খালি লেজারের সাক্ষ্য: ক্রিকেট ডেটা বিশ্লেষণে 'তথ্য অপর্যাপ্ত' বলার শৃঙ্খলা

রাত সাড়ে এগারোটা, ব্যাঙ্গালোরের ফ্ল্যাট। ল্যাপটপের স্ক্রিনে একটা বিশ্লেষণ-ফাইল খোলা — শিরোনাম নেই, উৎস নেই, তথ্যবিন্দু নেই, কোনো দল বা খেলোয়াড়ের নাম নেই। শুধু একটা ক্ষেত্র জ্বলজ্বল করছে: cricket_world। বাকি প্রতিটা ঘর ফাঁকা। কাগজে-কলমে এটা একটা 'গভীর বিশ্লেষণ' নথি, কিন্তু বাস্তবে এটা একটা খালি খোলস। প্রথমে ভেবেছিলাম স্ক্রল করলে নিচে কিছু থাকবে — কোনো ম্যাচের স্কোর, কোনো পাওয়ারপ্লে-রানরেট, কোনো বোলিং-ইকোনমি, কোনো ডেথ-ওভার-স্ট্রাইক রেট। ছিল না। একটাও সংখ্যা নেই। আর ঠিক তখনই আমি বুঝলাম, সামনে বসে থাকা এই ফাঁকা শিটটা আমার কেরিয়ারের সবচেয়ে সৎ একটা পরীক্ষা — যেখানে সবচেয়ে কঠিন কাজটা হলো কিছু না বানানো। আমি প্রায় নয় বছর ধরে ক্রিকেট ডেটা নিয়ে কাজ করছি, আর এই সময়ে শিখেছি একটা কথা: বিশ্লেষকের আসল দক্ষতা লুকিয়ে থাকে তার লেখার মধ্যে নয়, তার না-লেখার মধ্যে। একটা ট্রেন্ডে ভরসা করার আগে আমি প্রতিটা অনুপস্থিত মানকে তার উৎস পর্যন্ত টেনে নিয়ে যাই। যখন কোনো ফিড খালি ফিরে আসে, তখন দুটো পথ থাকে — হয় ফাঁকা ঘরগুলো কল্পনায় ভরে দিই, নয়তো থেমে যাই এবং ঘোষণা করি: তথ্য অপর্যাপ্ত। দ্বিতীয় পথটা কঠিন, কারণ পাঠক উত্তরের জন্য অধীর, সম্পাদক শিরোনামের জন্য চাপ দেন, আর অ্যালগরিদম ফাঁকা জায়গা পছন্দ করে না। কিন্তু প্রথম পথটা বিপজ্জনক। আজকের ক্রিকেট-বিশ্লেষণে একটা দুই-ধাপের কাঠামো সাধারণ হয়ে গেছে। প্রথম ধাপে একটা নিবন্ধকে ভেঙে ফেলা হয় তথ্যবিন্দুতে — কে বলল, কখন বলল, কোন সংখ্যাটা দিল, কোন প্রসঙ্গে। দ্বিতীয় ধাপে সেই তথ্যবিন্দুগুলো নিয়ে গভীর বিশ্লেষণ চলে: ফরম্যাট কী (টেস্ট, ওয়ানডে, টি-টোয়েন্টি), ম্যাচের কোন পর্যায়ে কী ঘটেছে, কে কত রান করেছে, বোলিং-ইকোনমি কত, স্ট্রাইক রেট কত, পাওয়ারপ্লেতে রানরেট কেমন ছিল। প্রতিটা সিদ্ধান্তকে প্রথম ধাপের কোনো নির্দিষ্ট তথ্যবিন্দুতে ফিরিয়ে নেওয়া যায় — এটাই এই কাঠামোর মূল শর্ত। আর যখন প্রথম ধাপ খালি ফিরে আসে, তখন দ্বিতীয় ধাপের প্রতিটা সিদ্ধান্ত তার ভিত্তি হারায়। সামনে রাখা নথিটাই তার প্রমাণ। এই নথির সবচেয়ে বড় শিক্ষা একটা শূন্যতার ব্যাখ্যা। এখানে কোনো ফরম্যাট নেই — তাই কোনো ফরম্যাট-ভিত্তিক সিদ্ধান্ত টানা যায় না। কোনো খেলোয়াড়ের নাম নেই — তাই কোনো ব্যাটসম্যানের