তথ্যের শূন্যতা: ইস্পোর্টস বিশ্লেষণের আসল বিপদ

২০২২ সালের কাতার বিশ্বকাপে মরক্কোর পিপিডিএ ছিল ৮.৯। আজেদ্দিন উনাহি প্রতি নব্বই মিনিটে ১৭টি প্রগ্রেসিভ ক্যারি করেছিলেন। আমি তখন মিয়ামির অফিসে বসে সেই ডেটা দেখছিলাম। কিন্তু আমি তাকে ফ্ল্যাগ করিনি। কেন? কারণ আমার কাছে ছিল ৯০০ মিনিটের নিয়ম। টুর্নামেন্টের মিনিট যথেষ্ট নয়। ক্লাব মিনিট দরকার। এই নিয়মটাই আমাকে শিখিয়েছে—তথ্যের অনুপস্থিতি কখনো কখনো তথ্যের চেয়ে বেশি গুরুত্বপূর্ণ। আজ আমি একটি স্টেজ-২ বিশ্লেষণের মুখোমুখি হয়েছি যেখানে প্রতিটি ঘর খালি। শিরোনাম নেই, উৎস নেই, তথ্য পয়েন্ট নেই। শুধু একটি লেবেল আছে: "ইস্পোর্টস"। এই শূন্যতা আমাকে ভাবায়। যখনই আমি ডেটা দেখি, প্রথম প্রশ্ন করি—ডেটা কোথা থেকে আসছে? কে সংগ্রহ করেছে? কত নমুনা? যদি এই প্রশ্নের উত্তর না থাকে, তাহলে পরবর্তী সব বিশ্লেষণ ভিত্তিহীন। এটি আমার ২০১৭ সালের অভিজ্ঞতার কথা মনে করিয়ে দেয়। ২০১৭ সালে আমি মিয়ামি এফসিতে জুনিয়র ট্রান্সফার মার্কেট অ্যাডমিনিস্ট্রেটর হিসেবে কাজ শুরু করি। তখন আমি ১,২০০ খেলোয়াড়ের একটি ট্রান্সফার বোর্ড তৈরি করি। সেখানে এক্সজি, পিপিডিএ এবং দূরত্বের ডেটা ছিল। ২০১৮ রাশিয়া বিশ্বকাপে আমি আলেকজান্ডার গোলোভিনকে ট্র্যাক করি। চার ম্যাচে সে একটি গোল, দুটি অ্যাসিস্ট, আটটি চান্স তৈরি করেছিল। প্রতি নব্বই মিনিটে ২.৭ কী পাস। সংখ্যাগুলো চিত্তাকর্ষক। কিন্তু আমি তাকে ফ্ল্যাগ করিনি। কারণ তার টুর্নামেন্ট মিনিট ছিল মাত্র কয়েকশ। আমার নিয়ম ছিল ন্যূনতম ৯০০ মিনিট। এই নিয়ম না মানলে আমি ভুল সিদ্ধান্ত নিতাম। পরে সেই মেমো এমএলএস স্কাউটিং মিটিংয়ে পৌঁছায়। কিন্তু আমি জানতাম—আমি যা লিখেছি তা সতর্ক ছিল, হাইপ নয়। এখন এই খালি স্টেজ-২ বিশ্লেষণ দেখে আমার মনে হয়—এটি একটি প্রক্রিয়া ব্যর্থতা। স্টেজ-১ এক্সট্রাকশন সঠিকভাবে কাজ করেনি। নিবন্ধটি হয় খালি, নয়তো পাইপলাইনে সমস্যা হয়েছে। কিন্তু এই ব্যর্থতাটাই আমাকে একটি গুরুত্বপূর্ণ পাঠ দেয়: ডেটা বিশ্লেষণে শূন্যতাকে উপেক্ষা করা যায় না। প্রতিটি ফাঁকা ঘর একটি সংকেত। এটি বলে—এখানে কিছু নেই, বা এখানে কিছু লুকানো আছে। আমার ISTJ স্বভাব আমাকে নিয়ম মানতে বাধ্য করে। তাই আমি বলি—এই বিশ্লেষণ থেকে কোনো সিদ্ধান্ত নেওয়া যাবে না। কিন্তু সমস্যা হলো—অনেকে এই শূন্যতাকে পূরণ করতে চায়। তারা কল্পনা দিয়ে ঘর ভরাট করে। এটি বিপজ্জনক। কারণ যখন তথ্য নেই, তখন যে কোনো সংখ্যা অর্ধেক সত্য। আমি আমার ক্যারিয়ারে অনেকবার দেখেছি—একটি অস্বাভাবিক সিজনকে সত্য বলে ধরে নেওয়া হয়। ২০২০ সালে যখন স্টেডিয়াম খালি ছিল, তখন আমি নয়টি রাউন্ড অধ্যয়ন করি। হোম গোলের পার্থক্য +০.৩১ থেকে +০.