ডেটার শিকল ভাঙলে বিশ্লেষণ থামে: ক্রিকেট অ্যানালিটিক্সে সততার খাতা

গত রবিবার রাতে আমার স্ক্রিনে একটা ফাইল খুলল। নাম Stage-1। আটটা কলাম, সবগুলো খালি। তথ্যবিন্দুর তালিকা শূন্য। শিরোনাম নেই, সূত্র নেই, লেখকের অবস্থান নেই — শুধু একটা ডোমেইন লেবেল জ্বলছে: cricket_world। আমি ফাইলটার দিকে চুপচাপ তাকিয়ে রইলাম, কারণ আমি জানি এরপর সাধারণত কী ঘটে। প্রলোভনটা সহজ: ফাঁকা ঘরগুলো কল্পনায় ভরে দাও। একটা টেস্ট ম্যাচ ধরে নাও, একটা ইনিংস বানাও, একটা ইনজুরির গল্প জুড়ে দাও। পাঠক টেরও পাবে না, কারণ গল্পটা মসৃণ হবে।

আমি ২০১৮ সালে আমার প্রথম xG টেমপ্লেট বানিয়েছিলাম, তারপর শিখেছিলাম তার পরিষ্কার কোণগুলোকে অবিশ্বাস করতে। তাই আজ আমি জানি — খালি ঘর শত্রু নয়। খালি ঘর পূরণ করার প্রলোভনটাই শত্রু।

এই সপ্তাহে আমি যে রিপোর্টটা পেয়েছি, সেটা একটা দুই-ধাপের বিশ্লেষণ পাইপলাইনের ফল। প্রথম ধাপ কাঁচা নিবন্ধ থেকে তথ্যবিন্দু তুলে আনে — শিরোনাম, সূত্র, লেখকের অবস্থান, এক-বাক্যের সারসংক্ষেপ, সত্তা আর সময়-সংবেদনশীলতা। দ্বিতীয় ধাপ সেই বিন্দুগুলোর উপর দাঁড়িয়ে আটটা মাত্রায় গভীর বিশ্লেষণ করে: ফরম্যাট, খেলোয়াড়ের কারিগরি, দলের অবস্থান, লিগ-অর্থনীতি, নিয়ম-শাসন, ঝুঁকি, জন-আখ্যান, আর শিল্পের সংক্রমণ।

এখানে সোনালি নিয়মটা সরল: প্রতিটি দ্বিতীয়-ধাপের সিদ্ধান্তকে প্রথম-ধাপের কোনো তথ্যবিন্দুতে হাত ধরিয়ে ফিরে যেতে হবে। এটা ক্রিকেটের স্কোরকার্ড-সততার মতো — প্রতিটা রানকে বল-বাই-বল রেকর্ডে মেলাতে হয়। যেখানে মেলানো যায় না, সেখানে সংখ্যা লেখা হয় না।

কয়েক বছর ধরে আমি শেরে বাংলা স্টেডিয়ামে বসে ম্যাচ দেখেছি — মুশফিকুর রহিমের ব্যাট, তাইজুল ইসলামের স্পিন। মাঠে বসে যা চোখে লাগে, তার অনেকটাই পরে ডেটায় মেলে; আর অনেকটাই মেলে না। এই দুইয়ের ফারাকটাই আমার লেখার কাঁচামাল। খালি ঘর দেখলে তাই আমার প্রথম প্রতিক্রিয়া হয় না — কিছু একটা লিখে ফেলি; বরং হয় — ডেটা কোথায় গেল।

এইবার প্রথম ধাপ ফিরে দিল শূন্য। আটটা ঘর, আটটাই 'N/A'। শুধু cricket_world ট্যাগটা জীবিত। অর্থাৎ কেবল এটুকু জানা গেল যে বিষয়টা ক্রিকেট-সংক্রান্ত — কোন ফরম্যাট, কোন দল, কোন ম্যাচ, কোন সময়, কিছুই নয়।

