এশিয়ার ক্রিকেটে সবচেয়ে বড় ঘাটতি রান নয়, তথ্য

মুম্বইয়ের ঘরে তিনটে স্ক্রিন জ্বলছিল। একটি স্কোরকার্ড, একটি বল-বল-বল শিট, আর একটি চল্লিশ কলামের ডেটা টেবিল। স্কোরকার্ড পুরো ভরা — রান, উইকেট, ওভার, ইকোনমি, স্ট্রাইক রেট। কিন্তু টেবিলের নবম কলামে লেখা 'প্রেশার ইনডেক্স'-এর নিচে চল্লিশটি ঘর খালি। পাশের কলাম 'বোলার-ব্যাটার ম্যাচআপ'-এও শূন্য।

ওই খালি ঘরগুলোর দিকে আমি অনেকক্ষণ তাকিয়ে ছিলাম। স্কোরকার্ড আমাকে বলে দিচ্ছিল কে জিতেছে। কিন্তু জিতল কেন, সেটা ওই টেবিলে ছিল না — কারণ প্রশ্নটা কেউ তুলেইনি। এশিয়ার ক্রিকেটে গত এক দশকে যত ম্যাচ হয়েছে, তার বিশাল অংশে ঠিক এই ঘটনাটাই ঘটেছে: খেলা হয়েছে, রেকর্ড হয়েছে, তথ্য জমা হয়নি।

আমি ২০১৭ সালে মুম্বইয়ে বসে যে xG মডেলটা বানিয়েছিলাম, তার একটাই উদ্দেশ্য ছিল — স্কোরলাইন যা বলতে চায়নি, সেটা শোনা। ৩৮০টি শট আর ১,২০০টি ডিফেন্সিভ অ্যাকশন মিলিয়ে মডেল বলেছিল, মুম্বই সিটি ৩১.২ xG থেকে ২৫ গোল করেছে — মাইনাস ৬.২। থ্রেডটা ১,২০,০০০ ইমপ্রেশনে পৌঁছেছিল, কিন্তু ক্লাব তা পড়েনি। তবু ওই তিন সপ্তাহের পুনঃযাচাই আমাকে একটা অভ্যাস দিয়েছে: ডেটা পুরোপুরি অডিট না হলে আমি লিখি না। ক্রিকেটে এসে দেখলাম, অডিট করার আগেই সমস্যা — ডেটাটাই নেই।

এশিয়ান ক্রিকেট ইকোসিস্টেমে পূর্ণ সদস্য ছয়টি — ভারত, পাকিস্তান, শ্রীলঙ্কা, বাংলাদেশ, আফগানিস্তান, আর এশিয়ান ক্রিকেট কাউন্সিলের আয়োজক কাঠামো। প্রত্যেকের ক্রিকেট-অর্থনীতি, দলগঠনের গভীরতা আর তথ্য-সংস্কৃতি আলাদা। কিন্তু এই ছয়টি বাস্তবতাকে একটি ছাঁচে ফেলে বিশ্লেষণ করা হয়, কারণ ছাঁচটা তৈরি হয়েছে একটিমাত্র বাজারে — ভারতে।

পরিসংখ্যানটা মোটামুটি সর্বজনস্বীকৃত: বৈশ্বিক ক্রিকেটের বাণিজ্যিক আয়ের সিংহভাগ ভারত থেকেই আসে, শিল্প-ঐকমত্য অনুযায়ী ৭০ শতাংশেরও বেশি। সংখ্যাটা আনুমানিক ধরুন, কিন্তু দিকটা পরিষ্কার। টাকা যেদিকে, তথ্যসংগ্রহের পরিকাঠামোও সেদিকে। ফলে কলম্বোতে হওয়া একটা এশিয়া কাপ ম্যাচ, বা ঢাকার একটা দ্বিপাক্ষিক সিরিজ, মডেল করা হয় মুম্বইয়ের অনুমান দিয়ে।

