ডোমেইন ট্যাগিং ব্যর্থতা: ফুটবল বিশ্লেষণ পাইপলাইনে ভুল শ্রেণীবিভাগের সংকট

গত সপ্তাহে আমার ডেস্কে একটি বিশ্লেষণ প্রতিবেদন এসেছে, যেখানে 'ফুটবল' ট্যাগ যুক্ত করা হয়েছিল। রিপোর্টটি ছিল পাকিস্তান সেনাবাহিনীর বিমান চলাচল শাখার একটি প্রশিক্ষণ বিমান দুর্ঘটনার। কোয়েটার কাছে ঘটে যাওয়া সেই মর্মান্তিক ঘটনায় দুইজন পাইলট নিহত হয়েছেন। কিন্তু সেই বিশ্লেষণে ফুটবলের সাথে সম্পর্কিত কোনো তথ্য ছিল না। একটি সামরিক বিমান দুর্ঘটনার খবরকে ফুটবল ডোমেইনে ঢুকিয়ে বিশ্লেষণ করার চেষ্টা করা হয়েছে। এই ঘটনাটি আমার কাছে শুধু একটি সম্পাদকীয় ভুল নয়, বরং ডেটা পাইপলাইনের গভীর সংকটের সংকেত। আমি ২০০৭ সাল থেকে বাংলাদেশ বেতারে ধারাভাষ্যকার হিসেবে কাজ শুরু করেছি। তখন থেকে ফুটবল বিশ্লেষণের ধরন বদলেছে। ২০১৭ সালে আনফিল্ডে লিভারপুলের ৪-০ গোলের জয়ে আর্সেনালের বিরুদ্ধে মোহামেদ সালাহ ও সাদিও মানের ফুলব্যাকদের উপর চাপ সৃষ্টির ১৪টি ক্লিপ বিশ্লেষণ করে আমি প্রথম উপলব্ধি করি, সিস্টেমিক জ্যামিতিক বিশ্লেষণ কতটা শক্তিশালী হতে পারে। ২০১৮ রাশিয়া বিশ্বকাপে ফ্রান্সের ৩৪% বল দখল নিয়েও ৬টি শট অন টার্গেট থেকে ৪ গোল করার পিছনে ডিডিয়ার ডেশাম্পের লো-ব্লক ট্রানজিশনের ভূমিকা বিশ্লেষণ করতে গিয়ে আমি বুঝেছিলাম, প্রতিটি ম্যাচের পিছনে একটি সুনির্দিষ্ট কাঠামো থাকে। সেই কাঠামো বিশ্লেষণের জন্য ডেটার নির্ভরযোগ্যতা অপরিহার্য। কিন্তু যখন একটি সামরিক বিমান দুর্ঘটনার খবর ফুটবল ডোমেইনে ঢুকে পড়ে, তখন সেই কাঠামো ভেঙে পড়ে। আমি এই প্রতিবেদনটি পেয়ে প্রথমে ভেবেছিলাম, হয়তো কোনো ফুটবল ক্লাবের প্রশিক্ষণ বিমান দুর্ঘটনার কথা বলা হচ্ছে। কিন্তু পড়তে গিয়ে দেখি, এটি পাকিস্তান সেনাবাহিনীর প্রশিক্ষণ বিমান 'মুশশাক' দুর্ঘটনা। এখানে কোনো ক্লাব নেই, কোনো খেলোয়াড় নেই, কোনো প্রতিযোগিতা নেই, কোনো ট্রান্সফার নেই, কোনো কৌশল নেই। শুধু আছে প্রেসিডেন্ট ও প্রধানমন্ত্রীর শোকবার্তা এবং দুটি পূর্ববর্তী হেলিকপ্টার দুর্ঘটনার প্রেক্ষাপট। আমি যখন ২০২২ সালের জানুয়ারিতে লিভারপুলের £৩৭.৫ মিলিয়ন পাউন্ডে লুইস দিয়াজকে পোর্তো থেকে কেনার বিশ্লেষণ করছিলাম, তখন আমি তার ২.৮ ড্রিবল পার ৯০ মিনিটের ডেটা জার্গেন ক্লপের বাম হাফ-স্পেসে ম্যাপ করেছিলাম। সেই ম্যাপিংয়ের প্রতিটি স্তরে নির্ভরযোগ্য ডেটা প্রয়োজন ছিল। কারণ, ফুটবল বিশ্লেষণে প্রতিটি সিদ্ধান্ত ডেটার উপর নির্ভরশীল। যদি ডেটা ভুল হয়, বিশ্লেষণও ভুল হয়। এই মুহূর্তে আমি যে সমস্যাটি দেখছি, তা হলো ডোমেইন শ্রেণীবিভাগের ব্যর্থতা। 