খালি ব্রিফের শৃঙ্খলা: ফুটবল বিশ্লেষণের নয়টি মাত্রা আর তথ্যহীনতার মুখে সৎ থাকার পদ্ধতি

হুক: যে ফাইলটা খুলে কিছু পাওয়া গেল না

গত রাতে বারিশালের বাড়িতে বসে একটা ব্রিফ ফাইল খুললাম। ফাইলটা ঠিকই এসেছে, একটা সময়সীমা মেনে, একটা নির্দিষ্ট নামের তালিকায়। কিন্তু ভেতরে কিছু নেই। শিরোনাম নেই, সূত্র নেই, এক-বাক্যের সারসংক্ষেপ নেই, তথ্যবিন্দুর তালিকা নেই, কোন দল নেই, কোন খেলোয়াড় নেই, কোন তারিখ নেই, সূত্রের মান কত তা নিয়ে কোনও মন্তব্যও নেই। একটা ফাঁকা ছক, যার প্রতিটি ঘরে লেখা একটাই কথা — "প্রযোজ্য নয়, মূল্যায়ন করা সম্ভব নয়।"

আমার বছরের পর বছর ম্যাচ দেখার অভিজ্ঞতা থেকে বলতে পারি, ডেটা সাংবাদিকের জীবনে সবচেয়ে কঠিন মুহূর্ত সেটা নয় যখন সংখ্যা ভুল আসে। সবচেয়ে কঠিন মুহূর্ত হলো যখন সংখ্যা একেবারেই আসে না, অথচ চারপাশের প্রত্যাশা নিঃশব্দে বলে — তুমি তবু লিখে ফেলো, কিছু একটা বানিয়ে ফেলো, পাঠক তো খালি পাতা চায় না।

২০১৭ সালে, বয়স তখন তেইশ, ঢাকার ফুটবলল্যাব বিডি-তে জুনিয়র ডেটা জার্নালিস্ট হিসেবে প্রথম বড় অ্যাসাইনমেন্ট পেলাম। বাংলাদেশ বনাম আফগানিস্তানের এএফসি এশিয়ান কাপ বাছাইপর্ব। ম্যাচ শেষে আমার টেবিলে দাঁড়াল চৌদ্দটা শট, বাংলাদেশের ০.৮৭ এক্সজি, আফগানিস্তানের ১.১২ এক্সজি। অথচ বাংলাদেশ গোল পেল ০.০৮ এক্সজি-র একটা সুযোগ থেকে। আমি তখন দৃঢ়ভাবে ভাবতাম, ডেটা কখনো মিথ্যা বলে না। ওই ০.০৮ আমাকে তিন সপ্তাহ কোডিং আবার করতে বাধ্য করল। সংখ্যাটা পরিষ্কার ছিল; ম্যাচটা পরিষ্কার হতে রাজি হয়নি।

এই লেখাটা সেই মুহূর্তের সম্প্রসারণ। যখন ব্রিফ ফাঁকা এসে দাঁড়ায়, তখন প্রশ্নটা হয় — একজন বিশ্লেষক আসলে কী করেন? নয়টা মাত্রার একটা কাঠামো আমার সামনে খোলা পড়ে আছে, প্রতিটির ঘর ফাঁকা। আজ আমি সেই কাঠামোটাই খুলে দেখাব। কারণ এই ফাঁকা কাঠামো নিজেই একটা খবর, আর সেটা কেউ লিখতে চায় না।

প্রেক্ষাপট: দুটো অর্থনীতি, দুটো সত্য

ফুটবল বিশ্লেষণ আজ দুটো সম্পূর্ণ ভিন্ন অর্থনীতিতে চলে, আর এদের ভাষা এক নয়।

একটা হলো ইউরোপের শীর্ষ লিগের অর্থনীতি। সেখানে প্রতি ম্যাচে হাজার হাজার পাস-ইভেন্ট, প্লেয়ার ট্র্যাকিং ডেটা, পজিশন ডেটা, আর পাবলিক রেফারেন্সের অভাব নেই। প্রিমিয়ার লিগ, লা লিগা, সিরি আ — এসব জায়গায় একটা দলের পিএসআর হিসাব, একটা ট্রান্সফারের অ্যামোর্টাইজেশন, একটা কোচের প্রেসিং-তীব্রতা — সব মাপা যায়, ক্রস-চেক করা যায়, উৎসসহ দাঁড় করানো যায়।

