শূন্যের অডিট: যে রাতে ক্রিকেট ডেটা বলল, “আমি জানি না”

রাত ১টা ৪০ মিনিট, ব্যাঙ্গালোর। ল্যাপটপের স্ক্রিনে নয়টি বিভাগের একটা ছক খোলা — ফরম্যাট, খেলোয়াড়, দল, লিগ ও বাণিজ্য, শাসন, ঝুঁকি, জন-আখ্যান, সঞ্চালন, আর সার্বিক সিদ্ধান্ত। প্রতিটি ঘরে একই বাক্য, একই বানানে দাঁড়িয়ে আছে: তথ্য অপর্যাপ্ত, মূল্যায়ন সম্ভব নয়। ছকের উপরের অংশে স্টেজ-১ ডিকনস্ট্রাকশনের ঘরগুলো সম্পূর্ণ ফাঁকা — নিবন্ধের শিরোনাম নেই, সূত্র নেই, ধরন নেই, মূল বক্তব্য নেই, আর তথ্যবিন্দুর তালিকা শূন্য।

২০১৭ সালে, যখন আমি আর-এ ৯৫টি ইন্ডিয়ান সুপার লিগ ম্যাচ স্ক্র্যাপ করে নিজের xG মডেল দাঁড় করাচ্ছিলাম, প্রতি রাতে একটা ভয় কাজ করত — কোনো ম্যাচের ডেটা যদি মডেলে ঢুকতেই না পারে? তখন লিখব কী? উত্তরটা শিখতে আমার আট বছর লেগেছে। কিছু না লেখা। খালি ঘরটা নিজেই একটা ফলাফল, যদি আপনি সেটাকে ফলাফল হিসেবে পড়তে জানেন।

তাই এই লেখাটি ম্যাচ রিপোর্ট নয়, দল-বিশ্লেষণ নয়, ট্রান্সফার গসিপ নয়। এটি একটি অডিট রিপোর্ট। বিষয় হলো সেই শূন্যতা — ক্রিকেট-বিশ্লেষণের বাজারে সবচেয়ে বেশি এড়িয়ে যাওয়া জিনিসটি, আর সবচেয়ে বেশি মিথ্যা দিয়ে ভরাট করা জিনিসটি। এখানে কোনো “খেলার আত্মা” নেই, কারণ আত্মার কোনো ডেটা হয় না।

প্রেক্ষাপট: শূন্যতার অর্থনীতি

ক্রিকেট-সংবাদ একটি ২৪ ঘণ্টার কারখানা। এখানে স্পেস কিনতে হয় না, কিন্তু স্পেস ভরতে হয়। সম্পাদক ফাঁকা পাতা চান না, ফাঁকা পেজ মানে ব্যর্থতা। ট্রান্সফার উইন্ডো চললে প্রতিদিন তিনটি করে নাম জোড়া লাগে, প্রতিটি নামের পিছনে একটা “সূত্র জানিয়েছে” বসে যায়। কেউ জিজ্ঞেস করে না, ওই সূত্রটা ম্যাচের ডেটা দেখেছে কি না, নাকি শুধু ফোনটা ধরে আছে।

আমার নিজের নিয়মটা ২০১৮ সালের রাশিয়া বিশ্বকাপ থেকে। ৬৪টি ম্যাচের জন্য একটা পাবলিক প্রেসিং ট্র্যাকার চালাতাম — প্রতি ফাইনাল হুইসেলের ২০ মিনিটের মধ্যে PPDA আর xG ডিফারেনশিয়াল লগ করে, রাতেই আপডেট করা টেবিল ছেড়ে দিতাম। নিয়মটা কখনও ভাঙিনি: ২০ মিনিটে প্রকাশ, ২৪ ঘণ্টায় সংশোধন, প্রতিটি সংশোধনে টাইমস্ট্যাম্প। সেমিফাইনালের আগে মডেল শেষ চারের মধ্যে ক্রোয়েশিয়ার মিডফিল্ডকে সবচেয়ে প্রেস-প্রতিরোধী বলেছিল, কারণ লুকা মদরিচ আর ইভান রাকিতিচ পাঁচ ম্যাচে প্রতিপক্ষের ৬১ শতাংশ প্রেস ভেঙে দিয়েছিলেন।

