খালি ঘরের অডিট: ক্রিকেট ডেটা পাইপলাইনে নীরব ব্যর্থতা যেভাবে বিশ্লেষণকে কল্পকাহিনিতে বদলে দেয়

রাত ২টা ১৪ মিনিটে ফাইলটা খুলেছিলাম। আটটি ঘর, আটটি হেডার, স্কিমা অক্ষত, বানান নিখুঁত। ভেতরে কিছু নেই। শিরোনাম নেই, তথ্যবিন্দু নেই, কোনও দল, খেলোয়াড় কিংবা বোর্ডের নাম নেই। যা ছিল, তা হলো একটা নিখুঁত কাঠামো — আর তার ভেতরে শূন্যতা। ক্রিকেট বিশ্লেষণের কাজে এই দৃশ্য আমার কাছে নতুন নয়। ২০১৭ সালে লন্ডনের ডর্ম-রুমে ৯,৮০০ শট স্ক্র্যাপ করে xG মডেল বানানোর সময় শিখেছিলাম, ডেটার সবচেয়ে বিপজ্জনক রূপ ফাঁকা সেল নয় — সবচেয়ে বিপজ্জনক রূপ হলো ভরা দেখতে পাওয়া ফাঁকা সেল। আমার সামনে যে ফাইলটা ছিল, সেটা প্রথম ধরনের। কিন্তু আসল প্রশ্নটা দ্বিতীয় ধরনের: একটা খালি পেলোড যখন আট-স্তরের বিশ্লেষণ কাঠামোর ভেতর দিয়ে পার হয়, তখন সেটা ঠিক কী উৎপাদন করে — আর সেই উৎপাদিত জিনিসটা কত দ্রুত সত্যের পোশাক পেয়ে যায়? প্রথমে পদ্ধতিটা পরিষ্কার করে নিই। যে কোনও ক্রিকেট বিশ্লেষণ শুরু হয় একটা মৌলিক একক থেকে, যাকে বলা যায় তথ্যবিন্দু — একটা স্কোর, একটা উক্তি, একটা তারিখ, একটা লেনদেন, একটা সিলেকশন। এই বিন্দুগুলোই কাঁচামাল। এখান থেকেই গড়ে ওঠে আটটি মাত্রা: ফরম্যাট ও ম্যাচ-বিশ্লেষণ, খেলোয়াড়ের কারিগরি ও ডেটা, দলের অবস্থান ও র‍্যাংকিং, লিগ ও বাণিজ্যিক বাস্তুতন্ত্র, নিয়ম ও শাসন, ঝুঁকির মানচিত্র, জন-আখ্যান ও প্রত্যাশার ফাঁক, এবং শিল্প-প্রবাহ। আটটাই একই উৎস থেকে পানি টানে। উৎস শুকনো থাকলে আটটি নলই শুকনো — কিন্তু দেখতে আটটাই নল। যে রিপোর্টটা আমার হাতে এসেছিল, সেখানে প্রতিটি মাত্রার জন্য ঘর ছিল, প্রতিটির পাশে একই বাক্য: তথ্য অপর্যাপ্ত, প্রযোজ্য নয়। ফরম্যাট নেই, তাই টেস্ট না ওয়ানডে না টি-টোয়েন্টা — কিছুই ঠিক করা যায় না। খেলোয়াড় নেই, তাই ওপেনার না ফিনিশার না স্পিনার — ভূমিকা নির্ধারণ অসম্ভব। দল নেই, তাই র‍্যাংকিং, স্কোয়াড-গভীরতা, বয়স-কাঠামো সব তলানিতে। লিগ নেই, তাই আইপিএল, বিগ ব্যাশ, দ্য হান্ড্রেড, পিএসএল, এসএ২০ — সবই সমান সম্ভাব্য। এখানেই একটা কঠিন সত্য লুকিয়ে আছে, যেটা ক্রিকেট মিডিয়ার কেউ মুখে বলে না: এই আটটি ঘর ভরা থাকলে বিশ্লেষক হিসেবে আমার মূল্য বাড়ে, আর খালি থাকলে কমে। পেশাগত প্রণোদনা তাই সবসময় ঘরগুলো ভরার দিকে ঠেলে। একটা সংখ্যা জোগাড় করি, একটা তুলনা