খালি পেলোডের পাঠ: ক্রিকেট অ্যানালিটিক্স যখন কথা বলতে অস্বীকার করে

খুলনার বাড়িতে বসে রাত সাড়ে বারোটায় একটা ডসিয়ার খুলেছিলাম। ফাইলটা পরিপাটি ছিল। আটটা ডাইমেনশন, প্রতিটার আলাদা টেবিল, প্রতিটা ঘরে ফিল্ডের নাম বসানো — ফরম্যাট, ম্যাচের চরিত্র, খেলোয়াড়ের ডেটা, দলের র‍্যাঙ্কিং, লিগের বাণিজ্যিক কাঠামো, শাসনব্যবস্থা, ঝুঁকির ম্যাট্রিক্স, প্রত্যাশার ব্যবধান। সব ঘর ভরা। শুধু ভেতরে লেখা একটাই বাক্য: পর্যাপ্ত তথ্য নেই, মূল্যায়ন করা সম্ভব নয়।

প্রথমে বিরক্ত হয়েছিলাম। পনেরো বছর ধরে আমি প্রেডিক্টিভ ডসিয়ার লিখি। প্রতিটা বড় টুর্নামেন্টের আগে ফরমেশন ম্যাপ বানাই, হাফ-স্পেস ডায়াগ্রাম আঁকি, সাবস্টিটিউশন উইন্ডো নিয়ে বারো পৃষ্ঠার মডেল তৈরি করি। পাঠক রাত জেগে অপেক্ষা করে। আর আজ হাতে এল এমন একটা ডকুমেন্ট, যেখানে আটটা অধ্যায় আছে, অথচ একটাও বাক্য নেই যাকে আমি সত্য বলে দাবি করতে পারি।

তারপর বুঝলাম, এটাই সবচেয়ে সৎ ডকুমেন্ট। সিস্টেমটা যেখানে থামার কথা, ঠিক সেখানে থেমেছে। এবং এটা বিরল।

ক্রিকেটের সবচেয়ে বড় সংকট এখন তথ্যের অভাব নয়। সংকট হলো, তথ্য না থাকলেও সিস্টেম কথা বলতে শেখেনি — অথবা বলা বন্ধ করতে শেখেনি।

---

প্রসঙ্গ: ডেটাফিকেশনের যে অংশটা কেউ দেখতে চায় না

গত এক দশকে ক্রিকেট একটা বিশাল তথ্য-অর্থনীতিতে পরিণত হয়েছে। একটা টি-টোয়েন্টি ম্যাচে এখন সাতশর বেশি আলাদা ইভেন্ট লগ হয় — বলের লাইন, লেংথ, বাউন্স, রিলিজ পয়েন্ট, ব্যাটসম্যানের ফুটওয়ার্ক, ফিল্ডারের শুরুর অবস্থান, ডেলিভারির মধ্যে সময়ের ব্যবধান। টেস্ট ম্যাচে সেশনভিত্তিক ওয়ার্কলোড ডেটা আলাদা করে ট্র্যাক হয়। লিগগুলো প্রতিটা ফ্র্যাঞ্চাইজির জন্য স্ট্রাইক-রেট কার্ভ, ইকোনমি ট্রেন্ড, ফিল্ডিং এফিশিয়েন্সি ইনডেক্স তৈরি করে।

এই মেশিনটা দুই স্তরে চলে। প্রথম স্তর হলো ডিকনস্ট্রাকশন — একটা সোর্স নিবন্ধ বা ম্যাচ রিপোর্ট থেকে তথ্যবিন্দু, দৃষ্টিভঙ্গি আর সত্তা আলাদা করে বের করা। দ্বিতীয় স্তর হলো বিশ্লেষণ — সেই কাঠামোর উপর আটটা ডাইমেনশনের গভীর পাঠ। প্রথম স্তর যদি খালি ফিরে আসে, দ্বিতীয় স্তরের হাতে কিছুই থাকে না।

