খালি ঘরের সাক্ষ্য: ক্রিকেট বিশ্লেষণের নীরব ডেটা-ব্যর্থতা

আমার ডেস্কে সেদিন একটা রিপোর্ট এলো, যেটা আসলে কোনো রিপোর্টই নয়। আটটি বিশ্লেষণমূলক অধ্যায়, প্রতিটির প্রতিটি ঘর ভরাট — কিন্তু ভরাট শুধু ‘N/A’ দিয়ে। খেলোয়াড়ের নাম নেই, ম্যাচ নেই, ভেন্যু নেই, টস নেই, সময়-সংবেদনশীলতার কোনো মূল্যায়ন নেই, একটি তথ্যবিন্দুও নেই। ফরম্যাট পুরোপুরি অক্ষত, অথচ ভেতরে নিছক শূন্যতা।

একজন ডেটা-বিশ্লেষকের কাছে এর চেয়ে অস্বস্তিকর দৃশ্য কমই আছে। কারণ আমি যে সিদ্ধান্তগুলো প্রতিদিন নিই — কাকে দলে নেওয়া হবে, কে ছাড়া পাবে, কোন ম্যাচে কে এগিয়ে থাকবে — সেগুলো ঠিক এই ধরনের ঘর ভরাট করেই দাঁড়ায়। বছরের পর বছর ম্যাচ দেখে আমি শিখেছি, শট ম্যাপের নেগেটিভ স্পেসে লো ব্লক লুকিয়ে থাকে। কিন্তু যখন পুরো ম্যাপটাই ফাঁকা, তখন কী খুঁজব? এই প্রশ্নটাই গত কয়েকদিন আমার মাথায় ঘুরছে।

খালি ইনপুট নিজেই একটা সিগন্যাল — ব্যর্থতা ঢেকে রাখার সুযোগ নয়। একটি রিপোর্ট যখন শূন্য তথ্যবিন্দু নিয়ে ফেরত আসে, তখন সেটি ‘কম দামের নিবন্ধ’ নয়; সেটি আপস্ট্রিম পাইপলাইনের ত্রুটির প্রমাণ।

আধুনিক ক্রিকেট বিশ্লেষণ দুটি স্তরে চলে। প্রথম স্তরে একটি নিবন্ধ, প্রতিবেদন কিংবা স্কোরকার্ড থেকে তথ্যবিন্দু, মূল দৃষ্টিভঙ্গি, জড়িত সত্তা এবং সময়-সংবেদনশীলতা টেনে বের করা হয়। দ্বিতীয় স্তরে সেই তথ্যবিন্দুর উপর দাঁড়িয়ে গভীর বিশ্লেষণ গড়ে ওঠে — ম্যাচের ফরম্যাট, খেলোয়াড়ের কারিগরি, দলের ল্যান্ডস্কেপ, লিগের বাণিজ্যিক কাঠামো, শাসনব্যবস্থা, ঝুঁকি, জন-আখ্যান এবং শিল্প-প্রসারণ।

এই কাঠামোর সবচেয়ে গুরুত্বপূর্ণ শর্ত একটিই: প্রতিটি মাত্রিক বিশ্লেষণ অবশ্যই প্রথম স্তরের তথ্যবিন্দুতে ভিত্তি করে হতে হবে; ভিত্তিহীন অনুমান নিষিদ্ধ। এটা নিছক নিয়ম নয়, এটা পদ্ধতির নৈতিকতা। আমি ২০১৭ সালে ১,১৪০টি শট হাতে ট্যাগ করে যে মডেল বানিয়েছিলাম, কিংবা ২০১৮ বিশ্বকাপের ৬৪ ম্যাচের জন্য যে PPDA ও ফিল্ড-টিল্ট হিসাব করেছিলাম — সেসবের মূল শিক্ষা একটাই ছিল: ফাঁকা জায়গায় সংখ্যা বসিয়ে দেওয়া সহজ, কিন্তু সেটা তখন আর বিশ্লেষণ থাকে না, সেটা হয় গল্প।

এখানেই আজকের ঘটনাটি জরুরি। যে রিপোর্ট আমার হাতে এসেছে, সেটি আসলে দ্বিতীয় স্তরের একটি বিশ্লেষণ প্রতিবেদন — কিন্তু তার ভিত্তি, অর্থাৎ প্রথম স্তরের নিষ্কাশন, পুরোপুরি ফাঁকা। নিবন্ধের শিরোনাম নেই, সূত্র নেই, ধরন অশ্রেণীবদ্ধ, মূল দৃষ্টিভঙ্গি শূন্য, তথ্যবিন্দু শূন্য, জড়িত সত্তা শূন্য, সময়-সংবেদনশীলতা মূল্যায়িত নয়, সূত্রের মান যাচাই করা হয়নি।

