फुटबॉल में आँकड़ों का युग: डेटा कहाँ रास्ता दिखाता है और कहाँ भटकाता है

पिछले दो दशकों में फुटबॉल का मैदान जितना नहीं बदला, उससे कहीं ज़्यादा मैदान के बाहर का कमरा बदला है। पहले कोच की मेज़ पर एक नोटबुक, कुछ वीडियो टेप और स्काउट की ज़ुबानी यादें हुआ करती थीं। आज उसी मेज़ पर घंटों का ट्रैकिंग डेटा, खिलाड़ी-प्रोफाइलिंग के मॉडल और प्रतिद्वंद्वी टीम की हर पासिंग की जाल-रचना रखी होती है। यह बदलाव सिर्फ़ तकनीकी नहीं है। इसने धीरे-धीरे यह तय करना शुरू कर दिया है कि किस खिलाड़ी को मौका मिलेगा, किसे बेचा जाएगा, किसे भविष्य का सितारा कहा जाएगा और किसे आँकड़ों में कमज़ोर कहकर खारिज कर दिया जाएगा। लेकिन हर नए औज़ार के साथ एक पुराना सवाल लौटता है—क्या जो मापा जा रहा है, वही असल में मायने रखता है? फुटबॉल में डेटा मोटे तौर पर दो तरह का है। पहला इवेंट डेटा, जिसमें हर पास, शॉट, टैकल, ड्रिबल और फ़ाउल को समय-टैग के साथ दर्ज किया जाता है। दूसरा ट्रैकिंग डेटा, जिसमें कैमरों और सेंसरों की मदद से हर खिलाड़ी की स्थिति सेकंड के दसवें हिस्से में रिकॉर्ड होती है। पहला बताता है कि क्या हुआ; दूसरा बताता है कि कैसे हुआ—कौन कहाँ खिसका, किसने जगह बनाई, किसने गलत जगह पर दौड़कर खुद को थका दिया। दोनों का अपना मूल्य है, पर दोनों की अपनी सीमाएँ भी। सबसे चर्चित मीट्रिक एक्सपेक्टेड गोल्स यानी xG है। सरल भाषा में, यह बताता है कि किसी शॉट के गोल बनने की ऐतिहासिक संभावना कितनी थी, शॉट की जगह और कोण के आधार पर। यह स्कोरलाइन से ज़्यादा ईमानदार तस्वीर देता है: कोई टीम 1-0 से जीत सकती है और फिर भी पूरे मैच में उसके पास बेहतर मौके नहीं रहे हों। पर xG एक औसत है, कोई सत्य नहीं। वह यह नहीं बताता कि शॉट लेने वाला खिलाड़ी दबाव में था, कि उसकी टीम 10 खिलाड़ियों के साथ खेल रही थी, या कि गोलकीपर की स्थिति क्या थी। xG को अकेले पढ़ना वैसा ही है जैसे किसी किताब का सिर्फ़ इंडेक्स पढ़कर कहानी समझ लेना। स्काउटिंग में डेटा का दाखिला सबसे बड़ा बदलाव है। पहले एक स्काउट सीमित लीग, सीमित मैच और सीमित याददाश्त पर निर्भर था। आज एक विश्लेषक दुनिया के दर्जनों लीग से ऐसे मिडफील्डर छान सकता है जो दबाव में पास नहीं खोते, जिनकी प्रोग्रेसिव पासिंग दर ऊँची है और जो बिना गेंद के भी जगह बनाते हैं। यह क्रांतिकारी है—खासकर छोटे बाज़ार वाली टीमों के लिए, जो बड़े क्लबों की नज़र से छूटे खिलाड़ियों को समय रहते पहचान सकती हैं। लेकिन फ़िल्टर सिर्फ़ छाँटते हैं, चुनते नहीं। आँकड़ा बताता है कि कोई खिलाड़ी कितनी बार सही जगह पहुँचा; वह यह नहीं बताता कि वह नए ड्रेसिंग रूम में, नई भाषा में, नए दबाव में कैसे ढलेगा। यहीं संदर्भ की समस्या शुरू होती है, और यही डेटा-विश्लेषण की सबसे बड़ी चूक है। एक खिलाड़ी के आँकड़े उस लीग की ताकत, उसकी टीम की शैली और उसकी अपनी भूमिका से बंधे होते हैं। जो डिफेंडर कमज़ोर लीग में शानदार दिखता है, वह ऊँचे स्तर पर हर हफ़्ते परखा जाएगा। जो विंगर एक ऐसी टीम में चमकता है जो उसके लिए जगह बनाती है, वह दूसरी टीम में अकेला पड़ सकता है। इसलिए गंभीर विश्लेषण में कच्चे आँकड़ों को लीग-गुणवत्ता समायोजन, भूमिका-संदर्भ और टीम-शैली के साथ जोड़ा जाता है। जो लोग ऐसा नहीं करते, वे अक्सर महँगी गलतियाँ करते हैं। चोट प्रबंधन वह क्षेत्र है जहाँ डेटा का फ़ायदा सबसे ठोस है। खिलाड़ी की दौड़ की मात्रा, स्प्रिंट की संख्या, तेज़ गति से बदलाव और मैदान पर बिताया गया समय—ये सब मिलकर बताते हैं कि किसी के शरीर पर बोझ कहाँ जमा हो रहा है। कई क्लब अब इसी आधार पर रोटेशन तय करते हैं और अनावश्यक चोटों से बचते हैं। यह ठीक वही जगह है जहाँ माप संख्या में सीमित