এবার নিয়মটাকে উল্টো করে ভাবুন। যদি হুইসেল বাজেই না থাকে, তবে ২০ মিনিট পরে কী প্রকাশ করবেন? কিছুই না। আজকের ছকটা ঠিক সেটাই বলছে।

২০২০ সালের জুনে আমি ৯২টি বুন্দেসলিগা ম্যাচ রিগ্রেস করেছিলাম, লকডাউন-পূর্ব আর মে-রিস্টার্ট-পরবর্তী দুই ভাগে। হোম-উইন হার ৪৩ শতাংশ থেকে ৩৩ শতাংশে নেমেছিল, আর হোম অ্যাডভান্টেজ কমেছিল প্রতি ম্যাচে ০.৩১ গোল। কাগজটা ৬ হাজার বার ডাউনলোড হয়েছিল, একটা UEFA কোচিং সেমিনারে উদ্ধৃত হয়েছিল। ওই একই ত্রৈমাসিকে একটি ক্লায়েন্টের জে-লিগ চুক্তি মেডিকেলে ভেঙে পড়েছিল — ৩ লাখ ৪০ হাজার ইউরোর একটি ডিল, যেটিকে আমি ৯০ শতাংশ কনফিডেন্স দিয়েছিলাম।

দুই ঘটনার পার্থক্যটা স্পষ্ট। প্রথমটায় ইনপুট পূর্ণ ছিল, তাই সিদ্ধান্ত টানা গিয়েছিল। দ্বিতীয়টায় ইনপুট প্রায় পূর্ণ ছিল, কিন্তু একটা ভেরিয়েবল — শরীর — বাদ পড়েছিল, তাই সিদ্ধান্ত ভুল হয়েছিল। আজকের ছকে ইনপুটই নেই। এখানে যেকোনো সিদ্ধান্ত টানলে সেটা বিশ্লেষণ হবে না, হবে অনুমান।

মূল বিশ্লেষণ: শূন্য ফলাফল একটি নিয়ন্ত্রণ-পরীক্ষা

ওষুধ-গবেষণায় নাল রেজাল্ট ফেলে দেওয়া হয় না, প্রকাশ করা হয়। কারণ একটা নিয়ন্ত্রণ-পরীক্ষার কাজটা হলো সম্ভাবনার সীমা দেখানো — কোন জিনিসটা এই ডেটা দিয়ে বলা যায়, আর কোনটা যায় না। ক্রিকেট-বিশ্লেষণে আমরা ঠিক উল্টোটা করি। শূন্য ফলাফলকে ব্যর্থতা ভাবি, তাই গোপন করি, তারপর ফাঁকা জায়গায় সবচেয়ে মধুর অনুমানটা বসিয়ে দিই।

এখানে যে পাইপলাইনটা কাজ করছে সেটি দুই স্তরের। স্টেজ-১ হলো ডিকনস্ট্রাকশন — মূল নিবন্ধ থেকে শিরোনাম, সূত্র, ধরন, তথ্যবিন্দু আর সত্তা টেনে বের করা। স্টেজ-২ হলো বিশ্লেষণ — সেই বিন্দুগুলোকে ফরম্যাট, খেলোয়াড়, দল, লিগ, শাসন, ঝুঁকি, আখ্যান আর সঞ্চালন এই আট-নয়টি মাত্রায় বিছিয়ে দেওয়া। পাইপলাইনের গাণিতিক সততা এখানেই: স্টেজ-১ যদি শূন্য দেয়, স্টেজ-২-এর একমাত্র সৎ আউটপুট হলো অনুপস্থিতির একটা মানচিত্র।

