খালি স্টেডিয়ামের স্থাপত্য: পার্সিং ব্যর্থতা থেকে ফুটবল বিশ্লেষণের সীমা পর্যন্ত

২০১৭ সালের এক রাতে মোনাকোর বিপক্ষে ম্যানচেস্টার সিটির ম্যাচ দেখার সময় প্রথমবার আমি বুঝেছিলাম, প্রেসিং মানে শুধু তীব্রতা নয়—এটি একটি স্থানিক চুক্তি। লিওনার্দো জার্দিমের সেই ৪-৪-২ প্রেসিং ফাঁদ নিয়ে আমি হাতে এঁকে ফুটবল মাঠের ম্যাপ করেছিলাম, যেখানে দেখা গিয়েছিল, কাইলিয়ান এমবাপ্পের গোলের চেয়ে বড় ঘটনা ছিল মাঝমাঠে ১৪টি টার্নওভার। সেই লেখাটি ২,০০০ পাঠক পড়েছিলেন। কিন্তু আজ, ২০২৬ সালের এক নিরব দুপুরে, যখন আমি বিশ্লেষণের জন্য একটি নিবন্ধ পান করলাম, দেখলাম তা সম্পূর্ণ খালি। কোনো শিরোনাম নেই, কোনো সূত্র নেই, কোনো তথ্যবিন্দু নেই। এটি আমার কর্মজীবনের সবচেয়ে অস্বস্তিকর মুহূর্তগুলোর একটি, কারণ আমি জানি, ফাঁকা ইনপুট থেকে যে বিশ্লেষণ তৈরি হয়, তা ফুটবল নয়—কল্পনা।

ফুটবল বিশ্লেষণের প্রথম শর্ত হলো নির্ভরযোগ্য তথ্য। ২০১৮ বিশ্বকাপ ফাইনালে ফ্রান্স বনাম ক্রোয়েশিয়া ম্যাচে আমি অ্যান্তোনি গ্রিজমানের পেনাল্টি এবং এমবাপ্পের চতুর্থ গোলটি একটি ৪-২-৩-১ বনাম ৪-১-৪-১ কাঠামোর মধ্যে বসিয়ে বিশ্লেষণ করেছিলাম, কিন্তু সেই বিশ্লেষণের ভিত্তি ছিল ম্যাচের প্রতিটি পাস, প্রতিটি রিকভারি এবং প্রতিটি শটের সঠিক সংখ্যা। ২০২০ সালে যখন খালি স্টেডিয়ামে বায়ার্ন মিউনিখের ৮-২ জয় দেখলাম, তখন আমি ২৬টি শট, ১২টি অন-টার্গেট এবং ৮টি গোল লগ করেছিলাম। এই সংখ্যাগুলোই আমাকে বলেছিল, ক্লাবটির র্ট-ডিফেন্স কাঠামো কতটা ভঙ্গুর ছিল। কিন্তু যখন কোনো সংখ্যা থাকে না, তখন বিশ্লেষককে একটি সিদ্ধান্ত নিতে হয়: হয় তিনি অনুমান করেন, নয়তো তিনি থামেন। আমি থামার সিদ্ধান্ত নিয়েছি।

তথ্যের অভাব কোনো ফুটবল দলের দুর্বলতা নয়, এটি বিশ্লেষণ পাইপলাইনের ব্যর্থতা। ধরুন, আপনি একটি ম্যাচ রিপোর্ট পান যেখানে কোনো গঠন, কোনো প্রেসিং স্কিম, কোনো খেলোয়াড়ের নাম নেই। এই অবস্থায় আপনি বলতে পারবেন না যে দলটি ৪-৩-৩ খেলেছে, কারণ আপনি জানেন না তারা ৪-৪-২ খেলেছে কি না। আপনি বলতে পারবেন না যে প্রেসিং কাজ করেনি, কারণ আপনার কাছে পিপিডিএ বা রিকভারির সংখ্যা নেই। কাতার বিশ্বকাপে যখন আর্জেন্টিনার ৩-৩ ড্র এবং পেনাল্টি শুটআউট বিশ্লেষণ করেছিলাম, তখন এনজো ফার্নান্দেজের ১০টি বল রিকভারি এবং লিওনেল স্কালোনির ৪-৪-২ আউট-অব-পজেশন কাঠামো ছিল আমার প্রমাণ। এই প্রমাণ ছাড়া আমি শুধু একটি ম্যাচের গল্প বলতে পারতাম, কিন্তু কাঠামোর স্থাপত্য দেখাতে পারতাম না।

