খালি ডেটার পাঠ: ক্রিকেট বিশ্লেষণে নীরবতা কী বলছে

ম্যাচের ৮৮ মিনিটে সেই পেনাল্টি মিসটা যখন দেখছিলাম, তখন স্ক্রিনে স্কোর ছিল ১-১। কিন্তু আমার ল্যাপটপে খোলা ছিল একটা খালি টেবিল—কোনো শট ম্যাপ নেই, কোনো পাস নেটওয়ার্ক নেই, কোনো xG কলাম নেই। শুধু একটা স্ট্রাকচারালি নিখুঁত রিপোর্ট, যার প্রতিটি ঘরে লেখা 'N/A'। ২০১৭ সালে ময়মনসিংহে প্রথম xG মডেল বানানোর সময়ও এমন খালি ঘর দেখেছিলাম—তখন সেটা ছিল শেখ রাসেল ক্রীড়া চক্রের ম্যাচে, যেখানে ২.৭ বনাম ০.৮ xG-তে ম্যাচ ১-১ ড্র হয়েছিল। কিন্তু সেবার অন্তত শটের সংখ্যা ছিল। এবার আছে শূন্য। আর সেই শূন্যতাই আমাকে থামিয়ে দিল। ক্রিকেট বিশ্লেষণের একটা পুরনো অভ্যাস আছে: আমরা স্কোরকার্ড দেখি, তারপর গল্প লিখি। কিন্তু যখন স্কোরকার্ডই থাকে না, তখন কী হয়? সাম্প্রতিক একটা ঘটনা আমাকে এই প্রশ্নের মুখে দাঁড় করিয়েছে। একটি দুই স্তরের বিশ্লেষণ পাইপলাইনে প্রথম স্তরের কাজ শেষ হয়েছিল সম্পূর্ণ খালি হাতে—শিরোনাম নেই, সোর্স নেই, কোনো তথ্যবিন্দু নেই। দ্বিতীয় স্তরের বিশ্লেষকরা তখন যে কাজটা করেছেন, সেটা ক্রিকেট বিশ্লেষণের ইতিহাসে বিরল: তারা কোনো কিছু বানিয়ে না লিখে, প্রতিটি ঘরে 'অপর্যাপ্ত তথ্য' লিখে একটা ডায়াগনস্টিক রিপোর্ট তৈরি করেছেন। আমার কাছে এই ঘটনাটা শুধু একটা টেকনিক্যাল গ্লিচ নয়; এটা ক্রিকেট ডেটা সংস্কৃতির একটা বড় ফাঁকফোকর তুলে ধরেছে। বাংলাদেশ প্রিমিয়ার লিগে যখন ম্যাচের আগে ডেটা টিম তৈরি করি, তখন একটা নিয়ম মেনে চলি: কোনো ফাঁকা ঘরকে কখনো শূন্য ধরে নেওয়া যায় না। ফাঁকা মানে হয় ডেটা সংগ্রহ হয়নি, নয়তো ডেটা হারিয়ে গেছে, নয়তো সেটা কখনো ছিলই না। এই তিনটার মধ্যে পার্থক্য জানা জরুরি। ২০২০ সালে করোনা বিরতির সময় যখন বাশুন্ধরা কিংসের হয়ে একজন ব্রাজিলিয়ান স্ট্রাইকারের স্কাউটিং রিপোর্ট তৈরি করছিলাম, তখন তার xG ছিল প্রতি ৯০ মিনিটে ০.৭৮—চোখ ধাঁধানো সংখ্যা। কিন্তু ক্লোজড-ডোর ম্যাচে তার কভার করা দূরত্ব ১৮% কমে গিয়েছিল, আর দুর্বল ডিফেন্সের বিপক্ষে PPDA ছিল কৃত্রিমভাবে ফোলা। ক্লাব ম্যানেজমেন্টকে জানিয়েছিলাম, এই সাইনিং করবেন না। তারা শোনেননি, কিন্তু পরে সেই স্ট্রাইকার অন্য ক্লাবে ১৪ ম্যাচে মাত্র ২ গোল করেছিলেন। এখন ভাবুন, যদি সেই স্কাউটিং রিপোর্টের প্রতিটি ঘর ফাঁকা থাকত, তাহলে কী হতো? ম্যানেজমেন্ট ভাবত ডেটা নেই মানে ঝুঁকি নেই। অথচ বাস্তবতা উল্টো—খালি ঘর মানে অন্ধকারে ঢুকছি। এই কারণেই দ্বিতীয় স্তরের ওই রিপোর্টটা আমার কাছে গুরুত্বপূর্ণ। সেখানে