সেই মানচিত্রটাই এখানে সবচেয়ে দামি জিনিস। নয়টি মাত্রা, প্রতিটিতে একই উত্তর — মূল্যায়ন সম্ভব নয়। এটা ক্রিকেট সম্পর্কে কিছু বলছে না, এটা আমাদের পাইপলাইন সম্পর্কে বলছে। কোথায় ফুটো? হয় মূল নিবন্ধটাই ছিল না, নয়তো ডিকনস্ট্রাকশন ধাপে তথ্যবিন্দু তুলতে ব্যর্থ হয়েছে, নয়তো সত্তা-শনাক্তকরণ নিজেই একটা অসম্ভব কাজে জড়িয়ে গেছে — কারণ নির্দেশ ছিল “উপরের তথ্যবিন্দু থেকে সত্তা চিহ্নিত করুন”, অথচ উপরে কোনো তথ্যবিন্দুই নেই। শূন্যতা মানে তথ্যের অভাব নয়; শূন্যতা মানে পাইপলাইনের ফুটো। এই একটা বাক্য দিয়ে ক্রিকেট ডেটা-দলগুলোর পুরো কোয়ালিটি-অ্যাসুরেন্স বিভাগ চালানো যায়, যদি তারা শুনতে রাজি হয়।

নয়টি মাত্রা ধরে হাঁটলে ব্যাপারটা স্পষ্ট হতে থাকে। ফরম্যাট আর ম্যাচ-বিশ্লেষণে প্রথমে জানতে হয় কোন ধরনের ক্রিকেট — টেস্ট, ওয়ানডে, টি-টোয়েন্টি, না দ্য হান্ড্রেড; তারপর ম্যাচটা কোন পর্যায়ে দাঁড়িয়ে ছিল, ভেন্যু আর পিচ কেমন, শিশির বা ডিএলএসের ভূমিকা কতটা। এখানে ফরম্যাটই অজানা। যে-বিশ্লেষণে মাঠটাই অজানা, সেখানে বল-বাই-বল ডেটা সাজানো মানে খালি খাতায় স্কোর লিখতে বসা।

খেলোয়াড়-স্তরে দরকার গড়, স্ট্রাইক রেট বা ইকোনমি রেট, পরিস্থিতিভিত্তিক স্প্লিট, আর সাম্প্রতিক প্রবণতা — সঙ্গে প্রতিটি সংখ্যার লিগ-যুগ-বেঞ্চমার্ক। এই ছকে কোনো খেলোয়াড়ের নামই নেই, তাই টেকনিক-বিশ্লেষণ শুরু করার মতো কোনো বিষয় নেই। একটা বিপদ এখানেই লুকিয়ে থাকে: ফরম্যাট-সংকটে কেউ কেউ টেস্টের গড়ের পাশে টি-টোয়েন্টির স্ট্রাইক রেট বসিয়ে দেন, আর সংখ্যাটা তখন গল্পের চেয়েও মিথ্যে হয়ে ওঠে।

দল-স্তরে দরকার ICC র‍্যাঙ্কিং, হোম-অ্যাওয়ে প্রোফাইল, ব্যাটিং-গভীরতা, বোলিং কম্বিনেশন, বেঞ্চ-গভীরতা আর বয়স-কাঠামো। ম্যাচআপ-ভূগোলের জন্য দরকার দুই দলের রেষারেষির ইতিহাস। কোনো দলের নাম না থাকলে এই ছক আঁকা যায় না, শুধু ছকের শিরোনামগুলো লিখে রাখা যায়।

লিগ আর বাণিজ্য-স্তরে দরকার ব্রডকাস্ট-রাইটের মূল্য, ফ্র্যাঞ্চাইজি ভ্যালুয়েশন, খেলোয়াড়-বেতন, আর যদি নিলাম বা চুক্তি থাকে তবে সেটার কাঠামো। এখানে কোনো লেনদেনের উল্লেখই নেই, তাই নিলাম-বিশ্লেষণ একটা খালি টেবিলের দিকে তাকিয়ে বসে থাকে। শাসন-স্তরে দরকার ক্ষমতা ও রাজস্ব বণ্টনের নিয়ম, খেলার নিয়ম-বিতর্ক, দুর্নীতিবিরোধী কাঠামো, যোগ্যতা ও নির্বাচন — এমনকি রাজনৈতিক বা ভূ-রাজনৈতিক কারণও। এখানে কোনো নিয়ন্ত্রক সংস্থা বা বোর্ডের ঘটনাই উল্লেখ নেই।

