খালি সেলের সততা: ক্রিকেট ডেটা বিশ্লেষণ যেখানে মিথ্যা বলতে অস্বীকার করে

আমি স্প্রেডশিট খুললাম, আর ম্যাচ রিপোর্ট শ্বাস নেওয়া বন্ধ করে দিল। সেলটা খালি। আটটি কলাম, প্রতিটির শিরোনামে একটি প্রশ্ন, প্রতিটির উত্তরে একটিমাত্র বাক্য — "N/A — insufficient information"। একটিই ঘর ভরা: ডোমেইন লেবেল, cricket_world। বাকি সব শূন্য। একটি বিশ্লেষণ পাইপলাইন তার পুরো ফ্রেমওয়ার্ক নিয়ে হাজির হয়েছিল — ফরম্যাট ম্যাচিং, খেলোয়াড়ের টেকনিক, দলীয় কাঠামো, লিগের বাণিজ্য, শাসনব্যবস্থা, ঝুঁকি, জনমত, শিল্পের ট্রান্সমিশন। আটটি স্তর, আটটি টেবিল, শতাধিক ঘর। ফলাফল: একটি ফাঁকা খোলস। কিন্তু সেই ফাঁকা খোলসটাই আমাকে থামিয়ে দিল, কারণ সেটি ভরাট হওয়ার চেষ্টা করেনি। যে সিস্টেম জানে সে জানে না, সেটাই তার সবচেয়ে বড় যোগ্যতা। আমার ডেস্কে প্রতি সপ্তাহে ডজনখানেক বিশ্লেষণ আসে। বেশিরভাগ পূর্ণ দেখতে। সংখ্যা থাকে, শতাংশ থাকে, তুলনা থাকে। কে সেরা, কে পতনশীল, কোন দলের বেঞ্চ গভীর — সব লেখা থাকে। গত পাঁচ বছরে ক্রিকেট কাভারেজ একটি নীরব পরিবর্তনের মধ্য দিয়ে গেছে: স্কোরলাইন কম লেখা হয়, লেখা হয় প্রসেস। xG, স্ট্রাইক রেট, ইকোনমি রেট, স্প্রিন্ট ডিসট্যান্স, এক্সট্রা-টাইম মিনিট — এগুলো এখন সংবাদের মূল বিষয়। স্কোর বলে কে জিতল; ডেটা বলে কেন জিতল। আর সেই "কেন"-এর দাম আজ সবচেয়ে বেশি। আমার নিজের কর্মজীবন এই পরিবর্তনের সাক্ষী। ২০১৭ সালে দিল্লির একটি প্রিন্ট ডেস্ক ছেড়ে ডিজিটাল আউটলেটে যোগ দেওয়ার পর আমি নয় সপ্তাহ ধরে হাতে ট্যাগ করেছিলাম ৮৮টি আই-লিগ ম্যাচের ১,১৪০টি শট। তখন বাণিজ্যিক ট্র্যাকিং ফিড ছিল না; নিজের টেবিল বানাতে হয়েছিল। সেই পরিশ্রম থেকে বেরিয়ে এসেছিল একটি সংখ্যা — চ্যাম্পিয়ন বেঙ্গালুরু এফসি প্রতি শটে ১১.৪ পাস খেলত, লিগের সর্বনিম্ন, কিন্তু প্রতি শটে ০.১১ xG তৈরি করত, যেখানে মোহনবাগানের ছিল ০.০৭। "দ্য ইলেভেন-পাস প্রবলেম" লিখলাম, আর সেটি সেই মৌসুমের প্রতিটি ম্যাচ রিপোর্টের চেয়ে বেশি পড়া হয়েছিল। সম্পাদক আরও তিনটি চাইলেন; আমি চারটি দিলাম। সেই কাজটি আমাকে একটি অভ্যাস শিখিয়েছিল, যা আমি আজও বহন করি: আমি নিজের ভুলের স্তূপ জমাই। যে মেট্রিকগুলো কিছুই ভবিষ্যদ্বাণী করেনি, সেগুলো আমি আলাদা ফাইলে রাখি, আর প্রতিটি টুর্নামেন্টের আগে সেটি পড়ি। এই অভ্যাসটাই পরবর্তীতে একটি বড় ভুল থেকে আমাকে বাঁচিয়েছিল। একই শিক্ষা আরেকবার এল ২০১৮ সালের রাশিয়া বিশ্বকাপে। আমি একটা ফ্যাটিগ মডেল নিয়ে গিয়েছিলাম। ক্রোয়েশিয়া টানা তিনটি নকআউট টাই এক্সট্রা টাইমে জিতেছিল — ডেনমার্ক, রাশিয়া, ইংল্যান্ডের বিরুদ্ধে ৩৬০ অতিরিক্ত মিনিট। হিসাব করে দেখলাম, লুকা মোডরিচ টুর্নামেন্টে ৬৩.