০৮-এ নেমে আসে। আমি ছয়টি ম্যাচ অপেক্ষা করি, তারপর আমার ভ্যালুয়েশন মডেল পরিবর্তন করি। এই ধৈর্যই আমাকে "খালি স্টেডিয়াম অ্যাডজাস্টমেন্ট প্রোটোকল" লিখতে সাহায্য করে। প্রোটোকলটি বলেছিল—ভিড়ের অনুপস্থিতি, ভ্রমণ, এবং সূচির ঘনত্বকে খেলোয়াড়ের মূল্যে যোগ করুন। কারণ ভিড় না থাকলে হোম সুবিধা অদৃশ্য হয় না; এটি রেসিডুয়ালে চলে যায়। এখন প্রশ্ন—আমরা যদি এই খালি ইনপুটকে ভিত্তি করে একটি বিশ্লেষণ লিখি, তাহলে কী হবে? আমি বলব—এটি ফেব্রিকেশন। কোনো তথ্য নেই, কিন্তু আমরা গল্প বানাব। এটি আমার নীতির বিরুদ্ধে। আমি কখনো ভবিষ্যদ্বাণী করি না; আমি এজেন্টদের গল্পের সাথে সংখ্যার মিল করি। যদি সংখ্যা না থাকে, তাহলে মিল করার কিছু নেই। আমার স্বাক্ষর বাক্যটি মনে পড়ে: "স্প্রেডশিট সেই ট্রান্সফারটি মনে রাখে যা কখনো ঘটেনি, এবং সেটিই আসল ডেটা।" এখানে স্প্রেডশিট খালি। তাই আসল ডেটাও অনুপস্থিত। স্টেজ-২ ফ্রেমওয়ার্কে নয়টি মাত্রা আছে। প্রথমটি প্যাচ ও মেটা বিশ্লেষণ। এখানে গেম টাইটেল নেই, প্যাচ সংস্করণ নেই, কোনো উইন-রেট ডেটা নেই। তাই মেটা দিকনির্দেশ নির্ধারণ অসম্ভব। দ্বিতীয়টি টুর্নামেন্ট সিস্টেম ও ফরম্যাট। কোনো টুর্নামেন্টের নাম নেই, তাই ফরম্যাট-ফেয়ারনেস বা যোগ্যতা-পথ বিশ্লেষণ করা যায় না। তৃতীয়টি দল ও খেলোয়াড় বিশ্লেষণ। কোনো দল, খেলোয়াড়, কোচ বা রোস্টার মুভ নেই। চতুর্থটি আঞ্চলিক ল্যান্ডস্কেপ। কোন অঞ্চল জড়িত তা অজানা। পঞ্চমটি ক্লাব ফাইন্যান্স ও ব্যবসা। কোনো স্পনসরশিপ, বেতন, বা লেনদেনের তথ্য নেই। ষষ্ঠটি রুলস ও গভর্নেন্স। কোনো নিয়ম লঙ্ঘন বা শাসন বিতর্ক নেই। সপ্তমটি রিস্ক প্রোফাইল। কোনো প্রতিযোগিতামূলক, আর্থিক, বা কর্মী ঝুঁকি চিহ্নিত করা যায় না। অষ্টমটি পাবলিক ন্যারেটিভ। কোনো আখ্যান বা প্রত্যাশা-ব্যবধান নেই। নবমটি ইস্পোর্টস ইন্ডাস্ট্রি ট্রান্সমিশন। কোনো আপস্ট্রিম বা ডাউনস্ট্রিম প্রভাব নেই। প্রতিটি মাত্রায় উত্তর একই: "যথেষ্ট তথ্য নেই, মূল্যায়ন করা যায় না।" এই নয়টি "না" মিলিয়ে একটি স্পষ্ট বার্তা দেয়—ইনপুটটি মৃত। কিন্তু মৃত ইনপুট থেকেও আমরা একটি জীবন্ত পাঠ পেতে পারি। এটি আমাদের শেখায় যে ডেটা বিশ্লেষণ শুধু সংখ্যার খেলা নয়; এটি সততার খেলা। যখন আমরা জানি না, তখন তা স্বীকার করা একটি শক্তি। আমি ২০২১ সালে পেদ্রির টুর্নামেন্ট লোড ইনডেক্স তৈরি করেছিলাম। ইউরো ২০২০ এবং টোকিও অলিম্পিকে মিলিয়ে আট সপ্তাহে ১,১৭৫ মিনিট খেলেছিল। আমি তখন সতর্ক করেছিলাম—এই লোডের কোনো খেলোয়াড়কে সই করবেন না, যদি না তিন সপ্তাহ বিশ্রাম থাকে। কিন্তু এই সতর্কতা আসে ডেটা থেকে। যদি ডেটা না থাকত, আমি কী বলতাম? কিছুই না। আর কিছুই না বলা কখনো কখনো সবচেয়ে সঠিক