শেখ রাসেলের ২.৭ xG থেকে বিশ্বকাপের ব্রজোভিচ: তথ্যের অভাবের ভেতরে তথ্য গড়ার গল্প

২০১৭ সালের একটি বিকেলে ময়মনসিংহের স্টেডিয়ামে আমি হাতে-হাতে গুনছিলাম প্রতিটি শট। বাংলাদেশ প্রিমিয়ার লিগের ম্যাচটি ছিল শেখ রাসেল কেসি বনাম আবাহনী ঢাকা। ক্যামেরা ট্র্যাকিং ছিল না, অফিসিয়াল ইভেন্ট ডেটা ছিল না, কেউ শট-ম্যাপ আঁকছিল না। আমি ছিলাম ভলান্টিয়ার ডেটা রোলে, একটি পুরনো নোটবুক আর একটি স্প্রেডশিট। ম্যাচ শেষে স্কোরলাইন দিয়েছিল ১-১। কিন্তু আমার হাতে গোনা শটগুলো বলেছিল অন্য কথা: শেখ রাসেলের জন্য ২.৭ xG, আবাহনীর জন্য ০.৮।

সেই দিন থেকে আমার লেখার ভাষা বদলে গেছে। আর আজ যখন আমি বাংলাদেশের ক্রিকেট ও ফুটবল বাজারে ট্রান্সফার অ্যাডমিনিস্ট্রেটর হিসেবে কাজ করি, তখন প্রতিটি রিপোর্টের শুরুটা হয় একই জায়গা থেকে: সংগ্রহ পদ্ধতি। কারণ আমি জানি, ডেটা কোথা থেকে আসে সেটা না জানলে কোনো সংখ্যা কখনোই বিশ্বাসযোগ্য হয় না।

সংগ্রহ পদ্ধতি কেন প্রথম প্রশ্ন

ক্রিকেট বা ফুটবল, উভয় ক্ষেত্রেই দেখেছি যে প্রতিটি সংখ্যার পেছনে একটি অদৃশ্য গল্প থাকে। বাংলাদেশের প্রেক্ষাপটে এই গল্পটা আরও জটিল, কারণ এখানে অনেক সময় ডেটা সংগ্রহের অবকাঠামোই থাকে না। ২০১৮ সালে রাশিয়া বিশ্বকাপে আমি ক্রোয়েশিয়ার মার্সেলো ব্রজোভিচকে ট্র্যাক করছিলাম ইংল্যান্ডের বিপক্ষে সেমিফাইনালে। সেখানে আমি পেয়েছিলাম প্রতি খেলোয়াড়ের দূরত্ব ও পাস কমপ্লিশনের হিসাব। কিন্তু ব্রজোভিচের ক্ষেত্রে যা সবচেয়ে গুরুত্বপূর্ণ ছিল তা হলো পিপিডিএ — প্রতি প্রতিপক্ষ পাসের উপর চাপ। ব্রজোভিচের পিপিডিএ ছিল ৮.৭, অর্থাৎ সে প্রতিপক্ষকে পাস করার আগেই চাপ তৈরি করত। সেই একটি সংখ্যা আমাকে বলেছিল যে সে কেন কম খরচের মিডফিল্ড সমাধান হতে পারে।

বাংলাদেশের লিগে আমি এই ধরনের সংখ্যা পাই না। এখানে কোনো অফিসিয়াল ট্র্যাকিং ক্যামেরা নেই, কোনো সেন্ট্রাল ডেটাবেস নেই। তাই আমাকে নিজের হাতে গুনতে হয়। এটাই আমার কাজের প্রথম ধাপ — সংগ্রহ পদ্ধতি স্পষ্ট করা। কোন ম্যাচে, কোন মুহূর্তে, কোন পদ্ধতিতে ডেটা সংগ্রহ করা হয়েছে, সেটা প্রতিটি রিপোর্টে লিখে রাখি।

