খালি ইনপুট, খালি আউটপুট: ফুটবল ডেটা বিশ্লেষণ পাইপলাইনের নীরব ব্যর্থতা

গত সপ্তাহে আমার ডেস্কে একটা ফাইল এলো। ফাইলের নাম ছিল 'Stage-2 Deep Professional Analysis'। খুলে দেখি, বিশাল একটা টেমপ্লেট। সাতাশ পৃষ্ঠার ফ্রেমওয়ার্ক, তিনটি বড় টেবিল, ছয়টি বিশ্লেষণাত্মক বিভাগ। কিন্তু প্রতিটি ঘরে লেখা একটাই বাক্য: 'N/A – insufficient information, cannot assess'। বিশ্লেষণটি ফুটবল নিয়ে ছিল না, কারণ বিশ্লেষণের বিষয়বস্তুই ছিল না। ইনপুট ছিল শূন্য। আউটপুটও তাই শূন্য।

এটা কোনো সাধারণ ত্রুটি নয়। এটা ফুটবল ডেটা ইকোসিস্টেমের একটা নীরব ব্যর্থতা, যা কেউ স্বীকার করতে চায় না। আমরা যখন ডেটা সাংবাদিকতার কথা বলি, তখন আমরা সাধারণত কী-পাস, xG, PPDA, ডিসট্যান্স কাভারড নিয়ে কথা বলি। কিন্তু পাইপলাইনের ওপরের দিকটা নিয়ে কেউ কথা বলে না। নিউজরুমের কেউ জিজ্ঞেস করে না, 'Stage-1 সঠিকভাবে চলেছে কি?'। যদি Stage-1-এ ইনফরমেশন পয়েন্ট শূন্য থাকে, তাহলে Stage-2-এর বিশাল ফ্রেমওয়ার্ক নিছক একটা আনুষ্ঠানিকতা। আমি টুয়েন্টি সেভেন বছর ফুটবল ডেটা আর্কাইভ করেছি, এবং এই একই সমস্যা বারবার দেখেছি: আমরা বিশ্লেষণের গুণমান নিয়ে চিন্তা করি, কিন্তু ইনপুটের শূন্যতা নিয়ে চিন্তা করি না।

ডেটা পাইপলাইনের অন্ধকার দিক

আমি ১৯৮০ সালে বাংলাদেশ বেতারে যোগ দেওয়ার সময় ফুটবল বিশ্লেষণ ছিল সম্পূর্ণ ভিন্ন একটা পেশা। তখন কেউ ম্যাচের হিসাব রাখতেন না। কারা কত কিলোমিটার দৌড়ালেন, কার xG কত, কেউ জানত না। ১৯৯৬ সালে 'ক্রীড়া জগৎ' পত্রিকার সম্পাদক হিসেবে যখন কাজ শুরু করি, তখন আমার প্রথম কাজ ছিল একটা আর্কাইভ তৈরি করা। কারণ আমি জানতাম, একটা ম্যাচের সত্যতা নির্ভর করে তথ্যের প্রমাণের ওপর, না যে কেউ কী বলল তার ওপর।

২০১৭ সালে নেইমারের ২২২ মিলিয়ন ইউরো ট্রান্সফার নিয়ে যখন বিশ্লেষণ করছিলাম, আমি হিসাবের খাতা খুলে দেখলাম। বার্সেলোনায় তার শেষ মৌসুমে ১৮৬ ম্যাচে ১০৫ গোল, ৭৬ অ্যাসিস্ট। প্রতি ৯০ মিনিটে ০.৭৮ গোল। এই ডেটা দিয়ে বোঝা যায় না যে ২২২ মিলিয়ন কেন। আমি লিখেছিলাম, ফি-টা বাণিজ্যিক, ফুটবল-ডেটা চালিত নয়। কিন্তু সেটা লেখার আগে আমাকে হিসাব মেলাতে হয়েছিল। ইনপুট যদি ভুল হয়, আউটপুটও ভুল হবে—এটা ফুটবল ডেটার সবচেয়ে বড় শিক্ষা।