এই অবস্থায় সৎ বিশ্লেষকের হাতে একটাই পথ থাকে — স্বীকার করা যে ‘পর্যাপ্ত তথ্য নেই, মূল্যায়ন সম্ভব নয়।’ কিন্তু এখানেই একটা ফাঁদ লুকিয়ে আছে।

আমি যখন এই খালি ফ্রেমওয়ার্কটি দেখছিলাম, তখন বুঝলাম সমস্যাটা বিশ্লেষণের নয়, ডেটা-চেইনের। যে পাইপলাইনে নিবন্ধ ঢোকে আর তথ্যবিন্দু বেরোয়, সেই পাইপলাইনের কোথাও একটা ফাটল আছে। প্রথম স্তরের আউটপুটে শিরোনাম, সূত্র, ধরন — সবই ‘N/A’। এটা খুব সম্ভবত নিছক কম-মানের নিবন্ধ নয়; এটা আপস্ট্রিম পার্সিং বা ইনজেশন ব্যর্থতা। অর্থাৎ আসল নিবন্ধটি হয়তো কখনোই সিস্টেমে ঢোকেনি, অথবা ঢুকেছে কিন্তু পড়া যায়নি।

এখানেই আসল বিপদ: ফাঁকা ইনপুট দেখলে একটি ভাষা-মডেল প্রায়ই তার কল্পনাশক্তি দিয়ে সেই শূন্যতা ভরাট করে ফেলে। এটাই সর্বোচ্চ স্তরের ঝুঁকি — ডাউনস্ট্রিম ফেব্রিকেশন। বিশ্লেষণের ভঙ্গিতে লেখা, সুন্দর শোনানো, কিন্তু ভিত্তিহীন ক্রিকেট-বিষয়বস্তু তৈরি হয়ে যায়। সংখ্যা ঠিক দেখতে লাগে, অথচ তার পেছনে কোনো বল-বাই-বল ডেটা নেই।

আমার অভিজ্ঞতায় এই ফাঁদ সবচেয়ে ধূর্ত। ২০২০ সালে যখন লিগা ১-এর ১,৮০০ খেলোয়াড়-রেকর্ড স্ক্র্যাপ করছিলাম, তখন একটা নিয়ম মেনেছিলাম: যেখানে ডেটা নেই, সেখানে অনুমান নয় — সেখানে ‘সীমাবদ্ধতা’ লিখে দিতাম। কারণ আমি জানতাম, একটা মডেল যদি নিজের ফাঁক লুকোয়, সে পাঠকের আস্থা অর্জন করে ভুল পথে নিয়ে যায়। ২০১৮ বিশ্বকাপে ফ্রান্স নকআউট পর্বে ম্যাচপ্রতি মাত্র ০.৮২ xG সুযোগ দিয়েছিল — সেই সংখ্যাটি আমার জন্য মূল্যবান ছিল শুধু এই কারণে যে তার পেছনে প্রতিটি শটের ট্যাগিং ছিল, কোনো অনুমান ছিল না।

দ্বিতীয় স্তরের কাঠামো ঠিক এই কারণেই প্রশংসনীয়। সে আটটি মাত্রা — ফরম্যাট, খেলোয়াড়, দল, লিগ, শাসন, ঝুঁকি, আখ্যান, শিল্প-প্রসারণ — প্রতিটির ঘর তৈরি করেছে, কিন্তু কোনো ঘরেই ভুয়া তথ্য বসায়নি। বরং প্রতিটি ঘরে লিখেছে ‘অপর্যাপ্ত তথ্য, মূল্যায়ন সম্ভব নয়।’ এটা দুর্বলতা নয়, এটা শৃঙ্খলা। ডেটাবেস খেলাটিকে প্রতিস্থাপন করেনি; সে খেলাটির অনুবাদ করার চেষ্টা করেছে — আর যখন অনুবাদযোগ্য মূল পাঠ্যই নেই, তখন সে নীরব থেকেছে।

