খালি স্প্রেডশিটের পাঠ: এশিয়ার ক্রিকেট বিশ্লেষণে তথ্যের অডিট-শৃঙ্খলা ও সৎ অস্বীকার

দুপুরের আলো ময়মনসিংহের ছোট ঘরটায় ঢুকে পড়েছিল, আর ল্যাপটপের স্ক্রিনে কার্সরটা তখনও জ্বলছিল। আমি স্প্রেডশিটের প্রথম সারিতে হেডার বসিয়েছি — ম্যাচ, ফরম্যাট, ইনিংস, ফেজ, ভেন্যু, শটের ধরন। কিন্তু নিচে সারি শূন্য। একটি দুই-ধাপের বিশ্লেষণ-পাইপলাইনের প্রথম ধাপ থেকে ফিরে আসা কাঁচামাল সম্পূর্ণ খালি: শিরোনাম নেই, তথ্যবিন্দু নেই, দৃষ্টিভঙ্গি নেই, সত্তা নেই, সময়-সংবেদনশীলতা নেই, সূত্রের গুণমান নেই। ঝুলে আছে কেবল একটি লেবেল — cricket_asia। আট বছর আগে এই মুহূর্তে আমি হয়তো কল্পনার রং মাখিয়ে ফাঁকা ঘরটা ভরে দিতাম। আজ আমি থামি। নোটবুকটাই ছিল আমার প্রথম মডেল, আর ময়মনসিংহ ছিল আমার প্রথম ল্যাবরেটরি — সেখানে শেখা প্রথম পাঠটি ছিল এই: ফাঁকা ঘরকে কখনও গল্প দিয়ে ভরা যায় না।

এই লেখাটি ক্রিকেট নিয়ে, কিন্তু সোজা সিদ্ধান্ত নিয়ে নয় — সিদ্ধান্তের অনুমতি নিয়ে। কারণ বিশ্লেষণের সবচেয়ে সৎ রূপটি অনেক সময় একটি বাক্যে থেমে যায়: “পর্যাপ্ত তথ্য নেই।”

প্রেক্ষাপট: দুই স্তরের শৃঙ্খলা

যে পদ্ধতিতে আমি কাজ করি, সেটি দুই স্তরে ভাগ। প্রথম স্তর (Stage-1) হলো নিষ্কাশন — মূল উপাদান থেকে শিরোনাম, তথ্যবিন্দু, দৃষ্টিভঙ্গি, সত্তা (খেলোয়াড়, দল, লিগ), সময়-সংবেদনশীলতা ও সূত্রের গুণমান টেনে বের করা। দ্বিতীয় স্তর (Stage-2) হলো গভীর বিশ্লেষণ — আটটি মাত্রার একটি কাঠামোয় সেই নিষ্কাশিত উপাদানের উপর দাঁড়িয়ে সিদ্ধান্তে পৌঁছানো। শর্ত একটাই: দ্বিতীয় স্তর কখনও প্রথম স্তরের বাইরে পা রাখে না। প্রথম স্তর যদি খালি হয়, দ্বিতীয় স্তরও খালি থাকবে। এই কঠোরতা কোনো আনুষ্ঠানিকতা নয় — এটাই বিশ্লেষণকে জল্পনা থেকে আলাদা করে।

এই কাজে আমার হাতে এসেছিল ঠিক তেমনই একটি খালি ইনপুট। একমাত্র উপস্থিত উপাদান: ডোমেইন লেবেল cricket_asia। এখন প্রশ্ন — এই লেবেলটি কী, আর কী নয়?

লেবেলটি একটি আঞ্চলিক ও বিষয়ভিত্তিক ট্যাগ। এটি বলে, বিষয়বস্তু এশীয় ক্রিকেট-পরিসরে অবস্থিত। কিন্তু এটি কোনো ফরম্যাট (টেস্ট, ওয়ানডে, টি-টোয়েন্টি) নির্দিষ্ট করে না, কোনো দল বা খেলোয়াড়ের নাম বলে না, কোনো লিগ বা ইভেন্ট চিহ্নিত করে না, কোনো তারিখ দেয় না। লেবেলটি একটি শ্রেণি, কোনো তথ্য নয়। আর এখানেই সবচেয়ে বড় ফাঁদ: শ্রেণিকে তথ্যে রূপান্তরিত করা। “এশীয় ক্রিকেট” মানে “একটি এশীয় দল জিতেছে” নয়। এই পার্থক্যটা আমার কাছে তত্ত্ব নয়, পেশা।

