মিসিং ভ্যালুর কলাম: ফাঁকা ঘর যখন ক্রিকেট বিশ্লেষণের সবচেয়ে সৎ উত্তর

গত ট্রান্সফার উইন্ডোতে একটা স্প্রেডশিট খুলে বসেছিলাম। চোদ্দোটা কলাম, ভরাট মাত্র নয়টা। বাকি পাঁচটা ঘর ফাঁকা। যে সহকর্মীর সঙ্গে কাজ করছিলাম, সে বলল, "ফাঁকা রাখলে রিপোর্ট অসম্পূর্ণ দেখাবে, অনুমান করে হলেও কিছু বসাও।" আমি বসাইনি। কারণ ওই ফাঁকা ঘরগুলোই আমাকে সবচেয়ে দরকারি তথ্য দিচ্ছিল — কোথায় আমার ডেটা আছে, আর কোথায় আমার শুধু গল্প আছে।

এটা দর্শনের কথা নয়। বছরের পর বছর ক্রিকেট দেখতে গিয়ে শিখেছি, একটা ফাঁকা ঘর কখনো কখনো ভরাট ঘরের চেয়ে বেশি সত্য বলে। স্কোরকার্ড যা দেখায় না, সেটাই অনেক সময় ম্যাচের আসল গল্প।

আমার নামের পাশে লেখা থাকে "ডেটা মঙ্ক"। কিন্তু সত্যি বলতে, আমার আসল কাজ ডেটা ভরাট করা নয়, ডেটার ফাঁক খুঁজে বের করা। প্রতিটা ম্যাচ প্রিভিউ, প্রতিটা প্লেয়ার-অডিট আসলে একটা প্রশ্ন দিয়ে শুরু হয়: কোন কলামটা আমি এখনো প্রশ্ন করিনি?

ক্রিকেট বিশ্লেষণে আমরা সাধারণত যা মাপি — রান, স্ট্রাইক রেট, ইকোনমি, এক্সজি, পিপিডিএ — এগুলো একটা নেটওয়ার্কের মতো। কিন্তু প্রতিটা ডেটাসেটের গায়ে কতগুলো অদৃশ্য ফাঁকা ঘর থাকে, সেটা কেউ গুনে দেখে না। হোম অ্যাডভান্টেজ, মোমেন্টাম, ডিউ, টসের প্রভাব, "প্রেশার" — এসবকে আমরা প্রায়ই রহস্যময় শক্তি হিসেবে ব্যবহার করি, অথচ এগুলো আসলে অসম্পূর্ণ ভ্যারিয়েবল। ভেন্যু, ম্যাচ স্টেট, শিডিউলিং আর প্লেয়ার-রোল দিয়ে এগুলোর ফাঁকা ঘর ভরানো যায়।

বাংলাদেশে আমি এই কাজটা প্রতিদিন করি। এখানে মিরপুরের পিচ, সিলেটের ডিউ, আর শীত-গ্রীষ্মের ক্যালেন্ডার মিলিয়ে একটা ম্যাচ-কনটেক্সট তৈরি হয়, যেটা কোনো গ্লোবাল মডেলে বসে না। ধরুন, একটা গ্লোবাল মডেল বলছে হোম টিম ফেবারিট। কিন্তু মিরপুরে দুপুরের গরমে স্পিনাররা কতটা সুবিধা পায়, আর বিকেলের ডিউতে সিমাররা কতটা পিচ হারায় — এই দুই ভেরিয়েবল আলাদা। একটা মডেল যেটা শুধু টিম-স্ট্রেংথ দেখে, সে এই দুই ফাঁকা ঘরকে উপেক্ষা করে।

