খালি স্প্রেডশিটের পাঠ: ক্রিকেট বিশ্লেষণে ডেটা-শূন্যতার শৃঙ্খলা

আমি ২০১৭ সালে মুম্বইয়ের প্রিন্ট ডেস্ক ছেড়ে যখন একা একটি xG নিউজলেটার শুরু করি, তখন আমার মনে একটি বাক্য গেঁথে ছিল — স্প্রেডশিটের প্রতিটি ঘর পূরণ করতে হয় না। কখনও কখনও খালি ঘরই সবচেয়ে সৎ তথ্য। আজ যে বিশ্লেষণাত্মক প্রতিবেদনটি আমার টেবিলে এসেছে, তার শিরোনাম নেই, সূত্র নেই, লেখকের অবস্থান নেই, আর সবচেয়ে গুরুত্বপূর্ণ — কোনো তথ্যবিন্দু নেই। শুধু একটি ট্যাগ: cricket_asia। ৩৮ বছর ধরে ক্রিকেটের খবর দেখছি, এমন শূন্য পেলোড আমি হাতে গোনা কয়েকবার পেয়েছি। আর প্রতিবারই এটি আমাকে একই প্রশ্নে ফিরিয়ে নিয়ে যায় — ডেটা না থাকলে বিশ্লেষক কী করেন?

ক্রিকেট বিশ্লেষণের পুরো ভিত্তি দাঁড়িয়ে আছে তথ্যবিন্দুর উপর। একটি বল, একটি ওভার, একটি ইনিংস, একটি ম্যাচের প্রেক্ষাপট — ফরম্যাট টেস্ট না ওয়ানডে না টি-টোয়েন্টি, ভেন্যু, পিচ, ডিউ, ডিএলএস — এর একটি ছাড়া বাকি সব অর্থহীন। আমি ২০১৮ রাশিয়া বিশ্বকাপে ক্রোয়েশিয়ার ৩৬০ মিনিটের বেশি অতিরিক্ত সময়ের লোড মডেল করার সময় শিখেছিলাম, একটি ভুল বা অনুপস্থিত ভেরিয়েবল পুরো সিদ্ধান্তকে উল্টে দিতে পারে। ২০২০ সালে ৩০৬টি খালি স্টেডিয়ামের ম্যাচ বিশ্লেষণ করার সময়ও একই শিক্ষা — হোম অ্যাডভান্টেজ ০.৩৭ গোল থেকে ০.১৯-এ নেমে এসেছিল, কিন্তু সেই গণনার প্রতিটি ভগ্নাংশ এসেছিল নির্দিষ্ট, যাচাইযোগ্য তথ্য থেকে। তথ্যবিন্দু ছাড়া বিশ্লেষণ মানে শুধু অনুমান, আর অনুমান ক্রিকেটে বিপজ্জনক।

তাহলে কেন এই শূন্য পেলোড আমার কাছে একটি বিশ্লেষণী ঘটনা? কারণ এটি ক্রিকেট ডেটা পাইপলাইনের একটি বাস্তব ঝুঁকি উন্মোচন করে, যা সম্পর্কে খুব কম লেখা হয়। আমি মুম্বই ডেস্কে থাকতে দেখেছি, আগে একটি প্রতিবেদন লেখক থেকে সম্পাদক পর্যন্ত যেত, মাঝে কোনো যন্ত্র তথ্য হারাত না। এখন স্বয়ংক্রিয় ডিকনস্ট্রাকশন পাইপলাইন একটি নিবন্ধ গ্রহণ করে, কয়েক সেকেন্ডে তথ্যবিন্দু বের করে, আর যদি সেটি ব্যর্থ হয়, তাহলে ডাউনস্ট্রিম বিশ্লেষক একটি খালি টেবিল পান। কিন্তু সমস্যা শুধু প্রযুক্তিগত নয়। আসল সংকট হলো সাংস্কৃতিক: একজন বিশ্লেষক যখন খালি ঘর দেখেন, তখন তিনি ঘর পূরণ করার চাপ অনুভব করেন — আর সেই চাপেই জন্ম নেয় বানানো তথ্য, বানানো ম্যাচ, বানানো পারফরম্যান্স। আমি ইন্টারনেটে এমন অসংখ্য "বিশ্লেষণ" দেখেছি যেখানে স্ট্রাইক রেট, ইকোনমি, গড় — সবই দিব্যি বসানো, কিন্তু পিছনে কোনো ম্যাচ নেই। এটি তথ্যের অভাব নয়, এটি সততার অভাব।

