খালি ঘরের স্বীকারোক্তি: ক্রিকেট ডেটা অডিটে নাল-হ্যান্ডলিংয়ের নীরব শৃঙ্খলা

গত বৃহস্পতিবার রাতে মেলবোর্নের কাজের ঘরে আমি একটা ওয়ার্কবুক খুললাম। ফাইলটার নাম সোজা — Stage-2 Deep Professional Analysis, Cricket। আটটা ট্যাব, আটটা মাত্রা: ফরম্যাট ও ম্যাচ বিশ্লেষণ, খেলোয়াড়ের টেকনিক ও ডেটা, দলীয় ল্যান্ডস্কেপ ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক ইকোসিস্টেম, নিয়ম ও শাসন, ঝুঁকির ম্যাট্রিক্স, জনমতের আখ্যান, আর ক্রিকেট শিল্পের ট্রান্সমিশন ম্যাপ। প্রতিটি হেডিং বসানো, প্রতিটি টেবিলের সীমানা আঁকা, রঙ ঠিকঠাক। কিন্তু প্রথম ডেটা সেলে কার্সর রাখতেই দেখলাম, ঘরটা ফাঁকা। দ্বিতীয় ঘর ফাঁকা। পঞ্চম, দশম, বিশতম — একই দশা। শুধু একটা ছায়া-সারি সারিবদ্ধ: "N/A — insufficient information"।

আমার ২০১৭ সালের গ্র্যান্ড ফাইনালের ওয়ার্কবুক খোলার কথা মনে পড়ে — যেখানে xG অডিট করতে গিয়ে প্রথম ফাঁকা ঘরটাই আমার কাছে স্বীকারোক্তির মতো লেগেছিল। আট বছর পর আবার সেই একই অনুভূতি ফিরে এল। ফাঁকা ঘর কোনো নিরীহ শূন্যতা নয়; সে বলে দেয়, তুমি জানো না। প্রশ্নটা এখন — এই অজ্ঞানতাকে মেনে নেব, নাকি গল্প দিয়ে ঘরটা ভরাট করে দেব?

আমি ইমরান সরকার, ৪৮ বছরের, কাইনেসিওলজিতে স্নাতকোত্তর, পেশায় টিম ডেটা কনসালট্যান্ট। জন্ম বাংলাদেশে, এখন ঘাঁটি মেলবোর্নে। ক্রিকেট কভার করি অস্ট্রেলিয়া বাজারের জন্য, আর ম্যাচের সত্য পুনর্গঠন করাই আমার কাজ — শুধু স্কোরবোর্ড নয়, ইভেন্ট, কনফাউন্ডার, আর মডেলের সীমা। তাই যখন একটা বিশ্লেষণ-কাঠামো সম্পূর্ণ খালি হাতে এল, আমার প্রথম কাজ ছিল থেমে যাওয়া। কারণ খালি পেলাম বলে অনুমান দিয়ে ঘরটা ভরে দিলে যেটা তৈরি হতো, সেটা বিশ্লেষণ হতো না — সেটা হতো গল্প। আর ক্রিকেটের বাজারে গল্পের দাম সবচেয়ে কম, যদিও কোলাহল সবচেয়ে বেশি।

প্রসঙ্গ: একটা ক্রিকেট ডেটা পাইপলাইন আসলে দুই ধাপে চলে

একটা ক্রিকেট ডেটা পাইপলাইনকে আমি সবসময় দুই ধাপে ভাবি। প্রথম ধাপ — ডিকনস্ট্রাকশন। একটা ম্যাচ, একটা সিরিজ, একটা খবর থেকে আমরা বের করি তথ্যবিন্দু: কে খেলল, কোথায় খেলল, কোন ফরম্যাট, কী ফল, কোন ইনিংসে কী ঘটল। দ্বিতীয় ধাপ — ডিপ অ্যানালাইসিস। সেই তথ্যবিন্দুকে আটটা মাত্রায় ছড়িয়ে দিয়ে আমরা দেখি, কোনটা সংকেত আর কোনটা শুধু কোলাহল।