পাইপলাইন ভাঙার অনেক কারণ থাকতে পারে: কাঁচা নিবন্ধ খালি ছিল, পার্সার ভুল করেছে, নাকি স্কিমা-লেবেলে অমিল? এই তিনটাই আলাদা রোগ, তিনটার চিকিৎসাও আলাদা। কিন্তু যেটা নিয়ে আমি আজ লিখছি সেটা ভিন্ন: যখন সাবস্ট্রেটই নেই, তখন সৎ উত্তরের একটাই রূপ — বলা যাচ্ছে না।

আধুনিক ক্রিকেটে ডেটার এই শিকলটা আরও জরুরি। কারণ এখন ডেটা মানে শুধু স্ট্যাট নয়, ডেটা মানে চুক্তি। লাইভ স্কোর ফিড, প্লেয়ার-ট্র্যাকিং, ফ্যান-টোকেন, বাজি-অখণ্ডতা — সবই চলে ভরসাযোগ্য রেকর্ডের উপর। ব্লকচেইনের ভাষায় যাকে বলে অপরিবর্তনীয়, সময়-ছাপানো খাতা। ক্রিকেট অ্যানালিটিক্সের ভেতরের শিকলটাও ঠিক তেমনই হওয়া উচিত: প্রতিটা দাবির পিছনে একটা সময়-ছাপানো তথ্যসূত্র। শিকল ভাঙলে পুরো বিশ্লেষণ ভেঙে পড়ে।

এখন আসল হিসাবটা করি। দ্বিতীয় ধাপ যখন ফাঁকা তথ্য পায়, তখন তার হাতে দুটো পথ থাকে।

প্রথম পথ — পূরণ করা। এটা সহজ, আর এটাই সবচেয়ে বিপজ্জনক। কারণ কল্পনা কখনো খালি দেখায় না; কল্পনা দেখতে বাস্তবের মতো। একটা বানানো ইনিংস-স্কোর, একটা বানানো PPDA, একটা বানানো ইনজুরি-টাইমলাইন — সবই যুক্তিসঙ্গত শোনায়। আর যেহেতু ক্রিকেট-সংস্কৃতিতে ডেটা-ভয়েস বিরল, নতুন কিছু বললেই পাঠকের কাছে সেটা আবিষ্কার মনে হয়। এই জায়গাটাই সবচেয়ে বড় ফাঁদ: অল্প-নমুনার অতিরিক্ত দাবি। পাঁচ ম্যাচের একটা ধারা প্যাটার্ন মনে হয়; একজন মাত্র বিশ্লেষক যখন সেই দিকে তাকায়, প্রতিটা ফলাফল নতুন লাগে। অথচ সঠিক আচরণ হলো — N আর আত্মবিশ্বাস-ব্যবধান আগে ঘোষণা করা, আর ন্যূনতম নমুনার নিচের সবকিছুকে পর্যবেক্ষণ, সিদ্ধান্ত নয় বলে চিহ্নিত করা।

দ্বিতীয় পথ — থেমে যাওয়া। এটা কঠিন, কারণ এতে কিছুই উৎপাদন হয় না। কিন্তু এই থেমে যাওয়াটাই তথ্যগতভাবে সঠিক। কেউ যদি বলে, এই ম্যাচে অমুক বোলার দুর্দান্ত ছিলেন, আমি প্রশ্ন করি: কোন ফরম্যাট? কত ওভার? কত রান-রেট? কোন পিচে? নমুনা কত বড়? এই উত্তর না থাকলে দুর্দান্ত শব্দটা একটা মন্তব্য, বিশ্লেষণ নয়। আই-টেস্টের রোম্যান্স দাবি করে, কিন্তু দাবিটা যাচাইযোগ্য নয়। সে বড় ম্যাচের খেলোয়াড়, তার সহজাত মানসিকতা আছে — এগুলো সংজ্ঞা ছাড়া, হর ছাড়া, পরীক্ষা ছাড়া বাক্য।

