শূন্য ইনপুটের ফাঁদ: কেন ফুটবল ডেটা বিশ্লেষণ ভুল ভিত্তির উপর ভেঙে পড়ে

রাত ২টা ৪০ মিনিট। লন্ডনের বাড়িতে ল্যাপটপের নীল আলোয় বসে আছি, ডেস্কে জমে থাকা একটা বিশ্লেষণ স্ক্রল করছি। ফরম্যাটে কোনো খুঁত নেই — সাজানো শিরোনাম, পরিচ্ছন্ন টেবিল, প্রতিটি ঘর জায়গামতো ভরা। কিন্তু প্রথম স্তরের ইনপুট ছিল সম্পূর্ণ শূন্য: শিরোনাম নেই, বিষয়বস্তু নেই, শুধু ফাঁকা ঘর আর একের পর এক "N/A"। আমি মাউস থামিয়ে দিলাম। ছেচল্লিশ বছর ধরে ফুটবল দেখছি, দীর্ঘ সময় ধরে সংখ্যার পেছনে দৌড়াচ্ছি, আর এই মুহূর্তে বুঝলাম — ফুটবল বিশ্লেষণের সবচেয়ে বড় ঝুঁকি ভুল মডেল নয়, শূন্য ইনপুট। মডেল কখনো "আমি জানি না" বলে না। সে সবসময় একটা সংখ্যা বের করে দেয় — এমনকি ইনপুট শূন্য হলেও। একটা xG মডেল ফাঁকা ডেটাসেটেও ০.০০ প্রিন্ট করবে, আর সেটাকে আমরা "নিরপেক্ষ" ভেবে মেনে নেব। অথচ যেখানে তথ্য নেই, সেখানে নিরপেক্ষতা বলে কিছু নেই; আছে শুধু অজ্ঞতা, যা সংখ্যার পোশাক পরে বেরিয়ে আসে। এই লেখাটা সেই পোশাক খোলার চেষ্টা — ট্রান্সফার উইন্ডোর কোলাহলে, যেখানে গুজব আর সত্য একই হারে বাঁচে, আমি দেখাতে চাই কেন শূন্য ইনপুটের উপর দাঁড়ানো বিশ্লেষণ একটা দলকে পুরো মৌসুম হারাতে পারে। এখন চলছে ট্রান্সফার উইন্ডো। এই সময়ে বাজারে যা বেশি বিক্রি হয়, তা তথ্য নয় — আত্মবিশ্বাস। একটা টুইট, একটা "ঘনিষ্ঠ সূত্র", একটা ছবি যেখানে কেউ বিমানবন্দরে দাঁড়িয়ে আছে — এই তিনটে জিনিস দিয়েই গোটা দলের ভবিষ্যৎ বানানো হয়। আমি ট্রান্সফার মার্কেটকে দেখেছি একটা মঠের খাতার মতো: নীরব, নিখুঁত, নির্দয়। খাতা কখনো গুজব লেখে না; খাতা লেখে ফি, মজুরি, রিলিজ ক্লজ, এজেন্টের কমিশন, আর চুক্তির বছর। এই লেখার শুরু তাই যেখানে হওয়া উচিত — কাগজে, সংবাদের শিরোনামে নয়। আমার কাজের পদ্ধতি সরল, কিন্তু ধৈর্যশীল। প্রথমে আমি ঠিক করি প্রশ্নটা কী — "এই ফরোয়ার্ড প্রিমিয়ার লিগে ২০ গোল করবে কি না", নয়তো "এই সেন্টার-ব্যাক লো-ব্লকে টিকবে কি না"। তারপর আমি ঐতিহাসিক ডেটা তুলি: ওপেন-প্লে xG প্রতি ৯০ মিনিট, বক্সের ভেতরে শটের শতাংশ, প্রোগ্রেসিভ পাস, PPDA, আর সেট-পিস xG। এরপর আসে সবচেয়ে অবহেলিত ধাপ — লিগ-অ্যাডাপ্টেশন। সেরি আ-র গতি আর প্রিমিয়ার লিগের গতি এক নয়; লা লিগার টেকনিক্যাল স্পেস আর প্রিমিয়ার লিগের শারীরিক দ্বৈরথ এক নয়। যে বিশ্লেষণ এই ধাপটা এড়িয়ে যায়, সে আসলে ডেটা ব্যবহার করছে না — সে ডেটার ভুল ব্যাখ্যা করছে। ২০১৭ সালের জুন মাস। লিভারপুল মোহামেদ সালাহকে কিনল ৩৬.