স্কোরকার্ডে ম্যাচ আছে, ডেটায় ম্যাচ নেই

খালি ঘর

শেখ আবু নাসের স্টেডিয়ামের স্কোরার্স বক্সে সবচেয়ে বেশি চোখে পড়ে কাগজ। A৪ সাইজের শিট, পেনসিলে টানা কলাম, ধূসর হয়ে আসা ওভার নম্বর। চার দিনের ম্যাচ শেষে ওই শিটটাই মূল নথি। ফলাফলের ঘরে লেখা থাকে—খুলনা বিভাগ জয়ী। পয়েন্ট টেবিলে দুটি পয়েন্ট যোগ হয়। সিস্টেমে টিক পড়ে: ম্যাচ সম্পন্ন।

তারপর বল-বাই-বল ফাইলটা খুললে দেখা যায় ঘরগুলো খালি।

গত কয়েকটি মৌসুমে জাতীয় ক্রিকেট লিগের যে স্কোরকার্ডগুলো আমি নিজে হাতে কোড করেছি—সংখ্যাটা ছোট, আটচল্লিশটি ম্যাচের বেশি নয়—তার মধ্যে উনিশটিতে অন্তত একটি বোলিং বিশ্লেষণ অসম্পূর্ণ। কোনোটিতে শেষ দিনের স্পেল নেই, কোনোটিতে বোলারের নাম আছে কিন্তু ওভার সংখ্যা নেই, কোনোটিতে চার উইকেটের মধ্যে দুটির বোলার unidentified। এটি কোনো সরকারি পরিসংখ্যান নয়। এটি আমার নিজের কোডিং, ছোট নমুনা, আর আমি এটাকে প্রমাণ হিসেবে দাঁড় করাচ্ছি না। এটি একটি সংকেত—যেটি যাচাইযোগ্য প্রশ্ন তৈরি করে।

প্রশ্নটা এই: যে ম্যাচ পয়েন্ট টেবিলে সম্পূর্ণ, ডেটায় সেটি অসম্পূর্ণ হয় কেন? আর সেই অসম্পূর্ণতা কি সত্যিই এলোমেলো, নাকি কারও পক্ষে কাজ করে?

প্রেক্ষাপট: একই দেশে দুই ধরনের স্কোরকার্ড

বাংলাদেশের ঘরোয়া কাঠামোতে দুটি ডেটা-বিশ্ব পাশাপাশি চলে, এবং তাদের মধ্যে দূরত্বটা কাঠামোগত।

জাতীয় ক্রিকেট লিগের যাত্রা শুরু ১৯৯৯-২০০০ মৌসুমে, প্রথম শ্রেণির মর্যাদা নিয়ে। আটটি দল—ঢাকা, ঢাকা মেট্রোপলিস, চট্টগ্রাম, খুলনা, রাজশাহী, রংপুর, সিলেট, বরিশাল। চার দিনের ম্যাচ, হোম-অ্যাওয়ে ভিত্তিতে, ভেন্যু ছড়ানো শেখ আবু নাসের স্টেডিয়াম থেকে রাজশাহীর মুক্তিযুদ্ধ স্মৃতি স্টেডিয়াম পর্যন্ত। সম্প্রচার নেই। ফটেজ নেই। ফটোসাংবাদিক আছেন কি নেই, সেটাও ম্যাচভেদে নির্ভর করে। মূল নথি একজন স্কোরার, একটি খাতা, এবং পরে তা কম্পিউটারে তোলার একটি ধাপ।

বাংলাদেশ প্রিমিয়ার লিগের একটি রাত চেহারা নেয়। মিরপুরে ফ্লাডলাইটের নিচে একটি টি-টোয়েন্টি ম্যাচ শেষ হলে তৈরি হয় পিচ ম্যাপ, ওয়াগন হুইল, বাউন্ডারি পার্সেন্টেজ, ডট-বল প্রেশার ইনডেক্স, ফিল্ডিং পজিশন হিটম্যাপ। একই দেশ, একই বোর্ড, একই খেলোয়াড়—কিন্তু ডেটার ঘনত্বে পার্থক্য দুটি আলাদা গ্রহের মতো।

