যখন ডেটা নীরব হয়ে যায়: ক্রিকেট বিশ্লেষণ পাইপলাইনের একটি ব্যর্থতার পাঠ

গত সপ্তাহে আমার ডেস্কে একটি বিশ্লেষণ প্রতিবেদন এসে থামল, যার প্রতিটি ঘর খালি। শিরোনাম নেই, সূত্র নেই, একটি তথ্যবিন্দুও নেই। আটটি বিশ্লেষণ-বিভাগ, ছয়টি ঝুঁকির ছক, তিনটি দৃশ্য-অনুমান — সবকিছুর জায়গায় একই বাক্য ফিরে ফিরে এসেছে: “পর্যাপ্ত তথ্য নেই, মূল্যায়ন সম্ভব নয়।” কাঠামো সম্পূর্ণ, ভেতরটা শূন্য। আমি সতেরো বছর ধরে ক্রিকেট ও ফুটবলের তথ্য নিয়ে কাজ করছি — রাজশাহীর একটি ডেস্ক থেকে ঢাকার ডিজিটাল নিউজরুম পর্যন্ত — কিন্তু এত স্পষ্ট একটি শূন্যতা আগে দেখিনি। খালি ছককে আমরা সাধারণত ব্যর্থতা ভাবি। আমি ভাবি, ওটা নিজেই একটি ফলাফল। কারণ ক্রিকেট বিশ্লেষণে সবচেয়ে বিপজ্জনক জিনিসটি ভুল সংখ্যা নয়। বিপজ্জনক জিনিসটি ফাঁকা ঘর। একটি ভুল সংখ্যা ধরা পড়ে, সংশোধন করা যায়, পাদটীকায় দাগ পড়ে। কিন্তু একটি ফাঁকা ঘর চুপচাপ ডাকে: আমাকে ভরে দাও, যে কোনো সংখ্যা দিয়ে ভরে দাও। ঠিক এখানেই একজন ডেটা সাংবাদিকের আসল পরীক্ষা শুরু হয়। এই প্রতিবেদনটি যেভাবে তৈরি হয়, সেটা বোঝা জরুরি। একটি ক্রিকেট বিশ্লেষণ সাধারণত দুই ধাপে চলে। প্রথম ধাপে মূল লেখাটি থেকে তথ্যবিন্দু — খেলোয়াড়, স্কোরলাইন, ভেন্যু, সময় — আলাদা করে তোলা হয়। দ্বিতীয় ধাপে সেই তথ্যবিন্দুগুলোর উপর ভিত্তি করে আটটি মাত্রায় বিশ্লেষণ বসানো হয়: ফরম্যাট, খেলোয়াড়ের কৌশল, দলের অবস্থান, লিগ ও বাণিজ্য, নিয়ম ও শাসন, ঝুঁকি, জন-আখ্যান, এবং শিল্পের সংক্রমণ-চ্যানেল। এখানে একটি নিয়ম লোহার মতো: প্রতিটি সিদ্ধান্তের পিছনে প্রথম ধাপের তথ্যবিন্দু থাকতে হবে। তথ্যবিন্দু না থাকলে বিশ্লেষণ থাকে না — থাকে শুধু অনুমান। আমার হাতে যে প্রতিবেদনটি এসেছিল, তার প্রথম ধাপ পুরোপুরি ফাঁকা। শিরোনাম নেই, উৎস নেই, ধরন অশ্রেণীবদ্ধ। টিকে ছিল শুধু একটি চিহ্ন — ডোমেইন ট্যাগ cricket_asia। এই একটি ট্যাগ বলছে, বিষয়টি সম্ভবত এশীয় বাজারের ক্রিকেট। ভারত, পাকিস্তান, শ্রীলঙ্কা, বাংলাদেশ, আফগানিস্তান — অথবা এশিয়ায় আয়োজিত কোনো লিগ বা টুর্নামেন্ট। কিন্তু এটা ভৌগোলিক ঠিকানা, ম্যাচের সত্য নয়। এই পার্থক্যটা না বুঝলে বিশ্লেষণ আর গুজবের