সংখ্যাটা পরিষ্কার ছিল, ম্যাচ রাজি হয়নি: ফুটবল ডেটা-বিশ্লেষণে তথ্যশূন্যতা, প্রমাণের শৃঙ্খল ও ব্লকচেইনের নীরব হিসাব

সংখ্যাটা পরিষ্কার ছিল, ম্যাচ রাজি হয়নি

উপশিরোনাম: ফুটবল ডেটা-বিশ্লেষণে তথ্যশূন্যতা, প্রমাণের শৃঙ্খল ও ব্লকচেইনের নীরব হিসাব

হুক — খালি ঘরটাই প্রথম তথ্য

গত বছর, বর্ষার এক রাতে, বারিশালের ছোট ডেস্কে বসে আমি একটি ম্যাচ-ডিকনস্ট্রাকশন ফাইল খুলেছিলাম। পঁয়তাল্লিশটি কলাম, তার মধ্যে তেত্রিশটি ঘর ভরা — xG, xGA, PPDA, প্রগ্রেসিভ পাস, ফাইনাল-থার্ড এন্ট্রি, রিকভারি, সেট-পিস xG। আর টানা বারোটি ঘরে শুধু একটি বাক্য লেখা: N/A — insufficient information। কোথাও কোনো এরর মেসেজ নেই। পাইপলাইন নিজের ব্যর্থতা ঘোষণা করেনি; সে চুপচাপ ফাঁকা ঘরগুলো বিশ্লেষণের টেবিলে ঢুকিয়ে দিয়েছে, যেন সেগুলোও তথ্য।

সেই রাতেই আমি বুঝেছিলাম, ফুটবল-বিশ্লেষণের সবচেয়ে বড় ঝুঁকি ভুল সংখ্যা নয়। সবচেয়ে বড় ঝুঁকি হলো — সংখ্যার অনুপস্থিতিকে সংখ্যার মতো দেখতে দেওয়া। একটি খালি ঘর যখন টেবিলে বসে থাকে, তখন পাঠক তাকে শূন্য ভাবেন, অজানা নয়। অথচ শূন্য আর অজানার মধ্যে ফারাকটাই গোটা বিশ্লেষণকে সত্যি বা মিথ্যা করে দেয়।

আমি সেদিন টেবিলটা বন্ধ করিনি। বরং উল্টো কাজ করেছি। যেখানে লেখা ছিল 'তথ্য অপর্যাপ্ত', সেখানে আমি জোর করে কোনো সংখ্যা বসাইনি। কারণ আমি জানি, ফুটবল-ডেটার জগতে সবচেয়ে বিপজ্জনক লেখক সে-ই, যে ফাঁকা ঘরকে ভরে দিতে ভালোবাসে। একবার যদি ভরিয়ে দেন, পাঠক সেটা আর যাচাই করবেন না। আর যাচাই না হলে বিশ্লেষণ আর গল্পের মধ্যে কোনো তফাত থাকে না।

প্রসঙ্গ — ডেটাফিকেশনের আলো আর তার ছায়া

গত এক দশকে ফুটবল যে পরিমাণে পরিমাপযোগ্য হয়েছে, তা এই খেলার ইতিহাসে অভূতপূর্ব। প্রতি ম্যাচে এখন হাজারো ইভেন্ট লগ হয় — পাস, ক্যারি, প্রেস-ট্রিগার, বডি ওরিয়েন্টেশন, এমনকি ডিফেন্ডার কতটা দৌড়ে প্রতিপক্ষের ফরোয়ার্ডের কাছাকাছি পৌঁছাল। ট্র্যাকিং সিস্টেম সেকেন্ডে কুড়ি বার করে খেলোয়াড়ের অবস্থান রেকর্ড করে। এই তথ্যস্রোত থেকে আমরা xG-র মতো মডেল বানাই, PPDA-র মতো প্রেস-মেট্রিক বানাই, আর সেট-পিস ডিফেন্সের আলাদা ভেরিয়েবল বানাই।