আমি একটি ট্রান্সফার ফিট ম্যাট্রিক্স তৈরি করেছিলাম ডেকলান রাইসের ১০৫ মিলিয়ন পাউন্ডের আর্সেনালে যোগদান এবং মইসেস কাইসেডোর ১১৫ মিলিয়ন পাউন্ডের চেলসিতে যোগদান বিশ্লেষণ করতে। এই ম্যাট্রিক্সে আমি খেলোয়াড়ের হিট ম্যাপ এবং দলের গঠনের মধ্যে স্থানিক সামঞ্জস্য পরিমাপ করেছিলাম। কিন্তু যখন ইনপুট তথ্য খালি, তখন এই ম্যাট্রিক্সের কোনো ভেরিয়েবলই কাজ করে না। বিশ্লেষক হিসেবে আমার সবচেয়ে বড় শত্রু হলো সেই মুহূর্ত, যখন আমি নিজেকে বলতে দেখি, "সম্ভবত দলটি এভাবে খেলেছে।" সম্ভবত শব্দটি ফুটবল বিশ্লেষণে বিষ।

খালি স্টেডিয়াম আমাকে শিখিয়েছিল, ভিড়ের শব্দ কাঠামোকে লুকিয়ে রাখে। কিন্তু আজ আমি বুঝতে পারছি, খালি তথ্যও কাঠামোকে লুকিয়ে রাখে—এবং এই লুকিয়ে রাখাটি আরও বিপজ্জনক, কারণ এটি বিশ্লেষকের কল্পনাকে প্রমাণ হিসেবে উপস্থাপন করার সুযোগ দেয়। ২০২১ ইউরো ফাইনালে ইতালি বনাম ইংল্যান্ড ম্যাচে জর্জিনহোর ৯২% পাস নির্ভুলতা এবং ইতালির ৬৫% দখল ছিল আমার মডেলের মূল ভিত্তি। সেই মডেলটি আমাকে একটি সাউথ এশিয়ান স্পোর্টস অ্যানালিটিক্স স্টার্টআপে ইন্টার্নশিপ এনে দিয়েছিল। কিন্তু সেই মডেলের শক্তি ছিল তথ্যের প্রাচুর্য, তথ্যের অভাব নয়।

একটি ফুটবল বিশ্লেষণ তখনই অর্থবহ হয়, যখন পাঠক সেটি পুনরুৎপাদন করতে পারেন। আমি সবসময় বিশ্বাস করি, প্রতিটি ট্যাকটিক্যাল দাবিকে একটি নির্দিষ্ট অঞ্চল এবং খেলোয়াড়ের গতিবিধির সাথে সংযুক্ত করতে হবে। ২০১৭ সালে আমি হাতে মাঠের ম্যাপ আঁকা শুরু করেছিলাম, কারণ আমি চেয়েছিলাম পাঠক দেখতে পান, প্রেসিং কোথায় শুরু হয় এবং কোন ফাঁকা স্থান তৈরি হয়। এই পদ্ধতির একটি বড় ঝুঁকি আছে—যখন তথ্য অসম্পূর্ণ, তখন বিশ্লেষক সহজেই একটি সুন্দর কিন্তু মিথ্যা ছবি এঁকে ফেলেন। আমি সেই ঝুঁকি এড়াতে চাই।

