ফাঁকা তথ্যবিন্দু: ক্রিকেট বিশ্লেষণে নীরব ব্যর্থতার মূল্য

সেদিন রাতে স্ক্রিনে যে জিনিসটি দেখলাম, সেটি কোনো স্কোরকার্ড ছিল না, কোনো শট-ম্যাপ ছিল না। ছিল একটি ফাঁকা তালিকা। তথ্যবিন্দুর সংখ্যা শূন্য — নাম নেই, ম্যাচ নেই, প্রতিযোগিতার নাম নেই, সময়সীমা নেই। প্রথম প্রতিক্রিয়া ছিল যন্ত্রণাদায়ক; মনে হয়েছিল, নিশ্চয়ই কোনো প্রোগ্রামিং ত্রুটি ঘটেছে। কিন্তু তালিকাটি এতটাই পরিষ্কারভাবে ফাঁকা ছিল যে বুঝতে সময় লাগেনি — এটি ত্রুটি নয়, এটি একটি ফলাফল। আর বিশ্লেষণের সবচেয়ে সৎ রূপটি ঠিক এখানেই লুকিয়ে থাকে।

বাংলাদেশ প্রিমিয়ার লিগ নিজ হাতে কোড করার আগে আমি তার সংখ্যাগুলোকে বিশ্বাস করিনি। ২০১৭ সালে, তেইশ বছর বয়সে, চট্টগ্রামের একটি ছোট স্টার্টআপে জুনিয়র অ্যানালিস্ট হিসেবে যোগ দেওয়ার পর প্রথম কাজটিই ছিল লিগের চব্বিশটি ম্যাচের ১২০০টি ইভেন্ট নিজে ট্যাগ করা। প্রতিটি ম্যাচ দুবার দেখেছি — একবার খেলাটা বোঝার জন্য, আরেকবার ইভেন্ট বসানোর জন্য। শটের অবস্থান, শরীরের কোন অংশ, অ্যাসিস্টের ধরন — এই তিনটি ভেরিয়েবল দিয়ে একটি সাধারণ xG মডেল দাঁড় করিয়েছিলাম। ফলাফল ছিল অস্বস্তিকর। আবাহনী লিমিটেড ঢাকা ম্যাচপ্রতি ১৮.২ শট নিচ্ছিল, কিন্তু xG-এর চেয়ে ০.৪২ বেশি রান করছিল, কারণ নাবিব নেওয়াজ জীবন দূরপাল্লার শটে বাড়তি ঝুঁকি নিচ্ছিলেন। চোখে যা ধরা পড়ে না, স্প্রেডশিট তা ধরে ফেলে।

এই কাজটাই আমাকে শিখিয়েছিল একটি বিষয়: একটি তথ্যবিন্দু যত ছোট, তার প্রমাণের দায় তত বড়। সেই থেকেই আমার বিশ্লেষণের প্রথম নিয়ম দাঁড়ায় — সংখ্যাটা কোথা থেকে এল, কে লিখল, কোন ম্যাচে, কোন মিনিটে, সেটি আগে বলতে হবে। কারণ যেখানে API নেই, সেখানে উৎসই গল্প, প্রসঙ্গ নয়।

২০১৮ সালে রাশিয়ায় বিশ্বকাপ চলার সময় সেই শিক্ষা আরও ধারালো হয়। জার্মানি বনাম মেক্সিকো ম্যাচে জার্মানি ২৬টি শট নিয়েছিল, নয়টি অন টার্গেট, অথচ মোট xG মাত্র ১.৯। মেক্সিকোর ১২ শটে xG ছিল ১.১, কিন্তু তারা জিতেছিল ১-০। PPDA দেখিয়ে বোঝা গিয়েছিল জার্মানির প্রেস সম্পূর্ণ বিচ্ছিন্ন। সেই টুর্নামেন্টে আমি কাইলিয়ান এমবাপ্পের প্রতি নব্বই মিনিটে ০.৬৮ xG আর ৪.১ প্রগ্রেসিভ ক্যারি চিহ্নিত করেছিলাম। ০.৬৮ xG ছিল ছোট একটি সংখ্যা, যা বড় একটি ধারণা ভেঙে দিয়েছিল — শটের সংখ্যা নয়, শটের গুণমানই সত্য বলে।