স্পষ্ট করে বলা হয়েছে: 'কোনো ক্রিকেট বিষয়বস্তু নেই', তাই কোনো সিদ্ধান্তে পৌঁছানো যাবে না। কিন্তু সেই রিপোর্টের একটা লাইন আমাকে আরও গভীরে নিয়ে গেল—'ফ্ল্যাগড প্রসেস রিস্ক: স্ট্রাকচারালি বৈধ কিন্তু Substantively empty'। অর্থাৎ, সিস্টেম বলছে রিপোর্ট ঠিকঠাক আছে, অথচ ভেতরে কিছু নেই। ক্রিকেট ডেটাতেও এই ছবিটা আমরা প্রায়ই দেখি। ধরুন, একটা টি-টোয়েন্টি ম্যাচের স্কোরকার্ডে দেখা গেল ১৮০ রান হয়েছে। কিন্তু উইকেটের অবস্থা, ডিউ ফ্যাক্টর, পাওয়ারপ্লেতে বোলিং পরিবর্তন—এসব বাদ দিলে সেই ১৮০ রান কোনো অর্থই বহন করে না। ২০১৮ বিশ্বকাপে ক্রোয়েশিয়ার বিপক্ষে ইংল্যান্ডের সেমিফাইনালে মার্সেলো ব্রোজোভিচের পারফরম্যান্স ট্র্যাক করার সময় আমি ১২.৮ কিমি দূরত্ব আর ৮৯% পাস কমপ্লিশন লিখেছিলাম। কিন্তু ওই রিপোর্টে আমি একটা সতর্কতা যোগ করেছিলাম: ব্রোজোভিচের PPDA ৮.৭ ছিল, যেটা প্রিমিয়ার লিগের গড়ের চেয়ে ভালো, কিন্তু সেটা ইংল্যান্ডের মিডফিল্ড প্রেসিং সিস্টেমের কারণেও হতে পারে। পরে তিনি ইন্টার মিলানে গিয়ে প্রমাণ করেছিলেন যে সংখ্যাটা সত্যি ছিল। কিন্তু যদি আমার রিপোর্টে পাস ডেটার ঘরগুলো ফাঁকা থাকত, তাহলে সুপারিশটা কখনোই দেওয়া যেত না। এবার আসি সেই কাঠামোগত সমস্যায়। দ্বিতীয় স্তরের রিপোর্টে আটটি মাত্রা আছে—ফরম্যাট, খেলোয়াড়, দল, লিগ, শাসন, ঝুঁকি, জনমত, শিল্প প্রবাহ। প্রতিটি মাত্রায় 'N/A' লেখা। কিন্তু একটা মাত্রায় একটা ইঙ্গিত আছে: 'cricket_asia' ট্যাগ। এটা কি যথেষ্ট? আমার অভিজ্ঞতায়, এই ট্যাগটা শুধু বলে যে বিষয়টা এশিয়ান ক্রিকেটের আওতায়। কিন্তু কোন দল? কোন ফরম্যাট? কোন প্রতিযোগিতা? এসব কিছুই নেই। ২০০৪ সালে আইসিসি ট্রফির বাংলাদেশ-কেনিয়া ম্যাচে রেডিও ধারাভাষ্য করার সময় শিখেছিলাম, শুধু আঞ্চলিক ট্যাগ দিয়ে কোনো ম্যাচের গল্প বলা যায় না। সেবার আমি মাঠে ছিলাম, পিচের আর্দ্রতা দেখেছি, বাতাসের গতি টের পেয়েছি। এখন যদি কেউ শুধু 'এশিয়ান ক্রিকেট' বলে, আমি বলব: কোন এশিয়া? করাচি না ঢাকা? টেস্ট না টি-টোয়েন্টি? এই জায়গায় একটা কনট্রারিয়ান প্রশ্ন তোলা দরকার। আমরা ক্রিকেট বিশ্লেষকরা সবসময় ডেটার প্রাচুর্য নিয়ে কথা বলি—কত xG, কত স্ট্রাইক রেট, কত ইকোনমি। কিন্তু ডেটার অভাব নিয়ে কেউ কথা বলে না। অথচ অভাবটাই বেশি তথ্য দেয়। ২০২০ সালে খালি স্টেডিয়ামের ম্যাচগুলো দেখিয়ে দিয়েছিল, দর্শকশূন্য পরিবেশে হোম অ্যাডভান্টেজ কতটা কমে যায়। সেটা ছিল এক ধরনের নীরবতা, যেটা ডেটা হিসেবে কাজ করেছিল। এখন এই খালি রিপোর্টটাও