খালি সেলের স্থাপত্য: ইস্পোর্টসে ডেটা না আসা কীভাবে সবচেয়ে বিপজ্জনক বিশ্লেষণ তৈরি করে

সিউলের অফিসে রাত দুইটা। পর্দায় একটা রিপোর্ট খোলা — নয়টি মাত্রা, প্রতিটিতে টেবিল, প্রতিটি টেবিলে ঘর ভরা। প্যাচ ও মেটা বিশ্লেষণ দিয়ে শুরু, তারপর টুর্নামেন্ট ফরম্যাট, রোস্টার, আঞ্চলিক ল্যান্ডস্কেপ, ক্লাব অর্থনীতি, শাসন ও নিয়ম, ঝুঁকি ম্যাট্রিক্স, পাবলিক ন্যারেটিভ, সবশেষে ইন্ডাস্ট্রি ট্রান্সমিশন ম্যাপ। টাইপোগ্রাফি নিখুঁত। শিরোনামগুলো ঠান্ডা, পেশাদার, আত্মবিশ্বাসী।

প্রতিটি ঘরে একই বাক্য লেখা: পর্যাপ্ত তথ্য নেই।

আমি স্প্রেডশিট খোলা রেখেছিলাম, স্টেডিয়াম নীরব হওয়া পর্যন্ত — সেই পুরনো অভ্যাস এখানেও কাজে এল। স্ক্রল করলাম। গেমের নাম নেই। দলের নাম নেই। খেলোয়াড় নেই। টুর্নামেন্ট নেই। প্যাচ নম্বর নেই। প্রকাশের তারিখ নেই। যে নিবন্ধটি বিশ্লেষণ করা হচ্ছে, তার শিরোনামটুকু পর্যন্ত নেই। বিশাল এক ইনপুট ফিল্ড শূন্য হয়ে ফিরে এসেছে, আর শুধু একটা ক্ষেত্র বেঁচে আছে: ডোমেইন — ইস্পোর্টস।

এ লেখাটি সেই রিপোর্ট নিয়ে নয়। এটি সেই নীরবতা নিয়ে, যা রিপোর্টটা ভরাট করে রেখেছিল — এবং সেই ভয় নিয়ে, যেটা কোনো সম্পাদকীয় ঘরে কেউ স্বীকার করতে চায় না: একটা সুন্দর ফরম্যাট করা খালি নথি, একটা সৎ 'আমরা জানি না' থেকে অনেক বেশি বিপজ্জনক।

কারণ যে কেউ স্কিম করে পড়বে, সে খালি ঘর দেখবে না। সে কাঠামো দেখবে। টেবিল মানে যাচাই হয়েছে। শিরোনাম মানে প্রক্রিয়া সম্পন্ন হয়েছে। আর 'কোনো ঝুঁকি চিহ্নিত হয়নি' — এই বাক্যটা পড়া হবে 'কোনো ঝুঁকি নেই' হিসেবে। এটাই আসল সমস্যা। ঝুঁকি ম্যাট্রিক্সের প্রতিটি ঘর খালি থাকার অর্থ হলো ঝুঁকি অনুপস্থিত নয়, ঝুঁকি পরীক্ষিত হয়নি। এই দুটোর মধ্যে ফারাকটা পুরো ডেটা সাংবাদিকতার ভিত্তি।

আমি বারো বছর ধরে এই ফারাকটা নিয়ে কাজ করছি। কোরিয়ান লিগে প্রথম xG মডেল বানানোর সময় শিখেছিলাম, ডেটার সবচেয়ে বিপজ্জনক রূপটা আসে না ভুল সংখ্যার মাধ্যমে। আসে আত্মবিশ্বাসী ফাঁকা জায়গার মাধ্যমে।

কেন ইস্পোর্টস এই ঝুঁকির প্রতি সবচেয়ে বেশি সংবেদনশীল — সেটা বুঝতে হলে ফুটবলের ডেটা অবকাঠামোটা মনে করতে হয়।