আরেকটা হলো দক্ষিণ এশিয়ার অর্থনীতি। বাংলাদেশ প্রিমিয়ার লিগ বা সাফ চ্যাম্পিয়নশিপের একটা ম্যাচের নির্ভরযোগ্য পাস-ডেটা পেতেই সপ্তাহ লেগে যেতে পারে। ভিড়ের প্রকৃত সংখ্যা, মাঠের তাপমাত্রা, দলের ভ্রমণ-দূরত্ব — এসব তথাকথিত "নরম" ভেরিয়েবল প্রায় কখনোই রেকর্ডে ওঠে না। অথচ ঠিক এই ভেরিয়েবলগুলোই শেষ বিশ মিনিটে একটা দল কেন ভেঙে পড়ে, সেটার ব্যাখ্যা দিতে পারে।

আমি যখন ইউরোপের ডেটা ব্যবহার করি, তখন সেটা সাবধানতার সঙ্গে ব্যবহার করি। যে মডেল প্রিমিয়ার লিগের ডেটায় ক্যালিব্রেট করা হয়েছে, সেটা সাফের মাঠে চুপচাপ ভেঙে পড়ে। এটা মডেলের দোষ নয়, এটা প্রেক্ষাপটের পার্থক্য। ২০১৮ রাশিয়া বিশ্বকাপে ক্রোয়েশিয়া বনাম ইংল্যান্ড সেমিফাইনালের জন্য যখন লাইভ এক্সজি মডেল বানালাম, তখন দেখলাম ১২০ মিনিট শেষে ইংল্যান্ডের ১.৮২ এক্সজি, ক্রোয়েশিয়ার ১.৫৪। কিন্তু সংখ্যাটা একা কিছু বলে না। ক্রোয়েশিয়ার পিপিডিএ ছিল ৮.৯ — অর্থাৎ তারা বল হারানোর পর আট-নয় পাসের মধ্যেই আবার চাপ দিচ্ছিল। আমি লিখেছিলাম, ক্রোয়েশিয়ার মধ্যমাঠের চাপ জিতেছিল, ভাগ্য নয়। সংখ্যা আর বলছিল না; প্রক্রিয়াটা বলছিল।

এই কারণেই আজ আমার কাছে একটা ব্রিফের সবচেয়ে গুরুত্বপূর্ণ অংশ শিরোনাম নয়, তথ্যবিন্দুর তালিকা। তালিকা খালি মানে আমার হাতে কোনও নির্মাণ-উপাদান নেই। আর যখন উপাদান নেই, তখন বিশ্লেষকের কাজ দুটোর একটা — হয় কাঠামোটা ব্যাখ্যা করা, নয়তো সৎভাবে থেমে যাওয়া।

কাঠামোটা এখানে নয়টা মাত্রার। মাত্রাগুলো আমার নিজের বানানো নয়, ধার করা — তবে বারবার ভেঙে আবার জোড়া লাগানো। নিচে প্রতিটা মাত্রা ধরে দেখাব, ডেটা থাকলে কী বেরোয়, আর ডেটা না থাকলে কী সৎ উত্তর।

মূল বিশ্লেষণ: নয়টা মাত্রা, একটা শৃঙ্খলা

মাত্রা এক — কৌশল ও টেকনিক্যাল

কৌশলগত বিশ্লেষণের কাঠামো চারটে প্রশ্নে দাঁড়ায়। দলের খেলার ধরন কতটা পরিশীলিত? সেই পরিশীলিত ধরনটা কার্যকর হচ্ছে কিনা, সেটা এক্সজি, পিপিডিএ, পজিশনাল ডেটা কী বলছে? খেলোয়াড়েরা সেই কাঠামোর সঙ্গে মানানসই কিনা? আর মূল সংখ্যাগুলো আসলে কী।

