খালি খতিয়ান: যখন ক্রিকেটের ডেটা পাইপলাইন নীরবে ভেঙে পড়ে

স্ক্রিনের দিকে তাকিয়ে আমি চায়ের কাপটা নামিয়ে রাখলাম। একটি ক্রিকেট বিশ্লেষণ পাইপলাইনের দ্বিতীয় ধাপ থেকে ফিরে এলো একটি প্রতিবেদন — শিরোনাম নেই, উৎস নেই, খেলোয়াড় নেই, ম্যাচ নেই, তারিখ নেই। শুধু একটি ডোমেইন ট্যাগ: cricket_world। প্রতিটি ক্ষেত্র হয় “N/A”, নয়তো ফাঁকা। প্রতিটি বিশ্লেষণী সারিতে একই বাক্য পুনরাবৃত্ত: “insufficient information, cannot assess।” চমকপ্রদ বিষয়টা এখানে নয় যে একটি সিস্টেম ব্যর্থ হয়েছে — সিস্টেম তো ব্যর্থ হয়ই। চমকপ্রদ বিষয় হলো, এই ব্যর্থতা এতটাই নীরব, এতটাই পরিষ্কার-পরিচ্ছন্ন, যে কেউ চাইলে এক মিনিটেই সেটি ঢেকে দিতে পারত: দুটো খেলোয়াড়ের নাম বসিয়ে, একটা রোমাঞ্চকর ম্যাচ বানিয়ে, একটা বিশ্বাসযোগ্য গল্প লিখে। কিন্তু একটি সৎ বিশ্লেষণ কখনো জালিয়াতি দিয়ে খতিয়ান পূরণ করে না। খালি খতিয়ানও একটি খতিয়ান — এবং সেটি পড়তে জানাটাই আসল দক্ষতা।

আমি অ্যান্ড্রু উইলসন। শ্রীলঙ্কায় জন্ম, এখন ব্রাসেলসে বসে পাকিস্তান বাজারের জন্য ক্রিকেট কভার করি। ২০১৭ সালে, ছাব্বিশ বছর বয়সে, আমার তৃতীয় ACL ছিঁড়ে যায় এবং K. Lierse SK-তে সেমি-প্রো ক্যারিয়ার শেষ হয়ে যায়। এরপর আমি Union Saint-Gilloise-এ জুনিয়র পারফরম্যান্স অ্যানালিস্ট হিসেবে যোগ দিই। হাতে-কলমে ৩৮০টি বেলজিয়ান সেকেন্ড-ডিভিশন ম্যাচ কোড করে আমি একটি xG মডেল দাঁড় করাই, যা ধরিয়ে দেয় যে ২০১৬-১৭ মৌসুমে Union কর্নার থেকে এগারোটি গোল খেয়েছে। মার্কিং পদ্ধতি বদলানোর পর মৌসুম শেষে সেটি পাঁচে নেমে আসে। আমার ACL ছিঁড়েছিল, আর আমি নিজেকে পুনর্নির্মাণ করেছিলাম হারানো মিনিটের এক খতিয়ান হিসেবে। সেই অভিজ্ঞতা আমাকে শিখিয়েছিল একটি কঠিন শিক্ষা: প্রতিটি দাবিকে যাচাইযোগ্য মিনিট আর সীমাবদ্ধতার সঙ্গে মেলাতে হয়, নইলে সংখ্যা কেবল গল্প হয়ে ওঠে।