'ফুটবল' ট্যাগটি একটি ক্লাসিফায়ার ফলস পজিটিভ। সম্ভবত 'ট্রেনিং', 'আর্মি', বা 'কোয়েটা' শব্দগুলো ট্রিগার হিসেবে কাজ করেছে। কিন্তু এই ভুলের পরিণতি সুদূরপ্রসারী। যদি এই ধরনের ভুল ট্যাগিং চলতে থাকে, তাহলে ফুটবল ডেটাসেটে অপ্রাসঙ্গিক তথ্য ঢুকে পড়বে। বিশ্লেষণী প্রতিবেদনের মান কমবে। আমি ২০২০ সালে ভিরজিল ভ্যান ডাইকের এসিএল ইনজুরির পর একটি পাঁচ-অংশের বিশ্লেষণী মডেল তৈরি করেছিলাম। সেই মডেলে দেখিয়েছিলাম, ভ্যান ডাইক ছাড়া লিভারপুলের ৪-৩-৩ ফর্মেশন প্রতি ৯০ মিনিটে ৭.২ প্রগ্রেসিভ পাস এবং ১.৪ এরিয়াল ডুয়েল হারায়। এই মডেলের প্রতিটি সংখ্যা যাচাই করা হয়েছিল। কারণ, আমি জানি, একটি ভুল সংখ্যা পুরো বিশ্লেষণকে ভুল পথে নিয়ে যেতে পারে। একইভাবে, ২০২১ সালে পেদ্রির ৬২৯ ইউরো মিনিট এবং ৬ টোকিও অলিম্পিক ম্যাচ খেলার পর আমি ৭৩ ম্যাচের সিজন রিস্ক ফ্ল্যাগ করেছিলাম। সেই বিশ্লেষণে আমি ডেটা বিশ্লেষকের সাথে সহযোগিতা করেছিলাম, কিন্তু চূড়ান্ত ড্রাফট নিজে লিখেছিলাম। কারণ, আমি জানি, ডেটার নির্ভরযোগ্যতা ছাড়া বিশ্লেষণের কোনো মূল্য নেই। এখন এই সামরিক বিমান দুর্ঘটনার রিপোর্টটি যদি ফুটবল পাইপলাইনে ঢুকে পড়ে, তাহলে তা ফুটবল ডেটাসেটকে দূষিত করবে। আমি এই প্রতিবেদনটি বিশ্লেষণ করতে গিয়ে দেখলাম, এতে কোনো ফুটবল সত্তা নেই। ১৯টি তথ্য বিন্দুর কোনোটিতেই কোনো ক্লাব, খেলোয়াড়, প্রতিযোগিতা বা বাজারের উল্লেখ নেই। আমি ২০২২ কাতার বিশ্বকাপে আর্জেন্টিনার ৩-৩ ড্র এবং ৪-২ পেনাল্টি জয় বিশ্লেষণ করেছিলাম। লিওনেল মেসির ৭ গোল এবং ৩ অ্যাসিস্টের পিছনে স্পেসিংয়ের ভূমিকা দেখিয়েছিলাম। মরক্কোর ১-০ কোয়ার্টার ফাইনাল জয়ে সোফিয়ান আমরাবাতের ১১.৮ কিলোমিটার কভার করা ডেটা বিশ্লেষণ করেছিলাম। প্রতিটি ক্ষেত্রে আমি ১২ পৃষ্ঠার ডসিয়ার তৈরি করেছিলাম লেখার আগে। কারণ, আমি জানি, বিশ্লেষণের গভীরতা নির্ভর করে ডেটার গভীরতার উপর। কিন্তু এই সামরিক বিমান দুর্ঘটনার রিপোর্টে সেই গভীরতা নেই। এখানে শুধু আছে আইএসপিআরের একক সূত্রের উপর নির্ভরতা। প্রেসিডেন্ট ও প্রধানমন্ত্রীর শোকবার্তা। কোনো স্বাধীন সূত্র নেই। কোনো সাক্ষীর বয়ান নেই। তারিখের অস্পষ্টতা আছে। '১২ অক্টোবর' তারিখটি উল্লেখ আছে, কিন্তু বছর উল্লেখ নেই। অথচ পটভূমিতে '১০ জুন' এবং '২ সেপ্টেম্বর ২০২৫' তারিখ উল্লেখ আছে। আমি এই প্রতিবেদনটি বিশ্লেষণ করতে গিয়ে উপলব্ধি করলাম, ডোমেইন শ্রেণীবিভাগের ব্যর্থতা শুধু একটি সম্পাদকীয় ভুল নয়। এটি ডেটা পাইপলাইনের গভীর সমস্যার সংকেত। যদি স্টেজ-১ ডিকনস্ট্রাকশনে 'ফুটবল' ট্যাগ ভুলভাবে প্রয়োগ করা