২০১৮ সালে আমি এই ভাবনাটা নিয়ে কাজ শুরু করি। রাশিয়া বিশ্বকাপে ক্রোয়েশিয়ার ২-১ গোলে ইংল্যান্ডের বিপক্ষে এক্সট্রা-টাইম সেমিফাইনাল জয়ের পর একটা স্প্রেডশিট বানিয়েছিলাম। প্রেশারের মধ্যে প্রতিটা প্রগ্রেসিভ পাস, লুকা মদরিচের কভার করা ১৩.১ কিলোমিটার, ক্রোয়েশিয়ার ২.৩ এক্সজি বনাম ইংল্যান্ডের ১.৪ — সব লিখে রাখলাম। ২০০ জনের একটা অ্যানালিটিক্স ডিসকর্ডে আমি একমাত্র মহিলা ছিলাম। একটা বারো-টুইটের থ্রেড পোস্ট করলাম, যেখানে দেখালাম ইংল্যান্ডের পতন ছিল স্ট্রাকচারাল, রহস্যময় কিছু নয়।

সেদিন থেকে আই-টেস্ট ন্যারেটিভ লেখা বন্ধ করলাম। ডেস্টিনি বা মোমেন্টাম শব্দ ব্যবহার করি না, যদি কোনো মেট্রিক সেটাকে সাপোর্ট না করে।

আমার পটভূমি কাইনেসিওলজির — খেলাধুলার শারীরবিদ্যা। আমি জন্মেছি কানাডায়, এখন কাজ করি বাংলাদেশের মার্কেটের জন্য ক্রিকেট কভার করতে গিয়ে। এই দুই জগতের মাঝখানে দাঁড়িয়ে আমি একটা জিনিস পরিষ্কার দেখতে পাই: যে মডেল ধনী ক্রিকেট ইকোসিস্টেমে তৈরি, সেটা মিরপুরের পিচে বা ঢাকার ক্যালেন্ডারে হুবহু কাজ করে না। পার্থক্যটা দক্ষতার নয়, কনটেক্সটের। আর কনটেক্সটের বড় অংশটা আসলে ফাঁকা ঘর — যে তথ্য আমরা সংগ্রহই করি না।

এই জায়গায় একটা স্বীকারোক্তি দরকার। কানাডার পড়াশোনায় শেখা মডেল আর বাংলাদেশের মাঠের বাস্তবতা — এ দুইয়ের ফারাক নিয়ে আমি প্রথমে ভাবতাম, এটা একটা ঘাটতি। পরে বুঝলাম, এটা ঘাটতি নয়, এটা একটা ভিন্ন স্পেসিফিকেশন। যে মডেলটা বেঙ্গালুরুর ফ্ল্যাট পিচে কাজ করে, সেটাকে মিরপুরে চালাতে হলে ঘুরিয়ে লিখতে হয়। যেখানে মডেল ব্যর্থ হয়, সেখানেই আসলে সবচেয়ে দরকারি তথ্যটা লুকিয়ে থাকে।

২০২০ সালের বৈশ্বিক বিরতির সময় আমি বারোটা বুন্দেসলিগা প্রকল্প-পুনরারম্ভ ম্যাচ বিশ্লেষণ করলাম। ২৬ মে, ২০২০-এ বায়ার্ন মিউনিখ ডর্টমুন্ডকে ১-০ গোলে হারায়। আমি দেখলাম, খালি স্টেডিয়ামে হোম টিমের এক্সজি ১.৫২ থেকে ১.২১-এ নেমে এসেছে, আর অ্যাওয়ে টিমের পিপিডিএ ৮.৪ শতাংশ উন্নত হয়েছে। কাইনেসিওলজির পটভূমি কাজে লাগিয়ে একটা চার হাজার শব্দের রিপোর্ট লিখলাম, যেখানে একটা স্ট্যান্ডার্ডাইজড খালি-স্টেডিয়াম অ্যাডজাস্টমেন্ট ছিল। ওটাই আমার প্রথম লেখা, যেটা একটা বেটিং সিন্ডিকেট সাইট করেছিল।