মধ্যে দেয়ালটা ভেঙে পড়ে। এশীয় ক্রিকেটের তথ্য-অবকাঠামো নিয়ে আমার একটা নির্দিষ্ট অভিমত আছে, এবং সেটা বছরের পর বছর ম্যাচ দেখার অভিজ্ঞতা থেকে এসেছে। এই অঞ্চলে প্রতিভা আছে, আবেগ আছে, দর্শক আছে — কিন্তু পুনরুৎপাদনযোগ্য তথ্য-অবকাঠামো সবচেয়ে দুর্বল। ইউরোপের একটি ফুটবল লিগ ম্যাচ শেষ হওয়ার কুড়ি মিনিটের মধ্যে শট ম্যাপ, পাস-নেটওয়ার্ক, চাপা-সূচক প্রকাশ করে দেয়। আমাদের এখানে অনেক সময় ম্যাচের স্কোরলাইনও দুদিন ধরে সংশোধিত হয়। যে বিশ্লেষণ যাচাই করা যায় না, সেটি বিশ্লেষণ নয় — সেটি মতামত, সুন্দর ভাষায় মোড়া। আমি যখন ২০১৭ সালে চব্বিশ বছর বয়সে রাজশাহী ছেড়ে ঢাকার একটি ডিজিটাল ডেস্কে যোগ দিই, মাসে আঠারো হাজার টাকার বিনিময়ে, তখন আমার প্রথম কাজ ছিল বাংলাদেশ প্রিমিয়ার লিগের ৬৬ ম্যাচ হাতে-কলমে চার্ট করা। শটের জায়গা, শরীরের অংশ, ডিফেন্সিভ চাপ, গোলরক্ষকের অবস্থান — প্রতিটি কলাম নিজে হাতে ভরেছি। ষষ্ঠ সপ্তাহে গোটা শিট পাইথনে নতুন করে লিখলাম। সেই ৬৬ ম্যাচের স্প্রেডশিটটি আমাকে প্রথম শেখাল, স্কোরবোর্ড আর অন্তর্নিহিত সংখ্যা একই গল্প বলে না। আমার এক্সপেক্টেড-গোল ছকে দেখা গেল, আবাহনী লিমিটেড ঢাকা তাদের xG-এর চেয়ে ১১.৪ গোল বেশি করেছে। বাস্তব ছকে দেখা গেল, তারাই চ্যাম্পিয়ন। বাংলাদেশের ফুটবলে কেউ আগে এই দুটি সংখ্যা পাশাপাশি ছাপেনি। স্প্রেডশিটটি মিথ্যা বলেনি — সে শুধু বলেছিল, যে দল জিতছে, সে নিখুঁতভাবে জিতছে না। এই সূক্ষ্ম ফারাকটাই আজ আমার প্রতিটি লেখার ভিত্তি। আমি “জেতার যোগ্য ছিল” লেখা বন্ধ করেছি; তার বদলে প্রতিটি কলামের পাদটীকায় একটি সংখ্যা আর একটি পদ্ধতি-নোট বসাতে শুরু করেছি। তথ্য-বিচারের এই অভ্যাসটা আমার কাছে কেবল ক্রিকেটে সীমাবদ্ধ নয়, এবং এখানে একটি সতর্কতা জরুরি। ২০১৮ সালের ২৭ জুন কাজান এরিনায় জার্মানি ০-২ গোলে দক্ষিণ কোরিয়ার কাছে হেরেছিল। ওই ম্যাচে জার্মানির xG ছিল ২.৩১, কোরিয়ার ০.