৯ মিলিয়ন পাউন্ডে। তখন আমি একটা লন্ডন আউটলেটের জন্য সংখ্যা-ভিত্তিক কলাম শুরু করেছি। ৭২ ঘণ্টা ধরে আমি রোমার ২০১৬-১৭ মৌসুমের প্রতিটি সেরি আ শট বের করলাম। সালাহর ওপেন-প্লে xG প্রতি ৯০ মিনিটে ছিল ০.৫২, আর তার ৬৮ শতাংশ শট এসেছিল বক্সের ভেতর থেকে। সংখ্যাগুলো একটা স্পষ্ট গল্প বলছিল: এ কোনো উইঙ্গার নয়, এ একজন ২৫ গোলের ফরোয়ার্ড। আমি ২০০০ শব্দের একটা লেখা লিখলাম, যেখানে দাবি করলাম — লিভারপুল আক্রমণভাগের গোল-মেশিন কিনেছে, ডেলিভারি-ম্যান নয়। তিনি সেই মৌসুমে ৩২টি প্রিমিয়ার লিগ গোল করলেন। আমার মডেল চোখের পরীক্ষাকে হারিয়ে দিল। তবে এখানেই একটা সূক্ষ্ম শিক্ষা লুকিয়ে আছে, যা আমি বছরের পর বছর ধরে কম বলেছি। সালাহর সাফল্য শুধু তার xG-এর গুণে আসেনি — সেটা এসেছিল ভূমিকা বদলের কারণে। রোমায় তিনি ছিলেন টাচলাইনের কাছে আটকে থাকা উইঙ্গার; লিভারপুলে ক্লপ তাঁকে বক্সের ভেতরে ঢোকালেন। আমার মডেল ঠিক জিনিসটা মাপছিল, কিন্তু যে কারণটা ছিল আসল — সিস্টেম আর কোচের বিশ্বাস — সেটা মডেলের বাইরে ছিল। মানে, সঠিক ভবিষ্যদ্বাণীও ভুল কারণে হতে পারে। এই পার্থক্যটা না বুঝলে বিশ্লেষক আত্মবিশ্বাসী হয়ে ওঠে, আর আত্মবিশ্বাসী বিশ্লেষক পরের বার শূন্য ইনপুটেও একই আত্মবিশ্বাস নিয়ে সিদ্ধান্ত নেয়। ২০২২ সালের জুলাই। বার্সেলোনা রবার্ট লেভানডোভস্কিকে কিনল ৪৫ মিলিয়ন ইউরোতে। বয়স ৩৩। অনেকে বলল, এটা একটা দেরিতে আসা ভুল বিনিয়োগ। আমি লা লিগা অ্যাডাপ্টেশন মডেল বানালাম। তার ২০২১-২২ বুন্দেসলিগা মৌসুম: ৩৫ গোল, ৩০.৫ xG, প্রতি ৯০ মিনিটে ৪.১ শট। সংখ্যা বলছিল গোলটা এখনো আছে; কিন্তু সতর্কবার্তাটা ছিল প্রেসিংয়ে — তার PPDA-সংশ্লিষ্টতা ১২ শতাংশ কমে গিয়েছিল। আমি ২৫+ লা লিগা গোলের পূর্বাভাস দিলাম, সঙ্গে প্রেসিং ডিক্লাইনের সতর্কতা। তিনি ২৩টি লিগ গোল করলেন। মডেল প্রায় নিখুঁত, কিন্তু প্রায়-নিখুঁত আর নিখুঁতের মাঝের ফাঁকটা আমাকে শিখিয়ে দিল: প্রেসিং ডেটা ছাড়া গোলের সংখ্যা অর্ধেক গল্প। ২০২১ সালের জুলাই। ইউরো ২০২০-এ স্পেন সেমিফাইনালে হেরে গেল পেনাল্টিতে। সবাই পেনাল্টি মিস নিয়ে লিখল। আমি পেনাল্টি এড়িয়ে গেলাম। ১৮ বছর বয়সী পেদ্রির সংখ্যা তুললাম: ৯২ শতাংশ পাস নির্ভুলতা, প্রতি ৯০ মিনিটে ৭.৩ প্রোগ্রেসিভ পাস, ০.