এখন যে সমস্যাটার কথা বলছি, সেটা আরও গভীর। এখানে ইনপুট শুধু ভুল নয়, ইনপুট সম্পূর্ণ অনুপস্থিত। Stage-1-এর কাজ হলো মূল নিবন্ধ থেকে তথ্য পয়েন্ট বের করা। আর্টিকেলের শিরোনাম, সোর্স, ধরন—সবকিছু N/A। 'Entities Involved' ঘর খালি। 'Time Sensitivity' মূল্যায়ন করা হয়নি। যখন Stage-2 সেই শূন্য আউটপুট পায়, তখন সে যা করতে পারে একটাই: সৎ থাকা। প্রতিটি ঘরে 'insufficient information' লেখা। এটা ব্যর্থতা নয়, এটা অখণ্ডতা।

বিশ্লেষণের ভান্ডার যখন খালি

আমি যখন ২০১৮ বিশ্বকাপে লুকা মদরিচের ১৪.২ কিলোমিটার ট্র্যাক করছিলাম, তখন প্রতিটি ম্যাচের হিসাব আলাদা করে রেখেছিলাম। ক্রোয়েশিয়া টানা তিনটা ১২০ মিনিটের ম্যাচ খেলেছিল। আমি তার প্রতি ৯০ মিনিটের হিসাব বের করলাম। দেখলাম এক্সট্রা টাইমে তার উচ্চ-তীব্রতার স্প্রিন্ট ১৮% কমেছে। কিন্তু আমি যখন লিখলাম, তখন আমি 'ক্লান্তি' শব্দটা ব্যবহার করিনি। কারণ ক্লান্তি একটা ব্যাখ্যা, আর আমি ব্যাখ্যার আগে ডেটা যাচাই করি।

এই Stage-2 নথিটা পড়ে আমার মনে হয়েছে, ফুটবল ডেটা শিল্পে আমরা একটা বড় ফাঁদে পড়ছি। আমরা বিশাল বিশ্লেষণাত্মক ফ্রেমওয়ার্ক তৈরি করছি—নয়টা মাত্রা, ট্যাকটিক্যাল বিশ্লেষণ, ক্লাব ফিন্যান্স, লিগ ল্যান্ডস্কেপ, গভর্নেন্স কমপ্লায়েন্স। কিন্তু আমরা ইনপুট যাচাইয়ের জন্য কোনো ব্যবস্থা রাখছি না। যদি মূল নিবন্ধ থেকে একটা সংখ্যাও বের করা না যায়, তাহলে নয়টা মাত্রার বিশ্লেষণ কী কাজে আসবে?

এই নথির সাতটি বিভাগ আছে: ট্যাকটিক্যাল বিশ্লেষণ, ক্লাব ফিন্যান্স, ফলাফল ও জনমত, লিগ ল্যান্ডস্কেপ, নিয়ম ও গভর্নেন্স, ম্যানেজমেন্ট, ঝুঁকি প্রোফাইল, মিডিয়া ন্যারেটিভ, এবং ইন্ডাস্ট্রি ট্রান্সমিশন। প্রত্যেকটার জন্য আছে টেবিল, চেকলিস্ট, সিনারিও মডেলিং। কিন্তু প্রতিটা ঘরে একটাই উত্তর: N/A। এটা একটা খালি ভবনের মতো—দেয়াল আছে, ছাদ আছে, জানালা আছে, কিন্তু ভিতরে কেউ নেই। কেউ নেই কারণ ভিতরে ঢোকার দরজাই তৈরি হয়নি।

আমি আমার আর্কাইভে এমন অনেক নথি রেখেছি যেখানে বিশ্লেষণ শূন্য। সেগুলো আমি ফেলনা বলি না। কারণ সেগুলো আমাকে শেখায়, কোথায় ব্যর্থ হয়েছি। এই Stage-2 নথি নিজেই একটা ডকুমেন্টেশন—এটা দেখায় যে ইনপুট ছাড়া ডেটা বিশ্লেষণ অসম্ভব।

সংখ্যার নীরবতা

এই নথির সবচেয়ে সৎ অংশ হলো 'Comprehensive Assessment'। সেখানে লেখা আছে: 'The Stage-1 deconstruction contains no usable content—the Information Points are empty and all metadata fields are N/A.' এটা কোনো বিশ্লেষণ নয়, এটা একটা স্বীকারোক্তি। এবং এটা একটা সতর্কবার্তা।