ফুটবলে অপটা, স্ট্যাটসবম্ব, ফুটবল রেফারেন্স — এরা স্বাধীন সংস্থা। তারা ম্যাচ দেখে, ইভেন্ট কোড করে, নিজেদের পদ্ধতি প্রকাশ করে, ভুল স্বীকার করে, সংশোধন ছাপে। ক্লাব, সম্প্রচারক আর সাংবাদিক — সবাই একই ডেটা সেটের ওপর দাঁড়িয়ে বিতর্ক করতে পারে, কারণ সেটটা কারও একার সম্পত্তি নয়।

ইস্পোর্টসে এই স্তরটাই অনুপস্থিত। ডেটার মালিক পাবলিশার। রায়টের API, ভ্যালভের নীরবতা, টুর্নামেন্ট আয়োজকের নিজস্ব স্প্রেডশিট, কমিউনিটির বানানো স্ক্র্যাপার — যেগুলো সাইটের ডিজাইন বদলালেই ভেঙে পড়ে। কোনো স্বাধীন সালিশ নেই, কোনো প্রকাশিত পদ্ধতিগত নোট নেই, কোনো সংশোধনী লগ নেই। ফলে একটা ম্যাচের পূর্ণ চিত্র পাওয়ার জন্য বিশ্লেষককে তিন-চারটা অসম্পূর্ণ সূত্র জোড়া দিতে হয়, আর সেই জোড়াদানের হিসাবটা সাধারণত কোথাও লেখা থাকে না।

২০১৭ সালে 'ডেটা ফুটবল'-এ কাজ শুরু করার সময় আমার হাতে ছিল শুধু ইভেন্ট ফিড আর নিজের বানানো কোড। নেইমারের পিএসজি ট্রান্সফার নিয়ে লেখাটা সেই সময়ে এই কারণেই গুরুত্বপূর্ণ হয়ে উঠেছিল — কেবল ০.৭৮ xG প্রতি ৯০ মিনিট আর ০.৫২ xA প্রতি ৯০ মিনিটের সংখ্যা নয়, বরং সংখ্যাটা ফির ২.৮ গুণ ছিল এই কথাটা। বাজারের দাম আর প্রক্রিয়ার দামের মধ্যে ফাঁকটা দেখানোই কাজ ছিল। xG মডেল ট্রান্সফারটা ভবিষ্যদ্বাণী করেনি; এটি ভবিষ্যদ্বাণী করেছিল উদ্বেগ।

কিন্তু সে লেখাটা সম্ভব হয়েছিল কারণ ৯০ মিনিটের ইভেন্ট ডেটা আমার হাতে ছিল। যদি ফিড ৬০ মিনিটে কেটে যেত, আর আমি তবুও ১,৮০০ শব্দ লিখে ফেলতাম নেইমারের পজিশনাল ডিসিপ্লিন নিয়ে — সেই লেখাটা সুন্দর ব্যাকরণে লেখা একটা মিথ্যা হতো।

সেই মিথ্যাটাই এখন ইস্পোর্টসে শিল্প-ফরম্যাটে উৎপাদিত হচ্ছে, আর সেটার প্রতিরোধ করতে গিয়ে তৈরি হয়েছে এই নয়-মাত্রার খালি রিপোর্ট।

এবার সেই রিপোর্টের ভেতরে ঢুকি। প্রতিটি মাত্রা কেন খালি থাকতে বাধ্য, সেটা দেখলে বোঝা যায় ডেটার অভাব আসলে কোথায় লুকিয়ে থাকে।

প্যাচ বিশ্লেষণ দিয়ে শুরু করি। একটা প্যাচ কখনো 'ভালো' বা 'খারাপ' হয় না। প্রশ্ন হলো দিকনির্দেশনা — পরিবর্তনটা ম্যাক্রো সঞ্চয়কে সুবিধা দিচ্ছে, নাকি ফাইটিং টেম্পোকে? এই দিকটা নির্ধারিত না হলে দল-স্তরের কোনো রায়ই বৈধ হয় না। আরও একটা স্তর আছে: গেমের ধরন। লিগ অফ লেজেন্ডস, ভ্যালোরেন্ট, অনার অফ কিংস — এগুলো প্যাচ-চালিত। কিন্তু CS2 বা মেজরদের মাঝখানের DOTA2 — এখানে প্যাচের ভূমিকা প্রায় শূন্য; বিশ্লেষণের লেন্স সরিয়ে নিতে হয় ম্যাপ পুল, ইকোনমি আর ইউটিলিটি মেটার দিকে। গেমের নাম না জানলে লেন্সটাই বেছে নেওয়া যায় না। এটা কোনো সূক্ষ্ম সীমাবদ্ধতা নয়; এটা শুরু করার অনুমতিটুকু না থাকা।