ধরা যাক, ২০২২ কাতার বিশ্বকাপে জাপান বনাম জার্মানি ম্যাচটা। জার্মানির ১.৮৭ এক্সজি, জাপানের ০.৯৯। জাপানের বল-দখল ২৬ শতাংশ, লক্ষ্যে শট দুটো। চোখের ইন্দ্রিয় বলবে, জার্মানি চেপে খেলেছে, জাপান ভাগ্যবান। কিন্তু গেম-স্টেটের চশমা দিয়ে দেখলে ছবিটা পাল্টে যায়। জার্মানি এগিয়ে যাওয়ার পর জাপান তাদের ঝুঁকি-সহনশীলতা বদলায় — গভীরে বসে দ্রুত পাল্টা আক্রমণে যায়। তাদের সফল পাল্টা-আক্রমণের গড় শুরু হয় নিজেদের অর্ধ থেকে, আর প্রতিটার শেষ হয় প্রতিপক্ষের বক্সের ভেতরে। সেই অবস্থায় ০.৯৯ এক্সজি নিছক ভাগ্য নয়, এটা একটা নির্বাচিত ঝুঁকির পরিণাম। কম এক্সজিতে জেতা দলগুলো ভাগ্যবান নয়; তারা খেলার অবস্থাটা পড়ছে।

এখন এই ব্রিফ যদি ফাঁকা হয় — কোনও ফর্মেশন নেই, কোনও পাস-ডেটা নেই, কোনও কোচ-দ্বন্দ্ব নেই — তখন কৌশলগত উপসংহারের জায়গায় আমার লেখা থাকে একটাই বাক্য: এই তথ্য দিয়ে মূল্যায়ন করা যায় না। এটা পরাজয় নয়, এটা শৃঙ্খলা। কারণ যা নেই তা বানিয়ে লিখলে বিশ্লেষণটা আর বিশ্লেষণ থাকে না, সেটা গল্প হয়ে যায়।

মাত্রা দুই — ক্লাব ফিন্যান্স ও ট্রান্সফার মার্কেট

আর্থিক কাঠামো চারটে স্তম্ভে দাঁড়ায় — সম্প্রচার আয়, বাণিজ্যিক আয়, বেতন-ব্যয় আর নিট ঋণ। ট্রান্সফার-বিশ্লেষণে যোগ হয় মোট ডিল-মূল্য, চুক্তির কাঠামো, আর প্যানিক-প্রিমিয়ামের ঝুঁকি।

২০২৫ সালের গ্রীষ্মের ট্রান্সফার উইন্ডোতে একটা ব্যর্থ স্ট্রাইকার-চুক্তি আমি ট্র্যাক করছিলাম। তাতে স্পষ্ট হলো, একটা ডিলের আসল দাম শুধু ফি নয় — বেতন, সাইনিং-বোনাস, এজেন্ট-ফি, আর অ্যামোর্টাইজেশনের বছরগুলো মিলিয়ে হিসাব করতে হয়। প্রতিটি ট্রান্সফার গুজব একটা ভেরিয়েবল, যার একটা টাইমস্ট্যাম্পের অপেক্ষা। টাইমস্ট্যাম্প ছাড়া গুজব মানে অসম্পূর্ণ ডেটা।

এখানে আমার একটা স্থায়ী অবস্থান আছে, যেটা আমি সরাসরি ঘোষণা করি না, কেস নির্বাচনের ভেতর দিয়ে দেখাই: ফুটবলে এজেন্টরা সবচেয়ে বড় লুকানো খরচ। তারা যে শব্দ তৈরি করে, তা পুরো মার্কেটের দাম-নির্ণয় বিকৃত করে দেয়। একটা ক্লাব যদি এজেন্ট-সৃষ্ট গুজবের ভিত্তিতে দাম ঠিক করে, সে বাজারের সত্য মূল্য নয়, বাজারের আওয়াজ কিনছে।

আর একটা জিনিস — ক্লাব আইপিও। যখন কোনও ক্লাব পুঁজিবাজারে নামে, তখন তার আর্থিক রিপোর্টিংয়ের চাপ অনেক সময় ফুটবল-সিদ্ধান্তের উপরে চলে যায়। ত্রৈমাসিক ফলাফল দেখানোর তাড়ায় ক্লাব দীর্ঘমেয়াদি স্কোয়াড-নির্মাণের বদলে স্বল্পমেয়াদি নাম কিনতে শুরু করে। এটাও আমি সরাসরি নীতিবাক্য হিসেবে লিখি না; একটা ট্রান্সফার-হিসাবের ভেতর দিয়ে দেখাই, আয়ের চাপ আর মাঠের সিদ্ধান্ত কতটা আলাদা হতে পারে।

