ফুটবল ফিডে হ্যালি বেরি: একটি ভুল লেবেল যেভাবে বিশ্লেষণ ধ্বংস করে

সোমবার সকালে রেকর্ড আইডি স্ট্রিম-০৪৮৮ খুলে বসে প্রথমে ভেবেছিলাম সিস্টেম আমাকে ঠাট্টা করছে। লেবেলে পরিষ্কার লেখা—ডোমেইন: ফুটবল। ভেতরে ঢুকে যা পেলাম: হ্যালি বেরি, অলিভিয়ার মার্টিনেজ, তাদের ছেলে ম্যাসিও, এবং অভিনেতা ভ্যান হান্ট। বিশটি ইনফরমেশন পয়েন্ট। একটি সন্তান-হেফাজত বিবাদ। একটি পারিবারিক আদালতের নথি। একটি ম্যাচের স্কোরলাইন নেই, একটি ফর্মেশন নেই, একটি xG-এর ছায়া নেই।

আমি উনিশ বছর ধরে ফুটবল ডেটা নিয়ে কাজ করি। ২০১৭ সালে রাঙ্গপুরের একটি ইন্টারনেট ক্যাফেতে বসে প্রথম xG মডেল বানিয়েছিলাম। সেদিন শিখেছিলাম, মডেলের গণিত সাধারণত ঠিক থাকে; ভুল হয় ইনপুটে। কিন্তু আজকের ভুলটা ভিন্ন জাতের। এখানে গণিত ভুল করেনি, ইনপুটও ভুল করেনি—ভুল করেছে লেবেল। আর লেবেল ভুল হলে তার নিচের সবকিছু ভুল হয়ে যায়।

আধুনিক ফুটবল অ্যানালিটিক্স একটি কারখানার মতো চলে। প্রথমে ইনজেশন: প্রতিদিন হাজার হাজার নিবন্ধ, রিপোর্ট, স্কাউটিং নোট সিস্টেমে ঢোকে। তারপর শ্রেণিবিন্যাস: প্রতিটি নথিকে একটি ডোমেইনে ফেলা হয়—ফুটবল, ক্রিকেট, বাস্কেটবল, বিনোদন। শেষে গভীর বিশ্লেষণ: নির্দিষ্ট ডোমেইনের ফ্রেমওয়ার্কে নথিটিকে ছেঁড়া হয়, তারপর সিদ্ধান্ত বেরিয়ে আসে।

আমার কর্মজীবনের বড় অংশ কাটে এই শেষ ধাপে। ২০১৮ বিশ্বকাপে ক্রোয়েশিয়া-ইংল্যান্ড সেমিফাইনালের পর আমি PPDA বের করেছিলাম ৮.৭, আর লুকা মডরিচের কাভার করা দূরত্ব ছিল ১৩.৮ কিলোমিটার। সেই পাস-নেটওয়ার্ক ম্যাপ দেখিয়েছিল, অতিরিক্ত সময়ে ক্রোয়েশিয়া কীভাবে ইংল্যান্ডের প্রেস ভেঙে দিয়েছিল। I built Modric's press into a story—আর সেই লেখাটি দুটি জাতীয় রেডিও শো-তে উদ্ধৃত হয়েছিল।

কিন্তু ২০২০ সালে, যখন কোভিড সব বন্ধ করে দিল, আমি রাঙ্গপুরে বসে বুঝলাম, বিশ্লেষণের আসল শত্রু মাঠের বাইরে থাকে। বুন্দেসলিগার পুনরারম্ভের ডেটা দিয়ে আমি একটি 'খালি স্টেডিয়াম' মডেল দাঁড় করালাম—বায়ার্ন বনাম ডর্টমুন্ডের ম্যাচে ঘরের দলের xG ২.১ থেকে ১.৪-তে নামল, হোম অ্যাডভান্টেজ ০.৪২ থেকে ০.১৮ গোলে। ৪৭ দিন ধরে প্রতিদিন বুলেটিন লিখেছি।