টুর্নামেন্ট ফরম্যাট। BO1, BO3 আর BO5 — এগুলো আসলে ভিন্ন ভিন্ন ভ্যারিয়েন্স ক্যালকুলেটর। একটা সিরিজ কত লম্বা, সেটা না জেনে 'এই ফরম্যাট এই দলটাকে সুবিধা দেয়' — এই বাক্যটা মিথ্যা বা সত্য নয়, এটা যাচাই-অযোগ্য। অথচ প্রতি টুর্নামেন্ট সাইকেলে ডজন ডজন এমন বাক্য ছাপা হয়।

রোস্টার। এখানে সবচেয়ে বড় পরিবর্তনশীলটা সবার আগে দরকার: পদক্ষেপটার ধরন আর তার আকার। নতুন সাইনিং, রিলিজ, লোন, একাডেমি প্রমোশন, রিটায়ার্মেন্ট-কামব্যাক — প্রতিটার আলাদা সময়রেখা আছে। 'হানিমুন পিরিয়ড' আর 'গ্রোয়িং পেইনস'-এর মধ্যে পার্থক্য করার একমাত্র উপায় হলো পদক্ষেপটার তারিখ জানা। আর আকারটা? লক্ষ্যভিত্তিক শক্তিবৃদ্ধি আর তিন-plus খেলোয়াড়ের পুনর্গঠন — এ দুটোকে একই মাপকাঠিতে বিচার করা যায় না। এটাই এই মাত্রার সবচেয়ে প্রভাবশালী চলক, আর এটাই অনুমান করা সবচেয়ে সহজ। তাই অনুমানটা মানুষ করে ফেলে, প্রতিবেদনে লেখা হয় না।

আঞ্চলিক চিত্র। এখানে একটা সাধারণ ভুল প্রতি সপ্তাহে ঘটছে। আঞ্চলিক টায়ারিং গেম-নির্দিষ্ট এবং এক গেম থেকে আরেক গেমে স্থানান্তরযোগ্য নয়। একই অঞ্চল এক গেমে টায়ার-১, অন্য গেমে ওয়াইল্ডকার্ড। গেমের নাম ছাড়া আঞ্চলিক র‍্যাংকিং তৈরি করা মানে একটা ক্যাটাগরি এরর লেখা। আর 'আঞ্চলিক স্টাইল' — ম্যাক্রো বনাম ফাইট — এই কথাটা শুধু নির্দিষ্ট প্যাচ-পরিবেশের বিপরীতে অর্থবহ। প্যাচ বদলালে স্টাইল-ক্ল্যাশের গল্পটা উল্টে যেতে পারে। স্থায়ী বৈশিষ্ট্য হিসেবে এটা লেখা যায় না।

ক্লাব অর্থনীতি। একটা সংখ্যা ছাড়া আর্থিক স্বাস্থ্যের গ্রেডিং করা যায় না — ফি, বেতন, রেভিনিউ শেয়ার, বকেয়া বেতনের অভিযোগ; অন্তত একটা। যেটা লেখা যায়, সেটা প্রায়োর। ইস্পোর্টস ক্লাবের ডিফল্ট অবস্থা 'সুস্থ' নয়; ডিফল্ট অবস্থা 'চাপে'। বেতন-বনাম-আয়ের অনুপাত নিয়ে যে সংখ্যাগুলো শিল্পজুড়ে উদ্ধৃত হয়, সেগুলো ৮০ শতাংশের ওপরে যেতে দেখা যায় বারবার। ফলে তথ্য না থাকলে নিরপেক্ষ-থেকে-সতর্ক প্রায়োরই বেশি যুক্তিসঙ্গত, আশাবাদী প্রায়োর নয়। এখানে 'কোনো আর্থিক ঝুঁকি পাওয়া যায়নি' লেখা মানে ঝুঁকি নেই — এটা ভাবার কোনো কারণ নেই।

