিনিটে xG ছিল ০.৬৭ এবং প্রতি ৯০ মিনিটে কী-পাস ছিল ৩.১। সেই সংখ্যা দুইটি না থাকলে বিশ্লেষণটি মুখস্থ বুলি হয়ে যেত। ট্রান্সফার উইন্ডোতে ফাঁকা ফাইন্যান্সিয়াল ঘর মানে দাম নিয়ে যত কথা বলা হবে, সবই গল্প।

ফলাফল-স্তরে কোনো পয়েন্ট নেই, কোনো সাম্প্রতিক ফর্ম নেই, স্যাম্পল সাইজ শূন্য ম্যাচ। সাত ম্যাচে কেউ দুর্দান্ত খেললে আমি সাত ম্যাচের স্যাম্পল নিয়ে কোনো রায় দিই না; তার আগে পনেরো ম্যাচ চাই। শূন্য ম্যাচ নিয়ে রায় দেওয়া তো দূরের কথা, প্রশ্ন করাও অর্থহীন।

লিগ-ল্যান্ডস্কেপে কোনো লিগের নাম নেই, কোনো দল নেই। তাই 'শিরোপা-দাবিদার থেকে অবনমন অঞ্চল' পর্যন্ত কোনো ক্রমবিন্যাস আঁকা যায় না। ডেটা-পরিচর্যার তুলনাও অসম্ভব, কারণ একপাশে কোনো দলই বসানো নেই।

গভর্ন্যান্স স্তরে কোনো নিয়ন্ত্রক সংস্থা নেই, অভিযুক্ত লঙ্ঘন নেই, কোনো সাজার ঘটনা নেই। কাজেই আর্থিক ফেয়ার প্লে বা লাভ-স্থায়িত্বের ঝুঁকি মাপা যায় না। এই স্তরটা ফাঁকা থাকলে সবচেয়ে বড় ক্ষতি হয় না; সবচেয়ে বড় ক্ষতি হয় তখন, যখন কেউ ফাঁকা ঘরে নিজের অনুমান ঢুকিয়ে দেন।

ম্যানেজমেন্ট ও ড্রেসিংরুম স্তরে কোনো কোচ নেই, মালিক নেই, খেলোয়াড় নেই। কে চাপে, কে ম্যান্ডেট পেয়েছেন, কোথায় প্রজন্মান্তর চলছে — একটিও বলা যায় না। ড্রেসিংরুমের পরিবেশ মাপতে হলে অন্তত একজন নামধারী মানুষের দরকার।

রিস্ক ম্যাট্রিক্সে ছয়টি শ্রেণি বসানোর কথা — স্পোর্টিং, আর্থিক, ব্যক্তিগত, নিয়ম, জনমত, সিস্টেমিক। ছয়টিই শূন্য, কারণ রিস্ক মানে ঝুঁকির সংস্পর্শ; সংস্পর্শ মানে একটি নাম আর একটি দাবি। তাই এখানে আমি একটি মাত্র ঝুঁকি চিহ্নিত করতে পারি: এই ইনপুটকে তথ্যবহুল ধরে নিয়ে কাজ করাটাই নিজেই একটি বিশ্লেষণী ভুল।

মিডিয়া-ন্যারেটিভ স্তরে কোনো হেডলাইন নেই, কোনো সূত্র নেই, কোনো বাজি-প্রত্যাশা নেই। হিট-সাইকেলের কোন পর্যায়ে ন্যারেটিভটি আছে বলা অসম্ভব। ইন্ডাস্ট্রি-ট্রান্সমিশন স্তরে কোনো ঘটনাই নেই, তাই একাডেমি থেকে সম্প্রচার পর্যন্ত কোনো পথ আঁকা যায় না।

নয়টি দরজা খুলে দেখলাম, প্রতিটির পেছনে একই ঘর — শূন্য। প্রশ্ন হলো, এই শূন্যকে আমরা কীভাবে পরিচালনা করব। এখানেই শুরু হয় আসল পেশাদারি।

