ফুটবল বিশ্লেষণের কাঠামো: তথ্যহীন মডেল কেন নীরব থাকে

সম্প্রতি একটি দুই-স্তরের বিশ্লেষণ পাইপলাইনে কাজ করতে গিয়ে আমি এমন এক পরিস্থিতির মুখোমুখি হই, যা আমার দীর্ঘ ফুটবল-পর্যবেক্ষণে বারবার ফিরে আসে। প্রথম স্তরের কাজ ছিল মূল নিবন্ধ থেকে তথ্য আহরণ; দ্বিতীয় স্তরের কাজ সেই তথ্যের ভিত্তিতে নয়টি মাত্রার গভীর বিশ্লেষণ। কিন্তু প্রথম স্তরের ফলাফল ফিরে এল প্রায় খালি হাতে — শিরোনাম নেই, তথ্যবিন্দু নেই, কোনো সত্তা চিহ্নিত হয়নি, সময়-সংবেদনশীলতাও মূল্যায়িত হয়নি। দ্বিতীয় স্তরের কাঠামো সম্পূর্ণ অক্ষত — নয়টি মাত্রা, প্রতিটির টেবিল, প্রতিটির ঝুঁকি-পতাকা — কিন্তু প্রতিটি ঘরে লেখা একটাই বাক্য: তথ্য অপর্যাপ্ত।

এই দৃশ্যটি ফুটবল বিশ্লেষণের সবচেয়ে গুরুত্বপূর্ণ সত্যটি মনে করিয়ে দেয়। কাঠামো যত সুন্দরই হোক, তথ্য ছাড়া তা নীরব থাকে। আমি প্রথমে মডেল বানাই, তারপর বাংলাদেশ প্রিমিয়ার লিগকে সেই মডেলের সঙ্গে তর্ক করতে দিই — কিন্তু তর্ক করার জন্য অন্তত একটি তথ্যবিন্দু দরকার। তথ্যবিন্দু ছাড়া বিশ্লেষণ আর অনুমানের মধ্যে কোনো পার্থক্য থাকে না।

প্রসঙ্গ: তথ্য কীভাবে বিশ্লেষণকে দাঁড় করায়

২০১৭ সালে ঢাকার একটি স্পোর্টস আউটলেটে আমি বাংলাদেশ প্রিমিয়ার লিগের ১,২০০ শট-ইভেন্ট স্ক্র্যাপ করি এবং দূরত্ব, কোণ ও ডিফেন্সিভ চাপ ব্যবহার করে একটি xG মডেল দাঁড় করাই। আবাহনী লিমিটেড ঢাকা ৩১.৬ xG থেকে ৪২ গোল করেছিল; শেখ রাসেল ক্রীড়া চক্র ৮.২ গোলে পিছিয়ে ছিল। আবাহনীর শিরোনাম জয়ের পর "চ্যাম্পিয়নরা ভাগ্যবান ছিল" শিরোনামে লেখা প্রকাশ করি, যেখানে দেখাই যে তাদের শেষের দিকের উত্থান নির্ভর করেছিল সেট-পিস থেকে আসা ১২.৪ xG-এর উপর, ওপেন প্লে-এর উপর নয়।

এই অভিজ্ঞতা আমাকে শিখিয়েছিল, স্কোরলাইন কখনো সম্পূর্ণ সত্য বলে না। একটি ম্যাচের ফল আসলে শট-মানের সমষ্টি। কিন্তু এই শিক্ষার একটি শর্ত আছে — তথ্য থাকতে হবে। মডেল নিজে থেকে সত্য তৈরি করে না; সে কেবল আমাদের দেওয়া তথ্য থেকে অনুমান তৈরি করে। তাই প্রতিটি বিশ্লেষণের আগে কয়েকটি প্রশ্ন রাখা জরুরি: তথ্যের নমুনা কত বড়, তথ্যের উৎস কী, তথ্যের সীমাবদ্ধতা কোথায়, আর আত্মবিশ্বাসের মাত্রা কত।