২০১৭ সালে, তেইশ বছর বয়সে, ঢাকার একটি ফুটবল-ল্যাবের জুনিয়র ডেটা সাংবাদিক হিসেবে প্রথম যেদিন আন্তর্জাতিক ম্যাচ চার্ট করলাম, সেদিন আমি মনে করতাম ডেটা কখনো মিথ্যা বলে না। ম্যাচটি ছিল বাংলাদেশ বনাম আফগানিস্তান, এএফসি এশিয়ান কাপ বাছাইপর্ব। চৌদ্দটি শট, বাংলাদেশের xG ০.৮৭, আফগানিস্তানের ১.১২। কিন্তু বাংলাদেশ গোল করল এমন একটি সুযোগ থেকে, যার xG ছিল মাত্র ০.০৮।

সেই ০.০৮ আমাকে ভাঙল। আমি তিন সপ্তাহ ধরে কোড আবার লিখলাম। আমার সমস্যা সংখ্যাটি নিয়ে ছিল না — সংখ্যাটি ঠিকই ছিল। আমার সমস্যা ছিল আমার অহংকার নিয়ে: আমি ধরে নিয়েছিলাম, মডেল যেখানে থামে, খেলা সেখানে থামে। কিন্তু খেলা থামে না। ম্যাচের সত্য মডেলের বাইরে বাস করে, আর মডেলের কাজ সেটা স্বীকার করা।

সেই থেকে আমার লেখায় অনিশ্চয়তার রেঞ্জ ঢুকল, PPDA-র আলাদা কলাম ঢুকল, আর একটি পুনর্ব্যবহারযোগ্য কোডিং টেমপ্লেট ঢুকল। ২০১৮ রাশিয়া বিশ্বকাপে ক্রোয়েশিয়া বনাম ইংল্যান্ড সেমিফাইনালে আমি লাইভ xG মডেল চালালাম। ১২০ মিনিট শেষে ইংল্যান্ডের xG ১.৮২, ক্রোয়েশিয়ার ১.৫৪, আর ক্রোয়েশিয়ার PPDA ছিল ৮.৯। আমি লিখেছিলাম, ক্রোয়েশিয়ার জয় ভাগ্য নয়, বরং মাঝমাঠের প্রেসের ফল। কিন্তু সেই লেখাতেও আমি স্পষ্ট করেছিলাম — xG কোনো রায় নয়, একটি সম্ভাবনার ভাষা।

এখন, এত বছর পরে, আমার সামনে সেই ফাঁকা ফাইলটা যখন বসে, তখন আমি জানি সমস্যাটা কেবল মডেলের নয়। সমস্যাটা তথ্যশৃঙ্খলের। কোনো একটি ম্যাচের তথ্য হারালে বিশ্লেষণ কেবল দুর্বল হয় না, সেটা চুপচাপ মিথ্যেও পরিণত হতে পারে। আর ঠিক এখানেই ব্লকচেইনের মতো প্রমাণ-সংরক্ষণ প্রযুক্তি প্রাসঙ্গিক হয়ে ওঠে — রোমাঞ্চের জন্য নয়, নীরব জবাবদিহিতার জন্য।

মূল বিশ্লেষণ — কেন ইউরোপীয় বেঞ্চমার্ক নিরপেক্ষ সত্য নয়

আমি বছরের পর বছর ধরে দেখেছি, সাউথ এশিয়ান ফুটবল নিয়ে লেখার সময় সবচেয়ে সহজ ফাঁদ হলো ইউরোপীয় লিগের সংখ্যাকে নিরপেক্ষ মানদণ্ড ধরে নেওয়া। ইউরোপীয় ডেটা সহজলভ্য, নথিভুক্ত, আর উদ্ধৃতিযোগ্য। তাই সেটা নিরপেক্ষ মনে হয়। অথচ সেটা নিরপেক্ষ নয়; সেটা নির্দিষ্ট লিগ, নির্দিষ্ট যুগ, নির্দিষ্ট প্রেস-কালচারের পণ্য।

ধরুন, প্রিমিয়ার লিগের গড় PPDA ধরে নিলাম ১০-১১। এখন বাংলাদেশ প্রিমিয়ার লিগের কোনো ম্যাচে যদি PPDA ১৮ আসে, তাহলে অনেকে বলবেন সেই দল প্রেস করছে না। কিন্তু প্রশ্ন হলো — সেই লিগে ট্র্যাকিং ডেটা কতটা নির্ভরযোগ্য? কতগুলো প্রেস-ট্রিগার সত্যিই লগ হয়েছে? পিচের অবস্থা, তাপমাত্রা, এমনকি বলের গুণমান পাস-নির্ভুলতাকে কীভাবে প্রভাবিত করেছে? এই প্রশ্নগুলো না করে PPDA তুলনা করা মানে দুটি আলাদা জলবায়ুর তাপমাত্রা একই থার্মোমিটারে মাপা।