তবে এই সবকিছুর জন্য দরকার একটা নাম — কোন ক্লাব, কোন ডিল, কোন বছর। ব্রিফে যদি ক্লাবের নামই না থাকে, তখন আর্থিক মডেলটা চালানোর কোনও মানে নেই। কাঠামো প্রস্তুত, কিন্তু উপাদান শূন্য।

মাত্রা তিন — ফলাফল ও জনমতের চক্র

ফলাফল-বিশ্লেষণে আমি দুটো জিনিস আলাদা করি — প্রত্যাশার সাপেক্ষে অবস্থান, আর সাম্প্রতিক ফর্ম। তারপর একটা তৃতীয় প্রশ্ন: প্রক্রিয়া-ডেটা আর ফলাফলের মধ্যে ফারাক কতটা।

এখানেই সবচেয়ে বড় ফাঁদ। একটা দল টানা পাঁচ ম্যাচ জিতছে, কিন্তু তার এক্সজি-ফারাক ঋণাত্মক। চোখের ইন্দ্রিয় বলবে, ফর্ম দুর্দান্ত। প্রক্রিয়া বলবে, এই জয় টেকসই নয়। উল্টো দিকে একটা দল হেরে চলেছে, কিন্তু এক্সজি-চেইন শক্ত। সেটা আসন্ন ঘুরে দাঁড়ানোর সংকেত।

তবে এখানে আমার নিজের বিরুদ্ধে সতর্কবাণী আছে। পাঁচ ম্যাচের নমুনা ছোট। আমি যদি পাঁচ ম্যাচের ফর্ম দেখে একটা সিদ্ধান্তে পৌঁছাই, আমি আসলে সংখ্যাটা ব্যবহার করছি না, সংখ্যাটা দিয়ে আমার পূর্ব-ধারণাকে সাজাচ্ছি। তাই উপসংহারের আগে আমি সবসময় কার্যকর নমুনার আকার আর আস্থার সীমা লিখি। নমুনা যদি যথেষ্ট বড় না হয়, আমি সংখ্যা নয়, প্রক্রিয়া লিখি।

জনমতের চাপ তিনটে জায়গায় জমা হয় — ম্যানেজার, মূল খেলোয়াড়, আর ক্লাব-ব্যবস্থাপনা। এই চাপ কতটা প্রাতিষ্ঠানিক, আর কতটা সাময়িক — সেটা মাপতে একটা সময়-রেখা দরকার। ব্রিফে তারিখ না থাকলে এই সময়-রেখা আঁকা অসম্ভব।

মাত্রা চার — লিগ ল্যান্ডস্কেপ ও দলের অবস্থান

প্রতিযোগিতার মানচিত্র চারটে স্তরে বসে — শিরোপা-প্রত্যাশী, ইউরোপীয় স্থানের লড়াই, মধ্য-টেবিল, আর অবনমন-অঞ্চল। তারপর রিসোর্স-তুলনা — স্কোয়াডের বাজারমূল্য, আর্থিক শক্তি, একাডেমির উৎপাদন। শেষে প্রতিভা-প্রবাহের সংকেত: মূল খেলোয়াড় ছিনিয়ে নেওয়ার ঝুঁকি কতটা, আর ক্লাব কোন স্তরের খেলোয়াড় কিনছে।

দক্ষিণ এশিয়ার প্রেক্ষাপটে এই মাত্রাটা বিশেষভাবে জরুরি। কারণ এখানে একটা ক্লাবের অবস্থান শুধু টেবিলের পয়েন্টে নয়, তার খেলোয়াড়-ধরে রাখার ক্ষমতায়। একটা ভালো একাডেমি থেকে ওঠা খেলোয়াড় যদি প্রতি মৌসুমে বাইরে চলে যায়, ক্লাবটা চিরকালীন পুনর্নির্মাণের চক্রে আটকে থাকে। এই চক্রটা ব্যাখ্যা করতে দরকার অন্তত তিন মৌসুমের ডেটা।

এখানে আমি স্পষ্ট করতে চাই, ইউরোপের বেঞ্চমার্ক নিরপেক্ষ সত্য নয়। প্রিমিয়ার লিগের গড় স্কোয়াড-মূল্য দিয়ে বাংলাদেশ প্রিমিয়ার লিগের ক্লাব মাপলে সংখ্যাটা অর্থহীন। প্রতিটা বেঞ্চমার্কের সঙ্গে তার উৎস-লিগ আর সময়কাল লিখতে হয়, নইলে বেঞ্চমার্কটা মাপকাঠি নয়, একটা কুয়াশা।