এই দুই ধাপের মাঝখানে একটা অদৃশ্য চুক্তি থাকে। প্রথম ধাপ যদি ফাঁকা ফিরে আসে, দ্বিতীয় ধাপের হাতে কোনো কাঁচামাল থাকে না। তখন সৎ উত্তর একটাই — বিশ্লেষণ হবে না। কারণ বিশ্লেষণের শক্তি তার ইনপুটের সততার উপর নির্ভরশীল। ইনপুট শূন্য হলে আউটপুট যা-ই হোক, তা অনুমানের প্রাসাদ, ভিত্তিহীন।

ক্রিকেটে আমরা প্রতিনিয়ত এই চুক্তি ভাঙি। একটা ওয়ান-অফ ম্যাচের পর আমরা বলি "এই দলটা চাপ নিতে পারে না"। একটা ইনিংসের পর বলি "এই ব্যাটারের ফর্ম ফিরেছে"। এই বাক্যগুলো শোনতে নিরীহ, অথচ প্রতিটির পিছনে লুকানো থাকে একটা ফাঁকা ঘর — আমরা জানি না সেটা ফর্ম ছিল, নাকি পিচ, নাকি ভাগ্য, নাকি প্রতিপক্ষের দুর্বলতা।

আমার নিজের অভ্যাস সরল। প্রতিটি দাবির পাশে আমি একটা ছোট নোট বসাই — স্যাম্পল সাইজ কত, মডেল ভার্সন কী, আত্মবিশ্বাসের সীমা কোথায়। এই নোটগুলো না থাকলে দাবিটা আমার কাছে অসম্পূর্ণ। ২০১৮ সালের বিশ্বকাপ বাইন্ডার ৬৪ ম্যাচে পৌঁছেছিল, আর প্রতিটি PPDA সারি আমাকে ধৈর্য শিখিয়েছিল — কারণ একটা ম্যাচের প্রেসিং সংখ্যা কখনোই একটা দলের প্রেসিং পরিচয় নয়।

PPDA মানে পাসেস অ্যালাউড পার ডিফেন্সিভ অ্যাকশন — অর্থাৎ প্রতিপক্ষকে কতটা পাস দিলে আপনি একটা ডিফেন্সিভ অ্যাকশন করলেন। সংখ্যা কম মানে বেশি আক্রমণাত্মক প্রেস। ক্রিকেটে সরাসরি PPDA নেই; সেখানে আমরা বোলিং প্রেসার, ডট-বল শতাংশ, আর বল-বাই-বল ওয়ার্কলোডের অনুরূপ মেট্রিক ব্যবহার করি। ফুটবলের মেট্রিক ক্রিকেটে হুবহু বসানো যায় না — এটাই অপারেশনাল ট্রান্সফার ফিটের প্রশ্ন। আমি ধীরে বিশ্বাস করি মেট্রিকে, কারণ এক ফরম্যাটে যে সংখ্যা কাজ করে, আরেক ফরম্যাটে সেটার মানে বদলে যায়।

মূল বিশ্লেষণ: ফাঁকা ঘরের তিনটা পাঠ

প্রথম পাঠ আসে ২০১৯ সালের বিশ্বকাপ ফাইনাল থেকে। ইংল্যান্ড ২৪১, নিউজিল্যান্ড ২৪১। সুপার ওভারও টাই। শেষে ফল নির্ধারণ হলো বাউন্ডারি কাউন্টে — ইংল্যান্ড বেশি চার-ছক্কা মেরেছিল, তাই চ্যাম্পিয়ন। স্কোরবোর্ড বলল দুই দল সমান, কিন্তু লেজার বলল টাইব্রেক ছিল একটা নিয়ম-আর্টিফ্যাক্ট, পারফরম্যান্সের রায় নয়। যদি আমি শুধু ফলাফল দেখে লিখতাম "ইংল্যান্ড সেদিন সেরা ছিল", তাহলে আমি ফাঁকা ঘরটা গল্প দিয়ে ভরাট করতাম। সেদিন আসলে দুই দলের মধ্যে পারফরম্যান্সের ব্যবধান পরিমাপযোগ্যভাবে প্রায় শূন্য ছিল; ম্যাচটা ডিসাইড করেছিল একটা লিখিত বিধি, বীরত্ব নয়। এই কারণেই বেন স্টোকস আর কেইন উইলিয়ামসনের ইনিংসকে আলাদা করে বিচার করার আগে আমি সুপার ওভারের বল-বাই-বল ডেটা, ডট-বলের চাপ, আর উইকেটের আচরণ আলাদা করে দেখি — নইলে রায়টা নিয়মের, খেলোয়াড়ের নয়।

