খালি লেজার: ক্রিকেট বিশ্লেষণে নীরব ব্যর্থতার অডিট

রাত এগারোটা পঁয়তাল্লিশ। বারিশালের পড়ার টেবিলে ল্যাপটপ খোলা, পাশে ঠান্ডা হয়ে যাওয়া চায়ের কাপ। তেত্রিশ দিন ধরে এক হাজার সাতশর বেশি শট ইভেন্ট হাতে কোড করার অভ্যাস আমার, তাই কলাম এলোমেলো দেখলে চোখে লাগে। সেদিন যেটা দেখলাম, সেটা এলোমেলো ছিল না; সেটা ছিল ফাঁকা। শিরোনাম নেই, সূত্র নেই, তথ্যবিন্দুর তালিকা শূন্য। বিশ্লেষণের কাঠামো তৈরি হয়েছে, মাত্রার টেমপ্লেট প্রস্তুত, কিন্তু তার ভেতরে কোনো খেলা নেই। আমার হাতে পৌঁছেছিল এমন একটি ক্রিকেট-ফাইল, যেখানে স্কোরলাইন নেই, দল নেই, খেলোয়াড় নেই — শুধু একটি ডোমেইন ট্যাগ ঝুলে আছে: ক্রিকেট।

আমি প্রথম xG চেইন লেজার তৈরি করেছিলাম, লিগ তখনো জানে না তার দরকার। ২০১৫-১৬ মৌসুমে আবাহনী লিমিটেড ঢাকার হয়ে স্বেচ্ছা পরিসংখ্যানবিদ হিসেবে ১৩২ ম্যাচ হাতে কোড করি, প্রতিটি শটের xG মান এবং প্রতিটি খেলোয়াড়ের প্রতি ৯০ মিনিটে প্রগ্রেসিভ ক্যারি লিখে রাখি। সেই লেজার একুশ বছরের এক উইঙ্গারের নাম দেখিয়েছিল, যার প্রতি ৯০ মিনিটে ৪.৭ xG চেইন কনট্রিবিউশন কোনো স্থানীয় স্কাউট কখনো মাপেনি। প্রায় চল্লিশ হাজার ডলারে তাকে দল নেয়, আঠারো মাস পরে তাকে বিদেশে বিক্রি হয় এক লাখ পঁচাশি হাজার ডলারে। সেই স্প্রেডশিট আমার প্রথম পেশাদার অ্যানালিটিক্স চুক্তি, এবং তার পর থেকে আমি স্মৃতি থেকে ম্যাচ রিপোর্ট লেখা বন্ধ করেছি।

লেজার-ফার্স্ট শর্ত একটাই — প্রতিটি দাবির পাশে একটি নম্বর থাকবে, আর নম্বরের পাশে তার স্যাম্পল সাইজ। সারণি মিলে না গেলে গদ্যের অনুমতি নেই। সম্পাদকরা অভিযোগ করতেন, আমি কালার কম দিই; আমি জবাব দিতাম ভ্যারিয়েন্স আর স্যাম্পল সাইজ দিয়ে। ক্রিকেটে এই শৃঙ্খলা বিশেষভাবে দরকার, কারণ ফরম্যাট আলাদা হলে ভাষাও আলাদা। টেস্টের নতুন বলের সেশন, ওডিআইয়ের পাওয়ারপ্লে আর টি-টোয়েন্টির ডেথ ওভার — এদের কোনো মেট্রিক একসঙ্গে মেশানো যায় না। যে বিশ্লেষণ ফরম্যাট চিহ্নিত না করে গড় মেলায়, সেটি বিশ্লেষণ নয়, অলংকার।

