খালি ঘরের অডিট: ক্রিকেট বিশ্লেষণে ইনপুট-ত্রুটির আটটি স্তর

রাত প্রায় দুইটা। বারিশালের পড়ার ঘরে টেবিল ল্যাম্প জ্বলছে, পাশে ঠান্ডা চায়ের কাপ। স্ক্রিনে খোলা ফাইলটার আটটা ট্যাব, আর প্রতিটি ঘরে একটাই লেখা — N/A। ম্যাচ নেই, খেলোয়াড় নেই, ফরম্যাট নেই, ভেন্যু নেই। ফরম্যাট-কলামে লেখা insufficient information, প্লেয়ার-ডেটার ঘরে লেখা cannot be initiated, আর রিস্ক ম্যাট্রিক্সে ছয়টি সারি, ছয়টিতেই শুধু ড্যাশ। পঞ্চাশ বছরের ক্রিকেট-পর্যবেক্ষণে এমন ফাইল আমি বারবার দেখিনি। দেখলে একটা প্রলোভন আসে — খালি ঘরগুলো ভরে ফেলার প্রলোভন। আট বছরের ডেটা অডিটে আমি শিখেছি, ওই প্রলোভনটাই এই পেশার সবচেয়ে বড় ঝুঁকি। তাই সেদিন আমি একটি বাক্যও লিখিনি। শুধু ফাইলটা সেভ করে নাম দিয়েছি deficiency_notice। পরদিন সকালে বুঝলাম, ওই খালি ফাইলটাই আমার কাছে সবচেয়ে দামি ডেটাসেট।

কেন দামি, সেটা বুঝতে হলে পিছনে যেতে হয়। ২০১৭ সালে ঢাকার একটা স্পোর্টস ডেটা স্টার্টআপ আমাকে বাংলাদেশ প্রিমিয়ার লিগের জন্য একটা স্ট্যান্ডার্ড xG মডেল বানানোর দায়িত্ব দেয়। বয়স তখন ৫৯। চার মাস ধরে ৭২টি ম্যাচের ১,২৪০টি শট ইভেন্ট নিজের হাতে কোড করেছি, প্রতিটি শটের ডিস্ট্যান্স কভারড আর স্থানীয় ট্র্যাকিং প্রোভাইডারের PPDA ডেটার সঙ্গে মিলিয়ে। কাজ শেষে একটা ১৪ পাতার মেথডোলজি ব্রিফ বের করি, যেখানে স্যাম্পল সাইজ, ডেটার উৎস আর কোডিং রুল — তিনটাই আলাদা পাতায় লেখা। ওই ব্রিফ স্টার্টআপের অভ্যন্তরীণ গোল্ড স্ট্যান্ডার্ড হয়ে গিয়েছিল, কারণ বাজি-সিন্ডিকেটগুলো ন্যারেটিভে নয়, রিপ্রোডিউসিবিলিটিতে টাকা লাগায়।

সেই মডেল প্রথম যে জিনিসটা ধরেছিল, সেটা কোনো তারকা ব্যাটসম্যানের গ্রাফ নয়। আবাহনী লিমিটেড ঢাকার সেট-পিস প্রতিরক্ষা। প্রতি শট থেকে ০.১৮ xG — অর্থাৎ কর্নার কিংবা ফ্রি-কিক থেকে যত শট আসছিল, তার গড় মান ওই লিগের স্বাভাবিক সীমার অনেক ওপরে। কোচিং স্টাফ এটাকে বলেছিলেন ভাগ্য। আমার কাছে সেটা বেসলাইনের বাইরে যাওয়া একটা প্যাটার্ন, আর প্যাটার্ন ভাগ্য নয় — পুনরাবৃত্তি। আউটলায়ারকে বিশ্বাস করার আগে আমি বেসলাইন তৈরি করি, কারণ বেসলাইন ছাড়া সংখ্যাটা শুধুই একটা গুজব, যার শেষে দশমিক বসানো হয়েছে।

