খালি ঘর — ক্রিকেট ডেটার সবচেয়ে বিপজ্জনক সংখ্যা শূন্য নয়, অনুপস্থিতি

রাত তখন সাড়ে বারোটা। ল্যাপটপের পর্দায় বিশ্লেষণের কাগজটা খোলা, আর তার প্রতিটা ঘর ফাঁকা — “ফরম্যাট: তথ্য অপর্যাপ্ত। খেলোয়াড়: তথ্য অপর্যাপ্ত। দল: তথ্য অপর্যাপ্ত। লিগ: তথ্য অপর্যাপ্ত।” আটটা অধ্যায়, প্রতিটার পাশে একই উত্তর। শূন্য নয় — কিছুই না।

সেই মুহূর্তে ২০১৮ সালের কথা মনে পড়ল। ইউনিভার্সিটি অব ঢাকার দ্বিতীয় বর্ষ, হাতে স্টপওয়াচ, একটা কাগজের নোটপ্যাড আর পুরনো ল্যাপটপ। রাশিয়া বিশ্বকাপের ৬৪টা ম্যাচ দেখছিলাম, প্রতিটা ম্যাচের PPDA, xG আর শট ম্যাপ ফাইনাল হুইসেলের নব্বই মিনিটের মধ্যে একটা পাবলিক গুগল শিটে তুলছিলাম। ঢাকার বারোটা বাংলা ওয়াচ পার্টিতে চারশোর বেশি সমর্থককে সেই সংখ্যাগুলো পড়ে শোনাচ্ছিলাম। একদিন একটা ঘর বাদ পড়ে গেল — ক্রোয়েশিয়ার এক ম্যাচের প্রেসিং ডেটা। খালি রেখেই পরের ম্যাচে চলে গেলাম, ভাবলাম পরে ভরে নেব। পরে আর ভরিনি। আর ঠিক সেই খালি ঘরটাই আমার প্রথম বড় ভুলের কারণ হয়ে দাঁড়াল।

খালি ঘর আর শূন্যের মধ্যে একটা সীমানা আছে, আর ডেটা-জগতের সবচেয়ে বড় অপরাধ হলো সেই সীমানা মুছে ফেলা।

আজ যেভাবে ক্রিকেট বিশ্লেষণ হয়, সেখানে সাধারণত দুটো ধাপ থাকে। প্রথম ধাপ কাঁচামাল জোগাড় করে — ম্যাচের শিরোনাম, সোর্স, মূল দাবি, তথ্যবিন্দুর তালিকা, জড়িত ব্যক্তিবর্গ, সময়-সংবেদনশীলতা, সোর্সের গুণমান। দ্বিতীয় ধাপ সেই কাঁচামাল থেকে গভীর বিশ্লেষণ বানায় — ফরম্যাট আর ম্যাচ-ধরন, খেলোয়াড়ের টেকনিক, দলের অবস্থান, লিগের অর্থনীতি, শাসন-ব্যবস্থা, ঝুঁকি, জন-আখ্যান, আর ইন্ডাস্ট্রি ট্রান্সমিশন।

আমি বারো বছর ধরে এই জিনিসটাই করছি — বাংলাদেশ আর দক্ষিণ এশিয়ার বাজারের জন্য। কেউ কেউ আমাকে ডেটা-সন্ন্যাসী বলে ডাকে, আর আমি সেটা মেনে নিয়েছি। কারণ এই ক'টা বছরে যা শিখেছি তা হলো: একটা সিস্টেমের সবচেয়ে বিপজ্জনক ব্যর্থতা ভুল সংখ্যা নয়। ভুল সংখ্যা ধরা পড়ে, বিতর্ক হয়, সংশোধন হয়। বিপজ্জনক ব্যর্থতা হলো অনুপস্থিত সংখ্যা — কারণ সেটা চুপচাপ বসে থাকে, আর সবাই ধরে নেয় ওটা কোনো একটা বার্তা দিচ্ছে।

