খালি ঘরের সাক্ষ্য: ক্রিকেট ডেটা পাইপলাইনে শূন্য ইনপুট কী প্রকাশ করে

হুক

ইনফরমেশন পয়েন্টস — খালি।

রিপোর্টটি গত সপ্তাহে আমার ডেস্কে এল। শিরোনাম নেই। সূত্র নেই। নিবন্ধের ধরন নেই। মূল বক্তব্যের সারসংক্ষেপ নেই, লেখকের অবস্থান নেই, লেখার উদ্দেশ্য নেই। সবচেয়ে গুরুত্বপূর্ণ যে অংশটি — তথ্যবিন্দুর তালিকা, যেখান থেকে ক্রিকেটের প্রতিটি বৈধ বিশ্লেষণ জন্ম নেয় — সেটিও সম্পূর্ণ ফাঁকা। কেবল একটি ঘর পূরণ করা হয়েছে: ডোমেইন লেবেল। সেখানে লেখা, cricket_world।

একটি স্প্রেডশিট যখন সব ঘর খালি রেখে শুধু একটি শিরোনাম-ঘর ভরে, সেটি বিরল দৃশ্য নয়। আমার আট বছরের কাজে এমন পাতা অনেক দেখেছি — বিশেষ করে ঘরোয়া ক্রিকেটের ডেটায়, বিশেষ করে অ্যাসোসিয়েট দেশের স্কোরকার্ডে, বিশেষ করে ইনজুরির কারণে অসম্পূর্ণ রেকর্ডে। ২০১৭ সালে বাইশটি ম্যাচ আমি হাতে গুনেছি; স্প্রেডশিট মনে রাখে, যা ইনজুরি মুছে দিয়েছিল। তাই খালি ঘর দেখলে আমার প্রথম প্রতিক্রিয়া কখনোই "এখানে কিছু নেই" নয় — "এখানে কী হারিয়েছে"।

এই রিপোর্টটি ঠিক সেই প্রশ্নটাই তোলে। আর সেটাই এর আসল মূল্য।

প্রেক্ষাপট

প্রতিটি ডেটা-নিবন্ধ দুটি স্তরে তৈরি হয়। প্রথম স্তর — ডিকনস্ট্রাকশন। কাঁচা লেখা থেকে বাক্য ধরে ধরে টেনে আনা হয় তথ্যবিন্দু: কে, কখন, কোথায়, কী সংখ্যা, কোন সূত্র। দ্বিতীয় স্তর — বিশ্লেষণ। সেই তথ্যবিন্দুগুলোর উপর দাঁড়িয়ে ফরম্যাট নির্ধারণ, খেলোয়াড়ের কৌশল, দলের গঠন, বাজারের গল্প।

হাতে পাওয়া রিপোর্টটি দ্বিতীয় স্তরের। কিন্তু প্রথম স্তর থেকে যা এসেছে, তা কার্যত শূন্য। ফলে দ্বিতীয় স্তরের আটটি মাত্রার প্রতিটিতে একই উত্তর বসানো হয়েছে: N/A - insufficient information। স্পোর্টিং মূল্য শূন্য তারা, ইন্ডাস্ট্রি মূল্য শূন্য তারা, সময়-সংবেদনশীলতা শূন্য তারা, সূত্রের নির্ভরযোগ্যতা শূন্য তারা।

এখানে একটা বিষয় পরিষ্কার করা দরকার। এটি বিশ্লেষণের ব্যর্থতা নয়। এটি খালি ইনপুটের প্রতি সঠিক বিশ্লেষণী প্রতিক্রিয়া। মিথ্যা তথ্য জোড়া দিয়ে ঘর ভরানো যেত — কারো ধরার উপায়ও ছিল না। কিন্তু পাইপলাইন সেটি করেনি। বরং ঘোষণা করেছে: এখানে কোনো তথ্যবিন্দু নেই, তাই কোনো সিদ্ধান্ত নেই। এই নিয়ন্ত্রণটাই আসল খবর। ক্রিকেট অ্যানালিটিক্সে এই অভ্যাসটির একটি নাম থাকা উচিত — নাল-গার্ড। শূন্য ইনপুট দেখলে থেমে যাওয়ার নিয়ম।

