খালি ডেটাসেটের সততা: ক্রিকেট বিশ্লেষণে অনুমানের অডিট

রংপুরের ছোট রুমে টেবিলের ওপর রাখা স্পাইরাল নোটবুকটা খুলে বসেছিলাম। পাশে ল্যাপটপ, স্ক্রিনে একটা স্প্রেডশিট খোলা — কলামগুলো আগেই বানানো: ইভেন্ট, লোকেশন, মিনিট, কনটেক্সট। কিন্তু সারিগুলো ফাঁকা। আমার বিশ্লেষণ-পাইপলাইনের প্রথম স্তর ফিরে এসেছে খালি হাতে। শিরোনাম নেই, সোর্স নেই, তথ্যবিন্দু নেই, কোনো দল বা খেলোয়াড়ের নাম নেই। একটা কাঠামো দাঁড়িয়ে আছে, কিন্তু তার ভেতরে শূন্য। আর ঠিক তখনই সবচেয়ে বিপজ্জনক মুহূর্তটা আসে — ফাঁকা ঘরগুলো পূরণ করার ইচ্ছা। এই ইচ্ছাটাই ক্রিকেট বিশ্লেষণের সবচেয়ে বড় ফাঁদ।

আমি যে পদ্ধতিতে কাজ করি, সেটা দুই স্তরে চলে। প্রথম স্তরে একটা নিবন্ধ বা ম্যাচ-সূত্র ভেঙে ছোট ছোট তথ্যবিন্দুতে ভাগ করি — কোন দল, কোন খেলোয়াড়, কোন ফরম্যাট, কোন মিনিটে কী ঘটেছে। দ্বিতীয় স্তরে সেই তথ্যবিন্দুগুলোকে টেস্ট, ওয়ানডে, টি-টোয়েন্টি — ফরম্যাট আলাদা করে গভীর বিশ্লেষণ করি। এই দুই স্তরের মধ্যে একটা সরল শর্ত আছে: প্রথম স্তর যদি খালি ফিরে আসে, দ্বিতীয় স্তরে কোনো বৈধ বিশ্লেষণ সম্ভব নয়। এটা ব্যর্থতা নয়, এটা সততার শর্ত।

আধুনিক ক্রিকেট সাংবাদিকতা এখন সংখ্যার ওপর ভরসা করে — স্ট্রাইক রেট, ইকোনমি, পিপিডিএ, এক্সজি, ট্রান্সফার ভ্যালুয়েশন। কিন্তু সংখ্যা নিজে থেকে কোনো অর্থ বহন করে না। অর্থ আসে সংখ্যার পেছনের অনুমান থেকে। আমি শুরু করেছিলাম ৪৪ ম্যাচ, একটা রংপুর নোটবুক, আর সহজ সংখ্যার প্রতি সন্দেহ দিয়ে। সেই সন্দেহ আজও আমার পদ্ধতির ভিত্তি।

একটা বিশ্লেষণের কাঠামো থাকা আর তার ভেতরে প্রমাণ থাকা — এই দুটো এক জিনিস নয়। কাঠামো হলো খালি ঘরওয়ালা নোটবুক, প্রমাণ হলো ভরা সারি। যেদিন প্রথম স্তর ফাঁকা ফিরে এল, সেদিন আমি বুঝলাম, ক্রিকেট লেখার আসল পরীক্ষা কাঠামো বানানোয় নয়, শূন্যতাকে স্বীকার করার সাহসে।

সহজ সংখ্যার অডিট দিয়ে শুরু করা যাক। ধরা যাক, একজন ব্যাটারের স্ট্রাইক রেট ১৪০। এই সংখ্যাটা দেখে অনেকে বলেন, সে আক্রমণাত্মক। কিন্তু প্রশ্ন হলো — কোন ফরম্যাটে? কোন পরিস্থিতিতে? কোন বোলিং মানের বিপক্ষে? টি-টোয়েন্টির পাওয়ারপ্লেতে ১৪০ আর মৃত্যু ওভারে ১৪০ — এক নয়। যদি ফরম্যাট আর পরিস্থিতি না জানি, তাহলে ১৪০ সংখ্যাটা একটা খালি ঘর। এটাই সহজ সংখ্যার অডিট: প্রতিটি সংখ্যার আগে তার অনুমান লিখে ফেলা।