আমার বছরের পর বছর ম্যাচ দেখার অভিজ্ঞতা থেকে বলছি, ক্রিকেটে ভুল তথ্য কখনো লুকিয়ে থাকে না। ধরা পড়লে সোশ্যাল মিডিয়ায় ঝড় ওঠে, কেউ সংশোধন ছাপে, বিতর্ক থামে। কিন্তু অনুপস্থিত তথ্য কখনো ধরা পড়ে না, কারণ যেটা নেই তার বিরুদ্ধে কেউ আপিল করে না।

গত রাতে যা এসেছিল সেটা ছিল একটা প্রথম ধাপের খালি পেলোড। শিরোনাম নেই, সোর্স নেই, তথ্যবিন্দুর তালিকা খালি, জড়িত কেউ নেই, সময়-সংবেদনশীলতা মূল্যায়ন করা হয়নি, সোর্সের গুণমান যাচাই হয়নি। তবু ফ্রেমওয়ার্কটা সম্পূর্ণভাবে রেন্ডার হয়েছিল — শুধু প্রতিটা ঘরে লেখা ছিল “তথ্য অপর্যাপ্ত।” কৃত্রিম বুদ্ধিমত্তা এখানে একটা সৎ কাজ করেছে: যেখানে জানা নেই, সেখানে বানিয়ে বলেনি।

আমার কাছে এটাই আসল খবর — যে সিস্টেম “জানি না” বলতে পারে, সে “জানি” বলার চেয়ে অনেক বেশি বিশ্বাসযোগ্য।

এবার ফ্রেমওয়ার্কটা ধরে দেখি কী ধরা পড়েছিল, আর কী ধরা পড়েনি। ফরম্যাট আর ম্যাচ-বিশ্লেষণে কোনো টেস্ট, ওয়ানডে বা টি-টোয়েন্টি চিহ্নিত হয়নি, তাই পাওয়ারপ্লে, মিডল ওভার, ডেথ ওভারের কোনো কাঠামো বসানো যায়নি। খেলোয়াড়ের টেকনিকে কোনো নাম নেই, তাই রোল চিহ্নিত করা যায়নি, ব্যাটিং স্ট্রাইক রেট বা বোলিং ইকোনমি কোনো বেঞ্চমার্কের সাথে মেলানো যায়নি। দল আর র‍্যাঙ্কিংয়ে কোনো জাতীয় দল বা ফ্র্যাঞ্চাইজি নেই, তাই স্কোয়াড-গভীরতা বা ম্যাচআপ মেলানো যায়নি। লিগ-অর্থনীতিতে কোনো আইপিএল, বিপিএল, দ্য হান্ড্রেড বা এসএ২০ নেই, তাই সম্প্রচার-স্বত্ব বা অকশনের হিসাব ওঠানো যায়নি। শাসন-ব্যবস্থায় কোনো নিয়ম-পরিবর্তন নেই, ঝুঁকির ম্যাট্রিক্সে কোনো স্পোর্টিং বা বাণিজ্যিক ঝুঁকি নেই, জন-আখ্যানে কোনো প্রত্যাশার ফাঁক নেই।

আর এই পুরো ফাঁকার ভেতর থেকে যে একটাই ঝুঁকি বেরিয়ে এসেছে, সেটা ক্রিকেটের ঝুঁকি নয়। সেটা হলো একটা তথ্য-সততার ঝুঁকি — পাইপলাইনের স্তরে। ফ্রেমওয়ার্ক নিজেই স্বীকার করেছে, সব ফিল্ড ফাঁকা থাকার ব্যাখ্যা তিনটার একটা হতে পারে: ডেটা-ইনজেশনে ত্রুটি, অসমর্থিত আর্টিকেল টাইপ, অথবা সত্যিই বিষয়বস্তুহীন সোর্স।

এখানেই আমার মনোযোগ আটকে যায়, কারণ তিনটে ব্যাখ্যার প্রতিটার আলাদা ওষুধ আছে — আর তিনটেকে এক করে ফেললে ওষুধটাই ভুল হয়ে যায়।

