খালি কলামের পাঠ: ক্রিকেট বিশ্লেষণে 'কোনো ডেটা নেই' কেন সবচেয়ে সৎ উত্তর

গত সপ্তাহে একটা বল-বাই-বল ফিড খুলে আমি প্রায় এক ঘণ্টা চুপচাপ বসে রইলাম। ম্যাচ আইডি জেনারেট হয়েছে, ইনিংস ভাগ হয়ে গেছে, ওভার-কলামগুলোও তৈরি। কিন্তু প্রতিটি ঘর ফাঁকা — কোনো রান নেই, কোনো ডট বল নেই, কোনো এক্সট্রা নেই। যে সংখ্যাগুলো আমার বিশ্লেষণের মূল কাঠামো হওয়ার কথা ছিল, সেগুলো কেবল আসেনি। পাইপলাইনের কোনো এক জায়গায় সংযোগ ছিঁড়ে গেছে, অথচ কোনো এরর মেসেজ আসেনি।

ওই ফাঁকা কলামগুলোর দিকে তাকিয়ে আমার মনে পড়ল ২০১৮ সালের কথা। রাশিয়া বিশ্বকাপে অস্ট্রেলিয়া-ফ্রান্স ম্যাচে আমি অ্যারন ময়ের ১২.৩ কিলোমিটার দূরত্ব লিখেছিলাম — মাঠের সবচেয়ে বেশি। প্রথম পাঠটা ছিল সরল: ময় ম্যাচটা শাসন করেছেন। কিন্তু পরে যখন ফ্রান্সের ফাইনাল থার্ডে ঢোকার প্রতিটি এন্ট্রি গুনলাম, দেখলাম ফ্রান্স ২.১ এক্সজি তৈরি করেছে, আর অস্ট্রেলিয়ার পিপিডিএ ১৪.২। তখন বুঝলাম, দূরত্ব একা কোনো গল্প বলে না। ময়ের দূরত্ব কোনো পরিসংখ্যান ছিল না, সেটি ছিল ম্যাচের একটা মানচিত্র — আর মানচিত্র পড়তে না জানলে সংখ্যা কেবল সংখ্যাই থেকে যায়।

আধুনিক ক্রিকেট বিশ্লেষণ দাঁড়িয়ে আছে একটা সরল বিশ্বাসের ওপর — ডেটা সত্য বলে। কিন্তু ডেটারও নিজের একটা জীবনচক্র আছে। প্রথমে সোর্স থেকে তথ্য তোলা হয়, তারপর সেটিকে গঠন করে বিশ্লেষণের ধাপে পাঠানো হয়। এই দুই ধাপের মাঝখানে যদি হাতবদল ভেঙে পড়ে, তাহলে বিশ্লেষণ যতই নিখুঁত হোক, তার ফল শূন্য।

আমি ২০১১ সালে বিডিক্রিকটিম নামের একটি পেজ চালু করার সময় এই শিক্ষাটা পাইনি। তখন আমার কাছে ক্রিকেট মানেই স্কোর — কে কত রান করল, কে কত উইকেট নিল। পরে ব্রিসবেনে জুনিয়র ডেটা অ্যানালিস্ট হিসেবে কাজ শুরু করে বুঝলাম, স্কোরকার্ড আসলে একটি ফরেনসিক ডকুমেন্ট। প্রতিটি সংখ্যার পেছনে একটা প্রক্রিয়া থাকে, আর সেই প্রক্রিয়া ভেঙে গেলে সংখ্যা মিথ্যে হয়ে যায়।

২০১৭ সালে জেমি ম্যাকলারেনের ১৬.৮ এক্সজি থেকে ১৯ গোলের হিসাব বের করার সময় আমি তিন সপ্তাহ ধরে প্রতিটি গোল আবার দেখেছি — কারণ সংখ্যা আর চোখের সাক্ষ্য মিলিয়ে না দেখলে বিশ্লেষণ অসম্পূর্ণ থাকে। সেই থেকেই আমার এক নিয়ম: কোনো একক মেট্রিক কখনো কোনো সিদ্ধান্তের ভিত্তি হতে পারে না। এই সতর্কতা ধীরে ধীরে আমার লেখার স্বাক্ষর হয়ে ওঠে — ছোট পাঠকগোষ্ঠী, কিন্তু বিশ্বস্ত।

এখন আসি মূল প্রশ্নে। যখন বিশ্লেষণের ধাপে ঢোকা তথ্যসেট পুরোপুরি খালি — শিরোনাম নেই, সোর্স নেই, কোনো তথ্যবিন্দু নেই, কোনো দল বা খেলোয়াড়ের উল্লেখ নেই — তখন একজন বিশ্লেষকের কী করা উচিত?