ফাঁকা স্টেডিয়াম আমাকে শিখিয়েছিল, হোম অ্যাডভান্টেজ আসলে একটা কলাম — যেটা আমি কখনো প্রশ্ন করিনি। ভরাট গ্যালারি, দর্শকের চিৎকার, রেফারির উপর চাপ — এগুলো মাপা সম্ভব, যদি আপনি মাপার ইচ্ছা রাখেন। আর এখানেই আসল কথাটা: বেশিরভাগ বিশ্লেষক ফাঁকা ঘরকে দুর্বলতা ভাবেন, অথচ ফাঁকা ঘর আসলে আপনার কালেকশন সিস্টেম সম্পর্কে তথ্য। যদি একটা লিগে ডিউ-পয়েন্টের ডেটা না থাকে, সেটা বলে দেয় ওই লিগে ডিউ মাপার অবকাঠামো নেই — খেলোয়াড়ের দুর্বলতা নয়।

এই যুক্তিটা বাংলাদেশে আরও স্পষ্ট। আমাদের ঘরোয়া ক্রিকেটে বল-বাই-বল ডেটার কভারেজ অসম্পূর্ণ। কিছু ম্যাচে প্রতিটা ডেলিভারির ডেটা থাকে, কিছু ম্যাচে শুধু স্কোরকার্ড। এই অসামঞ্জস্যটা নিজেই একটা সংকেত। এটা বলে দেয়, কোথায় বিনিয়োগ হয়েছে আর কোথায় হয়নি। যে বিশ্লেষক এই ফাঁকা ঘরগুলো গুনে দেখেন না, তিনি অসম্পূর্ণ ডেটাকে সম্পূর্ণ সত্য ভেবে সিদ্ধান্ত নেন — আর সেটাই সবচেয়ে বড় ঝুঁকি।

২০২১ সালে ইউরো ২০২০-তে আমি পিপিডিএ আর ফিল্ড-টিল্ট স্ট্যান্ডার্ডাইজ করলাম। ১১ জুলাই, ২০২১-এ ইতালি ইংল্যান্ডের বিপক্ষে ফাইনালে ১-১ (পেনাল্টিতে ৩-২) জিতল। ইতালির এক্সজি ছিল ১.৭৩, ইংল্যান্ডের ০.৭২; জর্জিনিও ৯৮টা পাসের ৯৪ শতাংশ সম্পন্ন করল। আমি লাইভ বেটিংয়ের জন্য একটা ডিসিশন ট্রি বানালাম, যেটা ষাট মিনিটের পর ইতালির নিয়ন্ত্রণ চিহ্নিত করছিল। ময়মনসিংহের একটা অনলাইন ওয়াচ পার্টিতে আমি প্রেস বক্সে একমাত্র মহিলা ছিলাম।

সেখান থেকে আমার লেখা প্রেসক্রিপটিভ হয়ে গেল: "এই যে মডেল, এই যে বাজি।" একটা ডিসিশন ট্রি আসলে একটা সুশৃঙ্খল তর্ক — যার আপনি অডিট করতে পারেন। কিন্তু এই জায়গাতেই সবচেয়ে বড় ফাঁদ লুকিয়ে থাকে। যখন আপনি একটা ট্রি বানান, তখন প্রতিটা ে কিছু অনুমান ঢুকে পড়ে। অথচ ডেটাসেটে যদি ওই অনুমানগুলোর ভিত্তি না থাকে, তাহলে ট্রিটা সুন্দর দেখাবে, কাজ করবে না। এটাকে বলে ওভারফিটিং — মডেল অতীতে নিখুঁত, ভবিষ্যতে অচল।

আমি এখন প্রতিটা ট্রিতে কনফিডেন্স ইন্টারভাল রাখি, আর অন্তত একটা বিকল্প রাখি — যদি ডেটা না থাকে, তখন কী করব। কারণ একটা মডেল যেটা "জানি না" বলতে পারে না, সেটা আসলে একটা মডেল নয়, একটা ভান।

