খালি ঘর, মিথ্যা শূন্য: ক্রিকেট ডেটা পাইপলাইনে নাল-হ্যান্ডলিং

গত মাসে ঢাকার টেবিলে বসে একটা টি-টোয়েন্টি সিরিজের কোডিং শিট খুললাম। একটা কলামে পাওয়ারপ্লে ইকোনমি বসার কথা — ঘরটা খালি। শূন্য লেখা নেই, কিছু লেখা নেই। দুইজন মানুষ একই খালি ঘরের দিকে তাকিয়ে দুইটা সিদ্ধান্তে পৌঁছাল। ভিডিও অ্যানালিস্ট বলল, "ডেটা নেই, ওকে বাদ দিন।" সিলেক্টর বলল, "ডেটা নেই মানে সমস্যা নেই, উনি ইকোনমিক্যাল।" দুজনেই ভুল করল, তবে ভুলের ধরন আলাদা। একজনের কাছে খালি মানে অজানা, আরেকজনের কাছে খালি মানে নিরীহ।

সেই সপ্তাহেই আরও বড় একটা খালি ঘর হাতে এল। একটা ডিকনস্ট্রাকশন রিপোর্ট, যেখানে প্রতিটা ফিল্ডের জায়গায় একই কথা লেখা — তথ্য অপর্যাপ্ত। শিরোনাম নেই, সূত্র নেই, এনটিটি নেই, সময়-সংবেদনশীলতা নেই। আটটা বিশ্লেষণ-মাত্রার প্রতিটা ঘর ফাঁকা। ক্রিকেট অ্যানালিটিক্সের সবচেয়ে দামি শিক্ষাটা ঠিক সেখানেই বসে ছিল: শিটে সবচেয়ে ব্যয়বহুল জিনিসটা খালি ঘর, কারণ ওই ঘরটাই মানুষ একমাত্র স্মৃতি দিয়ে ভরে।

জ্যামিতি আগে, বিশেষণ পরে

২০১৭ সালে ঢাকার একটা ডরম রুম থেকে আমি একটা এক-মানুষের ব্লগ চালু করেছিলাম, নাম দ্য হাফ-স্পেস। প্রথম পোস্টে আবাহনী লিমিটেড ঢাকার ৪-২-৩-১ সাজানো একটা ৫x৬ গ্রিডে বসিয়েছিলাম, শেখ জামাল ধানমন্ডির বিপক্ষে, এক্সেলে নিজে আঁকা গ্রিড। ডিসেম্বরের মধ্যে চোদ্দটা পোস্ট, ৪১২ জন সাবস্ক্রাইবার। চেলসির আন্তোনিও কন্তের ৩-৪-৩ নিয়ে লেখাটা প্রায় তিন হাজার বার শেয়ার হয়েছিল। সেখান থেকে যে অভ্যাসটা তৈরি হলো, সেটা আজও আমার প্রতিটা লেখার কাঠামো: বিশেষণ দিয়ে শুরু নয়, জ্যামিতি দিয়ে শুরু — একটা শেপ, একটা দূরত্ব, একটা কোঅর্ডিনেট।

আমি ঢাকার একটি ডরম রুম থেকে এটা বানিয়েছি, তাই প্রেস বক্সের চেয়ে প্যাটার্নকে বেশি বিশ্বাস করি। প্যাটার্ন বিশ্বাস করা মানে অবশ্য অন্ধ বিশ্বাস নয়। প্যাটার্ন দেখতে গেলে আগে জানতে হয়, কোন কলামটা শিটে নেই।