ভাবুন তো, যদি আটটি মাত্রার প্রতিটিতে সত্যিই তথ্য থাকত, তাহলে কত বড় বিশ্লেষণ হতো। ফরম্যাটের ভিত্তিতে বোঝা যেত টেস্টের ধৈর্য না টি-টোয়েন্টির আক্রমণ; খেলোয়াড়ের ডেটায় বোঝা যেত গড়, স্ট্রাইক-রেট, সিচুয়েশনাল স্প্লিট আর ফর্ম-ট্রেন্ড; দলের ল্যান্ডস্কেপে বোঝা যেত ব্যাটিং-গভীরতা, বোলিং-সমন্বয় আর বয়স-গঠন; লিগ-স্তরে বোঝা যেত সম্প্রচার-স্বত্বের মূল্য আর ফ্র্যাঞ্চাইজি-ভ্যালুয়েশন; শাসন-স্তরে বোঝা যেত ক্ষমতা-বণ্টন আর খেলার নিয়ম-বিতর্ক; ঝুঁকি-স্তরে বোঝা যেত আঘাত, সূচির-বোঝা আর নৈতিকতার ঝুঁকি; আখ্যান-স্তরে বোঝা যেত কোথায় হাইপ আর কোথায় মৌলিক সত্য; আর শিল্প-প্রসারণে বোঝা যেত উপরের তরঙ্গ থেকে নিচের বাজারে প্রভাব কত দূর ছড়াবে।

কিন্তু এর একটিও সম্ভব নয়, কারণ প্রথম স্তর ফাঁকা। এখানেই স্পষ্ট হয়, বিশ্লেষণ কখনো ডেটার উপরে দাঁড়ায়, ডেটার বদলে নয়। আরেকটি বিষয় আমার বারবার মনে হয়: ক্রিকেটে এমন এক অপরিমেয় ভ্যারিয়েন্স আছে, যা কোনো মডেল ধরে না — টসের ভাগ্য, শিশির, পিচের আচরণ, আবহাওয়া, ডিএলএসের হস্তক্ষেপ। তাই যখন ইনপুটই শূন্য, তখন সবচেয়ে বড় অপরাধ হবে সংখ্যা বানিয়ে সেই শূন্যতা ভরাট করা।

কিন্তু এই নীরবতা দুই ধরনের হতে পারে। এক, সৎ নীরবতা — সিস্টেম জানে তার হাতে কিছু নেই। দুই, প্রতারণামূলক নীরবতা — সিস্টেম জানে না যে তার হাতে কিছু নেই, এবং সেটাকে ‘কম-মূল্যের নিবন্ধ’ ভেবে পাস করে দেয়। দ্বিতীয় ধরনের নীরবতাই সিস্টেমিক ঝুঁকি। যদি এই আউটপুট ডাউনস্ট্রিমে চলে যায়, ভোক্তারা ‘N/A’-কে আসল কম-মূল্যের বিশ্লেষণ ভেবে নেবে, অথচ আসল ঘটনাটা ছিল ডেটা-ব্যর্থতা।

এখানে একটা বিপরীতমুখী কথা বলা দরকার। সবাই ভাবে ফাঁকা রিপোর্ট মানে ব্যর্থতা। কিন্তু আমি বলি, এই ফাঁকা রিপোর্ট আসলে সিস্টেমের সততার প্রমাণ। যে বিশ্লেষণ-চেইন শূন্য ইনপুটে থেমে গিয়ে বলে ‘আমি জানি না,’ সে-ই বিশ্বাসযোগ্য। যে চেইন হাসিমুখে ভুয়া তথ্যবিন্দু বানিয়ে এগিয়ে যায়, সেটাই আসল বিপদ। সম্পর্ক আর কারণ এক নয় — এই নীতিটি ডেটার ক্ষেত্রেও সমান সত্য। আউটপুট দেখতে ভালো লাগলেই সেটা সঠিক হয়ে যায় না।

আমার INTJ মন সিদ্ধান্ত নেয় বন্ধ-সিস্টেমে, কিন্তু ক্রিকেট বন্ধ-সিস্টেম নয়। তাই এককভাবে কাজ করেই আমি যাচাইয়ের একটা নিয়ম মেনে চলি — কমপক্ষে তিনটি স্বতন্ত্র সূত্র। একজন ভিডিও স্কাউটের সাথে মিলিয়ে দেখা আমার অন্য চোখ। কিন্তু কেউ যদি আমার অনুমানকে চ্যালেঞ্জ না করে, তাহলে আমার সিস্টেম ধীরে ধীরে বন্ধ হয়ে যায়, আর আমি নিজের ফাঁক দেখতে পাই না। এই ফাঁকা রিপোর্টটি ঠিক তেমন এক আয়না — সে আমাকে দেখাচ্ছে, আমার পাইপলাইনে কোথায় ছিদ্র।