একটি পূর্ণাঙ্গ প্রথম স্তর কেমন দেখতে হয়, তা মনে করিয়ে নেওয়া যায়। একটি সঠিক নিষ্কাশনে থাকত: নিবন্ধের শিরোনাম, সূত্র ও প্রকাশের তারিখ; তিন থেকে পাঁচটি তথ্যবিন্দু; লেখকের অবস্থান ও উদ্দেশ্য; সংশ্লিষ্ট খেলোয়াড়, দল ও লিগ; সময়-সংবেদনশীলতার মাত্রা; এবং সূত্রের গুণমান-ক্রমাঙ্কন। এই খোপগুলো ভরা থাকলে দ্বিতীয় স্তরের আটটি মাত্রা সক্রিয় হয়। একটি খোপ খালি থাকলে সেই নির্দিষ্ট মাত্রা স্থগিত থাকে। এখানে সব খোপই খালি — তাই আটটি মাত্রাই স্থগিত।

আমার অডিট-লেজার — খাতা, তারপর মডেল, তারপর ডেটাবেস — এর পুরো ভিত্তি অপরিবর্তনীয়তার (immutability) ধারণার উপর দাঁড়ানো। একটি ব্লকচেইনে যেমন একটি রেকর্ড একবার লেখা হলে পরবর্তীতে তা নীরবে বদলে ফেলা যায় না, তেমনি আমার খাতায় একটি শূন্য-সারি মানে শূন্য-সারি। পরে সুবিধামতো তা পাঁচ-সারিতে রূপ নেয় না। এই শৃঙ্খলা — উৎস-শৃঙ্খল (provenance), অডিট-পথ (audit trail) এবং ক্রমাঙ্কন যাচাই (calibration check) — সবই একই নীতির সন্তান: যা যাচাই হয়নি, তা লেখা হয় না। তথ্যের এই অখণ্ডতাই আসলে একটি লেজার; প্রতিটি এন্ট্রি আগেরটির সঙ্গে যুক্ত, আর কোনো এন্ট্রি একতরফাভাবে বদলানো যায় না।

মূল বিশ্লেষণ: আটটি মাত্রা, আটটি খালি দরজা

দ্বিতীয় স্তরের আটটি মাত্রা আমি একটি একটি করে খুলে দেখলাম, এবং প্রতিটি একই দরজায় গিয়ে ঠেকল। কারণ প্রতিটির জন্য নির্দিষ্ট ধরনের ইনপুট দরকার — আর ইনপুট শূন্য।

ফরম্যাট ও ম্যাচ বিশ্লেষণে ক্রিকেটে ফরম্যাট হলো সব সিদ্ধান্তের আগে বসানো বাধ্যতামূলক ছাঁচ, কারণ পারফরম্যান্স-সূচক এক ফরম্যাট থেকে আরেক ফরম্যাটে তুলনীয় নয়। টেস্টের গড় আর টি-টোয়েন্টির স্ট্রাইক-রেট একই মাপকাঠিতে মাপা যায় না। ইনপুটে কোনো ফরম্যাট নেই, ইনিংস নেই, স্কোরলাইন নেই, ভেন্যু নেই, পিচের অবস্থা নেই, আবহাওয়া নেই, ডাক-উইল/ডিএলএস নেই। তাই “ম্যাচের প্রকৃতি কী” — এই প্রশ্নের সৎ উত্তর একটাই: বলা সম্ভব নয়। আর স্মরণ রাখা দরকার, খেলা শেষে ফলাফল জানা গেলেও প্রক্রিয়া আলাদা করে যাচাই না করলে সিদ্ধান্ত ভুল হয়। এখানে ফলই নেই, প্রক্রিয়াও নেই।