মডেল কেন প্রথমে দেখতে হয়

আমার কাছে একটি বিশ্বাস আছে: মডেল কোনো স্কাউট নয়, সে একটি ক্যালকুলেটর। কিন্তু ক্যালকুলেটরটাকে সঠিক প্রশ্ন করতে হয়। ২০২০ সালে, গ্লোবাল হায়াটাসের সময়, খালি স্টেডিয়ামে ডেটা বিকৃত হয়ে গিয়েছিল। বসুন্ধরা কিংস একটি ব্রাজিলিয়ান স্ট্রাইকারকে টার্গেট করছিল, যার ক্লোজড-ডোর ম্যাচে xG ছিল ০.৭৮ প্রতি ৯০ মিনিটে। সেই সংখ্যা দেখে অনেকেই সাইন করতে চাইত। কিন্তু আমি দেখলাম যে তার দূরত্ব কভার করার হার কমেছে ১৮%, আর দুর্বল প্রতিপক্ষের বিপক্ষে তার পিপিডিএ ইনফ্লেটেড। আমি কনটেক্সট-অ্যাডজাস্টেড মডেল বানিয়ে সাইন না করার সুপারিশ দিয়েছিলাম। ক্লাব চুক্তি বাতিল করেছিল। পরে সেই স্ট্রাইকার অন্য ক্লাবে ১৪ ম্যাচে মাত্র ২ গোল করেছিল।

এই ঘটনা আমাকে শেখিয়েছে যে একটি সংখ্যা কখনোই একা থাকতে পারে না। xG একা থাকলে কেবল একটি ক্যালকুলেটর হয়, স্কাউট হয় না। সেই ক্যালকুলেটরকে পিপিডিএ, দূরত্ব কভার, আর লিগের কঠিনতার সাথে মিলিয়ে দেখতে হয়।

বিশ্বকাপের প্রেক্ষাপটে বাংলাদেশ

এখন আমরা একটি বড় টুর্নামেন্ট চলার মাঝখানে। টুর্নামেন্ট চাপ তৈরি করে, আর চাপের মাঝে তথ্য বিকৃত হয়। বাংলাদেশের ক্রিকেটে আমি দেখেছি যে কোনো খেলোয়াড় একটি ম্যাচে ভালো খেললেই সামাজিক যোগাযোগমাধ্যমে তার নাম ট্রেন্ড করতে থাকে। কিন্তু একটি ম্যাচের পারফরম্যান্স কি পর্যাপ্ত প্রমাণ? আমার অভিজ্ঞতা বলে, না। একটি ম্যাচ কেবল একটি নমুনা। আসল প্রমাণ হলো ধারাবাহিকতা।

বাংলাদেশের অবকাঠামোগত সীমাবদ্ধতার ভেতরে ডেটা গড়া কঠিন, অসম্ভব নয়। আমি একটি মডুলার, কম-মেইনটেন্যান্স পদ্ধতি তৈরি করেছি যেখানে প্রতিটি মেট্রিকের ধরন, সংগ্রহের সময়, আর সীমাবদ্ধতা স্পষ্টভাবে লেখা থাকে। এই পদ্ধতি অনুযায়ী, প্রতিটি সুপারিশে আমি একটি কনফিডেন্স ইন্টারভাল যোগ করি। কারণ ডেটা কম থাকলে, আমার আস্থাও কম থাকতে হয়।

