খালি ঘরের সততা: ক্রিকেট অ্যানালিটিক্সে ডেটা-চেইন ভাঙলে কী হয়

মুম্বাইয়ের ফ্ল্যাটে রাত দুটোয় ল্যাপটপ খুলে আমি প্রথমে যে জিনিসটা দেখি, সেটা কোনো স্কোরকার্ড নয়—একটা খালি কলাম। শিরোনামের ঘরে লেখা “তথ্যবিন্দু”, নিচে সারি তৈরি, অথচ ভেতরে একটি শব্দও নেই। সূত্র নেই, তারিখ নেই, দল নেই, খেলোয়াড় নেই, কোনো দাবিও নেই। বিশ্লেষণের পুরো কাঠামো দাঁড়িয়ে আছে, কিন্তু তার পায়ের নিচে মাটি নেই। ক্রিকেটে আমি শূন্য রানে ফিরে যাওয়া ব্যাটসম্যান দেখেছি, পরপর দুই বলে দুই উইকেট পড়তে দেখেছি, এমনকি শেষ ওভারে নো-বলে ম্যাচ হাতছাড়া হওয়াও দেখেছি। কিন্তু ডেটা-কাজে খালি ঘর হলো সেই ডেলিভারি, যেটা স্টাম্পে লাগে না—সোজা বিশ্লেষকের মাথায় লাগে। তেরো বছরের কাজে আমি একটা জিনিস শিখেছি: ভুল সংখ্যার চেয়ে খালি ঘর অনেক বেশি সৎ। ভুল সংখ্যা মিথ্যা আত্মবিশ্বাস তৈরি করে; খালি ঘর অন্তত সত্যিটা বলে দেয়—এখানে এখনো কিছু জানা হয়নি।

একটা খালি কলাম কীভাবে পুরো বিশ্লেষণের ভাগ্য নির্ধারণ করে দিল, সেটা বোঝার আগে ডেটা-চেইনটা বোঝা দরকার।

আমি যে পদ্ধতিতে কাজ করি, সেটা দুই ধাপের। প্রথম ধাপে একটি লেখা বা রিপোর্ট ভেঙে তার ভেতরের তথ্যবিন্দুগুলো আলাদা করা হয়—কোন দল, কোন খেলোয়াড়, কোন ম্যাচ, কোন সংখ্যা, কোন সূত্র। দ্বিতীয় ধাপে সেই বিন্দুগুলোর ওপর আটটি মাত্রায় বিশ্লেষণ চালানো হয়: ফরম্যাট ও ম্যাচের ধরন, খেলোয়াড়ের টেকনিক ও ডেটা, দলের ল্যান্ডস্কেপ ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক ইকোসিস্টেম, নিয়ম ও গভর্ন্যান্স, ঝুঁকির হিসাব, জনমত ও প্রত্যাশার ফাঁক, আর শেষে পুরো ইন্ডাস্ট্রিতে ঢেউয়ের ট্রান্সমিশন। ক্রিকেটের ডেটা-চেইন ঠিক এই রকম: স্কাউটের হাতে লেখা নোট, তারপর স্কোরকার্ড, তারপর স্ট্রাকচার্ড ডেটা, তারপর মডেল, শেষে কোচের সিদ্ধান্ত। যেকোনো এক জায়গায় চেইন ভাঙলে তার নিচের সবকিছু অনুমানে পরিণত হয়।

বাংলাদেশ আর ভারতের মতো বাজারে এই চেইনটা প্রায়ই ভাঙা অবস্থায় থাকে। অনেক ভেন্যুতে বল-ট্র্যাকিং ক্যামেরা নেই, নির্ভরযোগ্য API নেই, লাইভ ফিডের মান প্রশ্নবিদ্ধ। প্রথম ধাপের আউটপুট খালি মানে এই নয় যে ক্রিকেটে কিছু ঘটেনি; বরং বুঝতে হবে, উপরের স্তরের কোনো একটা অংশ নীরবে ফেল করেছে। ২০১৮ বিশ্বকাপের মডেলটা আমি এক্সেলে বানিয়েছিলাম, কারণ স্টেডিয়ামে কোনো API ছিল না। এক্সেল, স্কোরকার্ড আর হাতে টাইপ করা ডেটা—এই তিনটাই আমাদের বাস্তবতায় বৈধ গবেষণা-অবকাঠামো। অনেকে একে দুর্বল ডেটা বলেন; আমি বলি, এটাই সেই ডেটা, যা বাস্তবে পাওয়া যায়।