ক্রিকেটে নাল-গার্ডের অভাব প্রতিদিন চোখে পড়ে। একটি দল তিন ম্যাচের সিরিজ হেরে যায়, সোশ্যাল মিডিয়ায় বিশ্লেষণ নেমে আসে — কে বাদ পড়বে, কে আসবে, কার ভিত্তি দুর্বল। অথচ ম্যাচ-প্রতি বল-বাই-বল তথ্য কারো হাতে নেই। প্রশ্নটি হওয়া উচিত: এই তিন ম্যাচের ডেটা আমার হাতে আছে কি? না থাকলে আমি কেন কথা বলছি?

মূল বিশ্লেষণ: তিন স্তরের রোগনির্ণয়

রিপোর্টে তিনটি ঝুঁকি-সতর্কতা তালিকাভুক্ত করা হয়েছে। তিনটিই ক্রিকেটে সরাসরি প্রযোজ্য, আর তিনটিই এমন ভুলের দিকে নিয়ে যায় যা পরে আর সংশোধন হয় না।

প্রথম ঝুঁকি — শূন্য-বিষয়বস্তু ইনপুট। ক্রিকেটে এর সহজ উদাহরণ একটি বল-বাই-বল লগ, যেখানে একটা ওভার বাদ পড়েছে। স্কোরকার্ডে ওভারটি নেই, কিন্তু বল হয়েছে। কোনো স্বয়ংক্রিয় সরঞ্জাম যদি বাদ পড়া ওভারটিকে "শূন্য রান দেওয়া ওভার" ভেবে নেয়, স্পেল-ইকোনমি ভুল হবে — আর সেই ভুল সংখ্যা চলে যাবে নির্বাচকদের টেবিলে, তারপর স্কোয়াডে।

এখানে মৌলিক পার্থক্যটি মনে রাখতে হয়: শূন্য আর অনুপস্থিত এক জিনিস নয়। এক বোলার এক ওভারে শূন্য রান দিতে পারে — সেটি পারফরম্যান্স, বিশ্লেষণের যোগ্য। একই বোলার ওভারটাই না করতে পারে — সেটি অনুপস্থিতি, যা বলে দেয় কোচ তাকে আস্থা দেননি বা সে ইনজুরিতে ছিল। দুটোকে একই ঘরে বসালেই বিশ্লেষণ মরে যায়। আমি কখনো এমন শতাংশ প্রকাশ করি না যার হর আমার জানা নেই — এই নিয়মটি এসেছে খালি ঘরের ভয় থেকে, অঙ্কের ভালোবাসা থেকে নয়।

দ্বিতীয় ঝুঁকি — ডাউনস্ট্রিম হ্যালুসিনেশন। তথ্যবিন্দু না থাকলে "বিশ্লেষণ" বানিয়ে ফেলার প্রবণতা। ক্রিকেটে এর চেনা রূপ: তিন ম্যাচের সিরিজে একজন তরুণ স্পিনারের সাত উইকেট, তারপর শিরোনাম — "নতুন তারকা"। হর নেই। কত ওভার বলেছে? কোন পিচে? প্রতিপক্ষ কী মানের? কে ক্যাচ ফেলেছে? ডেটা না থাকলে সবচেয়ে সহজ কাজ হলো গল্প বানানো, আর গল্প বানানোর সবচেয়ে সহজ জায়গা হলো ক্রিকেট।