ভাবুন, ঠিক উল্টো পরিস্থিতি। বেসলাইন বানানোর আগেই পুরো ডেটাসেট খালি ফিরে এল। আটটা বিশ্লেষণ-স্তর, প্রত্যেকটার ইনপুট জায়গায় শূন্য। শিরোনাম নেই, সূত্র নেই, তথ্যবিন্দু নেই, মূল বক্তব্য নেই, কোনো দল বা খেলোয়াড় চিহ্নিত নয়। এখানে একজন সাধারণ পাঠক ভাববেন, লেখাটা হয়তো সংক্ষিপ্ত ছিল। বিশ্লেষক হিসেবে আমি উল্টোটা পড়ি: এটা তথ্যের অভাব নয়, এটা তথ্য আহরণের ব্যর্থতা। মোটা অক্ষরে লেখা N/A আসলে কোনো ম্যাচ সম্পর্কে কিছু বলে না, এটা পাইপলাইন সম্পর্কে বলে। একটা খালি ঘর নিজে কখনো মিথ্যা বলে না, কিন্তু খালি ঘর ভরে দেওয়া সংখ্যা সবসময় মিথ্যা বলে।

প্রথম যে স্তরটা ভেঙে পড়ে, সেটা ফরম্যাট-অ্যাঙ্কর। টেস্ট, ওয়ানডে আর টি-টোয়েন্টি — তিনটাই ক্রিকেট, কিন্তু তিনটার মেট্রিক একে অন্যের জায়গায় বসানো যায় না। টেস্টের গড় স্কোর আর টি-টোয়েন্টির স্ট্রাইক রেট একই মাপকাঠিতে বিচার করা ঠিক ততটাই ভুল, যতটা ভুল পাঁচ দিনের উইকেটে পাওয়ারপ্লে-নিয়ম খাটানো। ফরম্যাট-লেবেল ছাড়া একটা সংখ্যা পড়লে সেটা কোন দুনিয়ার সংখ্যা, সেটাই বোঝা যায় না। তাই আমার প্রথম চেকলিস্টে ফরম্যাট থাকে না — থাকে ফরম্যাট-প্রমাণ, অর্থাৎ কোন ম্যাচ, কোন ইনিংস, কোন ওভার-ব্লক।

দ্বিতীয় স্তরে অপেক্ষা করে প্লেয়ার-ডেটা। নাম না থাকলে মেট্রিক শুরুই করা যায় না, কিন্তু নাম থাকলেও ফরম্যাট আর স্যাম্পল না থাকলে শুরু করা যায় না। আমি বহুবার দেখেছি, ঘরোয়া মাঠের গড় দিয়ে তৈরি করা প্রোফাইল বাইরের মাঠে ধসে পড়ে, কারণ ঘরের পিচে ব্যাটসম্যানের স্ট্রাইক রেট তার আসল দক্ষতার চেয়ে পিচ-কন্ডিশন বেশি দেখায়। তার ওপরে আছে বয়স-কার্ভের ইনফ্লেকশন আর ইনজুরি-হিস্ট্রি। এগুলো কোনো একটা ম্যাচের স্কোরকার্ডে থাকে না, থাকতে হয় লোড-লগে। ওয়ার্কলোডের হিসাব না রাখলে ইনজুরি হঠাৎ ঘটনা মনে হয়, অথচ সেটা একটা নির্ধারিত সময়সূচির ফল।

তৃতীয় স্তর দল ও র‍্যাংকিং। আইসিসি র‍্যাংকিং ফরম্যাট-ভিত্তিক আলাদা টেবিল; টেস্ট টেবিল দিয়ে টি-টোয়েন্টি পজিশন ব্যাখ্যা করা যায় না। স্কোয়াডের গভীরতা, বেঞ্চের মান, বয়স-গঠন — এই চারটার কোনোটা না জানলে দলের স্তর-নির্ধারণ শুধু নামের ওপর নির্ভর করে। আর নামের ওপর নির্ভর করা মানে শেষ দুই সিরিজের ফল ভুলে যাওয়া।