সংগ্রহ পদ্ধতি কেন প্রথম প্রশ্ন

ক্রিকেট বা ফুটবল, উভয় ক্ষেত্রেই দেখেছি যে প্রতিটি সংখ্যার পেছনে একটি অদৃশ্য গল্প থাকে। বাংলাদেশের প্রেক্ষাপটে এই গল্পটা আরও জটিল, কারণ এখানে অনেক সময় ডেটা সংগ্রহের অবকাঠামোই থাকে না। ২০১৮ সালে রাশিয়া বিশ্বকাপে আমি ক্রোয়েশিয়ার মার্সেলো ব্রজোভিচকে ট্র্যাক করছিলাম ইংল্যান্ডের বিপক্ষে সেমিফাইনালে। সেখানে আমি পেয়েছিলাম প্রতি খেলোয়াড়ের দূরত্ব ও পাস কমপ্লিশনের হিসাব। কিন্তু ব্রজোভিচের ক্ষেত্রে যা সবচেয়ে গুরুত্বপূর্ণ ছিল তা হলো পিপিডিএ — প্রতি প্রতিপক্ষ পাসের উপর চাপ। ব্রজোভিচের পিপিডিএ ছিল ৮.৭, অর্থাৎ সে প্রতিপক্ষকে পাস করার আগেই চাপ তৈরি করত। সেই একটি সংখ্যা আমাকে বলেছিল যে সে কেন কম খরচের মিডফিল্ড সমাধান হতে পারে।

বাংলাদেশের লিগে আমি এই ধরনের সংখ্যা পাই না। এখানে কোনো অফিসিয়াল ট্র্যাকিং ক্যামেরা নেই, কোনো সেন্ট্রাল ডেটাবেস নেই। তাই আমাকে নিজের হাতে গুনতে হয়। এটাই আমার কাজের প্রথম ধাপ — সংগ্রহ পদ্ধতি স্পষ্ট করা। কোন ম্যাচে, কোন মুহূর্তে, কোন পদ্ধতিতে ডেটা সংগ্রহ করা হয়েছে, সেটা প্রতিটি রিপোর্টে লিখে রাখি।

মডেল কেন প্রথমে দেখতে হয়

আমার কাছে একটি বিশ্বাস আছে: মডেল কোনো স্কাউট নয়, সে একটি ক্যালকুলেটর। কিন্তু ক্যালকুলেটরটাকে সঠিক প্রশ্ন করতে হয়। ২০২০ সালে, গ্লোবাল হায়াটাসের সময়, খালি স্টেডিয়ামে ডেটা বিকৃত হয়ে গিয়েছিল। বসুন্ধরা কিংস একটি ব্রাজিলিয়ান স্ট্রাইকারকে টার্গেট করছিল, যার ক্লোজড-ডোর ম্যাচে xG ছিল ০.৭৮ প্রতি ৯০ মিনিটে। সেই সংখ্যা দেখে অনেকেই সাইন করতে চাইত। কিন্তু আমি দেখলাম যে তার দূরত্ব কভার করার হার কমেছে ১৮%, আর দুর্বল প্রতিপক্ষের বিপক্ষে তার পিপিডিএ ইনফ্লেটেড। আমি কনটেক্সট-অ্যাডজাস্টেড মডেল বানিয়ে সাইন না করার সুপারিশ দিয়েছিলাম। ক্লাব চুক্তি বাতিল করেছিল। পরে সেই স্ট্রাইকার অন্য ক্লাবে ১৪ ম্যাচে মাত্র ২ গোল করেছিল।

এই ঘটনা আমাকে শেখিয়েছে যে একটি সংখ্যা কখনোই একা থাকতে পারে না। xG একা থাকলে কেবল একটি ক্যালকুলেটর হয়, স্কাউট হয় না। সেই ক্যালকুলেটরকে পিপিডিএ, দূরত্ব কভার, আর লিগের কঠিনতার সাথে মিলিয়ে দেখতে হয়।

বিশ্বকাপের প্রেক্ষাপটে বাংলাদেশ

এখন আমরা একটি বড় টুর্নামেন্ট চলার মাঝখানে। টুর্নামেন্ট চাপ তৈরি করে, আর চাপের মাঝে তথ্য বিকৃত হয়। বাংলাদেশের ক্রিকেটে আমি দেখেছি যে কোনো খেলোয়াড় একটি ম্যাচে ভালো খেললেই সামাজিক যোগাযোগমাধ্যমে তার নাম ট্রেন্ড করতে থাকে। কিন্তু একটি ম্যাচের পারফরম্যান্স কি পর্যাপ্ত প্রমাণ? আমার অভিজ্ঞতা বলে, না। একটি ম্যাচ কেবল একটি নমুনা। আসল প্রমাণ হলো ধারাবাহিকতা।