তৃতীয় ঝুঁকি — স্কিমা ও লেবেল অসঙ্গতি। ডোমেইন লেবেল ফিরে এসেছে cricket_world, কিন্তু ফ্রেমওয়ার্ক চায় Cricket। ছোট ব্যাপার মনে হয়। কিন্তু পাইপলাইনে ঠিক এই ধরনের ছোট অসঙ্গতিই বিশাল ভুলের শুরু। ক্রিকেটে এর প্রতিদিনের উদাহরণ: এক ফরম্যাটের মেট্রিক অন্য ফরম্যাটে বসিয়ে দেওয়া।

ফরম্যাট-বিভ্রাট: সবচেয়ে দামি লেবেল ত্রুটি

টেস্ট, ওয়ানডে এবং টি-টোয়েন্টি — তিনটি আলাদা মহাদেশ। একজন বোলারের ওয়ানডে ইকোনমি ৪.৮, আর টি-টোয়েন্টি ইকোনমি ৮.২। দুটোই সঠিক, দুটোই একই মানুষের সংখ্যা। কেউ যদি টি-টোয়েন্টির ৮.২ নিয়ে তাকে ওয়ানডে একাদশ থেকে বাদ দেয়, তখন লেবেল ত্রুটির দাম দিতে হয় গোটা দলকে।

আন্তর্জাতিক ক্রিকেটে এই ভুলের ইতিহাস দীর্ঘ। ২০১৫ সালের বিশ্বকাপে বাংলাদেশের অগ্রযাত্রার পেছনে ছিল একটাই কাঠামোগত সিদ্ধান্ত — স্পেল ভাগ করে দেওয়া, বোলারের কাঁধে দশ ওভারের পাহাড় না চাপানো। মাশরাফি মোর্তজার হাঁটু এক দশকের বেশি সময় ধরে একটা জমা-খাতা ছিল। তার ওয়ানডে কেরিয়ারে ২২০ ম্যাচে ২৭০টি উইকেট — কিন্তু এই সামষ্টিক সংখ্যা লুকিয়ে রাখে যে তার আসল ধার ছিল ইনিংসের প্রথম ভাগে, আর প্রতিটি পূর্ণ দশ-ওভার স্পেল ছিল একেকটি ক্যালকুলেটেড ঝুঁকি। ইনজুরি-সংশোধিত হিসাব না করলে মাশরাফিকে আপনি ভুল করে পড়বেন — হয় অতিরিক্ত মহিমান্বিত করে, নয়তো অবমূল্যায়ন করে।

মাশরাফির ২০০৭ সালের বিশ্বকাপে ভারতের বিপক্ষে পোর্ট অব স্পেনে চার উইকেট একটি চিরস্থায়ী স্মৃতি। কিন্তু স্মৃতি ডেটা নয়। ডেটা হলো: সেই ম্যাচে তার স্পেল কোথায় শুরু হয়েছিল, কোন ওভারে ভারতের টপ অর্ডার প্রেসার নিতে শুরু করেছিল, এবং পরের পাঁচ বছর সেই একই বোলারকে কতবার দশ ওভার বলাতে হয়েছে। শেষ প্রশ্নটির উত্তর না নিলে আপনি একজন বোলারের কেরিয়ারকে তার হাঁটুর হিসাব থেকে বিচ্ছিন্ন করে ফেলেন।

ইনজুরি-সংশোধিত প্রত্নতত্ত্ব: তিনটি কেস

আমার স্প্রেডশিটের প্রথম পাঠ ছিল এই — ক্রিকেট কেরিয়ার লিনিয়ার নয়, ইনজুরি-ভাঙা একটি রেখা, যার ফাঁকা অংশ কেউ হিসাবে ধরে না।