ক্রিকেটে একটা বাধ্যতামূলক গেট আছে, যেটা আমি সবসময় সামনে রাখি — ফরম্যাট কনটেক্সট। টেস্ট, ওয়ানডে আর টি-টোয়েন্টির ডেটা একসাথে মিশিয়ে যেকোনো সিদ্ধান্তে পৌঁছানো পেশাদারি অপরাধ। টেস্টের ৪০ গড় আর টি-টোয়েন্টির ৪০ গড় — দুটো সম্পূর্ণ ভিন্ন দুনিয়া। একটায় ধৈর্য আর টেকনিকের পরীক্ষা, অন্যটায় তাৎক্ষণিকতার। যে বিশ্লেষক এই দুটোকে এক করে ফেলেন, তিনি সংখ্যা দেখেন, কিন্তু সত্য দেখেন না।

এবার বেস রেটের কথা। একজন খেলোয়াড় টানা তিন ম্যাচে ভালো করলেন। মিডিয়া বলবে, তিনি ফর্মে ফিরেছেন। কিন্তু প্রশ্ন হলো — তার ক্যারিয়ার বেস রেট কী? যদি ক্যারিয়ারে তার স্বাভাবিক পারফরম্যান্সই এমন হয়, তাহলে তিন ম্যাচ কোনো নতুন তথ্য নয়। উল্টো দিকে, যদি কেউ ক্যারিয়ারে খারাপ করেও তিন ম্যাচে ভালো করেন, সেটাও ভিন্ন গল্প। তিন ম্যাচ একটা সংকেত, একটা প্রমাণ নয় — স্যাম্পল ছোট হলে অনুমান বেশি লম্বা হয়।

আমি ব্যক্তিগতভাবে এই শিক্ষাটা পেয়েছি একটা প্রাকৃতিক পরীক্ষা থেকে। ২০২০ সালে, যখন গোটা বিশ্ব ক্রীড়া থেমে গিয়েছিল, আমি বুন্দেসলিগার দর্শকশূন্য ৮৩টি ম্যাচ কোড করেছিলাম। ফলাফল অবাক করার মতো: হোম-উইন হার ৪৩.৩% থেকে নেমে এসেছিল ৩৩.৩%-এ। খালি স্টেডিয়াম শুধু আবহ নয়, এটা একটা মাপা যায় এমন ভেরিয়েবল। এটাই আমার সিগনেচার লাইন — খালি স্টেডিয়াম আমাকে শিখিয়েছিল যে ফুটবলের সেই তথাকথিত 'দ্বাদশ খেলোয়াড়' আসলে একটা অনুমান, যা পরিমাপ করা সম্ভব।

একই যুক্তি ক্রিকেটেও খাটে। আইপিএলের হোম-অ্যাডভান্টেজ, বিসিসিএলের বায়াস, ডিউ ফ্যাক্টর, পিচের চরিত্র — এগুলো যদি মাপা না যায়, তাহলে আমাদের গল্পগুলো শুধু ছাপানো হবে, যাচাই হবে না। আমি যেকোনো ম্যাচ রিপোর্ট লেখার আগে একটা সংখ্যার শিট বাধ্যতামূলক করেছি, কারণ নোটবুকের কলাম কাঠামো — ইভেন্ট, লোকেশন, মিনিট, কনটেক্সট — আমার প্রতিটি ডেটাসেটের স্থায়ী টেমপ্লেট হয়ে গেছে।

এবার এক্সজি-র কথা। ২০১৮ সালে রাশিয়া বিশ্বকাপে আমি ২১ ইঞ্চি টিভিতে ৬৪টি ম্যাচ দেখে প্রায় ১২০০ শট কোঅর্ডিনেট গুগল শিটে তুলেছিলাম। ক্রোয়েশিয়ার টানা তিনটি এক্সট্রা-টাইম ম্যাচ — ডেনমার্ক, রাশিয়া, ইংল্যান্ড — আমার টেস্ট কেস ছিল। ইংল্যান্ড সেমিফাইনালে আমি হিসাব করলাম ১৪৩.৬ কিলোমিটার দৌড়, টুর্নামেন্টে সর্বোচ্চ। কিন্তু এখানেই সতর্কতা: এক্সজি কোনো রায় নয়, এটা সম্ভাবনার ভাষা। মডেল যদি না জানি, মডেলের ফলাফলও বুঝি না। আমার প্রথম পেইড বাইলাইন আমাকে শিখিয়েছিল যে একটা মডেল ততটাই সৎ, যতটা সৎ তার অনুমান।