শাসন ও নিয়ম। কমপ্লায়েন্স বিশ্লেষণ অভিযোগ-চালিত। অভিযুক্ত পক্ষ, নির্দিষ্ট নিয়ম, ঘটনার ট্রিগার — তিনটের একটাও না থাকলে চেকলিস্ট স্কোর করা যায় না; খালি রাখতে হয়। আর এখানে একটা কাঠামোগত কথা বলা দরকার, যা এই নিবন্ধের বিষয় নয় কিন্তু ইস্পোর্টসের স্থায়ী বৈশিষ্ট্য: পাবলিশার একইসঙ্গে নিয়ম-নির্মাতা এবং বাণিজ্যিক স্বার্থধারী, আর স্বাধীন সালিশ সংস্থা নেই। ফলে নিয়ম-সংক্রান্ত যেকোনো সংকটে আস্থার ঘাটতি কাঠামোগতভাবেই থাকে।

ঝুঁকি ম্যাট্রিক্সের শূন্যতা সবচেয়ে শিক্ষণীয়। ছয়টা শ্রেণি, সবটাই ফাঁকা। এখানে একটা অসমতা আছে যেটা খুব কম মানুষ খেয়াল করে: ভুল ইতিবাচক তথ্যের ওপর ভিত্তি করে সিদ্ধান্ত নেওয়ার খরচ ভুল নেতিবাচক তথ্যের চেয়ে অনেক বেশি। 'রোস্টার শক্ত দেখাচ্ছে' বা 'অর্থনীতি সুস্থ' — এই দুই ভুল বিশ্বাসের ওপর ভর করে কেউ চুক্তি করলে ক্ষতি হয়। কিন্তু 'পরীক্ষা করা হয়নি' — এই সত্যটা জানলে ক্ষতি হয় না, শুধু অস্বস্তি হয়। এই অসমতাই খালি ঘরকে ন্যায্য করে।

পাবলিক ন্যারেটিভ। এখানে সবচেয়ে বড় ক্ষতি হলো লেখকের অবস্থান হারিয়ে যাওয়া। ন্যারেটিভ বিশ্লেষণ মানে মূলধারার মিডিয়া, ভার্টিক্যাল ইস্পোর্টস মিডিয়া, লাইভ চ্যাট, ফোরাম — চারটা চ্যানেলের তুলনা। উৎসটাই যদি না জানা যায়, উৎস-পক্ষপাত সংশোধন করা অসম্ভব। আর যে নিবন্ধে কোনো দৃষ্টিভঙ্গিই নেই, সেটা সম্ভবত মতামত নয় — সম্ভবত সংক্ষিপ্ত সংবাদ। সেই ক্ষেত্রে নয় মাত্রার বিশ্লেষণ ভুল যন্ত্র।

এই সব দেখে যে সিদ্ধান্তে পৌঁছাই সেটা অপ্রিয়: খালি ঘরগুলো এই রিপোর্টের দুর্বলতা নয়, এটাই রিপোর্টের সৎ অংশ।

আমি জানি, যদি আমার হাতে একটা প্যাচ নম্বর আর একটা দলের নাম থাকত, আমি চল্লিশ মিনিটে দেড় হাজার শব্দের চমৎকার একটা লেখা বের করতে পারতাম। সেটা ষাট শতাংশ সত্য আর একশো শতাংশ আত্মবিশ্বাসী হতো। পাঠক সেটা পড়ে তার পছন্দের দলকে ফেভারিট ভাবত। কোথাও একটা বাজি বসত, কোথাও একটা স্কাউটিং সিদ্ধান্ত হতো। কেউ জানতও না কোন বাক্যটা কোথা থেকে এসেছে।