২০২০ সালে স্টেডিয়ামগুলো নীরব হয়ে গেলে আরেকটি স্তর খুলে গেল। করোনা-পরবর্তী বুন্দেসলিগার ৮৩টি ম্যাচ বিশ্লেষণ করে দেখলাম, হোম টিমের xG সুবিধা ম্যাচপ্রতি +০.৩১ থেকে নেমে এসেছে +০.০৮-এ; হোম জয়ের হার ৪৩.৩ শতাংশ থেকে ৩৩.৩ শতাংশে। স্টেডিয়াম নীরব হওয়ার পর আমি হোম অ্যাডভান্টেজ ০.২৩ xG পড়ে যেতে দেখেছি। অর্থাৎ ভিড়টাই ছিল প্রকৃত কোফিশিয়েন্ট, ভ্রমণ বা ট্যাকটিক্স নয়।

২০২১ সালে ইউরো ও টোকিও অলিম্পিকে এই একই শৃঙ্খলা আরও বড় পরিসরে কাজে লেগেছিল। ইতালির PPDA ছিল ৯.৮, আর নিকোলো বারেল্লা বেলজিয়ামের বিপক্ষে ১১টি প্রগ্রেসিভ ক্যারি করেছিলেন। টোকিওতে আঠারো বছর বয়সে পেদ্রি খেলেছিলেন ৬২৯ মিনিট, পাস নির্ভুলতা ৯১ শতাংশ। এই সংখ্যাগুলো একক ম্যাচের গল্প নয়, বরং একটি সিস্টেমের প্রমাণ — এবং সিস্টেম বোঝার আগে কোনো সিদ্ধান্ত নেওয়া যায় না।

এখন প্রশ্ন হলো, এই সব অভিজ্ঞতার সঙ্গে একটি ফাঁকা তালিকার সম্পর্ক কী? সম্পর্কটা সরাসরি। যখন কোনো তথ্যবিন্দু পাওয়া যায় না, তখন সবচেয়ে বড় প্রলোভন হলো সেটি কল্পনা করে ভরে ফেলা। টেমপ্লেট হাতে নিয়ে আমরা দল, খেলোয়াড়, ম্যাচ বানিয়ে ফেলি — কারণ ফাঁকা ঘর দেখতে অস্বস্তিকর লাগে। কিন্তু বিশ্লেষকের কাজ ফাঁকা ঘর পূরণ করা নয়, ফাঁকা ঘরটিকে ফাঁকা বলেই স্বীকার করা। যে বিশ্লেষণ প্রমাণহীন দাবিকে প্রমাণের মোড়কে সাজায়, সেটি আর বিশ্লেষণ থাকে না, সেটি হয়ে যায় গুজবের ফরমায়েশি সংস্করণ।

এই জায়গায় একটা বিভ্রান্তি পরিষ্কার করা দরকার। আমরা প্রায়ই ভাবি, ডেটা মানে সংখ্যা, আর সংখ্যা মানে নিরপেক্ষতা। কিন্তু সংখ্যা নিরপেক্ষ হয় না; সংখ্যার উৎস নিরপেক্ষতা ঠিক করে। একটি ফাঁকা তথ্যতালিকা আসলে একটা মিথ্যা তথ্যতালিকার চেয়ে অনেক বেশি মূল্যবান, কারণ ফাঁকা তালিকা অন্তত সত্য বলে — এখানে কিছু নেই। কৃত্রিমভাবে ভরা একটি তালিকা সবাইকে বিভ্রান্ত করে, আর সেটি করে সবচেয়ে বড় ক্ষতি: বিশ্বাসের ভিত্তি নষ্ট করা।

এইখানে আরেকটি ফাঁদ আছে। দুইটি সংখ্যার মধ্যে সম্পর্ক থাকলেই কারণ থাকা বাধ্যতামূলক নয়। হোম অ্যাডভান্টেজ আর দর্শক উপস্থিতি একসঙ্গে কমেছে, কিন্তু এর অর্থ এই নয় যে দর্শকই একমাত্র কারণ — ক্যালেন্ডার, ভ্রমণ, স্কোয়াড ঘূর্ণন, সবকিছু হিসাবে আসে। যে বিশ্লেষক পারস্পরিক সম্পর্ককে কারণ বলে চালিয়ে দেন, তিনি পাঠককে বিভ্রান্ত করেন। ফাঁকা ডেটার ক্ষেত্রেও একই নিয়ম — ডেটা না থাকার কারণ খুঁজতে হবে, ধরে নেওয়া যাবে না।