গড়, স্ট্রাইক রেট বা বোলারের ইকোনমি বিচার করা যায় না। কোনো দল নেই — তাই কোনো র‍্যাঙ্কিং, স্কোয়াড-গভীরতা বা ম্যাচআপ বিশ্লেষণ অসম্ভব। এটা দুর্বলতা নয়, এটা শৃঙ্খলা। একটা শালীন বিশ্লেষণ-ব্যবস্থা জানে কখন থামতে হয়। আমি বহু বছর ধরে ম্যাচ দেখে আসছি, আর প্রতিবার একটা খালি বা অর্ধসম্পূর্ণ ডেটাসেট দেখলে আমার মনে পড়ে ২০১৮ সালের কথা। সেবার আমি একটা টুর্নামেন্টের প্রতিটা শট হাতে লগ করেছিলাম, প্রতিটা ম্যাচ আবার দেখেছিলাম। আমি ২০১৮ সালের টুর্নামেন্ট-লেজার খুলে দেখলাম, প্রথম অঘটনটা আসলে একটা রাউন্ডিং ভুল — কেউ একটা ভগ্নাংশকে গোল করে পুরো গল্প দাঁড় করিয়ে ফেলেছিল। সেই অভিজ্ঞতা আমাকে শিখিয়েছিল, কোনো সংখ্যা বিশ্বাস করার আগে তার উৎস পর্যন্ত যেতে হয়। ক্রিকেটে এই ফাঁদটা সবচেয়ে স্পষ্ট টি-টোয়েন্টি ফরম্যাটে। একটা ইনিংসে কেউ ৪০ বলে ৭০ করেছে, আর টেলিভিশনের গ্রাফিক্স তার স্ট্রাইক রেট ১৭৫ দেখাচ্ছে। কিন্তু একটা ইনিংস কোনো খেলোয়াড়ের স্ট্রাইক রেট নয় — এটা একটা ইনিংস। টি-টোয়েন্টিতে একজন ব্যাটসম্যানের আসল স্ট্রাইক রেট বোঝার জন্য অন্তত ২০ থেকে ৩০টা ইনিংস লাগে, এবং সেই ইনিংসগুলোকে ফরম্যাট অনুযায়ী আলাদা করতে হয়, প্রতিপক্ষের মান নিয়ন্ত্রণ করতে হয়, আর ম্যাচের কোন পর্যায়ে (পাওয়ারপ্লে, মিডল ওভার, ডেথ ওভার) সে ব্যাট করেছে সেটা আলাদা করে দেখতে হয়। এই কাজটা না করে একটা ইনিংস থেকে ট্রেন্ড বানানো মানে একটা খালি ঘরের উপর ভবন দাঁড় করানো। একই কথা বোলিংয়ে। একজন পেসারের ডেথ-ওভার ইকোনমি যদি শুধু দুটো ম্যাচের ভিত্তিতে ৬.২ দেখানো হয়, তাহলে সেটা তার দক্ষতার প্রমাণ নয় — সেটা তার সৌভাগ্যের প্রমাণ। আমি বহুবার দেখেছি, একটা টুর্নামেন্টের পরপর দুটো-তিনটে ম্যাচে কেউ দুর্দান্ত বোলিং করে, আর তারপর সংবাদমাধ্যম তাকে 'নতুন তারকা' বানিয়ে ফেলে। কয়েক মাস পর দেখা যায়, প্রতিপক্ষ তার দুর্বলতা খুঁজে পেয়েছে, তার ইকোনমি লিগ-গড়ে ফিরে গেছে। ডেটাসেট চিৎকার করে না; সে অপেক্ষা করে আমি নীরবতা গুনি। পাইপলাইন-ব্যর্থতার এই নথিটা আসলে ক্রিকেট মিডিয়ার একটা বড় রোগের আয়না। ধরা যাক, একটা অটোমেটেড ব্যবস্থা একটা নিবন্ধ পড়ে বিশ্লেষণ তৈরি করছে। প্রথম ধাপ যদি খালি ফেরে, কিন্তু দ্বিতীয় ধাপ যদি তার 'নাল-হ্যান্ডলিং' নিয়ম ভেঙে দেয়, তাহলে সে ফাঁকা জায়গা কল্পনার তথ্য দিয়ে ভরে ফেলবে। তখন তৈরি হবে এমন বিশ্লেষণ যেখানে থাকবে