আমি যখন ২০২০ সালে খালি স্টেডিয়ামের ৮-২ ম্যাচ নিয়ে লিখেছিলাম, তখন আমি বায়ার্নের xG ২.৭, বার্সেলোনার ১.৪, বায়ার্নের PPDA ৬.৮ হিসাব করেছিলাম। কিন্তু আমি সেটা লিখেছিলাম 'context-adjusted xG' হিসেবে। কারণ খালি স্টেডিয়ামে ডেটার নির্ভরযোগ্যতা বদলে যায়। ভিড়ের শব্দ না থাকলে প্লেয়ারদের প্রতিক্রিয়া বদলায়, প্রেসিং প্যাটার্ন বদলায়। আমি কখনো খালি স্টেডিয়ামের স্কোরলাইনকে স্বাভাবিক ম্যাচ হিসেবে দেখিনি।

এখন এই Stage-2 নথি আমাকে শেখাল, আরেকটা জিনিস নিয়ে আমি বরাবর সতর্ক থাকতে হবে: ইনপুটের উৎস। যদি উৎস শূন্য হয়, বিশ্লেষণও শূন্য। নথিতে লেখা আছে 'Risk of fabricated analysis—proceeding without content would produce hallucinated tactical/financial claims.' এটা ফুটবল ডেটা সাংবাদিকতার সবচেয়ে বড় বিপদ। আমরা যন্ত্র শিখন এবং স্বয়ংক্রিয় বিশ্লেষণের যুগে ঢুকছি। যদি ইনপুট যাচাই না করি, তাহলে আমরা কল্পিত তথ্য পরিবেশন করব, আর পাঠক সেটা সত্য বলে বিশ্বাস করবে।

এই নথির একটা অংশ আমার ভালো লাগল: 'The framework itself remains fully operational and ready to apply the moment real content is supplied.' এটা আশার কথা। ফ্রেমওয়ার্ক প্রস্তুত, শুধু ইনপুট দরকার। কিন্তু প্রশ্ন হলো, কে ইনপুট দেবে? কে যাচাই করবে?

যাচাই ছাড়া বিশ্লেষণ

আমি এই নথি পড়ে একটা সিদ্ধান্তে পৌঁছেছি। ফুটবল ডেটা সাংবাদিকতায় আমাদের দুটো স্তর থাকা উচিত নয়। আমাদের একটাই স্তর থাকা উচিত: যাচাই। Stage-1 যা করে, Stage-2 তার ওপর নির্ভরশীল। যদি Stage-1 ব্যর্থ হয়, Stage-2-এ থামা উচিত, বিশ্লেষণ চালিয়ে যাওয়া উচিত নয়।

এই নথির শেষে লেখা আছে: 'Please re-run Stage-1 with the actual article'. এটা একটা নির্দেশনা। কিন্তু আমি এটাকে আরও বড় কিছু হিসেবে দেখি। এটা আমাদের পুরো পদ্ধতির পরীক্ষা। আমরা যদি Stage-1-এর ইনপুট যাচাই না করি, তাহলে আমাদের বিশ্লেষণ কেবল একটা আচার।

আমি সাঁইত্রিশ বছর ধরে আর্কাইভ করছি। আমার আর্কাইভে প্রতিটি ট্রান্সফার, প্রতিটি ম্যাচ, প্রতিটি মিস নথিভুক্ত। কিন্তু আমি একটা জিনিস কখনো করতে পারিনি: খালি ইনপুট থেকে তথ্য তৈরি করা। কেউ পারে না। যারা পারে বলে, তারা মিথ্যা বলে।

The archive does not shout, but it remembers every transfer and every miss। এবং এই নথিটা আমার আর্কাইভে একটা জায়গা পাবে—একটা খালি বিশ্লেষণের উদাহরণ হিসেবে। কিন্তু আমি এটাও জানি, এই নথিটা একটা শিক্ষা। কারণ এটা সৎ। এবং ফুটবল ডেটা সাংবাদিকতায় সততাই সবচেয়ে বড় সম্পদ।