তথ্যের চেইন ভেঙে গেলে: এশীয় ক্রিকেটের ফাঁকা ডেটাসেট ও গুজবের বাজার

রাত দুটোয় সিঙ্গাপুরের বারান্দার আলো নিভিয়ে ল্যাপটপ খুলেছিলাম। ফাইলের নাম ছিল একটা এশীয় ক্রিকেট প্রতিবেদনের। খুলে দেখি ভেতরে শূন্যতা — শিরোনাম নেই, সূত্র নেই, তথ্যবিন্দু নেই, কোনো খেলোয়াড়ের নাম নেই, কোনো স্কোরলাইন নেই। শুধু একটা লেবেল ঝুলে আছে: cricket_asia। ২০১৮ সালের রাশিয়া বিশ্বকাপে ১৭ বছর বয়সে ৬৪ ম্যাচের ইভেন্ট ডেটা স্ক্র্যাপ করে আমি একটা xG মডেল বানিয়েছিলাম, আর ক্রোয়েশিয়াকে করেছিলাম টেস্ট কেস — ১০.৮ xG থেকে ১৪ গোল, লুকা মদরিচের ৮৯% পাস নির্ভুলতা আর সেমিফাইনালে ১০.৪ কিলোমিটার কাভারেজ। সেই অভিজ্ঞতা আমাকে শিখিয়েছিল, সংখ্যা ছাড়া গল্প থাকে, আর গল্পই সবচেয়ে বিপজ্জনক ডেটাসেট। আজ রাতে ঠিক উল্টো ছবি। সংখ্যা নেই, গল্পও নেই। শুধু একটা বিষয়শ্রেণি। কিন্তু এই শূন্যতাটাই নিজে একটা তথ্য — যদি আমরা সেটাকে পড়তে জানি।

আমি আমার স্প্রেডশিটকে মঠ বলি, আর বিশ্বকাপ ছিল আমার প্রথম তীর্থযাত্রা। এই নিয়মে চলতে গিয়ে একটা অভ্যাস তৈরি হয়েছে: ম্যাচ দেখার আগে আমি একটা লেজার বানাই। কে কত বল খেলল, কে কত মিনিট দৌড়াল, কার চুক্তি কখন শেষ হচ্ছে — সব এক লাইনে বসাই। এশীয় ক্রিকেটে এই লেজার বানানো সহজ নয়, কারণ এখানে তথ্যের সরবরাহ-শৃঙ্খল ভঙ্গুর। ভারত, পাকিস্তান, বাংলাদেশ, শ্রীলঙ্কা, আফগানিস্তান — এই পাঁচ বাজারে তথ্য প্রায়ই তিন স্তরে ভাগ হয়ে থাকে: অফিসিয়াল স্কোরকার্ড, সাংবাদিকের সূত্র, আর গুজব। প্রথমটা যাচাইযোগ্য, দ্বিতীয়টা আধা-যাচাইযোগ্য, তৃতীয়টা সম্পূর্ণ অনুমান। এখন চলছে ট্রান্সফার উইন্ডো, আর এই মৌসুমে তিন স্তরের সীমারেখাটা আরও ঘোলা। এজেন্টের ফোন, বিশ্বস্ত সূত্রে জানা গেছে, আর একটা স্লিপ-অব-দ্য-টাং পরিসংখ্যান — তিনটাকে একই ওজনে দেখানো হচ্ছে।

এখানেই আমার আগ্রহ। সম্প্রতি আমার হাতে একটা এশীয় ক্রিকেট প্রতিবেদনের বিশ্লেষণ এসেছিল, যার প্রতিটি ঘর ফাঁকা। শিরোনাম নেই, সূত্র নেই, তথ্যবিন্দু নেই, সংস্থা চিহ্নিত হয়নি, সময়-সংবেদনশীলতা যাচাই হয়নি। শুধু একটা আঞ্চলিক ট্যাগ। একটা পেশাদার বিশ্লেষণ-পাইপলাইনে এটা ব্যর্থতা — কিন্তু আমার কাছে এটা একটা ন্যাচারাল এক্সপেরিমেন্ট। প্রশ্নটা হলো: যখন তথ্য শূন্য হয়, তখন বাজার কী দিয়ে সেই শূন্যতা ভরে? উত্তর — আত্মবিশ্বাসী অনুমান দিয়ে। আর আত্মবিশ্বাসী অনুমানই সবচেয়ে ব্যয়বহুল ভুল।