সমস্যা হলো, শিল্পটা এই শূন্যতাকে স্বীকার করতে চায় না।

আমি এই ইকোসিস্টেমটা ভেতর থেকে দেখেছি। ব্রডকাস্টার চায় প্রতি সেশনে একটা গ্রাফিক। ফ্যান্টাসি প্ল্যাটফর্ম চায় প্রতি ওভারে একটা প্রেডিকশন। বাজি-বাজার চায় প্রতি বলে একটা সম্ভাবনা-সংখ্যা। কারও চাহিদা হলো না-বলা। কেউ টাকা দেয় না এই বলে যে, এই ম্যাচ নিয়ে আমাদের যথেষ্ট তথ্য নেই।

এই চাপের মধ্যে একটা পাইপলাইন যখন খালি পেলোড পায়, তার সামনে দুইটা পথ থাকে। একটা হলো থেমে যাওয়া। আরেকটা হলো ভরে ফেলা। দ্বিতীয় পথটা সবসময় সহজ, কারণ মডেলের হাতে ভাষা আছে, কাঠামো আছে, এবং ক্রিকেটের একটা অতি চেনা ব্যাকরণ আছে — পাওয়ারপ্লে, মিডল ওভার, ডেথ ওভার, স্পিন-বন্ধুত্বপূর্ণ পিচ, ডিউ ফ্যাক্টর। এই ব্যাকরণ দিয়ে যে কেউ যেকোনো ম্যাচ নিয়ে বিশ্বাসযোগ্য শোনায় এমন লেখা বানাতে পারে।

আমি এই লেখাগুলো চিনি। ওগুলো পড়তে আরামদায়ক। ওগুলো উদ্ধৃতিযোগ্য। আর ওগুলো বিপজ্জনক।

---

মূল বিশ্লেষণ: ব্যর্থতার তিন স্তর, আর ভুল ক্রমবিন্যাস

ক্রিকেট অ্যানালিটিক্সে ডেটা-ব্যর্থতা একরকম হয় না। আমার অভিজ্ঞতায় এটা তিন ধরনের, এবং শিল্পটা এদের ভয়ের ক্রমটা উল্টো করে রেখেছে।

প্রথম ধরন, খালি পেলোড। সোর্স থেকে কিছুই আসেনি। ফরম্যাট নেই, খেলোয়াড় নেই, সময়-সংবেদনশীলতা নেই। ফলাফল পরিষ্কার: বিশ্লেষণ হয় না।

দ্বিতীয় ধরন, আংশিক পেলোড। কিছু তথ্যবিন্দু এসেছে, কিন্তু সত্তা অসম্পূর্ণ, তারিখ নেই, সোর্স যাচাই করা যায়নি। এখানেই সবচেয়ে বেশি ভুল জন্মায়, কারণ বিশ্লেষক তখন খণ্ডগুলো জোড়া লাগিয়ে একটা গল্প বানিয়ে ফেলেন।

তৃতীয় ধরন, বানানো পেলোড। সোর্স খালি ছিল, কিন্তু ডাউনস্ট্রিম স্তর নিজে থেকে সংখ্যা বসিয়ে দিয়েছে। স্ট্রাইক রেট, ইকোনমি, হেড-টু-হেড — সব আছে, সব যুক্তিসঙ্গত, সব মিথ্যা।

ভয়ের সঠিক ক্রম হলো: বানানো পেলোড সবচেয়ে বিপজ্জনক, আংশিক পেলোড মাঝারি, আর খালি পেলোড সবচেয়ে নিরাপদ। শিল্পটা ঠিক উল্টোটা ভাবে। খালিটাকে তারা ব্যর্থতা বলে, ভরা-কিন্তু-ভুলটাকে তারা সাফল্য বলে।

আমি ফ্রান্সকে ট্রেস করেছিলাম ২০১৮ সালের রাশিয়া বিশ্বকাপে, সাতটা ম্যাচ ধরে। ফাইনালের আগে আমি একটা বারো পৃষ্ঠার মডেল বানিয়েছিলাম — দিদিয়ে দেশমের ৪-২-৩-১ কীভাবে অফ-বলে ৪-৪-২ ব্লকে গড়ায়, আন্তোয়ান গ্রিজমান কীভাবে বাঁ হাফ-স্পেসে নেমে আসেন, কিলিয়ান এমবাপে কীভাবে ডান চ্যানেলে আক্রমণ চালান। ফ্রান্স চৌদ্দ গোল করেছিল, ছয় খেয়েছিল, ক্রোয়েশিয়াকে ৪-২ হারিয়েছিল। আমি গুনেছিলাম — দ্বিতীয়ার্ধে আঠারোটা ট্যাকটিক্যাল ফাউল, যেগুলো ক্রোয়েশিয়ার ৩-৫-২ ছন্দ ভেঙে দিয়েছিল।

