খালি ডেটাসেটের পাঠ: ব্যাডমিন্টন বিশ্লেষণে তথ্যের অনুপস্থিতি কেন নিজেই একটি ফলাফল

খুলনার ছাদে রাত সাড়ে এগারোটা। ল্যাপটপের স্ক্রিনে একটা টেবিল খোলা, নয়টি কলাম, একুশটি সারি, আর প্রায় প্রতিটি ঘরে একই বাক্য লেখা: তথ্য অপর্যাপ্ত, মূল্যায়ন করা যায় না। কোনো শাটলককের গতি নেই, র‍্যালির গড় দৈর্ঘ্য নেই, নেটের সামনে খেলোয়াড়ের পা কীভাবে পড়ে তার নোট নেই, হেড-টু-হেড রেকর্ড নেই, বাছাইয়ের প্রভাব নেই, এমনকি টুর্নামেন্টের নামটুকুও নেই। চার বছর ধরে ব্যাডমিন্টন আর ফুটবল ম্যাচ বিশ্লেষণে আমি যে নয়-স্তরের কাঠামো ব্যবহার করি, সেদিন তার প্রতিটি স্তর খালি ফিরে এসেছে। প্রথম প্রতিক্রিয়া ছিল বিরক্তি, এত খাটনির পর হাতে শূন্য। তারপর বুঝলাম, খালি ডেটাসেট নিজেও একটা ডেটা পয়েন্ট। সমস্যা তথ্যের, কিন্তু সিদ্ধান্তটা সিস্টেমের।

আমি ২০১৭ সালে খুলনা জেলা লিগ ছাদ থেকে কোড করেছিলাম, আর গরম আমাকে প্রেস ট্রিগার শিখিয়েছিল। ডিসেম্বরের সেই চোদ্দোটি ম্যাচে আমি ১১২০টি পাস, ৩৮টি প্রেসিং সিকোয়েন্স আর ১৯টি সেট-পিস রুটিন খাতায় লিখে রেখেছিলাম। তখনই একটা অভ্যাস তৈরি হয়: কোনো দাবি লিখব বলে ঠিক করলে আগে জিজ্ঞেস করি, এর মূল কোথায়, আর কে সেটা রেকর্ড করেছে। ব্যাডমিন্টনে সেই প্রশ্নটা আরও কড়া, কারণ কোর্টের জ্যামিতি ছোট আর র‍‍‍‍‍্যালিটা দ্রুত। ছোট কোর্টে একটা মিসিং তথ্য পুরো মডেলকে দিকভ্রান্ত করে।

ব্যাডমিন্টন বিশ্লেষণের পাইপলাইনটা এমনভাবে কাজ করে। প্রথম ধাপে মূল নিবন্ধ থেকে কঠিন, দায়ীযোগ্য তথ্য বের করা হয়: খেলোয়াড়ের নাম, জোড়ার নাম, কোচ, টুর্নামেন্ট, তারিখ, স্কোর, কোট। দ্বিতীয় ধাপে সেই তথ্যের উপর দাঁড়িয়ে নয়টি মাত্রা তৈরি হয় — técনিক্যাল ও কৌশলগত মূল্যায়ন, খেলোয়াড়ের ফর্ম ও র‍্যাঙ্কিং ডেটা, টুর্নামেন্ট ব্যবস্থা, বিশ্ব পরিস্থিতি ও দলনীতির অবস্থান, নিয়ম ও প্রাতিষ্ঠানিক কাঠামো, কোচিং সাপোর্ট সিস্টেম, ঝুঁকির সারফেস, জনভাষ্য ও প্রত্যাশার ফারাক, এবং ইন্ডাস্ট্রি ট্রান্সমিশন। প্রথম ধাপ খালি ফিরলে দ্বিতীয় ধাপে দাঁড়ানোর কিছুই থাকে না। সেদিন আমার হাতে এসেছিল শূন্য তথ্য পয়েন্ট আর শূন্য সত্তা।