উত্তর। কিন্তু আমি একটি জিনিস স্বীকার করি—আমি মাঝে মাঝে অতিরিক্ত সতর্ক হয়ে যাই। অ্যান্টি-হাইপ বিলম্বিত বিশ্বাস কখনো কখনো একটি সুযোগ হাতছাড়া করে। ২০২২ সালে উনাহির ক্ষেত্রে, আমি তার ক্লাব মিনিটের জন্য অপেক্ষা করেছিলাম। সে মরক্কো থেকে মার্সেইতে €৮ মিলিয়নে চলে যায়। আমার মেমো সঠিক ছিল, কিন্তু আমি যদি একটু আগে সিদ্ধান্ত নিতাম, হয়তো আরও ভালো মূল্য পেতাম। এই দ্বিধা আমার দুর্বলতা। তাই আমি নিয়মিত বিরতিতে আমার প্রিয়রস পর্যালোচনা করি। সংখ্যাসূচক ট্রিগার সেট করি। যেমন—যদি একটি খেলোয়াড় ৫০০ ক্লাব মিনিটে ০.৮ গোল প্রতি ৯০ করে, তাহলে আমি তাকে ট্র্যাক করব। এই ট্রিগারগুলো আমাকে অতিরিক্ত সতর্কতা থেকে বের করে আনে। এখন এই নিবন্ধের শেষে, আমি একটি ফরওয়ার্ড-লুকিং প্রশ্ন রাখতে চাই। যখন আমরা একটি খালি ইনপুট দেখি, তখন আমাদের প্রথম প্রতিক্রিয়া কী হওয়া উচিত? আমি বলব—ধৈর্য। কারণ ডেটা না থাকলে, আমরা যা জানি না তা জানার চেষ্টা করি। এই "জানা না জানা" হলো জ্ঞানের শুরু। আমার স্প্রেডশিট সর্বদা সত্য বলে, কিন্তু শুধুমাত্র যখন এটি ভরা থাকে। যখন এটি খালি, তখন এটি একটি আয়না—আমাদের নিজেদের অজ্ঞতা দেখায়। এই অজ্ঞতাকে আমরা আলিঙ্গন করি, তবেই আমরা সত্যিকারের ডেটা মঙ্ক হতে পারি। কারণ ডেটা মঙ্ক সেই ব্যক্তি নয় যিনি সব সংখ্যা জানেন; তিনি সেই ব্যক্তি যিনি জানেন কোন সংখ্যাটি বিশ্বাসযোগ্য নয়। এবং একটি খালি ঘর হলো সবচেয়ে বিশ্বাসযোগ্য নয় এমন সংখ্যা। আমি মনে করি—ইস্পোর্টস শিল্পে তথ্যের শূন্যতা একটি কাঠামোগত সমস্যা। ট্রান্সফার উইন্ডো কখনো বন্ধ হয় না; এটি শুধু প্যাচ পরিবর্তন করে। কিন্তু প্রতিটি প্যাচে নতুন ডেটা আসে, পুরানো ডেটা অপ্রাসঙ্গিক হয়ে যায়। এই চক্রে, আমরা প্রায়ই ভুলে যাই—ডেটার ভিত্তি কী। যদি ভিত্তি না থাকে, তাহলে উপরের সবকিছু ভেঙে পড়ে। আমার কাছে এটি একটি সিস্টেমিক ঝুঁকি। তাই আমি প্রস্তাব করি—প্রতিটি বিশ্লেষণের আগে একটি ইনপুট ভ্যালিডেশন গেট থাকা উচিত। যদি তথ্য পয়েন্ট খালি হয়, তাহলে বিশ্লেষণ বন্ধ। এটি একটি প্রক্রিয়া নিয়ম, এবং আমি নিয়ম ভালোবাসি। এই নিবন্ধটি একটি সতর্কতা। যখনই কেউ আমাকে একটি ডেটা সেট দেয়, আমি প্রথমে সেটি খালি কিনা পরীক্ষা করি। যদি খালি হয়, আমি বলি—"আমি জানি না।" এই তিনটি শব্দই আমার সবচেয়ে মূল্যবান হাতিয়ার। কারণ একটি ভুল বিশ্লেষণ একটি সত্য বিশ্লেষণের চেয়ে বেশি ক্ষতি করে। আমি আমার ২০১৭ সালের বোর্ড থেকে ২০২২ সালের মরক্কো মেমো পর্যন্ত এই নীতিটি ধরে রেখেছি। এবং আমি জানি—ভবিষ্যতেও ধরে রাখব। কারণ ডেটা মঙ্কের কাজ সংখ্যা গুনে নয়, সংখ্যার পেছনের সত্যকে যাচাই করা। আর সত্য যাচাইয়ের প্রথম ধাপ হলো—কখন না বলা জানা।