ঝুঁকির ছকটাও একইভাবে ফাঁকা। স্পোর্টিং, পার্সোনেল, বাণিজ্যিক, নিয়ম ও সততা, জনমত, সিস্টেমিক — ছয়টি সারির প্রতিটিতে একই উত্তর, কারণ যে-বিষয়ের উপর ঝুঁকি বসবে সেই বিষয়টাই শনাক্ত হয়নি। ছকের নিচে ঝুঁকির তালিকায় সবচেয়ে জরুরি সারিটা চিহ্নিত করা আছে — খালি ইনপুট বিশ্লেষণ করার ঝুঁকি। বাকি সব সারি, যেমন ফরম্যাট মিশিয়ে ফেলা, ছোট নমুনা থেকে বাড়াবাড়ি করা, হোম-গ্রাউন্ড বায়াস, টস বা ডিএলএসের ভাগ্য-উপাদান আলাদা না করা, ডিআরএস-বিতর্ক — সব খালি পড়ে আছে, কারণ এগুলোর কোনোটাই ঘটেনি।

জন-আখ্যানের দিকটাও খালি: কোন আখ্যান চলছে, তাপ-চক্রের কোন পর্যায়ে, প্রত্যাশা আর বাস্তবের ফাঁক কত — এসব বলার মতো কিছু নেই। সঞ্চালন-মানচিত্রে উজানের যুব-প্রতিভা, মধ্যের জাতীয় দল ও লিগ, আর ভাটার সম্প্রচার-বাজার — তিন ঘরই শূন্য। পরিভাষার খাতাটাও খালি। ইনিংস, ওভার, উইকেট, পাওয়ারপ্লে, ডিএলএস, আইপিএল নিলাম, এসিইউ — এই শব্দগুলো হাতের কাছে ছিল, কিন্তু বসানোর মতো কোনো তথ্যবিন্দু ছিল না। একটা ক্রিকেট বিশ্লেষণ যেখানে “উইকেট” শব্দটা ব্যবহার করার সুযোগই পায়নি, সেটা নিজের সম্পর্কে যা বলে, তা স্পষ্ট।

এই ফাঁকা মানচিত্রটা পড়ে যদি কারও মনে হয় এটা ব্যর্থতা, তবে তথ্য-মূল্যের চারটি মাপকাঠি মনে করা ভালো — স্পোর্টিং মূল্য, শিল্প-মূল্য, সময়োপযোগীতা, আর রেফারেন্স-মূল্য। চারটিই এখানে শূন্য তারকা। শূন্য তারা মানে খারাপ বিশ্লেষণ নয়। শূন্য তারা মানে বিশ্লেষণের কাঁচামালটাই আসেনি।

আমি হাইপোথেসিস প্রি-রেজিস্টার করি, ডেটা আসার আগেই। ২০২১ সালে ইউরো আর টোকিও অলিম্পিকের পর ২৪০ জন খেলোয়াড়ের একটা মিনিট-লোড মডেল দাঁড় করিয়ে পেদ্রিকে ফ্ল্যাগ করেছিলাম — ৫২টি বার্সেলোনা ম্যাচ, ছয়টি ইউরো ম্যাচ, ছয়টি অলিম্পিক ম্যাচ, অর্থাৎ ১৮ বছর বয়সে ৬৪টি ম্যাচ আর ৫ হাজার ১০০ মিনিটের বেশি। জুলাইয়ে লোড কার্ভ প্রকাশ করে লিখেছিলাম, দুই মাসের মধ্যে সফট-টিস্যু ভাঙন আসবে। সেপ্টেম্বরে পেদ্রির হ্যামস্ট্রিং ছিঁড়ল, ছয় সপ্তাহ বাইরে। অক্টোবরের মধ্যে তিনটি ক্লাব নাম ধরে আমার লোড রিপোর্ট চাইছিল।

কেন ওই ভবিষ্যদ্বাণীটা কাজ করেছিল? কারণ ইনপুট পূর্ণ ছিল — মিনিট, ম্যাচ, বয়স, রিকভারি উইন্ডো, প্রতিটি সারিতে ডেটা। এখন উল্টো প্রশ্নটা করুন। ইনপুট যদি শূন্য হয়, প্রি-রেজিস্ট্রেশন কী করে? কিছুই না। প্রি-রেজিস্ট্রেশন একটা মডেলকে মিথ্যা থেকে বাঁচায় না; সে শুধু মিথ্যাটাকে আগেই লিখে রাখে, যাতে পরে সেটা ধরা পড়ে।