রংপুরের নোটবুক থেকে একটা উদাহরণ দিই। ২০১৭ সালে, ষোলো বছর বয়সে, আমি রংপুর স্টেডিয়ামে বাংলাদেশ প্রিমিয়ার লিগ ফুটবলের ৪৪টি ম্যাচ হাতে কোড করেছিলাম — শট লোকেশন, পাস দিক, মিনিট, ফলাফল। কারণ তখন কোনো স্থানীয় সংবাদমাধ্যম গোল আর কার্ডের বাইরে কিছু ছাপাত না। আবাহনী লিমিটেড ঢাকার ক্যাম্পেইনের আমার গ্রিড দেখাল, তাদের ওপেন-প্লে গোলের ৬১% এসেছিল বাঁ-হাফ-স্পেস থেকে — এমন একটা প্যাটার্ন যা আগে কোনো বাংলাদেশি সাংবাদিক নাম দেননি।

কিন্তু আমি নিজেকে থামিয়েছি। ৪৪ ম্যাচ একটা সিজন, একটা লিগ, একটা দল। এখান থেকে 'বাংলাদেশি ফুটবল বাঁ দিক পছন্দ করে' — এই সিদ্ধান্তে লাফ দেওয়া হতো অপরাধ। এটাই কনট্রারিয়ান সতর্কতা: কোরিলেশন আর কার্যকারণ এক নয়। বাঁ-হাফ-স্পেস থেকে গোল আসা মানে এই নয় যে কোচ ইচ্ছাকৃতভাবে ওই দিক ডিজাইন করেছেন; হতে পারে ডান-ব্যাক দুর্বল ছিলেন, বা প্রতিপক্ষের রক্ষণভাগ ওদিকে গর্ত রেখেছিল। একটা প্যাটার্ন দেখা আর একটা কারণ প্রমাণ করা — দুইটা আলাদা কাজ।

এখানেই আসে হ্যালুসিনেশনের অর্থনীতি। ডিজিটাল ক্রীড়া মিডিয়ায় একটা চাপ সবসময় থাকে — যা-ই হোক, কিছু একটা বের করতে হবে। কনটেন্টের ঘড়ি থামে না, ফিড খালি থাকতে পারে না। এই চাপেই বিশ্লেষকরা ফাঁকা ঘর নিজের কল্পনায় ভরে ফেলেন, খেলোয়াড়ের নাম বানান, ম্যাচের ফল বানান, পরিসংখ্যান বানান। ফলাফল? একটা সুন্দর গল্প, যার কোনো ভিত্তি নেই। এই কারণেই আমি বলি, 'অপর্যাপ্ত তথ্য, বিশ্লেষণ সম্ভব নয়' — এই বাক্যটা একটা ব্যর্থতা নয়, এটা পেশাদারির সর্বোচ্চ স্তর।

এখন একটা আধুনিক রূপকের কথা বলি, যা এই সততার সাথে সরাসরি যুক্ত। ব্লকচেইনের মূল শক্তি হলো তার অপরিবর্তনীয়তা — প্রতিটি লেনদেন আগেরটার সাথে যুক্ত, আর যে কেউ যাচাই করতে পারে। ক্রিকেট ডেটারও একই রকম হওয়া উচিত। প্রতিটি দাবির পেছনে একটা সোর্স থাকা উচিত, প্রতিটি সংখ্যার পেছনে একটা অনুমান, প্রতিটি অনুমানের পেছনে একটা যাচাইয়ের সুযোগ। যদি কোনো ক্রিকেট বিশ্লেষণকে ব্লকচেইনের মতো যাচাই করা না যায়, তাহলে সেটা ডেটা নয়, সেটা শুধু দাবি।

ভাবুন, একটা ডেটাবেস যেখানে বলা আছে, মুশফিকুর রহিম ২০১৩ সালে গলে শ্রীলঙ্কার বিপক্ষে বাংলাদেশের প্রথম টেস্ট ডাবল সেঞ্চুরি করেছিলেন — ২০০ রান। এটা যাচাইযোগ্য, ট্রেসেবল, তারিখসহ। এখন যদি কেউ বলতেন, 'মুশফিকুর অনেক বড় ম্যাচের খেলোয়াড়', সেটা একটা মত, যাচাই করা কঠিন। পার্থক্যটা স্পষ্ট: একটা হলো লেজার, অন্যটা হলো গুজব। একজন ডেটা সাংবাদিকের কাজ হলো লেজার বানানো, গুজব নয়।

আমি এই পদ্ধতি ব্যবহার করি ঘরোয়া ক্রিকেটেও, যেখানে তথ্যের অভাব সবচেয়ে বেশি। ঢাকা প্রিমিয়ার লিগ, জাতীয় লিগ, বিসিএল — এসবের গভীর ডেটা প্রায় কেউ রাখে না। কিন্তু এখানেই সবচেয়ে বড় সুযোগ। কারণ যখন কেউ দেখে না, তখন যাচাই করা সংখ্যা সবচেয়ে বেশি মূল্যবান। একটা সাক্ষাৎকারে আমি বলেছিলাম, 'খালি গ্যালারি, জোরে ডেটা' — কিন্তু এটা লং-ফর্ম লেখায় ব্যবহার করি না, কারণ এখানে আমার যুক্তি অন্য: কম মনোযোগ মানে কম ছদ্ম-গল্প, আর বেশি সুযোগ আসল প্যাটার্ন খুঁজে বের করার।