৭৮। ফাইনাল হুইসেলের আগেই আমি চৌদ্দ টুইটের একটি থ্রেড লিখেছিলাম — চ্যাম্পিয়নরা এমন একটি ম্যাচ হেরেছে, যেখানে স্কোরবোর্ড ছাড়া বাকি প্রতিটি সূচকে তারা এগিয়ে ছিল। সেই থ্রেড নয় লাখ ইমপ্রেশন পায়, তিনটি ইউরোপীয় সংবাদমাধ্যম কাঁচা ডেটা চেয়ে পাঠায়। পরের পাঁচ সপ্তাহ আমি রাশিয়া বিশ্বকাপের ৬৪ ম্যাচের একটি ডেটাবেস বানিয়েছি, PPDA আর সেট-পিস ভাগ নিয়ে। তবে ফুটবলের এই উদাহরণ ক্রিকেটে সরাসরি বসানো যায় না, এবং আমি সেটা স্পষ্ট করে বলতে চাই। এটি একটি হিউরিস্টিক — একটি উপমা, প্রমাণ নয়। xG ফুটবলের একটি মডেল; ক্রিকেটে তার সমতুল্য সূচক ভিন্ন, সংগ্রহ-পদ্ধতি ভিন্ন, এমনকি একই সূচক দুই ফরম্যাটে — টেস্ট আর টি-টোয়েন্টিতে — দুই রকম মানে দাঁড়ায়। উপমাকে উপমা বলেই চিহ্নিত না করলে বিশ্লেষণ নিজের পায়ে গুলি করে। ২০২০ সালের এপ্রিলে আমার ডেস্ক চল্লিশ শতাংশ কর্মী ছাঁটাই করল, আমার চুক্তি শূন্য ঘণ্টায় নেমে এল। তখন নিজের একটি স্ক্র্যাপিং পাইপলাইন বানালাম। ১৬ মে বুন্দেসলিগা যখন ফের শুরু হলো, আমি পাঁচটি লিগের ৩০৬ ম্যাচ ট্র্যাক করলাম। দেখা গেল, খালি স্টেডিয়ামে হোম-উইন হার ৪৩.২ শতাংশ থেকে ৩৩.৬ শতাংশে নেমেছে, আর হোম দলের xG প্রতি ম্যাচে ০.১১ কমেছে। সেই ডেটাসেট কোডসহ প্রকাশ করলাম, দুটি এশীয় সংবাদমাধ্যমকে লাইসেন্স দিলাম। সেদিন থেকে আমি বিক্রেতার কাছ থেকে ডেটা ভাড়া নেওয়া বন্ধ করেছি; প্রতিটি দাবির সঙ্গে এখন একটি পুনরুৎপাদনযোগ্য লিংক যায়। এই পটভূমিটা মনে রাখলে বোঝা যায়, খালি প্রতিবেদনটি কেন এত গুরুত্বপূর্ণ। যখন প্রথম ধাপ কোনো তথ্যবিন্দু দেয় না, তখন দ্বিতীয় ধাপের আটটি মাত্রার প্রতিটিতে একটাই সৎ উত্তর সম্ভব: “মূল্যায়ন করা সম্ভব নয়।” এই উত্তরটির একটি নাম আছে — নাল হ্যান্ডলিং। খালি ঘরে “অজানা” লিখে রাখার শৃঙ্খলা। আমার মতে, ক্রিকেট বিশ্লেষণে এই শৃঙ্খলাটাই সবচেয়ে কম চর্চিত দক্ষতা। মডেলটি মিথ্যা বলে না — আমরা তাকে মিথ্যা বলতে বাধ্য করি। যখন একটি ফাঁকা ছক আমাদের সামনে খোলা পড়ে থাকে, তখন আমাদের ভেতরের সাংবাদিক কাঁপতে শুরু করেন: একটি নাম বসাও, একটি সংখ্যা বসাও, পাঠক অপেক্ষা করছে। এখানেই সবচেয়ে বড় ফাঁদ। খালি ঘর ভরতে গিয়ে আমরা যে খেলোয়াড়, যে দল, যে পরিসংখ্যান লিখে ফেলি, সেগুলো আবিষ্কার নয় — সেগুলো বানানো। আর বানানো সংখ্যা একবার ছাপা হয়ে গেলে সে নিজের জীবনের হিসাব খুলে বসে; পরে কেউ তার সূত্র খুঁজতে গেলে শুধু শূন্যতা পায়। এ কারণেই আমি নাল ফলাফলকে