আমার অভিজ্ঞতায়, যখন মডেল একটি লো-ডেটা পরিবেশে ঢোকে, তখন সে সংখ্যা নিয়ে নয়, অনুমান নিয়ে কাজ করে — আর সেটাই তার আসল ভুল। ২০২৩ সালের সাফ চ্যাম্পিয়নশিপে আমি কয়েকটি ম্যাচে দেখেছি, স্ট্যাটস প্রোভাইডার অর্ধেক ইভেন্ট ধরেছে, আর কোড সেটাকে সম্পূর্ণ ভাবছে। ফলে 'ডিফেন্সিভ লাইন কতটা উঁচু' ধরার চেষ্টা করা মডেল ভুল কনক্লুশনে পৌঁছেছে, কারণ অনুপস্থিত ইভেন্টগুলোই ছিল সবচেয়ে গুরুত্বপূর্ণ প্রমাণ।

এই জায়গায় ব্লকচেইনের ধারণাটা কাজে আসে, তবে সস্তা অর্থে নয়। আমি বলছি না যে প্রতিটি পাস চেইনে লেখা হবে। আমি বলছি — তথ্যের উৎস, তার টাইমস্ট্যাম্প, আর তার অখণ্ডতা যদি পরিবর্তন-প্রমাণযোগ্য হয়, তবে অনুপস্থিত তথ্যের গল্প আর জাল তথ্যের গল্প আলাদা করা যায়। এটি বিশ্লেষকের জন্য রোমাঞ্চ নয়, একটি সুরক্ষা-জাল।

নীরব স্টেডিয়ামের ভেরিয়েবল

২০২০ সালের মে মাসে, যখন কোভিডের কারণে ফুটবল ফিরছিল, আমি প্রথম বড় এম্পটি-স্টেডিয়াম ডার্বি বিশ্লেষণ করলাম — বরুশিয়া ডর্টমুন্ড বনাম শালকে ০৪। ডর্টমুন্ড ৪-০ জিতল, ১১৩.২ কিলোমিটার দৌড়াল, শালকে ১০৭.৮। ডর্টমুন্ডের PPDA ছিল ৭.১।

কিন্তু শুধু ম্যাচের সংখ্যা আমার কাজে লাগল না। আমি লকডাউনের আগে ও পরে পাঁচটি বড় লিগের হোম-উইন হার তুলনা করলাম: আগে ৪৩.২ শতাংশ, পরে ৩৩.৩ শতাংশ। সেই লেখার নাম দিয়েছিলাম 'ভিড়টাই ছিল প্রেস'। দুবার প্রত্যাখ্যাত হওয়ার পর আমি সেটা তিনটি চার্টে নামিয়ে আনলাম।

সেই অভিজ্ঞতা আমার মডেলিং-দর্শন বদলে দিল। আমি বুঝলাম, পরিবেশ — ভিড়, গরম, ভ্রমণ — কোনো প্রসঙ্গ নয়, বরং প্রথম শ্রেণির ইনপুট। তখন থেকে আমি একটি ভেরিয়েবল-লগ রাখি, যেখানে ম্যাচের বাইরের অবস্থাগুলোও নথিভুক্ত থাকে। এই অভ্যাসটাই পরে আমাকে স্টেডিয়াম-অ্যাকোস্টিকস গবেষকদের সঙ্গে কাজ করতে সাহায্য করেছে।

এখন ভাবুন, সেই ভেরিয়েবল-লগ যদি কেবল আমার কম্পিউটারে থাকে, আর আমি যদি সেটা হারাই বা ভুলভাবে সম্পাদনা করি, তাহলে কী হয়? ব্লকচেইন-ভিত্তিক অপরিবর্তনীয় লগ এখানে একটি সম্ভাব্য উত্তর। এজেন্ট-চালিত বাজারে তথ্য যেভাবে ঘোরাফেরা করে, সেখানে অখণ্ড তথ্যই একমাত্র ভরসা।

