খালি ডেটার নীরবতা: ক্রিকেট বিশ্লেষণের ভাঙা পাইপলাইনে লুকানো সত্য

গত রাতে মুম্বাইয়ের ফ্ল্যাটে বসে ল্যাপটপ খুলেছিলাম। নতুন একটি ম্যাচ-ডেটা ফাইল এসেছে—সিরিজের তৃতীয় ম্যাচ, যেটি আমি টেলিভিশনে দেখেছি, চোখের সামনে রেখেছি প্রতিটি ওভার। ফাইল খুলে দেখি শূন্য। কোনো বল-বাই-বল এন্ট্রি নেই, কোনো রান-রেট কার্ভ নেই, কোনো তথ্যবিন্দু নেই। ম্যাচটা হয়েছে; স্কোরকার্ড ওয়েবসাইটে ঝুলছে। কিন্তু আমার বিশ্লেষণের কাঁচামাল এলো খালি হাতে। ঘড়ির দিকে তাকালাম—ভোর তিনটে। আটচল্লিশ বছর ধরে ক্রিকেট দেখছি, পনেরো বছর ধরে ডেটা ছুঁয়ে আছি, তবু এই শূন্যতা আমাকে থামিয়ে দিল। খালি ফাইল কোনো নিরীহ ঘটনা নয়; এটি একটি সংকেত, যা বেশিরভাগ মানুষ পড়তে জানে না। আধুনিক ক্রিকেট বিশ্লেষণ আসলে দুটি ধাপের একটি নল। প্রথম ধাপ—ডিকনস্ট্রাকশন: একটি ম্যাচ, একটি রিপোর্ট বা একটি সম্প্রচার থেকে তথ্যবিন্দু আলাদা করা। দ্বিতীয় ধাপ—গভীর বিশ্লেষণ: সেই তথ্যবিন্দুগুলোর উপর দাঁড়িয়ে আটটি মাত্রায় তদন্ত চালানো। ফরম্যাট ও ম্যাচ বিশ্লেষণ, খেলোয়াড়ের টেকনিক ও ডেটা, দলের ল্যান্ডস্কেপ ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক ইকোসিস্টেম, নিয়ম ও গভর্ন্যান্স, ঝুঁকি বিশ্লেষণ, জনমত ও প্রত্যাশা, এবং শিল্পের ট্রান্সমিশন—এই আটটি স্তম্ভ। এখন ভাবুন, প্রথম ধাপেই যদি কিছু না থাকে? তাহলে দ্বিতীয় ধাপের আট-স্তম্ভের কাঠামো দাঁড়ায় শুধু তথ্য অপর্যাপ্ত লেখা একটি ছকে। এখানে একটি সূক্ষ্ম পার্থক্য আছে, যেটি ইন্ডাস্ট্রিতে আমরা প্রায়ই করি না। একটি খালি ডেটাসেট আর একটি কম-তথ্যবহুল ম্যাচ এক জিনিস নয়। একটি হলো প্রক্রিয়ার ব্যর্থতা, অন্যটি হলো বিষয়বস্তুর স্বাভাবিক সীমাবদ্ধতা। প্রথমটির নাম এক্সট্রাকশন ফেইলিওর, দ্বিতীয়টির নাম সত্যিকারের খালি কনটেন্ট। এই দুটি গুলিয়ে ফেললে বিশ্লেষণ নিজের পায়ে নিজে কুড়াল মারে। বলতে পারেন, এ তো ক্রিকেট নয়, ডেটা ইঞ্জিনিয়ারিং। কিন্তু ক্রিকেট এখন ইঞ্জিনিয়ারিং-এর গায়ে জড়ানো জার্সি। ২০২২ সালের কাতার বিশ্বকাপে আমি একটি লাইভ মডেল চালাতাম। আর্জেন্টিনার এনসো ফার্নান্দেজের ৯২.৩ শতাংশ পাস কমপ্লিশন আর প্রতি ৯০ মিনিটে ২.৭টি প্রোগ্রেসিভ পাস যখন ফ্ল্যাগ করলাম, সেটা ছিল সিদ্ধান্তের ফসল, ভাগ্যের নয়। কিন্তু সেই ফ্ল্যাগের পিছনে ছিল ৬৪০ মিনিট আর ৪৮টি প্রোগ্রেসিভ ক্যারির একটি পরিষ্কার ডেটাসেট। ডেটাসেটটি যদি খালি আসত, আমি ফার্নান্দেজকে চিনতাম না; চেলসি ২০২৩ সালের জানুয়ারিতে ১০৬.৮ মিলিয়ন পাউন্ড খরচ করত কি না, সে প্রশ্নও উঠত না। ২০১৭ সালে আমি মুম্বাই সিটি এফসি-র মৌসুমের জন্য একটি স্বাধীন xG মডেল বানিয়েছিলাম। ৩৮০টি শট আর ১২০০টি ডিফেন্সিভ অ্যাকশন ক্রস-রেফারেন্স করেছিলাম। মডেল দেখাল, দল ৩১.২ xG থেকে ২৫ গোল করেছে—মাইনাস ৬.