২০১৮ সালে ব্যাশুন্ধরা কিংসের জুনিয়র ভিডিও অ্যানালিস্ট হিসেবে কাজ করার সময় ওদের শিরোপা-জেতা প্রথম বিপিএল মৌসুমের ২৬টা ম্যাচ কোড করলাম। সেই গরমে রাশিয়ায় ৬৪টা বিশ্বকাপ ম্যাচ দেখলাম একুশটা রাত জেগে, ১১০০-র বেশি সেট-পিস ট্যাগ করে বের করলাম — ডেড বল থেকেই টুর্নামেন্টের ১৬৯ গোলের একটা রেকর্ড অংশ এসেছে। সেপ্টেম্বরে বঙ্গবন্ধু জাতীয় স্টেডিয়ামে বাংলাদেশের সাফ চ্যাম্পিয়নশিপের ম্যাচ কোড করলাম।

রাশিয়ার একুশটি নিদ্রাহীন রাত আমাকে শিখিয়েছে — ক্লান্তি একটি ডেটাসেট, ব্যাজ নয়। আর শিখিয়েছে আরও একটা জিনিস: "২২টার মধ্যে ১৪টা" লেখা যায় তখনই, যখন ট্যাগার ক্লান্ত হলেও প্রতিটা বল গুনে রেখেছে। ওই সংখ্যাটাই পরে যেকোনো ট্যাকটিক্যাল দাবির মেরুদণ্ড, কারণ পাঠক নিজে যাচাই করতে পারে।

দুই ধাপের পাইপলাইন, একটা সোজা নিয়ম

আজকের কাজে আমি একটা দুই-ধাপের কাঠামোতে চলি। প্রথম ধাপে মূল নথি বা ম্যাচ থেকে তথ্য ভেঙে ফেলা — কে, কখন, কোন ফরম্যাট, কোন সূত্র, কোন এনটিটি, সময়-সংবেদনশীলতা কত। দ্বিতীয় ধাপে সেই ভাঙা তথ্যের উপরে আটটা মাত্রায় বিশ্লেষণ — ফরম্যাট ও ম্যাচ, প্লেয়ার টেকনিক ও ডেটা, দল ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক ইকোসিস্টেম, রুলস ও গভর্ন্যান্স, রিস্ক, পাবলিক ন্যারেটিভ, আর ইন্ডাস্ট্রি ট্রান্সমিশন। নিয়মটা এক লাইনে: প্রতিটা সিদ্ধান্ত প্রথম ধাপের তথ্য-বিন্দুতে ভর করা লাগবে, আর ভিত্তিহীন অনুমান নিষিদ্ধ।

এখানেই অডিট-ট্রেইল গুরুত্বপূর্ণ। যে কোডিং লগ ট্রেসযোগ্য, যাচাইযোগ্য আর পুনর্ব্যবহারযোগ্য, সেটাই আসল সম্পদ — কারণ ছয় মাস পরে কেউ প্রশ্ন করলে আপনাকে দেখাতে হবে, কোন বলে কোন ট্যাগ বসেছিল। যে লগ কেউ যাচাই করতে পারে না, সেটা লগ নয়, দাবি।

তাই যখন প্রথম ধাপ ফাঁকা ফেরে, দ্বিতীয় ধাপে ভরসা করার মতো কিছু থাকে না। এখানেই যেটা ঘটে, সেটা অনেক বেশি পরিচিত আর অনেক কম স্বীকার করা হয়: ফাঁকা জায়গাটা কেউ ফাঁকা রাখে না।

ফাঁকা ঘর ভরার তিনটা উপায়, তিনটাই ভুল

প্রথমটা — খালি মানে শূন্য ধরে নেওয়া। যে বোলারের পাওয়ারপ্লে ইকোনমি কোড করা হয়নি, তার নাম ডেপথ চার্টে "নিরাপদ" কলামে চলে যায়। অনুপস্থিত ডেটা আর ভালো ডেটা এক জিনিস নয়। ঢাকার একটা ঘরোয়া লিগে আমি দেখেছি, একটা স্পিনারের পাওয়ারপ্লে স্পেলের সাত ওভারের মধ্যে চার ওভারের ঘর খালি ছিল; টেবিলে তিনি হয়ে গেলেন সবার চেয়ে সস্তা অপশন। কোচ সেই খালি ঘরের ভিত্তিতেই তাঁকে পাওয়ারপ্লেতে তুললেন, আর প্রথম দুই ওভারেই ম্যাচের গতি বদলে গেল।