এখানেই একটা সূক্ষ্ম পার্থক্য আছে, যেটা বেশিরভাগ ডেটা-আলোচনায় হারিয়ে যায়। তথ্য নেই আর তথ্য আহরণ করা যায়নি, এই দুটো এক জিনিস নয়। প্রথমটা বাস্তবের অবস্থা, দ্বিতীয়টা সিস্টেমের ব্যর্থতা। ব্যাডমিন্টনে বিশ্ব ফেডারেশন বিশ্ব ট্যুরকে পাঁচটি স্তরে ভাগ করে রেখেছে — সুপার ১০০০, ৭৫০, ৫০০, ৩০০ আর ১০০। স্তরভেদে র‍্যাঙ্কিং পয়েন্ট, পুরস্কারমূল্য আর ফিল্ডের গুণমান বদলায়। কিন্তু এই তথ্যগুলো কোথাও লেখা থাকলেই সেগুলো নিজে থেকে বিশ্লেষণে ঢুকে পড়ে না। সোর্স মেটাডেটা, মানে কোন আউটলেট, কোন লেখক, কোন তারিখ, না থাকলে দাবি যাচাইযোগ্য থাকে না। সেদিন আমার টেবিলে সেই মেটাডেটাও ছিল না। তাই স্তরের দাবি আর সোর্সের অনুপস্থিতি মিলে এমন এক অবস্থা তৈরি করেছিল, যেখানে যেকোনো সিদ্ধান্ত হবে গুজব।

ফর্ম মূল্যায়নের কাঠামোটাও উল্টো দিক থেকে শিক্ষা দিল। স্বাভাবিকভাবে একটা টেবিলে দেখতে হয় সাম্প্রতিক ফলাফল, ফলাফলের গুণমান, সূচির ঘনত্ব আর মূল ডেটার প্রবণতা। র‍্যাঙ্কিং পয়েন্ট রক্ষার চাপ, বাছাইয়ে প্রভাব, দলের ভেতরে কোটা প্রতিযোগিতা — এসব হিসাব করতে একটা নাম দরকার, একটা তারিখ দরকার। হেড-টু-হেড টেবিলটা আরও নিষ্ঠুর: নির্দিষ্ট প্রতিপক্ষ ছাড়া ওই টেবিলের সারি তৈরি হয় না। একইভাবে কোচিং সাপোর্ট সিস্টেম বিশ্লেষণে দরকার স্পারিং পার্টনার, টেকনিক্যাল অ্যানালিস্ট, স্ট্রেংথ অ্যান্ড কন্ডিশনিং স্টাফ, রিহ্যাব কাঠামো আর প্রযুক্তি গ্রহণের মাত্রা। ঝুঁকির সারফেসে দরকার আঘাতের ইতিহাস, প্রতিযোগিতার চাপ, নিয়ম-শৃঙ্খলা আর জনভাষ্যের ভার। এতগুলো স্তর, আর সবগুলোই ঝুলে আছে একটামাত্র অনুপস্থিত নামের উপর।

আমি মডেল চালাই, তারপর সন্দেহ করি, তারপর টেপ দেখি। সেদিন টেপটাই ছিল না। আর ঠিক সেখানে একটা পেশাগত সিদ্ধান্ত নিতে হয়, যেটা অনেকে এড়িয়ে যান: বিশ্লেষণ থামানো। কারণ জোর করে বিশ্লেষণ লিখলে খেলোয়াড়ের নাম, ম্যাচের স্কোর, টুর্নামেন্টের স্তর, সব বানিয়ে লিখতে হয়। বানানো তথ্য দিয়ে তৈরি মডেল দেখতে পরিপাটি হয়, কাজে লাগে না। ছোট কোর্টের শেখা এটাই: জ্যামিতি বুঝতে হলে আগে মাপ নিতে হয়; মাপ না থাকলে আন্দাজকে মাপ বলা যায় না।

