ফাঁকা রিটার্ন: যে ম্যাচগুলো কোনো ডেটাসেটে ঢোকেনি

গত মাসে খুলনায় লোডশেডিংয়ের একটা রাতে ল্যাপটপের ব্যাটারি ধরে একটা ডেটা কুয়েরি চালিয়েছিলাম। ফিল্টার ছিল সহজ — একটা ঘরোয়া লিগ মৌসুম, একটা নির্দিষ্ট ভেন্যু, ম্যাচ-প্রতি পাসিং নেটওয়ার্ক। পাঁচ সেকেন্ড পর পর্দায় ফিরল একটা ফাঁকা অ্যারে। কোনো এরর মেসেজ নেই, কোনো সতর্কবার্তা নেই, শুধু শূন্য। ব্যাটারি ১৪ শতাংশে নামার আগে আমি একই কুয়েরি আরও তিনবার চালালাম। তিনবারই একই উত্তর এল: কিছু নেই।

সেই রাতেই বুঝলাম, ফুটবল অ্যানালিটিক্সে সবচেয়ে কম আলোচিত তথ্যটা কী। আমরা লিখি মডেল কী খুঁজে পেল। কেউ লেখে না মডেল কী খুঁজে পেল না। অথচ ফাঁকা রিটার্ন নিজেই একটা ডেটা পয়েন্ট — এবং প্রায়ই সেটাই সবচেয়ে সৎ পয়েন্ট।

ফুটবলের ডেটা-অর্থনীতি সমান নয়। ইউরোপের শীর্ষ পাঁচ লিগে প্রতি ম্যাচে হাজারো ইভেন্ট রেকর্ড হয় — পাস, কভার শ্যাডো, প্রেসিং ট্রিগার, পজিশনাল হিটম্যাপ। দক্ষিণ এশিয়ার অনেক লিগে সেই অবকাঠামো নেই। ফলে যে ম্যাচ মাঠে খেলা হয়, সেটা ডেটাসেটে ঢোকে না। স্কাউটের রিপোর্টে ওঠে না। ট্রান্সফার মার্কেটে দাম পায় না। মাঠে উপস্থিত দর্শক ম্যাচটা দেখে, কিন্তু সিস্টেম ম্যাচটা দেখে না।

এই ফাঁক শুধু দরিদ্র লিগের সমস্যা নয়। ২০২০ সালের ১৪ আগস্ট লিসবনের খালি এস্তাদিও দা লুজে বায়ার্ন মিউনিখ বার্সেলোনাকে ৮-২ গোলে উড়িয়ে দেয়। ম্যাচটা হয়েছিল, ডেটাও ছিল, কিন্তু গ্যালারির নীরবতা ডেটার ব্যাখ্যাটাই বদলে দিয়েছিল। খুলনায় বসে বছরের পর বছর ম্যাচ দেখার অভিজ্ঞতা থেকে বলছি, খালি গ্যালারি আমাকে শিখিয়েছে নীরবতারও একটা প্রেসিং ট্রিগার থাকে। ভিড়ের শব্দ যখন থাকে না, প্রেসিং সিগন্যাল তখন চোখে পড়ে, কানে নয়। কেউ কভার ছাড়ে কি না, সেটা ক্যামেরা ধরে ফেলে।

ঠিক উল্টো ঘটনাটাও ঘটে। কোনো ম্যাচ যদি ডেটাসেটেই না থাকে, তাহলে সেটা বিশ্লেষণ করা যায় না। এবং না-থাকাটাকে অনেকে সহজে তথ্য নেই বলে পাশ কাটিয়ে যান। সেটাই আজকের আলোচনা।

ফাঁকা রিটার্ন আর নাল রেজাল্ট এক জিনিস নয়। পরিসংখ্যানে এর নাম মিসিং ডেটা, এবং সব মিসিং ডেটা সমান নয় — কিছু র‍্যান্ডম, কিছু একেবারেই নয়। একটা ম্যাচের তথ্য না ফেরার অন্তত তিনটা সম্ভাব্য কারণ থাকে।

প্রথম কারণ, ইনজেশন ব্যর্থতা। সোর্স ছিল, পাইপলাইন ভেঙে গেছে — পেইওয়াল, ভিডিও ফরম্যাট, স্ক্র্যাপার এরর, যেকোনো একটা।