চতুর্থ স্তরে আসে লিগ ও বাণিজ্যিক বাস্তবতা। ২০২০ সালে স্টেডিয়াম খালি হয়ে গেলে আমার ১৫ বছরের ক্রাউড-নয়েজ কোফিশিয়েন্টে দাঁড়ানো হোম-অ্যাডভান্টেজ মডেল এক রাতেই অচল হয়ে যায়। বারিশালের ঘরে ১১ দিন বন্ধ থেকে মডেলটা নতুন করে বানালাম — ভিড়ের ঘনত্বের জায়গায় ঢুকল ভ্রমণ-দূরত্ব, বিশ্রামের দিন আর রেফারির জাতীয়তা। স্টেডিয়াম যখন খালি হয়ে গেল, আমি 'হোম' শব্দটার মান ঠিক করলাম — আর নতুন ফ্রেমওয়ার্ক বুন্দেসলিগার পুনরারম্ভের প্রথম তিন রাউন্ডে ৬৮ শতাংশ ম্যাচের ফল ঠিক ধরল, যেখানে পুরোনো মডেল ধরেছিল মাত্র ৪১ শতাংশ। সংখ্যা দুটোই আমার, আর দুটোই আমি প্রকাশ করেছি, কারণ যে মডেল নিজের ব্যর্থতা লুকায়, সেটা আর মডেল নয় — সেটা প্রচার।

এই জায়গায় একটা জিনিস স্পষ্ট করে বলি। ট্রান্সফার-মার্কেটের দাম আর ড্রেসিংরুমের রসায়ন একই মডেলে ধরা যায় না। বাজার তরুণ সম্ভাবনাকে দাম দেয়, কারণ সম্ভাবনা সহজে বিক্রি হয়; একই বাজার অভিজ্ঞতার ভার, নেতৃত্বের ভার আর রসায়নের ভার প্রায় শূন্য দামে ছেড়ে দেয়, কারণ ওগুলো মাপা কঠিন। কঠিন বলে অবাস্তব নয়। আমার মডেলে আমি ওই ভেরিয়েবলগুলো আলাদা লেয়ারে রাখি, আর দামের সঙ্গে মিলিয়ে দেখি না — মিলিয়ে দেখলে বাজারই মডেল হয়ে যায়।

পঞ্চম স্তর নিয়ম ও গভর্নেন্স। ডিএলএস-এর সংশোধিত লক্ষ্য, ডিআরএস-এর রিভিউ, বোর্ডের সিদ্ধান্ত, যোগ্যতা-বিতর্ক — এগুলোর কোনোটাই মাঠের বাইরের গল্প নয়, এগুলো সরাসরি ম্যাচের ভেতরের সংখ্যা বদলে দেয়। আমি পাকিস্তানে জন্মেছি, এখন বাংলাদেশে কাজ করি, আর দুই বোর্ডের সিদ্ধান্ত-প্রক্রিয়া দুই জায়গাতেই দেখেছি। কাগজে একই নিয়ম, বাস্তবে ভিন্ন প্রয়োগ। সীমান্তের এপার-ওপার আমার কাছে আবেগের বিষয় নয়, অডিটের বিষয় — কোন সিরিজ কখন হয়েছে, কোন সিরিজ হয়নি, কার ঘোষণায় কী বদলাল, সেই লগটাই বলে দেয় কোথায় 'হোম' আবার নতুন করে ঠিক করতে হবে।

ষষ্ঠ স্তর ঝুঁকি। খালি ইনপুটে ঝুঁকির ছক আঁকা যায় না, শুধু একটা ঝুঁকি লেখা যায় — প্রক্রিয়ার ঝুঁকি। আর সেটাই সবচেয়ে বিপজ্জনক, কারণ বাকি সব ঝুঁকি প্রকাশ্যে আসে, এই ঝুঁকিটা আসে চুপচাপ। ভাবুন, একটা লাইভ ম্যাচের রিপোর্ট নিয়ে আট-স্তরের অডিট এল, প্রতিটি ঘরে শূন্য। এরপর যদি কেউ ওই শূন্য ঘরগুলো নিজের মতো ভরে দেয়, তাহলে যে ক্ষতি হবে, সেটা ভুল ভবিষ্যদ্বাণীর ক্ষতি নয় — ভরসার ক্ষতি। পাঠক একবার জানল যে আপনি ফাঁকা জায়গা ভরেন, তিনি আর কখনো আপনার সংখ্যা যাচাই করতে আসবেন না।