১৪ xG। বাজার একটা কিশোরকে দেখছিল; আমি একটা মিডফিল্ড মেট্রোনোম দেখছিলাম। এই আবিষ্কার থেকে জন্ম নিল "ইয়াং কোর ইনডেক্স" — পেদ্রি, বেলিংহ্যাম, মুসিয়ালাকে ১২ মাস ধরে ট্র্যাক করার পরিকল্পনা। আমি টিমকে বললাম: "আমরা ম্যাচ কভার করি না, আমরা পরের পাঁচ বছর কভার করি।" ২০১৮ সালের জুলাই। রাশিয়া বিশ্বকাপের ফাইনালের আগে, ফ্রান্স বনাম ক্রোয়েশিয়া। আমি একটা PPDA আর সেট-পিস xG মডেল বানালাম। ক্রোয়েশিয়া টানা তিনটি ম্যাচ অতিরিক্ত সময়ে খেলেছিল — ৯০ বাড়তি মিনিট। তাদের PPDA ৮.৪ থেকে ১২.১-এ গড়িয়ে গিয়েছিল। ফ্রান্সের PPDA ছিল ৯.৮, আর টুর্নামেন্টে তাদের সেট-পিস xG ৩.২। আমি সম্পাদককে বললাম, ফ্রান্স দুই গোলে জিতবে। ফ্রান্স ৪-২ জিতল। ফ্রান্সের সেট-পিস xG ফাইনালের আগেই আমার মডেলে ট্রফি তুলে নিয়েছিল। সেট-পিস আমার কাছে একটা খাতা, যেখানে মৌসুমের আগেই ট্রফির হিসাব লেখা থাকে। একটা দল যদি কর্নার থেকে প্রতি মৌসুমে আট থেকে দশ গোল বানায়, আর সেটা টেকসই রুটিন থেকে আসে — নির্দিষ্ট ডেলিভারি জোন, নির্দিষ্ট সেকেন্ড-বল প্যাটার্ন — তাহলে সেটা ভাগ্য নয়, কাঠামো। আমি সেই রুটিনের পুনরাবৃত্তি হার মাপি। যেখানে পুনরাবৃত্তি নেই, সেখানে আমার মডেল ট্রফি তোলে না। ফ্রান্স ২০১৮-র ক্ষেত্রে পুনরাবৃত্তি ছিল; তাই আমি আত্মবিশ্বাসী ছিলাম। কিন্তু সেট-পিস নির্ধারকতায় বিশ্বাস করা মানে ভুলে যাওয়া যে কর্নার আর ফ্রি-কিকের রূপান্তর হার ছোট নমুনায় অস্থির — ভ্যারিয়েন্সকে আমি হিসাবে ধরি, ভাগ্য বলে উড়িয়ে দিই না। ২০২০ সালের জুন। প্রিমিয়ার লিগের প্রজেক্ট রিস্টার্ট শুরু হলো, স্টেডিয়াম খালি। আমি প্রথম ৪০টি দর্শকশূন্য ম্যাচের ডেটা তুললাম। হোম জয়ের হার ৪৫.২ শতাংশ থেকে নেমে এল ৩০.০ শতাংশে। হোম দলগুলোর PPDA ১.৭ খারাপ হলো; তাদের xG ডিফারেনশিয়াল +০.২৪ থেকে -০.১১-এ নেমে গেল। আমি "দ্য এম্পটি স্টেডিয়াম ইফেক্ট" লিখলাম। আমার যুক্তি ছিল — গ্যালারির শব্দ একটা কৌশলগত ভেরিয়েবল, শুধু আবহ নয়। স্টেডিয়াম যখন খালি হলো, আমার হোম-অ্যাডভান্টেজ ভেরিয়েবল নীরবে মরে গেল। এই আবিষ্কার আমার প্রতিটি ম্যাচ-পরবর্তী বিশ্লেষণ বদলে দিল — ক্রাউড-কনটেক্সট ছাড়া আর কোনো ম্যাচ পড়ি না। লিগ-অ্যাডাপ্টেশন আমার মডেলের সবচেয়ে অবহেলিত স্তর। একটা ফরোয়ার্ড হয়তো এরেডিভিজিতে প্রতি ৯০ মিনিটে ০.