মাত্রা পাঁচ — নিয়ম ও গভর্নেন্স

নিয়ন্ত্রক কাঠামো — এফএফপি, পিএসআর, ট্রান্সফার-রেজিস্ট্রেশন, শাস্তি, প্রতিযোগিতার যোগ্যতা। এই মাত্রায় বিশ্লেষক প্রায়ই সবচেয়ে বেশি অনুমান করেন, কারণ নিয়মের পাঠ আর নিয়মের প্রয়োগ সবসময় এক নয়।

একটা শাস্তির সম্ভাবনা তিনটে দৃশ্যে মাপা যায় — সবচেয়ে খারাপ দৃশ্য, মধ্য দৃশ্য, আশাবাদী দৃশ্য। কিন্তু তিনটে দৃশ্যই নির্ভর করে নির্দিষ্ট অভিযোগ আর নির্দিষ্ট নিয়ন্ত্রক সংস্থার উপরে। ব্রিফে যদি কোনও নিয়ম-ভঙ্গের উল্লেখ না থাকে, তখন এই তিনটে দৃশ্য কল্পনার দৃশ্য হয়ে যায়।

মাত্রা ছয় — ম্যানেজমেন্ট ও ড্রেসিং রুম

মালিকের ধৈর্য, নিয়োগ-সিদ্ধান্তের গুণমান, কাঠামোগত স্থিতিশীলতা — এগুলো একটা ক্লাবের ভিত। তার উপরে ড্রেসিং রুমের স্বাস্থ্য: নেতৃত্বের কাঠামো, ম্যানেজার আর খেলোয়াড়ের সম্পর্ক, প্রজন্মান্তর।

২০২৫ সালের গ্রীষ্মে রদ্রির চোট-পুনরুদ্ধারের পথ আমি ট্র্যাক করছিলাম। এখানে আমার কাইনেসিওলজির স্নাতকোত্তর কাজে এসেছে। একটা খেলোয়াড়ের পুনরুদ্ধারের সময়সীমা শুধু চোটের ধরনে নির্ভর করে না, নির্ভর করে তার ক্রমসঞ্চিত লোডের উপরে — আগের কত মিনিট, কত দূরত্ব, কত কম দিনের বিশ্রাম। এই লোড-হিসাব একটা ম্যানেজার কখন কাকে নামাবেন, সেই সিদ্ধান্তকে সরাসরি প্রভাবিত করে।

এখানে আমি একটা ফিজিও-এর সঙ্গে জুটি বেঁধে ইনজুরি-ডেটা দেখি। ইন্টজে-র একটা স্বভাব আছে — যখন সিস্টেমটা উন্নত করার সুযোগ থাকে, তখন বাইরের বিশেষজ্ঞের কাছে যেতে দ্বিধা না করা। কারণ ভালো সিস্টেম একার কৃতিত্ব নয়।

মাত্রা সাত — রিস্ক প্রোফাইল

ঝুঁকির ম্যাট্রিক্স ছয়টে শ্রেণিতে ভাগ করা যায় — ক্রীড়া-ঝুঁকি, আর্থিক, ব্যক্তিগত, নিয়ম, জনমত, আর সিস্টেমিক। প্রতিটার জন্য দরকার সম্ভাবনা আর প্রভাবের একটা মিলিত মাপ।

তবে ঝুঁকি-বিশ্লেষণের একটা নীরব নিয়ম আছে: কোনও ঘটনা না থাকলে ঝুঁকির মাত্রা শূন্য নয়, অজানা। এই পার্থক্যটা অনেকে মেলান না। একটা খালি ব্রিফ মানে এই নয় যে ঝুঁকি নেই; এর মানে হলো, ঝুঁকিটা এখনও মাপা হয়নি।

মাত্রা আট — মিডিয়া ন্যারেটিভ ও প্রত্যাশা

এখানে ন্যারেটিভের টেকসইতা মাপা হয় তিনটে প্রশ্নে — ন্যারেটিভটার মৌলিক ভিত্তি আছে কি, নমুনার আকার কতটা, আর এই ন্যারেটিভ কতদিন টিকবে। তারপর প্রত্যাশা-ফারাক: বাজারের প্রত্যাশা আর বাস্তব মূল্যায়নের মধ্যে ফাঁক কতটা।