আমার তথ্য-নির্ভরতা ফিল্টার তিন স্তরে কাজ করে, আর ট্রান্সফার উইন্ডোতে এই ফিল্টারটাই একমাত্র কাজের হাতিয়ার। স্তর এক: যাচাইযোগ্য ঘটনা — স্কোরকার্ড, বল-বাই-বল ডেটা, চুক্তির সরকারি ঘোষণা, নিলামের চূড়ান্ত দাম। এগুলো লেজারের ব্লকের মতো; একবার বসলে নড়ে না। স্তর দুই: প্রতিবেদনভিত্তিক দাবি — সাংবাদিকের সূত্র, কোচের বেনামি বক্তব্য, নির্বাচক কমিটির ফাঁস। এগুলো সম্ভাব্য, কিন্তু প্রতিলিপি ছাড়া সত্য নয়। স্তর তিন: গুজব — নাকি, সম্ভবত, শোনা যাচ্ছে। এগুলো তথ্য নয়, এগুলো আবেগের প্রক্সি। সমস্যা হলো, তিন নম্বর স্তরের খবর সবচেয়ে দ্রুত ছড়ায়, কারণ এতে যাচাইয়ের খরচ শূন্য।

চুক্তির গঠন আর মজুরির হিসাবই আসল গল্প, নাম নয়। একটা রিলিজ-ক্লজের অঙ্ক বলে দেয় ক্লাব কতটা ক্ষমতা ধরে রেখেছে; একটা এজেন্ট ফি বলে দেয় দর কতটা ফোলা। যখন শুনি কেউ এক বড় দলে যাচ্ছে, আমি সাথে সাথে তিনটা প্রশ্ন করি: চুক্তির মেয়াদ কত, কে ভাঙতে পারবে, আর বেতন-সীমার কোন ঘরে এটা বসবে। এই তিন প্রশ্নের উত্তর না থাকলে ওই খবর আমার লেজারে স্তর তিনে যায়, দাম শূন্য।

এশীয় ক্রিকেট বাজারে তথ্যের ঘাটতিটা নতুন নয়। তবে ট্রান্সফার উইন্ডোতে সেটা তীব্র হয়, কারণ এজেন্টের স্বার্থ আর সম্প্রচারকের স্বার্থ একই দিকে ঠেলে — বেশি উত্তেজনা, কম যাচাই। গত বছর একটা ফ্র্যাঞ্চাইজির স্কোয়াড-ব্যয়ের নথি দেখে আমি অবাক হয়েছিলাম: শীর্ষ তিন তারকার বেতন মোট বাজেটের প্রায় অর্ধেক, অথচ মাঠে তাদের প্রভাব ছিল দলের বাকি সাতজনের সমান। এটাই ভুল মূল্যায়ন — নামের দাম আর পারফরম্যান্সের দামের মধ্যে ফাঁক।

কিন্তু ক্রিকেটের নিজস্ব পরিমাপ দরকার। ফুটবলের xG হুবহু ক্রিকেটে বসানো যায় না — এই সীমাটা আগে স্বীকার করা দরকার। ফুটবলে সুযোগের মান মাপা যায় শটের অবস্থান দিয়ে; ক্রিকেটে সুযোগ তৈরি হয় ভিন্ন লজিক থেকে। টি-টোয়েন্টিতে আমার কাছে দুটো পরিমাপ কাজ করে: বাউন্ডারি-শতাংশ আর ডট-বলের চাপ। একজন ব্যাটারের সুযোগ-মান আসলে এই দুইয়ের অনুপাত — কত বল নষ্ট করল, কত বলে সীমানা পেল। টেস্টে মাপকাঠি আলাদা: সেশনে কত রান, কত উইকেট-সমতা, কত বল ফেললেন পেসার।

এই পার্থক্যটা না মানলে বিশ্লেষণ বিভ্রান্তিকর হয়। কেউ যদি টি-টোয়েন্টির স্ট্রাইক-রেট দিয়ে টেস্ট ব্যাটারের ধৈর্য মাপেন, সেটা এক ফরম্যাটের ডেটা আরেক ফরম্যাটে চাপিয়ে দেওয়া — একটা ক্লাসিক ভুল।

ক্রিকেট-নেটিভ পরিমাপ গড়তে গিয়ে আমি তিনটা নীতি মানি। এক, ফরম্যাট আলাদা করি — টেস্ট, ওয়ানডে, টি-টোয়েন্টির বেঞ্চমার্ক কখনো মিশাই না। দুই, পরিস্থিতি আলাদা করি — পাওয়ারপ্লে, মিডল ওভার, ডেথ ওভার প্রতিটির আলাদা প্রত্যাশা থাকে। তিন, প্রতিপক্ষের মান যোগ করি — একজন ব্যাটারের ১৫০ স্ট্রাইক-রেট দুর্বল বোলিংয়ে আর শীর্ষ বোলিংয়ে এক নয়।