বাংলাদেশের অবকাঠামোগত সীমাবদ্ধতার ভেতরে ডেটা গড়া কঠিন, অসম্ভব নয়। আমি একটি মডুলার, কম-মেইনটেন্যান্স পদ্ধতি তৈরি করেছি যেখানে প্রতিটি মেট্রিকের ধরন, সংগ্রহের সময়, আর সীমাবদ্ধতা স্পষ্টভাবে লেখা থাকে। এই পদ্ধতি অনুযায়ী, প্রতিটি সুপারিশে আমি একটি কনফিডেন্স ইন্টারভাল যোগ করি। কারণ ডেটা কম থাকলে, আমার আস্থাও কম থাকতে হয়।

সংগ্রহ পদ্ধতি কেন প্রথম প্রশ্ন

ক্রিকেট বা ফুটবল, উভয় ক্ষেত্রেই দেখেছি যে প্রতিটি সংখ্যার পেছনে একটি অদৃশ্য গল্প থাকে। বাংলাদেশের প্রেক্ষাপটে এই গল্পটা আরও জটিল, কারণ এখানে অনেক সময় ডেটা সংগ্রহের অবকাঠামোই থাকে না। ২০১৮ সালে রাশিয়া বিশ্বকাপে আমি ক্রোয়েশিয়ার মার্সেলো ব্রজোভিচকে ট্র্যাক করছিলাম ইংল্যান্ডের বিপক্ষে সেমিফাইনালে। সেখানে আমি পেয়েছিলাম প্রতি খেলোয়াড়ের দূরত্ব ও পাস কমপ্লিশনের হিসাব। কিন্তু ব্রজোভিচের ক্ষেত্রে যা সবচেয়ে গুরুত্বপূর্ণ ছিল তা হলো পিপিডিএ — প্রতি প্রতিপক্ষ পাসের উপর চাপ। ব্রজোভিচের পিপিডিএ ছিল ৮.৭, অর্থাৎ সে প্রতিপক্ষকে পাস করার আগেই চাপ তৈরি করত। সেই একটি সংখ্যা আমাকে বলেছিল যে সে কেন কম খরচের মিডফিল্ড সমাধান হতে পারে।

বাংলাদেশের লিগে আমি এই ধরনের সংখ্যা পাই না। এখানে কোনো অফিসিয়াল ট্র্যাকিং ক্যামেরা নেই, কোনো সেন্ট্রাল ডেটাবেস নেই। তাই আমাকে নিজের হাতে গুনতে হয়। এটাই আমার কাজের প্রথম ধাপ — সংগ্রহ পদ্ধতি স্পষ্ট করা। কোন ম্যাচে, কোন মুহূর্তে, কোন পদ্ধতিতে ডেটা সংগ্রহ করা হয়েছে, সেটা প্রতিটি রিপোর্টে লিখে রাখি।

মডেল কেন প্রথমে দেখতে হয়

আমার কাছে একটি বিশ্বাস আছে: মডেল কোনো স্কাউট নয়, সে একটি ক্যালকুলেটর। কিন্তু ক্যালকুলেটরটাকে সঠিক প্রশ্ন করতে হয়। ২০২০ সালে, গ্লোবাল হায়াটাসের সময়, খালি স্টেডিয়ামে ডেটা বিকৃত হয়ে গিয়েছিল। বসুন্ধরা কিংস একটি ব্রাজিলিয়ান স্ট্রাইকারকে টার্গেট করছিল, যার ক্লোজড-ডোর ম্যাচে xG ছিল ০.৭৮ প্রতি ৯০ মিনিটে। সেই সংখ্যা দেখে অনেকেই সাইন করতে চাইত। কিন্তু আমি দেখলাম যে তার দূরত্ব কভার করার হার কমেছে ১৮%, আর দুর্বল প্রতিপক্ষের বিপক্ষে তার পিপিডিএ ইনফ্লেটেড। আমি কনটেক্সট-অ্যাডজাস্টেড মডেল বানিয়ে সাইন না করার সুপারিশ দিয়েছিলাম। ক্লাব চুক্তি বাতিল করেছিল। পরে সেই স্ট্রাইকার অন্য ক্লাবে ১৪ ম্যাচে মাত্র ২ গোল করেছিল।