ন্যূনতম গ্রহণযোগ্য ইনপুট — একটি চুক্তি যা আগেই লিখে রাখতে হয়

আমি 'প্রজেক্ট সাইলেন্ট ক্রাউড' নামের প্রোটোকলটি ২০২০ সালে ৭২ ঘণ্টায় বারো পাতায় লিখেছিলাম, কারণ তখন বুন্দেসলিগার ৮৩টি ম্যাচের ডেটা হাতে এসেছিল এবং হোম অ্যাডভান্টেজ ০.৩৫ গোল থেকে ০.১৯-এ, হোম-জয়ের হার ৪৩% থেকে ৩৩%-এ নামছিল। সেই প্রোটোকল কাজ করেছিল, কারণ সংকটের মুহূর্তে আমাদের আর ভাবতে হয়নি — কেবল টেবিল মেলাতে হয়েছিল।

একই যুক্তিতে নাল-ইনপুটের জন্যও আগেই একটি চুক্তি থাকা উচিত। আমি সর্বনিম্ন যা চাই: অন্তত তিনটি নামধারী সত্তা, যার একটি হলেও ক্লাব; অন্তত একটি পরিমাপযোগ্য তথ্য — ফি, পয়েন্ট, তারিখ, xG বা চুক্তির মেয়াদ; এবং অন্তত একটি সূত্র-সম্বলিত দাবি, যার সঙ্গে আত্মবিশ্বাস ট্যাগ বসানো। এই তিনটি থাকলে বিশ্লেষণ শুরু করা যায়। না থাকলে উত্তর দিতে হয় এক শব্দে: 'অপর্যাপ্ত ইনপুট'।

এই চুক্তিটি থাকলে দুটি লাভ। এক, বিশ্লেষক অনুমান দিয়ে ঘর ভরাতে বাধ্য হন না। দুই, ক্লায়েন্ট জানেন কেন তার প্রশ্নের উত্তর আসেনি। গোপন উৎসের ওপর ভর করে ট্রান্সফার উইন্ডোতে ভরাট উত্তর দেওয়া সহজ, কিন্তু সে পথে এজেন্টের স্বার্থ আর তথ্যের স্বার্থ মিলিয়ে ফেলার ঝুঁকি থাকে।

সার্কুলার রেফারেন্স আর নীরব-নালের সংক্রমণ

নথিটির একটি চতুর ত্রুটি আছে। 'সংশ্লিষ্ট সত্তা' শব্দটি চাওয়া হয়েছে 'উপরের তথ্যবিন্দু থেকে চিহ্নিত করতে'। কিন্তু তথ্যবিন্দুর তালিকা খালি। কাজেই সংজ্ঞাটি নিজের লেজ নিজে কামড়াচ্ছে — একটি সার্কুলার রেফারেন্স। পাইপলাইনে এই ধরনের গেট না থাকলে মডেল চিরকাল ঘুরতে থাকবে এবং কখনো ব্যর্থ হবে না; আর যে মডেল ব্যর্থ হতে জানে না, সে সফল হওয়াও জানে না।

দ্বিতীয় সমস্যা আরও বিপজ্জনক — নীরব নালের সংক্রমণ। একটি ফরম্যাটের পূর্ণ, দেখতে পেশাদার নথি যখন ডাউনস্ট্রিম ড্যাশবোর্ডে ঢোকে, তখন কেউ আর যাচাই করে না। বিশ্লেষক ধরে নেন ইনপুট ভালো ছিল, সম্পাদক ধরে নেন বিশ্লেষক কাজ করেছেন, ক্লায়েন্ট ধরে নেন সংখ্যা আছে। এই তিন স্তরের ভুল ধারণা মিলে একটি নিখুঁত প্রতারণা তৈরি করে — যার পেছনে কোনো দুষ্ট নিয়ত নেই, শুধু যাচাইয়ের অভাব।

ফ্যাব্রিকেশন ফায়ারওয়াল আর নেগেটিভ কন্ট্রোল

আমি নিজের ওপর একটি নিয়ম আরোপ করি, যা লিখিত: খালি ইনপুটের মুখে কোনো সত্তা, সংখ্যা বা ন্যারেটিভ বানানো চলবে না। ফাঁদটা টের পাওয়া যায় সহজে — মাথা আপনাকে বলবে 'আর্সেনাল বা রিয়াল মাদ্রিদ নিয়ে লিখে ফেললে ক্ষতি কী?' ক্ষতিটা এখানে যে, বানানো বিশ্লেষণ পরে আর বানানো বলে চেনা যায় না। একবার ভেসে গেলে সেটি ডেটাবেসে স্থায়ী হয়, উদ্ধৃত হয়, ছড়ায়।