সেই অভিজ্ঞতা আমাকে একটি নিয়ম শিখিয়েছে: সিস্টেমের সবচেয়ে দুর্বল অংশ কখনোই সবচেয়ে জটিল অংশ নয়। দুর্বল অংশ হলো সবচেয়ে ছোট, সবচেয়ে তুচ্ছ ধাপটি—যেখানে একটি নথিকে একটি লেবেল দেওয়া হয়।

স্ট্রিম-০৪৮৮-এ ফিরি। নথিটির লেবেল: ফুটবল। কিন্তু ভেতরের বিষয়বস্তু একটি মার্কিন পারিবারিক-আইন বিবাদ। আইনি কাঠামো—একটি হেফাজত আবেদন, একটি সাময়িক নিষেধাজ্ঞার আদেশ, একটি ৫০/৫০ হেফাজত চুক্তি। এগুলোর একটিও FIFA, UEFA বা কোনো লিগের শাসনব্যবস্থার সঙ্গে সম্পর্কিত নয়। এগুলো পারিবারিক আইন, ফুটবল নয়।

আমি স্টেজ-২ ফ্রেমওয়ার্কের নয়টি মাত্রা ধরে ধরে যাচাই করলাম। কৌশল ও কারিগরি বিশ্লেষণ: N/A। ক্লাব অর্থ ও ট্রান্সফার বাজার: N/A। লিগ ল্যান্ডস্কেপ ও দলীয় অবস্থান: N/A। নিয়ম ও শাসন: N/A। ব্যবস্থাপনা ও ড্রেসিং রুম: N/A। শূন্য, শূন্য, শূন্য।

এখানেই আসল পরীক্ষাটি লুকিয়ে আছে। একটি ভুল-লেবেলযুক্ত নথি হাতে পেলে বিশ্লেষকের সামনে দুটি পথ খোলে। প্রথম পথ—জোর করে ফুটবল অর্থ বের করা। হেফাজত বিবাদকে 'ড্রেসিং রুম সংকট' বলে চালিয়ে দেওয়া, পারিবারিক নিষেধাজ্ঞাকে 'শাস্তিমূলক নিষেধাজ্ঞা' বলে ব্যাখ্যা করা। দ্বিতীয় পথ—স্পষ্ট স্বীকার করা: এখানে ফুটবলের কিছু নেই।

প্রথম পথটি লোভনীয়, কারণ এটি উৎপাদন দেখায়, শব্দসংখ্যা বাড়ায়। কিন্তু এটাই বিশ্লেষণের সবচেয়ে বড় অপরাধ। একটি অসম্পূর্ণ উপাদান থেকে জোর করে সিদ্ধান্ত বের করা মডেলের ব্যর্থতা নয়—বিশ্লেষকের ব্যর্থতা। আর ডেটা মঙ্ক হিসেবে আমার প্রথম শিক্ষা হলো, 'তথ্য অপর্যাপ্ত' লেখাটি কখনোই দুর্বলতার চিহ্ন নয়; এটিই সবচেয়ে সৎ উত্তর।

এখানে একটি ভালো অভ্যাস চোখে পড়ল। যে নথিটি বিশ্লেষণ করা হচ্ছে, সেটি নিজেই সৎ ছিল: অভিযোগগুলো 'বিতর্কিত' বলে চিহ্নিত, আর স্পষ্টভাবে লেখা—'কোনো অপকর্মের প্রমাণ প্রতিষ্ঠিত হয়নি'। একজন সাংবাদিকের জন্য এটি আদর্শ চর্চা। আইনি বিবাদ কভার করার সময় এই সতর্কতা অপরিহার্য, কারণ প্রমাণিত না হওয়া অভিযোগকে সত্য বলে চালিয়ে দেওয়া পাঠকের সঙ্গে বিশ্বাসভঙ্গ।

আমার নিজের কাজে ফিরি। ২০১৭ সালে রাঙ্গপুরে বসে আবাহনী লিমিটেড ঢাকা বনাম শেখ রাসেল ক্রীড়া চক্রের ম্যাচ চার্ট করেছিলাম—১,৮৪২টি পাস, ২৪টি শট। মডেল বলল, আবাহনীর ২-১ জয়টি অতিরঞ্জিত; xG ছিল ১.৭ বনাম ০.৯। নয়শো শব্দের সেই ব্রেকডাউন ৩,৪০০ বার শেয়ার হয়েছিল।

