অপরিবর্তনীয় খাতা: ক্রিকেট বিশ্লেষণে ডেটার সত্যতা যাচাইয়ের নতুন মানদণ্ড

গত সপ্তাহে একটি স্প্রেডশিট খুলে আমি প্রায় দশ মিনিট নীরবে বসে ছিলাম। কলামের শিরোনাম ছিল—ম্যাচ, ফরম্যাট, তথ্যবিন্দু, সূত্র, সময়-সংবেদনশীলতা, উৎসের গুণমান। কিন্তু নিচের প্রতিটি কোষ ফাঁকা। সবচেয়ে উপরে একটি লাইন: "তথ্যবিন্দু: কোনোটিই নয়।" ষাট বছরের কাছাকাছি সময় ধরে আমি ক্রিকেটের সংখ্যা নিয়ে কাজ করেছি—প্রথমে ঢাকার লিগে উদিত ক্লাবে ওপেনিং ব্যাট ও উইকেটকিপার হিসেবে, পরে কোচিং, তারপর বিশ্লেষণী লেখালেখি। কিন্তু এই প্রথম একটি খালি টেবিল আমাকে এভাবে থামিয়ে দিল। খালি কোষ মানে ডেটার অভাব নয়। খালি কোষ মানে সিদ্ধান্তের একটি মুহূর্ত। আপনি হয় সেখানে যা শুনতে চান, কল্পনা করে বসিয়ে দিতে পারেন, অথবা স্বীকার করতে পারেন যে আপনার হাতে কিছু নেই। ক্রিকেট-সাংবাদিকতার বর্তমান বাজারে প্রথম কাজটি সহজ এবং লাভজনক, দ্বিতীয়টি কঠিন এবং ধীর। আর আজকের বিশ্লেষণের আসল বিষয় ঠিক এই কঠিন কাজটি। আমি লন্ডনে থাকি, কিন্তু আমার কাজের অর্ধেকটা শুরু হয় ঢাকার সেই মাঠগুলো থেকে—যেখানে প্রথম শিখেছিলাম, স্কোরবুক কখনও মিথ্যা বলে না, কিন্তু মানুষের স্মৃতি প্রায়ই বলে। ২০১৭ সালে যখন খেলাধুলার নতুন মিডিয়া বিস্ফোরিত হচ্ছিল, আমি একটি ছাপা ডেস্ক ছেড়ে প্রিমিয়ার লিগের ৩৮০ ম্যাচের একটি মানসম্মত xG ও PPDA ডেটাসেট তৈরি করেছিলাম একটি ডিজিটাল আউটলেটের জন্য। আমার প্রথম প্রকাশিত অডিট বার্নলিকে চিহ্নিত করেছিল: ৩৮.৪ এক্সজি বনাম ৪৪টি প্রকৃত গোল—লিগের সবচেয়ে বড় ওভারপারফরম্যান্স। যখন বার্নলি সপ্তম হয়ে ইউরোপে খেলার যোগ্যতা অর্জন করল, তখন যারা "এক্সপেক্টেড গোলস"-কে উপহাস করেছিল সেই সম্পাদকেরাই কাঁচা ফাইল চাইলেন। সেই মৌসুম থেকেই আমি প্রতিটি রিপোর্ট খোলার আগে একটি যাচাইযোগ্য সংখ্যা রাখা শুরু করি। যে দাবি আমি লগ করা কোনো ঘটনা পর্যন্ত পৌঁছে দিতে পারি না, তা প্রকাশ করতে আমি অস্বীকার করি। এতে লেখা ধীর হলো, কিন্তু পাঠকের পক্ষে খারিজ করা প্রায় অসম্ভব হয়ে গেল। আমার সম্পাদনা-নীতি হয়ে দাঁড়াল: নমুনা ছাড়া কোনো গল্প নেই। এই জায়গায় ব্লকচেইনের ধারণাটি আমার কাজে ঢুকে পড়ে, যদিও তখন আমি সেটি সেভাবে ভাবিনি। একটি