একই ধরনের নীরবতা—এটা বলছে, আমাদের সংগ্রহ পাইপলাইনে সমস্যা আছে। প্রশ্ন হলো, আমরা কি সেই সমস্যাটাকে ডেটা হিসেবে গণ্য করব, নাকি এড়িয়ে যাব? আমার আরেকটা অভিজ্ঞতা মনে পড়ছে। ২০১৬ সালে বিডিক্রিকটাইম চালু করার সময় প্রথম দিকে অনেক স্কোরকার্ড আপডেট করতে পারতাম না। কারণ, স্থানীয় লিগের রেকর্ড রাখা হতো খাতায়, কখনো কখনো শুধু মৌখিকভাবে। তখন আমি একটা সিদ্ধান্ত নিয়েছিলাম: যেখানে ডেটা নেই, সেখানে 'ডেটা নেই' বলে লিখব, অনুমান করে কিছু লিখব না। এই নীতিটা আমাকে পরে অনেক বড় ভুল থেকে বাঁচিয়েছে। যেমন, ২০১৯ সালে একটা ঘরোয়া টি-টোয়েন্টি টুর্নামেন্টের ফাইনালে একজন ওপেনারের স্ট্রাইক রেট দেখে আমি অবাক হয়েছিলাম—১৫০+। কিন্তু খুঁজে দেখলাম, তার বিরুদ্ধে বোলিং করা হয়েছিল মূলত পার্ট-টাইমাররা, কারণ প্রতিপক্ষের প্রধান বোলাররা ইনজুরিতে ছিলেন। সেই ম্যাচের ডেটা যদি শুধু স্ট্রাইক রেট হিসেবে থাকত, আমি ভুল সিদ্ধান্ত নিতাম। ফিরে আসি সেই খালি রিপোর্টে। সেখানে একটা 'মিড-লেভেল প্রসেস রিস্ক' চিহ্নিত করা হয়েছে: যদি এমন খালি রিপোর্ট ডাউনস্ট্রিমে চলে যায়, তাহলে সিদ্ধান্তগুলো ভিত্তিহীন হবে। একদম ঠিক। ক্রিকেটে আমরা এটা প্রায়ই দেখি—একটা ম্যাচের স্কোরকার্ড দেখে আমরা পরের ম্যাচের জন্য ভবিষ্যদ্বাণী করি, অথচ পিচের অবস্থা, টসের প্রভাব, ডিউর পরিমাণ—কিছুই গণ্যে আনি না। এটা ঠিক সেই 'খালি ঘর'-এর মতো। অথচ দ্বিতীয় স্তরের রিপোর্টে একটা সুপারিশ আছে: 'মিনিমাম-কনটেন্ট গেট' যোগ করুন, যাতে শূন্য তথ্যবিন্দু থাকলে রিপোর্ট আটকে যায়। আমার মতে, ক্রিকেট বিশ্লেষণেও এমন গেট দরকার। কোনো ম্যাচ রিপোর্টে যদি কমপক্ষে তিনটি স্বাধীন ডেটা পয়েন্ট না থাকে—যেমন বলের সংখ্যা, রানের প্রবাহ, উইকেটের পতন—তাহলে সেটা প্রকাশ করা উচিত নয়। কিন্তু এখানেই একটা প্রশ্ন ওঠে: এই কঠোরতা কি সৃজনশীলতাকে মেরে ফেলে না? আমি বলব, না। কারণ, ক্রিকেটের সৌন্দর্য হলো অনিশ্চয়তা। আর অনিশ্চয়তাকে বুঝতে হলে আগে নিশ্চিত ডেটা দরকার। ২০১৭ সালে শেখ রাসেলের সেই ম্যাচে আমি ২.৭ বনাম ০.৮ xG দেখে বলেছিলাম, ফলাফলটা প্রতারক। কিন্তু যদি আমার কাছে শুধু স্কোর থাকত, আমি কী বলতাম? হয়তো বলতাম, ম্যাচটা জমে উঠেছিল। সেটা সত্যি হতো না। তাই খালি ডেটা আমাদের শেখায়: যা নেই, তা নিয়ে গল্প বানাবেন না। এখন একটা বৈপরীত্যের দিকে তাকাই। দ্বিতীয় স্তরের রিপোর্টটা কিন্তু খালি ডেটা নিয়েও পুরো আটটি মাত্রার কাঠামো ধরে রেখেছে। প্রতিটি সাবহেডিং, প্রতিটি টেবিল, প্রতিটি চেকলিস্ট আছে। এটা কি