বসাই, একটা বাক্য লিখে ফেলি — পাঠক তৃপ্ত, সম্পাদক তৃপ্ত, ফিডে ট্রাফিক। যে জিনিসটা কেউ দেখে না, সেটা হলো এই ভরাটের এক-তৃতীয়াংশ আসলে অনুমান, আর অনুমান কখনও সোর্স হয়ে ওঠে না। বছরের পর বছর ম্যাচ দেখার অভিজ্ঞতা থেকে বলতে পারি, ক্রিকেটে এই নীরব ব্যর্থতা সবচেয়ে বেশি ঘটে দুটো জায়গায়। এক, ফরম্যাট-সংকর তুলনা। একটা ব্যাটারের টেস্টে ৪৫ গড় আর টি-টোয়েন্টিতে ১৩৫ স্ট্রাইক রেট পাশাপাশি বসিয়ে আমরা প্রায়ই একটা কাহিনি বানিয়ে ফেলি, অথচ দুটো সংখ্যা দুটো আলাদা খেলার দুটো আলাদা অর্থনীতি। দুই, এক ম্যাচের নমুনা। একটা ইনিংসের ভেতর থেকে তোলা "টার্নিং পয়েন্ট" প্রায়ই টস, শিশির, বা ডাকওয়ার্থ-লুইস-স্টার্নের হিসাবের ছায়া, অথচ সেটাকে আমরা ম্যাচ-বুদ্ধি বলে চালিয়ে দিই। কেন এই ভুলগুলো টিকে থাকে? কারণ পাইপলাইনে গেট নেই। প্রতিটি ঘর উপস্থিত, প্রতিটির লেবেল সঠিক, শুধু মানটা শূন্য — আর অটোমেটেড সিস্টেমের চোখে "উপস্থিত" মানেই "বৈধ"। এটাই সবচেয়ে বিপজ্জনক প্যাটার্ন, কারণ এটা ব্যর্থতার মতো দেখায় না। একটা ক্র্যাশ অন্তত শব্দ করে। একটা খালি পেলোড নীরব থাকে, আর নীরব জিনিস ডাউনস্ট্রিমে পৌঁছে যায়। আমি এই শিক্ষাটা পেয়েছি নিজের মডেল ভাঙার ভেতর দিয়ে। ২০১৭ সালে বার্নলির সেই ষোড়শ স্থান আর ৩৯ পয়েন্ট দেখে আমার মডেল বলেছিল, এই ফল টেকসই নয়, কারণ তারা প্রত্যাশার চেয়ে ১২.৪ গোল বেশি খেয়েছে। পরের মৌসুমে বার্নলি ইউরোপা লিগে গেল। মডেল ভুল বলেনি — কিন্তু মডেল বলতে পারেনি কেন। পার্থক্যটাই এখানে গুরুত্বপূর্ণ: ভুল অনুমান আর অসম্পূর্ণ অনুমান এক জিনিস নয়, আর দ্বিতীয়টাকে প্রথমটার মতো করে পেশ করা হয় যখন তথ্যবিন্দু কম থাকে। ২০১৮ বিশ্বকাপে ফ্রান্স-আর্জেন্টিনা ম্যাচে আমি ডর্ম-রুমের খাতা খুলে দেখলাম, রেসিডুয়ালের ভেতরে মবাপে লুকিয়ে আছে। দুই গোল, সাতটি সফল ড্রিবল, ২.৭ এর xG চেইন — সেই সংখ্যা থেকেই আমি বাণিজ্যিক মূল্য ২০০ মিলিয়ন ইউরোর ওপরে অনুমান করেছিলাম, এবং সেটা কাজ করেছিল। কিন্তু সেই সাফল্যটাই আমাকে শিখিয়েছিল বিপরীত পাঠ: রেসিডুয়াল তখনই অর্থবহ যখন আগে থেকে হাইপোথিসিস স্থির করা থাকে। পরে মিলিয়ে দেখে গল্প বানানো যায় না। ২০২০ সালে ৯১৮টি দর্শকশূন্য বুন্দেসলিগা ও প্রিমিয়ার লিগ ম্যাচ দেখে আমি একটা প্রাকৃতিক পরীক্ষা পেয়েছিলাম। ঘরের দলে জয় ৪৩.৩ শতাংশ থেকে নেমে ৩৩.