फुटबॉल में डेटा क्रांति: खेल अब सिर्फ पैरों से नहीं, संख्याओं से भी तय होता है

फुटबॉल की दुनिया में पिछले एक दशक का सबसे बड़ा बदलाव पिच पर नहीं, बल्कि पर्दे के पीछे बने विश्लेषण कक्षों में हुआ है। क्लब अब केवल कोच की आंख और स्काउट के अनुभव के भरोसे फैसले नहीं लेते। किसी खिलाड़ी की हर दौड़, हर पास, हर शॉट और हर स्प्रिंट दर्ज होता है, और उसी डेटा के आधार पर तय होता है कि किसे खरीदना है, किसे बेचना है, किसे किस भूमिका में खिलाना है और किसे आराम देना है। कई लोग इसे खेल का 'गणितीकरण' कहते हैं, लेकिन असल में यह उस हिस्से को दिखाने की कोशिश है जो नंगी आंखों से दिखता नहीं। यह सफर एकाएक शुरू नहीं हुआ। शुरुआती दौर में डेटा का मतलब महज मैच के बाद तैयार होने वाली सांख्यिकीय तालिका था—कितने पास पूरे हुए, कितने शॉट लगे, कितनी टैकल हुईं। लेकिन स्टेडियमों में लगे कई कैमरों और खिलाड़ियों के शरीर पर बंधे पहनने योग्य उपकरणों ने तस्वीर बदल दी। आज हर खिलाड़ी की स्थिति सेकंड में कई बार दर्ज होती है, और जीपीएस तथा एक्सेलेरोमीटर वाले बैंड गति, दिशा बदलने की तीव्रता और शरीर पर पड़ने वाले भार का लगातार हिसाब रखते हैं। इससे दो तरह के आंकड़े सामने आते हैं। पहला इवेंट डेटा, जो बताता है कि मैदान पर क्या-क्या हुआ—किसने किसको पास किया, कहां से शॉट लिया, कौन सी गलती हुई। दूसरा ट्रैकिंग डेटा, जो बताता है कि खिलाड़ी कैसे चले, कहां खड़े रहे, कितनी तेजी से दौड़े और कितनी दूरी तय की। पहला आंकड़ा घटनाओं का लेखा-जोखा है, दूसरा खिलाड़ी के शरीर और मैदान पर उसकी जगह का। सार्थक तस्वीर दोनों को मिलाकर ही बनती है। इन्हीं आंकड़ों से जन्मा सबसे चर्चित मापदंड है अपेक्षित गोल, यानी एक्सजी। सीधे शब्दों में यह बताता है कि किसी शॉट से गोल होने की कितनी संभावना थी—शॉट कहां से लिया गया, किस कोण से, कितने खिलाड़ी बीच में थे और गेंद किस पैर से निकली। इसकी मदद से यह समझना आसान होता है कि कोई टीम वाकई कमजोर खेल रही है या सिर्फ किस्मत से हार रही है, और कोई जीत अच्छे प्रदर्शन का नतीजा है या महज संयोग। लेकिन एक्सजी को लेकर अति-उत्साह भी उतना ही खतरनाक है। यह बताता है कि औसतन उस स्थिति से कितने गोल बनते हैं, यह नहीं कि इस खास खिलाड़ी ने उस पल में क्या किया। गोलकीपर की स्थिति, रक्षक का दबाव, मौसम, पिच की हालत और खिलाड़ी का मनोबल—ये सब इसके बाहर रह जाते हैं। जो विश्लेषक इसे अंतिम सत्य मान लेते हैं, वे अक्सर वही गलती करते हैं जो पुराने दौर के स्काउट करते थे—एक संकेत को पूरी कहानी समझ लेना। डेटा का सबसे ठोस और विवाद-रहित इस्तेमाल सेट-पीस में दिखता है। कॉर्नर, फ्री किक और थ्रो-इन पर सैकड़ों घंटे की वीडियो और आंकड़ों की मदद से यह पता लगाया जाता है कि कौन सा डिलीवरी कोण सबसे फायदेमंद है, कौन सा खिलाड़ी पहले पोस्ट पर सबसे तेज पहुंचता है और विपक्षी