এখানেই আমার দ্বিতীয় পর্যবেক্ষণ জোরালো হয় — তথ্য-শূন্যতা নিজেই একটি সংকেত। cricket_asia লেবেলটি শুধু একটি ভৌগোলিক ট্যাগ, কোনো বিষয়গত অ্যাঙ্কর নয়। কিন্তু এর পিছনে একটি বাস্তবতা লুকিয়ে আছে: দক্ষিণ এশিয়ার ক্রিকেট নিউজ ইকোসিস্টেমে তথ্যের গুণমান সবসময় সমান নয়। কিছু আউটলেট প্রতিটি ম্যাচে বিস্তারিত স্কোরকার্ড, বল-বাই-বল ডেটা দেয়; আবার কিছু আউটলেট শুধু ন্যারেটিভ, আবেগ আর দাবি দিয়ে ভরাট। যখন একটি স্বয়ংক্রিয় পাইপলাইন একটি দুর্বল-তথ্য সম্পন্ন নিবন্ধ পায়, তখন সে সবকিছু শূন্য ফেরত দেয় — এটাই সিস্টেমের সততা। আমি মুম্বই থেকে এই পার্থক্যটা পরিষ্কার দেখতে পাই: যে আউটলেট ডেটাকে সম্মান করে, তার নিবন্ধ থেকে তথ্যবিন্দু কখনও শূন্য হয় না।

কিন্তু এখানেই একটি কাউন্টার-ইনটুইটিভ কোণ আছে, যা আমি ২০১৮ বিশ্বকাপের ফ্রান্স ট্র্যাকিং থেকে শিখেছি। ফ্রান্সের পিপিডিএ ১২.৮ এবং প্রতি ম্যাচে ০.৭৭ xG অ্যালাউড — এই দুটি সংখ্যা ছিল আমার মডেলের মূল ভিত্তি। কিন্তু ঐ টুর্নামেন্টে অনেক ম্যাচের প্রিভিউতে আমি ইচ্ছাকৃতভাবে কিছু ঘর ফাঁকা রেখেছিলাম, কারণ সেই তথ্যগুলো যাচাইযোগ্য ছিল না। পরে দেখা গেল, সেই ফাঁকা ঘরগুলোই আমাকে ভুল সিদ্ধান্ত থেকে বাঁচিয়েছিল। — পাশে লিখে রাখা ওই ফাঁকা ঘরটি Final-এ আমার ভবিষ্যদ্বাণীকে সঠিক দিকে নিয়ে গিয়েছিল। অর্থাৎ, শূন্য পেলোড কোনো ব্যর্থতা নয়; এটি একটি সুযোগ — পাইপলাইনের দুর্বলতা ধরার সুযোগ। প্রশ্ন হলো, আমরা কী সেই সুযোগটি নিই, নাকি তা ঢাকতে গিয়ে বানানো সংখ্যার জঙ্গল তৈরি করি?