২ ফিনিশ। শট-ম্যাপ আর PPDA সহ একটি থ্রেড প্রকাশ করেছিলাম। ক্লাব সেটি উপেক্ষা করেছিল। তবু থ্রেডটি ১,২০,০০০ ইমপ্রেশন পৌঁছেছিল, কারণ প্রতিটি শটের লোকেশন আর ডিফেন্ডার প্রেশার আমি তিন সপ্তাহ ধরে আবার যাচাই করেছিলাম। ওই তিন সপ্তাহ আমার লেখালেখির চরিত্র বদলে দিয়েছিল। শুনতে অদ্ভুত লাগবে, কিন্তু ডেটা বিশ্লেষণে সবচেয়ে বড় সাহস হলো কিছু না বলার সাহস। যে বিশ্লেষক তথ্যবিন্দু ছাড়াও গল্প বুনে ফেলেন, তিনি আসলে নিজের বিশ্বাসযোগ্যতা খেয়ে ফেলেন। আট-মাত্রার কাঠামোর সবচেয়ে গুরুত্বপূর্ণ ঘরটি কোনো তারকার পরিসংখ্যান নয়; সেটি হলো সেই ঘর, যেখানে সৎভাবে লেখা থাকে—এই মাত্রায় সিদ্ধান্ত নেওয়ার মতো প্রমাণ নেই। আমি আইএসএল-এর xG মডেল বানিয়েছিলাম স্কোরলাইন যা বলতে অস্বীকার করেছিল, তা শুনতে। সেই মডেল আমাকে শিখিয়েছিল, প্রতিটি সংখ্যার পিছনে একটি অনুমান থাকে, আর অনুমান যাচাই না করে প্রকাশ করা মানে পাঠকের সঙ্গে প্রতারণা। আইএসএল-এ প্রতিটি শট ছিল এমন এক প্রশ্ন, যা সম্প্রচার কখনো করতে ভাবেনি—শটটি কোথা থেকে নেওয়া, ডিফেন্ডার কতটা নিকটে, গোলকিপারের অবস্থান কী। এই প্রশ্নগুলো উত্তরহীন থেকেও উত্তর দেয়। কিন্তু ডেটা না থাকলে প্রশ্নটাই দাঁড়ায় না। এখানেই ফরম্যাট-প্রসঙ্গের ব্যাপারটা আসে। টেস্ট, ওয়ানডে আর টি-টোয়েন্টির ট্যাকটিক্স এক নয়; একটি ফরম্যাটের মেট্রিক অন্য ফরম্যাটে নিলে সিদ্ধান্ত ভুল হয়। ২০১৮ রাশিয়া বিশ্বকাপে আমি ফ্রান্সের প্রতিটি ম্যাচ PPDA দিয়ে ট্র্যাক করেছিলাম। দেসাম্পের দল নকআউট পর্বে প্রতি ম্যাচে মাত্র ০.৯ xG সৃষ্টি করতে দিয়েছিল, আর সেমিফাইনালিস্টদের মধ্যে তাদের PPDA ছিল সর্বোচ্চ ১৫.৩—অর্থাৎ তারা গভীরে বসে কাউন্টার করত। PPDA কোনো পরিসংখ্যান নয়; PPDA একটি দল। ফাইনালের পর ৪,০০০ শব্দের ব্রেকডাউন প্রকাশ করেছিলাম, তবে তার আগে দুই সপ্তাহ ধরে অফ-বল প্রেসিং ট্রিগার যাচাই করেছিলাম। এখন আসি সেই প্রতিকূলে, যা এই শূন্য ফাইল আমাকে ভাবাচ্ছে। সাধারণ ধারণা—বিশ্লেষকের যত বেশি ডেটা, তত ভালো। কিন্তু ২০২০ সালে জার্মান বুন্দেসলিগার খালি স্টেডিয়াম পুনরারম্ভ নিয়ে কাজ করতে গিয়ে আমি উল্টোটা শিখেছিলাম। ৯২টি ম্যাচ ট্র্যাক করে দেখলাম হোম-উইন রেট ৪৩.৪ শতাংশ থেকে ৩৩.৩ শতাংশে নেমেছে, অ্যাওয়ে দল প্রতি ম্যাচে ০.২১ xG বাড়িয়েছে; রবার্ট লেভানডফস্কি তখনও ৩৪ গোল করেছিলেন। সেখানে সংখ্যা নয়, প্রেক্ষাপটই ছিল আসল আবিষ্কার—ক্যানভাস ছাড়া মডেল অসম্পূর্ণ। ঠিক তেমনই, একটি খালি ডেটাসেটও একটি তথ্য: সেটি বলে দেয় প্রক্রিয়ার কোথায় গর্ত আছে। আরেকটি ভুল ধারণা আছে—পরিসংখ্যান যা বলে, সেটাই সত্য। অথচ সম্পর্ক আর কারণ এক নয়। একটি খালি পেলোড জেনুইন কম-তথ্যবহুল ম্যাচ আর এক্সট্রাকশন ব্যর্থতার মধ্যে পার্থক্য করতে পারে না—এটাই বিপদ। যে বিশ্লেষক এই পার্থক্য না বুঝে পাশে থাকা যেকোনো ফাঁকা ঘর গল্প দিয়ে ভরে দেন, তিনি ভয়ংকরভাবে ভুল হতে পারেন। শিল্পে যত বড় ক্ষতি হয়েছে, তা ডেটার অভাব থেকে নয়, ডেটার অভাব গোপন করে বানানো আত্মবিশ্বাস থেকে। তাই পরের ম্যাচে স্কোরকার্ড দেখে গল্প লিখতে বসে একটি প্রশ্ন করুন—আমি যে তথ্যবিন্দুগুলো নিয়ে বলছি, সেগুলো কি সত্যিই এসেছে, নাকি আমি সেগুলো অনুমান করছি? ক্রিকেটের আসল স্কোর কখনোই শুধু রান আর উইকেটে লেখা থাকে না; সেটি লুকিয়ে থাকে কোন তথ্য পাওয়া গেল আর কোন তথ্য গায়েব—সেই খাতায়। পরের ওভারে হয়তো একটি শট দেখবেন আর ভাববেন, এটা লাক নাকি ডিজাইন। উত্তরটা দেবে ডেটা—শর্ত থাকে, ডেটা সৎভাবে আসুক।