মুস্তাফিজুর রহমান ২০১৫ সালের জুনে ভারতের বিপক্ষে অভিষেক ম্যাচে পাঁচ উইকেট নেন। সেই রাত থেকে তার উপর যে প্রত্যাশার চাপ তৈরি হয়, তার মাপ ছিল অসম্ভব। তারপর কাঁধ, তারপর গোড়ালি, তারপর ওয়ার্কলোড ব্যবস্থাপনা। এখন তার কেরিয়ার দেখতে হলে দুই ধরনের সংখ্যা লাগে — কত উইকেট, আর কত ম্যাচে তাকে কমানো-লোডে রাখা হয়েছে। দ্বিতীয় সংখ্যাটি না থাকলে প্রথম সংখ্যাটি অর্থহীন। যে বোলারকে ইনজুরি-ব্যবস্থাপনার জন্য কম বলানো হয়েছে, তার উইকেট-প্রতি-ম্যাচ হার স্বাভাবিকভাবেই খারাপ দেখাবে; অথচ কেউ তার কেরিয়ার পড়বে সেই নিচু সংখ্যা দিয়ে।

তাসকিন আহমেদের ক্ষেত্রে জোড়া আরেকটি স্তর — অ্যাকশন-সংশোধন ও পুনর্গঠনের সময়কাল। যে সময়টা তিনি বল করতে পারেননি, বা ছোট করে বলতে হয়েছে, সেটি কোনো কেরিয়ার-সারসংক্ষেপে থাকে না। অথচ বোলার হিসেবে তার ভিত্তি তৈরি হয়েছে ঠিক সেই সময়টাতেই, যখন স্কোরবুকের পাতা ফাঁকা ছিল।

এই তিনটি কেস একই সূত্রে বাঁধা: ক্রিকেটের অফিসিয়াল মেমোরি ইনজুরিকে ফ্যাক্টর হিসেবে ধরে না। ভক্তের স্মৃতি ধরে — "ও তো ইনজুরির জন্য খেলতে পারেনি" — কিন্তু নির্বাচক বা বাজারের টেবিলে সেই করুণা বসানোর কোনো ঘর নেই। ফলে ঘরটি খালি থাকে, আর খালি ঘরটি পড়া হয় শূন্য হিসেবে।

অ্যাসোসিয়েট ক্রিকেট: অদৃশ্য অর্ধেক

নেপাল ২০১৮ সালের মার্চে ওয়ানডে স্ট্যাটাস পায়। সেই বছরই সন্দীপ লামিছানে আইপিএল-এ সুযোগ পান এবং অপেক্ষাকৃত কম টেলিভিশন-কভারেজের ক্রিকেট থেকে উঠে আসা সবচেয়ে আলোচিত নাম হয়ে ওঠেন। ওমান, স্কটল্যান্ড, সংযুক্ত আরব আমিরাত, নেদারল্যান্ডস, নামিবিয়া — প্রতিটি দলের পেছনে হাজারো বল-বাই-বল ঘটনা আছে, যার একটিও মূলধারার ডেটাবেসে স্থায়ীভাবে বসে না।

এখানেই বাজারের মেমোরি সবচেয়ে খালি। একটি অ্যাসোসিয়েট ব্যাটসম্যান আন্তর্জাতিক ইনিংস খেলেন, বল করেন, ক্যাচ ধরেন — কিন্তু বোল-ট্র্যাকিং নেই, পিচ-ম্যাপ নেই, একাধিক ক্যামেরার কোণ নেই। একজন নির্বাচকের হাতে পৌঁছায় শুধু গড় আর স্ট্রাইক রেট। প্রক্রিয়া অদৃশ্য থাকে।

অথচ অভিজাত ক্রিকেটে আমরা এখন প্রতিটি ডেলিভারির স্পিন-রেভোলিউশন, রিলিজ-পয়েন্ট, ব্যাট-সুইং মাপি। এই সরঞ্জাম অসমভাবেdistribution — অভিজাত অংশে অতিরিক্ত, প্রান্তে শূন্য। তথ্যের এই ভৌগোলিক বৈষম্যটি নিজেই একটি ডেটা-বিন্দু, এবং এটি ক্রিকেটের বাজারের সবচেয়ে বড় বিষমূল্যের উৎস। আমি এই বৈষম্যের বিরুদ্ধে প্রমাণ হাতে রেখে কথা বলতে ভালোবাসি, কারণ এখানে কেউ জালিয়াতি করতে পারে না — শুধু কেউ মাপেনি।