কম xG জয়ী: ভাগ্য নয়, গেম-স্টেট

২০২১ ইউরো সেমিফাইনালে ইতালি ১-১ স্পেন (পেনাল্টিতে ৪-২)। ইতালির xG ছিল ০.৭৩, স্পেনের ১.৫৩। জর্জিনহো ৯১টি পাস দিয়েছিলেন। ইতালির PPDA ছিল ১৩.৮, স্পেনের ৬.২। ২০২২ কাতার বিশ্বকাপে জাপান ২-১ জার্মানি: জার্মানির xG ১.৮৭, জাপানের ০.৯৯; জাপানের বল দখল ২৬ শতাংশ, অন-টার্গেট শট মাত্র দুটি।

এগুলোকে অনেকে 'ভাগ্যের জয়' বলেন। আমি সেটা মানি না। কম xG নিয়ে জেতা দলগুলো ভাগ্যবান নয়; তারা গেম-স্টেট পড়তে জানে — স্কোরলাইন, বাকি সময় আর ঝুঁকি-সহনশীলতা। জাপান জার্মানির বিরুদ্ধে দ্বিতীয়ার্ধে গেম-স্টেট বদলেছে, লাইন নিচু করেছে, কাউন্টার-উইন্ডো তৈরি করেছে। সেটা কোনো দুর্ঘটনা নয়, একটি সিদ্ধান্ত-স্থাপত্য।

এখানে আমার একটি সতর্কতা আছে। পাঁচ ম্যাচের নমুনায় গেম-স্টেট বিশ্লেষণ করতে গেলে আপনি প্রায় নিশ্চিতভাবে অতিরিক্ত-মডেলিং করবেন। তাই আমি সবসময় কার্যকর নমুনার আকার আগে লিখি, তারপর সিদ্ধান্ত। ছোট নমুনায় সংখ্যা নয়, প্রক্রিয়া লিখুন।

লোড, ক্যালেন্ডার আর ট্রান্সফার ঝুঁকি

২০২৪ ইউরো ফাইনালে স্পেন ২-১ ইংল্যান্ড: স্পেনের xG ২.৩১, ইংল্যান্ডের ১.২৩। নিকো উইলিয়ামসের xG ০.১৮, ওইয়ারজাবালের ০.২৯। প্যারিস অলিম্পিকের পুরুষ ফাইনালে স্পেন ৫-৩ ফ্রান্সকে হারায় অতিরিক্ত সময়ে। আমার কাইনেসিওলজির মাস্টার্স আমাকে সাহায্য করেছিল ছয় ম্যাচে স্পেনের মোট ৬১২ কিলোমিটার দূরত্ব ট্র্যাক করতে। ২০২৫ ক্লাব বিশ্বকাপ ফাইনালে চেলসি ৩-০ পিএসজি, চেলসির xG ২.১৪ বনাম পিএসজির ০.৫৮; কোল পালমারের দুই গোল ও এক অ্যাসিস্ট; চেলসির PPDA ১১.২।

এই সংখ্যাগুলো আলাদা করে দেখলে কিছু বোঝা যায় না। একসাথে দেখলে বোঝা যায় — ক্যালেন্ডার একটি লুকানো ভেরিয়েবল, আর দেরিতে-মৌসুমের পতন প্রায়ই ক্লান্তির গল্প, অলসতার নয়। ২০২৫ গ্রীষ্মকালীন ট্রান্সফার উইন্ডোতে একটি ব্যর্থ স্ট্রাইকার-চুক্তি ও রদ্রির চোট-পুনরুদ্ধারের পথ বিশ্লেষণ করতে গিয়ে আমি দেখেছি, ফিটনেস ডেটা না থাকলে ট্রান্সফার-ঝুঁকির হিসাব অর্ধেক অন্ধ।

