খালি ডেটাসেটের পাঠ: ক্রিকেট বিশ্লেষণে “তথ্য অপর্যাপ্ত” বলার সাহস

গত রাতে ঢাকার ঘরে ল্যাপটপ খোলা ছিল, আর পর্দায় জ্বলছিল একটা বিশ্লেষণী প্রতিবেদন — যার প্রায় প্রতিটি ঘর ভরা একটাই বাক্যাংশে: “তথ্য অপর্যাপ্ত।” আটটি বিশ্লেষণী স্তম্ভ, একটা ম্যাচের নানা দিক, অথচ কোথাও কোনো দল নেই, কোনো খেলোয়াড়ের নাম নেই, কোনো ইনিংস নেই, কোনো তারিখ নেই। বিশ্লেষণের দ্বিতীয় ধাপ কাজ করেছে নিখুঁতভাবে, কিন্তু তার প্রথম ধাপ থেকে একটি তথ্যও আসেনি। যেখানে সাধারণত থাকে “বাইশটির মধ্যে চোদ্দটি” ধাঁচের গোনা সংখ্যা, সেখানে এবার পড়ে আছে একটা ফাঁকা ফিল্ড।

এটাই আজকের বিষয়। একটি ফাঁকা ডেটাসেট কীভাবে একটা ভরাট বিশ্লেষণের চেয়ে বেশি শিক্ষা দিতে পারে — সেই গল্প। কারণ ক্লান্তি হোক বা কৌশল, ক্রিকেটের সবচেয়ে বড় ফাঁদ একটাই: যেখানে তথ্য নেই, সেখানে গল্প বসিয়ে দেওয়ার প্রলোভন।

বিষয়টা বোঝার জন্য পাইপলাইনের গঠনটা জানা দরকার। আধুনিক ক্রিকেট বিশ্লেষণ চলে দুই ধাপে। প্রথম ধাপে মূল উপাদানটিকে ভেঙে ফেলা হয় — কোন ম্যাচ, কোন ফরম্যাট, কে খেলেছে, কী কী দাবি করা হয়েছে, আর কোন তথ্যবিন্দুগুলো হাতে আছে। এরপর দ্বিতীয় ধাপে সেই তথ্যবিন্দুগুলোর উপর দাঁড়িয়ে আটটি দিক বিশ্লেষণ করা হয়: ফরম্যাট ও ম্যাচের প্রকৃতি, খেলোয়াড়ের কৌশল ও ডেটা, দলের অবস্থান ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক বাস্তুসংস্থান, নিয়ম ও প্রশাসন, ঝুঁকির হিসাব, জনমতের প্রত্যাশা, আর শিল্পের মধ্য দিয়ে তথ্যের প্রবাহ।

এই গঠনের মূল শর্ত একটাই — প্রতিটি সিদ্ধান্তের পেছনে তথ্যপ্রমাণ থাকতে হবে। দ্বিতীয় ধাপ কখনো নিজে থেকে তথ্য বানায় না; সে শুধু প্রথম ধাপের দেওয়া তথ্যবিন্দু ব্যবহার করে। যখন প্রথম ধাপ ফাঁকা ফিরে আসে, তখন সৎ একমাত্র পথ হলো প্রতিটি ঘরে লিখে দেওয়া — “এখানে বিশ্লেষণ সম্ভব নয়।” গতরাতে ঠিক সেটাই ঘটেছে। আর সেটাই এই পেশার সবচেয়ে অবহেলিত দক্ষতা।

সহজ ভাবলেও বোঝা যায়, কেন এটা কঠিন। ফাঁকা ঘর দেখলে মানুষের মস্তিষ্ক ফাঁকা থাকতে পারে না — সে নিজে থেকেই প্যাটার্ন বসিয়ে দেয়। বিশ্লেষকের ক্ষেত্রেও একই প্রবণতা কাজ করে। একটা ম্যাচের ডেটা না থাকলে অনেকে দলের সাম্প্রতিক ফর্ম থেকে অনুমান টেনে ফেলে, খেলোয়াড়ের খ্যাতি থেকে সিদ্ধান্ত বানায়, আর সেই অনুমানকে তথ্যের মোড়কে সাজিয়ে পরিবেশন করে। এখানেই ডেটা-নির্ভর বিশ্লেষণ আর মন্তব্যের মধ্যে দেয়ালটা দাঁড়ায়।

আমি ঢাকার একটি ডরম-রুম থেকে এই মডেল দাঁড় করিয়েছি, তাই প্রেস বক্সের চেয়ে প্যাটার্নকেই বেশি বিশ্বাস করি। কিন্তু প্যাটার্ন তখনই প্যাটার্ন, যখন তার পেছনে গোনা সংখ্যা থাকে। ২০১৭ সালে যখন ‘দ্য হাফ-স্পেস’ নামের এক ব্যক্তিগত ব্লগ শুরু করি, প্রথম লেখাতেই আবাহনী লিমিটেড ঢাকার ৪-২-৩-১ ছকটা পাঁচ বাই ছয় গ্রিডে বসিয়ে দিয়েছিলাম — কারণ আমি অ্যাডজেক্টিভ নয়, জ্যামিতি দিয়ে শুরু করতে শিখেছিলাম। ডিসেম্বরের মধ্যে চোদ্দটি লেখা আর চারশো বারো জন গ্রাহক জমেছিল; আন্তোনিও কোন্তের ৩-৪-৩ নিয়ে একটা লেখা প্রায় তিন হাজারবার ভাগ হয়েছিল। ওই অভ্যাসটাই পরের সব লেখার কাঠামো হয়ে গেল — আগে একটি আকার, একটি দূরত্ব, একটি কোঅর্ডিনেট; তারপর গল্প।