ফলে যা হারায়, তা হলো মাটি থেকে ওঠা তথ্য। হিন্দি, উর্দু, বাংলা, তামিল, সিনহালা সংবাদমাধ্যমে যা রোজ লেখা হয় — পিচ রিপোর্টের সূক্ষ্ম ইঙ্গিত, নেট সেশনের শারীরিক ভাষা, সিলেকশনের অলিখিত রাজনীতি — তার বড় অংশ ইংরেজি অ্যাগ্রিগেশনে পৌঁছায়ই না। আমি বহুবার দেখেছি, একই বোলারের নাম তিন ভাষায় তিন বানানে ঘোরে, আর ডেটাবেসে সে তিনজন আলাদা মানুষ।

এখানেই আমার পেশার প্রথম পাঠ: বিশ্লেষক যখন অনুবাদক নয়, গেটকিপার হয়ে ওঠে, তখন সে আর তথ্য দেয় না, সেটা আটকে রাখে।

তথ্যহীনতা কোনো একক ব্যর্থতা নয়। এটা তিন স্তরে ঘটে।

প্রথম স্তর, ভাষা। এশিয়ার ক্রিকেট সংবাদ একভাষিক নয়। যে সাংবাদিক নেট সেশনে দাঁড়িয়ে আছেন, তিনি হয়তো বাংলায় লিখছেন, আর তার লেখা ইংরেজি মডেলে ঢোকে না। ২০২০ সালে কোভিডের ফাঁকা স্টেডিয়াম নিয়ে গবেষণা করার সময় ৯২টি ম্যাচ ট্র্যাক করেছিলাম — ঘরের মাঠে জয়ের হার ৪৩.৪ শতাংশ থেকে নেমে ৩৩.৩ শতাংশ, অ্যাওয়ে দলের জন্য ম্যাচপ্রতি ০.২১ xG বাড়তি। ৮,৪০০ পাস আর ১,২০০ মিনিটের ডেটা মিলিয়ে দেখতে হয়েছিল, দশ দিন রিপোর্ট আটকে রেখেছিলাম শুধু ডেটাসেট পরিষ্কার করতে। এশিয়ান ক্রিকেটে এই 'দশ দিন' কেউ দেয় না, কারণ পরিষ্কার করার মতো কাঁচামালই জমা হয় না।

দ্বিতীয় স্তর, এনটিটি। নাম, ভূমিকা, বয়স, ইনজুরির ইতিহাস — এই চারটে যদি না মেলে, কোনো মেট্রিক অর্থহীন। টেস্ট ওপেনার আর T20 ফিনিশারকে একই স্ট্রাইক রেট দিয়ে বিচার করা ততটাই ভুল, যতটা ভুল ফুটবলে সেন্টার-ব্যাককে গোলসংখ্যা দিয়ে মাপা। রোহিত শর্মা, বাবর আজম, সাকিব আল হাসান, রশিদ খান — এঁদের নাম একই টেবিলে বসে, অথচ ভূমিকা আলাদা, ফরম্যাট আলাদা, প্রত্যাশার চাপ আলাদা।

২০১৮ রাশিয়া বিশ্বকাপে ফ্রান্সের নকআউট পর্বে ম্যাচপ্রতি মাত্র ০.৯ xG খরচ হয়েছে, PPDA ১৫.৩ — সেমিফাইনালিস্টদের মধ্যে সর্বোচ্চ। সংখ্যাটা তখনই অর্থবহ হলো, যখন জানলাম কে কোন ভূমিকায় ছিল। PPDA কোনো নিছক পরিসংখ্যান নয়, PPDA একটা দল — ভূমিকা ছাড়া সেটা শুধুই চার অঙ্কের একটা সংখ্যা। ক্রিকেটে বোলিং অ্যাটাকের সমতুল্য সূচক এখনো নেই।

তৃতীয় স্তর, মেট্রিক। ক্রিকেটে 'প্রেশার' মাপার কোনো সর্বজনস্বীকৃত সংজ্ঞা নেই। ফুটবলে xG-এর মতো একটা সাধারণ ভাষা তৈরি হয়েছে; ক্রিকেটে পাওয়ারপ্লের চাপ, ডেথ ওভারের চাপ, ফিল্ড সেটিংয়ের আগ্রাসন — প্রত্যেকে নিজের মতো মাপে। ফলে তুলনা হয় না, আর তুলনা না হলে সিদ্ধান্তও হয় না।