ঘরোয়া ক্রিকেটের ফাঁকা পাতা

ঢাকা প্রিমিয়ার লিগ লিস্ট-এ ক্রিকেট, জাতীয় ক্রিকেট লিগ প্রথম-শ্রেণির আসর। দুই লিগেই শতাধিক খেলোয়াড়, হাজার হাজার ইনিংস, বছরের পর বছর। কিন্তু বল-বাই-বল ডেটা? প্রায় নেই। যে প্রক্রিয়ায় একজন তরুণ খেলোয়াড় প্রথম-শ্রেণিতে নিজেকে প্রমাণ করেন — কোন পিচে, কোন সেশনে, কত ডেলিভারিতে ভেঙেছে, কীভাবে বাড়তি বাউন্স সামলেছে — তা কারো স্প্রেডশিটে ওঠে না। উঠে শুধু একটি ইনিংসের স্কোর, আর সেটি দিয়ে সিদ্ধান্ত নেওয়া হয় কেরিয়ার।

২০২০ সালের ফেব্রুয়ারিতে বাংলাদেশ অনূর্ধ্ব-১৯ দল বিশ্বকাপ জেতে, ফাইনালে ভারতকে হারিয়ে। এই অর্জনটির ডেটা-সমর্থিত কোনো প্রতিষ্ঠানভিত্তিক বিশ্লেষণ তৈরি হয়েছিল কি? ওই দলের কতজন খেলোয়াড়ের বল-বাই-বল প্রোফাইল দীর্ঘস্থায়ীভাবে সংরক্ষিত আছে? কিছুই নেই বললে বাড়িয়ে বলা হয়, কিন্তু যা আছে তা করের যোগ্য বলে দাবি করা যায় না। যে দল ইতিহাস তৈরি করল, তার খেলোয়াড়দের প্রক্রিয়া-ইতিহাস কোনো নির্ভরযোগ্য ডেটাবেসে তৈরি হলো না। পাঁচ বছর পরে সেই খেলোয়াড়দের মূল্যায়ন হবে ছোট ছোট গড়-সংখ্যায়, অথচ আসল ভিত্তি ছিল একটি টুর্নামেন্টের ম্যাচ-ডেটায়, যা আর কেউ হাতে তুলে নেবে না।

২০১৮-র পাঠ: মডেল ঠিক ছিল, সময় ভুল ছিল

এই সবকিছুর পেছনে একটা পুরনো ক্ষত আছে, যা আমি লুকাই না। ২০১৮ সালের রাশিয়া বিশ্বকাপে আমি ৬৪টি ম্যাচ লগ করেছিলাম একটি ঢাকার ডিজিটাল আউটলেটের জন্য। ক্রোয়েশিয়ার সাত ম্যাচে ১৪টি গোল, কিন্তু xG (এক্সপেক্টেড গোল) ছিল ৮.৯। নকআউটের তিনটি জয়ের মধ্যে দুটি এল পেনাল্টি শুটআউটে, একটি অতিরিক্ত সময়ের গোলে। ফাইনালের আগে আমি ফ্রান্সের সহজ জয়ের পূর্বাভাস দিয়ে লেখা জমা দিলাম। সম্পাদক বললেন, ফাইনালের সপ্তাহে এত ঠান্ডা লেখা চলে না। লেখাটি বন্ধ হয়ে গেল। আমি নিজের ব্লগে ম্যাচ শুরুর ৩৬ ঘণ্টা আগে প্রকাশ করলাম। ফ্রান্স ৪-২ জিতল।

