ডোমেইন লেবেলের ফাঁদ: যখন ফুটবল বিশ্লেষণ পাইপলাইন ভুল ঠিকানায় চিঠি পাঠায়

রাত ২টায় ফাইল খুলেছিলাম। ৪টায় মাঝমাঠ স্বীকারোক্তি দিয়েছিল। কিন্তু এবার ফাইলটা ভুল ঘরে ঢুকে পড়েছিল। ২৫টি তথ্যবিন্দুর প্রতিটির স্ক্যান শেষে যা পেলাম, তা কোনো ফুটবল ম্যাচের টেপ নয় — একটি স্মার্টফোন লঞ্চ ইভেন্টের প্রেস রিলিজ। ফুটবল ডোমেইন লেবেল লাগানো আছে, অথচ ভেতরে একটি ফুটবল সত্তাও নেই: কোনো দল নয়, কোনো খেলোয়াড় নয়, কোনো কোচ নয়, কোনো ট্রান্সফার নয়, কোনো গভর্নিং বডি নয়। শুধু ওপো ফাইন্ড এক্স১০ সিরিজ, প্যাড মিনি, হ্যাসেলব্লাড ক্যামেরা পার্টনারশিপ, এবং ভিয়েতনামি শিল্পী সơn তুং এম-টিপি। যে পাইপলাইন এই রেকর্ডটি ফুটবল ফিডে ঢুকিয়েছে, তার ঠিকানার হিসাব ভুল। আর ভুল ঠিকানার চিঠি খুলে যদি ফুটবল কৌশল উদ্ধার করতে বসি, তাহলে আমরা নিজেদের ডেটাসেটকেই দূষিত করব।

আমি ২০১৮ সালে রাশিয়া বিশ্বকাপে ১৬৯ গোলের একটি হোমমেড স্প্রেডশিট বানিয়েছিলাম, ১২টি ভেরিয়েবল দিয়ে। সেটি আমাকে শিখিয়েছিল, প্রতিটি দাবির পাশে একটি সংখ্যা রাখতে হয়। ২০২০ সালে ৯২টি খালি স্টেডিয়ামের ম্যাচ ট্যাগ করার সময় শিখেছিলাম, নিজের উদ্বেগকে গবেষণার প্রশ্ন বানাতে হয়, লেখার চারপাশে ঘোরাতে নয়। এবারের ফাইলটি সেই দুই শিক্ষাকে এক নতুন পরীক্ষায় ফেলেছে: যখন ডেটার লেবেল আর ডেটার বিষয়বস্তু পরস্পরবিরোধী, তখন বিশ্লেষকের প্রথম দায়িত্ব হলো লেবেলটি প্রত্যাখ্যান করা, অনুমান দিয়ে ফাঁক ভরাট করা নয়।

প্রসঙ্গ: লেবেলের ভেতরে কী আছে, আর কী নেই

জিন্দাবাজারের ফ্ল্যাট থেকে খোলা ফাইলটির গঠনটা দেখুন। ২৫টি তথ্যবিন্দুর মধ্যে দুটি থেকে চার নম্বর পর্যন্ত বর্ণনা করা হয়েছে একটি ফিল্ম-সেট কনসেপ্ট এবং তিনটি অভিজ্ঞতা অঞ্চল। সাত থেকে বারো নম্বরে আছে এক শিল্পীর উপস্থিতি, একটি ডিভাইস উপহার দেওয়া, এবং তার সঙ্গে দর্শকের সংযোগ। তেরো থেকে পনেরো নম্বরে তিনজন কনটেন্ট ক্রিয়েটরের প্যানেল আলোচনা। আঠারো নম্বরে আছে ২০০ মেগাপিক্সেলের হ্যাসেলব্লাড সহ-উন্নত সেন্সর এবং লুমো অথেনটিক ইমেজ অ্যালগরিদম। তেইশ নম্বরে প্যাড মিনির মাধ্যমে ইকোসিস্টেম সম্প্রসারণের কথা।