ক্রিকেট ডেটা বিশ্লেষণে এই শৃঙ্খলা আরও গুরুত্বপূর্ণ, কারণ ক্রিকেট ফুটবলের চেয়ে বেশি স্ট্রাকচার্ড — প্রতিটি বলের একটি ফলাফল থাকে, কিন্তু সেই ফলাফল পেতে ডেটার একটি নির্দিষ্ট স্তর দরকার। একটি টি-টোয়েন্টি ম্যাচের পাওয়ারপ্লে বিশ্লেষণ করতে পাঁচটি তথ্যবিন্দু লাগে: ওভার রেঞ্জ, রান, উইকেট, বোলারের ধরন, আর ব্যাটসম্যানের অবস্থান। এর একটি না থাকলে বিশ্লেষণ অসম্পূর্ণ। ভারতীয় প্রিমিয়ার লিগের নিলাম বিশ্লেষণে আমি দেখেছি, একটি ফ্র্যাঞ্চাইজির ১২ কোটি রুপির সাইনিংকে যাচাই করতে গেলে খেলোয়াড়ের গত তিন মৌসুমের স্ট্রাইক রেট, বয়স, ইনজুরি রেকর্ড, আর দলের প্রয়োজন — চারটি তথ্যবিন্দু লাগে। একটি ছাড়া সিদ্ধান্ত অন্ধ। এই কারণেই আমি মনে করি, শূন্য তথ্যবিন্দুর মুখোমুখি হয়ে "N/A" লেখা কোনো দুর্বলতা নয়, বরং এটি পেশাদার শৃঙ্খলার চূড়ান্ত প্রকাশ। তথ্য না থাকলে চুপ থাকা, তথ্য থাকলে কথা বলা — এই দুইয়ের মাঝের সীমানাটাই একজন বিশ্লেষকের প্রকৃত পরিচয়।

আমার ৩৮ বছরের অভিজ্ঞতায় দেখেছি, সবচেয়ে বিপজ্জনক বিশ্লেষক সেই নন যিনি তথ্য ভুল ব্যাখ্যা করেন, বরং সেই যিনি তথ্য ছাড়াই আত্মবিশ্বাসী হন। cricket_asia লেবেল নিয়ে একটি নিবন্ধ থেকে আটটি বিভাগে বিশ্লেষণ দাঁড় করানোর চাপ যদি আমরা প্রশমিত না করি, তাহলে কাল আমরা এমন বিশ্লেষণ পাবো যেখানে একজন খেলোয়াড়ের নাম থাকে, স্ট্রাইক রেট থাকে, কিন্তু সেই স্ট্রাইক রেট কোনো ম্যাচের নয় — কোনো অ্যালগরিদমের। ক্রিকেট ভক্তরা ডেটা চান, কিন্তু তারা ডেটার পিছনের সততাও চান। আমি প্রিন্ট ডেস্ক ছেড়েছিলাম কারণ সংখ্যা ডেডলাইনের চেয়ে দ্রুত চলছিল, কিন্তু সেই সংখ্যাগুলো সত্যিকারের ছিল। আজকের পাইপলাইনে দ্রুততা আছে, কিন্তু কোথাও কোথাও সত্য হারিয়ে যাচ্ছে। শূন্য তথ্যবিন্দু আমাদের সেই ক্ষতির একটি আয়না।

সুতরাং পরবর্তী রাউন্ডের সংকেত স্পষ্ট — ডেটা পাইপলাইনে তথ্যবিন্দু শূন্য হওয়ার হার কত, সেটিই হতে পারে আউটলেট গুণমানের একটি নতুন সূচক। আমি যদি একটি ক্রিকেট ডেটা মডেল বানাতাম, আমি "গড় তথ্যবিন্দু প্রতি নিবন্ধ" নামে একটি মেট্রিক যোগ করতাম, আর সেই মেট্রিক কম হলে সেই উৎসকে সতর্কতার তালিকায় রাখতাম। কিন্তু তার চেয়ে বড় প্রশ্নটি বিশ্লেষকদের জন্য: আপনি যখন খালি স্প্রেডশিট খোলেন, তখন আপনার হাত কী করে — কলম না মাউস? সংখ্যা বানানোর মাউস, নাকি "অপর্যাপ্ত তথ্য" লেখার কলম? স্প্রেডশিট কখনও গল্প ছিল না, সে ছিল রুটির টুকরোর পথ। পথ না থাকলে পথ বানানো যায় না — শুধু হাঁটা বন্ধ করা যায়।