দ্বিতীয় কারণ, সত্যিকারের অনুপস্থিতি। ম্যাচটাই হয়নি, বা ভেন্যুতে কোনো ট্র্যাকিং ব্যবস্থা বসেনি।

তৃতীয় কারণ, সাইলেন্ট ডিফল্ট। সিস্টেম জানে না, তাই শূন্য বসিয়ে দেয় — যেন শূন্যই সত্য।

এই তিনটার পার্থক্য না করলে বিশ্লেষণ দাঁড়ায় বালির উপর। আমি রাশিয়া ২০১৮ নিয়ে যখন লিখেছিলাম, তখন আমি ভবিষ্যদ্বাণী করছিলাম না, মডেলের স্ট্রেস টেস্ট করছিলাম। ফাইনালের আগে ফ্রান্স-ক্রোয়েশিয়া নিয়ে আমি দীর্ঘ একটা প্রিভিউ লিখেছিলাম, এবং প্রতিটা দাবির পাশে লিখে রেখেছিলাম — কী ঘটলে দাবিটা ভুল প্রমাণিত হবে। ফ্রান্স ৪-২ জিতেছিল, কিন্তু কান্তের শিল্ডিং নিয়ে আমার একটা অনুমান ভুল ছিল। সেটাও আমি লিখে রেখেছিলাম, কারণ ভুল চেপে গেলে মডেল শেখে না।

ফুটবলে এই অভ্যাসটার অভাব প্রকট। একটা স্কাউটিং রিপোর্টে লেখা থাকে: এই অঞ্চলে উপযুক্ত ডিফেন্ডার পাওয়া যায়নি। প্রশ্নটা হলো — পাওয়া যায়নি, নাকি খোঁজা হয়নি? বাংলাদেশ, নেপাল বা শ্রীলঙ্কার লিগে প্রতি মৌসুমে কতজন খেলোয়াড় ট্র্যাক করা হয়? সেই সংখ্যাটা যদি শূন্যের কাছাকাছি হয়, তাহলে পাওয়া যায়নি আর দেখা হয়নি একই বাক্যে মিলিয়ে যায়। যে খেলোয়াড় কখনো ডেটাসেটে ঢোকেনি, তার জন্য সুযোগ নেই কথাটার কোনো অর্থ থাকে না।

আমি ট্রান্সফার ফি পড়া কমিয়ে হাফ-স্পেস পড়া শুরু করেছিলাম ঠিক এই কারণেই। ২০২৩ সালের জানুয়ারিতে চেলসি এনসো ফার্নান্দেসকে ১০৬.৮ মিলিয়ন পাউন্ডে কিনেছিল। দামটা ওর নামে উঠেছিল কারণ কাতারের ডেটাসেটে ওর নাম ছিল। ওই একই টুর্নামেন্টে যাঁরা সমান ভালো খেলেছিলেন কিন্তু ট্র্যাকিং কভারেজের বাইরে ছিলেন, তাঁদের দাম উঠল না। সৌদি প্রো লিগের সাম্প্রতিক বড় চুক্তিগুলোও একই গল্প বলে — প্রায় প্রতিটি নাম ইতিমধ্যেই কোনো ডেটাসেটে লেখা ছিল। বাজার দৃশ্যমানতা কিনছে, সম্ভাবনা নয়। ডেটা যেখানে থাকে, টাকা সেখানে যায়।

লোড ম্যানেজমেন্টেও একই যুক্তি খাটে। পাঁচ পরিবর্তনের নিয়ম গভীর স্কোয়াডকে শেষ বিশ মিনিটে বড় সুবিধা দেয়, কিন্তু যে লিগে প্রতি ম্যাচের লোড ডেটা নেই, সেখানে কে কতটা ক্লান্ত সেটা কেউ জানে না। ফলে সিদ্ধান্ত নেওয়া হয় চোখের দেখায়, আর চোখ ক্লান্তিকে নিয়মিত ভুল পড়ে।