১ শতাংশে দাঁড়াল, প্রতি ম্যাচে হোম দল ০.২৮টি কম পেনাল্টি পেল। খালি স্টেডিয়াম আমাকে শিখিয়েছে, হোম অ্যাডভান্টেজ একটা ভঙ্গুর কোএফিসিয়েন্ট। কিন্তু এই গবেষণার আসল শিক্ষা ছিল পদ্ধতিগত: আমি আগে থেকে স্থির করেছিলাম কী মাপব, তারপর মাপলাম। উল্টোটা করলে ৯১৮ ম্যাচ থেকেও যেকোনো গল্প বের করা যেত। ২০২২ কাতারে আমার মডেল মরক্কোকে ২২তম স্থানে রেখেছিল। তাদের ৮.৯ পিপিডিএ এবং ছয় ম্যাচে পাঁচ ক্লিন শিট আমার মডেলের একটা ফাঁক ফুটিয়ে দিল: লো-ব্লক দক্ষতাকে আমি কম ওজন দিয়েছিলাম। সারারাত মডেল নতুন করে বানিয়ে আমি পর্তুগালের বিরুদ্ধে ১-০ জয়ের পূর্বাভাস দিয়েছিলাম। ম্যাচটা তাই হয়েছিল। — রুট: মরক্কো। সেই একই সংকট-সমন্বয় কাঠামো আমি জানুয়ারির ট্রান্সফার উইন্ডোতে বসিয়েছিলাম। এনজো ফার্নান্দেসের প্রতি ৯০ মিনিটে ২.১ প্রগ্রেসিভ পাস আর ৭.৩ বল-রিকভারি দেখে আমি ১০৬.৮ মিলিয়ন পাউন্ডের চেলসি চুক্তির স্কাউটিং ব্রিফ তিন সপ্তাহ আগে ছাপিয়েছিলাম। এনজো ট্রান্সফারের সিগন্যাল প্রথম গুজবের আগেই অর্ডার ফ্লোতে এসে গিয়েছিল। এই চারটি ঘটনার সাধারণ সূত্র একটাই: প্রতিবারই আমি প্রথমে জেনেছিলাম কোন ঘরগুলো খালি, তারপর ভরাট করেছি। উল্টো ক্রমে গেলে প্রতিবারই একটা সুন্দর, দৃঢ়, এবং ভুল প্রবন্ধ বেরিয়ে আসত। এখানেই ঐকমত্যের পক্ষটা সবচেয়ে জোরালো। ক্রিকেট মিডিয়া একটা বেগ-নির্ভর ব্যবস্থা; ম্যাচ শেষ হওয়ার চল্লিশ মিনিটের ভেতর বিশ্লেষণ না গেলে সেটা আর খবর থাকে না। একটা রিপোর্ট যেখানে লেখা আছে "এটা নির্ধারণ করা যায় না" — সম্পাদক সেটা ফেলে দেন, পাঠক সেটা পড়েন না, অ্যালগরিদম সেটাকে শাস্তি দেয়। বাণিজ্যিকভাবে এই যুক্তি প্রায় অপরাজেয়। যে বিশ্লেষক সবসময় সতর্ক, তাকে ডাকা হয় না। ঠিক যে বিন্দুতে এই যুক্তি ভাঙে, সেটা নীতিগত নয়, পরিচালনগত। একটা অনুমান একবার প্রকাশিত হলে সেটা আর অনুমান থাকে না — সেটা হয়ে যায় সোর্স, যাকে পরের সপ্তাহে অন্য কেউ উদ্ধৃত করে, তারপর তৃতীয় কেউ। ডেটা পাইপলাইনে এটাই সবচেয়ে ব্যয়বহুল ক্ষতি: উৎস হারানো। যে রিপোর্টে শিরোনামও নেই, উৎসও নেই, সেটা থেকে পরে কিছু ফিরিয়ে আনা যায় না। আর ক্রিকেটে এই ক্ষতির একটা নির্দিষ্ট রূপ আছে — ট্রান্সফার মার্কেট। এলিট ক্লাবগুলোর দর-যুদ্ধ মূলত ব্র্যান্ডের দৌড়; আসল ভ্যালু-সাইনিং হয় ছোট ক্লাবে, যেখানে তথ্যবিন্দু কম কিন্তু পরিষ্কার। ভুল তথ্যবিন্দু