এর সঙ্গে যোগ হয় একটা কাঠামোগত ফাঁক। ভারত-পাকিস্তান দ্বিপাক্ষিক সিরিজ ২০১২-১৩ মৌসুমের পর আর হয়নি; তাদের সব মুখোমুখি হয়েছে আইসিসি বা এশিয়ান ক্রিকেট কাউন্সিলের ইভেন্টে। অর্থাৎ এই ম্যাচগুলোর নমুনা এলোমেলো নয় — প্রতিটি ম্যাচই সর্বোচ্চ চাপের ম্যাচ। এই নমুনার ওপর দাঁড়ানো কোনো মডেল স্বাভাবিকভাবেই চাপের প্রভাবকে বাড়িয়ে দেখাবে। এটা নমুনার ত্রুটি, ক্রিকেটারদের নয়।

এখানেই সবচেয়ে বড় ফাঁদ। ধরে নেওয়া হয়, তথ্য বেশি হলে বিশ্লেষণ ভালো হবে। আমার অভিজ্ঞতা উল্টো বলে। ২০২২ কাতার বিশ্বকাপে এনজো ফের্নান্দেসকে চিহ্নিত করেছিলাম ৯২.৩ শতাংশ পাস কমপ্লিশন আর প্রতি ৯০ মিনিটে ২.৭ প্রোগ্রেসিভ পাস দেখে; ৬৪০ মিনিট আর ৪৮টি প্রোগ্রেসিভ ক্যারি ট্র্যাক করেছিলাম। জানুয়ারি ২০২৩-এ চেলসি তাঁকে নেয় ১০৬.৮ মিলিয়ন পাউন্ডে। কিন্তু সিদ্ধান্তটা এসেছিল মডেল থেকে নয়, মডেলটা পুরো হতে দেওয়া তিন সপ্তাহের ধৈর্য থেকে।

ক্রিকেটে এই ধৈর্যের জায়গাটা আরও বড়, কারণ ভেরিয়েবল বেশি। পাওয়ারপ্লেতে উচ্চ স্ট্রাইক রেট আর জয়ের মধ্যে সম্পর্ক আছে — কিন্তু কারণটা ব্যাটার নাও হতে পারে, কারণটা হতে পারে ফিল্ড রেস্ট্রিকশন। সম্পর্ক আর কারণ গুলিয়ে ফেললে বিশ্লেষণ আত্মবিশ্বাসী হয়, সঠিক হয় না।

দ্বিতীয় ফাঁদটা আরও সূক্ষ্ম: মেট্রিকের অস্পষ্টতাকে কর্তৃত্ব ভাবা। আমি যখন কোনো নতুন সূচক ব্যবহার করি, নিজেকে একটা প্রশ্ন করি — এই সংখ্যাটা মাঠের কোন দৃশ্যটা বোঝাচ্ছে, এক বাক্যে বলতে পারি কি? না পারলে সূচকটা বাদ।

আর একটা কথা স্পষ্ট করা দরকার: একটা খালি ডেটাসেটও একটা ফলাফল। শূন্য তথ্য মানে বিশ্লেষকের ব্যর্থতা নয়, পাইপলাইনের ব্যর্থতা। সেটা লুকিয়ে সাধারণ মন্তব্য লিখে ফেলাই আসল বিপদ — কারণ ডেটার অভাবকে বিশ্লেষণের মোড়কে সাজিয়ে দিলে পাঠক পার্থক্যটা ধরতে পারেন না।

২০২৮ লস অ্যাঞ্জেলেস অলিম্পিকে ক্রিকেটের অন্তর্ভুক্তি এশিয়ান ক্রিকেটের ক্যালেন্ডার আর সম্পদ বণ্টন দুটোই বদলে দেবে। অলিম্পিক মানে একক, তুলনাযোগ্য, আন্তর্জাতিক মানের ডেটা স্ট্যান্ডার্ড — যা এশিয়ার বর্তমান আঞ্চলিক ব্যবস্থায় নেই।

প্রশ্নটা তাই স্পষ্ট: যে সংস্থা প্রথম বাংলা, উর্দু আর তামিল ভাষার ক্রিকেট তথ্যকে যন্ত্রে পড়ার উপযোগী করে তুলবে, সে-ই পরের দশকের এশিয়ান ক্রিকেট বিশ্লেষণ লিখবে। আর বাকিরা? তারা স্কোরকার্ড পড়ে যাবে, আর ভাববে খেলাটা বুঝে ফেলেছে।