২০১৮ সালে রাশিয়া বিশ্বকাপের সময় একটি StatsBomb-চালিত প্রকল্পে যোগ দেওয়ার সুযোগ পাই। ইভেন্ট ডেটা ব্যবহার করে ক্রোয়েশিয়ার ২-১ অতিরিক্ত সময়ের জয়ে ইংল্যান্ডের বিরুদ্ধে বিশ্লেষণ করি। লুকা মদরিচ ১৪.২ কিলোমিটার কভার করেন এবং ১১টি প্রগ্রেসিভ পাস সম্পন্ন করেন; ক্রোয়েশিয়া ২.১ xG তৈরি করেছিল, ইংল্যান্ড ১.৪। ক্রোয়েশিয়ার ৩৪টি ওপেন-প্লে ক্রস ম্যাপ করে দেখি, তার মধ্যে ১৮টি ইংল্যান্ডের ডান হাফ-স্পেসে লক্ষ্যবদ্ধ ছিল। ক্রোয়েশিয়ার এই ফিরে আসা আবেগের নয়, কাঠামোর ফল — কারণ প্রতিটি বাড়তি পাস পরিসংখ্যানে ধরা পড়েছিল।

মূল বিশ্লেষণ: মডেল, তথ্য ও ফুটবল-পরিণতি

২০২০ সালে বুন্দেসলিগা দর্শকশূন্য স্টেডিয়ামে ফিরে আসার পর আমি ৮১টি ম্যাচ বিশ্লেষণ করি। ঘরের দল মাত্র ২১টি ম্যাচ জিতেছিল, অর্থাৎ ২৫.৯ শতাংশ, যেখানে বিরতির আগে এই হার ছিল ৪৩.২ শতাংশ। প্রতি ম্যাচে গোল কমে ৩.২ থেকে ২.৬-তে নেমে আসে। বায়ার লেভারকুসেন ও ফ্রাইবুর্গকে কেস স্টাডি ধরে আমি তাদের PPDA এবং সেট-পিস রূপান্তর ট্র্যাক করি। এই বিশ্লেষণ থেকে "পরিবেশগত ভিন্নতা" নামে একটি পাঁচ-বিন্দু কাঠামো তৈরি করি, যা কোলাহলকে কৌশলগত সংকেত থেকে আলাদা করতে সাহায্য করে।

PPDA, অর্থাৎ প্রতি ডিফেন্সিভ অ্যাকশনে প্রতিপক্ষকে দেওয়া পাসের সংখ্যা, চাপ প্রয়োগের তীব্রতা মাপে। কম মান মানে আক্রমণাত্মক প্রেসিং। ২০২১ সালে ইউরো ২০২০-তে ইতালির সাত ম্যাচে এই সূচকটি ট্র্যাক করি: গ্রুপ পর্বে ৬.৯, ফাইনালে ইংল্যান্ডের বিরুদ্ধে ৯.৮। ইতালি ১-১ ড্রয়ের পর পেনাল্টিতে ৩-২ জেতে। ফাইনালে তাদের ৬৫ শতাংশ বল দখল এবং ১৯টি শট ছিল, যা দেখায় রবার্তো মানচিনির দল প্রেসিংয়ের তীব্রতা বদলে ট্রানজিশন অঞ্চল নিয়ন্ত্রণ করেছিল।

২০২২ সালে কাতার বিশ্বকাপে মরক্কোর সেমিফাইনাল-যাত্রা বিশ্লেষণ করি। সেমিফাইনালের আগে মরক্কো পাঁচ ম্যাচে মাত্র একটি গোল খেয়েছিল এবং প্রতিপক্ষকে গড়ে ০.৮ xG-তে সীমাবদ্ধ রেখেছিল। তাদের PPDA ছিল ১২.৪, কিন্তু ডিপ-ব্লক দক্ষতা ছিল টুর্নামেন্টের সেরা — প্রতি ৯০ মিনিটে ২৪.৬ ক্লিয়ারেন্স এবং ১১.২ ইন্টারসেপশন। "অ্যাটলাস লায়ন্সের লো-ব্লক নিষ্ক্রিয় নয়" লেখাটিতে আমি যুক্তি দিয়েছিলাম, তাদের আকৃতি ছিল একটি সক্রিয় অস্ত্র।