ব্যর্থতা মানি না, মানি গুণমান-নিয়ন্ত্রণের সংকেত। যে পাইপলাইন খালি ছক দিতে পারে, সে পাইপলাইন অন্তত মিথ্যা বলছে না। বিপদ হলো সেই পাইপলাইনে, যা খালি ঘরকে ভরে দিতে গিয়ে নিজের অজান্তেই ভুল তথ্য বুনে ফেলে। একটি খালি ছক আমাদের সতর্কবার্তা; একটি ভরা কিন্তু ভুল ছক আমাদের ফাঁদ। আরও একটি ফাঁদ আছে, যেটা এই ধরনের বিশ্লেষণে প্রায়ই ধরা পড়ে — সহসম্পর্ককে কারণ ভেবে ফেলা। দুই সূচক একসঙ্গে নড়লে আমরা ধরে নিই একটি অন্যটিকে টানছে। ক্রিকেটে এই ভুলের উদাহরণ অসংখ্য। দলের জয়ের হার আর নির্দিষ্ট এক খেলোয়াড়ের উপস্থিতি একসঙ্গে বাড়তে পারে, কিন্তু তার মানে এই নয় যে ওই খেলোয়াড়ই জয়ের কারণ — হতে পারে উইকেটের চরিত্র, প্রতিপক্ষের দুর্বলতা, অথবা নিছক কাকতাল। সংখ্যা পাশাপাশি রাখা সহজ; সংখ্যার মধ্যে কারণ-তীর টানা কঠিন। তাই খালি প্রতিবেদনটিকে আমি ভরাট করার বদলে প্রশ্ন করতে শুরু করেছি। মূল লেখাটি কি সত্যিই পার্সারে পৌঁছেছিল, নাকি পথেই হারিয়ে গেছে? বিষয়টি আদৌ ক্রিকেটের ছিল, নাকি অন্য কোনো ক্ষেত্রের? শিরোনাম, প্রকাশক, তারিখ — এই মেটাডেটা সংগ্রহ করা হয়েছিল কি? এই তিনটি প্রশ্নের উত্তর দিলে দ্বিতীয় ধাপের আটটি মাত্রা নিজে থেকেই কাজ শুরু করবে। উত্তর না পেলে যা করা উচিত, তা হলো এই প্রতিবেদনটিকে একটি শূন্য ফল হিসেবে সংরক্ষণ করা — তাকে কোনো বানানো দল বা খেলোয়াড় দিয়ে ভরা নয়। প্রতিটি ট্রান্সফার উইন্ডো একটি খতিয়ান, প্রতিটি গুজবের একটি দশমিক বিন্দু থাকে। ক্রিকেটেও একই হিসাব খাটে, শুধু মুদ্রা আলাদা — এখানে মুদ্রা হলো তথ্য। যে ডেস্ক তার খতিয়ান যাচাই করতে পারে না, সে ডেস্ক যত সুন্দর ভাষায় লিখুক, তার বিশ্লেষণ ভাঙা ভিত্তির উপর দাঁড়িয়ে থাকে। সামনের মৌসুমে এশীয় ক্রিকেটের আসল পরীক্ষা মাঠে নয়, ডেটা-কক্ষে। আমরা যদি প্রতিটি ম্যাচ শেষে যাচাইযোগ্য, পুনরুৎপাদনযোগ্য একটি তথ্যসেট প্রকাশ করতে না পারি, তাহলে আমাদের বিশ্লেষণ চিরকাল অনুমানের স্তরে থাকবে — আর অনুমানের উপরে দাঁড়িয়ে কোনো দল, কোনো খেলোয়াড়কে বিচার করা যায় না। প্রশ্নটা এখন এটাই: পরের বার যখন একটি খালি ছক আপনার ডেস্কে আসবে, আপনি তাকে ভরবেন, নাকি তার ফাঁকাটুকু নিয়েই লিখবেন?