জ্যামিতিরও একটা শর্ত আছে — গ্রিডটা যদি ফাঁকা হয়, তাহলে তাতে ছক এঁকে লাভ নেই। রাশিয়ায় ২০১৮ সালের বিশ্বকাপে একুশটি রাত জেগে ছেষট্টিটি ম্যাচ দেখেছিলাম, আর ট্যাগ করেছিলাম এগারোশোর বেশি সেট-পিস। সেখানে একটা স্পষ্ট প্যাটার্ন বেরিয়েছিল — ডেড বল থেকেই টুর্নামেন্টের মোট ১৬৯ গোলের একটা রেকর্ড অংশ এসেছিল। ওই সংখ্যাটা আমি নির্ভয়ে বলতে পারি, কারণ আমার কাছে ট্যাগ করা হিসাব ছিল। ট্যাগিং না থাকলে আমি শুধু বলতাম “সেট-পিস গুরুত্বপূর্ণ” — যা একটা মন্তব্য, বিশ্লেষণ নয়।

একই যুক্তি প্রযোজ্য টোকিও অলিম্পিকের পর পেদ্রির ওয়ার্কলোড নিয়ে আমার ট্র্যাকিংয়ে। স্পেনের হয়ে দুটি টুর্নামেন্ট মিলিয়ে তার ক্রমবর্ধমান লোড কতটা, সেটা আমি ম্যাচ-প্রতি কোড করে জমা রেখেছিলাম — কারণ “ক্লান্ত দেখাচ্ছে” বলাটা কোনো তথ্য নয়, আর ক্লান্তিকে ব্যাজ ভাবার সুযোগও নেই।

এই শিক্ষাই দ্বিতীয় ধাপের ফাঁকা ফলাফলে ফিরে আসে। একটা ম্যাচের বিশ্লেষণে যদি খেলোয়াড়ের নাম না থাকে, তার ভূমিকা নির্ধারণ করা অসম্ভব। দলের নাম না থাকলে র‍্যাঙ্কিং, স্কোয়াডের গভীরতা, ম্যাচআপের চিত্র — কিছুই আঁকা যায় না। লিগ না থাকলে সম্প্রচার-স্বত্বের মূল্য বা বেতনের হিসাব টানা যায় না। আর এই সবকিছুর উপরে একটা সাধারণ ভুল সবচেয়ে বেশি ঘটে: ছোট নমুনা থেকে বড় সিদ্ধান্ত টেনে ফেলা। একজন ব্যাটার এক ইনিংসে সেঞ্চুরি করলেই তাকে পরের ম্যাচে প্রমোশন দেওয়ার দাবি ওঠে; অথচ তার সাম্প্রতিক দশ ইনিংসের গড় হয়তো ধারার ঠিক উল্টোটা বলছে। টেস্ট, ওয়ানডে আর টি-টোয়েন্টির ডেটা মিশিয়ে ফেলার ভুলটাও ঠিক এই জায়গা থেকেই আসে।

ভাগ্যের অংশটাও কখনো স্ট্রিপ করে বাদ দিতে হয়। টস, শিশির, ডাকওয়ার্থ-লুইসের সমীকরণ — এসব একটা ফলাফলের চেহারা বদলে দিতে পারে। এই “ভাগ্য বাদ দেওয়ার” পাঠটা আমি শিখেছি ২০২০ সালে, যখন মহামারিতে বাংলাদেশ প্রিমিয়ার লিগ বন্ধ হয়ে গিয়েছিল আর জুনে আমার চুক্তি নবায়ন হয়নি। পাঁচ সপ্তাহ আমি কোনো কাজে আবেদন করিনি। তার বদলে বুন্দেসলিগার বাকি বাহান্নটি ম্যাচ দেখে ফেললাম, প্রতিটি ফলাফল লিখে রাখলাম — আর দেখলাম, হোম টিমের পয়েন্ট প্রতি ম্যাচ ১.৬২ থেকে নেমে ১.২৮ হয়েছে, অ্যাওয়ে জয় ২৯ শতাংশ থেকে বেড়ে ৩৭ শতাংশ। জুনে চাকরি চলে গিয়েছিল, খালি গ্যালারি আমাকে বাঁচিয়েছিল। ওই “নীরবতার প্রভাব” লেখাটা বেরিয়েছিল অক্টোবরে — একটা স্প্রেডশিট থেকে, কোনো অভিযোগ থেকে নয়।