এবার আমার কনট্রারিয়ান দিকটা খুলে বলি। সাধারণ ধারণা হলো, খালি ডেটাসেট মানে ব্যর্থ বিশ্লেষণ। আমি মনে করি উল্টো। একটা খালি ডেটাসেট নিজেই একটা তথ্য — সেটা বলে দেয়, পাইপলাইনের কোথাও কিছু ভেঙেছে। এটা নির্ণায়ক, এটা সতর্কবার্তা। আসল বিপদ হলো, খালি ডেটাসেটকে জোর করে ভরা দেখানোর চেষ্টা। যে বিশ্লেষক শূন্যতাকে স্বীকার করেন, তিনি একটা পরিষেবা দেন; যে বিশ্লেষক শূন্যতা লুকিয়ে গল্প বানান, তিনি একটা ক্ষতি করেন।

আর একটা কথা: কোরিলেশন আর কার্যকারণের ফাঁদ আমার মতো বিশ্লেষকদের সবচেয়ে প্রিয় ভুল। সংখ্যা যখন পরিষ্কার থাকে, তখন আমরা ধরে নিই ব্যবস্থাটাও পরিষ্কার। কিন্তু ক্রিকেট বিশৃঙ্খল — বৃষ্টি, ডিউ, টস, ইনজুরি, মানসিকতা, রাজনীতি। এই বিশৃঙ্খলাকে পরিষ্কার মডেলে ঢোকানোর চেষ্টা করলে যেটা বেরোয়, সেটা বাস্তব নয়, সেটা আমাদের নিজের মডেলের প্রতিচ্ছবি। তাই আমি প্রতিটি মডেলে অন্তত একটা সংবেদনশীলতা পরীক্ষা চালাই, আর দেখাই কোথায় মডেল ভেঙে যায়।

সোশিওলজির একটা টার্ম পেপারে আমি লিখেছিলাম, দর্শক অনুপস্থিতি একটা মাপা যায় এমন ভেরিয়েবল, রহস্য নয়। দুটো জার্নাল সেটা প্রত্যাখ্যান করেছিল, কিন্তু একই যুক্তির একটা ব্লগ পোস্ট নয় হাজার মানুষ পড়েছিল। শিক্ষাটা হলো, প্রথমে প্রকাশ করো, তারপর জার্নালে জমা দাও। এই অভিজ্ঞতা আমাকে ম্যাচ রিপোর্ট থেকে কাঠামোগত লেখার দিকে নিয়ে গেছে — শিডিউলের ঘনত্ব, ভ্রমণ, দর্শকের শব্দকে আবহ নয়, ভেরিয়েবল হিসেবে দেখা।

এখন সামনে তাকাই। আগামী সপ্তাহগুলোতে আমি যে সংকেতগুলো দেখব, সেগুলো স্পষ্ট। প্রথমত, যেকোনো দলের পিপিডিএ-র তিন ম্যাচের প্রবণতা — এটা বলে দেবে আক্রমণের তীব্রতা কমছে না বাড়ছে। দ্বিতীয়ত, ঘরোয়া লিগে ফরম্যাট-ভিত্তিক আলাদা ডেটাসেট তৈরি হচ্ছে কি না। তৃতীয়ত, বিশ্লেষণমূলক প্রতিবেদনে সোর্স-অ্যাট্রিবিউশন আছে কি না — কারণ সোর্স সংখ্যা আজকের সবচেয়ে বড় ঝুঁকি।

প্রশ্নটা এখন আপনার। যখন পরেরবার কোনো বিশ্লেষণ পড়বেন, ভাববেন — এই সংখ্যাটা কোথা থেকে এল? এর অনুমান কী? এটা কি যাচাই করা যায়? যদি উত্তর না পান, তাহলে সেটা ক্রিকেট নয়, সেটা গল্প। আর ক্রিকেটের প্রকৃত সৌন্দর্য গল্পে নয়, যাচাইযোগ্য সত্যে। নোটবুক খোলা রাখুন, ঘর ফাঁকা থাকলে সেটা স্বীকার করুন — কারণ শূন্যতা লুকানোর চেয়ে শূন্যতা বলা অনেক বড় সাহস।