সেই লেখাটা ২৪০ হাজার পাঠক পড়েছিল। কিন্তু যে বিষয়টা মানুষ কম লক্ষ্য করে: সেই মডেলের প্রতিটা সংখ্যা আমার নিজের চোখে দেখা। আমি সাতটা ম্যাচের প্রতিটা মিনিট দেখেছি, নোট নিয়েছি, হাফ-টাইমে ফরমেশন এঁকেছি। কোনো পাইপলাইন আমার হয়ে সিদ্ধান্ত নেয়নি।

দ্য বুন্দেসলিগা রিস্টার্ট আমাকে শিখিয়েছিল, খালি সিটগুলো কী বাড়িয়ে দেয় সেটা মাপতে। ২০২০ সালের মে মাসে আমি নয়টা ম্যাচ লগ করেছিলাম, ম্যাচডে ২৬-এর পুরো রাউন্ড। ডর্টমুন্ড ৪-০ শালকে, খালি সিগনাল ইদুনা পার্কে। হোম উইন নেমে এসেছিল নয়টার মধ্যে একটায়, বিরতির আগে যা ছিল ৪৩.৩ শতাংশ। আমি একটা ক্রাউড অ্যাবসেন্স ইনডেক্স বানিয়েছিলাম — প্রেসিং ইনটেনসিটি, রেফারির পক্ষপাত, সেট-পিস কনভার্সন ট্র্যাক করে।

সেই ছয় হাজার শব্দের রিপোর্টে আমি দাবি করেছিলাম, ভিড়ের শব্দ ছাড়া হাই-প্রেসিং দলগুলো তাদের স্প্রিন্ট ট্রিগারের ৭ থেকে ৯ শতাংশ হারাবে। এটাও একটা প্রেডিকশন ছিল, কিন্তু এটা একটা পাইপলাইনের আউটপুট ছিল না। এটা ছিল নয়টা ম্যাচের কাঁচা লগ।

জাপান ২০২২ সালে কাতারে আমাকে শিখিয়েছিল অন্য একটা জিনিস। জার্মানির বিপক্ষে ২৬ শতাংশ পজেশন, তারপরও জার্মানি চৌদ্দ শট থেকে মাত্র একটা ওপেন-প্লে গোল পেয়েছিল। স্পেনের বিপক্ষে ১৮ শতাংশ পজেশন, তবু দ্বিতীয়ার্ধের পাঁচ মিনিটের জানালায় দুই গোল। আমি তাদের ৫-৪-১ মিড-ব্লক ম্যাপ করেছিলাম, ৩-৪-৩ প্রেসে সুইচ করার ট্রিগার চিহ্নিত করেছিলাম, আর পাঁচ-সাবস্টিটিউশনের প্যাটার্নটা এঁকেছিলাম যেটা রিৎসু দোয়ান আর তাকুমা আসানোকে হাফ-স্পেসে ঠেলে দিয়েছিল।

এই তিনটে কাজের মধ্যে একটা সাধারণ সুতো আছে। তিনটেই প্রথম-হাত পর্যবেক্ষণ থেকে জন্মেছে। তিনটেই এমন একটা সিস্টেমে তৈরি, যেখানে শূন্য থাকলে শূন্যই লেখা হতো।

আর ঠিক এখানেই আসল প্রশ্নটা। আমরা এত ইনডেক্স বানাই, এত মডেল বানাই, এত প্রেডিকশন করি — কিন্তু আমরা কতবার সত্যি বলি যে আমাদের জানা নেই?