এই তালিকার যেকোনো একটি লাইন ফুটবল কৌশলের সঙ্গে মেলানো যায়? ২০০ মেগাপিক্সেল একটি ক্যামেরা স্পেসিফিকেশন, ফুটবল ডেটা নয়। তিনটি অভিজ্ঞতা অঞ্চল একটি রিটেইল অ্যাক্টিভেশন ডিজাইন, ফুটবল পিচের জোন নয়। হ্যাসেলব্লাড সহ-উন্নয়ন একটি কো-ব্র্যান্ডিং পার্টনারশিপ, যা গঠনগতভাবে কোনো ক্লাবের টেকনিক্যাল স্পনসর চুক্তির মতো দেখতে পারে, কিন্তু এর লিগ-ল্যান্ডস্কেপ অর্থ শূন্য।

এখানেই প্রথম ক্যাটাগরি এররটি লুকিয়ে আছে। যদি আপনি জোন ম্যাপিং করতে বসেন, অভিজ্ঞতা অঞ্চলগুলোকে হাফ-স্পেস বা পকেটে করতে চান, তাহলে আপনি ফুটবল ভাষায় এমন একটি বাক্য লিখবেন যার বিষয়বস্তু ফুটবল নয়। এটা Tactical Wizard-এর কাছে সবচেয়ে বড় ফাঁদ: প্যাটার্ন-রিকগনিশন ক্ষমতা এত শক্তিশালী হয়ে ওঠে যে যেকোনো বিন্যাসে ফুটবল আকৃতি দেখতে শুরু করে। আমি ২০২১ সালে ইউরোতে ইতালির ইনভার্টেড মিডফিল্ড ত্রিভুজ নিয়ে কাজ করার সময় নয়বার লেখা নতুন করে লিখেছিলাম; কারণ ছিল একটাই — যেন জোর করে কোনো প্যাটার্ন চাপিয়ে না দিই। এবার সেই একই শৃঙ্খলা প্রয়োজন, তবে উল্টো দিকে: প্যাটার্ন না থাকলে প্যাটার্ন নেই বলে স্বীকার করা।

মূল বিশ্লেষণ: ডেটা-অখণ্ডতা সংকট এবং এর প্রকৃত ঝুঁকি

এই নিবন্ধের সবচেয়ে গুরুত্বপূর্ণ ফুটবল-সংশ্লিষ্ট তথ্য হলো এটি ফুটবল নয়। কিন্তু কেবল "এটি ফুটবল নয়" বলে থেমে গেলে আমরা আসল সমস্যাটি ধরতে পারব না। সমস্যাটি হলো আপস্ট্রিম ক্লাসিফিকেশন পাইপলাইনের ভঙ্গুরতা, যা ফুটবল ডেটা অবকাঠামোর জন্য একটি সিস্টেমিক ঝুঁকি।

ভাবুন তো: একটি রেকর্ড যদি ভুল ডোমেইন লেবেল নিয়ে ফুটবল ফিডে ঢুকে পড়ে, তাহলে তারপর কী হয়? প্রথমত, যেকোনো স্বয়ংক্রিয় মডেল যা এই ফিড থেকে শেখে, সে ফুটবল কৌশল হিসেবে ক্যামেরা স্পেসিফিকেশন এবং সেলিব্রিটি অ্যাক্টিভেশন শিখে ফেলবে। দ্বিতীয়ত, বিশ্লেষকরা যদি জোর করে এই রেকর্ড থেকে ফুটবল ইনসাইট বের করতে চান, তাহলে মিথ্যা সংকেত তৈরি হবে। তৃতীয়ত, যদি এই ধরনের ভুল একবার ঘটে, তবে তা বারবার ঘটতে পারে — এবং প্রতিবারই ফুটবল ডেটাসেটের নির্ভরযোগ্যতা কিছুটা করে eroded হবে।

মূল ঝুঁকি তাই বিষয়বস্তুর ঝুঁকি নয়, প্রক্রিয়ার ঝুঁকি। নিবন্ধে কোনো ফুটবল সত্তা না থাকায় ফুটবল ঝুঁকির কোনো মূল্যায়ন সম্ভব নয় — ইনজুরি, সাসপেনশন, এফএফপি, রেগুলেশন, পোচিং, কোনোটিই প্রযোজ্য নয়। কিন্তু যে ঝুঁকিটি প্রযোজ্য, সেটি আরও গুরুতর: একটি ভুল লেবেলযুক্ত রেকর্ড যদি বিশ্লেষণাত্মক সিদ্ধান্তের ভিত্তি হয়ে ওঠে, তাহলে সেই সিদ্ধান্তটি যতই সুন্দরভাবে লেখা হোক, তা ভুল হবে।