৭ xG বানাচ্ছে, কিন্তু প্রিমিয়ার লিগের ডিফেন্সিভ লাইনের উচ্চতা আর দ্বৈরথের তীব্রতা আলাদা। আমি তিনটে জিনিস মাপি: শটের গড় দূরত্ব, বক্সের ভেতরে স্পর্শের সংখ্যা, আর প্রতিপক্ষের চাপে কত শতাংশ শট নষ্ট হয়। এই তিনটে ছাড়া কোনো লিগ-থেকে-লিগ ট্রান্সফার মূল্যায়ন আমি বিশ্বাস করি না। আরেকটা ইনপুট যা সবাই এড়িয়ে যায় — মেডিকেল ডেটা। একটা খেলোয়াড়ের পূর্ববর্তী চোটের ইতিহাস, মিনিট-লোড, আর পুনরুদ্ধারের গতি। ট্রান্সফার উইন্ডোতে এটা প্রায় কখনো শিরোনাম হয় না, অথচ এটাই ঠিক করে দেয় ৪৫ মিলিয়নের বিনিয়োগ আসলে ২০ মিলিয়নের হবে কি না। যে বিশ্লেষণ ইনপুটের এই স্তরটা বাদ দেয়, সে আধা-সত্যের উপর পুরো সিদ্ধান্ত দাঁড় করায়। এই অভিজ্ঞতাগুলো থেকে একটা প্যাটার্ন বেরিয়ে আসে, আর সেটাই এই লেখার কেন্দ্র। আমার সফল ভবিষ্যদ্বাণীগুলোর পেছনে সবসময় একটা জিনিস ছিল: পরিষ্কার, যাচাইযোগ্য, সম্পূর্ণ ইনপুট। সালাহর ক্ষেত্রে ছিল রোমার সম্পূর্ণ শট ডেটা; লেভানডোভস্কির ক্ষেত্রে ছিল বুন্দেসলিগার চার মৌসুমের ধারাবাহিক রেকর্ড; পেদ্রির ক্ষেত্রে ছিল প্রতিটি পাসের ট্র্যাকিং; ফ্রান্সের ক্ষেত্রে ছিল টুর্নামেন্টের প্রতিটি সেট-পিস; খালি স্টেডিয়ামের ক্ষেত্রে ছিল ৪০টি ম্যাচের প্রতিটি রেকর্ড। কোনো একটাতেও ইনপুট ফাঁকা ছিল না। বিপরীতটাও দেখেছি। যে বিশ্লেষণ শূন্য ইনপুট নিয়ে শুরু হয়, সেটা একটা পরিচ্ছন্ন ছক, একটা সুন্দর চার্ট, একটা আত্মবিশ্বাসী উপসংহার বানায় — আর সবাই সেটা বিশ্বাস করে, কারণ ফরম্যাট ঠিক আছে। এটাই "গার্বেজ ইন, গার্বেজ আউট" নীতির আধুনিক রূপ, কিন্তু আরও ধূর্ত: আউটপুট দেখতে আবর্জনার মতো লাগে না, দেখতে প্রমাণের মতো লাগে। আমার ডেস্কে আসা সেই ফাঁকা বিশ্লেষণটাই ছিল এর জ্যান্ত উদাহরণ — শিরোনাম নেই, বিষয়বস্তু নেই, তবু চারপাশে সুন্দর টেবিল। কেউ যদি ওই টেবিলের ফাঁকা ঘরগুলোকে "নিরপেক্ষ" বলে ধরে নিয়ে সিদ্ধান্ত নেয়, সে আসলে অন্ধকারে তীর ছুড়ছে। এখন আসি সবচেয়ে অস্বস্তিকর অংশে — সম্পর্ক আর কারণের ফাঁদ। একটা মডেল ভুল হলে আমরা ধরি ডেটা খারাপ। কিন্তু সমস্যা আরও গভীর: একটা মডেল সঠিক ফল দিয়েও ভুল হতে পারে। সালাহ ৩২ গোল করেছিলেন, আমার মডেল বলেছিল ২৫। সংখ্যাটা মিলল, কিন্তু কারণটা মিলেছিল কি? না। আসল কারণ ছিল ক্লপের সিস্টেম, আমার মডেলের বাইরের একটা ভেরিয়েবল। আমি যদি সেদিন নিজেকে জিজ্ঞেস না করতাম "কেন", তাহলে পরের বার আমি নির্ভুলভাবে ভুল সিদ্ধান্ত নিতাম। ট্রান্সফার উইন্ডোতে এই ফাঁদ আরও ধারালো। একটা দল একটা ফরোয়ার্ড কিনল, সে টানা তিন ম্যাচে গোল করল, আর আমরা লিখে ফেললাম "সাইনিং সফল"। অথচ তিন ম্যাচে তার xG ছিল ০.