ট্রান্সফার ভ্যালুয়েশনের লেজারটাও একই যুক্তিতে চলে। ২০২২ সালের কাতার বিশ্বকাপের দশ দিন আগে একটা অভ্যন্তরীণ ভ্যালুয়েশনে এনজো ফার্নান্দেজকে ১৮ মিলিয়ন ইউরোতে বসিয়েছিলাম। সাত ম্যাচ আর ইয়াং প্লেয়ার অ্যাওয়ার্ডের পর একই মডেল প্রগ্রেসিভ পাস আর প্রেস-রেজিস্ট্যান্সের ভিত্তিতে তাঁকে ১০০ মিলিয়নের উপরে রিপ্রাইস করল। বেনফিকা ২০২৩ সালের ৩১ জানুয়ারি তাঁকে চেলসির কাছে ১২১ মিলিয়ন ইউরোতে বিক্রি করল।

মডেলটা কিন্তু সংখ্যাটা বানায়নি। মডেলটা ইনপুট আর আউটপুটের মধ্যে একটা অনুপাত মেলাতে পেরেছিল — প্রগ্রেসিভ পাস, প্রেস-রেজিস্ট্যান্স, বয়স-কার্ভ, আর ফেব্রুয়ারি-শেষের একটা ডেডলাইন। একটা ট্রান্সফার হলো একটা হাইপোথেসিস, যার একটা ডেডলাইন আর একটা মজুরির বিল আছে। ইনপুট কেটে দিলে সেটা হাইপোথেসিস থাকে না, রটনা হয়ে যায়।

এখানেই আমার সবচেয়ে বড় সংশোধনটা এসেছিল ২০২০ সালের সেই জে-লিগ কেস থেকে। ডিলটা মেডিকেলে মারা গেল, আর এজেন্সি চাইছিল বিষয়টা চাপা দিতে। আমি নিজে পোস্ট-মর্টেমটা লিখেছিলাম। শেখা একটাই — প্রতিটি সংখ্যার পাশে একটা কনফিডেন্স ব্যান্ড, প্রতিটি ভ্যালুয়েশনের পাশে একটা মেডিকেল-রিস্ক লাইন। এখন খালি ইনপুটের কনফিডেন্স ব্যান্ড কত? শূন্য শতাংশ। আর সেটা মুখে বলা ক্রিকেট-সংবাদে সবচেয়ে অজনপ্রিয় কাজ।

বেস রেট আর সিলেকশন বায়াস — এই দুই জিনিসই বলে দেয় কেন ফাঁকা ঘর ভরাট করা বিপজ্জনক। নয়টা মাত্রায় নয়টা বিশ্বাসযোগ্য অনুমান বসালে আপনি নয়টা ফলস পজিটিভ বানান। পাঠক প্রথম লেখাটা পড়ে ভাবেন, লোকটা জানে। দ্বিতীয় লেখাটা পড়ে ভাবেন, লোকটা ভালো লিখতে পারে। তৃতীয়বার যখন ভুলটা ধরা পড়ে, তখন শুধু লেখকটা নয়, পুরো ডেটা-পদ্ধতিটাই সন্দেহের তালিকায় চলে যায়। ক্রিকেট-বিশ্লেষণের মূলধন বিশ্বাস, আর বিশ্বাস ফলস পজিটিভ দিয়ে তৈরি হয় না।

২০২০ সালে স্টেডিয়াম খালি হওয়ার সময় আমি লিখেছিলাম, খালি স্টেডিয়াম সত্যকে নামায় না, শব্দ কমায়। একটা শূন্য পেলোড তার সবচেয়ে শান্ত সংস্করণ। এখানে গ্যালারির চিৎকার নেই, ধারাভাষ্যের বাড়াবাড়ি নেই, ট্রেন্ডিং হ্যাশট্যাগ নেই — শুধু পাইপলাইনের নিজের গোলমালটা শোনা যায়। আর সেটা শোনার জন্য দরকার শুধু একটা সৎ ল্যাপটপ, একটা খোলা ছক, আর নিজের নামের পাশে “জানি না” লিখে দেওয়ার সাহস।