সপ্তম স্তর ন্যারেটিভ। কোনো ঘটনা না থাকলে বাজারের প্রত্যাশা আর বস্তুনিষ্ঠ মূল্যায়নের ফাঁক মাপা যায় না। ক্রিকেটে ন্যারেটিভ চক্রাকারে ফিরে আসে — প্রতিদ্বন্দ্বিতা, রাজত্ব, নতুন তারার অভিষেক, প্রবীণের বিদায়, প্রত্যাবর্তন। প্রতিটা চক্রের গোড়ায় থাকে একটা স্যাম্পল, আর স্যাম্পল ছোট হলে চক্রটা দ্রুত ফুরিয়ে যায়। একটা আলাদা কথা: ওই আট-স্তরের অডিটে তথ্যমূল্য ছয়টি মাপকাঠিতেই এক তারকা, আর সেটাই ছিল রিপোর্টটার সবচেয়ে সৎ সংখ্যা। যে ব্রিফ পাঁচ তারকা দাবি করে, তার কাছ থেকে আমি অডিট ট্রেইল চাই।

অষ্টম স্তর ইন্ডাস্ট্রি-ট্রান্সমিশন। একটা শক ছাড়া শিল্পে তরঙ্গ যায় না। প্লেয়ার-বিক্রি, সম্প্রচার-স্বত্ব, নিয়ম-পরিবর্তন, ফলাফল — অন্তত একটা শক লাগে, তবেই ওপরের তরঙ্গ খেলাপির দিকে যায়, আর নিচের তরঙ্গ সম্প্রচার, বাজি আর ইমেজ-বাজারে পৌঁছায়। ইনপুট শূন্য মানে শকও শূন্য। এখানে একটা ব uncomfortable কথাও বলি: ক্রিকেটে অনেক ছোট বাজেটের দলের রূপকথা আমরা খাই, চিবিয়ে ফেলি, তারপর ভুলে যাই। ডেটাবেসে সেই সিরিজের নম্বরগুলো থেকে যায়, কিন্তু রিসোর্স-বণ্টনের ছকে কোনো লাইন নড়ে না। যারা ওই রূপকথা তৈরি করে, পরের মৌসুমে তাদের একই স্কোয়াড নিয়ে ফিরতে হয়।

এবার আসি অস্বস্তিকর দিকে। বিশ্লেষণ-সংস্কৃতি এখন আত্মবিশ্বাসকে ইনসেনটিভ দেয়, শূন্য ঘরকে না। একটা ম্যাচ-থ্রেডে সাহসী ভবিষ্যদ্বাণী হাজার শেয়ার পায়, আর একটা ফাঁকা ঘরে লেখা 'তথ্য অপর্যাপ্ত' পায় উপহাস। এই ইনসেনটিভ-গঠনটাই মানুষকে ফাঁকা ঘর ভরাতে শেখায়। এখানেই কোরিলেশন আর কজেশন আলাদা করার প্রশ্নটা আসে। কোনো দলের হারে উত্থান আর তার প্রেসিং-সংখ্যার পতন একসঙ্গে ঘটলে আমরা দ্রুত বলি 'কারণ'। অথচ ওই দুটো একই সূচির দুই ফল হতে পারে — যেমন ক্যালেন্ডারের চাপ। আমি আপসেট খুঁজি না, আমি আপসেটের আমন্ত্রণ-শর্তগুলো চার্ট করি। ২০১৮-এর গ্রুপ পর্ব আমাকে শিখিয়েছিল বিশৃঙ্খলারও একটা সময়সূচি থাকে; মেক্সিকোর বিরুদ্ধে জার্মানির ওই ম্যাচে প্রেসিং-সংখ্যা কোয়ালিফায়ারের ৭.২ থেকে ওপেনারে ১৩.৮-তে লাফিয়েছিল, আর ওয়ার্ম-আপের শেষ ২০ মিনিটে তাদের গড় কভারেজ পড়েছিল ১২.৪ কিলোমিটার। তিনটা বাজি-সিন্ডিকেটকে ম্যাচের ৪৮ ঘণ্টা আগে পাঠানো নোটে লিখেছিলাম মেক্সিকো জিতবে ২-০ ব্যবধানে; ফল হলো ১-০, আর নোটটা হোয়াটসঅ্যাপে ৪০০ বারের বেশি ফরওয়ার্ড হলো। সংখ্যাটা ভুল ছিল, কিন্তু শর্তটা ঠিক ছিল — আর পেশাদার বাজারে শর্ত ঠিক থাকলে ভুল সংখ্যা ফেরতযোগ্য।