খালি তথ্যবিন্দুর তালিকা নিয়ে বিশ্লেষণ চালানোর অর্থ হলো ফাঁকা জায়গায় নিজের কল্পনা বসিয়ে দেওয়া। এখানেই আসল পরীক্ষা। আটটি মাত্রার প্রতিটির নিজস্ব ন্যূনতম শর্ত আছে।

ফরম্যাট না জানলে টেস্ট আর টি-টোয়েন্টির সংখ্যা গুলিয়ে ফেলার ঝুঁকি তৈরি হয়—এক ইনিংসের ধৈর্য আর বিশ ওভারের ঝড় এক নয়। খেলোয়াড়ের নাম ছাড়া এভারেজ বা স্ট্রাইক রেট শুধু কিছু দশমিক; কোন পিচে, কোন প্রতিপক্ষের বিপক্ষে, কোন সময়ে—এসব ছাড়া সংখ্যাটা কথা বলে না। ভিরাট কোহলির পঞ্চাশতম ওডিআই সেঞ্চুরি একটা যাচাইযোগ্য মাইলস্টোন, কিন্তু কোন পিচে, কোন প্রতিপক্ষের বিপক্ষে—সেই প্রেক্ষাপট ছাড়া সংখ্যাটা অর্ধেক কথা বলে। শাকিব আল হাসানের মতো অলরাউন্ডারের মূল্য বোঝা যায় কেবল উইকেট আর রানের যোগফলে নয়, বরং কোন ওভারে তিনি বল করলেন, কোন চাপে তিনি ব্যাট করলেন—সেই স্প্লিটে।

দলের ল্যান্ডস্কেপে ঢুকলে দেখা যায়, একটা দল ঘরের মাঠে যে গভীরতায় খেলে, নিরপেক্ষ ভেন্যুতে তার অর্ধেকও দেখাতে পারে না। নকআউট টুর্নামেন্টে এই পার্থক্যটাই সবচেয়ে বড় অজানা ভেরিয়েবল। লিগ আর বাণিজ্যিক ইকোসিস্টেমে ব্রডকাস্ট ভ্যালু আর ফ্র্যাঞ্চাইজির দামের অঙ্কগুলো প্রায়ই মাঠের পারফরম্যান্সের চেয়ে বাজারের গুজবে বেশি নির্ভর করে। ট্রান্সফার বাজার আমাকে শিখিয়েছে, একটা ফি হলো কেবল একটা সংখ্যা, যার সঙ্গে একটা গুজব জোড়া লাগানো আছে। নিয়ম-গভর্ন্যান্সের স্তরে গিয়ে থামতে হয়—কার ক্ষমতা, কার আয়, কে সিদ্ধান্ত নেয়। ইস্পোর্টসে প্যাচ নোট রোস্টার বদলায় ট্রান্সফার উইন্ডোর চেয়েও দ্রুত; ক্রিকেটে নিয়ম বদল ঠিক তেমন—আর ঝুঁকির ম্যাট্রিক্স, জনমতের প্রত্যাশা-ফাঁক, শেষে ট্রান্সমিশন: যুব ক্রিকেট থেকে জাতীয় দল, সেখান থেকে ব্রডকাস্ট আর ডেরিভেটিভ বাজার। একটা ঢেউ কোথায় গিয়ে থামে, সেটা না জানলে বিশ্লেষণ অসম্পূর্ণ থেকে যায়।

আমার নিজের পদ্ধতিতে এই শর্তগুলো তত্ত্ব নয়, রোজকার অভ্যাস। ২০১৮ সালে মুম্বাইতে পড়ার সময় রাশিয়া বিশ্বকাপের ৬৪টি ম্যাচের জন্য আমি এক্সেলে একটা প্রাথমিক xG মডেল বানিয়েছিলাম। ক্রোয়েশিয়ার আন্ডারলাইং সংখ্যা ছিল প্রতি ম্যাচে +০.৪৭ xG ডিফারেনশিয়াল। সেই থ্রেড দুই লাখ ইমপ্রেশন পায়। ফাইনালের আগে আমি প্রতিরক্ষামূলক মেট্রিকের ভিত্তিতে ফ্রান্সের জয়ের কথা লিখেছিলাম, গল্পের ভিত্তিতে নয়। সেটা সম্ভব হয়েছিল শুধু এই কারণে যে প্রতিটি দাবির পিছনে একটা করে তথ্যবিন্দু ছিল।