দ্বিতীয়টা — খালি মানে নিরপেক্ষ ধরে নেওয়া। ব্যাটসম্যানের অ্যাভারেজ আছে, কিন্তু "কতগুলো ক্যাচ পড়েছে" কলামটা নেই। তখন অ্যাভারেজকে টেকনিকের প্রমাণ ভাবা হয়, যদিও তার একটা বড় অংশ প্রতিপক্ষের হাতের ভুল। ক্রিকেটের স্কোরকার্ড কখনো ফিল্ডিং-ত্রুটির ওজন দেখায় না, আর আমরা সেই ফাঁকা ঘরটাকে নিজেরাই শূন্য লিখে দিই।

তৃতীয়টা, সবচেয়ে ব্যয়বহুল — খালি ঘর ন্যারেটিভ দিয়ে ভরা। ডেটা নেই মানে বিশ্লেষণ নেই, আর বিশ্লেষণের শূন্যতা কে পূরণ করে? কর্তৃত্ব। সাবেক ক্রিকেটারের স্মৃতি, প্রেস বক্সের ঐকমত্য, "আমি তো ওকে খেলতে দেখেছি।" কর্তৃত্ব আসলে একটা নাল-ফিলিং ডিভাইস। যেখানে সংখ্যা নেই, সেখানে কণ্ঠস্বর জিতে যায়।

একটা সস্তা অভ্যাস: নাল অডিট

আমার শিটে এখন একটা নিয়ম আছে। প্রতিটা ম্যাচ-টেবিলের নিচে একটা আলাদা ব্লক থাকে — "কী নেই"। কত ওভারের পাওয়ারপ্লে ডেটা বাদ পড়েছে, কতটা ড্রপ-ক্যাচ লগ করা হয়নি, কোন বোলারের ডেথ-ওভার স্পেল কখনো কোড হয়নি। সপ্তাহে একবার এই ব্লকটা পড়ি। এই এক কাজে আমার বিশ্লেষণে যা বদলেছে, সেটা কোনো নতুন মেট্রিক আনার চেয়ে বেশি।

ক্রিকেট নিজেই একটা নাল ভ্যালু বানিয়ে রেখেছে

আম্পায়ার্স কল নামের জিনিসটা দেখুন। ডিআরএস-এ বল পিচিং বা স্টাম্পের কতটুকু ছুঁয়েছে, সেটা নির্দিষ্ট মার্জিনের ভেতরে পড়লে অন-ফিল্ড সিদ্ধান্তই বহাল থাকে। সিস্টেমটা সচেতনভাবে সিদ্ধান্ত নিতে অস্বীকার করে — এটা ক্রিকেটের নিজের হাতে বানানো নাল ভ্যালু। ডিএলএস-ও একই কাজ করে: বৃষ্টির পরে লক্ষ্যটা সংশোধিত হয়, আর মূল ম্যাচ-রেকর্ডে একটা ফাঁকা জায়গা তৈরি হয় যা পরে কেউ ভরে না।

এই দুইটা নিয়মের উপস্থিতি বলে দেয়, খেলাটা নিজেই জানে যে কিছু ঘর ফাঁকা থাকবে। সমস্যা হয় তখন, যখন বিশ্লেষক সেই ফাঁকা ঘরটাকে নিজের সুবিধামতো ভরে ফেলেন — কোন দলের জন্য আম্পায়ার্স কল পড়ল, সেই একটা ঘটনা দিয়ে ফরম্যাট-নিরপেক্ষ সিদ্ধান্ত টানা।