ক্রিকেটে এই যাচাইয়ের প্রয়োজন আরও বেশি। ফুটবলে PPDA নামিয়ে দিয়ে প্রেসের তীব্রতা মাপা যায়; ক্রিকেটে সেই সুবিধা নেই। এখানে আমাদের নির্মাণ করতে হয় ক্রিকেট-নেটিভ প্রক্সি — পাওয়ারপ্লে, মিডল ওভার আর ডেথ ওভারের আলাদা ভাগ, ডট-বল শতাংশ, রান-রেট ডিফারেনশিয়াল, বাউন্ডারি ফ্রিকোয়েন্সি, রোটেশন প্যাটার্ন। একটি প্যাটার্ন তখনই বিশ্বাসযোগ্য হয়, যখন সেটি অন্তত তিনটি ফেজ, একাধিক মৌসুম আর ভিন্ন ভিন্ন কন্ডিশনের মধ্য দিয়ে টিকে থাকে। বল-বাই-বল লগ, ফেজ স্প্লিট, ম্যাচআপ হিস্ট্রি — এগুলো আমাদের খতিয়ানের পৃষ্ঠা। ২০২৬ সালের সার্চ বাস্তুসংস্থান পুনরাবৃত্তি নয়, তথ্যের প্রকৃত মূল্য (information gain) চায়; তাই প্রতিটি বিশ্লেষণে অন্তত একটি নতুন উপলব্ধি থাকা বাধ্যতামূলক।

একটা দৃষ্টিকোণ থেকে দেখলে, একটি নির্ভরযোগ্য ক্রিকেট ডেটা ব্যবস্থা আসলে এক ধরনের অনড় খতিয়ান — এমন একটি রেকর্ড, যা একবার লেখা হয়ে গেলে কেউ ইচ্ছেমতো বদলাতে পারে না। প্রতিটি বল যেন একটি ব্লক, যা আগের বলের সঙ্গে যুক্ত হয়ে একটি অখণ্ড শৃঙ্খল তৈরি করে। এই শৃঙ্খল ভাঙলে বিশ্লেষণ ভাঙে। আর এই কারণেই আধুনিক ক্রিকেট বিশ্লেষণ পাইপলাইন সাধারণত দুই ধাপে চলে। প্রথম ধাপ — Stage-1 — উৎস নিবন্ধটি ভেঙে ফেলে কাঁচা তথ্যবিন্দুতে: কে, কখন, কোন ফরম্যাটে, কী ফলাফল। দ্বিতীয় ধাপ — Stage-2 — সেই তথ্যবিন্দুর ওপর আটটি মাত্রায় গভীর বিশ্লেষণ চালায়: ফরম্যাট ও ম্যাচের প্রকৃতি, খেলোয়াড়ের টেকনিক ও ডেটা, দলের ল্যান্ডস্কেপ ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক বাস্তুসংস্থান, নিয়ম-শাসন, ঝুঁকি, জন-আখ্যান, আর শিল্পের সংক্রমণ-প্রভাব। Stage-1 যদি ফাঁকা ফেরে, Stage-2-এর সামনে থাকে কেবল একটি ফাঁকা চেয়ার — আর অসীম প্রলোভন।

এখানেই আসল গল্পটা লুকিয়ে আছে। একটি খালি Stage-1 আউটপুট আসলে বিশ্লেষণের ব্যর্থতা নয় — এটি বিশ্লেষণের অন্যতম সৎ ফলাফল, যাকে আমরা বলি “নাল রেজাল্ট।” অথচ ডেটা পাইপলাইনে নাল রেজাল্টের জন্য সাধারণত কোনো জায়গা রাখা হয় না। টেমপ্লেটে ফাঁকা ঘর থাকলে মানুষের মন স্বাভাবিকভাবেই সেটি ভরাতে চায়। এটাই সেই ফাঁদ, যাকে আমি বলি “সাইলেন্ট ফ্যাব্রিকেশন” — নীরব জালিয়াতি। আর এই জালিয়াতিই ক্রিকেট অ্যানালিটিক্সের সবচেয়ে বড় অদৃশ্য শত্রু।