আমার মডেল-ফরেনসিক কাজের মূল শিক্ষা এখানেই। ২০১৮ সালের পর আমি শিখেছি, যেকোনো যৌগিক মেট্রিক — বিশেষ করে ফুটবল থেকে আমদানি করা xG-ধাঁচের সূচক — তার পরিষ্কার প্রান্ত দিয়ে মিথ্যা নিরাপত্তা দেয়। ওজনগুলো নিজে থেকেই ইচ্ছেমতো; আউটপুটের নিখুঁততা ভেতরের খাপছাড়া ওজনগুলোকে ঢেকে রাখে। তাই প্রতিটা সংখ্যাকে আমি পর্যালোচনাধীন দাবি হিসেবে দেখি, চূড়ান্ত রায় হিসেবে নয়।

এই ফাঁকা ফাইলটাও ঠিক সেই শিক্ষার সম্প্রসারণ। যদি তথ্যবিন্দু শূন্য হয়, তাহলে আটটা মাত্রার প্রতিটি ঘরে সৎ উত্তর একটাই — পর্যাপ্ত তথ্য নেই, মূল্যায়ন করা যাচ্ছে না। কারণ সত্তা ছাড়া ঝুঁকির রেটিং দেওয়া যায় না, ফরম্যাট ছাড়া ফরম্যাট-বিশ্লেষণ চলে না, খেলোয়াড় ছাড়া কারিগরি-বিশ্লেষণ অর্থহীন। একটা ডোমেইন ট্যাগ থেকে কুশলী-শোনানো বিশ্লেষণ বানানো মানে ডেটার চেইনে জাল সার্টিফিকেট জুড়ে দেয়া। ব্লকচেইন-জগতে যেটা সবচেয়ে বড় পাপ: এমন একটা লেনদেন, যার পিছনে কোনো বাস্তব ব্লক নেই।

এই রিপোর্টে চারটা ফাঁদ স্পষ্টভাবে ধরা পড়েছে। প্রথম, শূন্য-ইনপুট থেকে কল্পনা — সবচেয়ে বড় ঝুঁকি, কারণ ডাউনস্ট্রিমের সবকিছু ভুয়া হয়ে যায়। দ্বিতীয়, সূত্র-অনুপস্থিতি — সূত্রের গুণমানের ঘর খালি, তাই নির্ভরযোগ্যতার স্তর অজানা। তৃতীয়, স্কিমা-অমিল — Unclassified আর cricket_world লেবেল প্রমাণ করে পাইপলাইনের কোথাও গরমিল হয়েছে। চতুর্থ, সত্তা-শূন্যতা — কোনো সত্তা না থাকায় ডাউনস্ট্রিমে খেলোয়াড়-ট্র্যাকিং চালু করা যায় না।

এখানেই সৌন্দর্য: রিপোর্টটা নিজের ব্যর্থতা লুকায়নি, ঘোষণা করেছে। এটাই নয়েজ-প্রতিরোধী স্থিতিশীলতা — অপমান, প্রাতিষ্ঠানিক প্রত্যাখ্যান, আর শূন্য-ডেটা — সবই সমান শান্তিতে হজম করা। কারণ শব্দে চিৎকার না করে সংখ্যাটাই চিৎকার করে।

এখন সবচেয়ে শক্তিশালী বিপক্ষ-যুক্তিটা গড়ি। কেউ বলবেন: তাহলে কী হবে? সব খালি ফেলে রাখলে পাঠক কী পাবে? বিশ্লেষকের কাজ তো বিশ্লেষণ করা, থেমে থাকা নয়। একটা যুক্তিসঙ্গত অনুমান দিলে ক্ষতি কী? ক্রিকেট এমনিতেই অনিশ্চিত খেলা, একটু অনুমান তো চলে।