ব্লকচেইন আসলে কী? একটি অপরিবর্তনীয় খাতা—প্রতিটি এন্ট্রি একটি সময়ছাপ এবং পূর্ববর্তী এন্ট্রির সাথে সংযুক্ত একটি ক্রিপ্টোগ্রাফিক হ্যাশ বহন করে, এবং কেউ নিঃশব্দে তা বদলাতে পারে না। ক্রিকেট বিশ্লেষণের ডেটার ঠিক এই বৈশিষ্ট্যটি দরকার: স্বচ্ছতা, ট্রেসেবিলিটি, এবং অপরিবর্তনীয়তা। আমি আমার প্রতিটি মেট্রিকের সংজ্ঞা একটি প্রকাশ্য শব্দকোষে মানসম্মত করেছিলাম, যাতে কোনো সহকর্মী একটি সংখ্যা ভুলভাবে উদ্ধৃত করতে না পারে। সেই শব্দকোষই ছিল আমার পরবর্তী কাজের মেরুদণ্ড—একটি ছোট, কিন্তু অপরিবর্তনীয় নথি। আজ থেকে দেখলে এটাই ছিল আমার প্রথম ব্লক: একটি সংজ্ঞা, যা একবার লিখে ফেলার পর আর নিঃশব্দে বদলানো যায় না। ২০১৮ সালে আমি সেই একই ডেটাসেট রাশিয়ায় নিয়ে গেলাম। ইংল্যান্ড সেমিফাইনাল পর্যন্ত ১২টি গোল করেছিল; আমার সেট-পিস মডেল তাদের মধ্যে ৯টিকেই ডেড-বল রুটিনের কৃতিত্ব দিয়েছিল, ওপেন প্লের নয়। আমি প্রতিটি কর্নারের ডেলিভারি জোন এবং দ্বিতীয় বলের রিকভারি লগ করেছিলাম। কলম্বিয়ার বিপক্ষে শেষ ষোলোর জয়ের পর আমি একটি ব্রেকডাউন প্রকাশ করি, যেখানে দেখানো হয় ইংল্যান্ডের প্রতি কর্নারে সেট-পিস xG ছিল ০.১১—টুর্নামেন্টের গড়ের প্রায় তিনগুণ। এফএ-এর বিশ্লেষকরা ফাইলটি চাইলেন, আর সম্প্রচারকরা "সেট-পিস xG" নামটি অন এয়ার বলতে শুরু করলেন। আমি ডেটাসেটটি তিনবার নতুন করে তৈরি করেছি, তারপর সংখ্যাগুলো আর তর্ক করা বন্ধ করেছে। বারোটি সেট-পিস, একটি প্যাটার্ন, আর একটি স্প্রেডশিট যা রোমান্টিক হতে রাজি হয়নি। কারণ একবার দেড় ঘণ্টার কর্নার-ডেলিভারি ফুটেজ দেখে, একবার ম্যাচ-রিপোর্ট পড়ে, আর একবার কাঁচা ট্র্যাকিং ডেটা যাচাই করে—তিনবার—আমি বুঝেছিলাম, তিনটি সূত্র তিন রকম গল্প বলছিল। যে গল্পটি টিকে গেল, সেটি ছিল সবচেয়ে কম রোমান্টিক। ২০২০ সালে স্টেডিয়াম যখন খালি হয়ে গেল, তখন আমি প্রতিটি মডেল নতুন করে ক্যালিব্রেট করলাম। বুন্দেসলিগার প্রথম নয় রাউন্ড ট্র্যাক করে দেখলাম—হোম উইন রেট ৪৩.২% থেকে ৩৩.৩%-এ নেমে এসেছে, আর হোম দলগুলোর গড় xG কমেছে ০.