আর এই জায়গাতেই এজেন্ট-প্রভাব সবচেয়ে বেশি। একটি ট্রান্সফার গুজব আসলে একটি ভেরিয়েবল, যার একটি টাইমস্ট্যাম্প দরকার। কে বলল, কখন বলল, কার স্বার্থে বলল — এই তিনটি প্রশ্ন ছাড়া গুজব বিশ্লেষণ করা মানে মডেলে আবর্জনা ঢোকানো। ব্লকচেইন-ভিত্তিক অডিট-ট্রেইল এখানে সাহায্য করতে পারে: চুক্তির ধাপ, ফি-এর স্তর আর মধ্যস্থতাকারীদের ভূমিকা যদি পরিবর্তন-প্রমাণযোগ্য হয়, তবে বাজারের কুয়াশা কিছুটা কমে।

প্রমাণের শৃঙ্খল: ব্লকচেইন কোথায় সত্যিই আসে

আমি পরিষ্কার করতে চাই, কারণ এই শব্দটা এখন অনেক ফাঁকা জায়গায় ব্যবহার হয়। ব্লকচেইন ফুটবল-বিশ্লেষণকে বুদ্ধিমান করবে না। মডেল আরও নিখুঁত হবে না। যা হবে তা হলো — তথ্যের জন্ম, পরিবর্তন ও মালিকানা নিয়ে সন্দেহ কমবে।

ভাবুন একটি ম্যাচের সেট-পিস xG। সেটা কোথা থেকে এল? কোন ফ্রেম-রেটে ট্র্যাকিং হয়েছিল? কে সেটা প্রসেস করেছে? কেউ কি পরে মান বদলেছে? আজ এসব প্রশ্নের উত্তর সাধারণত একটি কেন্দ্রীয় সার্ভারে থাকে, যা যে কেউ — সরল বিশ্বাসে বা অসদুদ্দেশ্যে — বদলাতে পারে। একটি অপরিবর্তনীয়, সময়-মোহরাঙ্কিত লেজার এই সম্ভাবনা কমায়।

এই দৃষ্টিতে ব্লকচেইন কোনো বিপ্লব নয়, এটি একটি জবাবদিহিতা-স্তর — বিশ্লেষণের ভিত্তি নয়, বিশ্লেষণের সত্যতা-সনদ। স্পোর্টস ডেটা বাজারে লাইভ ফিড বিক্রি হয় বেটিং কোম্পানিগুলোর কাছে, সেকেন্ডের ভগ্নাংশে, আর ঠিক সেখানেই সততার চাপ সবচেয়ে বেশি। যদি সেই ফিডের উৎস আর পরিবর্তনের ইতিহাস যাচাইযোগ্য না হয়, তবে সংখ্যাটা যত পরিষ্কারই হোক, তার ওপর ভরসা করা মানে অন্ধকারে হাতড়ানো।

এজেন্ট, IPO আর মিথ্যা তথ্যের বাজার

ফুটবলে এজেন্টরা সবচেয়ে কম আলোচিত খরচ। তারা যে শব্দ তৈরি করে, তা গোটা বাজারকে বিকৃত করে। একটি স্ট্রাইকারের দাম কত হবে, তা ঠিক করে না কেবল তার গোলসংখ্যা, ঠিক করে তার নাম ঘিরে তৈরি হওয়া কুয়াশা। ক্লাবের আইপিও-তে ফ্যান-ভালোবাসা আর্থিক সম্পদে রূপান্তরিত হয়, আর তখন বোর্ডরুমের চাপ কখনো কখনো ফুটবল-সিদ্ধান্তের ওপর চড়ে বসে।

আমি এসব সরাসরি ঘোষণা করি না, কারণ সেটা বিশ্লেষণ নয়, স্লোগান। বরং আমি কেস বাছি। একটি দল যখন আর্থিক রিপোর্টিং চাপে দ্রুত বিক্রি করতে বাধ্য হয়, তখন মাঠের পারফরম্যান্সের ডেটা আর মালিকানার হিসাবের মধ্যে একটি ফাঁক তৈরি হয়। সেই ফাঁকটাই বিশ্লেষণের আসল বিষয়।

কনট্রারিয়ান — ব্লকচেইন কোনো মন্ত্র নয়

এখন আমি নিজের যুক্তির বিরুদ্ধে দাঁড়াব। ব্লকচেইন তথ্যের অখণ্ডতা দিতে পারে, কিন্তু সঠিকতা দিতে পারে না। একটি ভুল ইভেন্ট যদি চেইনে লেখা হয়, তবে সেটা একটি অপরিবর্তনীয় ভুল ইভেন্ট — স্থায়ী, প্রমাণিত, আর নিখুঁতভাবে মিথ্যা। অখণ্ডতা আর সত্য এক নয়।