স্প্রেডশিটের ভাষায় বললে: ২৫টি সারির একটি টেবিলে যদি ২৫টিতেই ফুটবল-বহির্ভূত ডেটা থাকে, তাহলে টেবিলটি ১০০ শতাংশ নির্ভুলভাবে ভুল। কোনো পিভট টেবিল, কোনো ফিল্টার, কোনো ভিজ্যুয়ালাইজেশন এই ভুলকে সংশোধন করতে পারবে না। একমাত্র সমাধান হলো সারিগুলোকে ভুল ঘর থেকে সরিয়ে সঠিক ঘরে রাখা।

আমি যখন ২০২০ সালে ৯২টি খালি স্টেডিয়ামের ম্যাচ ট্যাগ করছিলাম, তখন প্রতিটি হাই-প্রেস সিকোয়েন্স গুনছিলাম ৯০ মিনিটে। সংখ্যাটি কমেছিল ১২.৪ থেকে ৯.৮-এ। সেই পদ্ধতির সৌন্দর্য ছিল এই যে প্রতিটি ট্যাগ একটি নির্দিষ্ট ম্যাচ টেপে ফিরে গিয়ে যাচাই করা যেত। এবারের ফাইলটিতে সেই যাচাইয়ের পথ নেই — কারণ ফুটবল ম্যাচ টেপ নেই। যা আছে, তা হলো একটি বিপণন যোগাযোগের নিদর্শন, যা নিজস্ব নিয়মে বিশ্লেষণযোগ্য, কিন্তু ফুটবল বিশ্লেষণের আয়নায় নয়।

এখানেই দ্বিতীয় ক্যাটাগরি এরর। বিশ্লেষণ কাঠামোর নয়টি মাত্রার প্রতিটিতে "তথ্য অপর্যাপ্ত" লিখতে হবে। কিন্তু যদি কেউ জোর করে ফুটবল কাঠামো প্রয়োগ করেন, তাহলে তিনি শেষ পর্যন্ত একটি কৃত্রিম বিশ্লেষণ পাবেন যা দেখতে ফুটবল বিশ্লেষণের মতো, কিন্তু আসলে তা ফুটবল-সদৃশ ভাষায় লেখা বিপণন বিশ্লেষণ। এটি ইন্টেলেকচুয়ালি অসৎ এবং ব্যবহারিকভাবে ক্ষতিকর।

কাউন্টার-ইনটুইটিভ কোণ: বিপণন অ্যাক্টিভেশন থেকে ফুটবল কী শিখতে পারে

এখন এখানে একটি সূক্ষ্ম জিনিস আছে। নিবন্ধটি ফুটবল নয় — কিন্তু তার মধ্যে একটি প্যাটার্ন আছে যা ফুটবল কমার্শিয়াল ইকোসিস্টেমের সঙ্গে গঠনগতভাবে সমান্তরাল। এবং এই সমান্তরালতাটি যদি সাবধানে টানা হয়, তাহলে তা ফুটবল-বিষয়ক একটি প্রকৃত অন্তর্দৃষ্টি দিতে পারে।

নিবন্ধের সেলিব্রিটি অ্যাক্টিভেশন মডেলটি দেখুন: একজন শিল্পী কেন্দ্রীয় আকর্ষণ হিসেবে আনা হয়েছে, সঙ্গে তিনজন কনটেন্ট ক্রিয়েটর, এবং একটি অভিজ্ঞতা-নেতৃত্বাধীন ইভেন্ট ডিজাইন (ফিল্ম-সেট জোন, হ্যান্ডস-অন এলাকা, এক্সপার্ট প্যানেল)। গঠনটি হলো: একটি কেন্দ্রীয় খ্যাতি + একটি বিতরণ নেটওয়ার্ক (ক্রিয়েটর) + একটি অভিজ্ঞতা স্তর।

এবার ভাবুন ফুটবল ক্লাবের স্পনসরশিপ অ্যাক্টিভেশন সম্পর্কে। একটি ক্লাব যখন কোনো খেলোয়াড়কে ব্র্যান্ড অ্যাম্বাসেডর হিসেবে ব্যবহার করে, তখনও একই গঠন কাজ করে: কেন্দ্রীয় খ্যাতি (খেলোয়াড়), বিতরণ নেটওয়ার্ক (মিডিয়া, সোশ্যাল ফলোয়ার), এবং অভিজ্ঞতা স্তর (ম্যাচডে অ্যাক্টিভেশন, ফ্যান জোন)।