এই অসাম্য নিজে থেকে তৈরি হয়নি। যেখানে দর্শক আছে, সেখানে ক্যামেরা; যেখানে ক্যামেরা আছে, সেখানে ডেটা; যেখানে ডেটা আছে, সেখানে বাজার। জাতীয় ক্রিকেট লিগের কোনো সম্প্রচার-বাজার নেই, ফ্যান্টাসি বাজার নেই, বেটিং বাজার নেই—অন্তত বৈধভাবে নেই। ফলে স্কোরকার্ড পূরণ করার জন্য কারও কোনো বাণিজ্যিক তাড়না নেই। যেটা কারও দরকার নেই, সেটা সময়মতো সম্পূর্ণ হয় না। এটা নৈতিক ব্যর্থতা নয়, প্রণোদনার ব্যর্থতা।

খুলনায় আমি শিখেছি, নীরবতাও একটি ডেটাসেট।

মূল অংশ: যা হারায়, তা এলোমেলো নয়

এখানেই কৌতূহলের আসল জায়গা। ডেটা যদি এলোমেলোভাবে হারাত, তাহলে সেটা শুধু শব্দ হতো—গবেষণায় কোলাহল, যাকে পরিসংখ্যানে বলে নয়েজ। কিন্তু ঘরোয়া ক্রিকেটের অসম্পূর্ণ স্কোরকার্ড দেখতে দেখতে একটি প্যাটার্ন স্পষ্ট হয়েছে: যে তথ্যগুলো হারায়, সেগুলো প্রায় সবসময় সীমান্তের খেলোয়াড়দের তথ্য।

ভাবুন, কোন ঘরগুলো সবচেয়ে নিরাপদ। একজন প্রতিষ্ঠিত ব্যাটসম্যানের রান, বল, আউটের ধরন—এগুলো কেউ ভুলতে দেয় না, কারণ সংবাদমাধ্যম সেটা চায়। একজন জাতীয় দলের পেসারের উইকেট সংখ্যা নিশ্চিতভাবে লিপিবদ্ধ হয়, কারণ পরের সিরিজের দল নির্বাচনে সেটি উদ্ধৃত হবে।

এখন ভাবুন, কোন ঘরগুলো সবচেয়ে অনিরাপদ। পার্ট-টাইম বোলারের চার ওভার। আট নম্বরে ব্যাট করা ছেলেটির ১২ রান নট আউট, যেটি ম্যাচের গতিপথ বদলে দিয়েছিল কিন্তু ফলাফলে কোনো চিহ্ন রাখেনি। ক্যাচ ফেলার ঘটনাটি—যেহেতু ক্যাচ ফেলা কোনো পরিসংখ্যানে ওঠে না, তাই সেটি পুরোপুরি অদৃশ্য। ইনজুরি নিয়ে ব্যাট করতে নামা, 'অ্যাবসেন্ট হার্ট' আর 'রিটায়ার্ড হার্ট'-এর পার্থক্য, বৃষ্টিতে হারানো ওভার, খারাপ আলোয় শেষ হওয়া সেশন।

এই তালিকাটা পড়ুন আরেকবার। এগুলো কোনো র্যান্ডম ত্রুটি নয়। এগুলো ঠিক সেই তথ্য, যেগুলো একজন সিদ্ধান্তহীন খেলোয়াড়কে সিদ্ধান্তে রূপান্তরিত করতে পারে। প্রতিষ্ঠিত খেলোয়াড়ের ফাইল সম্পূর্ণ, কারণ তার ফাইল কারও দরকার। অপরিচিত খেলোয়াড়ের ফাইল অসম্পূর্ণ, কারণ তার ফাইল কারও দরকার নেই।