২০২০ সালে দর্শকশূন্য স্টেডিয়াম আমাকে আরেকটা পরীক্ষা দিল। মুম্বাই সিটি এফসির জুনিয়র ডেটা অ্যানালিস্ট হিসেবে আমি আইএসএল আর ইউরোপের ১২০টি বন্ধ-দরজার ম্যাচ বিশ্লেষণ করলাম। হোম-উইন শতাংশ ৪৬ থেকে ৩৮-এ নামল, সেট-পিস কনভার্শন ১২ শতাংশ কমল। স্টেডিয়াম যখন খালি হয়ে গেল, আমার হোম-অ্যাডভান্টেজ ভেরিয়েবলটা চুপচাপ পদত্যাগ করল। পনেরো পাতার একটা জরুরি ব্রিফ কোচিং স্টাফের হাতে গেল, তারা সঙ্গে সঙ্গে সেট-পিস রুটিন বদলাল। সেই মৌসুমে আইএসএল ২০২০-২১ শিরোপা এল। শিক্ষাটা স্পষ্ট: কম কিন্তু যাচাইযোগ্য মেট্রিক দীর্ঘ আলোচনার চেয়ে বেশি কাজে দেয়।

ইউরো ২০২০-তে আমি ৫১টি ম্যাচের PPDA ট্র্যাক করলাম; ইতালির প্রেসিং স্ট্রাকচার ছিল সেরা, ৬.৮। PPDA ইউরো ২০২০ পেরিয়ে গিয়েছিল; টোকিও তাকে প্রমাণ করতে বাধ্য করল যে সে ভ্রমণ করতে পারে। টোকিও অলিম্পিকে ১৬টি পুরুষ দলের ডিস্ট্যান্স-কভারড ডেটা নিয়ে আমি তুলনামূলক প্রেসিং ইনডেক্স দাঁড় করালাম। মেট্রিক এক ফরম্যাট থেকে আরেক ফরম্যাটে যায়, কিন্তু সে সঙ্গে করে তার শর্তগুলোও বহন করে—সেটা না মানলে সে মিথ্যা বলে।

এই কারণেই আমার একটা রীতি আছে: প্রতিটি মডেলের জন্য ডেটার নাম বলো, ডেটা পরিষ্কার করো, তারপর ডেটাকে বিশ্বাস করো। এই তিন ধাপের প্রথমটাই আজকের রাতে ভেঙেছে। নাম নেই, তাই পরিষ্কার করার কিছু নেই, তাই বিশ্বাস করারও কিছু নেই।

একটা উদাহরণ পরিষ্কার করে দেবে ব্যাপারটা। রোহিত শর্মার ২৬৪ রান—২০১৪ সালে কলকাতায় শ্রীলঙ্কার বিপক্ষে—একদিনের ক্রিকেটের সর্বোচ্চ ব্যক্তিগত ইনিংস। এই সংখ্যাটা সত্য, যাচাইযোগ্য, সূত্রসহ উদ্ধৃত করার যোগ্য। কিন্তু কেউ যদি কেবল এই এক ইনিংস দেখে সিদ্ধান্তে পৌঁছায় যে রোহিত প্রতিটি কন্ডিশনে অপরাজেয়, তবে সে একক নমুনাকে সার্বজনীন সত্য বানিয়ে ফেলছে। তথ্যবিন্দু থাকা আর তথ্যবিন্দুকে ঠিকভাবে ব্যবহার করা—দুইটা আলাদা কাজ।

গত কয়েক বছর ধরে ম্যাচ দেখার সময় আমি একটা অভ্যাস মেনে চলি: প্রতিটি বড় শট বা বড় উইকেটের পর নিজেকে প্রশ্ন করি—এই মুহূর্তটা কোন সংখ্যার সঙ্গে মিলছে? টেলিভিশনের ধারাভাষ্য যখন আবেগে ভর করে, তখন আমার পিভট টেবিল শান্ত থাকে। একবার এক ম্যাচে আমার চোখের বিচার আর পিভট টেবিলের ফল একেবারে উল্টো দাঁড়াল। আই-টেস্ট আমার পিভট টেবিলে বারবার ফেল করছিল, তাই আমি তাকে কোণায় বসিয়ে দিলাম—এবং ডেটা ঠিক প্রমাণিত হলো।