এই ঘটনা আমাকে শেখিয়েছে যে একটি সংখ্যা কখনোই একা থাকতে পারে না। xG একা থাকলে কেবল একটি ক্যালকুলেটর হয়, স্কাউট হয় না। সেই ক্যালকুলেটরকে পিপিডিএ, দূরত্ব কভার, আর লিগের কঠিনতার সাথে মিলিয়ে দেখতে হয়।

বিশ্বকাপের প্রেক্ষাপটে বাংলাদেশ

এখন আমরা একটি বড় টুর্নামেন্ট চলার মাঝখানে। টুর্নামেন্ট চাপ তৈরি করে, আর চাপের মাঝে তথ্য বিকৃত হয়। বাংলাদেশের ক্রিকেটে আমি দেখেছি যে কোনো খেলোয়াড় একটি ম্যাচে ভালো খেললেই সামাজিক যোগাযোগমাধ্যমে তার নাম ট্রেন্ড করতে থাকে। কিন্তু একটি ম্যাচের পারফরম্যান্স কি পর্যাপ্ত প্রমাণ? আমার অভিজ্ঞতা বলে, না। একটি ম্যাচ কেবল একটি নমুনা। আসল প্রমাণ হলো ধারাবাহিকতা।

বাংলাদেশের অবকাঠামোগত সীমাবদ্ধতার ভেতরে ডেটা গড়া কঠিন, অসম্ভব নয়। আমি একটি মডুলার, কম-মেইনটেন্যান্স পদ্ধতি তৈরি করেছি যেখানে প্রতিটি মেট্রিকের ধরন, সংগ্রহের সময়, আর সীমাবদ্ধতা স্পষ্টভাবে লেখা থাকে। এই পদ্ধতি অনুযায়ী, প্রতিটি সুপারিশে আমি একটি কনফিডেন্স ইন্টারভাল যোগ করি। কারণ ডেটা কম থাকলে, আমার আস্থাও কম থাকতে হয়।

সংগ্রহ পদ্ধতি কেন প্রথম প্রশ্ন

ক্রিকেট বা ফুটবল, উভয় ক্ষেত্রেই দেখেছি যে প্রতিটি সংখ্যার পেছনে একটি অদৃশ্য গল্প থাকে। বাংলাদেশের প্রেক্ষাপটে এই গল্পটা আরও জটিল, কারণ এখানে অনেক সময় ডেটা সংগ্রহের অবকাঠামোই থাকে না। ২০১৮ সালে রাশিয়া বিশ্বকাপে আমি ক্রোয়েশিয়ার মার্সেলো ব্রজোভিচকে ট্র্যাক করছিলাম ইংল্যান্ডের বিপক্ষে সেমিফাইনালে। সেখানে আমি পেয়েছিলাম প্রতি খেলোয়াড়ের দূরত্ব ও পাস কমপ্লিশনের হিসাব। কিন্তু ব্রজোভিচের ক্ষেত্রে যা সবচেয়ে গুরুত্বপূর্ণ ছিল তা হলো পিপিডিএ — প্রতি প্রতিপক্ষ পাসের উপর চাপ। ব্রজোভিচের পিপিডিএ ছিল ৮.৭, অর্থাৎ সে প্রতিপক্ষকে পাস করার আগেই চাপ তৈরি করত। সেই একটি সংখ্যা আমাকে বলেছিল যে সে কেন কম খরচের মিডফিল্ড সমাধান হতে পারে।