অর্থাৎ, অনুপস্থিত ডেটা কোনো ফিল্টার নয়, এটি একটি পক্ষপাত। এটি নির্বাচককে সত্য দেখায় না; এটি নির্বাচককে শুধু সেই খেলোয়াড়দের দেখায় যাদের সম্পর্কে সত্য ইতিমধ্যেই জানা।

মূল অংশ: শৃঙ্খলটি ভাঙে কোথায়

এই অসম্পূর্ণতার কারণ খুঁজতে গেলে প্রথম যে ভুলটি করা হয়, সেটি হলো ম্যাচটিকে দোষ দেওয়া—'চার দিনের ম্যাচ, সময় কোথায়'। ব্যাপারটা তা নয়। শৃঙ্খলটি ভাঙে ম্যাচের পরে, রাতের পর।

একটি বাস্তব শৃঙ্খল এরকম দেখায়: স্কোরার খাতায় লেখেন, দিনের শেষে হিসাব মেলান, ম্যাচ শেষে ফলাফল ও সারসংক্ষেপ বোর্ডে পাঠান, তারপর কেউ একটি স্প্রেডশিটে বল-বাই-বল তোলেন, তারপর সেটি অনলাইনে ওঠে। শেষ ধাপটির কোনো নির্দিষ্ট মালিক নেই। ম্যাচ রেফারি ফলাফল পাঠান, বোর্ড সেটি প্রকাশ করে—কিন্তু বোলিং বিশ্লেষণের প্রতিটি ঘর পূরণ হয়েছে কি হয়নি, সেটি যাচাই করার জন্য আলাদা কেউ নেই।

যেখানে যাচাইকারী নেই, সেখানে মানের কোনো তল নেই। এটি ক্রিকেটের নিয়ম নয়, ব্যবস্থাপনার নিয়ম।

আর এখানেই দ্বিতীয় পক্ষপাতটি তৈরি হয়: অসম্পূর্ণতা জমা হয় সময়ের সঙ্গে, এবং সেটি জমা হয় নিচের দিকে। একটি মৌসুমের শুরুতে স্কোরকার্ডগুলো তুলনামূলক ভালো থাকে—কর্মীরা সতেজ, নজরদারি বেশি। মৌসুমের শেষ দিকে, যখন তাপ বাড়ে, যখন একই ভেন্যুতে পরপর ম্যাচ পড়ে, তখন ঘরগুলো খালি হতে শুরু করে। ফলে যে খেলোয়াড় মৌসুমের শেষ তিন ম্যাচে খেলেছেন—যিনি আসলে সবচেয়ে বেশি ক্লান্ত, সবচেয়ে বেশি জানার যোগ্য—তার তথ্যই সবচেয়ে অসম্পূর্ণ।

আমি মিরপুরের প্রেস বক্সে বসে থাকা কারও স্মৃতিকথাকে প্রমাণ মনে করি না। কিন্তু প্রক্রিয়াটি দেখার জন্য উপস্থিত থাকাটা অপ্রয়োজনীয় নয়। খুলনায় একটি ম্যাচের শেষ দিনে আমি দেখেছি, স্কোরার একটি ঘর খালি রেখেছেন কারণ তিনি নিশ্চিত নন কোন বোলার কোন প্রান্ত থেকে বল করেছিলেন। তিনি অনুমান করেননি। এই সততাটি প্রশংসনীয়, এবং এটি একটি সংকেতও: অনুমান না করার সিদ্ধান্তটি যদি লিপিবদ্ধ না হয়, তাহলে ডেটাসেটে সেটি দেখতে লাগে 'তথ্য নেই'—যদিও সত্য হলো 'তথ্য জানা যায়নি এবং কেউ জানার চেষ্টা করেনি'। এই দুইয়ের মধ্যে বিশাল পার্থক্য।