এখানেই তথ্যের মূল্য স্পষ্ট হয়। এই সূচকগুলো একা কিছু বলে না। একটি লো-ব্লক "নিষ্ক্রিয়" না "সক্রিয়" — এই প্রশ্নের উত্তর আসে xG-কনসিডেড এবং PPDA-এর মিলিত পাঠ থেকে, একক সংখ্যা থেকে নয়। আমি প্রথমে কাঠামো দাঁড় করাই, তারপর তথ্যকে সেই কাঠামোর সঙ্গে লড়তে দিই। যে তথ্য কাঠামোকে চ্যালেঞ্জ করে, সেটিই আসল সংকেত।

বিপরীত দৃষ্টিভঙ্গি

কিন্তু এখানেই সবচেয়ে বড় বিপদ লুকিয়ে আছে। ভালো কাঠামোও বিভ্রান্ত করতে পারে। নমুনা ছোট হলে মৌসুমি ওঠানামা কৌশলগত পরিবর্তন বলে ভুল হতে পারে। আবার উল্টো ঝুঁকিও আছে — অতিরিক্ত মডেলিং। সবকিছুকে সূচকে অনুবাদ করার প্রবণতা বিশ্লেষণকে এমন এক ভাষায় পরিণত করে, যা সাধারণ দর্শকের কাছে দূরবর্তী। একটি সংখ্যা ফুটবল-পরিণতিহীন থাকলে তা তথ্য নয়, আওয়াজ।

এর সঙ্গে যুক্ত হয় আরেকটি সীমা। কাঠামোগত দৃষ্টিভঙ্গি কখনো কখনো ভিড়ের চাপ, খেলোয়াড়ের ভয় বা সিদ্ধান্তের গতি-কে উপেক্ষা করে। অথচ এই বিষয়গুলোও মাপা যায় — সিদ্ধান্তের গতি, ঝুঁকি-গ্রহণের প্রবণতা, প্রেসিং ট্রিগারের প্রতিক্রিয়া সময়। আবেগ কোনো রহস্য নয়, বরং এমন একটি ইনপুট, যা মডেলে বসানো যায়। যে বিশ্লেষণ আবেগকে অস্বীকার করে, সে নিজের তথ্যভিত্তিকেই অসম্পূর্ণ রাখে।

আর সবচেয়ে জরুরি সতর্কতা — পারস্পরিক সম্পর্ক আর কার্যকারণ এক জিনিস নয়। একটি দল বেশি ক্রস করলে বেশি গোল করল, মানে এই নয় যে ক্রসই গোলের কারণ। কারণ খুঁজতে হলে দেখতে হয়, কোন পরিস্থিতিতে, কোন অঞ্চলে, কোন খেলোয়াড়ের পায়ে সেই ক্রস পৌঁছেছে। তথ্যহীন মডেল যেমন নীরব, তেমনি কারণ-ছাড়া তথ্য বিভ্রান্তিকর।

শেষ কথা

আমার কাছে এখন পরিষ্কার — বিশ্লেষণের শক্তি তার কাঠামোয় নয়, তার তথ্যভিত্তিতে। পরের রাউন্ডে চোখ রাখতে হবে দুটি সংকেতে। প্রথমত, নমুনার আকার: কোনো দলের PPDA কি টানা তিন ম্যাচে বদলাচ্ছে, নাকি এক ম্যাচের ওঠানামা? দ্বিতীয়ত, তথ্যের উৎস: যে সূচক দেখছি, তার পিছনে কি যাচাইযোগ্য ইভেন্ট-ডেটা আছে, নাকি শুধু প্রচলিত ধারণা?

ফুটবল ভাগ্য দিয়ে চলে না, চলে ছোট কাঠামোগত সুবিধার যোগফলে। ক্রোয়েশিয়া জাদুতে জেতেনি; তারা বাড়তি পাসটিকে অনিবার্য করে তুলেছিল। কিন্তু সেই অনিবার্যতা মাপার জন্য প্রথমে তথ্য লাগে। তথ্য ছাড়া মডেল নীরব — আর নীরব মডেলের পিছনে দাঁড়িয়ে বিশ্লেষণ করা মানে অন্ধকারে পতাকা হেলানো।