তথ্যের ঘাটতি মেটানোর একমাত্র সৎ উপায় হলো ঘাটতিটিকে স্বীকার করা, এবং ঠিক কোন তথ্যটি প্রয়োজন তা স্পষ্ট করা। একটি ফুটবল বিশ্লেষণের জন্য ন্যূনতম কী প্রয়োজন? একটি শিরোনাম, একটি সূত্র, একটি তারিখ, এবং কমপক্ষে তিন থেকে পাঁচটি তথ্যবিন্দু। এগুলো ছাড়া বিশ্লেষণ সম্ভব নয়। যখন আমি দেখলাম, স্টেজ-১ ডিকনস্ট্রাকশনে "তথ্যবিন্দু" বিভাগটি খালি, "সত্তা জড়িত" চিহ্নিত করা হয়নি, এবং "সময় সংবেদনশীলতা" মূল্যায়ন করা হয়নি, তখন আমার কাছে একটাই সৎ উত্তর ছিল: এখানে বিশ্লেষণ থামানো উচিত।

কিন্তু থামা মানে পরাজয় নয়। থামা মানে পাইপলাইনের দিকে ফিরে তাকানো। যদি মূল নিবন্ধটি একটি ম্যাচ রিপোর্ট হয়, তাহলে সম্ভবত জাভাস্ক্রিপ্ট রেন্ডারিং বা পেওয়ালের কারণে ডেটা নিষ্কাশন ব্যর্থ হয়েছে। এই সম্ভাবনাটি আমার কাছে গুরুত্বপূর্ণ, কারণ এটি আমার নিজের অভিজ্ঞতার সাথে মিলে যায়—২০২০ সালে আমি যখন পাইথন মডেল তৈরি করছিলাম, তখন আমি দেখেছিলাম, একটি ভুল ইনপুট ভেরিয়েবল পুরো মডেলকে অর্থহীন করে দিতে পারে।

এই ঘটনাটি আমাকে আরেকটি শিক্ষা দিয়েছে। ফুটবল বিশ্লেষণ কেবল মাঠের কাঠামোর বিশ্লেষণ নয়, এটি তথ্য প্রবাহের বিশ্লেষণও। ক্লাব, লীগ, সম্প্রচার, এবং ডেটা সরবরাহকারীদের মধ্যে একটি জটিল ট্রান্সমিশন চেইন আছে। যদি এই চেইনের কোনো একটি স্তরে ব্যর্থতা ঘটে, তাহলে তার প্রভাব পুরো বিশ্লেষণে পড়ে। ২০২৩ সালে যখন আমি ট্রান্সফার ফিট ম্যাট্রিক্স তৈরি করছিলাম, তখন আমি বুঝতে পেরেছিলাম, একটি স্থানান্তরের সঠিক মূল্যায়নের জন্য ক্লাবের আর্থিক অবস্থা, খেলোয়াড়ের চুক্তির কাঠামো, এবং দলের কৌশলগত চাহিদা—এই তিনটি স্তরের তথ্য প্রয়োজন। একটি স্তর বাদ পড়লে বিশ্লেষণ অসম্পূর্ণ হয়ে যায়।

আমি জানি, এই নিবন্ধটি একটি ফুটবল ম্যাচের বিশ্লেষণ নয়। এটি একটি বিশ্লেষণী ব্যর্থতার গল্প। কিন্তু এই ব্যর্থতাটি নিজেই একটি শিক্ষা। খালি স্টেডিয়াম আমাকে শিখিয়েছিল, কাঠামোকে ভিড়ের আড়াল থেকে বের করে আনতে হয়। খালি তথ্য আমাকে শিখিয়েছে, কাঠামো তৈরি করার আগে ভিত্তি পরীক্ষা করতে হয়। আগামী ম্যাচের আগে আমি এই প্রশ্নটি করব: আমার কাছে যা আছে, তা কি সত্যিই পর্যাপ্ত? যদি উত্তর না হয়, তাহলে আমি অনুমান করব না—আমি ফিরে যাব, এবং তথ্য খুঁজব। ফুটবলের স্থাপত্য কখনও বিভ্রমের উপর দাঁড়ায় না; এটি দাঁড়ায় পুনরুৎপাদনযোগ্য প্রমাণের উপর।