বাংলাদেশের ক্রিকেট প্রসঙ্গে এই কথাটি আরও জরুরি। আমাদের সমস্যা প্রতিভার অভাব নয়, আমাদের সমস্যা পরিমাপের অভাব। প্রথম শ্রেণির ম্যাচের ইভেন্ট-স্তরের ডেটা নেই, যুব পর্যায়ের রেকর্ড সুসংগঠিত নয়, স্কাউটিং ডেটাবেস প্রায় অস্তিত্বহীন। ফলে যে বিশ্লেষক দাবি করেন তিনি ফর্ম বা সিলেকশন নিয়ে বলছেন, তাকে আগে জিজ্ঞেস করা উচিত — আপনার সংখ্যাটা কোথা থেকে এল? কোন সিজনের কোন ম্যাচ, কোন এন্ট্রি পদ্ধতি? যে ইকোসিস্টেমে উৎস যাচাই করা যায় না, সেখানে প্রতিটি দাবিই অনুমানের ওপর দাঁড়িয়ে থাকে। এখানেই ডেটা অবকাঠামো শুধু প্রযুক্তিগত বিষয় নয়, এটি নৈতিক বিষয়ও।

ডেটার উৎসকে অস্পর্শনীয় ও যাচাইযোগ্য করে রাখার ধারণাটি আজকাল নানা জায়গায় আলোচিত হয় — এমন রেকর্ড, যা কেউ চুপিসারে বদলে দিতে পারে না। ক্রিকেটের ডেটা ব্যবস্থাপনায় ঠিক এই ধরনের যাচাইযোগ্য, পরিবর্তন-প্রমাণযোগ্য লেজারই সবচেয়ে বেশি প্রয়োজন। কারণ ক্রিকেটের প্রকৃত সংকট মাঠে নয়, সংকট সংরক্ষণাগারে। একটি সঠিকভাবে সংরক্ষিত ইভেন্ট, একটি সঠিকভাবে উল্লিখিত সূত্র — এগুলো ছাড়া কোনো মডেল, কোনো মডেলই নয়।

এখানেই সেই কঠিন সত্যটি আসে, যা আমি নিজের কাজে বারবার অনুভব করেছি: একটি মডেল, যদি তার পিছনে কোনো সিদ্ধান্ত না থাকে, তবে সেটি অস্ত্র নয়, ডায়েরি। আর একটি সিদ্ধান্ত, যদি তার পিছনে যাচাই করা ডেটা না থাকে, তবে সেটি সিদ্ধান্ত নয়, কেবল মতামত। এই দুইয়ের মাঝখানের ফাঁকটুকুই একজন বিশ্লেষকের আসল পরীক্ষা।

তাই ফাঁকা তালিকাটি আমাকে যা শেখাল, তা হলো এই — নীরবতা নিজেও একটি ফলাফল। শূন্য তথ্যবিন্দু মানে ব্যর্থতা নয়, শূন্য তথ্যবিন্দু মানে একটি প্রশ্ন, যা আগে করতে হবে: উৎসটি কোথায় হারাল? সংবাদটি কি লোড হয়নি, নাকি ভুলভাবে পার্স হয়েছে, নাকি সত্যিই তাতে কোনো ক্রিকেট বিষয় ছিল না? উত্তরটি জানার আগে কোনো সিদ্ধান্তে পৌঁছানো যায় না।

আর এই কারণেই ফাঁকা তালিকাটি আমার কাছে পরাজয়ের চিহ্ন নয়, বরং পাইপলাইনের রোগনির্ণয়। সামনের ম্যাচগুলোতে আমি একটাই জিনিস বেশি গুরুত্ব দেব — তথ্য না থাকলে সেটি স্বীকার করার সাহস। যে বিশ্লেষক ছোট দাবি করে তাও প্রমাণ করতে পারেন, তিনি সেই বিশ্লেষকের চেয়ে নির্ভরযোগ্য, যিনি বড় দাবি করেন কিন্তু তার ভিত্তি দেখাতে পারেন না। ক্রিকেটের পরবর্তী অগ্রগতি আসবে নতুন তারকার হাত ধরে নয়, আসবে পরিষ্কার ডেটার হাত ধরে — এবং পরিষ্কার ডেটার প্রথম শর্ত হলো, তার উৎস জানা।