ট্রান্সফার-গুজবের বিশ্বাসযোগ্যতা মাপার জন্য সূত্রের স্তর জানা জরুরি — সূত্রটা কি শীর্ষ-স্তরের সাংবাদিক, সাধারণ মিডিয়া, নাকি গুজব-পত্রিকা? আর এজেন্টের উদ্দেশ্য কী? একটা গুজব কখন ফাঁস হয়, কে ফাঁস করে, আর ফাঁসের সময়টা কার স্বার্থে সুবিধাজনক — এই তিনটে প্রশ্ন একসঙ্গে না করলে গুজবের মান বোঝা যায় না।

মাত্রা নয় — ফুটবল ইন্ডাস্ট্রির ট্রান্সমিশন

সবশেষে ট্রান্সমিশন-শৃঙ্খল। উপরের দিকে একাডেমি ও প্রতিভা-সরবরাহ, মাঝখানে ক্লাব ও প্রতিযোগিতা, নিচের দিকে সম্প্রচার, বাণিজ্যিক আর ডেরিভেটিভ বাজার। একটা ঘটনা এই শৃঙ্খলের কোনও একটা জায়গায় ঘটলে সেটা উপরে-নিচে ছড়ায়।

এখানে একটা কথা আমি গোপন করি না, তবে স্লোগান বানাই না: স্পোর্টস ডেটা যখন বেটিং কোম্পানিগুলোকে সরাসরি খাওয়ানো হয়, তখন সেটা ডেটাফিকেশনের সবচেয়ে অন্ধকার দিক। লাইভ মডেল ভবিষ্যদ্বাণী করে না; সে ম্যাচের সঙ্গে শ্বাস নেয়। কিন্তু সেই শ্বাস যখন বাজি-বাজারে বিক্রি হয়, তখন মডেলের উদ্দেশ্যই বদলে যায়। আমি এই অবস্থানটা কেস-নির্বাচনের ভেতর দিয়ে দেখাই, কোনও বক্তৃতা দিয়ে নয়।

বিপরীতমুখী কোণ: ফাঁকা ব্রিফ নিজেই একটা ফলাফল

এখন সেই অংশে আসি, যা স্বাভাবিক প্রত্যাশার উল্টো দিকে যায়।

স্বাভাবিক ধারণা হলো, একটা খালি ব্রিফ মানে কাজটা ব্যর্থ। আমার কাছে ব্যর্থতা নয়, এটা একটা বৈধ ফলাফল। কোনও বিশ্লেষক যদি নয়টা মাত্রা ধরে দেখেন আর সবগুলোতে পৌঁছান একটাই উপসংহারে — এই তথ্য দিয়ে মূল্যায়ন করা যায় না — তাহলে তিনি কাজটা ব্যর্থ করেননি, তিনি ডেটার সীমাটা সঠিকভাবে চিহ্নিত করেছেন। এটাও একটা অন্তর্দৃষ্টি, এবং প্রায়ই সবচেয়ে দরকারি অন্তর্দৃষ্টি।

আমার নিজের অভিজ্ঞতায় এটার প্রমাণ আছে। ২০২০ সালের মে মাসে, লকডাউনের পর প্রথম বড় এমpty-স্টেডিয়াম ম্যাচে — বরুসিয়া ডর্টমুন্ড ৪-০ শালকে ০৪। ডর্টমুন্ড ১১৩.২ কিলোমিটার দৌড়েছিল, শালকে ১০৭.৮। ডর্টমুন্ডের পিপিডিএ ছিল ৭.১। কিন্তু আমি যখন ঘরোয়া জয়ের হার তুলনা করলাম — লকডাউনের আগে ৪৩.২ শতাংশ, পরে ৩৩.৩ শতাংশ, পাঁচটা বড় লিগ মিলিয়ে — তখন দেখা গেল সংখ্যাটা একা কিছু বলে না। আমি লিখেছিলাম "ভিড়টাই ছিল প্রেস।" লেখাটা দুবার ফিরিয়ে দেওয়া হয়েছিল, অতিরিক্ত জটিলতার জন্য। শেষে আমি তিনটে চার্টে নামিয়ে আনলাম। ভিড় না থাকলে পরিষ্কার ডেটাসেটও মিথ্যা বলতে পারে।