আমার ব্যক্তিগত ভুল-লগে প্রতিটি ভুল পূর্বাভাসের পাশে লেখা থাকে কেন সেটি ভুল হয়েছিল — ডেটা, স্যাম্পল, নাকি আমার নিজের তাড়াহুড়ো। এই লগ আমাকে শিখিয়েছে, আত্মবিশ্বাস আর প্রমাণ দুটো আলাদা জিনিস। আমি কখনও একটি সংখ্যা দিয়ে ভবিষ্যদ্বাণী করি না; প্রতিটি নোটে আত্মবিশ্বাস-ব্যবধান (confidence interval) আর একটি ‘কী ভুল হতে পারে’ অনুচ্ছেদ থাকতেই হয়। শূন্য-স্যাম্পলের ক্ষেত্রে ব্যবধানটি অসীম — অর্থাৎ উত্তরটি অনির্ণেয়।

খেলোয়াড়ের কৌশল ও ডেটায় কোনো নাম নেই। নাম ছাড়া গড়, স্ট্রাইক-রেট, ইকোনমি, পরিস্থিতিভিত্তিক ভাগ (ঘর/বাইরে, স্পিন/পেস, ডেথ ওভার) — কিছুই গড়া যায় না। ধরুন, শাকিব আল হাসানের কথা ভাবছি — একজন অলরাউন্ডার, যাঁর ব্যাটিং ও বোলিং দুই বিভাগেই দীর্ঘ কেরিয়ার। এমনকি বাবর আজমের মতো একজন ব্যাটসম্যানের কথাও ভাবা যায়। কিন্তু নাম জানা থাকলেও ফরম্যাট-প্রেক্ষাপট ছাড়া সিদ্ধান্ত টেকে না; এক ফরম্যাটের সংখ্যা আরেক ফরম্যাটে মিশিয়ে ফেললে বিশ্লেষণ অর্থহীন। আর এখানে নামই নেই, তাই ফরম্যাট-মিল যাচাইয়ের প্রশ্নই ওঠে না।

দল, ল্যান্ডস্কেপ ও র‍্যাংকিং-এ কোনো দল নেই, তাই আইসিসি র‍্যাংকিং, ঘরের-বাইরের প্রোফাইল, ব্যাটিং-গভীরতা, বোলিং-সংমিশ্রণ, বেঞ্চের গভীরতা, বয়স-কাঠামো — কোনোটিই বসানো যায় না। cricket_asia লেবেলটি অনুমান করতে দেয়, সবচেয়ে বেশি হলে, একটি এশীয়-আঞ্চলিক কেন্দ্রবিন্দু। কোন এশীয় দল — ভারত, পাকিস্তান, শ্রীলঙ্কা, বাংলাদেশ, আফগানিস্তান — এই প্রশ্নের উত্তর দিলে সেটি হবে বানানো কথা, বিশ্লেষণ নয়। পারস্পরিক লড়াইয়ের ইতিহাস বা স্টাইল-কাউন্টারও টেবিলে নেই।

লিগ ও বাণিজ্যিক পরিবেশে কোনো লিগ নেই, নিলাম নেই, সম্প্রচার-স্বত্বের মূল্য নেই, ফ্র্যাঞ্চাইজি-মূল্যায়ন নেই, বেতন নেই। এই মুহূর্তে ক্রিকেট-বিশ্ব ফ্র্যাঞ্চাইজি ট্রেড উইন্ডো ও নিলাম-গুজবের কোলাহলে ভাসছে — কিন্তু এই ইনপুটে সেই কোলাহলের একটি শব্দও নেই। লেবেলকে আইপিএল বা অন্য কোনো লিগের সমান ধরে নেওয়া মানে একটি আঞ্চলিক ট্যাগকে একটি বাণিজ্যিক সত্তার সঙ্গে গুলিয়ে ফেলা। খেলাধুলা-মূল্য বনাম বাণিজ্যিক-মূল্যের তুলনা টানার মতো কোনো লেনদেনই এখানে নেই।