সেই মডেল নিয়ে আমি আজও গর্বিত। কিন্তু স্ট্রিম-০৪৮৮ আমাকে নতুন করে মনে করিয়ে দিল, I found the Rangpur spreadsheet did not lie; the derby chose chaos—তবে এবার ভিন্ন মোড়কে। এবার টেবিল মিথ্যা বলেনি, ভুলটি ছিল লেবেলে। আর একটি ভুল লেবেল একটি ভুল সিদ্ধান্তের চেয়ে বেশি ক্ষতিকর, কারণ লেবেল প্রতিটি সিদ্ধান্তের আগে বসে থাকে।

এখানে স্বাভাবিক প্রতিক্রিয়া হলো—'অ্যালগরিদমটা ঠিক করে দাও।' আমি বলছি, অ্যালগরিদম এখানে অভিযুক্ত নয়।

সহজভাবে দেখুন। একটি মডেল যত পরিশীলিতই হোক, সে তার ইনপুটের সীমা পর্যন্তই সত্য বলতে পারে। ইনপুট যখন ভুল লেবেল নিয়ে আসে, মডেল হয় নীরব থাকবে, নয়তো ভুল বলবে। সংখ্যাটি মিথ্যা বলেনি—লেবেলটি মিথ্যা বলেছে। আর লেবেল নিয়ে কেউ কথা বলে না, কারণ লেবেল যাচাই করা ক্লান্তিকর, অ-চকচকে এবং ধন্যবাদ-অর্জনকারী কাজ নয়।

সহসম্পর্ক আর কার্যকারণ এখানে মেলে না। একটি নথিতে 'ফুটবল' লেবেল থাকা মানে এই নয় যে সেটি ফুটবল। আমাদের শিল্পের সবচেয়ে বড় অন্ধবিন্দু ঠিক এখানেই। আমরা প্রেসিং ট্রিগার মাপি, xG মডেলি, ট্রান্সফার ভ্যালুয়েশন করি—কিন্তু কে যাচাই করবে, নথিটি সঠিক খেলার মাঠে ফেলা হয়েছে কি না?

স্ট্রিম-০৪৮৮-এর আসল ঝুঁকি ফুটবল নয়। ঝুঁকিটি সিস্টেমিক। একটি ভুল লেবেল যদি বিচ্ছিন্ন ঘটনা না হয়, যদি এটি পুনরাবৃত্ত হয়, তবে যেকোনো সমষ্টিগত ফুটবল ডেটাসেট ধীরে ধীরে দূষিত হয়ে যাবে—আর দূষিত ডেটার উপর দাঁড়ানো প্রতিটি সিদ্ধান্তই ভুল হবে, যত পরিশীলিতই হোক।

তাই আমার সুপারিশ একটি লাইনে শেষ হয়: স্টেজ-১-এর আগে একটি ডোমেইন-যাচাইকরণ গেট বসান। প্রতিটি নথির নামযুক্ত সত্তা যাচাই হোক—ফুটবল ফিডে ঢুকতে হলে অন্তত একটি দল, লিগ বা খেলোয়াড় থাকতে হবে। আর নতুন একটি মেট্রিক ট্র্যাক করুন: মিসলেবেল রেট। যখন সেই হার শূন্যের দিকে নামবে, তখন বুঝবেন আপনার পাইপলাইন সত্যিই প্রস্তুত।

কারণ শেষ বিচারে, একটি সিস্টেমের গুণমান তার সবচেয়ে চকচকে স্তর দিয়ে মাপা যায় না—মাপা যায় তার সবচেয়ে তুচ্ছ, সবচেয়ে যাচাই-না-করা স্তর দিয়ে। পরের টুর্নামেন্টে যখন লাইভ ডেটা ঝাঁপ দেবে, প্রশ্ন একটাই থাকবে: আপনার ফিডে আজ কে ঢুকছে?