दीवार कहां खुलती है। कई क्लबों के पास अलग सेट-पीस कोच होते हैं, और यह पद पूरी तरह डेटा आधारित तैयारी का नतीजा है। ट्रांसफर बाजार में डेटा ने स्काउटिंग की परिभाषा बदल दी है। पहले स्काउट दूर देशों की लीगों में यात्रा करके प्रतिभाएं तलाशता था; अब पहला काम यह होता है कि डेटाबेस में उन खिलाड़ियों की सूची बनाई जाए जो क्लब की जरूरत वाले पैमानों पर खरे उतरते हैं। इससे छोटी लीगों के खिलाड़ियों तक पहुंच आसान हुई है, जिन्हें पहले कोई देखने ही नहीं जाता था। यह बदलाव उस पुरानी शिकायत का आंशिक जवाब है कि बड़े क्लब हमेशा वही चुनिंदा नाम खरीदते हैं। एर्लिंग हालैंड जैसे युवा स्ट्राइकर के मामले में गति, फिनिशिंग और बिना गेंद के मूवमेंट के आंकड़ों ने क्लबों के आकलन को नया आधार दिया, वहीं केविन डी ब्रुइना जैसे मिडफील्डर की उपयोगिता प्रोग्रेसिव पास और चांस क्रिएशन के आंकड़ों में साफ दिखती है। आंकड़े अब केवल खरीदने तक सीमित नहीं हैं, वे अनुबंध की शर्तों में भी झांकते हैं। किसी खिलाड़ी की उम्र, चोटों का इतिहास, प्रदर्शन का रुझान और आने वाले सीजन में संभावित उपयोगिता—इन सबको जोड़कर अनुमान लगाया जाता है कि उस पर कितना खर्च उचित है। यही वजह है कि कई क्लब लंबे अनुबंध देने से पहले बेहद सतर्क हो गए हैं और बोनस आधारित सौदे आम होते जा रहे हैं। खिलाड़ी फिटनेस के क्षेत्र में डेटा का सबसे स्पष्ट असर दिखा है। मैच में तय की गई कुल दूरी, तेज दौड़ों की संख्या, दिशा बदलने की आवृत्ति और रिकवरी की गति देखकर तय होता है कि किसे अगले मैच में विश्राम चाहिए। कई क्लबों में हर खिलाड़ी के लिए व्यक्तिगत 'लोड' तय होता है, और उससे ऊपर जाने पर कोचिंग स्टाफ को चेतावनी मिलती है। नतीजा यह है कि पुराने दौर के मुकाबले खिलाड़ियों के मिनटों का बंटवारा आज ज्यादा सोच-समझकर होता है। फिर भी चोट की भविष्यवाणी कोई जादू नहीं है। आंकड़े जोखिम का संकेत दे सकते हैं, चोट को नहीं रोक सकते। शरीर की प्रतिक्रिया व्यक्तिगत होती है, और नींद, पोषण, मानसिक थकान तथा व्यक्तिगत जीवन जैसे कारक किसी भी मॉडल को अधूरा बना देते हैं। जो क्लब इन आंकड़ों को अंतिम फैसला मानकर खिलाड़ी को जबरन आराम देते हैं, वे कभी-कभी उसकी लय तोड़ देते हैं। इसलिए सबसे अच्छे विश्लेषक वही माने जाते हैं जो आंकड़े और खिलाड़ी की बात, दोनों सुनते हैं। रणनीति के स्तर पर डेटा ने कुछ धुंधली अवधारणाओं को ठोस बना दिया है। हाई प्रेसिंग अब केवल जोश का मामला नहीं, बल्कि यह मापने की चीज है कि विपक्षी टीम को गेंद निकालने के लिए कितनी देर और कितनी दूरी मजबूर किया गया। इसी तरह स्पेस कंट्रोल यानी मैदान के किस हिस्से पर कब्जा रहा, यह ट्रैकिंग डेटा से साफ दिखता है। कई कोच अब गेंद पर कब्जे के प्रतिशत को अंतिम पैमाना नहीं मानते, बल्कि यह देखते हैं कि कब्जा कहां हुआ और उससे क्या बना। कोच और विश्लेषकों के बीच तनाव