সময়ের অপচয়? আমি বলব, না—এটা ভবিষ্যতের বিনিয়োগ। কারণ, যখন সঠিক ডেটা আসবে, তখন এই কাঠামোতেই বিশ্লেষণ বসিয়ে দিলে দ্রুত ফলাফল পাওয়া যাবে। আমার নিজের অভিজ্ঞতায়, আমি যখন ট্রান্সফার মার্কেট অ্যাডমিনিস্ট্রেটর হিসেবে কাজ শুরু করি, তখন প্রথম ছয় মাস শুধু টেমপ্লেট বানিয়েছি। কেউ কেউ বলতেন, এত সময় নষ্ট করছেন কেন? কিন্তু পরে যখন জরুরি সিদ্ধান্ত নিতে হয়েছে, তখন সেই টেমপ্লেটই আমাকে দ্রুত সঠিক সিদ্ধান্ত নিতে সাহায্য করেছে। তবে এই কাঠামোর একটা বিপদ আছে। সেটা হলো, কাঠামো থাকলেই মানুষ ভাবতে শুরু করে কাজ হয়ে গেছে। দ্বিতীয় স্তরের রিপোর্টে স্পষ্ট বলা আছে, 'এই আউটপুটকে ব্যর্থ হিসেবে গণ্য করুন'। কিন্তু যদি কেউ শুধু শিরোনাম দেখে ভাবে, আটটি মাত্রার বিশ্লেষণ আছে মানে কাজ হয়ে গেছে, তাহলে ভুল হবে। ক্রিকেটেও একই ফাঁদ। একটা দলের স্কোয়াড তালিকা দেখে আমরা ভাবি, দলটা শক্তিশালী। অথচ সেই তালিকায় যদি তিনজন খেলোয়াড় ইনজুরিতে থাকে, তাহলে হিসাবটা বদলে যায়। তাই কাঠামো মানে শেষ নয়, শুরু। এবার আমার নিজের দৃষ্টিভঙ্গি থেকে একটা সংযোজন করি। দ্বিতীয় স্তরের রিপোর্টে 'সম্ভাব্য মূল কারণ' হিসেবে পেওয়াল, নন-টেক্সট সোর্স, বা এক্সট্রাকশন বাগের কথা বলা হয়েছে। আমার অভিজ্ঞতায়, বাংলাদেশের ক্রিকেট কভারেজে আরেকটা কারণ আছে—ভাষা। অনেক স্থানীয় ম্যাচের রিপোর্ট বাংলায় থাকে, আর স্বয়ংক্রিয় টুলগুলো ইংরেজি ভিত্তিক। ফলে ডেটা সংগ্রহে ফাঁক তৈরি হয়। আমি ২০১৮ সালে ডেনমার্কের একটি ক্লাবের জন্য দূরবর্তী স্কাউট হিসেবে কাজ করার সময় দেখেছি, তারা এশিয়ার ম্যাচ ডেটা সংগ্রহে হিমশিম খায়। কারণ, স্থানীয় ভাষার রিপোর্টগুলো তাদের সিস্টেমে ঢোকে না। আরেকটা জিনিস আমাকে ভাবায়। দ্বিতীয় স্তরের রিপোর্টে 'নীরবতার কারণ' হিসেবে বলা হয়েছে, সোর্স হয় পেওয়ালের পিছনে, নয়তো নন-টেক্সট। কিন্তু ক্রিকেটে আরেক ধরনের নীরবতা আছে—সেটা হলো ম্যাচের মাঝে বৃষ্টি। যখন বৃষ্টি নামে, তখন ডেটা সংগ্রহ থেমে যায়, কিন্তু ম্যাচ শেষ হয় না। ডিএলএস পদ্ধতিতে ফলাফল ঠিক হয়। সেই নীরবতা কিন্তু তথ্য দেয়—বৃষ্টির পর কোন দল সুবিধা পায়, কোন বোলার বল হাত থেকে হারিয়ে ফেলে। ২০২০ সালের খালি স্টেডিয়ামের নীরবতাও একইভাবে তথ্য দিয়েছিল। তো এই সব ভেবে আমি একটা সিদ্ধান্তে পৌঁছেছি। ক্রিকেট বিশ্লেষণে 'খালি ডেটা' কে আমরা দুভাবে দেখতে পারি। এক, ব্যর্থতা হিসেবে—যেমন এই দ্বিতীয় স্তরের রিপোর্টে বলা হয়েছে, পাইপলাইন থামিয়ে আবার চালান। দুই, সুযোগ হিসেবে—খালি ডেটা আমাদের