এখানেই আসল কথা। ফাঁকা ডেটাসেট শেখায়, বিশ্লেষণের মান তার সিদ্ধান্তের আত্মবিশ্বাস দিয়ে মাপা হয় না — মাপা হয় তার তথ্যপ্রমাণের ভিত্তি দিয়ে। যখন তথ্য অপর্যাপ্ত, তখন “অপর্যাপ্ত” বলাটাই সবচেয়ে নির্ভুল বিশ্লেষণ। ইউরো ২০২০-তে ইতালির বিল্ড-আপ নিয়ে বারো পাতার যে বিশ্লেষণ ফাইনালের আঠারো ঘণ্টার মধ্যে লিখেছিলাম — জর্জিনিয়ো দুই সেন্টার-ব্যাকের মাঝে নেমে আসা, স্পিনাজোলার চল্লিশ মিটার ক্যারি — সেটা কাজ করেছিল, কারণ প্রতিটি দাবির পেছনে সিকোয়েন্স লগ ছিল। ওই লেখা চার ভাষায় অনূদিত হয়েছিল, প্রায় তিন লাখবার পড়া হয়েছিল। পাঠক বিশ্বাস করেছিলেন, কারণ প্রতিটি সংখ্যা তার পেছনে দাঁড়িয়ে ছিল।

স্থানান্তর বাজারে এই প্রবণতাটা আরও স্পষ্ট। গত কয়েক মৌসুমে তরুণ খেলোয়াড়ের উপর যে দামের বুদবুদ ফুলেছে, তার বড় অংশ দাঁড়িয়ে আছে খালি ডেটাসেটের উপর — পঞ্চাশ ম্যাচের কম খেলা কাউকে একশো মিলিয়ন ইউরোতে কেনার মতো ঝুঁকি। ক্লাবগুলো ছোটে খ্যাতির পেছনে, অথচ পেছনে থাকে না পর্যাপ্ত তথ্যবিন্দু। প্রতিটি ট্রান্সফার গুজব আসলে একটা ফাঁকা ঘর, যেটা কেউ না কেউ পছন্দমতো ভরে দেয়। সাংবাদিকের কাজ সেই ঘরগুলো চিহ্নিত করা — কোনটা চুক্তির কাঠামো থেকে আসছে, কোনটা মজুরি বিলের চাপে, আর কোনটার পেছনে স্রেফ কোনো ভিত্তি নেই।

এখন উল্টো দিকটা। ক্রিকেট-বিশ্লেষণের বাজার সৎ ফাঁকা উত্তরের জন্য তৈরি নয়। সম্প্রচার চায় একটা রায়, সোশ্যাল মিডিয়া চায় একটা ঝাঁঝালো মন্তব্য, স্পন্সর চায় আত্মবিশ্বাসী একটা ঘোষণা। “তথ্য অপর্যাপ্ত” বললে দর্শক ভাবে বিশ্লেষক কিছুই জানেন না। ফলে লোভ বাড়ে — দুর্বল নমুনা থেকে শক্ত সিদ্ধান্ত, ছোট ডেটা থেকে বড় গল্প। এই জায়গাতেই বিশ্লেষক আর পন্ডিতের মধ্যে সীমারেখা টানা হয়।

আমার চোখে এটা বিশ্লেষকের ব্যক্তিগত ব্যর্থতা নয়, প্রক্রিয়ার দুর্বলতা। প্রথম ধাপ থেকে তথ্য না এলে সেটা একটা সংকেত — সম্ভবত মূল উপাদান সংগ্রহেই সমস্যা হয়েছে, হয়তো ফাইলটা পড়া যায়নি, হয়তো তথ্যবিন্দুগুলো খালি পাঠানো হয়েছে। সঠিক প্রতিক্রিয়া হলো পাইপলাইন থামিয়ে সেই ফাঁকটা চিহ্নিত করা, ফাঁকা জায়গায় গল্প বসানো নয়। রাশিয়ার একুশটি নিদ্রাহীন রাত আমাকে শিখিয়েছে — ক্লান্তি একটি ডেটাসেট, ব্যাজ নয়। ঠিক তেমনি, অজ্ঞতাও একটা তথ্যবিন্দু, লজ্জা নয়।

পরেরবার যখন কেউ বলবে “এই দলটার স্পিন দুর্বল” বা “এই ব্যাটার ফর্মে আছে,” আপনি একটা প্রশ্ন করতে পারেন — আপনার তথ্যবিন্দুগুলো কী? কতগুলো ম্যাচ, কোন ফরম্যাট, কোন ভেন্যু? উত্তর না মিললে ওই দাবিটা একটা অনুমান, আর সেটা ধরে সিদ্ধান্তে যাওয়ার মতো ঝুঁকি নেওয়া ঠিক নয়। এই এক প্রশ্ন দিয়েই পাঠক নিজের একটা ফিল্টার বানিয়ে ফেলতে পারেন। ফাঁকা ডেটাসেট আমাকে যা শিখিয়েছে, তার চেয়ে বড় কিছু নয়: যে বিশ্লেষণ নিজের সীমা স্বীকার করতে পারে, তাকেই সবচেয়ে বেশি বিশ্বাস করা উচিত।