ডেটা শূন্য, সিদ্ধান্ত বিপজ্জনক: কীভাবে খালি ইনপুট পুরো ফুটবল বিশ্লেষণকে ভানিত করে তুলতে পারে

ফুটবল ডেটা বিশ্লেষণে একটি বিসর্গদায়ক ঝুঁকি হলো ‘খালি সত্য’। বর্তমান বিশ্লেষণের কাঠামোতে, যখন Stage-1 ডিকনস্ট্রাকশন কোনো তথ্য বিন্দু, সত্তা বা মূলমত উৎসারণে ব্যর্থ হয়, তখন Stage-2 বিশ্লেষণ পুরোটা প্রক্রিয়াটি একটি প্রকৌশলগত ত্রুটির উপর নির্ভরশীল হয়ে পড়ে। আমার মত, যদি ইনপুট শূন্য থাকে, আউটপুট কখনোই ‘নিউট্রাল’ বা ‘নিরাপদ’ ধরা যাবে না; এটি ‘অজানা’ বা ‘অমূল্য’ হিসেবে চিহ্নিত করতে হবে। ফুটবল প্রিডিাক্টিভ মডেলে xG বা PPDA-এর মতো মেট্রিকগুলো কাজ করে যখন ম্যাচের নির্দিষ্ট ডেটাসেট উপস্থিত থাকে। কিন্তু এই বিশেষ ক্ষেত্রে, তথ্যের অভাবের কারণে কোনো ট্যাকটিক্যাল, আর্থিক বা নিয়মগত সিদ্ধান্ত নেওয়া সম্ভব নয়। এক্ষেত্রে ‘অপসেন্স অব এভিডেন্স’ (প্রমাণের অনুপস্থিতি) কে ‘এভিডেন্স অব অপসেন্স’ (অনুপস্থিতির প্রমাণ) হিসেবে গ্রহণ করা অসঙ্গত। উদাহরণস্বরূপ, যদি কোনো ক্লাবের FFP (ফাইন্যানশিয়াল ফেয়ার প্লে) অবস্থার কোনো তথ্য না থাকে, তবে তাকে ‘সম্মত’ বা ‘বিবাহিত’ ভেবে নেওয়া একটি গুরুতর ত্রুটি। সাম্প্রতিক অভিজ্ঞতায়, যখন আমি খালি ডেটাসেটের ওপর ভিত্তি করে অনুমান করতে চেয়েছিলাম, তখন মেডিকেল ইনজুরি রিস্ক বা কনট্রাক্ট-ইয়ার লিভারেজের মতো ব্যাপারগুলো ঠিকঠাপনাভাবে স্ক্রিন করা সম্ভব ছিল না। এই ধরনের পাইপলাইন ত্রুটির ক্ষেত্রে, পাবলিশিং প্রক্রিয়াটি থামিয়ে দেওয়া এবং একটি ভ্যালিডেশন গেট যুক্ত করা দরকার, যা শূন্য ‘ইনফরমেশন পয়েন্টস’ ডিটেক্ট করে পরবর্তী ধাপে যান্ডো দেয়। সংবাদমাধ্যমের লেখক বা বিশ্লেষকরা যদি এই ধরনের শূন্য বিশ্লেষণকে সত্য বলে উপস্থাপন করেন, তাহলে তা ‘ডেটা-ফ্যাক্টরিং’ বা ভানিত তথ্য ছড়ানোর সমতুল্য। একটি সুনির্দিষ্ট উদাহরণ হিসেবে, ২০১৮ বিশ্বকাপের ন্যায় একটি নির্দিষ্ট ইভেন্টে পজেশন (39%) বা স্প্রিন্টের মতো ডেটা থাকলে তবেই ‘ডিজাইন’ বনাম ‘সৌভাগ্য’ পর্ষিতা সম্ভব। কিন্তু এখানে এমন কোনো রেফারেন্স পয়েন্ট নেই। অতএব, ডিভাইশনে (সেকশন) ভিত্তিক বিশ্লেষণে ‘N/A’ তথ্যগুলোকে একটি নিয়মিত ‘জিরো’র বদলে ‘অপারেটেশনাল ফেইলচার’ হিসেবে চিহ্নিত করা উচিত। এটি ডেটা ইন্টিগ্রিটি সংরক্ষণের একটি মৌলিক নীতি।