আমার খতিয়ানে এই শিক্ষা নতুন নয়। ২০১৮ সালের রাশিয়া বিশ্বকাপে বেলজিয়াম-জাপান ম্যাচে দল ০-২ পিছিয়ে থাকার পর আমার হাফটাইম PPDA মডেল দেখিয়েছিল, জাপানের প্রেসের তীব্রতা ১২.৪ থেকে ৮.৯-তে নেমে গেছে। আমি এক পৃষ্ঠার নোটে লিখেছিলাম — ৩-৪-৩-এ ফিরুন, বাঁ চ্যানেলে আক্রমণ করুন। ২০২২ সালের কাতার বিশ্বকাপে মরক্কোর ফুটবল ফেডারেশনের পরামর্শদাতা হিসেবে আমি একটি সেট-পিস xG মডেল বানাই, যা প্রতিপক্ষের নিয়ার-পোস্ট রুটিন ফ্ল্যাগ করত; মরক্কো সেমিফাইনালের আগে একটিও সেট-পিস গোল খায়নি। কিন্তু কেউ জানে না, সেই সব এক-পৃষ্ঠার সিদ্ধান্তের পেছনে কত ফাঁকা খসড়া ছুড়ে ফেলা হয়েছিল, কারণ সেগুলো প্রমাণের চেয়ে আখ্যানে বেশি নির্ভর করত। ২০২৩ সালের জানুয়ারিতে একই সেট-পিস মডেল দিয়ে একটি লিগ ১ ক্লাবকে পরামর্শ দিতে গিয়ে আমার পারফেকশনিজম ৩৬ ঘণ্টা দেরি করিয়েছিল। সেই দেরির পাঠ আমাকে শিখিয়েছিল: একটি অসম্পূর্ণ সত্য একটি সুন্দর মিথ্যার চেয়ে সবসময় ভালো।

ক্রিকেটে এই নীতিটা আরও ধারালো। ধরুন, একটি ম্যাচের পাওয়ারপ্লেতে একজন ওপেনার ২২ বলে ৩০ রান করল। প্রথম নজরে চমৎকার। কিন্তু একটি ইনিংসের স্ট্রাইক রেট কখনোই মূল্যায়ন নয়; তিন মৌসুমের রোলিং বেসলাইন, ফেজ স্প্লিট আর প্রতিপক্ষের বোলিং কোয়ালিটির প্রেক্ষিতে সেটি হয়। ওই ৩০ রানের মধ্যে কতটা এসেছে ফিল্ডিং রেস্ট্রিকশনের সুবিধায়, কতটা প্রতিপক্ষের দ্বিতীয় সারির বোলিংয়ে, কতটা কেবল টসের সৌভাগ্যে — এই প্রশ্নগুলোর উত্তর ছাড়া সংখ্যাটা কেবল আওয়াজ। এই কারণেই আমি কখনো এক ম্যাচের ভিত্তিতে কোনো খেলোয়াড়কে “ফর্মে ফিরেছেন” ঘোষণা করি না। বরং আমি জিজ্ঞেস করি: তাঁর পাওয়ারপ্লে ডট-বল শতাংশ গত তিন মৌসুমে কেমন ছিল, ডেথ ওভারে তাঁর স্ট্রাইক রেট প্রতিপক্ষের সেরা বোলারদের বিরুদ্ধে কতটা ধরে রাখে, আর ম্যাচের কোন পর্বে তাঁর ইনিংস-বিল্ডিং ধীর হয়ে যায়।

ক্রিকেটে “ফেজ-ব্রেক অটোপসি” আমার অন্যতম প্রিয় পদ্ধতি। ইনিংসের বিশ-ওভারের বিরতি বা টেস্টের সেশন-বিরতি ব্যবহার করে বোঝা যায়, কোথায় খেলার স্রোত বদলেছে। একটি দল ১০ ওভারে ৮০ রান তুলে থেমে গেল — কেন? বিপক্ষ কখন স্পিন হাতে নিল, কোন ওভারে ডট-বলের চাপ বাড়ল, কে সেই চাপ ভাঙল। এই প্রশ্নগুলোর উত্তর দেয় ইনিংসের কাঠামো, কেবল শেষ স্কোর নয়। কিন্তু এই প্যাটার্নও তখনই সত্য, যখন সেটি একাধিক ম্যাচে পুনরাবৃত্ত হয় — একটিমাত্র ইনিংসের ভেতরের গল্প নয়।