সেদিনের ফাঁকা ফাইলটি আমাকে একটি ভিন্ন প্রশ্নের সামনে দাঁড় করাল, যেটি স্কোরবোর্ডের চেয়ে বেশি অস্বস্তিকর। একটি ফাঁকা ইনপুট কখনো কম-ঝুঁকির ইনপুট নয়। কোনো দল, খেলোয়াড়, লিগ বা নিয়ম উল্লেখ না থাকলে যে সিদ্ধান্তে পৌঁছানো যায়, তা হলো — এই ইনপুট থেকে কোনো ক্রিকেট-সিদ্ধান্তে পৌঁছানো যাবে না। ঝুঁকির রেটিং এখানে উচ্চ, কিন্তু সেই উচ্চতা খেলার ঝুঁকি নয়; সেটি বিশ্লেষণ-প্রক্রিয়ার ঝুঁকি। শূন্য তথ্য মানে শূন্য ঝুঁকি নয় — এটি পাইপলাইনের ত্রুটি, এবং ত্রুটিটির নাম দেওয়া যায়।

টেমপ্লেট যত বিস্তারিত, বানোয়াট গল্পের চাপ তত বেশি। নয় স্তরের একটি কাঠামো হাতে পেলে মানুষ ভরাট করতে চায়; আমি জানি, কারণ আমি নিজেই সেই প্রলোভন চিনি। পরিসংখ্যানবিদের কাজ কাঠামো পূরণ করা নয়, কাঠামোকে সত্যের সঙ্গে মেলানো। খেলোয়াড়ের নাম না থাকলে ভূমিকা নির্ধারণ — ওপেনার, অ্যাঙ্কর, ফিনিশার, পেস, স্পিন — শুরুই করা যায় না। বোলিং ইকোনমি না থাকলে সাম্প্রতিক ফর্ম-ট্রেন্ড আঁকা যায় না। লিগের নাম না থাকলে সম্প্রচার-স্বত্ব বা ফ্র্যাঞ্চাইজি মূল্য নিয়ে একটি অঙ্কও লেখা যায় না। যে কোনো সংখ্যা সেখানে অনুমান হবে, এবং অনুমানকে বিশ্লেষণ বলে চালানো আমার কাছে প্রতারণা।

ফরম্যাট প্রশ্নটি এখানে সবচেয়ে পরিষ্কার উদাহরণ। টেস্ট, ওডিআই আর টি-টোয়েন্টির কৌশলগত যুক্তি একে অন্যের থেকে ধার করা যায় না। পাওয়ারপ্লের ফিল্ড-বাধ্যবাধকতা, মিডল ওভারের স্পিন-নিয়ন্ত্রণ, ডেথ ওভারের ইয়র্কার-বন্যা — এগুলো আলাদা ভাষা। ফরম্যাট না জানলে টস, ডিউ, ডিএলএস-বাধা বা পিচের আচরণ নিয়ে একটি বাক্যও লেখা বৈধ নয়। ফলে ফলাফল বনাম প্রক্রিয়া যাচাইয়ের ধাপটিও অচল: জয়ের ব্যবধান আর প্রকৃত খেলার গতিপথের তুলনা করা যায় না, ভাগ্যের ভাগ — টস, ক্যাচ-ড্রপ, রান-আউট — বাদ দেওয়া যায় না।

খেলোয়াড়-স্তরের বিচারে আরও একটি সতর্কতা জরুরি। বয়স-বক্ররেখা আর ফর্ম-ট্রেন্ড দেখতে বারো মাসের ডেটা-জানালা লাগে। ক্যারিয়ারের মাঝপথে থাকা এক ব্যাটসম্যানের ছয় মাসের ভালো ফর্ম কখনো তার দীর্ঘমেয়াদি ক্ষমতার প্রমাণ নয়; এক সিরিজের ব্যর্থতা অবসানের সংকেতও নয়। ঘরের মাঠের পরিসংখ্যান বিদেশের দুর্বলতা ঢেকে রাখে — উপমহাদেশের স্পিন-সহায়ক পিচে গড়ে ওঠা একটি ইকোনমি ইউরোপের সিমিং কন্ডিশনে অচল হতে পারে। সাকিব আল হাসানের স্পিন-ইকোনমি হোক বা মুশফিকুর রহিমের উইকেটকিপিং-লোড, প্রতিটির জন্য আলাদা ফরম্যাট-ট্যাগ আর আলাদা কোএফিসিয়েন্ট দরকার।