है, पर निर्णय में उपयोगी—क्योंकि यहाँ डेटा भविष्यवाणी नहीं, चेतावनी देता है। रणनीति के स्तर पर डेटा ने सेट-पीस और प्रतिद्वंद्वी-विश्लेषण को बदल दिया है। पेनल्टी क्षेत्र में कॉर्नर कहाँ से मारा जाए, कौन सा खिलाड़ी किस ज़ोन में जाता है, विपक्षी गोलकीपर किस तरफ़ ज़्यादा झुकता है—ये सब अब अनुमान नहीं, पैटर्न की पहचान हैं। लेकिन इसी जगह एक खतरा भी है। जब हर टीम एक जैसे पैटर्न पर खेलने लगती है, तो फ़ायदा खत्म हो जाता है। फुटबॉल में हर लाभ अस्थायी होता है, क्योंकि हर लाभ की नकल हो सकती है। डेटा का सबसे बड़ा जाल यह है कि मापा जाने वाला पैमाना जल्द ही लक्ष्य बन जाता है। अगर किसी खिलाड़ी का मूल्यांकन पास-सटीकता से होता है, तो वह जोखिम भरे पास खेलना छोड़ देगा—भले ही वही पास गेम तोड़ते हों। अगर टीम का मूल्यांकन कब्ज़े से होता है, तो वह बिना मक़सद का पासिंग करेगी। आँकड़े शुरू में व्यवहार का वर्णन करते हैं और बाद में उसे बदल देते हैं। यह अंतर समझना ज़रूरी है। दूसरी बड़ी समस्या नमूने का आकार है। फुटबॉल में गोल कम होते हैं, इसलिए एक मैच का नतीजा बहुत हद तक संयोग से तय होता है। दस मैचों के आधार पर किसी खिलाड़ी या कोच पर फ़ैसला सुनाना सांख्यिकीय रूप से कमज़ोर है, पर मीडिया और सोशल प्लेटफ़ॉर्म ठीक यही करते हैं। डेटा का सही इस्तेमाल जल्दबाज़ी में नहीं, धैर्य में है—लंबी अवधि के रुझान देखने में, न कि एक-दो मैच के उतार-चढ़ाव में। ट्रांसफर बाज़ार पर इसका असर दोतरफ़ा है। एक ओर, डेटा ने छिपी प्रतिभाओं तक पहुँच आसान की है। दूसरी ओर, जिन मीट्रिक्स को सब देखते हैं, उन पर खिलाड़ियों का दाम बढ़ जाता है—भले ही उनका असली योगदान उतना न हो। बाज़ार में जानकारी की असमानता ही मुनाफ़े का आधार थी; जैसे-जैसे डेटा लोकतांत्रिक होता है, वैसे-वैसे फ़ायदा उन लोगों के पास जाता है जो नए सवाल पूछते हैं, न कि वही पुराने आँकड़े दोहराते हैं। इस सबके बीच एक नैतिक सवाल भी है जिस पर बहस कम होती है। आज खिलाड़ियों की हर हरकत—दौड़, थकान, नींद तक—दर्ज होती है। यह डेटा किसका है? क्या इसे खिलाड़ी देख सकता है? क्या इसका इस्तेमाल अनुबंध की बातचीत में उसके खिलाफ़ हो सकता है? पारदर्शिता के बिना यह निगरानी बन जाता है, और निगरानी भरोसे को खत्म करती है। जो क्लब इसे खुलकर संभालते हैं, वे लंबे समय में बेहतर ड्रेसिंग रूम बनाते हैं। भारत और दक्षिण एशिया के संदर्भ में तस्वीर थोड़ी अलग है। यहाँ डेटा-आधारित ढाँचा अभी विकसित हो रहा है। कई राज्य संघ और निजी अकादमियाँ अब मैचों की वीडियो रिकॉर्डिंग और बुनियादी इवेंट-टैगिंग शुरू कर रही हैं, जो पहला ज़रूरी कदम है। सबसे बड़ी कमी सस्ते, भरोसेमंद और स्थानीय स्तर पर उपलब्ध मापन की है—और उससे भी बड़ी कमी उन लोगों की है जो इन आँकड़ों को पढ़कर सही सवाल पूछ सकें। सिर्फ़ सॉफ़्टवेयर खरीद लेना विश्लेषण नहीं बन जाता। अंत में, डेटा को समझने का सबसे सही तरीका शायद यह है कि उसे भाषा माना जाए, फ़ैसला नहीं। जैसे कोई भाषा जानना अपने आप में बुद्धिमत्ता नहीं होती, वैसे ही कोई मीट्रिक जानना अपने आप में समझ नहीं होती। असली फ़र्क़ यह पूछने में है कि यह संख्या किस सवाल का जवाब दे रही है, और किस सवाल को अनुत्तरित छोड़ रही है। फुटबॉल की सुंदरता यही है कि वह पूरी तरह मापने योग्य नहीं है। जिस क्षण में एक खिलाड़ी बिना किसी तार्किक कारण के गलत दिशा में दौड़ता है और फिर गोल बन जाता है—उस क्षण का कोई मीट्रिक नहीं होता। डेटा उस क्षण को समझाने में मदद कर सकता है, पर उसे पैदा नहीं कर सकता। जो टीमें यह अंतर भूल जाती हैं, वे बेहतर नहीं, सिर्फ़ ज़्यादा अनुमानित हो जाती हैं। और फुटबॉल में अनुमानित होना सबसे बड़ा खतरा है।