৪ — মানে সে অসাধারণ ফিনিশিংয়ের বদলে সৌভাগ্যের উপর দাঁড়িয়ে আছে। ছোট নমুনা ফুটবল বিশ্লেষণের নীরব ঘাতক। সেট-পিস xG-এর ক্ষেত্রে ব্যাপারটা আরও স্পষ্ট: একটা কর্নার-রুটিন হয়তো দুই ম্যাচে দুটো গোল দিল, কিন্তু দশ ম্যাচে সেটা শূন্য হয়ে গেল। ভ্যারিয়েন্সকে না মাপলে আমরা কৌশল আর কাকতালীয়ের পার্থক্য বুঝতে পারি না। আরেকটা ফাঁদ — মডেল-পূজা। শিরোনামে xG থাকলেই আমরা ধরে নিই বিশ্লেষণটা গুরুত্বপূর্ণ। কিন্তু xG নিজেই একটা মডেল, যার নিজের সীমা আছে। কোন ডেটা দিয়ে বানানো, কোন লিগে ক্যালিব্রেট করা, কোন ভূমিকায় খেলোয়াড় — এসব না জানলে xG শুধু একটা দশমিক সংখ্যা। আমি মাঝে মাঝে নিজের সাবেক আত্মকেই সতর্ক করি: সালাহর xG-এর সাফল্য আমাকে যেন অন্ধ না করে। এক অভিজ্ঞতা দিয়ে সব পজিশন, সব লিগ, সব যুগ ব্যাখ্যা করা যায় না। স্ট্রাইকারের xG আর সেন্টার-ব্যাকের প্রোগ্রেসিভ পাস এক নয়; সেরি আ-র ডেটা আর প্রিমিয়ার লিগের ডেটা এক নয়। আমি নিজের মডেলের জন্য একটা ফালসিফিকেশন টেস্ট বেঁধে দিয়েছি: যদি কোনো পূর্বাভাস সত্য হয়, কিন্তু আমি ব্যাখ্যা করতে না পারি কেন সত্য হলো, তাহলে সেটা আমি "সফলতা" বলে গণ্য করি না। কারণ ব্যাখ্যাহীন সফলতা পরের বার ব্যর্থতার বীজ বোনে। সালাহর ক্ষেত্রে আমি পরে ব্যাখ্যা খুঁজে পেয়েছি — ভূমিকা বদল। যেখানে খুঁজে পাইনি, সেখানে আমি মডেলটা আবার শূন্য থেকে বানিয়েছি, সাজিয়েছি না। আসল ইন্টিগ্রিটি প্রশ্নটা তাই ভুল মডেল নিয়ে নয় — শূন্য ইনপুট নিয়ে। একটা খালি ডেটাসেট থেকে যত সুন্দর বিশ্লেষণই বানানো হোক, সেটা জ্ঞান নয়, সেটা অলংকরণ। ৫৮ বছর বয়সে শিখেছি: কৌশল বদলায়, কিন্তু হর খুব কমই মিথ্যা বলে। প্রতি ৯০ মিনিট, প্রতি শট, প্রতি পাস — এই হরগুলো যতদিন সৎ থাকে, ততদিন বিশ্লেষণ দাঁড়ায়। আর যেদিন ইনপুট ফাঁকা হয়ে যায়, সেদিন মডেল নীরবে মিথ্যা বলতে শুরু করে, আর আমরা টের পাই না। তাহলে এই ট্রান্সফার উইন্ডোতে আমার পাঠকদের জন্য সংকেত কী? সরল। যখনই কোনো বিশ্লেষণ বা গুজব আপনার সামনে আসবে, প্রথমে জিজ্ঞেস করুন — ইনপুটটা কোথা থেকে এল? সংখ্যাটা কি যাচাই করা, নাকি সুন্দর ফরম্যাটে সাজানো একটা ফাঁকা ঘর? যে দল ফি, মজুরি, রিলিজ ক্লজ আর চুক্তির বছর মিলিয়ে সিদ্ধান্ত নেয়, সে দল বাজারের কোলাহলকে হারায়; যে দল শুধু শিরোনাম পড়ে, সে দল শূন্য ইনপুটের ফাঁদে পড়ে। পরের মৌসুমে কে ভাঙবে আর কে ফুটবে, সেটা হয়তো আমি আগেই বলতে পারব — তবে শুধু তখনই, যখন আমার হাতে সম্পূর্ণ, যাচাই করা ডেটা থাকবে। ফাঁকা ঘরের উপর দাঁড়ানো ভবিষ্যদ্বাণী আমি করি না। প্রশ্নটা তাই আপনার প্রতি: আপনার বিশ্বাসটা কি ডেটার উপর দাঁড়ানো, নাকি সুন্দর একটা টেবিলের উপর?