সেই দিন থেকে আমি এটি করি — প্রতিটি পূর্বাভাসের সাথে টাইমস্ট্যাম্প দিয়ে প্রি-রেজিস্টার করা, যাতে পরে যে কেউ যাচাই করতে পারে। এই অভ্যাসটি জন্ম নিয়েছিল একটি সম্পাদনার সিদ্ধান্ত থেকে, আত্মপ্রচারের বাসনা থেকে নয়। প্রশ্নটি কখনো হবে না "আমি ঠিক ছিলাম কি"। প্রশ্নটি হবে — আমি সঠিক ছিলাম, নাকি মডেলটি এমন একটি বাস্তবতাকে ধরে ফেলেছিল যা বাজার দেখতে পায়নি? পার্থক্যটা বিশাল।

লেখাটি ভালোভাবে বুড়ো হয়েছে, এটা সত্য। কিন্তু আমি জানি কতগুলো মডেল ব্যর্থ হয়েছে, কারণ প্রতিটি ব্যর্থ মডেলের জন্য আমার একটি পাবলিক এরর লগ আছে — নম্বর দেওয়া এন্ট্রি, সাথে ব্যর্থতার সুনির্দিষ্ট কারণ। জয় আমাকে যতটা শিখিয়েছে, সম্পাদকের সেই ফিরিয়ে দেওয়া লেখাটি তার চেয়ে বেশি শিখিয়েছে।

২০২০-র পাঠ: ৪১২ ম্যাচের সীমানা

২০২০ সালে ঘরোয়া লিগ বন্ধ থাকার সময় আমি ২০১৫ থেকে ২০২০ পর্যন্ত ১২টি লিগের ১,২০০টি ম্যাচ নিয়ে একটি ডেটাসেট বানালাম, যার মধ্যে ৪১২টি খেলা হয়েছিল বন্ধ স্টেডিয়ামে। ঘরের দলের জয়ের হার নেমে এল ৪৪.৮ শতাংশ থেকে ৩৭.৬ শতাংশে। ঘরের দলের পাওয়া পেনাল্টির সংখ্যা কমল ১৯ শতাংশ।

এই টেবিলটি নিয়ে অনেকে লিখেছেন। কিন্তু আমি তখন মন্তব্য করা থেকে নিজেকে বিরত রাখলাম, যতদিন না ৪১২ ম্যাচের নমুনাটি সম্পূর্ণ হয়। কারণ একটি অর্ধসমাপ্ত ডেটাসেট থেকে "নতুন স্বাভাবিক" শব্দটি সবচেয়ে বিপজ্জনক। ৪১২টি ম্যাচ একটি ডেটাসেট, ১২০টি ম্যাচ একটি সুবিধাজনক শব্দচয়ন।

সেই সময় থেকেই আমি প্রতিটি দাবির সাথে আস্থা-ব্যবধান আর অনিশ্চয়তার ভাষা জোড়া দিতে শুরু করি। যা ডেটা বলতে পারে না, তা নিয়েও লিখতে শুরু করি। এতে লেখার গতি অনেক কমেছে, কিন্তু লেখা ফিরিয়ে নেওয়ার প্রয়োজন শেষ হয়েছে। ডেটা বিশ্লেষকের আসল দক্ষতা কোন সংখ্যা বের করতে পারা নয় — কোন সংখ্যাটি এখনো বের করা যায়নি, সেটি জানানো।

বিপরীতমুখী কোণ: ভুল সংখ্যা নয়, খালি ঘর

এই সবকিছুর গায়ে একটা অস্বস্তিকর সত্য লেগে আছে। ২০১৭ সালে আমি বাইশটি ম্যাচ হাতে কোড করেছিলাম, এক হাজার একশো চল্লিশটি পজেশন সিকোয়েন্স, প্রতি সিকোয়েন্সে চল্লিশটি চলক। স্প্রেডশিট বলল, নিজেদের তৃতীয়াংশে টার্নওভারের ১২ মিনিটের মধ্যে ৬১ শতাংশ গোল হজম হয়েছে।