সততার সংকেত না পাওয়া মানে সততার সনদ নয়। কোনো দুর্নীতি-বিরোধী উল্লেখ, কোনো ফিক্সিং অভিযোগ বা অস্বাভাবিক অডস-সংকেত না থাকলে অনেকে ভাবেন সব পরিষ্কার। আমি ভিন্নভাবে পড়ি: সংকেতের অনুপস্থিতি এখানে ইনপুটের অনুপস্থিতি। শাসন-বিষয়ক সংবাদে সাধারণত অন্তত একটি সংস্থার নাম বা একটি নিয়মের উদ্ধৃতি বেরিয়ে আসে; সেটিও না থাকলে ধরে নিতে হয়, পাঠ্যাংশ কখনো উদ্ধার হয়নি। ফাঁকা ফাইলকে পরিচ্ছন্ন ফাইল বলে পড়া বিশ্লেষণের সবচেয়ে বিপজ্জনক ভুল।

এই জায়গায় আমার পেশাদার অভ্যাস একটি নির্দিষ্ট দিকে ঠেলে দেয়। ২০১৮ সালের বিশ্বকাপ পোস্ট-মর্টেম লেজারে আমি চুয়ান্নটি ম্যাচের এক হাজার সাতশর বেশি শট ইভেন্ট হাতে কোড করেছিলাম, এবং ক্রোয়েশিয়া ফাইনালে পৌঁছেছিল প্রতিপক্ষের প্রত্যাশিত আউটপুটের চেয়ে প্রতি ম্যাচে ১.৪ xG কম খরচ করে। ট্রফি ওঠার বাহাত্তর ঘণ্টার মধ্যে সম্পূর্ণ ডেটাসেট প্রকাশ করেছিলাম। একটি পোস্ট-মর্টেম লেজার হলো শেষ হুইসেলের পর ডেটার লেখা স্বীকারোক্তি, আর সেখানে কোনো কলাম ফাঁকা রাখার সুযোগ নেই।

সহজ ব্যাখ্যা হলো — যন্ত্রপাতি নষ্ট, তাই ফাঁকা। আমার সন্দেহ আরও নির্দিষ্ট। ডোমেইন-লেবেল সফলভাবে বসেছে, অথচ শিরোনাম ও সূত্রের মতো সাধারণ মেটাডেটাও ফাঁকা। এই অসামঞ্জস্য বলে দেয়, ত্রুটি শ্রেণিবিন্যাস স্তরে নয়, পার্সিং স্তরে। পৃষ্ঠাটি সম্ভবত জাভাস্ক্রিপ্ট-রেন্ডারড, পেওয়ালের পেছনে, অথবা এমন একটি ইনপুট — ভিডিও, পডকাস্ট, ছবি-ভিত্তিক পোস্ট — যা টেক্সট-পাইপলাইন পড়তে পারে না। এখানে পারস্পরিক সম্পর্ককে কারণ বলে ধরে নেওয়া সহজ: লেবেল আছে, তাহলে ক্রিকেট-বিষয়বস্তুও আছে। লেবেল আর পাঠ্যাংশ এক নয়।

একষট্টি বছর বয়সে শিখেছি, নীরবতারও একটি ক্রাউড কোএফিসিয়েন্ট আছে। ২০২০-র বিরতিতে ইউরোপের শীর্ষ পাঁচ লিগের ৫১২টি দর্শকশূন্য ম্যাচ বিশ্লেষণ করে দেখেছিলাম, ঘরের মাঠের সুবিধা গোল-প্রতি-ম্যাচে ০.৩৮ থেকে ০.১১-তে নেমে এসেছে, আর স্বাগতিক দলের পেনাল্টি পাওয়ার হার কমেছে ৯ শতাংশ। ২০২১-এ স্টেডিয়াম আংশিক খুললে প্রভাব ফিরতে শুরু করে, প্রায় ৬০ শতাংশ ধারণক্ষমতায়। সেই কোএফিসিয়েন্ট আমাকে শিখিয়েছে, অনুপস্থিতিকেও উপস্থিতির মতো জোরে মাপা যায়। একটি ফাঁকা লেজারও তাই একটি পরিমাপযোগ্য ঘটনা।