আর এখানেই ইনপুট-স্তরের তথ্য-স্বাস্থ্য আর প্রকৃত বিশ্লেষণী সংকটের পার্থক্য। পাইপলাইনে তথ্য না ঢোকা একটি স্বাস্থ্যবিধি সমস্যা; সমাধান প্রযুক্তিগত — ইনজেশন আবার চালান। কিন্তু মাঠে বসে ৮৩টি ম্যাচের দিকে তাকিয়ে বুঝতে পারা যে হোম অ্যাডভান্টেজ কমে যাচ্ছে, সেটি প্রকৃত সংকট; সেখানে সিদ্ধান্ত দরকার, কারণ বাজার অপেক্ষা করবে না। দুটোকে এক করে ফেলা মানে অকারণ আতঙ্ক তৈরি করা।

সেরা পরীক্ষা হলো নেগেটিভ কন্ট্রোল। ইচ্ছাকৃতভাবে একটি খালি ইনপুট চালিয়ে দেখুন, নিয়মগুলো ঠিকভাবে আগুন ধরে কি না। যদি ফরম্যাট ভরে যায় অথচ তথ্য না থাকে, আর কোথাও 'INVALID_INPUT' লেখা না ওঠে — তাহলে আপনার নাল-হ্যান্ডলিং এখনো প্রস্তুত নয়।

বাংলাদেশের জন্য অনুবাদ — সীমিত তথ্যেও কীভাবে কাজ করা যায়

আমাদের দেশের প্রেক্ষাপটে ন্যূনতম ইনপুট চাওয়া বিলাসিতা মনে হতে পারে। অনেক ম্যাচে পজেশন নেই, শট-লোকেশন নেই, PPDA বের করার মতো পাস-প্রতি-ডিফেন্সিভ-অ্যাকশন ডেটা নেই। যেখানে তথ্য নেই, সেখানে সংখ্যা বানানো যায় না; যা করা যায় তা হলো কী অনুপস্থিত তার মানচিত্র আঁকা।

আমার প্রস্তাব সরল। প্রতি ক্লাবের জন্য তিনটি পাত্র রাখুন: 'যাচাইকৃত', 'সংশ্লিষ্ট সূত্রে শোনা', 'অনুপস্থিত'। ট্রান্সফার গুজব এলে সেটি প্রথমেই শ্রেণিবদ্ধ করুন। একটি পাত্র কখনো মিশিয়ে ফেলবেন না। এই অভ্যাস দামহীন মনে হবে, কিন্তু এই অভ্যাসই আপনাকে ট্রান্সফার উইন্ডোর নয়েজ থেকে রক্ষা করবে, যখন প্রতিযোগীরা প্রতি তিন ঘণ্টায় নিজের অবস্থান বদলাচ্ছে।

আমি ২০১৭ সালে xG আর PPDA-কে প্রমিত করেছিলাম, কারণ বাংলাদেশ একটি ভাগ করা ভাষার দাবিদার — কিন্তু সেই সাথে এটাও মেনে চলি, যে প্রমিতকরণ তখনই সৎ, যখন প্রতিটি সংখ্যার পাশে তার আত্মবিশ্বাসের মাত্রা লেখা থাকে। নিঃশব্দে একটি অনুমানকে তথ্যের আসনে বসিয়ে দিলে পুরো ভাষাটাই দূষিত হয়।

কন্ট্রারিয়ান — ফরম্যাট তথ্য নয়, আর ভরাটকেই সত্য ভাবা সবচেয়ে বড় ফাঁদ

এখানে একটি অস্বস্তিকর কথা বলি। আমরা সাধারণত ধরে নিই, খালি নথি হলো ব্যর্থ নথি আর ভরাট নথি হলো সফল নথি। ট্রান্সফার উইন্ডোতে এই ধারণাটাই সবচেয়ে বেশি ক্ষতি করে। একটি ডিসেম্বরের ভরাট নথি দেখতে ঝকঝকে হয়, কিন্তু তার শক্তির উৎস হতে পারে শুধু একের পর এক পুনরাবৃত্ত গুজব, যার মূলে কোনো সোর্স টিয়ারই নেই।