দুটি পথ খোলা। প্রথম পথ — কল্পনা। খালি জায়গাটা নিজের অনুমানে ভরে দেওয়া, একটা গল্প বানিয়ে ফেলা, যেন পাঠক বুঝতেই না পারে আসলে কোনো ডেটাই ছিল না। দ্বিতীয় পথ — স্বীকার করা: 'তথ্য অপর্যাপ্ত, মূল্যায়ন সম্ভব নয়।'

দ্বিতীয় পথটাই একমাত্র সৎ পথ। আর এখানেই ক্রিকেট-বিশ্লেষণ আর ব্লকচেইন-দর্শনের মধ্যে একটা অপ্রত্যাশিত মিল দেখা যায়। ব্লকচেইনের মূল প্রতিশ্রুতি কেবল লেনদেন নয় — অপরিবর্তনীয় রেকর্ড। একবার লেখা হয়ে গেলে সেটি আর চুপিসারে বদলানো যায় না। ক্রিকেটের ডেটা-ব্যবস্থারও একই রকম একটা অপরিবর্তনীয় স্তর দরকার — যেখানে প্রতিটি সংখ্যার একটা উৎস, একটা টাইমস্ট্যাম্প থাকবে; আর যেখানে কোনো ঘর ফাঁকা থাকলে সেটি স্পষ্টভাবে 'কোনো ডেটা নেই' হিসেবে চিহ্নিত হবে, ফাঁকা জায়গায় বানানো কোনো সংখ্যা হিসেবে নয়।

আমি ২০২০ সালে খালি স্টেডিয়ামের ডেটা নিয়ে কাজ করার সময় ঠিক এই শিক্ষাটাই পেয়েছিলাম। এ-লিগ যখন নিউ সাউথ ওয়েলস হাবে ফিরে আসে, আমি ১২০টি ম্যাচের হোম-অ্যাডভান্টেজ মডেল করি। ব্রিসবেনের হোম এক্সজি-পার্থক্য +০.৩১ থেকে নেমে আসে +০.০৮-এ। কিন্তু নমুনা এত ছোট ছিল যে আমি কঠিন সিদ্ধান্তে পৌঁছাতে অস্বীকৃতি জানাই, আর লিখেছিলাম — এই নমুনা দৃঢ় উপসংহারের জন্য যথেষ্ট নয়। খালি স্টেডিয়াম আমাকে শিখিয়েছিল, পরিবেশও ডেটার ছায়া ফেলে — আর সেই ছায়া মাপতে গিয়ে সীমাবদ্ধতা স্বীকার করাই আমার লেখার স্বাক্ষর হয়ে দাঁড়ায়।

ভাবুন, একটি আইপিএল নিলামের আগে বিশ্লেষক দল একটি খেলোয়াড়ের সাম্প্রতিক ফর্ম নিয়ে রিপোর্ট তৈরি করছে। ফিড থেকে গত দশ ম্যাচের ডেটা এল, কিন্তু একটি ম্যাচের বল-বাই-বল ফাইল করাপ্ট। যদি সেই ফাঁকা জায়গাটা অনুমানে ভরে দেওয়া হয় — ধরুন, 'সম্ভবত তিনি ভালো খেলেছেন' — তাহলে পুরো মূল্যায়নটা একটা অনুমানের ওপর দাঁড়িয়ে যায়। আর সেটি যদি কোনো ফ্র্যাঞ্চাইজির কোটি টাকার সিদ্ধান্তে পরিণত হয়, তাহলে ক্ষতিটা কেবল বিশ্লেষণের নয়, ব্যবসারও। প্রতিটি স্থানান্তরের গুজব একটি অনুমান, যতক্ষণ না মেডিকেল ক্লিয়ার করে।