মডেলটা একটা মঠের মতো — শান্ত, পুনরাবৃত্তিমূলক, আর ব্যতিক্রমের প্রতি নির্দয়। মঠে ঢোকার শর্ত হলো, ভেতরে যা পাবেন তার সবটা মেনে নেবেন। আজকের মঠে ঢুকে যা পেলাম, তার সবটাই শূন্য।

প্রতিকূল কোণ: বাজার পুরস্কার দেয় উল্টোটা

এখানে একটা অপ্রিয় সত্য দাঁড়িয়ে আছে। যিনি খালি ছক থেকে দুই হাজার শব্দ বের করেন, তাঁকে বাজার বলে “উৎপাদনশীল”। যিনি বলেন “ডেটা নেই”, তাঁকে বলে “ভাঙা”। এই পুরস্কার-কাঠামো প্রতি ট্রান্সফার উইন্ডোতে হাজারো ফলস পজিটিভ তৈরি করে, আর তার দাম দেয় পাঠক।

SEO-র তথ্য-লাভের শর্তটা এখানে নীরবে উল্টো হয়ে যায়। “অন্তত একটি নতুন অন্তর্দৃষ্টি দাও” — ঠিক আছে, কিন্তু অন্তর্দৃষ্টি যদি তথ্য থেকে না আসে, তবে সেটা কারখানা থেকে আসে। লেখকের মাথা তখন একটা কারখানা, যেখানে চাহিদা অনুযায়ী “নতুন” জিনিস তৈরি হয়। গুণমান-নিয়ন্ত্রণ সেখানে গায়েব।

আমার জন্ম বাংলাদেশে, কাজ ভারতের বাজারে, আর ক্রিকেট-অর্থনীতির একটা করিডর আমি প্রতিদিন দেখি — ঘরোয়া ক্রিকেট থেকে আইপিএল নিলাম, সীমান্তের দুই পাশে প্রতিভার চলাচল, বোর্ড-রাজনীতি। এই করিডরের একটা সহজ আখ্যান আছে, যেটা যে-কোনো ফাঁকা ছকে বসিয়ে দিলে চমৎকার পড়ায়। বসানো সহজ, কারণ আখ্যানটা সত্যের মতো শোনায়। কিন্তু খালি ইনপুটের উপরে করিডরের গল্প চাপালে যা তৈরি হয়, সেটা বিশ্লেষণ নয় — সেটা ক্রস-মার্কেট প্রজেকশন, আমার সবচেয়ে পুরোনো আর সবচেয়ে প্রিয় ভুল।

একটা প্রতিকূল দাবি টিকতে পারে কি না, সেটা তিনটি স্বাধীন পরীক্ষা পার হতে হয়। এখানে দাবিটা শূন্য নম্বর পরীক্ষাতেই আটকে যায় — কারণ পরীক্ষা করার মতো কোনো দাবিই নেই।

টেকঅ্যাওয়ে

পরের বার যখন কোনো বিশ্লেষণী রিপোর্ট আপনার সামনে আসবে, তিনটা জিনিস দেখুন। তথ্যবিন্দুর তালিকা খালি কি না। সত্তার নামগুলো ডেটা থেকে এসেছে কি না, নাকি ছকের চাহিদা থেকে। আর সংখ্যাগুলোর পাশে কনফিডেন্স ব্যান্ড আছে কি না।

যে-সংকেতটা এখন নজরে রাখতে হবে, সেটা কোনো দল বা খেলোয়াড় নয়। সংকেতটা হলো স্টেজ-১ পেলোডের পূর্ণতা। ট্রিগার শর্ত সহজ: একটি তথ্যবিন্দু যদি খালি থেকে ভরে ওঠে, পুরো বিশ্লেষণটা তখন আবার চালানো যায়। ততদিন লেজারটা খোলা থাকবে, মেলানো হয়নি।

বাম হাফ-স্পেস কখনও খালি থাকে না, সেটা একটা লেজার, যার মিলিয়ে দেখা বাকি। হুইসেলের বিশ মিনিট পরে শব্দ ডেটা হয়ে যায় — তবে শুধু তখনই, যখন কেউ হুইসেলটা বাজায়।