২০১৮ সালে কাজানে জার্মানি-দক্ষিণ কোরিয়া ম্যাচটা নিয়ে লেখার সময় সব ডেটা হাতে ছিল। জার্মানির PPDA ছিল ৮.৭, শট ২৬, অন-টার্গেট মাত্র ৬, xG ২.৪। দক্ষিণ কোরিয়ার ৫ শট, ০.৮ xG, আর ইনজুরি টাইমে দুই গোল। জার্মানির ৬৬৩ পাস আসলে ডিফেন্সিভ ট্রানজিশনে একটা ধস ঢেকে রেখেছিল। কাজান কোনো অঘটন ছিল না; এটি ছিল একটা স্বীকারোক্তি, যার জন্য ডেটা অপেক্ষা করছিল। কিন্তু যদি ফিড ৬০ মিনিটে থেমে যেত আর আমি তবুও ওই লেখাটা লিখতাম, তাহলে ৬৬৩ পাসের সংখ্যাটা সত্য হতো — আর পুরো বিশ্লেষণটা মিথ্যা।

এখানেই এই খালি রিপোর্টটা আসল প্রশ্নটা তুলে দেয়, যে প্রশ্নটা ইস্পোর্টস সাংবাদিকতা এখনো করেনি।

প্রশ্নটা ডেটার অভাব নিয়ে নয়। প্রশ্নটা হলো, ডেটার অভাবকে আমরা কীভাবে রেকর্ড করি। ফুটবলে একটা ম্যাচ রিপোর্টে লেখা হয় কে কোথায় ছিল, কখন ডেটা আসেনি, কোন স্ট্যাটিস্টিশিয়ান কোন ইভেন্ট কোড করেছে। ইস্পোর্টসে সেই স্বচ্ছতার লেয়ারটা নেই বললেই চলে। ফলে ত্রুটিটা লুকিয়ে যায় ফরম্যাটের ভেতরে, আর ফরম্যাটটা পেশাদার দেখায় বলে কেউ প্রশ্ন করে না।

আর কাঠামোগত ভাগ্যবাদ এখানে পুরোপুরি ভুল পথ। এই ব্যর্থতা অনিবার্য ছিল না। সেখানে একটা সিদ্ধান্ত-বিন্দু ছিল, একটা মানুষ ছিল। কেউ একজন শূন্য-ক্যারেক্টারের ফেচকে 'সফল' হিসেবে লগ করেছে, কারণ যে KPI ভলিউম পুরস্কৃত করে, সেটা খালি রেসপন্সকে ব্যর্থতা হিসেবে গণ্য করতে শেখেনি। আরেকজন ফাইলটা সম্পাদকের কাছে পাঠিয়েছে। তৃতীয়জন, ডেডলাইনের চাপে, ঘরটা ভরাট করতে পারত। তিনজনই একই কাঠামোর ভেতরে ভিন্নভাবে কাজ করতে পারতেন। একটা যাচাই-গেট — সাধারণ একটা শর্ত, ইনফরমেশন পয়েন্ট অন্তত তিনটি এবং সত্তার তালিকা খালি নয় — পুরো ব্যর্থতাটা আগেই আটকে দিত।

একটা ট্রান্সফার ফি হলো এমন এক গল্প, যা আমরা বলি আমাদের ভয়টা না বলার জন্য। আর একটা খালি টেবিলও একই কাজ করে — এটা আমাদের বলে দেয় গল্পটা তৈরি হয়েছে, তথ্যটা শুধু খুঁজে পাওয়া যায়নি। পার্থক্যটা কেবল এই যে প্রথমটা পাঠককে বোকা বানায়, দ্বিতীয়টা বোকা বানায় সম্পাদককে।

তুলনার জন্য ২০২২ সালের মরক্কোর কথায় ফিরি, কারণ ওই দলটাই দেখিয়েছিল সমষ্টিগত ডেটা কীভাবে অর্থ তৈরি করে। কাতারে সাত ম্যাচে তারা গোল খেয়েছিল পাঁচটি, সেমিফাইনালের আগে ওপেন প্লে থেকে মাত্র একটির; PPDA ছিল ১১.২, আর প্রথম ছয় ম্যাচে প্রতিপক্ষকে দিয়েছিল মাত্র ৪.৬ xG। সোফিয়ান আমরাবাতের ৬২টি রিকভারি আর ১২.৩ কিলোমিটার দূরত্ব ছিল সেই সিস্টেমের সবচেয়ে পাঠযোগ্য প্রকাশ। কিন্তু 'ডেটা সোল', 'ভাগ্যের দল' — এই কথাগুলো আমার লেখা ছিল, মডেলের নয়। আমি সেগুলো অনুমান হিসেবে চিহ্নিত করেছিলাম, প্রতিলিপি হিসেবে নয়। এই চিহ্নিতকরণটাই আসল পেশাদারি।