আমার এক নিয়ম আছে: কোনো মডেলকে আমি বিশ্বাস করি না, যতক্ষণ না সেটি ব্রিসবেনের একটা ঠান্ডা রাত পেরিয়ে আসে। কৃত্রিম পরিবেশে যতই ভালো দেখাক, বাস্তব মাঠের এলোমেলো ডেটার সামনে দাঁড়াতে না পারলে সেটি বিশ্লেষণ নয়, অলংকার।

ক্রিকেটে ডেটা-অখণ্ডতার প্রশ্নটা নতুন নয়। ডিএলএস পদ্ধতির সূত্র ধরে কতবার ফলাফল নিয়ে বিতর্ক হয়েছে, ডিআরএস-এর আল্ট্রাএজ কতবার স্কোরকার্ডের সত্যতা প্রশ্নবিদ্ধ করেছে। কিন্তু আমাদের আলোচনা প্রায় সবসময় শেষ সিদ্ধান্ত নিয়ে, কখনো সেই সিদ্ধান্তে পৌঁছানোর প্রক্রিয়া নিয়ে নয়। একটি খালি কলাম একটি ভুল সংখ্যার চেয়ে অনেক বেশি সৎ। কারণ খালি কলাম অন্তত সত্যটা বলে — আমরা জানি না। অথচ ভুল সংখ্যা জানে না যে সে ভুল, আর নীরবে পুরো বিশ্লেষণকে বিষিয়ে দেয়।

এখানেই সবচেয়ে আরামদায়ক ভুলটা লুকিয়ে আছে। যখন কোনো বিশ্লেষণ-পাইপলাইন খালি ফলাফল দেয়, আমাদের প্রথম প্রবৃত্তি হলো মডেলকে দোষ দেওয়া। আমরা বলি, অ্যালগরিদম দুর্বল, মডেল ব্যর্থ। অথচ আসল ব্যর্থতা প্রায়ই তার অনেক আগে — তথ্য তোলার ধাপে। শূন্য পেলোড মানে এই নয় যে বিষয়টিতে সমস্যা নেই; এর মানে হলো আমরা জানি না সমস্যা আছে কি না।

দুইটা জিনিসকে আলাদা করা জরুরি — তথ্যের অভাব আর তথ্যের অনুপস্থিতি। প্রথমটা মানে আমরা এখনো দেখিনি; দ্বিতীয়টা মানে দেখার প্রক্রিয়াই ভেঙে গেছে। দ্বিতীয় ক্ষেত্রে যদি আমরা 'কোনো সমস্যা পাওয়া যায়নি' ভেবে এগিয়ে যাই, তাহলে আমরা একটা নীরব ফাঁদের ওপর দাঁড়িয়ে সিদ্ধান্ত নিচ্ছি। ক্রিকেটে এটাই সবচেয়ে বিপজ্জনক — একটা মিথ্যা আত্মবিশ্বাস, যা দেখতে পূর্ণ বিশ্লেষণের মতো।

আর একটা কথা মনে রাখা দরকার: সম্পর্ক মানেই কারণ নয়। দুইটা সংখ্যা একসাথে বাড়লেই একটাকে অন্যটার কারণ বলার সুযোগ নেই। আমি খালি কলামের সামনে দাঁড়িয়ে ঠিক এই ফাঁদটাই এড়াতে চেয়েছি — অনুমানের সুতো দিয়ে ভাঙা পাইপলাইনের ছিদ্র বন্ধ করতে চাইনি।

তাই পরের রাউন্ডে আমার নজর থাকবে পাইপলাইনের ওপর, মডেলের স্কোরের ওপর নয়। যখন কোনো ফিড আবার খালি হাতে ফিরবে, আমি জানতে চাইব — উৎসটা কি সত্যিই ছিল না, নাকি আমাদের সংগ্রহপ্রক্রিয়া তাকে হারিয়ে ফেলেছে। কারণ আমি ম্যাচটা কলামেই খুঁজে পাই, স্ক্রিনে তার আগে — আর যে ম্যাচ কলামে নেই, সেটি হয়তো স্ক্রিনেও নেই, কিন্তু সেটি আমাদের ব্যর্থতার ডেটা হয়ে থেকে যাবে।