যে কলামটা কখনো শিটে ছিলই না

ফাঁকা সেল আর অনুপস্থিত কলাম — দুটো আলাদা রোগ, আর দ্বিতীয়টা বেশি বিপজ্জনক। ২০২০ সালে বিপিএল মার্চে থেমে গেল, জুনে আমার চুক্তি নবায়ন হয়নি। পাঁচ সপ্তাহ চাকরির জন্য আবেদন করিনি। জুনে চাকরি চলে গিয়েছিল, খালি স্টেডিয়াম আমাকে বাঁচিয়েছিল — সেই সময়ে প্রজেক্ট রিস্টার্টের বাকি ৯২টা বুন্দেসলিগা ম্যাচ আবার দেখলাম, প্রতিটা ফল লিখে রাখলাম। হোম টিমের পয়েন্ট পার গেম ১.৬২ থেকে নেমে এলো ১.২৮-এ, অ্যাওয়ে জয় ২৯ শতাংশ থেকে উঠে গেল ৩৭ শতাংশে। অক্টোবরে "দ্য সাইলেন্স এফেক্ট" লেখাটা ছাপা হলো।

এখানে লক্ষ করার বিষয়টা হলো, ভিড়ের উপস্থিতি কখনো কোনো শিটে কলাম ছিল না। কেউ কখনো "দর্শকসংখ্যা" নামের একটা কলাম ম্যাচ-ডেটার পাশে বসায়নি, কারণ সেটা ধ্রুবক ছিল — প্রতিটা ম্যাচে উপস্থিত। ধ্রুবক জিনিসগুলো মডেলে ঢোকে না, কারণ ওদের ভ্যারিয়েন্স শূন্য। তারপর ভ্যারিয়েন্স এলো, আর দেখা গেল আমরা এতদিন যে "হোম অ্যাডভান্টেজ" নামের জিনিসটা মাপছিলাম, তার একটা অংশ আসলে ছিল মানুষের শব্দ।

ট্রান্সফার উইন্ডো: রুমারের জ্বালানি ফাঁকা ঘর

ট্রান্সফার উইন্ডোতে একই রোগ দেখা যায়, শুধু পোশাক আলাদা। একটা দলের বেতন-বিল আর রিলিজ-ক্লজের গঠনই আসল গল্প, কিন্তু সেটা হেডলাইনে থাকে না, কারণ চুক্তির ফাঁকগুলো প্রকাশ্যে আসে না। যে ঘরগুলো ফাঁকা, সেগুলোই রুমারের জ্বালানি — আর রুমারের বেগ সত্যের গতি ছাড়িয়ে যায়।

৩ জুলাই ২০১৯-এ বেনফিকার এক সিজনের পর জোয়াও ফেলিক্সকে ১২৬ মিলিয়ন ইউরোয় আতলেতিকো মাদ্রিদে নেওয়া হয় — প্রথম দলের পঞ্চাশের কম ম্যাচ খেলা একটা ছেলের জন্য ওই দাম। ওই ট্রান্সফারটা ছিল একটা কলাম-হীন সিদ্ধান্ত: সম্ভাবনা মাপা হয়েছিল, কিন্তু সম্ভাবনার ভ্যারিয়েন্স কেউ লিখে রাখেনি। তরুণ-প্রিমিয়ামের স্প্রেডটা একতরফা ছিল, আর সেই স্প্রেডই এখন সংকুচিত হচ্ছে। রাইট-টু-ম্যাচ বা এনওসির মতো নিয়মগুলো লিগ-বনাম-দেশের টানাপোড়েন তৈরি করে, অথচ রুমারের টেবিলে সেগুলোর কোনো ঘর থাকে না।