নিয়ম ও শাসনে ক্ষমতা/রাজস্ব বণ্টন, খেলার নিয়ম-বিতর্ক, দুর্নীতি-বিরোধী অখণ্ডতা, যোগ্যতা ও নির্বাচন, রাজনৈতিক/ভূরাজনৈতিক উপাদান — কোনো বিষয়ই উল্লেখ নেই। cricket_asia লেবেলটি ভূরাজনৈতিকভাবে সংবেদনশীল বিষয়ের সঙ্গে সম্পর্কিত হতে পারে — যেমন ভারত-পাকিস্তান দ্বিপাক্ষিক সিরিজের স্থবিরতা বা নিরপেক্ষ ভেন্যুর ব্যবস্থা — কিন্তু এটি নিছক অনুমান, এবং অনুমানকে আমি বিশ্লেষণ বলে চালাই না।

ঝুঁকি-পক্ষে যেকোনো রেটিং দিতে একটি নির্দিষ্ট বিষয় লাগে — ম্যাচ, খেলোয়াড়, দল, লিগ বা সিদ্ধান্ত। বিষয় শূন্য হলে ঝুঁকিও শূন্য-মাত্রিক। এই কাজে উপস্থিত একমাত্র বাস্তব ঝুঁকিটি প্রক্রিয়াগত, আমাদের দিকের: লেবেল থেকে একটি গল্প বানিয়ে ফেলার প্রলোভন। এই প্রলোভন সচেতনভাবে প্রত্যাখ্যান করা হয়েছে।

জন-আখ্যান ও প্রত্যাশায় কোনো আখ্যান নেই, কোনো তারকা নেই, কোনো ইভেন্ট নেই — তাই অতিরিক্ত-হাইপ বা প্রত্যাশা-ফাঁক মাপার উপাদান নেই। কোনো নিলাম-গুজব বা ট্রান্সফার-ফাঁস নেই, তাই ফাঁসের সূত্র-ক্রমাঙ্কন ও উদ্দেশ্য-শনাক্তকরণ সম্ভব নয়। নিলাম-গুজব আর ই-স্পোর্টস অঘটন — দুটোই স্যাম্পল সাইজের অপেক্ষায় থাকা চলক।

শিল্প-সঞ্চালনে অন্তত একটি নির্দিষ্ট ঊর্ধ্বমুখী ঘটনা লাগে — একটি সাইনিং, একটি রায়, একটি সম্প্রচার-চুক্তি, একটি নিলাম-ফল — যাতে তা নিচের দিকে ছড়িয়ে পড়ে। ইনপুটে এমন কিছু নেই। তাই সম্প্রচার-মাধ্যম, দক্ষিণ এশীয় হৃদয়ভূমি-বাজার, প্রতিভা-সরবরাহ-শৃঙ্খল, মূলধন-নেটওয়ার্ক, ফ্যান্টাসি-স্পোর্টস বা ডেরিভেটিভ-বাজার — কোনো অংশে প্রভাবের দিক বা মাত্রা আঁকা যায় না।

এই আটটি মাত্রা একসঙ্গে যা দেখায়, তা স্পষ্ট: বিশ্লেষণের সীমা ইনপুটের সীমা। আমি যতই দক্ষ হই, শূন্যের উপর দাঁড়িয়ে এক বানাতে পারি না। রাশিয়া বিশ্বকাপের ৬৪ ম্যাচের ১,৮৪২ শট আমি দুইবার দেখে লগ করেছিলাম — কারণ একবার দেখা মানে স্মৃতি, দুইবার দেখা মানে যাচাই। রাশিয়া ২০১৮ স্মৃতি হওয়ার আগে একটি ডেটাবেস হয়েছিল — প্রতিটি সারি বিশৃঙ্খলার বিরুদ্ধে একটি ছোট যুক্তি। ২০১৭-তে আবাহনী লিমিটেড ঢাকার ২-০ জয়ে আমার হিসাব বলেছিল, স্কোরলাইনটি ফলাফলকে বড় করে দেখাচ্ছে; এক্সপেক্টেড গোল ছিল মাত্র ১.৩। আমি এক্সপেক্টেড গোল আবিষ্কার করিনি; আমি পাতায় পাতায় তার কাছে আত্মসমর্পণ করেছি। আজ আমার হাতে সেই সারিগুলোর একটি বিন্দুও নেই।