একটি মৌসুমে আমি ৬৪টি ম্যাচের ১৪৭টি সেট-পিস শট লগ করেছিলাম, কেইন ও মাগুয়েরের ম্যাচ-চালিত আন্দোলন আর কর্নার-জ্যামিতি মিলিয়ে। ইংল্যান্ড ২০১৮-য় ১২টি গোল করেছিল, যার ৯টি এসেছিল সেট-পিস থেকে, আর আমি গ্রুপ পর্যায়ে পানামার বিরুদ্ধে ইংল্যান্ড -১-এ সুপারিশ করেছিলাম, যা ৬-১ হয়েছে। তার অনেক পরে হিসেব করে দেখলাম, কর্নারপ্রতি সেট-পিস xG খোলা খেলার xG-এর চেয়ে ০.০৮ বেশি। এই সংখ্যাটি আগে থাকলে আমার আত্মবিশ্বাস তীব্র হতো, কিন্তু ভরাট নথি থাকলেই আত্মবিশ্বাস আসে না — কেবল পরিমাপ আসলে আসে।

একইভাবে ভাবুন, একটি গুজব ভরাট নথিতে ঢুকলে তা গৃহীত সত্য বলে চালু হয়। অথচ ভরাট অথচ শূন্য-সোর্স নথি আর খালি অথচ সৎ নথির মধ্যে গুণের ব্যবধান বিশাল। আমি ফলাফলের আগে প্রক্রিয়াকে বিশ্বাস করি, কারণ ভ্যারিয়েন্স একজন ধৈর্যশীল পাওনাদার। এই পাওনাদারের কাছে খালি নথি একটি নির্ভুল হিসাব, আর ভরাট-অথচ-বানোয়াট নথি একটি মিথ্যা তালা।

টেকঅ্যাওয়ে — পরের রাউন্ডে কী দেখব

বারিশালের সেই রাতে আমার সিদ্ধান্ত ছিল স্পষ্ট: নথিটি ফেরত পাঠাতে হবে 'STATUS: INVALID_INPUT' লেখা দিয়ে, ডাউনস্ট্রিম ফিডে ছাড়া যাবে না। তারপর ইনজেশন আবার চালাতে হবে, দেখতে হবে ইনফরমেশন পয়েন্টস অ্যারে অন্তত তিনটি থাকে কি না, এবং একটা নামধারী ক্লাব আছে কি না।

পরের রাউন্ডে আমি যে সিগন্যাল অনুসরণ করব: প্রথমত সোর্স ফিল্ড আর শিরোনাম দুইটাই পূরণ হয়েছে কি না, কারণ সূত্র-স্তর ছাড়া আত্মবিশ্বাস ট্যাগ বসানোই যায় না; দ্বিতীয়ত সত্তা-নিষ্কাশন চক্রবৃত্ত থেকে বেরোতে পেরেছে কি না, অর্থাৎ সত্তাগুলো সত্যিই নামে এসেছে কি না; এবং তৃতীয়ত, পুরো পাইপলাইনটি 'ফুটবল' ডোমেইনে আছে কি না, যাতে ভিন্ন খেলার পরিভাষা দিয়ে ভুল বিন্যাস না হয়।

শেষে একটাই প্রশ্ন রেখে যাই। স্টেডিয়াম যখন নিস্তব্ধ হয়ে গিয়েছিল, তখন হোম অ্যাডভান্টেজ আমাদের শূন্য থেকে আবার শিখতে হয়েছিল। আজ ডেটা যখন কোলাহলে ভরে যাচ্ছে, তখন আরেকটি জিনিস শূন্য থেকে শিখতে হবে — সততার সঙ্গে বলতে পারাটা যে আমরা এখনো জানি না। আপনি কি আপনার বিশ্লেষণের প্রতি আস্থা রাখতে পারবেন, যখন প্রতিটি সংখ্যার পেছনের হরটা আপনি নিজে পরীক্ষা করে দেখেছেন?