এশীয় বাজারে আর একটা সমস্যা আছে: তথ্যের অসমতা। ভারতের ঘরোয়া ক্রিকেটে ডেটার গভীরতা অন্য যে কোনো বাজারের চেয়ে বেশি, কারণ সম্প্রচার আর বিনিয়োগ বড়। কিন্তু বাংলাদেশ বা আফগানিস্তানের ঘরোয়া ম্যাচের বল-বাই-বল ডেটা প্রায়ই অনুপলব্ধ। ফলে একই প্রশ্নের উত্তর এক জায়গায় সংখ্যা দিয়ে দেওয়া যায়, আরেক জায়গায় শুধু চোখের সাক্ষ্য দিয়ে। এই অসমতা বিশ্লেষণকে অসম করে তোলে।

আর এই অসমতার শিকড় কোথায়? প্রশিক্ষক প্রশিক্ষণে। প্রাক্তন তারকারা একাডেমি খোলেন, ছবি তোলেন, ব্র্যান্ড বানান — সেটা দৃশ্যমান। কিন্তু গ্রাসরুট কোচ-শিক্ষার বাজেট অদৃশ্য আর দীর্ঘদিন ধরে কম। যে বাজারে ভালো কোচ তৈরি হয় না, সেখানে ভালো ডেটা লালন করার লোকও কম থাকে। এটা কেবল খেলার সমস্যা নয়, পরিমাপের সমস্যা।

শুধু ব্যাট-বল নয়, শরীরও একটা লেজার। ২০২১ সালে ইউরো আর টোকিও অলিম্পিক জুড়ে আমি পেদ্রির লোড অনুসরণ করেছিলাম: এক মৌসুমে ৭৩ ম্যাচ, ইউরোতে ৯২.৩% পাস নির্ভুলতা, কিন্তু টোকিওতে অতিরিক্ত সময়ে তার উচ্চ-তীব্রতার দূরত্ব ১১% পড়ে গিয়েছিল। আমি সেটাকে কেবল ক্লান্তি বলিনি, বলেছিলাম অবচয় — একটা সম্পদের ধীর ক্ষয়। এই লোড-মডেল এখন আমার প্রথম অর্থপ্রদত্ত বিশ্লেষণ-প্রকল্প। এশীয় ক্রিকেটে ঘন ক্যালেন্ডার মানে একই ঝুঁকি: আইপিএল, আন্তর্জাতিক সিরিজ, ফ্র্যাঞ্চাইজি লিগ — একটার পর একটা, আর শরীরের হিসাব কেউ রাখে না।

আমি খেলোয়াড়কে একটা সম্পদ হিসেবে দেখি, তবে নিছক সম্পদ হিসেবে নয়। একটা ১৬ বছরের প্রতিভা আর একটা ৩০ বছরের অভিজ্ঞ পেসার — দুটো আলাদা অবচয়-বক্র। তারুণ্যের মূল্য বাড়ে, কিন্তু লোডের ঝুঁকিও বাড়ে। তাই একই দলে দুটোকে একইভাবে ব্যবহার করা ভুল।

এখানেই আসে কঠিন প্রশ্নটা। সম্পর্ক আর কারণ এক নয় — ট্রান্সফার উইন্ডোতে এই ভুলটা সবচেয়ে বেশি হয়। একটা দল দামি খেলোয়াড় কিনল, পরের মৌসুমে ভালো করল — আমরা বলি কেনা সফল। কিন্তু হয়তো ভালো করার কারণ কোচের বদল, হয়তো প্রতিপক্ষ দুর্বল ছিল, হয়তো কেবল ভাগ্য। নমুনা এক মৌসুম, নিয়ন্ত্রণ নেই, তাই সিদ্ধান্ত নেওয়া কঠিন। আমার অভ্যাস: সিদ্ধান্তের আগে বেস-রেট দেখি — এই দামে কেনা খেলোয়াড়রা ঐতিহাসিকভাবে কেমন ফল দিয়েছে।