পাকিস্তান বাজারের জন্য কাজ করতে গিয়ে আমি বারবার একটি জিনিস লক্ষ করেছি: এখানে ক্রিকেট কেবল খেলা নয়, এটা পরিচয়ের অংশ। পাকিস্তান সুপার লিগ (PSL) থেকে শুরু করে জাতীয় দলের প্রতি সিরিজ — প্রতিটি ম্যাচের সঙ্গে জড়িয়ে থাকে আবেগ, প্রত্যাশা আর কখনো-কখনো অতিরিক্ত আত্মবিশ্বাস। এই আবেগই বিশ্লেষকের সবচেয়ে বড় পরীক্ষা। কারণ যখন গোটা দেশ একটি ইনিংসের ওপর নির্ভর করে বসে থাকে, তখন “তিন মৌসুমের বেসলাইন দেখুন” বলাটা শুনতে ঠান্ডা লাগে। কিন্তু ঠান্ডা থাকাটাই আমাদের কাজ। এবং সেই ঠান্ডা হিসাবটা রাখতে হয় একটি অনড় খতিয়ানে।

ইউনিয়ন এসজি-তে কাজ করার সময় আমি শিখেছিলাম, সঠিক স্কাউটিং মানে স্প্রেডশিট হাইলাইটের আগে আসে। কোনো খেলোয়াড়ের দুর্দান্ত একটি হাইলাইট ক্লিপ তার প্রকৃত মূল্য প্রমাণ করে না; প্রমাণ করে তার প্রতি-ম্যাচ ধারাবাহিকতা, চাপের মুহূর্তে তার সিদ্ধান্ত, আর দলের ব্যবস্থায় তার মানানসইতা। ক্রিকেটে এই যুক্তি সোজা প্রযোজ্য। একটি ডেথ-ওভারের ছক্কা ভাইরাল হয়, কিন্তু একজন ফিনিশারের আসল মূল্য তার নয়-নম্বর ওভারের ডট-বল সামলানোর ক্ষমতায়, যখন দল ৬০ রানে তিন উইকেট হারিয়ে টানাহেঁচড়া করছে।

আমি সবসময় বলি: আমি মডেলকে বিশ্বাস করি, তারপর অবশিষ্টাংশ (residuals) স্বীকার না করা পর্যন্ত তা অডিট করি। খালি Stage-1 সেই একই পাঠের সবচেয়ে কঠিন সংস্করণ। এখানে কোনো খেলোয়াড় নেই, তাই কোনো টেকনিক নেই; কোনো দল নেই, তাই কোনো র‍্যাঙ্কিং নেই; কোনো লিগ নেই, তাই কোনো বাণিজ্যিক মূল্যায়ন নেই; কোনো নিয়ম-বিতর্ক নেই, তাই কোনো শাসন বিশ্লেষণ নেই। আটটি মাত্রার প্রতিটি ক্ষেত্র খালি। কিন্তু এখানেই একটি উল্টো সত্য লুকিয়ে আছে: শূন্য তথ্যের ওপর দাঁড়িয়ে যা বলা যায়, তা প্রায়ই প্রচুর তথ্যের ওপর দাঁড়িয়ে বলা আত্মবিশ্বাসী সবকিছুর চেয়ে বেশি নির্ভরযোগ্য।

এবার সেই পাল্টা যুক্তি, যা লিখতে আমি নিজেকে বাধ্য করি। আমরা সবাই ধরে নিই, ডেটা বেশি মানে বিশ্লেষণ ভালো। ক্রিকেট-মিডিয়া শিল্প এখন প্রতি বলে ডেটা উৎপাদন করে, প্রতি ওভারে গ্রাফ ছাপে, প্রতি ম্যাচ শেষে একটা “ট্রেন্ড” ঘোষণা করে। কিন্তু শূন্য তথ্যের ওপর দাঁড়ানো একটি সৎ “জানি না” — যা এই পাইপলাইন ফিরিয়ে দিয়েছে — তার তথ্যমূল্য অনেক বেশি, কারণ এটি আমাদের ভুল সিদ্ধান্ত থেকে রক্ষা করে। একটি বানানো ম্যাচ-রিপোর্ট নিরীহ নয়; সেটি বাজারে ঢুকে পড়লে, ভবিষ্যতের মডেলের প্রশিক্ষণ-তথ্যে মিশে গেলে, ক্ষতিটা বছরের পর বছর বয়ে চলতে থাকে। মিথ্যা আখ্যান ডেটার চেয়ে দ্রুত ছড়ায়, কারণ আখ্যানের যাচাই লাগে না।