আমি প্যাটার্ন খুঁজেছি, তারপর প্যাটার্নের ভেতরের মানুষটিকে খুঁজেছি। এই নয়-মাত্রার রিপোর্টে মানুষটাই নেই, প্যাটার্নও নেই — শুধু প্যাটার্নের খাঁচাটা আছে, পরিষ্কার করে সাজানো। মডেল পরিষ্কার ছিল; রাতটা ছিল না।

এবার সেই অস্বস্তিকর দিকটা, যা এই রিপোর্টের পক্ষে কেউ বলবে না। এটা সাহসী নথি নয়। 'পর্যাপ্ত তথ্য নেই' লেখা কোনো ঝুঁকি নেয় না যখন সত্যিই কোনো তথ্য নেই। আসল পরীক্ষা শুরু হয় তখন, যখন তথ্য থাকে কিন্তু তথ্যটা অস্বস্তিকর। যখন ২২২ মিলিয়ন ইউরোর ফি বাজার-মূল্যের ২.৮ গুণ, আর ঘরটা ২.৮ গুণ নিয়ে কথা বলতে চায় না, কারণ জার্সি বিক্রি নিয়ে কথা বলা সহজ। এই রিপোর্টের নিরাপত্তা ছিল বিনামূল্যে। সত্যিকারের সংযম শুরু হয় বিনামূল্যের বাইরে।

ইস্পোর্টসের বাস্তব সমস্যা ডেটার অভাব নয়। সমস্যা হলো, অল্প ডেটার ওপর অতিরিক্ত ন্যারেটিভ নির্মাণের শিল্পটা এখানে পুরোপুরি প্রতিষ্ঠিত। নতুন খেলোয়াড়ের ওপর যে প্রিমিয়াম বাজারে তৈরি হয়েছে, সেটার মূল্যায়ন প্রায়ই পঞ্চাশ ম্যাচেরও কম নমুনার ওপর দাঁড়িয়ে থাকে — অথচ সেই মূল্যায়নগুলো প্রকাশিত হয় শতাংশের নির্ভুলতায়। তরুণ-প্রিমিয়ামের ফোলাটা ফাটতে শুরু করেছে, কারণ সংখ্যাটা কখনো প্রক্রিয়ার সঙ্গে মিলত না। ইস্পোর্টসে সেই মিলনটা আরও কম ঘটে, কারণ স্বাধীন স্ট্যাটিস্টিশিয়ানই নেই।

তাহলে সামনের রাউন্ডে কী সংকেত দেখব? একটা জিনিস নজরে রাখা দরকার: কোন সম্পাদকীয় প্ল্যাটফর্ম প্রকাশ করে 'আমরা যাচাই করতে পারিনি', আর কোনটা প্রকাশ করে আত্মবিশ্বাসী নয়-মাত্রার বিশ্লেষণ এমন একটা উৎসের ওপর, যা তারা কখনো খোলেনি। দ্বিতীয় শ্রেণিটা বেশি শব্দ উৎপাদন করে। প্রথম শ্রেণিটাই টিকে থাকবে।

প্রতিটি সংখ্যার একটা লকার রুম আছে, আর প্রতিটি লকার রুমে একটা নীরবতা আছে। এই ডেটা নীরবতার শিকার হয়েছিল একটা শূন্য dilute ক্যারেক্টার রেসপন্সে, একটা যাচাই-হীন পাইপলাইনে, আর একটা ফরম্যাটে যেটা খালি ঘরকেও সম্মানজনক দেখায়। সেই নীরবতাটা কে শুনবে? কোনো এক সম্পাদক, নাকি কোনো এক পাঠক, যে আজ রাতে নয়টা টেবিল দেখে ভাবছে সবকিছু ঠিকঠাক পরীক্ষা হয়ে গেছে?