এই কারণেই ওই খালি ফাইলটা আমার কাছে উপসংহার নয়, ডেটা। একটা খালি ইনপুট দুই রকম অর্থ বহন করতে পারে — হয় মূল লেখাটা সত্যিই ফাঁকা, নয়তো লেখাটা পেওয়াল, ব্লকড কিংবা ভাঙা ফরম্যাটে ঢুকেছে। দুটোর চিকিৎসা। প্রথম ক্ষেত্রে অপেক্ষা, দ্বিতীয় ক্ষেত্রে পাইপলাইন মেরামত। পার্থক্যটা আলাদা না করলে আমরা ভুল রোগীর ভুল ওষুধ খেতে থাকি। মডেলের স্ট্যাটাস না লিখে কোনো কলাম প্রকাশ করা মানে পাঠকের সঙ্গে চুক্তি ভাঙা। তাই আমার প্রতিটি লেখার মাথায় আজও মডেল-স্ট্যাটাস লাইন থাকে — কোন অডিট চলছে, কোনটা পুরোনো হয়ে গেছে, কোথায় স্যাম্পল পাতলা।

একটা ছোট উদাহরণ দিই, যেটা আমার নোটবুকে লেখা আছে। ২০১৮-এর ওই ম্যাচটা বারিশালের বসার ঘরে বসে দেখছিলাম, হাঁটুর ওপর খাতা, টিভি স্পিকারে তখন দর্শকের গর্জন। ৭৫ মিনিটে আমি খাতায় লিখেছিলাম: প্রেস ভাঙছে, দ্বিতীয় বলের দিকে কেউ যাচ্ছে না। শেষ বাঁশির পর খাতা বন্ধ করেছি, কিন্তু স্ক্রিনে চোখ রেখেছি — কারণ আমি জানতাম, তিন বছর পর ওই ৭৫ মিনিটের লাইনটাই আমাকে নতুন মডেল বানাতে বাধ্য করবে। মাঠের অভিজ্ঞতা মেট্রিকের বিকল্প নয়, কিন্তু মেট্রিকের প্রশ্নটা মাঠেই জন্মায়।

তাহলে সামনের দিকে কী দেখব? তিনটা থ্রেশহোল্ড আমি আগেই ঘোষণা করছি, কারণ পরে ঘোষণা করলে সেটা ব্যাখ্যা হয়ে যায়। প্রথম, কোনো ম্যাচ-বিশ্লেষণ শুরু হবে তখনই, যখন ইনপুটে অন্তত তিনটি যাচাইযোগ্য তথ্যবিন্দু থাকবে, সঙ্গে ফরম্যাট-লেবেল আর অন্তত একটি চিহ্নিত সত্তা। দ্বিতীয়, প্লেয়ার-মেট্রিক প্রকাশ পাবে তখনই, যখন স্যাম্পল সাইজ আর ঘরোয়া-বাইরের ভাগ আলাদা করে দেখানো হবে। তৃতীয়, ট্রান্সমিশন-দাবি করব তখনই, যখন একটা নির্দিষ্ট শক আর তার তারিখ দেখাতে পারব। এই তিনটার একটাও না থাকলে আমার আউটপুট হবে একটাই বাক্য — তথ্য অপর্যাপ্ত, মূল্যায়ন সম্ভব নয়।

সেটা ব্যর্থতা নয়। আটটা স্তরের একটা অডিট যেদিন নিজের ইনপুট খালি বলে ঘোষণা করতে পারে, সেদিনই সেটা প্রথমবার সত্যি কথা বলে। বাজার দ্রুত নড়ে, কিন্তু বেসলাইন আগে নড়ে — আর বেসলাইন না থাকলে বাজারের প্রতিটি নড়াচড়া আমাদের কাছে শুধু শব্দ। প্রশ্নটা এখন একটাই: পরের রাতে ফাইলটা আবার খুলবেন, আপনি ফাঁকা ঘরগুলো ভরবেন, নাকি প্রথমে জিজ্ঞেস করবেন — এই ঘরটা খালি কেন?