দেখায় কোথায় আমাদের সংগ্রহ ব্যবস্থা দুর্বল। আমি দ্বিতীয়টার পক্ষে। কারণ, ক্রিকেটের ইতিহাসে অনেক বড় আবিষ্কার এসেছে অভাব থেকে। যখন রেকর্ড রাখার ব্যবস্থা ছিল না, তখন মানুষ মৌখিক ইতিহাসের ওপর নির্ভর করত। সেই অভাব থেকেই জন্ম নিয়েছে ক্রিকেট অ্যালম্যানাক, স্কোরবুক, পরিসংখ্যান। আরেকটা দিক হলো, এই খালি রিপোর্ট আমাদের শেখায় যে ক্রিকেট বিশ্লেষণে কৃত্রিম বুদ্ধিমত্তার ব্যবহার বাড়ছে, কিন্তু তার ভিত্তি ডেটা। ডেটা না থাকলে বুদ্ধিমত্তা শুধু অনুমান। আর অনুমান দিয়ে ক্রিকেট ম্যাচের ভবিষ্যদ্বাণী করা যায় না। আমি ব্যক্তিগতভাবে দেখেছি, অনেক স্মার্ট টুল আছে যারা বলে দেয় কোন দল জিতবে। কিন্তু তারা যদি পিচের অবস্থা, আবহাওয়া, খেলোয়াড়ের ফর্ম—এসব না জানে, তাহলে তাদের ভবিষ্যদ্বাণী শুধুই জুয়া। এবার ভবিষ্যতের দিকে তাকাই। আগামী দিনে ক্রিকেট ডেটা সংগ্রহ আরও স্বয়ংক্রিয় হবে। ট্র্যাকিং ক্যামেরা, সেন্সর, রিয়েল-টাইম অ্যানালিটিক্স—সব বাড়বে। কিন্তু সেই সাথে একটা ঝুঁকি আছে: আমরা ভুলে যাব যে ডেটা সবসময় সম্পূর্ণ নয়। এই দ্বিতীয় স্তরের রিপোর্টটা সেই সতর্কবার্তা। এটা বলে, 'শূন্য তথ্যবিন্দু থাকলে রিপোর্ট আটকে দিন'। আমার পরামর্শ: প্রতিটি ক্রিকেট রিপোর্টে একটা 'ডেটা কনফিডেন্স লেভেল' থাকা উচিত। যেমন, যদি শুধু স্কোরকার্ড থাকে, তাহলে লো কনফিডেন্স। যদি বল-বাই-বল ডেটা থাকে, তাহলে মিডিয়াম। যদি ট্র্যাকিং ডেটাও থাকে, তাহলে হাই। এই লেভেল ছাড়া বিশ্লেষণ প্রকাশ করা উচিত নয়। আর একটা জিনিস—এই ঘটনাটা আমাকে মনে করিয়ে দেয় আমার পুরনো দিনের কথা। যখন প্রথম xG মডেল বানাচ্ছিলাম, তখন অনেক রাত জেগে শটের ভিডিও দেখে দেখে ডেটা এন্ট্রি করতাম। একবার একটা ম্যাচের ডেটা হারিয়ে গিয়েছিল। তখন আমি ভেবেছিলাম, সব শেষ। কিন্তু পরে আবিষ্কার করলাম, সেই হারানো ডেটাই আমাকে শিখিয়েছিল কীভাবে ব্যাকআপ রাখতে হয়। এখন সেই অভিজ্ঞতা কাজে লাগিয়ে আমি প্রতিটি রিপোর্টে সোর্স ডকুমেন্টেশন রাখি। শেষ করার আগে একটা প্রশ্ন রেখে যাই। ক্রিকেট বিশ্লেষণে আমরা কখনো কি স্কোরকার্ডকে সন্দেহ করি? অনেক সময় করি। কিন্তু খালি স্কোরকার্ডকে সন্দেহ করি কি? যদি না করি, তাহলে আমরা শুধু সংখ্যার দাস হয়ে থাকব। আর সংখ্যা যদি না থাকে, তাহলে কী? তখন আমাদের সৃজনশীলতা দিয়ে গল্প বানানো উচিত নয়, বরং শূন্যতাকে স্বীকার করে সেটাকে ডেটা হিসেবে ব্যবহার করা উচিত। আগামী মৌসুমে যখন কোনো ম্যাচের ডেটা অসম্পূর্ণ থাকবে, তখন মনে রাখবেন: সেই শূন্যতা হয়তো সবচেয়ে সৎ বিশ্লেষণ।