তাহলে ফুটবল শিল্পের জন্য শিক্ষণীয় কী? এই যে ব্র্যান্ডগুলো ক্রমশ স্পেসিফিকেশন-নেতৃত্বাধীন বিপণন থেকে অভিজ্ঞতা-নেতৃত্বাধীন বিপণনে সরে যাচ্ছে। স্মার্টফোন নির্মাতারা যেমন স্পেক শিটের বাইরে গিয়ে অনুভূত অভিজ্ঞতাকে বিক্রি করছে, তেমনি ফুটবল ক্লাবগুলোও যদি কেবল ট্রফি এবং পরিসংখ্যান বিক্রি করে, তাহলে তারা পিছিয়ে পড়বে। যারা ম্যাচডে অনুভূতি, সম্প্রদায়, এবং অংশগ্রহণকে বিক্রি করতে পারে, তারাই ব্র্যান্ড মান তৈরি করবে।

কিন্তু এখানে সতর্কতা জরুরি। এই সমান্তরালতা টানার সময় আমাকে স্বীকার করতে হবে যে এটি আমার নিজের অনুমান, নিবন্ধের সরাসরি বিবৃতি নয়। নিবন্ধে ফুটবল নিয়ে একটি শব্দও নেই; আমি দুটি ভিন্ন ক্ষেত্রের গঠনগত মিল খুঁজছি। এটি বৈধ বিশ্লেষণ, যদি সীমাটি স্পষ্ট থাকে। আর সীমাটি হলো: মিলটি গঠনে, বিষয়বস্তুতে নয়।

আরেকটি কাউন্টার-ইনটুইটিভ পর্যবেক্ষণ। নিবন্ধের সবগুলো মতামত পয়েন্ট — পাঁচ, বারো, পনেরো, ষোলো, উনিশ, বিশ, বাইশ, চব্বিশ, পঁচিশ — সবই ইতিবাচক। একটিও সমালোচনা নেই, একটিও বিরূপ প্রতিক্রিয়া নেই, একটিও স্বাধীন যাচাই নেই। এই অভিন্ন ইতিবাচকতা নিজেই একটি সংকেত: এটি সম্ভবত ব্র্যান্ড-সরবরাহকৃত বা ব্র্যান্ড-অনুমোদিত কপি। বিপণন বিশ্লেষণে এটি স্বাভাবিক; কিন্তু কেউ যদি এই নিবন্ধকে ভোক্তা অভ্যর্থনার প্রমাণ হিসেবে ব্যবহার করেন, তাহলে তিনি বিভ্রান্ত হবেন। কারণ যে নিবন্ধে সমালোচনার কোনো সম্ভাবনা নেই, সেখানে ইতিবাচকতা তথ্য নয়, বরং কাঠামোগত পূর্বনির্ধারিত ফলাফল।

একইভাবে, নিবন্ধে "প্রাণবন্ত পরিবেশ", "অনেক অতিথি, মিডিয়া, কেওএল", "উত্তেজিত প্রতিক্রিয়া" — এই বাক্যাংশগুলো আছে, কিন্তু কোনো সংখ্যাগত রিচ বা এনগেজমেন্ট ডেটা নেই। ফলে তাপমাত্রা মাপা যায় না, কারণ মানদণ্ড নেই। ১৬৯ গোলের স্প্রেডশিট আমাকে শিখিয়েছিল, "প্রভাবশালী" শব্দটি লেখার আগে পাশে একটি সংখ্যা রাখতে হয়। এখানে সংখ্যা নেই, তাই শব্দটির ওজন নেই।

কূটাভাস: যদি ফুটবল না হয়, তাহলে এই ফাইল ফুটবল ফিডে এল কীভাবে?

