অনুপস্থিত ডেটার অডিট: কেন ইস্পোর্টস বিশ্লেষণে 'জানি না' লেখাই সবচেয়ে কঠিন কাজ

গত মাসে রাত দুইটার দিকে ডিসকর্ডে একটি বার্তা এল। প্রেরক জানতে চান, চলতি টুর্নামেন্টের একটি সিরিজে কে এগিয়ে। ম্যাচটি এমন একটি ইভেন্টের, যার প্যাচ-সংস্করণ আমি নিশ্চিত করতে পারিনি, পিক-ব্যান হার হাতে নেই, রোস্টার কনফার্মেশনও আসেনি। তবু একটি বাক্যে রায় চাওয়া হচ্ছে। আমি লিখলাম, "এই মুহূর্তে আমার হাতে কোনো নমুনা নেই, তাই রায়ও নেই।" উত্তরটা কারও ভালো লাগেনি। পেশাগতভাবে আমার কাছে ওই ঝুলে থাকা মুহূর্তটাই আসল পরীক্ষা। কারণ সহজ পথ হলো একটা নাম বলে দেওয়া, আর কঠিন পথ হলো ব্যাখ্যা করা কেন ওই নামটা এই তথ্যে টিকবে না।

আমি সতেরো বছর ধরে খেলাধুলার সংখ্যা নিয়ে কাজ করছি। ২০১৭ সালে নিউইয়র্কের একটি বীমা কোম্পানির ছয় বছর চাকরির পর ব্রুকলিনের একটি স্পোর্টস-বেটিং ডেটা স্টার্টআপে তৃতীয় বিশ্লেষক হিসেবে যোগ দিই। প্রথম কাজটি ছিল অনাড়ম্বর—২০১৪ থেকে ২০১৭ সালের ১,১৪০টি প্রিমিয়ার লিগ ম্যাচের উপরে শট-কোয়ালিটি মডেলের ব্যাক-টেস্ট। ফলাফল দ্বিধাবিভক্ত ছিল: পজেশন-ভারিত xG কাঁচা শট-সংখ্যাকে হারিয়েছিল মাত্র ০.০৩ গোল প্রতি ম্যাচে, কিন্তু শট-অবস্থানের ভারায়ন ক্লোজিং-লাইন পূর্বাভাস উন্নত করেছিল ৪.১ শতাংশ। আমি নয়শ ফলোয়ারের একটি ব্লগে দশম দশমিক পর্যন্ত ফুটনোট দিয়ে সেটি প্রকাশ করি। ব্যাক-টেস্ট আগে এসেছিল, বাইলাইন ছিল কেবল তার একটি রসিদ। সম্পাদকরা লেখাটিকে একইসাথে নীরস ও বিশ্বাসযোগ্য বলেছিলেন; সেই অভ্যাসই আমার কপিকে বছরের পর বছর সম্পাদনার ধারালো ছুরি থেকে বাঁচিয়েছে।

২০১৮ সালের মার্চে আমি একটি অভ্যন্তরীণ মেমো ঘুরিয়ে দিই। তাতে দেখিয়েছিলাম, জার্মানির প্রেসিং ক্রমে কমছে—পিপিডিএ ২০১৬-১৭ বাছাইপর্বে ৮.৪ থেকে ১১.৬-তে গড়িয়েছে, আর প্রতি ম্যাচে তৈরি xG ১.৯২ থেকে ১.৪১-এ নেমেছে। দুই সহকর্মী একে অতিরঞ্জন বললেন। ২৭ জুন ২০১৮, কাজানে জার্মানি দক্ষিণ কোরিয়ার কাছে ০-২ হারে, এবং ১৯৩৮ সালের পর প্রথমবার বিশ্বকাপের গ্রুপ পর্ব থেকেই বিদায় নেয়। সপ্তাহের মধ্যে মেমোটি ফার্মের ভিতরে চারশবার ফরওয়ার্ড হয়। তারিখ-যুক্ত পূর্বাভাস একটি অতীত-কেন্দ্রিক হট টেকের চেয়ে অনেক বেশি দিন বাঁচে। সেই ঘটনার পর থেকে আমি প্রতিটি পূর্বাভাস কিক-অফের আগে সময়-ছাপ দিয়ে সংরক্ষণ করি, আর প্রতিটি দীর্ঘ লেখা শেষ করি একটি "কী আমাকে মন বদলাতে পারবে" অনুচ্ছেদ দিয়ে।