এখন আমরা ট্রান্সফার উইন্ডোতে আছি। প্রতিদিন ডজনখানেক গুজব আসে — কে কোথায় যাচ্ছে, কত ফি, কোন ক্লাব আগ্রহী। বেশিরভাগ লেখক গুজবটাকে সত্য ধরে নিয়ে তার উপরে বিশ্লেষণ দাঁড় করান। আমি উল্টোটা করি: প্রথমে জিজ্ঞাসা করি, তথ্যটার সোর্স কী। রিলিজ-ক্লজের গঠন, ওয়েজ বিল, এজেন্টের চালচলন — এগুলো দেখলে গুজবের কতটা মাংস আছে, সেটা বোঝা যায়।

প্রতিটা ট্রান্সফার গুজব একটা ডেটা পয়েন্ট — যতক্ষণ না মেডিকেল শেষ হচ্ছে। এটাই আমার ফিল্টার। গুজবের শব্দ নয়, চুক্তির স্ট্রাকচার দেখুন। যে রিলিজ-ক্লজে অ্যাড-অন আর পারফরম্যান্স শর্ত থাকে, সেটা বলে দেয় ক্লাবটা খেলোয়াড়কে কতটা ঝুঁকি দিতে রাজি। যে ক্লাব ঋণগ্রস্ত, সে বড় ফি ঘোষণা করেও আসলে কিস্তিতে ভাগ করে। স্কোরলাইনের ফি আর আসল খরচ কখনো এক নয়।

বাংলাদেশের প্রেক্ষাপটে এই ফিল্টারটা আরও জরুরি। এখানে ট্রান্সফার বা চুক্তির খবর প্রায়ই অর্ধেক তথ্য নিয়ে আসে — অ্যামাউন্ট থাকে, কিন্তু পেমেন্ট স্ট্রাকচার থাকে না; খেলোয়াড়ের নাম থাকে, কিন্তু তার বয়স-কার্ভ বা ইনজুরি-হিস্ট্রি থাকে না। আর এখানেই আমার কাইনেসিওলজির পড়াশোনা কাজে লাগে। এশিএল বা হ্যামস্ট্রিং ইনজুরি থেকে ফেরার সময় শুধু শরীর ফেরে না, মানসিক ব্লকটাও ফেরাতে হয়। যে ক্লাব এই ফাঁকা ঘরটা হিসাব না করে বড় অঙ্কে চুক্তি করে, সে আসলে অন্ধভাবে বাজি ধরছে।

এইজে ইনজুরি থেকে ফেরা মানে শুধু ফিজিক্যাল রিহ্যাবিলিটেশন নয় — মনের একটা অদৃশ্য কলাম, যেটা কোনো স্ক্যান ধরতে পারে না। আমি বহু ম্যাচে দেখেছি, কেউ ফিরে এসে আগের মতোই দৌড়ায়, কিন্তু ফার্স্ট-স্প্রিন্টে সামান্য দ্বিধা থাকে। ওই দ্বিধাটা কোনো বক্স-স্কোরে ওঠে না, অথচ ম্যাচের গতিপথ বদলে দেয়। একটা ক্লাব যদি শুধু মেডিকেল ক্লিয়ারেন্স দেখে সিদ্ধান্ত নেয়, সে অর্ধেক তথ্য নিয়ে পুরো বাজি ধরে।

একইভাবে গোলকিপারের বাজার দেখুন। একটা গোলকিপার লম্বা কিক মারতে পারলে তার দাম বেড়ে যায়, অথচ শট-স্টপিংয়ের বেসিক ডেটা দুর্বল হতে পারে। ক্লাবগুলো ডিস্ট্রিবিউশনের হাইলাইট দেখে মুগ্ধ হয়, সেভ-পারসেন্টেজের ধারাবাহিক পতন খেয়াল করে না। এখানেও ফাঁকা ঘরটাই আসল গল্প — যে কলামটা কেউ দেখতে চায় না, কারণ সেটা অস্বস্তিকর।