মূল অংশ: কোন সংখ্যাটি সবচেয়ে দামি এবং সবচেয়ে অনুপস্থিত

যদি আমাকে একটি মাত্র পরিবর্তনশীল বেছে নিতে বলা হয়, যেটি বাংলাদেশের ঘরোয়া প্রথম শ্রেণির ক্রিকেট থেকে সবচেয়ে বেশি মূল্য বের করতে পারে, আমি হিটম্যাপ বাছব না। আমি বাছব একটি ইনিংসে একজন পেসারের বল করা ওভারের সংখ্যা—স্পেলভিত্তিক।

কারণটা সরল। এপ্রিল মাসে খুলনায় ৩৪ ডিগ্রি গরমে একজন ১৯ বছরের পেসার যদি একটি ইনিংসে ২৪ ওভার বল করেন, সেটি পরের দুই বছরে তার কী হবে তা নির্ধারণকারী সবচেয়ে শক্তিশালী একক তথ্য। সেই তথ্যটি ঠিক সেই ঘরেই থাকে, যেটি প্রায়ই খালি।

আমার তৈরি একটি ছোট ডেটাসেটে—যেটি আমি যাচাইয়ের জন্য প্রকাশ করছি, অনুমান নয়—যে পেসাররা একটি প্রথম শ্রেণির ইনিংসে ২০ ওভারের বেশি বলেছেন বলে নিশ্চিতভাবে লিপিবদ্ধ হয়েছে, তাদের সংখ্যা মৌসুমে যাদের আসলে বল করার কথা ছিল তার চেয়ে অনেক কম। এটা বলার উপায় নেই যে বাকিরা কম বলেছেন; শুধু বলা যায়, তাদের বলের পরিমাণ জানা যায় না।

এখানেই সেই পুরোনো সমস্যাটি ফিরে আসে। বাংলাদেশে তরুণ পেসারদের নিয়ে যে আলোচনা হয়, তার বড় অংশ জুড়ে থাকে বয়স যাচাই আর 'অতিরিক্ত ব্যবহার'। দুটোই আসলে একই ডেটার দুটি দিক: কে কখন প্রথমবার ২০ ওভার বলল, এবং সেই সময় তার নথিভুক্ত বয়স কত ছিল। কিন্তু যদি ওভার সংখ্যাই লিপিবদ্ধ না হয়, তাহলে অতিরিক্ত ব্যবহারের কোনো প্রমাণও তৈরি হয় না। ফলে যে অভিযোগ সবাই করে, সেটি কখনো প্রমাণিত হয় না—কারণ প্রমাণের কাঁচামাল সংগ্রহ করা হয়নি।

প্রতিটি মডেল একটি প্রার্থনা, যতক্ষণ না ডেটা অন্যথা বলে। আর কিছু মডেলের ক্ষেত্রে ডেটা কখনো আসেই না—তারা চিরকাল প্রার্থনা করেই যায়।

মূল অংশ: হিটম্যাপ যে মিথ্যাটি বলে

আমি হিটম্যাপ নিয়ে সন্দিহান, কিন্তু সন্দেহটা এর নির্ভুলতা নিয়ে নয়। হিটম্যাপ সাধারণত নির্ভুল। সমস্যা হলো, সেটি একটি খেলোয়াড়ের ভূমিকাকে তার নামের সঙ্গে বিভ্রান্ত করে।

ঘরোয়া ক্রিকেটে এই বিভ্রান্তির ফল আরও বিষাক্ত, কারণ সেখানে প্রেক্ষাপটটাই অজানা। একটি টি-টোয়েন্টি ম্যাচে একজন স্পিনারের বল কোথায় পড়েছে, তার হিটম্যাপ দেখে সিদ্ধান্তে আসা যায়—কারণ সেখানে ফিল্ড সেট করা, ব্যাটসম্যানের ইনটেন্ট, পাওয়ারপ্লে—সবই পরিচিত। কিন্তু একটি চার দিনের ম্যাচের দ্বিতীয় ইনিংসে, যেখানে উইকেট শুকিয়ে ফাট ধরেছে, সেখানে একজন বোলারের হিটম্যাপ হয়তো দেখাবে তিনি লেগ সাইডে বল করছেন। কিন্তু কে জানে, হয়তো ক্যাপ্টেন তাঁকে সেটাই করতে বলেছিলেন? অথবা কে জানে, হয়তো ওই ম্যাচের ফিল্ডিং প্লেসমেন্টের কোনো রেকর্ডই নেই—ফলে আমরা একটি ভূমিকা কে নির্ধারণ করেছিলেন তা জানি না, শুধু ফলাফলটি দেখছি।