২০২০ সালের মে থেকে জুলাইয়ের মধ্যে আমি বন্ধ দরজার পিছনে খেলা ৮১টি বুন্দেসলিগা ম্যাচ লিপিবদ্ধ করি, তারপর প্রিমিয়ার লিগের ৯২টি ও লা লিগার ১১০টি। ঘরের মাঠে জয়ের হার ৪৩.২ শতাংশ থেকে ৩৩.৭ শতাংশে নামে, আর ঘরের দলের পেনাল্টি কমে ৩১ শতাংশ। আমার নিয়োগকর্তা ওই এপ্রিলে এক-তৃতীয়াংশ কর্মী ছাঁটাই করেছিলেন। আমি চাকরি ধরে রাখি একটি পুনঃক্রমাঙ্কিত হোম-অ্যাডভান্টেজ কোএফিশিয়েন্ট দিয়ে—০.৪১ থেকে ০.২৮ গোল—বুন্দেসলিগা পুনরায় শুরু হওয়ার এগারো দিন আগে জমা দিয়ে। ঘরের মাঠের সুবিধা কোনো ধ্রুবক নয়; এটি একটি চলক, নিজস্ব আস্থা-ব্যবধি সহ। পাঠক যাঁরা নিশ্চিততা চেয়েছিলেন তাঁরা সরে গেলেন; যাঁরা ক্রমাঙ্কন চেয়েছিলেন তাঁরা রয়ে গেলেন, আর তাঁরা মূল্য দিলেন।

নমুনা প্রথমে—এই নিয়মটা আমার কাছে কোনো স্লোগান নয়, এটি একটি কাজের ক্রম। কোনো সিদ্ধান্তে পৌঁছানোর আগে আমি জিজ্ঞেস করি: কতগুলো ম্যাচ, কোন তারিখ-পরিসর, কোন প্যাচ, কোন স্তরের প্রতিযোগিতা। বাংলাদেশ থেকে দক্ষিণ-পূর্ব এশিয়া হয়ে আমেরিকার বাজার পর্যন্ত প্রতিটি অঞ্চলের ডেটার গুণমান আলাদা, আর সেই পার্থক্য না মেনে এক অঞ্চলের সূত্র অন্য অঞ্চলে বসিয়ে দেওয়া সবচেয়ে সাধারণ ভুল।

আউট-অব-স্যাম্পল যাচাই আমার কাছে প্রায় ধর্মের মতো। একটি ধারণা প্রশিক্ষণের ডেটায় যতই সুন্দর দেখাক, তাকে অবশ্যই অদেখা টুর্নামেন্ট, অপরিচিত প্যাচ আর ভিন্ন স্তরে পরীক্ষা করতে হয়। যে ধারণা এই পরীক্ষায় টেকে না, সেটি আমার কাছে গল্প—সংখ্যা নয়। এই ইতিহাস আমাকে একটা অভ্যাস শিখিয়েছে, যা আজ প্রতিটি সেলের গায়ে লেখা থাকে। উপাদান খালি থাকলে আমি নয়টি স্তরে একটি অডিট চালাই, আর প্রতিটিতে গিয়ে থামি এই ঘোষণায়—"অনির্ধারিত, তথ্য অপর্যাপ্ত।" আমি খেলা দেখতে দেখতে শিখেছি, সবচেয়ে বড় ভুলটা ঘটে তখন, যখন বিশ্লেষক শূন্যতার জায়গায় গল্প বসিয়ে দেন।

প্যাচ ও মেটা খালি থাকলে আমি সংস্করণ-সংখ্যা, পরিবর্তনের মাত্রা আর লাভ-ক্ষতির তালিকা ছাড়া কিছু লিখি না; কারণ কোন প্রভাবশালী প্লেস্টাইল বদলাচ্ছে, সেটা না জেনে "নতুন মেটা" শব্দটি নিছক প্রতিশ্রুতি। টুর্নামেন্ট ফরম্যাট না জানলে সিরিজের দৈর্ঘ্য, বাছাইয়ের পথ আর সময়সূচির ঘনত্ব নিয়ে অনুমান করা যায় না, ফলে আপসেটের সম্ভাব্যতা হিসাব করাও অসম্ভব। দল ও খেলোয়াড়ের ক্ষেত্রে রোস্টার, ভূমিকার উপযুক্ততা, রসায়ন আর বেঞ্চ-গভীরতা—এই চারটি মিলিয়ে না দেখলে কোনো রায় অর্থহীন। আঞ্চলিক প্রেক্ষাপটে কোন অঞ্চল কোন স্তরে দাঁড়িয়ে, কতটা প্রতিভা-পুল, কতটা ইকোসিস্টেম—এসব না মেলালে আন্তর্জাতিক তুলনা শুধুই ভুল।