বিশেষ করে ট্রান্সফার বা নিলামের মৌসুমে এই বিপদ বাড়ে। ট্রান্সফার গুজব মূলত আনহেজড আখ্যান — যাচাই ছাড়া ছড়ানো আত্মবিশ্বাস। পিএসএল বা আইপিএল নিলামের আগে কত গুজব ছড়ায়, তার কোনোটিরই পেছনে বল-বাই-বল ভিত্তি থাকে না। একজন বিশ্লেষকের কাজ এই গুজব বাছাই করা নয়, বরং সেগুলোকে নিছক সম্ভাবনা হিসেবে চিহ্নিত করা — যতক্ষণ না যাচাইযোগ্য তথ্য আসে।

আরও একটা বিপদ আছে — ক্রস-স্পোর্ট মেট্রিক ট্রান্সপ্লান্ট। PPDA, xG, expected threat — এসব ফুটবলের ভাষা। ক্রিকেটের ফেজ-কাঠামো আলাদা, বল-প্রতি ঘটনার ঘনত্ব আলাদা, আর ড্র-এর অস্তিত্বই আলাদা। কেউ যখন ফুটবলের প্রক্সি সোজা ক্রিকেটে বসাতে চায়, তখন সেটা মেট্রিক নয়, কেবল সাজসজ্জা। Stage-2-এর এই খালি রিপোর্ট আমাকে মনে করিয়ে দেয়, সবচেয়ে বড় ভুলটা মেট্রিক বাছাইয়ে নয়, বরং কোন পরিস্থিতিতে একটি মেট্রিক অর্থবহ — সেটা না বোঝায়। এবং এখানেই নাল রেজাল্ট আমাদের বাঁচায়: এটি আমাদের সাজানোর সুযোগই দেয় না।

তাহলে গোটা ঘটনার সবচেয়ে বড় ঝুঁকিটা কী? রিপোর্ট নিজেই বলছে, এটি কোনো ক্রীড়া-ঝুঁকি নয়, বরং প্রসেস-ঝুঁকি। অর্থাৎ, এই ফাঁকা ইনপুট যদি পরের ধাপে চলে যায়, তাহলে একটি ভাষা-মডেল টেমপ্লেট ভরাতে গিয়ে গোটা একটা ক্রিকেট-বিশ্লেষণ বানিয়ে ফেলতে পারে। ঝুঁকির মাত্রা: উচ্চ। সম্ভাবনা: উচ্চ। প্রভাব: উচ্চ — কারণ ডাউনস্ট্রিমে ভুল তথ্য পরে সত্য হিসেবে ব্যবহৃত হয়। সমাধান অবশ্য সহজ: পাইপলাইন থামাও, Stage-1 আবার চালাও, এবং একটি অ-শূন্য তথ্যবিন্দু-গেট বসাও, যার আগে Stage-2 শুরু হবে না। এটি কোনো প্রযুক্তিগত বিলাসিতা নয়, সাংবাদিকতার ন্যূনতম নৈতিকতা।

সুতরাং পরের বার যখন কোনো বিশ্লেষণ আমাকে চকচকে সংখ্যা আর নিখুঁত গ্রাফ দেখিয়ে চোখ ধাঁধিয়ে দিতে চাইবে, আমি একটা প্রশ্ন করব: এই খতিয়ানের উৎস কোথায়, কে যাচাই করেছে, আর কী বাদ পড়েছে? কারণ একটি খালি খতিয়ান যা বলে — “এখনো জানার সময় হয়নি” — সেটাই অনেক সময় সবচেয়ে দামি সত্যটা। আর ক্রিকেট, যেখানে প্রতি বল একটা গল্প দাবি করে, সেখানে সৎভাবে চুপ থাকার সাহসটাই সবচেয়ে বড় তথ্য।