বিপরীতমুখী কোণ: সৎ অস্বীকারের মূল্য

এখানেই স্বাভাবিক প্রত্যাশার উল্টো দিকটি আসে। সাধারণ পাঠক ভাবেন, একজন বিশ্লেষকের কাজ সবসময় একটি সিদ্ধান্ত দিয়ে দেওয়া — কে জিতবে, কে সেরা, কোন দল এগিয়ে। কিন্তু পরিসংখ্যান-বিশেষজ্ঞের সবচেয়ে দামি দক্ষতা হলো কখন থামতে হবে তা জানা। “পর্যাপ্ত তথ্য নেই” বলা ব্যর্থতা নয়; এটি একটি ফলাফল, এবং অনেক সময় সবচেয়ে সৎ ফলাফল।

আমার ২০২০ সালের অভিজ্ঞতা এটা শিখিয়েছিল। খালি স্টেডিয়ামে হোম-অ্যাডভান্টেজ সহগ ০.৪১ থেকে ০.১৭ গোলে নেমে গিয়েছিল, কিন্তু আমি ২০ ম্যাচের স্যাম্পল পূর্ণ না হওয়া পর্যন্ত মডেল আপডেট করতে অস্বীকৃতি জানিয়েছিলাম। ম্যানেজার দ্রুত সমাধান চেয়েছিলেন, আমি ধীর যাচাইয়ে অটল ছিলাম। ভাঙা মডেল সঠিক মডেলের চেয়ে বেশি শিখিয়েছিল। শূন্য ইনপুটের সামনে আজ আমি সেই একই শৃঙ্খলার মুখোমুখি।

এখানে একটা বিভ্রান্তি পরিষ্কার করা দরকার — সহসম্বন্ধ আর কার্যকারণ এক নয়। cricket_asia লেবেলের সঙ্গে এশীয় ক্রিকেটের নানা ঘটনার সহসম্বন্ধ থাকতে পারে, কিন্তু সেই সহসম্বন্ধ থেকে কোনো ঘটনার অস্তিত্ব দাবি করা যায় না। লেবেলটি রাউটিংয়ের জন্য দরকারি — পরে সত্যিকারের উপাদান এলে এশিয়ার ঘরোয়া স্পিন-পিচ-বেঞ্চমার্ক আগে থেকে বেছে নেওয়া যাবে — কিন্তু রাউটিং আর বিশ্লেষণ দুই ভিন্ন কাজ। আমি সংখ্যায় ভরসা করি, তবে কেবল তখনই, যখন তারা এক রাতের ঠান্ডা পুনর্যাচাই পেরিয়ে আসে। যাচাই না-হওয়া লেবেল সেই রাত পেরোয়নি।

আর একটা বিপদ: খালি ইনপুট উপেক্ষা করে গল্প বানানো মানে নিচের দিকে মিথ্যা ছড়িয়ে দেওয়া। যদি এই বিশ্লেষণ পরবর্তী কোনো ধাপে যায়, তবে সেখানে স্পষ্ট লিখে যেতে হবে — “বিশ্লেষণ বন্ধ, উৎস-নিষ্কাশন খালি।” নইলে একটি বানানো উপসংহার ধাপে ধাপে বড় হয়ে ফিরে আসে। প্রতিটি ভুল অনুমান একটি নতুন ভুলের বীজ বোনে।

উপসংহারের দিকে

আমার ডেটাবেস-লেজারে আজ একটি সারি যোগ হলো, যা সংখ্যায় শূন্য কিন্তু অর্থে বড়: একটি সৎ অস্বীকার। ডেটা-সংবাদে এই সারিগুলোই সবচেয়ে অবহেলিত, অথচ সবচেয়ে রক্ষাকারী। এখন প্রশ্ন একটাই — যে পাইপলাইন খালি ইনপুট ধরে ফেলতে পারে, সেটি কি সেই প্রলোভনও ধরে ফেলবে, যা ফাঁকা ঘরে গল্প বসিয়ে দেয়? আমি লেবেল নয়, তথ্য চাই। কারণ এশিয়ার ক্রিকেটের আসল গল্পগুলো — পিচের ফাটল, ডেথ-ওভারের ছন্দ, ঘরোয়া লিগের অখ্যাত বোলার — সবই এমন সারিতে লুকিয়ে থাকে, যা কেউ বানায়নি, কেউ লগ করেছে।