টুর্নামেন্ট সাইকেলে এই শৃঙ্খলার দাম আরও বাড়ে। চার বছরের অপেক্ষা, একটা খারাপ দিন, আর পুরো ক্যারিয়ারের হিসাব বদলে যায়। ঠিক তখনই আবেগ সবচেয়ে জোরে চিৎকার করে। পতাকা আর গল্পের ভিড়ে বিশ্লেষককে মাঠের ওপরেই ভরসা রাখতে হয়—কোন ডেলিভারিতে কী হয়েছিল, সেটাই শেষ কথা।

এখন আসি সেই অংশে, যেখানে আমার নিজের ব্র্যান্ডের বিরুদ্ধে দাঁড়াতে হয়।

শিল্পের সবচেয়ে বড় চাপ হলো সবসময় কিছু বলার। খালি তথ্যবিন্দুর সামনে দাঁড়িয়ে অনেকে মনে করেন, ফাঁকা ঘরটা পূরণ করলেই কাজ শেষ। এখানেই বিপদ। করিলেশন আর কার্যকারণের পার্থক্য না বুঝে কেউ যদি লিখে দেন, এই ডেটা প্রমাণ করে দলটার ভিত মজবুত, তবে সেটা বিশ্লেষণ নয়, বানানো গল্প। আমার টিম আমাকে কনসালট্যান্ট বলে; আমি নিজেকে বলি স্প্রেডশিট আর আতঙ্কের মধ্যে অনুবাদক। অনুবাদের প্রথম শর্ত হলো মূল কথা ঠিক রাখা—নাহলে অনুবাদ যত সুন্দরই হোক, সেটা মিথ্যা।

উল্টো দিকটাও মনে রাখা দরকার। বেশি ডেটা মানেই ভালো সিদ্ধান্ত নয়। ডেটা-মরুভূমিতে প্রত্যাখ্যানের শৃঙ্খলাই আসল প্রতিযোগিতামূলক সুবিধা। যে বিশ্লেষক নির্দ্বিধায় বলতে পারেন “এখানে আমার কিছু বলার নেই”, তিনি অন্যদের চেয়ে বেশি বিশ্বাসযোগ্য। খালি ডেটাসেট নিজেই একটা ফলাফল—এটা পাইপলাইনের দুর্বলতা চিহ্নিত করে, ভুল সিদ্ধান্তের আগেই সতর্ক করে। এই নাল-রেজাল্টকে ব্যর্থতা ভাবা মানে ডেটা-সংস্কৃতির মূল শিক্ষাটাই মিস করা।

তাই এই রাতের সিদ্ধান্ত পরিষ্কার: বিশ্লেষণ থামুক, তথ্যবিন্দু ফেরত আসুক। শিরোনাম, সূত্র, ন্যূনতম তিনটি তথ্যবিন্দু আর একটা ফরম্যাট অ্যাঙ্কর—এই চারটা হাতে না এলে কোনো সংখ্যা লিখব না। পাইপলাইনে একটা ভ্যালিডেশন গেট বসানো হবে, যেটা শূন্য তথ্যবিন্দু দেখলেই থামিয়ে দেবে।

সামনের রাউন্ডে আপনার চোখ রাখা উচিত ওই গেটটার দিকে। কারণ টুর্নামেন্ট যত গড়ায়, প্রত্যাশার চাপ তত বাড়ে, আর চাপের মুখে ডেটার ঘরগুলো ভরাট করার লোভও তত তীব্র হয়। প্রশ্নটা তাই সরল নয়—কত দ্রুত একটা সিদ্ধান্তে পৌঁছালাম, সেটা মুখ্য নয়; প্রশ্নটা হলো, সিদ্ধান্তটা কতটা সৎ। আর খালি ঘরের সামনে দাঁড়িয়ে আপনি কোনটা বেছে নেবেন—দ্রুত একটা উত্তর, নাকি সঠিক একটা উত্তর?