হিটম্যাপ আমাকে বলে বল কোথায় পড়েছে। এটি আমাকে বলে না কেন সেখানে পড়েছে, কে সেটি চেয়েছিলেন, এবং সেই সিদ্ধান্তটি সঠিক ছিল কি না। ঘরোয়া ক্রিকেটে এই 'কেন'টির কোনো নথি নেই—কারণ নথিটি লিখতে কেউ বসেনি।

ফলে আমরা যা করি, সেটি হলো অনুমানকে বিশ্লেষণ বলে চালানো। অথচ ঘরোয়া ক্রিকেটের আসল সংকেত বাইরে নেই, ভেতরে—যেখানে কেউ দেখছে না।

মূল অংশ: নির্বাচনের জানালা এবং দুই ফাইলের যুদ্ধ

এই সবের শেষ পরিণতি ঘটে একটি নির্বাচন সভায়, যেখানে দুটি ফাইল খোলা হয়।

ফাইল এক: টি-টোয়েন্টি ও লিস্ট-এ রেকর্ড। ঘন, বিস্তারিত, সাম্প্রতিক, সহজে উদ্ধৃতযোগ্য, সংবাদমাধ্যমে পৌঁছানো।

ফাইল দুই: প্রথম শ্রেণির রেকর্ড। পাতলা, ছিদ্রযুক্ত, কিছু জায়গায় ফাঁকা, কিছু জায়গায় বিতর্কিত।

নির্বাচক ফাইল দুইকে কম গুরুত্ব দেন না এই কারণে যে তিনি পক্ষপাতী। তিনি কম গুরুত্ব দেন এই কারণে যে ফাইলটি আসলে কম তথ্য দেয়। এবং এখানেই মাপার ত্রুটিটি ঘটে: ফাইলটি কম তথ্য দেয় কারণ সেটি কম সংগ্রহ করা হয়েছে, কিন্তু সেটি কম গুরুত্ব পায় এই ভেবে যে সেখানে কম ঘটনা ঘটেছে।

ফলে একটি দেশ, যার সবচেয়ে বড় সমস্যা প্রথম শ্রেণির ক্রিকেটে, সে দেশের নির্বাচনী যুক্তি সবচেয়ে বেশি নির্ভর করে সেই ফরম্যাটের ওপর যেটি তার সমস্যা নয়। এই অসামঞ্জস্য একটি মৌসুমের ব্যর্থতা নয়; এটি এক দশকের কাঠামোগত সিদ্ধান্ত।

প্রতিকূল কোণ: আরও ক্যামেরা মানে আরও ভুল ডেটা

এখন সেই স্বাভাবিক প্রস্তাবটি আসে: জাতীয় ক্রিকেট লিগ সম্প্রচার করুন, ক্যামেরা বসান, ডেটা রিচ করুন। যুক্তিটি সহজ এবং প্রায় সবাই সেটি দেয়।

আমার আশঙ্কা ঠিক এখানেই। ক্যামেরা কিন্তু নিরপেক্ষ নয়। ক্যামেরা সেটাই রেকর্ড করে যা মাপা যায়, এবং মাপার সহজ পথটি হলো টি-টোয়েন্টির ভাষা—স্ট্রাইক রেট, ডট বল পার্সেন্টেজ, বাউন্ডারি, ওভার-বাই-ওভার স্কোরিং। এই ভাষা একটি চার দিনের ম্যাচের গভীরতা ধরতে পারে না। ফলে লিগে ক্যামেরা বসালে আমরা প্রথম শ্রেণির ম্যাচ থেকে টি-টোয়েন্টি আকারের ডেটা পাব। সেই ডেটা আরও বেশি হবে, আরও চকচকে হবে, আর সেই সঙ্গে আমাদের পক্ষপাতটিকেও সংখ্যায় লিখে রাখবে।