দ্বিতীয়ত, সম্পর্ক আর কারণ আলাদা। একটি দল বেশি দৌড়ায়, আর জেতে — এটা প্রমাণ করে না যে বেশি দৌড়ানোর কারণেই জিতেছে। ২০২০ সালে ডর্টমুন্ডের ১১৩.২ কিলোমিটার আমার কাছে প্রমাণ ছিল না, সেটা ছিল একটি সংকেত। ভিড় ফিরে আসার পর সংখ্যাগুলো বদলাল। যদি আমি চেইনে সংরক্ষিত একটি পারস্পরিক সম্পর্ককে কারণ বলে বিক্রি করি, তবে ব্লকচেইন আমার মিথ্যাকে আরও দৃঢ় করেছে, কমায়নি।

তৃতীয়ত, সবচেয়ে বড় ফাঁদ: 'মডেল আবার তৈরি করলাম' আর 'মডেল ঠিক হলো' — এই দুটো এক নয়। স্টেডিয়াম নীরব হওয়ার পর আমি মডেলটি আবার তৈরি করেছিলাম, কিন্তু নতুন মডেল একটি অনুমান, একটি রায় নয়। আমি আমার রিবিল্ড-লগ আর ভ্যালিডেশন-লগ আলাদা রাখি। একটি নতুন মডেল ততক্ষণ অনুমান, যতক্ষণ না সে নতুন ম্যাচে টিকে যায়।

আমি জানি, ভিজ্যুয়াল-টেস্টের পাঠকরা এখানে চিৎকার করবেন — 'তাহলে চোখের কী হবে?' আমার উত্তর: চোখ বাদ দিচ্ছি না। বরং প্রথমে মডেলের সীমা স্বীকার করি, তারপর দেখাই সে কী ব্যাখ্যা করতে পারে। অনিশ্চয়তা আগে বললে ঝগড়া দ্রুত থামে, নিশ্চয়তা আগে বললে সেটা বাড়ে।

টেকঅ্যাওয়ে — পরের রাউন্ডের সংকেত

তাই পরের রাউন্ডে আমি কী দেখব? প্রথমত, প্রতিটি ট্রান্সফার গুজবের সঙ্গে একটি টাইমস্ট্যাম্প চাইব — কে, কখন, কোন স্বার্থে বলল। দ্বিতীয়ত, প্রতিটি ম্যাচ-ডেটাসেটে অনুপস্থিত ঘরের সংখ্যা আগে গণনা করব, তারপর সিদ্ধান্ত লিখব। তৃতীয়ত, ব্লকচেইন-ভিত্তিক প্রমাণ-স্তরকে বিপ্লব নয়, বরং একটি নিরাপত্তা-জাল হিসেবে দেখব, যার কাজ জালিয়াতি ধরা, মেধা বাড়ানো নয়।

আমি জিজ্ঞাসা বদলে ফেলেছি। এখন আমি আর জিজ্ঞেস করি না কে জিতল। আমি জিজ্ঞেস করি — কোন অবস্থা সেই জয়কে সম্ভব করল, আর সেই অবস্থার তথ্য কতটা বিশ্বাসযোগ্য। আমার স্প্রেডশিট আমার মঠ, আর প্যাচ-নোট হলো শাস্ত্রলিপি। কিন্তু মঠের দরজায় একটি নিয়ম লেখা থাকা উচিত: যে ঘর ফাঁকা, তাকে ভরিয়ে দিও না — তাকে সত্য বলো।

সেই বর্ষার রাতে আমি ঠিক এই কাজটাই করেছিলাম। আমি সংখ্যাটা জোর করে বসাইনি। কারণ সংখ্যাটা পরিষ্কার ছিল; ম্যাচটা পরিষ্কার হতে রাজি হয়নি। আর ব্লকচেইন যদি কোনোদিন সত্যিই কাজে লাগে, তবে সেটা হবে এই জায়গায় — খেলার সত্যকে নিখুঁত দেখাতে নয়, বরং তার তথ্যপ্রমাণকে সৎ রাখতে।