भी एक वास्तविकता है। मैदान के किनारे खड़े कोच को तुरंत फैसला लेना होता है, जबकि विश्लेषक के पास मैच के बाद का विस्तृत चित्र होता है। कई जगह यह शिकायत सुनाई देती है कि विश्लेषकों की सिफारिशें उस 'फील' से टकराती हैं जो सालों के अनुभव से बनती है। सच यह है कि दोनों की जरूरत है—डेटा बताता है कि क्या हो रहा है, अनुभव बताता है कि उस पल में क्या करना चाहिए। अकादमी स्तर पर डेटा का इस्तेमाल सबसे संवेदनशील मुद्दा है। किशोर खिलाड़ियों के शरीर और दिमाग विकास के दौर से गुजरते हैं, इसलिए उनका मूल्यांकन सिर्फ आंकड़ों पर करना जोखिम भरा है। कम उम्र में छंटनी का फैसला किसी प्रतिभा को हमेशा के लिए खत्म कर सकता है, क्योंकि कई खिलाड़ी देर से परिपक्व होते हैं। अच्छी अकादमियां डेटा को विकास का साधन मानती हैं, चयन का हथियार नहीं। महिला फुटबॉल में डेटा निवेश अब भी पुरुष खेल की तुलना में काफी कम है। कई महिला लीगों में ट्रैकिंग डेटा का उपलब्ध होना ही हाल की बात है और कई देशों में यह अभी शुरुआती दौर में है। इसका असर सीधा है—जहां आंकड़े नहीं, वहां खिलाड़ियों का मूल्यांकन फिर पुराने ढंग से होता है और बड़े क्लबों तक पहुंचने का मौका कम मिलता है। यह असमानता सिर्फ लिंग तक सीमित नहीं है। अमीर और गरीब क्लब, शीर्ष लीग और निचली लीग, फुटबॉल के पुराने केंद्र और उभरते देश—हर जगह यह खाई दिखती है। जहां कैमरे और विश्लेषकों की टीम है, वहां फैसले आंकड़ों से समर्थित होते हैं; जहां नहीं है, वहां अनुभव और संपर्क ही सब कुछ हैं। यह अंतर लंबे समय में प्रतिस्पर्धा को और असंतुलित कर सकता है। एक और बहस खिलाड़ी के डेटा के स्वामित्व को लेकर है। हृदय गति, नींद के घंटे और चोटों का इतिहास किसके पास रहेगा—क्लब के पास, लीग के पास या खिलाड़ी के पास? कई खिलाड़ी संघों ने सवाल उठाया है कि यह डेटा अनुबंध वार्ता में उनके खिलाफ इस्तेमाल हो सकता है। यह चर्चा शुरुआती दौर में है, लेकिन आने वाले वर्षों में यह श्रम अधिकारों का अहम हिस्सा बनेगी। अगला पड़ाव स्वचालित विश्लेषण है। कंप्यूटर विजन और भाषा मॉडल की मदद से मैच की वीडियो से सीधे रिपोर्ट तैयार करने की कोशिशें हो रही हैं, जिससे छोटे क्लब भी कम खर्च में बुनियादी विश्लेषण हासिल कर सकें। यहां एक चेतावनी जरूरी है—बिना सोचे-समझे बनाई गई रिपोर्ट सच से ज्यादा भ्रम पैदा करती है। तकनीक जितनी सस्ती होगी, गुणवत्ता की जांच उतनी ही जरूरी होगी। आखिर में एक बात याद रखनी चाहिए। डेटा खिलाड़ी की जगह नहीं ले सकता, वह केवल बता सकता है कि मैदान पर क्या हुआ। फुटबॉल की सुंदरता इसी में है कि एक अच्छा पास, एक अचानक निकली चाल या गोलकीपर की अनुमान से बाहर की बचाव किसी तालिका में दर्ज नहीं होता। जो टीम आंकड़ों का समझदारी से इस्तेमाल करती है और खेल की आत्मा नहीं खोती, वही आगे रहती है। बाकी सब गणित है—और गणित से मैच नहीं जीते जाते।