প্রশিক্ষক প্রতিবেদনটি উপেক্ষা করলেন। সহকারী প্রশিক্ষক করলেন না।

সেই ঘটনায় আমার শিক্ষা ডেটা নিয়ে নয়, ডেলিভারি নিয়ে ছিল। একটি সঠিক বিশ্লেষণ যদি এমন হাতে পৌঁছায় যে তা ব্যবহার করতে পারে না, তার মূল্য শূন্য। এবং সেটিও এক ধরনের খালি ঘর — বিশ্লেষণের ঘরটি ভরা ছিল, কিন্তু সিদ্ধান্ত-গ্রহণের ঘরটি ফাঁকা।

দ্বিতীয় বিষয়, এই ৬১ শতাংশ একটি সম্পর্ক, কারণ নয়। টার্নওভারের পর ১২ মিনিটে গোল হজম হওয়া মানে এই নয় যে টার্নওভারই গোলের কারণ — সম্ভবত দুটোই একই তৃতীয় কারণের ফল, কাঠামোগত অসামঞ্জস্য। ভক্তরা কারণ খোঁজেন, বিশ্লেষকদের কাজ হলো সম্পর্কের ভেতরে কোনটি কারণ আর কোনটি কাকতাল, তা আলাদা করা। দুটোকে গুলিয়ে ফেলাই ডেটা-বিশ্লেষণের সবচেয়ে সাধারণ পাপ।

তৃতীয় বিষয়, আমার সবচেয়ে অপ্রিয় নিজস্ব নিয়ম: ডেটা যোগ করা আর বিশ্লেষণ উন্নত করা এক জিনিস নয়। বাজারে নতুন মেট্রিক আসে, নতুন সেবা আসে, নতুন লেবেল আসে — কিন্তু ঘরের সংখ্যা না বাড়লে খালি ঘর খালিই থাকে, শুধু শব্দ করে বেশি। আমার কাজে আমি বরং উল্টোদিকে হাঁটি — কম কেস, ঘন কেস, হাতে যাচাই করা কেস।

এখানেই সবচেয়ে বড় ইনসাইটটি লুকিয়ে আছে, যেটি বাণিজ্যিক ডেটা-বাজার কখনো স্বীকার করবে না। উত্তর-পরিমাণবাচক যুগে সংখ্যা বাড়ানোর সামর্থ্যকে আমরা দক্ষতা বলে বিক্রি করি। অথচ একটি খালি ঘর সঠিকভাবে চিহ্নিত করা, আর একটি ভুল সংখ্যা চুপচাপ ছড়িয়ে দেওয়া — এই দুইয়ের মধ্যে ব্যবধান হলো একটি নির্বাচনী সিদ্ধান্ত, যা পাঁচ বছর পরে স্কোয়াডের আকারে প্রকাশ পায়।

ট্যাক্সোনমি-ত্রুটির বিষয়টিও এই জায়গাতেই ফিরে আসে। উজানে একটি ছোট লেবেল ভুল হলে ভাটিতে ফলাফল বড় হয়। cricket_world বনাম Cricket — শুনতে তুচ্ছ। কিন্তু একই মাপকাঠির দিত্ব যদি টেস্ট আর টি-টোয়েন্টির মধ্যে লেগে থাকে, তবে বিশ বছরের একটি কেরিয়ার একটি ভুল রায় পেয়ে যেতে পারে। ছোট লেবেল, বড় ক্ষতি।

পরিভাষা, যা না বললে বোঝা যাবে না

যে শব্দগুলো এই রিপোর্টে ব্যবহৃত, সেগুলোর অর্থ জানা দরকার, কারণ ক্রিকেট অ্যানালিটিক্সেও এগুলো চালু হয়েছে।

তথ্যবিন্দু — একটি লেখা থেকে ধরে ধরে টেনে আনা পরমাণু-তথ্য: একটি নাম, একটি সংখ্যা, একটি তারিখ, একটি সূত্র। বিশ্লেষণের একমাত্র অনুমোদিত কাঁচামাল।