তবু এখানে একটা সূক্ষ্ম ফাঁদ আছে, যা আমি নিজে বারবার এড়াতে চেষ্টা করি। প্রক্রিয়ার জবাবদিহিতা কখনো অভিযোগে পরিণত হওয়া উচিত নয়। প্রথম স্তরের ব্যর্থতার জন্য কাউকে দোষারোপ করা সহজ, কিন্তু সঠিক প্রশ্নটা হলো: সিদ্ধান্তের গুণমান এবং ফলাফলের ভাগ্যকে আলাদা করা। হয়তো আসল নিবন্ধটি কখনোই সিস্টেমে আসেনি — এটা ফলাফলের ভাগ্য। হয়তো পার্সিং লজিক ত্রুটিপূর্ণ — এটা প্রক্রিয়ার দোষ। দুটোকে গুলিয়ে ফেললে বিশ্লেষণ আর অডিট থাকে না, থাকে শুধু অভিযোগ।

আরেকটি বিপরীত দিক: আমরা সবাই সংখ্যা-নির্ভরতা বাড়াচ্ছি, কিন্তু সংখ্যা মানেই সত্য নয়। ডিস্ট্যান্স কভার আর হাই-ইনটেনসিটি স্প্রিন্টকে আমরা ‘এফোর্ট মেট্রিক’ বলে প্রচার করি, অথচ অর্থহীন দৌড়ও সুন্দর সংখ্যা তৈরি করে। ঠিক তেমনি, বিশ্লেষণের ছদ্মবেশে সাজানো ফাঁকা ফ্রেমওয়ার্ক সুন্দর দেখায়, কিন্তু তার ভেতরে কোনো প্রমাণ নেই।

তাহলে সমাধান কী? প্রথম ধাপ স্পষ্ট — প্রথম স্তর আবার চালানো, এবং নিশ্চিত করা যে মূল নিবন্ধটি সত্যিই সিস্টেমে এসেছে ও পড়া গেছে। শিরোনাম, তথ্যবিন্দু (অন্তত একটি), মূল দৃষ্টিভঙ্গি, জড়িত সত্তা, সময়-সংবেদনশীলতা, সূত্রের মান — এগুলো ভরাট হওয়ার আগে দ্বিতীয় স্তরে যাওয়া অর্থহীন।

দ্বিতীয় ধাপটি আরও বড়। ক্রিকেট ডেটা-চেইনের প্রতিটি ধাপের জন্য অপরিবর্তনীয় (immutable) রেকর্ড দরকার — একধরনের ব্লকচেইন-সদৃশ লেজার, যেখানে প্রতিটি নিবন্ধ কখন ঢুকল, কে পড়ল, কী নিষ্কাশিত হলো, তা স্থায়ীভাবে খোদাই হয়ে থাকবে। আজ আমরা কেবল ফলাফল দেখি, প্রক্রিয়া দেখি না। অথচ প্রক্রিয়াটাই আসল সাক্ষ্য। একটা ব্লক যদি একবার লেখা হয়ে যায়, তাকে কেউ চুপচাপ মুছে দিতে পারে না — ঠিক তেমনি একটা ফাঁকা নিষ্কাশনও যদি স্থায়ীভাবে রেকর্ড হয়, তাহলে সেটা আর কখনো ‘কম-মূল্যের নিবন্ধ’ হয়ে ছদ্মবেশ ধারণ করবে না।

শট ম্যাপ হলো স্থানাঙ্ক-সহ স্মৃতি। কিন্তু স্মৃতি যদি মুছে যায়, মানচিত্র মিথ্যা হয়ে যায়। খালি ঘরগুলোকে আমাদের লজ্জা নয়, বরং প্রশ্ন হিসেবে পড়তে শিখতে হবে — কারণ কখনো কখনো সবচেয়ে জোরে কথা বলে ঠিক সেই ঘরটাই, যেটি ফাঁকা থেকে গেছে।

প্রতিটি ট্রান্সফার উইন্ডো এমন এক মঠ যেখানে সংখ্যারা ব্রত নেয়; তেমনি প্রতিটি ডেটা-চেইনেরও নিজের ব্রত থাকা উচিত। প্রশ্নটা এখন একটাই — আমরা কি এমন সিস্টেম তৈরি করব, যেখানে ফাঁকা ইনপুট নিজেই একটি সতর্কবার্তা হয়ে বাজবে? নাকি আমরা চুপচাপ সেটিকে ‘কম-মূল্যের নিবন্ধ’ বলে পাস করে দেব, আর অপেক্ষা করব পরের ভুয়া বিশ্লেষণটি যখন সত্যের মুখোশ পরে ফিরে আসবে?