আমার প্রস্তাব ভিন্ন এবং কম আকর্ষণীয়: নতুন মেট্রিক যোগ করার আগে অসম্পূর্ণতার হার যোগ করুন। প্রতিটি দল, প্রতিটি মৌসুমের জন্য একটি সংখ্যা—কত শতাংশ ম্যাচের বোলিং বিশ্লেষণ সম্পূর্ণ। এটির জন্য টাকার দরকার নেই, তবে কারও দায়িত্ব দরকার। একটি সংখ্যা যা প্রকাশ করা হয়, সেটি নিজে থেকেই একটি দায়বদ্ধতা তৈরি করে, কারণ কেউ একজন জানেন যে কেউ দেখছে।

এবং এখানেই শিক্ষণীয় বিড়ম্বনা। বোর্ডের সবচেয়ে বড় কাজগুলো প্রায়ই সবচেয়ে কম দেখানো হয়। একটি লিগের সম্পূর্ণতা-হার হলো সেই বিরল মেট্রিক, যার জন্য কোনো নতুন কর্মী লাগে না এবং যার প্রভাব সবচেয়ে বড়।

দ্বিতীয় একটি ব্যাপার: পারস্পরিক সম্পর্ককে কারণ ভাবা। অনেকে বলবেন, খুলনা বিভাগ যেসব বছর ভালো খেলেছে, সেই বছর ডেটা ভালো ছিল। হতে পারে। কিন্তু আমি এটা এখনই বিশ্বাস করব না। কারণ হলে হয়তো উল্টোটা—যে বছর দল ভালো খেলে, সেই বছর বেশি দর্শক আসে, বেশি রিপোর্ট হয়, আর তাই ডেটা ভালো থাকে। এখানে কারণটি হয়তো ফলাফল নয়, মনোযোগ।

স্পাইকটা স্পাইকড হয়ে গিয়েছিল, কিন্তু নকশাটা ডেটাতেই রয়ে গেছে।

শেষ কথা: পরের রাউন্ডে যা দেখবেন

এই লেখাটি কোনো দলকে আক্রমণ করার জন্য নয়, কোনো তীর ছোড়ার জন্যও নয়। এটি একটি পরিমাপের অনুরোধ।

পরের মৌসুমে যখন পয়েন্ট টেবিল দেখবেন, তার পাশে আরেকটি টেবিল দেখুন—কোন দলের স্কোরকার্ড কত পূর্ণ। যদি দেখেন খুলনার বোলিং বিশ্লেষণ আগের চেয়ে বেশি সম্পূর্ণ, কিন্তু পয়েন্ট কম, তাহলে সিদ্ধান্তে আসবেন না; কারণ হয়তো কেউ দায়িত্ব নিয়েছেন, ফলাফল আসেনি। আর যদি পয়েন্ট বাড়ে কিন্তু ডেটা খালি থাকে, তাহলেও সিদ্ধান্তে আসবেন না; কারণ হয়তো আপনি একটি দলকে দেখছেন, তার ইতিহাসকে নয়।

সংখ্যাগুলো মিথ্যা বলেনি; তারা শুধু আরও ভালো একটি প্রশ্নের অপেক্ষায় ছিল।

প্রশ্নটা এখন এই: আগামী দুই বছরে বাংলাদেশের পরবর্তী যে পেসারটি উঠে আসবেন, তার সবচেয়ে গুরুত্বপূর্ণ ইনিংসটি—২৮ ওভারের সেই ইনিংসটি—কে লিখে রাখবে?