একটা ইনডেক্সের মূল্য তার সংখ্যায় নয়, তার সীমারেখায়। যে ইনডেক্স নিজের অন্ধ-বিন্দু ঘোষণা করতে পারে না, সেটা ইনডেক্স নয়, সেটা প্রচার।

আমি নিজের ট্রান্সফার ফিট ইনডেক্স নিয়ে ভাবি। আগস্ট ২০২৪-এ চেলসির ৫৪ মিলিয়ন পাউন্ডে পেদ্রো নেতোর চুক্তিটা আমি ট্র্যাক করেছিলাম। ২০২৩-২৪ মৌসুমের ডেটা দিয়ে ইনডেক্স বানিয়েছিলাম — প্রতি নব্বই মিনিটে ২.১ কী পাস, ৩.৭ প্রোগ্রেসিভ ক্যারি, কিন্তু লিগে মাত্র ২০ ম্যাচ, কারণ হ্যামস্ট্রিং। আমি চেলসির ৪-২-৩-১ প্রেসিং ট্রিগার আর উলভসের ৩-৪-৩ কাউন্টার শেপ মিলিয়ে দেখেছিলাম। সাত হাজার শব্দের রিপোর্টে ছয় মাসের অ্যাডাপ্টেশন রিস্ক আর ইনজুরি প্রোফাইলের সতর্কবার্তা দিয়েছিলাম।

সেই ইনডেক্সে একটা লাইন ছিল যেটা আমি জোর দিয়ে লিখেছিলাম: এই মডেলটা ম্যাচের ভেতরের সিদ্ধান্ত মাপে না, সে মাপে কেবল কাঠামোগত ফিট। কোচ যদি তাঁকে টাচলাইন উইঙ্গার হিসেবে খেলান, ইনডেক্স ভুল হবে — কিন্তু ইনডেক্স নিজে সেটা বলতে পারবে না।

সেটাই নাল-আউটপুট শৃঙ্খলা। একটা বিশ্লেষণ তখনই পেশাদার, যখন সে তার সীমা লিখে দিতে পারে। ক্রিকেটে আমরা এই অভ্যাসটা হারিয়েছি। আমরা সতর্কতা লিখি না, আমরা ডিসক্লেইমার লিখি। দুটো এক জিনিস নয়। ডিসক্লেইমার হলো আইনি সুরক্ষা। সীমা-ঘোষণা হলো বুদ্ধিবৃত্তিক সততা।

এখানেই বাজি-ডেটার প্রশ্নটা আসে, এবং এটাই এই শিল্পের সবচেয়ে অন্ধকার দিক। লাইভ ডেটা ফিড যেগুলো স্ট্রিমিং হয়, সেগুলো একই সময়ে বাজি-বাজারে যায়। একটা বল মাটিতে পড়ার আগেই তার সম্ভাবনা-সংখ্যা বাজারে চলে যায়। এই সিস্টেমে শূন্যতা মানে ক্ষতি। যদি একটা ফিড এক সেকেন্ড দেরি করে, বা একটা ইভেন্ট মিস করে, বাজারে তার দাম পড়ে যায়। ফলে পুরো অবকাঠামোর একটা স্বাভাবিক প্রবণতা তৈরি হয় — শূন্যতা পূরণ করা, দেরি লুকানো, ফাঁক ঢেকে দেওয়া।

এবং যেখানে এই প্রবণতা আছে, সেখানে শেষ পর্যন্ত কে জানে কোন সংখ্যাটা মাপা আর কোনটা অনুমান করা।

যখন তথ্যের মূল্য এত বেশি হয় যে শূন্যতা প্রকাশ করা লাভজনক থাকে না, তখন প্রতিটা পাবলিশড সংখ্যা সন্দেহের যোগ্য — কারণ সিস্টেমটাই সন্দেহ প্রকাশ করতে শেখেনি।

---

বিপরীতমুখী কোণ: খালি পেলোড আসলে উপহার

সবাই ভাবে খালি পেলোড মানে ব্যর্থতা। আমি ভাবি উল্টোটা।

খালি পেলোড হলো একমাত্র ব্যর্থতা যেটা নিজেকে চেনে। একটা বানানো পেলোড কখনও নিজেকে চিনবে না, কারণ তার কোনো অভ্যন্তরীণ সত্য নেই যার সঙ্গে সে মিলিয়ে দেখবে। খালিটা যাচাইযোগ্য — আপনি তথ্যবিন্দুর সংখ্যা গুনে শূন্য পেলে থামতে পারেন। ভরা-কিন্তু-ভুলটার বিরুদ্ধে কোনো পরীক্ষা নেই, কারণ সংখ্যাগুলো দেখতে ঠিক।