৪ কিলোমিটার দৌড়েছেন, সবার বেশি। ফাইনালের আগে ক্রোয়েশিয়ার দ্বিতীয়ার্ধের স্প্রিন্ট ডিসট্যান্স ১৮% কমে গিয়েছিল। আমি ফাইনালের সকালে লিখলাম "দ্য ৩৬০-মিনিট ডেট", আর ভবিষ্যদ্বাণী করলাম ৬০ মিনিটের পর দলটি ফিকে হয়ে যাবে। ফ্রান্স বিরতির পর তিনবার স্কোর করল। সেই লেখাটাই আমার কেরিয়ার বদলে দিল — মানুষ "যে সংখ্যাটা আর কারও কাছে নেই" চাইতে শুরু করল। মূল প্রশ্নটা এখন সরল: ডেটা যখন থাকে না, তখন কী লিখবেন? পেশাদার বিশ্লেষণের ভাষায় এর নাম নাল হ্যান্ডলিং। নিয়মটি কঠোর — তথ্য না থাকলে "তথ্য নেই" লিখুন, অনুমান দিয়ে ঘর ভরবেন না। আমার ডেস্কে যে প্রতিবেদনটি এল, সেটি ঠিক এটাই করেছিল। প্রতিটি অসম্পূর্ণ ঘরে সে লিখেছে "insufficient information, cannot assess"। টেবিলের কাঠামো অটুট রেখেছে, কিন্তু প্রতিটি ঘরে সত্য বসিয়েছে — খালি। শিরোনাম ছিল না, সূত্র ছিল না, খেলোয়াড়ের নাম ছিল না, তথ্যবিন্দু ছিল না। শুধু একটি লেবেল টিকে ছিল। আর সেই সততাই প্রতিবেদনটিকে ব্যবহারযোগ্য করে তুলেছিল — কারণ একটি খালি কাঠামো পরের ধাপের জন্য একটি স্পষ্ট নির্দেশ, অথচ একটি ভুলে ভরা কাঠামো পরের ধাপের জন্য একটি ফাঁদ। এখানেই ক্রিকেট অ্যানালিটিক্সের আসল সংকট। এই ইন্ডাস্ট্রির ব্যবসায়িক চাপ ভরাট ঘর চায়। একটি ফাঁকা সেল পাঠককে ফিরিয়ে দেয় না; কিন্তু একটি ভুল সংখ্যা তাকে ধরে রাখে। তাই কেউ কেউ ঘর ভরায় — অনুমান দিয়ে, প্রবণতা দিয়ে, "সম্ভবত" শব্দের আড়ালে। এটাই ফিলার অ্যানালাইসিস, এবং এটাই আজকের ক্রিকেট কাভারেজের সবচেয়ে বড় দুর্বলতা। একটি নিলামের দাম, একটি দলের র‍্যাঙ্কিং, একটি বোলারের ইকোনমি — সব সংখ্যাই আত্মবিশ্বাসী দেখায়, কিন্তু তার কতটা মাপা আর কতটা ভরাট, সেটা কেউ লেখে না। আমি এই কাজটা বুঝি, কারণ একসময় আমিও করতাম। ২০১৯ সালের একটি টি-টোয়েন্টি সিরিজের আগে আমি একটি দলের বোলিং অর্থনমি মডেল করেছিলাম, যেখানে মাত্র চার ম্যাচের ডেটা ছিল। চার ম্যাচ। আমি সেই ক্ষুদ্র নমুনা থেকে আত্মবিশ্বাসী সিদ্ধান্ত টেনেছিলাম, আর