এখন আসি অস্বস্তিকর অংশে। ডেটা-নির্ভর বিশ্লেষণের সবচেয়ে বড় বিপদ হঠাৎ সত্যবাদিতা নয়, বরং ছদ্ম-সত্যবাদিতা। একটা স্প্রেডশিট ভরাট দেখালেই সেটা নির্ভুল হয়ে যায় না। আমি বহুবার দেখেছি, কোরিলেশনকে কজেশন ভেবে ফেলা হয়েছে — দল জিতেছে, তাই প্লেয়ারের ফর্ম ভালো; প্লেয়ার ভালো খেলেছে, তাই দল জিতেছে। এই চক্রটা ঘুরতে থাকে, কারণ কেউ প্রশ্ন করে না কোনটা কোনটার কারণ। প্লেয়ার ভালো খেলেছে বলেই দল জিতেছে — নাকি দল এগিয়ে ছিল বলেই প্লেয়ার নিশ্চিন্তে খেলেছে? এই দুইয়ের মধ্যে পার্থক্য একটা ফাঁকা ঘর।

আর একটা বড় ফাঁদ হলো আমার নিজের পরিচয়ের সঙ্গে যুক্ত — স্প্রেডশিট-সর্বোচ্চতা। মাপা যায় না, মানে অস্তিত্ব নেই — এই ভাবনাটা সহজ, কিন্তু ভুল। কিছু জিনিস মাপা কঠিন, তার মানে সে অবাস্তব নয়। খালি স্টেডিয়ামের নীরবতা মাপা যায় না, কিন্তু তার প্রভাব মাপা যায়। সমস্যাটা তখনই, যখন আমি মাপার সীমাকে সত্যের সীমা ভাবি।

আমি নিজেকে বারবার মনে করাই: এটা বাংলাদেশের ক্রিকেট, এখানে যে অবকাঠামো সীমাবদ্ধতা আছে, সেটা খেলোয়াড়ের ঘাটতি নয়। ডেটা কম থাকা মানে প্রতিভা কম থাকা নয় — মাপার যন্ত্র কম থাকা। এখানকার পিচ, ক্যালেন্ডার আর ফ্যান-ইকোনমি আলাদা, তাই এখানে গ্লোবাল মডেল হুবহু বসানো যায় না। মডেলটাকে রি-স্পেসিফাই করতে হয়। আর সেটা করতে হলে আগে শুনতে হয় স্থানীয় কণ্ঠস্বর — কোচ, স্কোরার, সেই মানুষগুলো যারা মাঠের ধারে বসে প্রতিটা বল দেখেন।

আর একটা কথা নিজের বিরুদ্ধে বলি — কনট্রেরিয়ানিজম। "সবাই যা বলছে তার উল্টোটা বললেই বুদ্ধিমান" — এই ব্র্যান্ডিং আমাকে বারবার টানে। কিন্তু আমি এখন আগে থেকেই প্রচলিত দাবিটা লিখে রাখি, তারপর বেস-রেট বের করি, তারপর পরীক্ষা করি। যে মডেল আগে থেকে নিবন্ধিত নয়, তার ভবিষ্যদ্বাণী সন্দেহজনক। কারণ পরে দাবি বদলে ফেললে যে কেউ ভবিষ্যদ্বাণী করতে পারে।

তাহলে ফাঁকা ঘর নিয়ে আমার শেষ কথা কী? সেটা হলো — পরের ম্যাচ প্রিভিউ লেখার আগে আমি এখন নিজেকে একটা প্রশ্ন করি: এই ম্যাচের কোন তথ্যটা আমার হাতে নেই? ওই ফাঁকা ঘরটা খুঁজে বের করা, ভরাট ঘর গোনার চেয়ে বেশি জরুরি। কারণ যে বিশ্লেষক নিজের ফাঁকা ঘর জানে, সে ভুল করলে ভুলটা চিনতে পারে। যে জানে না, সে আত্মবিশ্বাসের সঙ্গে ভুল করে।