এই প্রশ্নটিই সবচেয়ে জরুরি। উত্তরটি সম্ভবত একঘেয়ে: আপস্ট্রিম ট্যাগিং ত্রুটি, অথবা রাউটিং ত্রুটি। কিন্তু পরিণতি একঘেয়ে নয়।

ভাবুন একটি ফুটবল ডেটা পাইপলাইনের কথা, যা প্রতিদিন হাজারো রেকর্ড প্রসেস করে। প্রতিটি রেকর্ডে একটি ডোমেইন লেবেল থাকে। যদি ০.১ শতাংশ রেকর্ড ভুল লেবেল পায়, তাহলে প্রতিদিন একটি ফুটবল ডেটাসেটে একটি ভুল রেকর্ড ঢোকে। এক বছরে তা ৩৬৫টি হয়। এই ভুলগুলো জমতে জমতে মডেলের প্রশিক্ষণ ডেটা দূষিত করে, বিশ্লেষকের সিদ্ধান্তকে বিভ্রান্ত করে, এবং শেষ পর্যন্ত ফুটবল বিশ্লেষণের নির্ভরযোগ্যতাকে ক্ষয় করে।

সিস্টেমিক ঝুঁকির মাত্রা এখানে উচ্চ, সম্ভাবনা উচ্চ, প্রভাব মাঝারি থেকে উচ্চ। কারণ একটি ভুল লেবেল ধরা পড়লে তা সহজে সংশোধনযোগ্য, কিন্তু যদি না ধরা পড়ে, তাহলে তা নিঃশব্দে ছড়িয়ে পড়ে। আর নিঃশব্দে ছড়িয়ে পড়া ত্রুটিই সবচেয়ে বিপজ্জনক, কারণ এটি কোনো বাজায় না।

আমি জানি, এই কথাগুলো ফুটবল কৌশল নিয়ে লেখা প্রতিবেদনে অপ্রত্যাশিত শোনাতে পারে। কিন্তু এটাই স্প্রেডশিটের সততা। ২০১৮ সালে যখন ১৬৯ গোলের মধ্যে ৭৩টি — ৪৩ শতাংশ — সেট পিস, পেনাল্টি বা সেকেন্ড বল থেকে এসেছে বলে পেলাম, তখন আমাকে মেনে নিতে হয়েছিল যে ওপেন-প্লে বিল্ড-আপের গল্পটি অসম্পূর্ণ। একইভাবে, এবার আমাকে মেনে নিতে হচ্ছে যে এই নিবন্ধটি ফুটবল নয়, এবং এর থেকে ফুটবল কৌশল উদ্ধারের কোনো বৈধ পথ নেই।

তবুও, এই ব্যর্থতার একটি ইতিবাচক দিক আছে। এটি আমাদের একটি নেগেটিভ টেস্ট কেস দিয়েছে — একটি রেকর্ড যা দেখায় পাইপলাইনের ডোমেইন-রাউটিং কতটা দৃঢ়। যদি পাইপলাইন সঠিকভাবে কাজ করত, তাহলে এই রেকর্ড কখনো ফুটবল ফিডে ঢুকত না। এটি ঢুকেছে, মানে পাইপলাইনে একটি ফাঁক আছে। সেই ফাঁকটি চিহ্নিত করা এবং বন্ধ করা — এটাই এই ফাইল থেকে ফুটবলের জন্য একমাত্র ব্যবহারিক শিক্ষা।

টেকঅ্যাওয়ে: পরবর্তী ম্যাচে কী দেখবেন

আমি জানি পাঠক ফুটবল কৌশল চেয়েছিলেন, পেয়েছেন ডেটা-গুণমানের পাঠ। কিন্তু এটাই এই ফাইলের সৎ উত্তর। জিন্দাবাজারের ফ্ল্যাট থেকে খোলা ফাইলটি যদি স্মার্টফোনের বিজ্ঞাপন হয়, তাহলে আমি ফুটবল ডায়াগ্রাম আঁকব না।

তবে একটি প্রশ্ন রেখে যাচ্ছি, যা পরের বার এই পাইপলাইনে চোখ রাখার সময় জিজ্ঞাসা করা উচিত: আপনার ফুটবল ফিডে শেষ কতগুলো রেকর্ড এসেছে, যেগুলোতে একটি ফুটবল সত্তাও নেই? সংখ্যাটি যদি শূন্য হয়, পাইপলাইন সুস্থ। যদিnonzero হয়, তাহলে আজ রাতেই ফাইলটি খুলুন। কারণ যে ত্রুটি দেখা যায় না, সেটিই সবচেয়ে বেশি ক্ষতি করে।

স্প্রেডশিট মিথ্যা বলে না। লেবেল মিথ্যা বলতে পারে।