ভুল হয়েছিল। সেই ভুল আমি গোপন করিনি। ২০২২ সালে আমি আমার পাবলিক এরর লগে সেটি লিখে রাখলাম — কোন মডেল ব্যর্থ হলো, কী ডেটা অনুপস্থিত ছিল, আর সংশোধিত কাঠামো পরেরবার কীভাবে ভিন্ন পাঠ দেবে। এরর লগ আমার কাছে প্রার্থনার মতো। আমি ডেটা পরিষ্কার করি যেভাবে অন্যরা প্রার্থনা করে: ধীরে, প্রতিদিন, একা। এই অভ্যাসটাই ২০২০ সালে আমাকে বাঁচিয়েছিল। সেই বছর ফুটবল খালি স্টেডিয়ামে ফিরেছিল। আমি ৮৩টি বুন্দেসলিগা ম্যাচ লগ করলাম, যেগুলো দর্শকশূন্য গ্যালারিতে খেলা হয়েছিল। ফলাফল অবাক করার মতো: স্বাগতিক দলের জয়ের হার ৪৩.৩% থেকে নেমে ৩৩.৪% হলো, প্রতি ম্যাচে গোল ৩.২ থেকে ২.৯-এ নামল। একই মাসে আমার আউটলেট ৪০% কর্মী ছাঁটাই করল। আমি সেই নীরবতাকে একটি পণ্য বানালাম — "দ্য সাইলেন্স ট্যাক্স" নামে একটি পেইড নিউজলেটার চালু করলাম, আর ছয় মাসে ১,৯০০ গ্রাহক পেলাম। কীভাবে? আমার মডেলের ভুলগুলো সাফল্যের পাশে ছাপিয়ে। পাঠকরা তখন বুঝল, এই মানুষটি জানে না বলতে জানে। এখানেই আসল পয়েন্ট। ক্রিকেটের ডেটা বিপ্লব আমাদের শিখিয়েছে কীভাবে মাপতে হয়; কিন্তু শেখায়নি কখন মাপা যায় না। একটি মডেল যখন ১,১৪০ শট থেকে ০.১১ xG বের করে, সেটি বিজ্ঞান। কিন্তু যখন সেই একই মডেল চার ম্যাচের ডেটা থেকে একটি দলের ভবিষ্যৎ নির্ধারণ করে, সেটি বিজ্ঞান নয় — সেটি আত্মবিশ্বাসের জাল। ভারত-বাংলাদেশ ক্রিকেট শ্রমবাজারের দিকে তাকান। এখানে খেলোয়াড় শুধু খেলোয়াড় নয়, একটি সম্পদ, যার একটি মূল্য আছে, একটি মিনিট-বোঝা আছে, একটি ক্লান্তির হিসাব আছে। আইপিএল নিলামে একজন ক্রিকেটারের দাম ঠিক হয় তার সাম্প্রতিক পারফরম্যান্সের ভিত্তিতে — কিন্তু সেই পারফরম্যান্সের পেছনে কত মিনিট, কত ভ্রমণ, কত রিকভারি ঘাটতি জমেছে, কেউ মাপে না। একটি নিলামের দাম তখন একটি অসম্পূর্ণ সংখ্যা, যার রসিদ এখনো আসেনি। যে দল সবচেয়ে বেশি দামে একজন ক্রিকেটার কিনছে, সে আসলে তার ক্লান্তির ঋণও কিনছে — এবং সেই ঋণ মিলবে সিজনের শেষে, যখন স্প্রিন্ট ডিসট্যান্স ১৮% নেমে যাবে। তাই আমি নিলামের মূল্যায়ন দেখি না, দেখি মিনিটের বোঝা। কোন বোলার টানা চার ম্যাচ খেলেছে, কোন ব্যাটার তিনটি ভিন্ন ফরম্যাটে দৌড়েছে, কোন দলের ভ্রমণসূচি তার ঘুম কেড়েছে — এই প্রশ্নগুলোর উত্তর দিতে যে ডেটা লাগে, সেটি প্রায়ই অনুপস্থিত। আর অনুপস্থিতির জায়গায় অনুমান বসানোই আজকের সবচেয়ে ব্যয়বহুল