কোড করা কলাম বনাম অনুমান

১১ জুলাই ২০২১-এ ইউরো ২০২০-র ওয়েম্বলি ফাইনাল শেষ হওয়ার আঠারো ঘণ্টার মধ্যে ইতালির বিল্ড-আপের একটা বারো পাতার ভাঙা-ভাঙা বিশ্লেষণ পোস্ট করলাম — জর্জিনিয়ো সেন্টার-ব্যাক দুটোর মাঝে নেমে আসছেন, স্পিনাজ্জোলা চল্লিশ মিটার ক্যারি নিয়ে বাঁ হাফ-স্পেসে ঢুকছেন। লেখাটা চারটা ভাষায় অনূদিত হলো, প্রায় তিন লাখ বার পড়া হলো।

এখানে লক্ষ করার জিনিসটা ট্যাকটিক্স নয়, কাঠামো। ওই বিশ্লেষণ সম্ভব হয়েছিল শুধু এই কারণে যে বিল্ড-আপ ফেজটাকে আলাদা কলাম হিসেবে কোড করা হয়েছিল। ট্যাগিং শিটে "বিল্ড-আপ" নামের ঘরটা না থাকলে জর্জিনিয়োর পজিশন আর স্পিনাজ্জোলার ক্যারি চোখে পড়ত, প্রমাণ হতো না। চোখ দেখে, শিট বিশ্বাস করায়।

পেদ্রির কেসটা উল্টো দিক থেকে একই কথা বলে। ২০২০-২১ মৌসুমে বার্সেলোনার হয়ে বাহান্ন ম্যাচ, তারপর স্পেনের হয়ে ইউরো, তারপর টোকিও অলিম্পিক — ক্লাব ও দেশ মিলিয়ে ষাটের বেশি ম্যাচ, একটা কিশোরের পায়ে। ক্লাবের ওয়ার্কলোড কলামটা এখানে ছিল, শুধু কেউ সেটা ইনজুরি-টেবিলের সঙ্গে জোড়া লাগায়নি। রাশিয়ায় শেখা পাঠটা এখানেই কাজে লাগে: ক্লান্তি একটা ডেটাসেট, ব্যাজ নয়। তরুণ খেলোয়াড়কে "পরিশ্রমী" বলে প্রশংসা করা আর তার ওয়ার্কলোড কলামটা ফাঁকা রেখে দেওয়া — দুটো কাজ একই টেবিলে বসে।

ঝুঁকি-পতাকাগুলো আসলে কলাম-চেকলিস্ট

আমার দ্বিতীয় ধাপের ফ্রেমওয়ার্কে পাঁচটা ঝুঁকি-পতাকা আছে: ফরম্যাট মিশিয়ে ফেলা, এক ম্যাচের ছোট নমুনা থেকে বেশি সিদ্ধান্ত টানা, হোম-গ্রাউন্ড সুবিধা এড়িয়ে যাওয়া, টস বা ডিএলএস-এর ভাগ্য-উপাদান আলাদা না করা, আর ডিআরএস বিতর্ক। খেয়াল করলে দেখা যাবে, পাঁচটাই আসলে একই প্রশ্নের পাঁচটা রূপ: কোন কলামটা আপনি ভুলে গেছেন?

টেস্টের অ্যাভারেজ টি-টোয়েন্টির স্ট্রাইক রেটের সঙ্গে মেশানো, তিন ম্যাচের ফর্ম দিয়ে সিরিজ-সিদ্ধান্ত, ঘরের মাঠে গড়া সেঞ্চুরি দিয়ে অ্যাওয়ে দুর্বলতা ঢেকে রাখা — সবই ফাঁকা ঘরের উপরে দাঁড়ানো সিদ্ধান্ত। ভাগ্য-উপাদানটা আলাদা করা মানে স্বীকার করা যে কিছু ফল আপনার মডেলের বাইরে, আর সেটাই সবচেয়ে সৎ কলাম।