হয়, তাহলে স্টেজ-২ বিশ্লেষণে তার প্রভাব পড়বে। আমি ২০০৭ সালে দ্য ডেইলি স্টারের প্রতিষ্ঠাতা ম্যানেজিং এডিটর হিসেবে যোগ দিয়েছিলাম। তখন থেকে আমি শিখেছি, সাংবাদিকতায় নির্ভরযোগ্যতা সবচেয়ে গুরুত্বপূর্ণ। একটি ভুল তথ্য পুরো প্রতিবেদনের বিশ্বাসযোগ্যতা নষ্ট করতে পারে। এই মুহূর্তে আমার পরামর্শ হলো, ফুটবল ডোমেইনে প্রবেশের আগে একটি এনটিটি গেট যোগ করা উচিত। কমপক্ষে একটি ক্লাব, খেলোয়াড় বা প্রতিযোগিতার সত্তা থাকতে হবে। যদি না থাকে, তাহলে সেই আইটেমটি ফুটবল পাইপলাইনে প্রবেশ করবে না। আমি ২০২১ ইউরো এবং টোকিও অলিম্পিকের পর পেদ্রির লোড মডেল প্রয়োগ করেছিলাম। সেই মডেলে দেখিয়েছিলাম, ১৮ বছর বয়সে ৬২৯ ইউরো মিনিট এবং ৬ টোকিও ম্যাচ খেলা কতটা ঝুঁকিপূর্ণ। এই বিশ্লেষণে আমি ডেটার নির্ভরযোগ্যতা যাচাই করেছিলাম। কারণ, আমি জানি, ভুল ডেটা ভুল সিদ্ধান্তে নিয়ে যায়। এখন এই সামরিক বিমান দুর্ঘটনার রিপোর্টটি যদি ফুটবল বিশ্লেষণে ব্যবহৃত হয়, তাহলে তা ভুল সিদ্ধান্তে নিয়ে যাবে। কারণ, এখানে ফুটবলের কোনো তথ্য নেই। আমি এই প্রতিবেদনটি বিশ্লেষণ করে দেখলাম, এতে তিনটি বিমান দুর্ঘটনার উল্লেখ আছে। সোমবারের দুর্ঘটনা, ১০ জুনের দুর্ঘটনা এবং ২ সেপ্টেম্বর ২০২৫-এর দুর্ঘটনা। তিনটিতেই 'টেকনিক্যাল ফল্ট' কারণ হিসেবে উল্লেখ করা হয়েছে। এটি একটি সামরিক বিমান চলাচলের নিরাপত্তা প্রশ্ন, ফুটবলের নয়। আমি ২০১৮ রাশিয়া বিশ্বকাপে ফ্রান্সের লো-ব্লক ট্রানজিশন বিশ্লেষণ করেছিলাম। ৩৪% বল দখল নিয়েও কীভাবে ৬টি শট অন টার্গেট থেকে ৪ গোল করা যায়, সেই কাঠামো দেখিয়েছিলাম। সেই বিশ্লেষণে আমি ডেটার নির্ভরযোগ্যতা যাচাই করেছিলাম। কারণ, আমি জানি, ফুটবল বিশ্লেষণে প্রতিটি সিদ্ধান্ত ডেটার উপর নির্ভরশীল। কিন্তু এই সামরিক বিমান দুর্ঘটনার রিপোর্টে সেই ডেটা নেই। এখানে শুধু আছে শোকবার্তা এবং প্রেক্ষাপট। আমি এই প্রতিবেদনটি বিশ্লেষণ করে উপলব্ধি করলাম, ডোমেইন শ্রেণীবিভাগের ব্যর্থতা একটি গুরুতর সমস্যা। এটি শুধু একটি সম্পাদকীয় ভুল নয়, বরং ডেটা পাইপলাইনের গভীর সংকটের সংকেত। আমার পরামর্শ হলো, স্টেজ-১ ডিকনস্ট্রাকশনে একটি বাধ্যতামূলক ফুটবল-এনটিটি এক্সট্রাকশন ধাপ যোগ করা উচিত। যদি কোনো ফুটবল সত্তা না থাকে, তাহলে সেই আইটেমটি ফুটবল ডোমেইনে প্রবেশ করবে না। এই মুহূর্তে আমি যে প্রশ্নটি তুলতে চাই, তা হলো: যদি ডোমেইন শ্রেণীবিভাগে এই ধরনের ভুল হয়, তাহলে ফুটবল বিশ্লেষণের নির্ভরযোগ্যতা কোথায় দাঁড়ায়? পরবর্তী ম্যাচ বিশ্লেষণে আমরা কি এই ভুলের পুনরাবৃত্তি দেখব? নাকি পাইপলাইনে সংশোধন আনব?