ক্লাব-অর্থনীতি খালি থাকলে আমি স্পনসর আয়, বেতন-ব্যয় বা পুঁজি-প্রবাহ নিয়ে কথা তুলি না—কারণ ওই সংখ্যাগুলো ছাড়া "সংকট" শব্দটি কেবল ভয়ের অনুবাদ। নিয়ম ও শাসনে লঙ্ঘন, চুক্তি-বিরোধ বা গভর্ন্যান্স ইস্যু না থাকলে শাস্তির দৃশ্যকল্প আঁকা যায় না; অনুমান দিয়ে শাস্তি লিখলে সাংবাদিকতা খবর থেকে সরে গিয়ে গুজবে ঢুকে পড়ে। ঝুঁকির ক্ষেত্রে বিষয়হীন তালিকা তৈরি করা মানে পাঠককে মিথ্যা নিশ্চয়তা দেওয়া। জন-আখ্যানে গোলমাল আর মৌলিক তথ্যের অনুপাত না জানলে বুদবুদ চেনা অসম্ভব। আর শিল্প-সঞ্চালনে উপরি, মধ্য ও নিম্নধারার কোনো স্পষ্ট ঘটনা না থাকলে প্রভাবের দিক নির্ধারণ করা মানে বাতাসে তীর ছোঁড়া।

এখানেই অস্বস্তিকর সত্যটা বসে আছে। বাজার রায় কেনে, সম্ভাবনা নয়। সম্প্রচারক চান একটি নাম, বুকমেকার চান একটি লাইন, দর্শক চান একটি গল্প। যে বিশ্লেষক সাহস করে "অনির্ধারিত" লেখেন, তাঁকে দুর্বল মনে হয়। ২০২১ সালের ইউরোয় আমি এটা হাড়ে হাড়ে টের পাই। ৫১টি ম্যাচে ফরমেশন ট্র্যাক করে দেখলাম, ২৪ দলের ১৪টি কোনো না কোনো সময়ে ব্যাক-থ্রি ব্যবহার করেছে—২০১৬-র ছয়টির তুলনায় অনেক বেশি। আমার মডেল উইং-ব্যাক ক্রসিং চেইনকে অবমূল্যায়ন করেছিল, আর গ্রুপ পর্বে আমি ৬.৮ ইউনিট হারি। আমি টুর্নামেন্টের মাঝপথে মডেল বদলাতে অস্বীকার করি, ফাইনালের পরে অডিট চালাই, আর ৩৪০টি সেরি আ ও বুন্দেসলিগা ম্যাচ দিয়ে ১৯ দিনে ফুলব্যাক মডিউলটি পুনর্নির্মাণ করি। মডেল-ল্যাগ স্বীকার করা এক ধরনের সচেতন হেজ—যা ভবিষ্যতের ভুলকে আগেই দাম দিয়ে রাখে। এটাই আমার ২০২২ সালের কাজকে অন্যদের চেয়ে বেশি টেকসই করেছিল।

আর একটা অভ্যাস আমি জোর করে গড়ে তুলেছি: পদ্ধতির স্বচ্ছতা। প্রতিটি লেখার শেষে আমি সংক্ষেপে লিখি ডেটা কোথা থেকে এসেছে, কোন সময়-পরিসরে, কোন প্যাচে, আর কোন জিনিসটা আমার সংখ্যা ইচ্ছাকৃতভাবে ধরতে পারে না। এতে লেখাটা ধীর হয়, কিন্তু পাঠক ঠিক জানেন তিনি কোন মাটিতে দাঁড়িয়ে আছেন।

তাই পরের বার যখন কেউ এক বাক্যে রায় চাইবে, আমার উত্তর একই থাকবে: আমাকে নমুনা, তারিখ-পরিসর আর প্যাচ-সংস্করণ দিন। তারপর আমি একটা সম্ভাবনা বলব, আস্থা-ব্যবধি সহ—এবং সঙ্গে লিখে দেব, কোন তথ্য এলে আমার সিদ্ধান্ত বদলাবে। এখন আমার চোখ পরের টুর্নামেন্টের প্রথম সপ্তাহে; সেখানে আমি কোনো রায় দেব না, শুধু একটি ফরওয়ার্ড পেপার-ট্রেড উইন্ডো খুলে রাখব এবং ক্ষয়-অনুমান প্রকাশ করব। প্রশ্নটা রয়ে গেল সোজা—যে বিশ্লেষক সাহস করে "জানি না" বলতে পারেন, দীর্ঘমেয়াদে তাঁকে ছাড়া আর কাউকে কি বিশ্বাস করা উচিত?