এখানেই শিল্পের আসল কাঠামোগত ত্রুটি। আমরা ইনসেনটিভ সিস্টেম এমনভাবে বানিয়েছি যেখানে না-বলা শাস্তিযোগ্য অপরাধ। বিশ্লেষক যত নিশ্চিত, তত বেশি উদ্ধৃতি। মডেল যত দশমিক, তত বেশি বিশ্বাসযোগ্য। কনফিডেন্স ইন্টারভাল লিখলে পাঠক মনে করে লেখক দুর্বল। বেস রেট দিলে স্পনসর মনে করে গল্প নেই।

আমি ফ্রান্সের ওই মডেল থেকে এই শিক্ষাটা নিয়েছিলাম — আমি তখন থেকে প্রতিটা প্রেডিকশনের সঙ্গে সাফল্যের সম্ভাবনা আর ব্যর্থতার ট্রিগার লিখি। জাপানের ১৫ মিনিটের উইন্ডো নিয়ে যখন চোদ্দো পর্বের থ্রেড আর নয় হাজার শব্দের রিপোর্ট লিখেছিলাম, তখন আমি দুই ম্যাচের আগেই জাপানের দেরিতে গোল করার প্রবণতা মডেল করেছিলাম। কিন্তু সেই রিপোর্টে আমি স্পষ্ট লিখেছিলাম, এই প্যাটার্ন পাঁচটা ম্যাচের নমুনায় দাঁড়ানো, টুর্নামেন্টের বাকি অংশে ভেঙে যেতে পারে।

সেই সতর্কতাটাই রিপোর্টটাকে টিকিয়ে রেখেছিল। প্রেডিকশনটা সত্যি হয়েছিল, কিন্তু সেটা আমার দক্ষতার প্রমাণ ছিল না — সেটা ছিল একটা সীমিত নমুনার ভাগ্য।

এখানেই আমি শেষ কথা বলতে চাই ক্রিকেট সাংবাদিকতার একটা অস্বস্তিকর সত্য নিয়ে। যত সংখ্যা, তত সত্য — এই ধারণাটা ভুল। সংখ্যা কেবল তখনই সত্য হয় যখন তার পেছনে কাঁচা পর্যবেক্ষণ থাকে এবং তার সামনে একটা ঘোষিত সীমা থাকে। বাকিটা হলো পরিসংখ্যানের সাজসজ্জা।

---

উপসংহার: পরের চক্রে যা যাচাই করব

পরের ট্রান্সফার উইন্ডো বা টুর্নামেন্ট প্রিভিউতে আমি একটা সাধারণ পরীক্ষা চালাব, যেটা যে কেউ করতে পারে। বিশ্লেষণটা পড়ার আগে দেখুন তথ্যবিন্দু কতগুলো। যদি শূন্য হয়, তাহলে ডকুমেন্টটা অসম্পূর্ণ নয় — ডকুমেন্টটা অস্তিত্বহীন। কেউ যদি শূন্যের উপর বিশ্লেষণ দাঁড় করায়, প্রশ্ন করুন: কোন তথ্যবিন্দু থেকে এই সিদ্ধান্ত?

আমার বিশ্বাস, আগামী দুই বছরে ক্রিকেটে সবচেয়ে দামি সাংবাদিক সেই হবেন, যিনি সবচেয়ে বেশি না বলতে পারেন। ফরমেশন ম্যাপ, হাফ-স্পেস ডায়াগ্রাম, ওয়ার্কলোড ইনডেক্স — এসবই থাকবে। কিন্তু যিনি বলতে পারবেন এই ম্যাচ নিয়ে আমার পর্যাপ্ত ভিত্তি নেই, তিনিই শেষ পর্যন্ত টিকে থাকবেন।

প্রশ্নটা আমার নিজের কাছে: আমি কি সেই সাংবাদিক হতে পারব?