দ্বিতীয় পাঠ আমার নিজের ২০১৭ সালের অডিট থেকে। সিডনি এফসি বনাম মেলবোর্ন ভিক্টরি, গ্র্যান্ড ফাইনাল, ১-১ ড্র, শেষে টাইব্রেকারে ৪-২। স্কোরবোর্ড বলল ঘাম ঝরানো সমতা। কিন্তু আমি ১,৮৪২টা ইভেন্ট রেকর্ড থেকে xG মডেল বানালাম — সিডনি ১.৯, ভিক্টরি ০.৬। সংখ্যাটা বলল একটা দল সুযোগ সৃষ্টি করছিল, আরেকটা দল বেঁচে ছিল। কিন্তু আমি তখনই থেমে গেলাম, কারণ একটা ম্যাচের xG একটা সত্য নয় — সে একটা সম্ভাবনার অনুমান, যার পিছনে শট-কোয়ালিটি, পজিশন আর গোলকিপারের দিন লুকানো। আমি ১৪ টুইটের থ্রেডে শট-ম্যাপ আর স্যাম্পল-সাইজের সতর্কবার্তা দিলাম, আর সেটাই ৮,৪০০ বার শেয়ার হলো। মানুষ আসলে হট-টেক নয়, স্বচ্ছতা চেয়েছিল।

তৃতীয় পাঠ ২০২০ সালের খালি স্টেডিয়াম থেকে। কোভিড বিরতিতে আমি ওয়েস্টার্ন ইউনাইটেডের হাব-প্রজেক্টে কনসাল্ট করছিলাম। ২৭টা রিস্টার্ট ম্যাচ দেখলাম। ঘরের দল গড়ে পেল ১.১১ পয়েন্ট প্রতি ম্যাচ, যা বিরতির আগের ১.৫৩ থেকে ০.৪২ কম। অনেকেই চিৎকার করে বলল "হোম অ্যাডভান্টেজ মরে গেছে"। আমি ১২ পাতার মেমো লিখলাম — দুইটা হোম-হার দেখে সিদ্ধান্ত নিও না; দর্শক-অনুপস্থিতি একটা কনফাউন্ডার, একমাত্র কারণ নয়। যখন স্টেডিয়াম খালি হলো, আমি হোম অ্যাডভান্টেজকে ভাবলাম এমন একটা কন্ট্রোল গ্রুপ হিসেবে, যার ভয়েস হারিয়ে গেছে — আর যে ভয়েস মাপা যায় না, তার উপর ভিত্তি করে রায় দেওয়া যায় না। ভ্রমণ, বিশ্রামের দিন, আর দর্শকসংখ্যা — এই তিনটে কন্ট্রোল ভেরিয়েবল বসানোর পর হোম অ্যাডভান্টেজ কমেছিল বটে, কিন্তু শূন্য হয়নি।

এই তিনটা পাঠের সাধারণ সূত্র সরল। প্রতিটি মেট্রিক আসে একটা অনুমানের সাথে, আর প্রতিটি অনুমান আসে একটা ফাঁকা ঘরের সাথে। যে বিশ্লেষক ফাঁকা ঘরটা দেখতে পায়, সে সৎ থাকে; যে না দেখে, সে আত্মবিশ্বাসী থাকে। ক্রিকেট সাংবাদিকতায় সমস্যাটা হলো, আত্মবিশ্বাসী কণ্ঠস্বর বেশি জোরে শোনা যায়, সৎ কণ্ঠস্বর বেশি দেরিতে।

আমি ধীরে মেট্রিক গ্রহণ করি। নতুন কোনো xG ভ্যারিয়েন্ট বা প্রেসিং সূচক এলে আমি সাথে সাথে প্রচার করি না; আমি ওয়াচলিস্টে রাখি, কয়েকটা ফরম্যাটে, কয়েকটা বাজারে যাচাই করি, তারপর লিখি। এই দেরিটা দুর্বলতা নয়, এটা একটা ফিল্টার। এক ম্যাচের একটা চকচকে সংখ্যা আমাকে কখনো প্রলুব্ধ করে না, কারণ আমি জানি, যে সংখ্যা একবার ভুল রায়ে পরিণত হয়, তাকে ফেরানো কঠিন।