১৮। অনুমান না করে আমি প্রতিটি মডেলে একটি ভিড়-সমন্বয় স্তর যুক্ত করলাম এবং পদ্ধতিটি প্রকাশ করলাম। যে ক্লাবগুলো তখনও কাঁচা হোম/অ্যাওয়ে স্প্লিট ব্যবহার করছিল, তারা হঠাৎ নিজেদের ফর্ম ভুল মূল্যায়ন করতে শুরু করল। আমি একটি ২০০০ শব্দের সংশোধন-নোটও লিখলাম, যেখানে তালিকাভুক্ত করলাম খালি স্টেডিয়ামের ডেটা আমার কোন আগের সিদ্ধান্তগুলো বাতিল করেছে। আর এখানেই ব্লকচেইনের আসল শিক্ষা স্পষ্ট হয়। একটি ব্লকচেইনে পুরোনো এন্ট্রি মুছে ফেলা যায় না—শুধু তার উপরে একটি নতুন, স্বাক্ষরযুক্ত সংশোধন যোগ করা যায়। আমি আমার বিশ্লেষণেও ঠিক তা-ই করি। একটি ভুল সিদ্ধান্ত চাপা দেওয়া যায় না; তার উপরে একটি নতুন ব্লক বসে, যেখানে লেখা থাকে কেন আগেরটি ভুল ছিল। এই অপরিবর্তনীয়তার শৃঙ্খলাই ক্রিকেট বিশ্লেষণকে গুজব থেকে আলাদা করে। ২০২২ সালে সৌদি আরব আর্জেন্টিনাকে ২-১ গোলে হারায়, অফসাইড ট্র্যাপ ১০ বার খাটিয়ে—১৯৬৬ সালের পর কোনো বিশ্বকাপ ম্যাচে কোনো দলের সর্বোচ্চ। আমি ট্র্যাকিং ডেটা বের করে দেখলাম, তাদের ডিফেন্সিভ লাইন গ্রুপ-পর্যায়ের বেসলাইনের চেয়ে গড়ে ৪.১ মিটার উঁচুতে ছিল। আমি ট্র্যাপটিকে একটি পরিমাপযোগ্য সিস্টেম হিসেবে লিখলাম: লাইন হাইট, ট্রিগার প্রেস, রিকভারি স্প্রিন্ট। কোচেরা থ্রেশহোল্ড সংখ্যাগুলো জানতে চেয়ে ইমেইল করলেন। তখন থেকে "ইনটেনসিটি" শব্দটি আমি প্রেস বোঝাতে ব্যবহার বন্ধ করে দিলাম, কারণ ইনটেনসিটি একটি অনুভূতি, আর লাইন হাইট একটি জ্যামিতি। এবার এই সব ঘটনার সাধারণ সুতোটি দেখুন। আমার প্রতিটি সংখ্যা তার পরিবেশ বহন করে। কোনো সংখ্যা তার পরিবেশ ছাড়া ভ্রমণ করে না—এটাই আমার সম্পাদনা-নীতি। একটি xG মান কেবল তখনই অর্থবহ, যখন তার সাথে থাকে নমুনার আকার, ভেন্যুর অবস্থা, কন্ডিশন এবং ফরম্যাট। একটি ব্লকচেইনের প্রতিটি ব্লক যেমন তার পিতা-ব্লকের হ্যাশ ছাড়া অর্থহীন, তেমনি একটি সংখ্যা তার প্রেক্ষাপট ছাড়া অর্থহীন। নতুন মিডিয়া সবসময় গতি চেয়েছে। নতুন মিডিয়া গতি চেয়েছিল। আমি বদলে একটি মানদণ্ড দিয়েছি। কারণ গতি দিয়ে তৈরি দাবি যাচাই করা যায় না, কিন্তু একটি মানদণ্ড যাচাইযোগ্য। আর ক্রিকেটের ডেটা বাজারে আজ সবচেয়ে বড় সংকটটি কৌশলগত নয়, সত্যতার। কে, কোন নমুনা থেকে, কোন সংজ্ঞা দিয়ে একটি সংখ্যা তৈরি করেছে—এই প্রশ্নের উত্তর না থাকলে পুরো বিশ্লেষণটাই কাগজের ঘর। এবার আমার সবচেয়ে অস্বস্তিকর যুক্তিটি বলি। ধরে নিন, একটি বিশ্লেষণী পাইপলাইন হঠাৎ করে কিছুই দিতে পারল না—শূন্য তথ্যবিন্দু, কোনো দল নেই, কোনো খেলোয়াড় নেই, কোনো ভেন্যু নেই। সবচেয়ে সহজ কাজটি হবে ফাঁকা জায়গাগুলো "বিশ্বাসযোগ্য" অনুমান দিয়ে ভরে দেওয়া। সংখ্যা তৈরি করা সহজ; দায় নেওয়া কঠিন। কিন্তু একটি শূন্য ফলাফল নিজেই একটি সংকেত। যদি একটি পাইপলাইন কোনো বৈধ তথ্যবিন্দু বের করতে না পারে, তবে সেটি বলছে—উৎসটির নির্যাস ব্যর্থ হয়েছে, অথবা উৎসটিতেই কোনো যাচাইযোগ্য তথ্য ছিল না। এই দুই ক্ষেত্রেই সঠিক পেশাদার প্রতিক্রিয়া একটাই: থামা, এবং ফাঁকা জায়গা ফাঁকা রাখা। কারণ যেকোনো ভরাট করা সংখ্যা পরে যাচাই করা যাবে না—সেটি খাতায় একটি জাল ব্লক। ট্রান্সফার উইন্ডোর সময় এই ফাঁদটি সবচেয়ে বিপজ্জনক। গুজব এত দ্রুত ছড়ায় যে যাচাই করা তথ্য পিছিয়ে পড়ে। একটি রিলিজ-ক্লজ বা মজুরি-বিলের গঠন একটি "রেকর্ড দাম"-এর গুজবের চেয়ে অনেক বেশি বলার মতো—কিন্তু গুজব দ্রুত, আর সত্য ধীর। কেউ কেউ বলবেন, "তাহলে আপনি কিছুই দিলেন না।" কিন্তু ক্রিকেটের রোমান্টিক আখ্যান, হাইলাইট-রিল এবং নস্টালজিয়া আমাদের যা বিশ্বাস করায়, তার সাথে সংঘর্ষে জয়ী হওয়ার জন্য কখনও কখনও কোনো সংখ্যা না দেওয়াই সবচেয়ে সৎ কাজ। এখানে আরেকটি সূক্ষ্ম ফাঁদ আছে—পার্থক্য এবং কারণের গুলিয়ে ফেলা। একটি দলের হোম-জয়ে পতন মানেই এই নয় যে ভিড়ের অভাবই একমাত্র কারণ; ফিক্সচারের কাঠিন্য, ইনজুরি, কন্ডিশন—সবই মিশে যায়। একটি ব্লকচেইন যাচাই করে কে কী লিখল, কিন্তু কেন লিখল তার ব্যাখ্যা দেয় না। একইভাবে একটি ডেটাসেট আমাদের পার্থক্য দেখায়, কারণ ব্যাখ্যা করার দায় আমাদের নিজেদের। তাই পরের রাউন্ডে আমি যে সংকেতটি খুঁজছি তা কোনো নির্দিষ্ট দলের ফলাফল নয়, বরং শিল্পের অভ্যন্তরীণ রেকর্ড-রক্ষার মান। ক্রিকেট বিশ্লেষণে যদি একটি অপরিবর্তনীয় খাতা গড়ে ওঠে—যেখানে প্রতিটি সংখ্যা তার উৎস, সময় এবং প্রেক্ষাপটসহ সংরক্ষিত থাকে—তবেই গুজব আর বিশ্লেষণের মধ্যে রেখাটি স্পষ্ট হবে। শূন্য তথ্যবিন্দুর সেই খালি স্প্রেডশিটটি আমি মুছে ফেলিনি। এটা আমার ফাইলে রাখা আছে, একটি তদন্তের প্রথম প্রমাণ হিসেবে—যে পাইপলাইন ব্যর্থ হয়েছিল, সেটি যাতে ফের ব্যর্থ না হয়।