সেখানে শুধু ভুল বিশ্লেষণ নয়, ভুল মূল্যায়ন — এবং সেটার দাম কেউ দেয় না। কিন্তু এখানেই আমাকে নিজের বিরুদ্ধে একটা কথা বলতে হবে, কারণ খালি-ঘর-পূজাও একটা ফাঁদ। যে বিশ্লেষক প্রতিটি ঘরে "তথ্য অপর্যাপ্ত" লিখে দেয়, সে কখনও আউট-অব-স্যাম্পল পরীক্ষায় হারেও না, জিতেও না। সে কেবল মন্তব্য করে। নাল-হ্যান্ডলিং একটা শৃঙ্খলা, অজুহাত নয়। পার্থক্যটা সূক্ষ্ম কিন্তু স্পষ্ট: তথ্য অপর্যাপ্ত বলা বৈধ যখন তথ্য সত্যিই নেই; অবৈধ যখন তথ্য আছে কিন্তু আমি পরিশ্রম করতে চাই না। প্রথমটা সততা, দ্বিতীয়টা আলসেমির ভদ্র রূপ। ক্রিকেটে দ্বিতীয়টার প্রমাণ প্রচুর — যে ম্যাচের প্রতিটি বল ডেটাবেসে আছে, সেখানে "তথ্য নেই" বলা আর কিছু নয়, নিজের কাজ ফাঁকি দেওয়া। আর একটা ফাঁদ আছে, যেটা আমার মতো বিশ্লেষকের জন্য বিশেষভাবে বিপজ্জনক: ক্রস-স্পোর্ট অতিরঞ্জন। মবাপে, মরক্কো, এনজো — এই উদাহরণগুলো এত টানটান যে ফুটবলের যান্ত্রিকতা ক্রিকেটে বসিয়ে দেওয়ার প্রলোভন প্রবল। কিন্তু যান্ত্রিকতা সমতুল্য না হলে তুলনাটা অলংকার, প্রমাণ নয়। ফুটবলে ৯০ মিনিটে বল দখলের হিসাব যেভাবে কাজ করে, ক্রিকেটে ওভার-ব্লকে সেটা কাজ করে না, কারণ ক্রিকেটের প্রতিটি ডেলিভারি একটা আলাদা স্বাধীন ঘটনা আর ফুটবলের প্রতিটি পাস একটা নির্ভরশীল ঘটনা। এই পার্থক্যটা না মানলে বিশ্লেষণ মজার হয়, নির্ভরযোগ্য হয় না। তাহলে সামনের দিকে কী দেখতে হবে? আমি একটা সংখ্যা ট্র্যাক করছি, নাম দিয়েছি জনসংখ্যা-হার — প্রতি পেলোডে কতগুলো অখালি তথ্যবিন্দু আছে। আমার হিসাবে তিনের নিচে নামলে ডাউনস্ট্রিম বিশ্লেষণ শুরুই করা উচিত নয়, বরং পাইপলাইন থামিয়ে সোর্স ডকুমেন্টটা আবার ইনজেস্ট করা উচিত। দ্বিতীয় সূচক, সোর্স-মেটাডেটার সম্পূর্ণতা — প্রকাশের তারিখ আর নথির ধরন। এই দুটো যদি খালি থাকে, সময়-সংবেদনশীলতা আর নির্ভরযোগ্যতা কোনওটাই ওজন করা যায় না, এবং ওজনহীন বিশ্লেষণ আসলে বিশ্লেষণ নয়। যে রিপোর্টটা দিয়ে আমি শুরু করেছিলাম, সেটা ক্রিকেট সম্পর্কে কিছুই বলে না। সেটা আমাদের সম্পর্কে বলে — যে ব্যবস্থা ফাঁকা ঘরকে বৈধ পেলোড বলে গ্রহণ করে, সে ব্যবস্থা শেষ পর্যন্ত পাঠককে গল্প দেয়, তথ্য নয়। প্রশ্নটা এখন এই: পরেরবার যখন একটা নিখুঁত দেখতে স্কোরকার্ড আপনার ডেস্কে আসবে, আপনি কি প্রথমে জিজ্ঞেস করবেন কোন ঘরগুলো আসলে খালি — নাকি সোজা গল্প লিখতে বসে যাবেন?