এবার উল্টো দিকটা স্টিলম্যান করি, কারণ অন্য পড়াটা খাটো করে খারিজ করা আমার কাজ নয়। ধরে নিই, খালিটা আসলে সঠিক ফলাফল। হ্যাঁ, এটা সম্ভব। কিছু সোর্স সত্যিই বিষয়বস্তুহীন — একটা হেডলাইন, একটা এমবেড করা ট্রেলার, আর তিন লাইনের ভূমিকা। সেরকম কাঁচামাল থেকে বিশ্লেষণ বানানো মানে কুয়াশা থেকে কুয়াশা বানানো। সেক্ষেত্রে “তথ্য অপর্যাপ্ত” একটা নেতিবাচক ফলাফল নয়, একটা সৎ ফলাফল।

কিন্তু বিপদটা এখানেই। একবার যদি আমরা খালি ঘরকে “অনুপস্থিত তথ্য” হিসেবে পড়া বন্ধ করি আর “নেতিবাচক প্রমাণ” হিসেবে পড়তে শুরু করি, তখন একটা শূন্য নিজের ভেতরে একটা গল্প বুনে ফেলে। প্রথম ধাপ ফাঁকা মানে এই নয় যে ম্যাচটা হয়নি, দলটা খারাপ, বা প্লেয়ারটা ফর্মে নেই। এটা শুধু এটুকুই বলে যে কেউ এখনো গুনতে বসেনি।

আমার নিজের রেকর্ড থেকে একটা উদাহরণ দিই। ২০২০ সালে, ঢাকায় লকডাউনে বসে আমি হাতে ৬১২টা পোস্ট-রিস্টার্ট ম্যাচ কোড করেছিলাম — বুন্দেসলিগা, প্রিমিয়ার লিগ, লা লিগা, সেরি আ। হোম উইন রেট ৪৩.১ শতাংশ থেকে নেমে ৩৪.৬ শতাংশ হয়েছিল, হোম টিমের গড় গোল ১.৫২ থেকে ১.৩১-তে নেমেছিল, হোম পেনাল্টি প্রায় অর্ধেক হয়ে গিয়েছিল। “The Crowd Was Worth 0.4 Goals” নামে সেটা প্রকাশ করলাম।

কিন্তু সেখানে একটা জিনিস আমি ইচ্ছে করে খালি রেখেছিলাম — স্টেডিয়ামে দর্শক ফেরার পরের ম্যাচগুলো। কারণ সেই ডেটা তখনো আসেনি। যদি সেটা শূন্য ধরে হিসাব করতাম, আমি প্রমাণ পেতাম “দর্শকের কোনো প্রভাব নেই।” সেটা মিথ্যা হতো, আর ভয়ংকরভাবে বিশ্বাসযোগ্য দেখাত।

নাম দেওয়া মডেল মানে সঠিক মডেল নয়। একটা মডেল শুধু এই কারণে দৃঢ় মনে হয় যে সেটা স্পষ্টভাবে লেখা আছে — এই ফাঁদে আমিও পড়েছি।

একই কারণে ২০২২ সালে কাতারের জন্য মরক্কো পেয়ে আমি Low-Block Resilience Index বানিয়েছিলাম। মরক্কোর সাতটা ম্যাচে গোল খেয়েছিল পাঁচটা, ক্লিন শিট চারটা, একটা আত্মঘাতী গোল, আর প্রতি নব্বই মিনিটে দিয়েছিল মাত্র ১.১৪ xG, সামনে রেখে ৪.৭ শট অন টার্গেট। “মরক্কো সাহসের সাথে রক্ষা করেছে” — এই বাক্যটা আমি মুছে দিয়েছিলাম, কারণ ওটার বিরুদ্ধে কেউ আপিল করতে পারে না। কিন্তু “প্রতি নব্বই মিনিটে ১.১৪ xG” — এই দাবিটার বিরুদ্ধে যে কেউ লিখতে পারে, আর সেটাই তাকে সত্যি বানায়।