প্রেস বক্সের ভ্যাকুয়াম আর ট্রান্সমিশন

পাবলিক ন্যারেটিভও একটা ফাঁকা ঘর ভরার যন্ত্র। একটা দল জিতলে লেখা হয় "রাজত্ব শুরু", হেরে গেলে "সংকট"। অথচ ফান্ডামেন্টাল আর বাজারের প্রত্যাশার মধ্যে একটা ব্যবধান সবসময় থাকে, আর সেই ব্যবধানের হিসাব কেউ রাখে না। আতঙ্ক বা উন্মাদনার সংকেত সবচেয়ে জোরে বাজে ঠিক সেখানে, যেখানে তথ্য সবচেয়ে কম।

ইন্ডাস্ট্রি ট্রান্সমিশনের দিক থেকে দেখলে ছবিটা পরিষ্কার। উপরের ধাপে তরুণ খেলোয়াড়ের সরবরাহ, মাঝখানে জাতীয় দল আর ফ্র্যাঞ্চাইজি লিগ, নিচে সম্প্রচার, বাণিজ্যিক চুক্তি, ফ্যান্টাসি আর বাজি — আর এই শেষ ধাপটাই সবচেয়ে দ্রুত ফাঁকা ঘর ভরে, কারণ ওখানে গতি মানেই মুনাফা। যে নিয়মটা আগে বললাম, সেটা এখানেও খাটে: প্রতিটা দাবি একটা ট্রেসযোগ্য তথ্য-বিন্দুতে ভর করা লাগবে।

যে ব্লাইন্ড স্পট কেউ অডিট করে না

বিশ্লেষকরা নিজেদের সংখ্যা অডিট করেন, নিজেদের কলাম অডিট করেন না। এটাই এক্সিকিউশনের ফাঁক। আপনি যত নিখুঁতভাবে অ্যাভারেজ, স্ট্রাইক রেট, ইকোনমি যাচাই করুন — যে কলামটা শিটে নেই, তার ভুল কেউ ধরবে না, কারণ ভুলটা অদৃশ্য।

আরও একটা অস্বস্তিকর সম্ভাবনা আছে, যা আমি সরাসরি স্বীকার করি। ফাঁকা ফলাফলের দুইটা ব্যাখ্যা থাকতে পারে: হয় উৎস নথিটাই সত্যিই ফাঁকা ছিল, নয়তো ইনটেক পাইপলাইনে চুপচাপ কিছু ভেঙে গেছে। দুটো সম্ভাবনার জন্য পদক্ষেপ একটাই — পাইপলাইনটা যাচাই করা। অনুমান করা সবচেয়ে দামি অপশন, কারণ অনুমান মানে ফাঁকা ঘরে কল্পনা ঢোকানো, আর সেই কল্পনার সূত্র কেউ কখনো চেক করবে না।

কাউন্টার-ইনটুইটিভ টেক নিজেও একটা নাল-ফিলিং ফাঁদ। অদ্ভুত প্যাটার্ন দেখানো সহজ; কঠিন হলো এমন একটা ভবিষ্যদ্বাণী দেওয়া যা ভুল প্রমাণিত হতে পারে। যদি একটা "বিপরীত" মত থেকে কোনো টেস্টেবল প্রেডিকশন না বেরোয়, তবে সেটা বিশ্লেষণ নয় — বিশেষণ দিয়ে সাজানো একটা খালি ঘর।

পরের ম্যাচে কী দেখবেন

পরের ম্যাচটা দেখার আগে স্কোরকার্ড পড়বেন না। আগে গুনুন, কতগুলো ঘর খালি। জিজ্ঞেস করুন, কোন কলামটা শিটে নেই। যে মডেল আপনাকে বলতে পারে না কোন কলামটা তার অনুপস্থিত, সেটা মডেল নয়, প্রেস রিলিজ। পরের সিরিজে খেয়াল করবেন, কোন ঘরটা প্রথমে ভরবে, আর কোন ঘরটা চিরকাল খালি থেকে যাবে — কারণ যে ফাঁকা ঘর কেউ ভরে না, সেটাই আপনার পরের বিশ্লেষণের আসল কাজ।