এখানেই বিপরীত দিকটা আসে। ক্রীড়া ইন্ডাস্ট্রি এখন ডেটার উৎসব করে — প্রতিটি টুর্নামেন্টে ট্র্যাকিং ক্যামেরা, প্রতিটি র‍‍‍‍্যালিতে গতি মাপা, প্রতিটি সমর্থকের হাতে স্কোর। গ্ল্যামারের বাইরে যে সত্যটা পড়ে থাকে, সেটা হল কখনো ধরা না পড়া তথ্যের বিশাল অংশ। যে ডেটা কেউ রেকর্ড করেনি, সেটা মডেলের অন্ধ দাগ; আর সেই অন্ধ দাগের আকার কেউ মাপে না। খালি স্টেডিয়ামে বায়ার্নের প্রেস যখন কোলাহলহীন পরিবেশে কাজ করছিল, তখন আমি দেখেছি কীভাবে অনুপস্থিত তথ্য, দর্শকের গর্জন আর খেলোয়াড়ের কণ্ঠের নির্দেশ, ট্রিগারের সময় বদলে দেয়। সেই অভিজ্ঞতা আমাকে শিখিয়েছে, অনুপস্থিতিকেও ভেরিয়েবল হিসেবে ধরতে হয়।

দ্বিতীয় বিপরীত দিকটা আরও অস্বস্তিকর। কেউ যদি শূন্য তথ্য নিয়েই নয়টি মাত্রার প্রতিটি ঘরে সুনির্দিষ্ট নাম আর স্কোর বসিয়ে দেয়, তাহলে সেই আউটপুট দেখতে বেশি সমৃদ্ধ লাগবে। অথচ সেটাই সবচেয়ে বিপজ্জনক। একইভাবে আঘাত কাটিয়ে ফেরা কোনো খেলোয়াড়ের প্রথম ম্যাচে নিজেকে প্রমাণ করার দাবি তোলা নিষ্ঠুর; বাইরের সেই চাপ আঘাত ফিরে আসার ঝুঁকি বাড়ায়, কমায় না। তথ্যের চাপ আর পারফরম্যান্সের চাপ আলাদা রাখতে না পারলে বিশ্লেষণ হয়ে যায় প্রত্যাশার দলিল।

কোচিং ব্যাজ শুধু ভালো প্রশ্ন করার লাইসেন্স, উত্তর দেওয়ার নয়। আর ভালো প্রশ্ন সেদিন ছিল: কেন প্রথম ধাপ খালি ফিরল? উৎস নেই, তারিখ নেই, সত্তা নেই। ফলে নয়টি মাত্রার প্রতিটি ঘরে একটাই উত্তর বসাতে হয়েছিল। এই পুনরাবৃত্তি দেখতে ব্যর্থতার মতো লাগে, কিন্তু সত্যিটা হল এটাই সবচেয়ে সৎ আউটপুট। একটা সিস্টেম যখন জানে সে জানে না, তখন সে তার সীমা ঘোষণা করছে।

আমি প্রতিটি ট্রান্সফারকে জার্সি পরা একটা হাইপোথিসিস হিসেবে দেখি, যার এরর বার লুকানো। ক্রীড়া-বিশ্লেষণ পাইপলাইনের ক্ষেত্রেও একই নিয়ম খাটে। বিশ্লেষণের গুণ নির্ভর করে সোর্সের সততার উপর, দাবির সৌন্দর্যের উপর নয়।

পরের চক্রে আমার তিনটে জিনিস দরকার। তথ্য পয়েন্টের তালিকা অন্তত একটা কঠিন দাবি ও একটা নামযুক্ত সত্তা দিয়ে ভরা থাকতে হবে। সোর্স আর প্রকাশের তারিখ লেখা থাকতে হবে, যাতে সময়-সংবেদনশীলতা মাপা যায়। ডোমেইন লেবেল আর বিষয়বস্তু মিলিয়ে দেখতে হবে, নইলে ব্যাডমিন্টনের কাঠামোয় অন্য খেলার তথ্য ঢুকে পড়বে। এই তিনটে পূরণ হলে নয়টি মাত্রাই পুরো গভীরতায় খুলবে। প্রশ্নটা এখন এটাই: আমরা কি দ্রুত ফলাফল চাই, নাকি যাচাইযোগ্য ফলাফল চাই?