সেই লিখাটা আরবি আর বাংলায় অনুবাদ হয়ে প্রায় তিন লাখ পাঠকের কাছে পৌঁছেছিল। আজও আমি ঘুমানোর আগে প্রতিটা রিপ্লাই পড়ি।

এখানেই একটা কথায় আসি, যেটা ট্রান্সফার মার্কেট নিয়ে আমার সবচেয়ে বড় অভিযোগের জায়গা। ফুটবলে এটা প্রায় নিয়ম হয়ে গেছে — বড় ক্লাবগুলো লোন-উইথ-অব্লিগেশন দিয়ে ছোট ক্লাবের হাতে অসমাপ্ত পণ্য রেখে যায়। ছোট ক্লাবটা ছেলেটাকে তৈরি করে, তাকে খেলায়, তাকে পোড়ায়, আর তারপর যখন সে তৈরি, তখন তাকে কিনে নেয় কেউ বড়। ছোট ক্লাবের আর্থিক পরিকল্পনা সবসময় আধা-সমাপ্ত একটা চুক্তির উপর দাঁড়িয়ে থাকে। প্রতিটা ট্রান্সফার ফি হলো একটা অনুভূতি, যার শেষে একটা দশমিক বিন্দু ঝুলছে।

আর একটা কথা এই জায়গায় বলা দরকার, কারণ খালি ডেটার সবচেয়ে বড় ভুক্তভোগী কখনো পাইপলাইন নয়। ২০২০-এর ওই একই মাসে, যখন “The Crowd Was Worth 0.4 Goals” বেরোলো, ঢাকার একটা স্পোর্টস ডেস্ক নয়জন লেখককে ছাঁটাই করেছিল। আমি ঠিক করলাম, পদ্ধতিটা গোপন না রেখে ছড়িয়ে দেব। প্রতি রবিবার একটা ফ্রি ডিসকর্ড ক্লিনিক চালাতাম, যেখানে শেখাতাম FBref কীভাবে পড়তে হয় আর একটা পোর্টফোলিও নতুন করে কীভাবে দাঁড় করাতে হয়। নয়জনের ছ'জন এক বছরের মধ্যে ফ্রিল্যান্সিংয়ে ফিরেছিলেন। যেদিন ডেটা পাইপলাইন ভাঙে, সেদিন তার বিলটা লেখক, এনালিস্ট আর ফ্রিল্যান্সাররাই শোনে — সিস্টেমটা নয়।

ফ্রেমওয়ার্কের ঝুঁকির ম্যাট্রিক্সে ছ'টা ঘর ছিল — স্পোর্টিং, কর্মী, বাণিজ্যিক, নিয়ম-সততা, জনমত আর সিস্টেমিক। ছ'টাই ফাঁকা। এটা কাকতালীয় নয়। কোনো ইভেন্ট না থাকলে স্পোর্টিং ঝুঁকি নেই, কোনো নাম না থাকলে কর্মী-ঝুঁকি নেই, কোনো লেনদেন না থাকলে বাণিজ্যিক ঝুঁকি নেই। শুধু একটা ঝুঁকি বেঁচে থাকে — সিস্টেমিক। আর সিস্টেমিক ঝুঁকির বিশেষত্ব হলো, সেটা ম্যাচের স্কোরবোর্ডে দেখা যায় না, দেখা যায় পরের দিনের রিপোর্টে।

নিজের কাজের ব্যাপারে আমি চারটে ফাঁদ চিনে রেখেছি। এক, যেটা মাপা যায় না সেটাকেও মাপার লোভ — তাই প্রতিটা প্রক্সিকে প্রক্সি বলে চিহ্নিত করা জরুরি, আর তার সীমাটা প্রকাশ করা জরুরি। দুই, ব্যাখ্যার আগ্রহ এত বেশি হয়ে যাওয়া যে পাঠককে ছোট করে দেখার ঝুঁকি তৈরি হয় — একটা পরিষ্কার উপমা দিয়ে থেমে যাওয়া ভালো। তিন, যত্নের নামে আবেগ — সত্যিকারের যত্ন থাকে ফ্রেমিং আর প্রশ্নে, রায়ে নয়। চার, নাম দেওয়া মডেলকে সঠিক মডেল ভাবা। গত রাতের ফ্রেমওয়ার্ক চারটে ফাঁদের চারটে প্রতিই সজাগ ছিল, কারণ কোথাও কিছু বানানো হয়নি।