বানানো খেলোয়াড়ের গড়, বানানো ম্যাচের গল্প, বানানো বাণিজ্যিক সংখ্যা। সবচেয়ে ভয়ংকর ব্যাপার হলো, এই বানানো লেখাগুলো দেখতে একেবারে বিশ্বাসযোগ্য হবে — কারণ বানানো সংখ্যা আসল সংখ্যার মতোই স্পষ্টভাবে লেখা যায়। এজন্যই আমি আমার নিজের কাজে একটা কঠিন নিয়ম মেনে চলি: যতক্ষণ একটা দাবির পিছনে নির্দিষ্ট তথ্যবিন্দু না থাকে, ততক্ষণ সেই দাবি লিখব না। এই নথির প্রতিটা ঘরে যেখানে 'তথ্য অপর্যাপ্ত, মূল্যায়ন করা যায় না' লেখা, সেটা আসলে একটা সাহসী কাজ। কারণ সহজ পথটা ছিল সংখ্যা বানানো। কঠিন পথটা হলো স্বীকার করা: আমার হাতে কিছু নেই। ফাঁকা গ্যালারিতে আমি বলের প্রতিধ্বনি থেকে হোম-অ্যাডভান্টেজ আবার হিসাব করলাম — সেবার আমি বুন্দেসলিগার শাটডাউন-পূর্ব ২২৩টা ম্যাচের সঙ্গে তুলনা করেছিলাম রিস্টার্টের পরের ৮৩টা ম্যাচ, আর দেখেছিলাম হোম-জেতার হার ৪৩.৫% থেকে ৩৩.৭%-এ নেমে গেছে, বিপরীতে অ্যাওয়ে-জেতা বেড়েছে ২৯.১% থেকে ৩৮.৬%-এ। আমি ইলো রেটিং দিয়ে দলের শক্তি নিয়ন্ত্রণ করেছিলাম, লাল কার্ডের ম্যাচ বাদ দিয়েছিলাম, আর একটা ১২ পৃষ্ঠার রিপোর্টে কনফিডেন্স ইন্টারভালসহ ফলাফল লিখেছিলাম। ক্রিকেটে একই পরীক্ষা চালানো যায় ফাঁকা স্টেডিয়ামে খেলা আইপিএল বা কোভিড-পরবর্তী সিরিজে। কিন্তু শর্ত এক — কনফাউন্ডার আলাদা করতে হবে, নাহলে আমি ট্রেন্ডের বদলে শুধু একটা মরসুমের কাকতাল লিখব। স্যাম্পল সাইজ নিয়ে আমার একটা পুরনো অভ্যাস আছে। ২০২৩ সালের জানুয়ারিতে আমি একটা মিডফিল্ডারের ট্রান্সফার-ফাইল তৈরি করেছিলাম, যেখানে ওয়ার্ল্ড কাপের সাতটা ম্যাচের per-90 ডেটা ছিল — ম্যাচপ্রতি ২.৭ ট্যাকল আর ৬.২ প্রোগ্রেসিভ পাস। সেই পাসিং সংখ্যাটা তার বয়সের তুলনায় অভিজাত ছিল, কিন্তু আমি তখনই সতর্ক করেছিলাম: একটা টুর্নামেন্ট মানে ছোট স্যাম্পল। এই অভ্যাসটা আমার ক্রিকেট লেখাতেও ঢুকেছে — কোনো খেলোয়াড়ের টুর্নামেন্ট-ভিত্তিক পারফরম্যান্স দেখে আমি আগে অন্তত তিন মরসুমের ক্লাব-ডেটা যাচাই করি, তারপর মত দিই। ট্রান্সফার বাজার হলো গুজবসহ একটা স্প্রেডশিট, আর আমি তার সূত্র অডিট করি। এই নথির আর একটা জায়গা আমাকে সবচেয়ে বেশি ভাবিয়েছে — এখানে কোনো ঝুঁকি-বিশ্লেষণ টানা হয়নি। আসলে এখানে একটা মাত্র ঝুঁকি আছে, আর সেটা ক্রিকেট-ঝুঁকি নয়, তথ্য-ঝুঁকি। একটা খালি পেলোড যদি নিচের দিকে চলে যায়, আর কোনো ব্যবস্থা যদি সেটাকে অটোমেটিক প্রকাশ করে দেয়, তাহলে সেটা বিশুদ্ধ অনুমান ছড়াবে। আমি আমার নিজের প্রক্রিয়ায় এজন্যই একটা হার্ড-গেট রেখেছি: তথ্যবিন্দু শূন্য হলে বিশ্লেষণ প্রকাশ বন্ধ। কিন্তু এখানে একটা বিপরীত কথা আছে, আর সেটা আমি সৎভাবে লিখতে চাই। শুধু 'তথ্য অপর্যাপ্ত' বললেই যে বিশ্লেষণ শুদ্ধ হয়ে যায়, তা নয়। সন্দেহপ্রবণতা যদি নিজেই একটা অভ্যাস হয়ে যায়, তাহলে বিশ্লেষক প্রতিটা দাবি খারিজ করে দিতে শুরু করেন — কখনো কোনো সিদ্ধান্তে পৌঁছান না। এই ফাঁদটাকে আমি 'সন্দেহের নাটক' বলি। প্রতিটা তথ্যবিন্দুর আগে একটা প্রশ্ন থাকা দরকার: কোন প্রমাণ আমার সিদ্ধান্ত বদলাবে? সেই প্রশ্নের উত্তর না থাকলে সন্দেহও একটা অলসতা। আর দ্বিতীয় বিপরীত কথা হলো, খালি ডেটা মানেই নিরপেক্ষ ডেটা নয়। কখনো কখনো তথ্য অনুপস্থিত থাকে এলোমেলোভাবে, কখনো কখনো সেটা ইচ্ছাকৃতভাবে বাদ দেওয়া হয়। একটা টুর্নামেন্টের স্কোরকার্ডে যদি কোনো দলের কঠিন প্রতিপক্ষের ম্যাচগুলোই বাদ পড়ে, তাহলে বাকি সংখ্যাগুলো দেখতে নিরীহ, কিন্তু গল্পটা ভুল। একটা অনুপস্থিত মান কখনো নিরপেক্ষ নয় — তার একটা কারণ থাকে, আর সেই কারণটা হয়তো আমি যে সিদ্ধান্তে পৌঁছাতে চাই, সেটাকেই প্রশ্নবিদ্ধ করে। এই পুরো ব্যাপারটা আমার কাছে একটা লম্বা যাত্রার মতো। একটা খেলোয়াড় বা একটা দলকে আমি মরসুমের পর মরসুম ধরে ট্র্যাক করি। টেনশন আসে একটা ম্যাচের নাটক থেকে নয়, আসে উত্তরাধিকারসূত্রে পাওয়া বিশ্বাস আর আবার করা হিসাবের মধ্যে ফারাক থেকে। কোথাও যদি গড় আর বাস্তবের মধ্যে ফাঁক থাকে, আমার কাজ সেটা চিহ্নিত করা — চাপা দেওয়া নয়। এজন্যই এই খালি নথিটা আমার কাছে ব্যর্থতা নয়, একটা সতর্কবার্তা। এটা আমাকে মনে করিয়ে দেয়, বিশ্লেষণ-ব্যবস্থার সবচেয়ে দুর্বল অংশ কখনো ডেটা নয় — দুর্বল অংশটা হলো সেই মুহূর্ত, যখন কেউ ফাঁকা ঘর দেখে কল্পনা দিয়ে ভরে দেওয়ার সিদ্ধান্ত নেয়। ফরম্যাট না জেনে সিদ্ধান্ত টানা যায় না, খেলোয়াড়ের নাম না জেনে গড় বিচার করা যায় না, দল না চিনে র‍্যাঙ্কিং নিয়ে কথা বলা যায় না। এই সীমাগুলো মানা মানে দুর্বল হওয়া নয়, বরং এটাই একটা সুস্থ বিশ্লেষণ-সংস্কৃতির ভিত্তি। আগামী সপ্তাহগুলোতে যখনই কোনো টুর্নামেন্টের ডেটা আমার হাতে আসবে, আমি প্রথমে একটা প্রশ্ন করব: এই ফাইলে কোনো ঘর কি ফাঁকা? যদি থাকে, আমি সেটা চেপে যাব না, কারণ একটা ফাঁকা ঘর নিজেই একটা তথ্য — সে আমাকে বলে দেয় কোথায় আমার গল্প শেষ, আর কোথায় আমার সততা শুরু।