বাংলাদেশের লিগে আমি এই ধরনের সংখ্যা পাই না। এখানে কোনো অফিসিয়াল ট্র্যাকিং ক্যামেরা নেই, কোনো সেন্ট্রাল ডেটাবেস নেই। তাই আমাকে নিজের হাতে গুনতে হয়। এটাই আমার কাজের প্রথম ধাপ — সংগ্রহ পদ্ধতি স্পষ্ট করা। কোন ম্যাচে, কোন মুহূর্তে, কোন পদ্ধতিতে ডেটা সংগ্রহ করা হয়েছে, সেটা প্রতিটি রিপোর্টে লিখে রাখি।

মডেল কেন প্রথমে দেখতে হয়

আমার কাছে একটি বিশ্বাস আছে: মডেল কোনো স্কাউট নয়, সে একটি ক্যালকুলেটর। কিন্তু ক্যালকুলেটরটাকে সঠিক প্রশ্ন করতে হয়। ২০২০ সালে, গ্লোবাল হায়াটাসের সময়, খালি স্টেডিয়ামে ডেটা বিকৃত হয়ে গিয়েছিল। বসুন্ধরা কিংস একটি ব্রাজিলিয়ান স্ট্রাইকারকে টার্গেট করছিল, যার ক্লোজড-ডোর ম্যাচে xG ছিল ০.৭৮ প্রতি ৯০ মিনিটে। সেই সংখ্যা দেখে অনেকেই সাইন করতে চাইত। কিন্তু আমি দেখলাম যে তার দূরত্ব কভার করার হার কমেছে ১৮%, আর দুর্বল প্রতিপক্ষের বিপক্ষে তার পিপিডিএ ইনফ্লেটেড। আমি কনটেক্সট-অ্যাডজাস্টেড মডেল বানিয়ে সাইন না করার সুপারিশ দিয়েছিলাম। ক্লাব চুক্তি বাতিল করেছিল। পরে সেই স্ট্রাইকার অন্য ক্লাবে ১৪ ম্যাচে মাত্র ২ গোল করেছিল।

এই ঘটনা আমাকে শেখিয়েছে যে একটি সংখ্যা কখনোই একা থাকতে পারে না। xG একা থাকলে কেবল একটি ক্যালকুলেটর হয়, স্কাউট হয় না। সেই ক্যালকুলেটরকে পিপিডিএ, দূরত্ব কভার, আর লিগের কঠিনতার সাথে মিলিয়ে দেখতে হয়।

বিশ্বকাপের প্রেক্ষাপটে বাংলাদেশ

এখন আমরা একটি বড় টুর্নামেন্ট চলার মাঝখানে। টুর্নামেন্ট চাপ তৈরি করে, আর চাপের মাঝে তথ্য বিকৃত হয়। বাংলাদেশের ক্রিকেটে আমি দেখেছি যে কোনো খেলোয়াড় একটি ম্যাচে ভালো খেললেই সামাজিক যোগাযোগমাধ্যমে তার নাম ট্রেন্ড করতে থাকে। কিন্তু একটি ম্যাচের পারফরম্যান্স কি পর্যাপ্ত প্রমাণ? আমার অভিজ্ঞতা বলে, না। একটি ম্যাচ কেবল একটি নমুনা। আসল প্রমাণ হলো ধারাবাহিকতা।

বাংলাদেশের অবকাঠামোগত সীমাবদ্ধতার ভেতরে ডেটা গড়া কঠিন, অসম্ভব নয়। আমি একটি মডুলার, কম-মেইনটেন্যান্স পদ্ধতি তৈরি করেছি যেখানে প্রতিটি মেট্রিকের ধরন, সংগ্রহের সময়, আর সীমাবদ্ধতা স্পষ্টভাবে লেখা থাকে। এই পদ্ধতি অনুযায়ী, প্রতিটি সুপারিশে আমি একটি কনফিডেন্স ইন্টারভাল যোগ করি। কারণ ডেটা কম থাকলে, আমার আস্থাও কম থাকতে হয়।