আর একটা জিনিস এই খালি পেলোড আমাকে মনে করিয়ে দিল — ইন্ডাস্ট্রি ট্রান্সমিশনের মানচিত্রটা। সাধারণত আমি তিনটে স্তরে ভাবি: উপরের স্তরে যুব-উন্নয়ন আর প্রতিভার সরবরাহ, মাঝের স্তরে জাতীয় দল আর লিগ, নিচের স্তরে সম্প্রচার, বাণিজ্য আর ডেরিভেটিভ মার্কেট। গত রাতে তিনটে স্তরই ফাঁকা ছিল — কারণ কোনো ইভেন্ট বা ব্যক্তিই চিহ্নিত হয়নি। কিন্তু এটা নিজেই একটা তথ্য: কোনো ট্রান্সমিশন তখনই মাপা যায় না, যখন কাঁচামালেই কিছু থাকে না।

তাহলে গত রাতের খালি পেলোড থেকে হাতে কী থাকে? খুব বেশি না, কিন্তু যেটুকু আছে সেটুকু নির্দিষ্ট। প্রথমত, এই ডেলিভারেবলটাকে “সিদ্ধান্তহীন” বলে লেবেল করা, “নেতিবাচক ফলাফল” বলে নয় — এই একটা শব্দবদলই পরের সিদ্ধান্তের গুণমান ঠিক করে দেয়। দ্বিতীয়ত, প্রথম ধাপ আবার চালানো, আর দেখা যে সোর্স আর্টিকেলটা আসলে ইনজেশনে পৌঁছেছিল কি না। যদি আর্টিকেলটা পাওয়া যায় কিন্তু প্রথম ধাপ তবু খালি, তাহলে সমস্যাটা এক্সট্র্যাকশনে, সোর্সে নয়। তৃতীয়ত, ব্যাচজুড়ে দেখা যে খালি আউটপুট বারবার আসছে কি না — কারণ একটা খালি মাঝেমধ্যে দুর্ঘটনা, টানা খালি মানে সিস্টেম-ত্রুটি।

আমি স্প্রেডশিটকে কখনো ফয়সালা ভাবিনি। ডেটা কোনো রায় নয়, ওটা একটা কথোপকথনের শুরু। গত রাতের শিটটা একটা খালি প্রশ্ন নিয়ে ফিরে এসেছে, আর সেই প্রশ্নটা ক্রিকেট নিয়ে নয় — আমাদের নিজের হিসাব রাখার নিয়ম নিয়ে। যে সিস্টেম ডেটা না থাকলে চুপ করতে পারে, পরের মৌসুমে সেই সিস্টেমই আমাকে বলবে কোন তারকার পায়ে চাপ সবচেয়ে বেশি।

আর আমার নিজের পুরনো ভুলটা মনে রেখে একটা কথা যোগ করি: স্প্রেডশিট খেলোয়াড়কে মডেল করে না। আমি ওদের মাঝের ফাঁকগুলো মডেল করি। গত রাতে ফাঁকাটাই ছিল একমাত্র খবর।

তাহলে পরের বার যখন কোনো শিট খুলে দেখবেন একটা ঘর ফাঁকা, প্রশ্নটা করুন — এই ফাঁকাটা কিছু বলছে না, নাকি কেউ এখনো গুনতে বসেনি? উত্তরটা যেটাই হোক, একটা কথা মনে রাখবেন: টেবিলটা সেটাই মনে রাখে, যেটা হাইলাইট রিল ভুলে যায়।