প্রথম স্তর ও দ্বিতীয় স্তর — প্রথম স্তর লেখাটিকে তথ্যবিন্দুতে ভাঙে, দ্বিতীয় স্তর সেই বিন্দুগুলোকে ব্যাখ্যা করে।

নাল-গার্ড বা ফেইল-ফাস্ট — যে নিয়ন্ত্রণ শূন্য ইনপুট পেলেই প্রক্রিয়া থামিয়ে দেয়, যাতে ভাটিতে ভুয়া বিশ্লেষণ না তৈরি হয়।

N/A - insufficient information — অপর্যাপ্ত তথ্যের নির্দিষ্ট চিহ্নিতকরণ। এটি ফাঁকা রাখার সৎ উপায়, লুকানোর নয়।

ফরম্যাট প্রসঙ্গ — টেস্ট, ওয়ানডে, টি-টোয়েন্টি বা অন্য কোনো ফরম্যাটের কাঠামো। ক্রিকেট বিশ্লেষণে এটি প্রথম ধাপ, কারণ ফরম্যাট ছাড়া কোনো মেট্রিক তুলনাযোগ্য নয়।

শিক্ষা: সামনে কী দেখতে হবে

রিপোর্টে চারটি সংকেত ধরে রাখার কথা বলা হয়েছে — প্রথম স্তরের পুনর্নির্মাণ, সত্তা-নিষ্কাশন, ফরম্যাট শনাক্তকরণ এবং ডোমেইন লেবেল স্বাভাবিকীকরণ। ক্রিকেটে এই চারটি সরাসরি চারটি প্রশ্নে অনুবাদ হয়।

কোন বল-বাই-বল ফিডগুলো এখনো নীরবে N/A ছড়াচ্ছে, এবং কতজন নির্বাচক সেই শূন্যকে শূন্য পারফরম্যান্স পড়ছেন?

কোন অ্যাসোসিয়েট বা ঘরোয়া লিগের রেকর্ড এখনো মূল ডেটাবেসে পৌঁছায়নি, অথচ সেই খেলোয়াড়দের মূল্যায়ন চলছে সংখ্যা ছাড়াই?

কোন ঘরোয়া আসরের কোনো ফরম্যাট ট্যাগ নেই, যার ফলে লিস্ট-এ গড় প্রথম-শ্রেণির মাপে মাপা হচ্ছে?

আর সবচেয়ে গুরুত্বপূর্ণ প্রশ্ন — আপনার স্কাউটিং মডেলের সবচেয়ে বিপজ্জনক আউটপুট যদি একটি ভুল সংখ্যা না হয়, বরং একটি খালি ঘর হয়, তাহলে সেই খালি ঘরটি লক্ষ্য করার দায়িত্ব আপনার সেটআপে কার?

আমার নিজের উত্তরে আমি প্রায়ই অস্বস্তিকর দিকে যাই। বাইশটি ম্যাচ, একটি হাত, এক হাজার একশো চল্লিশ পজেশন — এগুলো কোনো রাতের বিজয় নয়, বরং একটি অভ্যাস: যা মাপিনি, তা জানি বলে দাবি না করা। ক্রোয়েশিয়ার সেই লেখা সম্পাদক ফিরিয়ে দিয়েছিলেন, এবং কালক্রমে সেটি সঠিক প্রমাণিত হয়েছে। কিন্তু আমি আজও জানি, সেই সঠিকতা একটা সম্ভাবনা-মডেলের ফল, নিশ্চিত ভবিষ্যদ্বাণী নয়।

যে বাজারে টেবিলের প্রতিটি ঘর ভরা, সেখানে কেউ কেউ একটি খালি ঘরকে ভয় পান। ক্রিকেটে সেই ভয়টি অকারণ নয়। কারণ প্রতিটি বড় মূল্য-ভুল, যা আমি জীবনে দেখেছি, তার শুরু হয়েছিল একটি খালি ঘরকে শূন্য ধরে নেওয়ার মধ্য দিয়ে।