প্রতিকূল কোণ: সম্পর্ক আর কারণের মাঝের ওই ফাঁকা ঘরটা

সবচেয়ে বিপজ্জনক ফাঁকা ঘরটা ডেটার মধ্যে নয়, ডেটার বাইরে। এটা সেই ঘর যেখানে লেখা থাকে — "আমরা জানি এই দুইটা জিনিস একসাথে ঘটে, কিন্তু জানি না একটা আরেকটার কারণ।" একটা দল বেশি ম্যাচ জেতে, আর তার প্রেসিং সংখ্যাও ভালো — এটা সম্পর্ক। প্রেসিং ভালো বলেই কি তারা জেতে? নাকি ভালো দল হওয়ার কারণেই তাদের প্রেসিং সংখ্যা ভালো দেখায়? এই দুইয়ের মাঝখানে কোনো এক্সপেরিমেন্ট না থাকলে উত্তরটা অনুমান, তথ্য নয়।

আমি এই জায়গায় সবচেয়ে বেশি ভুল দেখি ট্রান্সফার বিশ্লেষণে। ট্রান্সফার মার্কেট একটা অভিপ্রায়ের খতিয়ান — কে কাকে কিনতে চাইল, কত দিল, কেন দিল। কিন্তু মডেলগুলো প্রায়ই তারুণ্যের সম্ভাবনাকে বেশি দাম দেয় আর ড্রেসিং-রুমের রসায়নকে কম। একটা ক্লাব যদি ২২ বছরের একটা প্রতিভাকে ৬০ মিলিয়ন দিয়ে কিনে, মডেল বলবে "সেরা ক্রয়"; অথচ সেই খেলোয়াড়েরা যখন সিনিয়রদের সাথে মানিয়ে খেলতে পারে না, তখন মডেলটা চুপ করে যায়। যে ভেরিয়েবলটা মাপা যায় না — ড্রেসিং-রুমের রসায়ন — সেটাই প্রায়শই ফলাফল ঠিক করে দেয়, আর মডেল সেটা লুকিয়ে ফেলে।

কিছু বাজার আছে যেখানে টাকা প্রবাহ দেখে মনে হয় লিগটা উন্নত হচ্ছে, অথচ সংখ্যাগুলো আরও সাবধানে পড়লে বোঝা যায়, সেটা খেলার উন্নয়ন নয় — এটা দর্শনীয়তার বিনিয়োগ। বিলবোর্ড আর লিগ-মানের মধ্যে একটা ফাঁকা ঘর সবসময় থাকে, আর আমি সেটা ভরে দিতে রাজি নই। আমার আইএসটিজে প্রবৃত্তি বলে, আখ্যানকে শ্বাস নিতে দেওয়ার আগে সূত্রটা ক্রস-চেক করো।

আমি একটা ট্যাব রাখি কোলাহলের জন্য, একটা ট্যাব সংকেতের জন্য, আর একটা ট্যাব সেই জিনিসের জন্য যা ভিড় দেখতে রাজি হয়নি। বেশিরভাগ বিশ্লেষক প্রথম দুইটা ট্যাব পর্যন্ত পৌঁছান; তৃতীয়টা পৌঁছাতে ধৈর্য লাগে, আর ধৈর্যের কোনো লাইভ স্কোর থাকে না।

শেষ কথা: পরের রাউন্ডের সংকেত

আমি থেমে যাওয়াটাকে ব্যর্থতা ভাবি না। বরং প্রতিটা অসম্পূর্ণ ডেটাসেটের পাশে একটা স্টপিং রুল লিখে রাখি — কত তথ্য পেলে আমি রায় দেব, আর না পেলে চুপ থাকব। পরের রাউন্ডে আমি দেখব, তথ্যবিন্দুগুলো ফিরে আসে কি না; ফিরলে আটটা মাত্রা খুলে দেব, না ফিরলে ঘরটা ফাঁকা রাখব।

একটা ডেটা মঙ্ক আউটলায়ারের পেছনে ছোটে না; সে আউটলায়ারকে অ্যানোটেট করে, যতক্ষণ না সে তার প্রসঙ্গ স্বীকার করে। ক্রিকেটের পরের ম্যাচগুলোতে যখন কেউ বলবে "এই সংখ্যাটাই প্রমাণ", তখন আমার প্রশ্ন থাকবে একটাই — ঘরটা আসলেই ভরা, নাকি আমরা শুধু গল্প দিয়ে ঢেকে দিয়েছি?