আরেকটা বিপরীতমুখী কথা। আমরা প্রায়ই ভাবি, মডেল আবার গড়ে ফেললেই মডেল ঠিক হয়ে গেল। এটা ভুল। মডেল পুনর্নির্মাণ আর মডেল সঠিক হওয়া দুটো আলাদা জিনিস। একটা নতুন মডেল একটা অনুমান, কোনও রায় নয় — যতক্ষণ না সেটা নমুনার বাইরে একটা ম্যাচে টিকছে। তাই আমি পুনর্নির্মাণের লগ আর বৈধতার লগ আলাদা রাখি। এই দুই লগ মিলিয়ে ফেললে নিজের কাছে নিজের অগ্রগতির গল্প বলা শুরু হয়, আর গল্পটা মিথ্যা বলতে শুরু করে।

এই কারণেই আমি সিদ্ধান্ত-গাছ ব্যবহার করি নকআউট ম্যাচের ভ্যারিয়েন্স সামলাতে। ২০২১ ইউরো সেমিফাইনাল, ইতালি ১-১ স্পেন (টাইব্রেকারে ৪-২): ইতালির ০.৭৩ এক্সজি, স্পেনের ১.৫৩। জর্জিনিয়োর ৯১ পাস। ইতালির পিপিডিএ ১৩.৮, স্পেনের ৬.২। এখানে প্রক্রিয়া, গেম-স্টেট আর ফিনিশিং-দক্ষতা — তিনটে আলাদা করে না দেখলে উপসংহার ভুল দিকে যায়। আমি আর কাউকে জিজ্ঞাসা করি না কে জিতল; আমি জিজ্ঞাসা করি, কোন অবস্থাটা জেতাটা সম্ভব করে দিল।

আর একটা জিনিস, যা আমি সবসময় মাথায় রাখি। একটা পরিষ্কার ডেটাসেট নিজের মধ্যে সত্য নয়। ডেটাসেট যত পরিষ্কারই হোক, প্রেক্ষাপট বাদ দিলে সেটা মিথ্যা বলতে পারে। ২০২৪ ইউরো ফাইনাল, স্পেন ২-১ ইংল্যান্ড: স্পেনের ২.৩১ এক্সজি, ইংল্যান্ডের ১.২৩। নিকো উইলিয়ামসের ০.১৮ এক্সজি, ওয়ারিয়ারসাবালের ০.২৯। সংখ্যাগুলো ঠিকই আছে, কিন্তু স্পেনের ছয় ম্যাচে মোট ৬১২ কিলোমিটার দূরত্ব আর কত কম দিনের বিশ্রাম — এই প্রেক্ষাপট ছাড়া সংখ্যাগুলো অর্ধেক কথা বলে।

টেকঅ্যাওয়ে: পরের রাউন্ডের সংকেত

তাহলে ফাঁকা ব্রিফটা আমার কাছে কী রেখে গেল?

একটা শৃঙ্খলা। পরের বার যখন একটা ট্রান্সফার-গুজব আসবে, আমি প্রথমে জিজ্ঞাসা করব — এর টাইমস্ট্যাম্প কোথায়? কে বলছে, কখন বলছে, আর কার স্বার্থে বলছে। পরের বার যখন একটা ছোট নমুনার ফর্ম-চক্র আসবে, আমি প্রথমে কার্যকর নমুনার আকার লিখব, তারপর সংখ্যা। আর পরের বার যখন একটা টুর্নামেন্টের চাপে সবাই ন্যারেটিভের স্রোতে ভেসে যাবে, আমি সেই মুহূর্তটাই খুঁজব, যেখানে গেম-স্টেট আর ফিনিশিং-দক্ষতা আলাদা হয়ে যায়।

স্প্রেডশিট আমার মঠ; প্যাচ নোটগুলো শাস্ত্র। কিন্তু মঠের সবচেয়ে গুরুত্বপূর্ণ নিয়মটা হলো — যে ঘর ফাঁকা, সেখানে সত্য লেখা যায় না, শুধু শূন্য লেখা যায়। আর একটা সৎ শূন্য একটা সুন্দর মিথ্যার চেয়ে অনেক বেশি দামি।

পরের ম্যাচে, পরের ট্রান্সফারে, পরের টুর্নামেন্টে — আমি আর জিজ্ঞাসা করব না কে জিতল। আমি জিজ্ঞাসা করব, কোন অবস্থাটা সেটা হতে দিল। আর যদি উত্তরটা না থাকে, আমি সেটাই লিখব।