ভুল। আমি ৩৬০ মিনিট দেখেছি যাতে আপনি একটি সংখ্যা পড়তে পারেন। প্রতিটি অতিরিক্ত মিনিট একটি ঋণ, প্রতিটি রিকভারি সেশন একটি সুদ। ক্রিকেটে এই হিসাবটা কেউ রাখে না, কারণ এর কোনো বাণিজ্যিক স্পনসর নেই। একটি ছক্কার ক্লিপ ভাইরাল হয়, কিন্তু একটি স্প্রিন্ট-ডিক্লাইন গ্রাফ কেউ শেয়ার করে না। অথচ পরের ম্যাচের ফলাফল প্রায়ই সেই গ্রাফেই লেখা থাকে। এখন সেই অস্বস্তিকর পাল্টা যুক্তি, যা আমি নিজের বিরুদ্ধে দাঁড় করাতে বাধ্য। আমি বলছি খালি ডেটা সৎ, কিন্তু সততা মানেই নির্ভুলতা নয়। একটি পাইপলাইন যখন খালি ফিরে আসে, সেটি দুই ধরনের বার্তা হতে পারে। প্রথমত, সিস্টেম সৎভাবে অস্বীকার করছে — যেমন আমার ডেস্কের প্রতিবেদনটি করেছিল। দ্বিতীয়ত, সিস্টেম আসলে ভেঙে পড়েছে — ইনজেশন ব্যর্থ, ট্রাঙ্কেশন, বা এনকোডিং ত্রুটি। দুটোকে আলাদা করা জরুরি, নইলে আমরা অলসতাকে সততা বলে চালিয়ে দেব। একটি খালি সেল যদি সিস্টেমের অবহেলা হয়, তবে সেটি সততা নয়, ব্যর্থতা; আর একটি ভরা সেল যদি ফিলার হয়, তবে সেটি সততা নয়, প্রতারণা। আবার, সব ভরাট ঘরই মিথ্যা নয় — অনেক অনুমান সৎভাবে সম্ভাব্যতার সীমা স্বীকার করে লেখা হয়, এবং সেটি বৈধ বিশ্লেষণ। সমস্যা তখনই, যখন সম্ভাবনাকে নিশ্চিততা সাজিয়ে পাঠককে দেওয়া হয়। আরেকটি সীমা স্বীকার করা দরকার: ক্লান্তি সব কিছুর ব্যাখ্যা নয়। আমার নিজের ফাঁদ এখানেই। কোনো দল হেরে গেলেই আমি মিনিট-বোঝার দিকে তাকাই, অথচ পরাজয়ের কারণ হতে পারে কৌশলগত ভুল, টস, পিচ, অথবা নিছক দুর্দান্ত প্রতিপক্ষ। তাই প্রতিটি বিশ্লেষণের আগে আমি নিজেকে অন্তত দুটি বিকল্প ব্যাখ্যা লিখতে বাধ্য করি — ক্লান্তি ছাড়া আর কী হতে পারে? এই বাধ্যবাধকতা আমার মডেলকে সৎ রাখে। তাই পরেরবার যখন একটি বিশ্লেষণ আপনার সামনে আসবে, যা সব উত্তর দেয়, একটি প্রশ্ন করুন: কোন ঘরটা খালি থাকা উচিত ছিল? কোন সংখ্যাটা মাপা হয়েছে, আর কোনটা শুধু ভরাট হয়েছে? এই একটি প্রশ্নই আজকের ক্রিকেট কাভারেজকে সৎ করতে পারে। টুর্নামেন্টের চাপে আমরা সবাই সংখ্যা চাই — দ্রুত, পরিষ্কার, নিশ্চিত। কিন্তু সত্যি বলতে, কিছু সংখ্যা এখনো আসেনি। আর যে বিশ্লেষক সেটা স্বীকার করতে পারে, তার লেখাই শেষ পর্যন্ত টেকে। আমার নিজের জন্য প্রশ্নটি আরও কঠিন — আমার শেষ মডেলটি কি সত্যিই জানত, নাকি শুধু ভরাট হয়েছিল? উত্তরটি আমি নিজেই লিখব, সবার সামনে, পরের এরর লগে।