এখানেই কাঠামোগত সমস্যাটা। ডেটার অভাবে যে ম্যাচ অন্ধকারে থাকে, সেই ম্যাচের খেলোয়াড় সিস্টেমে ঢুকতে পারে না। সিস্টেম তাকে দেখে না, তাই সিস্টেম ভাবে সে নেই। এবং সিস্টেম নিজের অন্ধত্ব নিয়ে সন্দেহ প্রকাশ করে না, কারণ ফাঁকা রিটার্ন কোনো এরর মেসেজ ছাড়াই ফিরে আসে। ব্যর্থতা আর অনুপস্থিতি দেখতে হুবহু এক।

তাই আমার মডেলে এখন একটা ভ্যালিডেশন গেট বসানো। কোনো আউটপুট খালি এলে সিস্টেম সেটাকে কিছু নেই বলে গ্রহণ করে না, সে থেমে যায় এবং লিখে দেয় — এক্সট্রাকশন ব্যর্থ। যুক্তিটা সরল: পাইপলাইন নিজেই যদি ব্যর্থ হয়, তবে সেই ব্যর্থতা যেন কখনো বিশ্লেষণের ফলাফল হিসেবে ছদ্মবেশ না নেয়।

তবু একটা অস্বস্তিকর কথা লিখতে হয়। যে সিস্টেম ফাঁকা রিটার্নকে সম্মান করে, সে সিস্টেম জনপ্রিয় নয়। ফুটবল-মিডিয়া একটা আত্মবিশ্বাসী উত্তর চায়। কোন দল জিতবে — এই প্রশ্নের উত্তর দিলে পাঠক আসে; এই প্রশ্নের উত্তর দেওয়ার মতো তথ্য আমার নেই লিখলে পাঠক সরে যায়। ফলে বিশ্লেষকের ভেতরে একটা নীরব চাপ তৈরি হয় — ফাঁকা জায়গাটা নিজে থেকেই ভরে ফেলার চাপ। কিলিয়ান এমবাপে ২০২৪ সালের গ্রীষ্মে রিয়াল মাদ্রিদে যোগ দেওয়ার পর আমি লিখেছিলাম, ওর বাম দিকের দখল ভিনিসিয়াস জুনিয়রকে কেন্দ্রে ঠেলে দেবে এবং জুড বেলিংহামের বক্স-অ্যারাইভাল কমাবে। সেই দাবির পাশেও ভুল হওয়ার শর্ত লিখে রেখেছিলাম। বেশিরভাগ লেখায় সেই শর্ত থাকে না, কারণ শর্ত লিখলে লেখা দুর্বল দেখায়।

এই চাপটাই সবচেয়ে বিপজ্জনক। একবার মডেল নিজের সীমা স্বীকার করা বন্ধ করলে সেটা কর্তৃত্বে পরিণত হয়, আর কর্তৃত্ব আর যাচাই করা হয় না।

আমি নিজের বিরুদ্ধে একটা দাবিও লিখে রাখছি, যাতে ভুল হলে ধরা পড়ে। যদি দেখা যায় ফুটবল-অ্যানালিটিক্স পাইপলাইনে সত্যিকারের খালি রিটার্নের হার এক শতাংশেরও কম, তাহলে আমার পুরো যুক্তিটা দুর্বল — তখন এটা প্রক্রিয়ার সমস্যা নয়, ব্যতিক্রম। কিন্তু হার যদি পাঁচ শতাংশের বেশি হয়, বিশেষ করে দক্ষিণ এশিয়া ও আফ্রিকার লিগে, তাহলে সমস্যাটা কাঠামোগত। তখন আমাদের অনেক সিদ্ধান্ত আসলে অন্ধকারে নেওয়া সিদ্ধান্ত।

২০২৪ সালের প্যারিস অলিম্পিকের ফাইনালে স্পেন ফ্রান্সকে ৫-৩ গোলে হারানোর পর আমি লামিন ইয়ামালের হাফ-স্পেস রান নিয়ে লিখেছিলাম। সেই ম্যাচের ডেটা ছিল, তাই বিশ্লেষণটা সহজ ছিল। কঠিন কাজটা হলো সেই ম্যাচগুলো নিয়ে লেখা যেগুলোর কোনো ডেটা নেই — যেখানে ফাঁকাটাই একমাত্র সাক্ষী।

পরের বার যখন কোনো লিগ টেবিলের পাশে তথ্য নেই লেখা দেখবেন, একটা প্রশ্ন করুন। তথ্যটা কি সত্যিই ছিল না, নাকি কেউ সেটা খুঁজতে যাননি?