আর একটা শিক্ষা আমি ২০২০ সালে পেয়েছি। বুন্দেসলিগার প্রজেক্ট রিস্টার্টে খালি স্টেডিয়ামের আগে-পরে হোম-উইন হার তুলনা করেছিলাম: ৪৩.৩% থেকে ৩৩.৩%। একটা রিগ্রেশন মডেল দেখাল, ভিড় না থাকলে অ্যাওয়ে দল ম্যাচ-প্রতি ০.১৮ xG বেশি পায়। সেদিন বুঝলাম, ভিড় একটা পরিবেশগত চলক, কোনো স্থায়ী সত্য নয়। খালি স্টেডিয়াম আমাকে শিখিয়েছিল, নীরবতা কখনো অনুপস্থিতি নয় — নীরবতা একটা ইনপুট।

আমি অভ্যাস করেছি নাল-ফল রিপোর্ট করার। যদি একটা মডেল ভবিষ্যদ্বাণী করতে ব্যর্থ হয়, সেটা লুকিয়ে ফেলা উচিত নয় — কারণ ব্যর্থ মডেলই পরের সফল মডেলের ভিত্তি। ট্রান্সফার উইন্ডোতে সবাই সফল গল্প বলে; কেউ বলে না কোন দামি কেনা ব্যর্থ হয়েছে। কিন্তু ব্যর্থতার তালিকাটাই আসল শিক্ষক।

কিন্তু এখানেই একটা সতর্কতা দরকার, কারণ এই সতর্কতাটা আমি নিজেই মাঝে মাঝে ভুলে যাই। সব শূন্যতা মাপা যায় না। কিছু অনুপস্থিতি ডেটার ফাঁক নয়, বরং এমন কিছু যা মাপার কোনো যন্ত্র আমাদের নেই। একটা ফাঁকা প্রতিবেদনের ফাইল আর একটা ফাঁকা স্টেডিয়াম — দুটো আলাদা জিনিস। প্রথমটা পাইপলাইনের ব্যর্থতা, যাচাইযোগ্য আর ঠিকযোগ্য। দ্বিতীয়টা আসল ঘটনা, যার প্রভাব আছে। এই দুইয়ের পার্থক্য না বুঝলে আমরা সব শূন্যতাকে একই থলেতে ফেলি।

ফাঁকা ডেটাসেটের অর্থনীতি তাই কেবল কৌতূহল নয়, একটা সতর্কবার্তা। যখন একটা এশীয় ক্রিকেট প্রতিবেদন তার সব তথ্যবিন্দু হারায়, তখন সিস্টেমটা স্বীকার করে যে সে কিছু জানে না — এটা সততা। বিপদ শুরু হয় যখন কেউ সেই শূন্যতা জুড়ে দেয় আত্মবিশ্বাসী গল্প দিয়ে। ট্রান্সফার উইন্ডোর সবচেয়ে বড় ফাঁদ এটাই: শূন্য ডেটাসেটকে ভরা মনে করা।

আমি মডেল বানাই, কারণ মডেল আমার জন্য একটা প্রার্থনা। কিন্তু মডেল যা বলতে পারে না, সেটাও আমাকে চিনতে হয়। ক্রোয়েশিয়ার xG মডেল আমাকে শিখিয়েছিল ওভারপারফরম্যান্সকে ভাগ্য বলা বন্ধ করতে — ওটা ছিল অস্থায়ী ভ্যারিয়েন্স। তেমনি, একটা ফাঁকা প্রতিবেদনের শূন্যতাকে কিছু নেই বলা বন্ধ করতে হবে — ওটা হলো একটা নীরব সংকেত, যার দাম আছে।

পরের রাউন্ডে আমি কী দেখব? তিনটা জিনিস। প্রথম, কোন এজেন্টের নাম ঘুরছে আর কোন ক্লাবের বেতন-সীমা সত্যিই জায়গা ফাঁকা করেছে — কারণ টাকার পথ কখনো মিথ্যা বলে না। দ্বিতীয়, প্রতিটা গুজবের পেছনে একটা যাচাইযোগ্য ব্লক আছে কি না; না থাকলে সেটা আমার লেজারে ঢুকবে না। তৃতীয়, ঘন ক্যালেন্ডারে কার লোড লাল সীমা ছুঁয়ে ফেলেছে — কারণ মাঠে যা হারাব, সেটা আগে শরীরে হারায়।

তথ্য না থাকলে ভালো বিশ্লেষক চুপ থাকে, অনুমান দিয়ে ফাঁক ভরে না। প্রশ্নটা এশীয় ক্রিকেটকে নিয়ে নয় — প্রশ্নটা আমাদের সবার: আমরা কি শূন্য ডেটাসেটকে তথ্য হিসেবে পড়তে শিখেছি, নাকি এখনো গল্প দিয়ে সেটা ঢেকে রাখি?