এই যুক্তিটা ফেলনা নয়। সত্যি বলতে, এটা আমি নিজে বহুবার নিজের কাছে শুনেছি। ২০২০ সালে খালি স্টেডিয়ামের মৌসুমে যখন প্রথম পাঁচ রাউন্ডের ডেটা দেখলাম — ঘরের দলের জয়ের হার ৪৩.৩% থেকে ৩৩.৩%-এ নামল, ঘরের দলের গড় xG কমল ০.২৪ — তখনও মাথায় একই প্রশ্ন ঘুরছিল: এত অল্প নমুনায় এত বড় সিদ্ধান্ত টানা কি ঠিক? ২০২০-এর খালি স্টেডিয়াম আসলে হোম-অ্যাডভান্টেজকে একটা প্রাকৃতিক পরীক্ষায় বদলে দিয়েছিল, কিন্তু সেটা পরিষ্কার পরীক্ষা ছিল না। বুদবুদ, সময়সূচি, ফরম্যাট-পরিবর্তন, খেলোয়াড়-অনুপস্থিতি, আম্পায়ার-প্রোটোকল — সব মিলিয়ে ভিন্ন। আমি তখন লিখেছিলাম, নীরবতা হোম-অ্যাডভান্টেজ মুছেনি, বরং ভাগ করেছে — কোন অংশ পিচের, কোন অংশ আম্পায়ারের, কোন অংশ ভ্রমণ আর অভ্যস্ততার।

তাই বিপক্ষের যুক্তিটা আংশিকভাবে ঠিক: বিশ্লেষকের কাজ থেমে থাকা নয়, দায়িত্ব নিয়ে এগোনো। কিন্তু এগোনো মানে কল্পনা করা নয়। পার্থক্যটা সূক্ষ্ম কিন্তু সিদ্ধান্তমূলক। যখন ডেটা অসম্পূর্ণ, সৎ পথটা হলো — অনুমানের সীমানা স্পষ্ট করে বলা, কোনটা জানা আর কোনটা ধারণা আলাদা করে চিহ্নিত করা। এটাই সেই শৃঙ্খলা: আগে প্রচলিত মতকে তার সেরা রূপে দাঁড় করাও, তারপর পরিমাপ করো। খালি তথ্যের ক্ষেত্রে সেরা রূপটাই হলো — স্বীকার করা যে এখানে কিছু বলা যায় না।

আরও একটা জিনিস। কেউ কেউ বলবেন, নীরবতা মানে দুর্বলতা; পাঠক সংখ্যা চায়। কিন্তু ক্রিকেট-অর্থনীতিতে আমি বারবার দেখেছি — যে বিশ্লেষক নিজের সীমা স্বীকার করেন, সময়ের সাথে তার বিশ্বাসযোগ্যতা বাড়ে, কমে না। বাজি-অখণ্ডতা থেকে ফ্যান-টোকেন, কোথাওই জাল ডেটার জায়গা নেই। ব্লকচেইনের খাতা মিথ্যা ট্রানজেকশন গ্রহণ করে না; ভালো ক্রিকেট-বিশ্লেষণও মিথ্যা নমুনা গ্রহণ করা উচিত নয়।

তাহলে সামনের দিকে তাকাই। এই ফাঁকা রিপোর্টটা আসলে একটা সূচনা। পরের ধাপ স্পষ্ট: কাঁচা নিবন্ধ খুঁজে বের করা, তার URL আর প্রকাশ-তারিখ ধরে রাখা, নতুন করে প্রথম ধাপ চালানো। তথ্যবিন্দুর তালিকা ভরে গেলেই দ্বিতীয় ধাপ আবার চলবে। কিন্তু তার আগে একটা স্থায়ী শিক্ষা রেখে যাওয়া দরকার — পাইপলাইনে একটা ইনপুট-যাচাই বসানো, যেটা তথ্যবিন্দু শূন্য দেখলেই দ্বিতীয় ধাপ থামিয়ে দেবে।

প্রশ্নটা পাঠকের জন্য: পরেরবার যখন কোনো বিশ্লেষণ পড়বেন — একটা ভবিষ্যদ্বাণী, একটা রায়, একটা দুর্দান্ত শব্দ — তখন কি জিজ্ঞেস করবেন, এর পিছনে তথ্যের শিকলটা অটুট আছে, নাকি কোনো এক খালি ঘর কল্পনায় ভরা হয়েছে? ক্রিকেটে আমরা বল-বাই-বল স্কোরকার্ড চাই; বিশ্লেষণেও সেই একই সততা চাই। নইলে সৌন্দর্য থাকবে, সত্য থাকবে না।