নীরবতা যদি মাপা যায়, তবে ফাঁকা ইনপুটও মাপা যায় — এবং তার মাপ হলো একটি প্রক্রিয়া-ব্যর্থতার সূচক। এই সূচক শুধু একটি ফাইল নষ্ট হওয়ার খবর দেয় না; এটি বলে দেয়, একই উৎস-পথ দিয়ে যাওয়া প্রতিটি নিবন্ধ ভবিষ্যতে একইভাবে ব্যর্থ হবে। সমস্যাটি এককালীন নয়, প্রণালীগত। একজন ট্রান্সফার মার্কেট অ্যাডমিনিস্ট্রেটর হিসেবে আমি দল ম্যানেজ করি না; আমি ম্যানেজ করি আফসোস ও সুযোগের অঙ্ক। এখানে সুযোগটি স্পষ্ট — বিশ্লেষণ চালানোর আগেই ইনজেশন স্তর যাচাই করা।

যে পাইপলাইনে তথ্যবিন্দু শূন্য থাকলে সতর্কবার্তা বাজে না, সেই পাইপলাইনে ডেটা সততা নেই। ত্রুটি ধরার নিয়ম সহজ হতে পারে: শিরোনাম, সূত্র আর তথ্যবিন্দু — তিনটি একসঙ্গে ফাঁকা পেলে বিশ্লেষণ থামুক, জোরে থামুক। একটি ডোমেইন-লেবেল যেন কখনো পাঠ্যাংশের অনুপস্থিতিকে ঢেকে না দেয়। প্রতিটি ট্রান্সফার গুজব আমার লেজারে ঢোকে সম্ভাবনা হিসেবে, প্রতিশ্রুতি হিসেবে নয় — বিশ্লেষণ-পাইপলাইনের ক্ষেত্রেও একই নিয়ম, প্রতিটি ইনপুট ঢুকুক যাচাইযোগ্য তথ্য হিসেবে, অনুমান হিসেবে নয়।

শূন্য ইনপুটের সবচেয়ে বড় ক্ষতি ফাঁকা সারণি নয়, তার পরের সিদ্ধান্ত। কেউ যদি টেমপ্লেটের কাঠামোকে সোর্স-ভিত্তিক বিশ্লেষণ ভেবে ফেলে, তবে সে এমন সিদ্ধান্ত নেবে যার কোনো ভিত্তি নেই — স্কাউটিং রিপোর্ট থেকে শুরু করে ফ্র্যাঞ্চাইজির দর-নির্ধারণ পর্যন্ত। সংবাদ-শৃঙ্খলে এই দূষণ নীরবে ছড়ায়, কারণ ফাঁকা ঘর দেখতে ভুল হয় না; তাকে বিশ্লেষণ ভাবা হয়।

পরের রাউন্ডের সংকেত সহজ। যেকোনো ক্রিকেট-ডেটা পাইপলাইনে তিনটি জিনিস এখনই যোগ করা যায় — ইনপুট-যাচাইয়ের সতর্কবার্তা, ফাঁকা আউটপুটে 'অচল' জলছাপ, আর ব্যর্থতার হার লগ করার অভ্যাস। যে সংস্থা ফাঁকা লেজারকে গোপন করে, সে তার সবচেয়ে দামি সম্পদ লুকোয় — নিজের ব্যর্থতা মাপার ক্ষমতা। আমি প্রতি সপ্তাহে আমার নিজের মিস-রেট প্রকাশ করি, কারণ যে লেজার নিজের ভুল স্বীকার করে না, সেটি আর লেজার নয়।