নাল রেজাল্টের সত্য: ক্রিকেট ডেটা বিশ্লেষণ যখন ‘তথ্য অপর্যাপ্ত’ বলে থামে

আমার হাতে ছিল বারোটি বিশ্লেষণ-মাত্রা, আটটি কাঠামো, আর একটি নিখুঁতভাবে খালি স্প্রেডশিট। প্রতিটি ঘরে একই বাক্য ফিরে ফিরে আসছিল: ‘তথ্য অপর্যাপ্ত, মূল্যায়ন সম্ভব নয়।’ এটি কোনো ম্যাচের স্কোরকার্ড ছিল না, কোনো ইনিংস-বাই-ইনিং লগ ছিল না, কোনো ডেলিভারি-ম্যাপ ছিল না। এটি ছিল একটি দ্বি-স্তর বিশ্লেষণ-পাইপলাইনের ফলাফল — যেখানে প্রথম স্তর সূত্র থেকে কোনো তথ্য-বিন্দু বের করতে পারেনি, আর দ্বিতীয় স্তর সেই শূন্যতাকে অনুমানে ভরাট না করে সৎভাবে স্বীকার করেছিল। এই দৃশ্যটি আমার পরিচিত। ২০১৭ সালে টোকিওর একটি স্পোর্টস ডেটা স্টার্টআপে যখন আমি জে-ওয়ান লিগের জন্য আমার প্রথম এক্সজি মডেল বানাচ্ছিলাম, তখন আমার সামনে একই প্রশ্ন ছিল: ডেটা চুপ করে গেলে আমি কী করব? চার মাস কোডিং, দুই হাজার চারশো শটের যাচাই, আর একটি সিদ্ধান্ত — যা আমার পেশাগত জীবনের গতিপথ বদলে দিয়েছিল। সেই রাতে আমি বুঝেছিলাম — একটি খালি স্প্রেডশিট নিজেই একটি প্রমাণ বহন করে। একটি শূন্য ফলাফল, যদি সৎভাবে ঘোষণা করা হয়, তবে তা সবচেয়ে কম আত্মবিশ্বাসী অনুমানের চেয়েও বেশি মূল্যবান। ডেটা-সাংবাদিকতার সবচেয়ে কম আলোচিত দক্ষতা হলো: কখন কিছু না বলা। এই লেখাটি সেই নীরবতার শৃঙ্খলা নিয়ে — এবং কেন একটি অডিটেবল সত্য-শৃঙ্খল ক্রিকেট সাংবাদিকতার সবচেয়ে জরুরি অবকাঠামো। প্রসঙ্গ বোঝাতে হলে পাইপলাইনের গঠন ব্যাখ্যা করা দরকার। আধুনিক ডেটা-সাংবাদিকতায় বিশ্লেষণ কখনো এক ধাপে হয় না। প্রথম ধাপে সূত্রকে ভেঙে ফেলা হয় — প্রতিটি দাবি, প্রতিটি সংখ্যা, প্রতিটি উদ্ধৃতি আলাদা ‘তথ্য-বিন্দু’ হিসেবে চিহ্নিত হয়। দ্বিতীয় ধাপে সেই বিন্দুগুলোর উপর ভিত্তি করে বিশ্লেষণ গড়া হয়। নিয়মটি কঠোর: প্রতিটি মাত্রার বিশ্লেষণ অবশ্যই প্রথম ধাপের তথ্য-বিন্দুতে প্রোথিত থাকতে হবে। আমি এই কাঠামোটি পছন্দ করি, কারণ এটি সাংবাদিককে রক্ষা করে। এটি বলে: তোমার হাতে যদি তথ্য-বিন্দু না থাকে, তবে অনুমান কোরো না। এটি সেই পুরনো অভ্যাসের বিরুদ্ধে একটি প্রাচীর — যেখানে লেখক মনের ভেতর থেকে একটি গল্প তৈরি করে ফেলেন এবং তারপর সেটিকে বাস্তবতার সাথে মেলাতে শুরু করেন। আমার এই অভ্যাসের জন্ম হয়েছিল ব্যথার মধ্য দিয়ে। ২০১৭ সালের মার্চে আমি একটি লেখা প্রকাশ করি, যা দেখিয়েছিল কাশিমা অ্যান্টলার্স তাদের এক্সজি-এর চেয়ে ১৪.২ গোল বেশি করেছে — শিরোপার পথে। অর্থাৎ, দলটি তার প্রকৃত মানের চেয়ে ভালো ফল করছিল, যা একটি পরিসংখ্যানগত রিগ্রেশন-সংকেত। সম্পাদকরা এটিকে ‘শিক্ষায়তনিক কোলাহল’ বলে উড়িয়ে দেন। মৌসুম শেষে কাশিমা দ্বিতীয় স্থানে নেমে যায়, আর মডেলটি চুপচাপ দুইটি ক্লাব গ্রহণ করে। আমি শিখেছিলাম: নীরবে সঠিক হওয়া, উচ্চস্বরে সঠিক হওয়ার চেয়ে বেশি টেকসই। সেই থেকে আমার একটি নিয়ম — প্রতিটি দাবি অবশ্যই একটি পুনরুৎপাদনযোগ্য ডেটাসেটে ফিরে যাবে। এই নিয়মই আমার সাংবাদিকতার মেরুদণ্ড। এখানেই সত্য-শৃঙ্খলার ধারণাটি আসে। একটি ব্লকচেইনের মূল্য তার অপরিবর্তনীয়তার মধ্যে — প্রতিটি ব্লক পূর্ববর্তী ব্লকের সাথে যুক্ত, এবং কেউ যদি মাঝখানে কিছু বদলাতে চায়, পুরো শৃঙ্খলটি ভেঙে পড়ে। সাংবাদিকতায়ও একই যুক্তি প্রযোজ্য: প্রতিটি প্রকাশিত দাবি একটি ব্লকের মতো — যা একটি ডেটাসেটের সাথে যুক্ত, একটি পদ্ধতিগত নোটের সাথে ট্যাগ করা। কেউ যদি কোনো সংখ্যা বদলাতে চায়, তবে পুরো প্রমাণ-শৃঙ্খল দৃশ্যমানভাবে ভেঙে যায়। আমি যখন কোনো গভীর বিশ্লেষণ লিখি, আমি প্রতিটি সংখ্যার নিচে একটি পদ্ধতিগত পাদটীকা বসাই। এটি একটি ব্লক-হ্যাশের মতো কাজ করে — পাঠক চাইলে যেকোনো সংখ্যা থেকে তার সূত্র পর্যন্ত হাঁটতে পারেন। এই অভ্যাসই আমার কাজকে মতামত থেকে প্রমাণে রূপান্তরিত করে। এখন ফিরে আসি সেই খালি স্প্রেডশিটে। পাইপলাইনের প্রথম স্তর যখন কোনো তথ্য-বিন্দু দিতে পারেনি, তখন দ্বিতীয় স্তরটি কী করেছিল? সে অনুমান করেনি। সে তার বারোটি মাত্রার প্রতিটিতে লিখেছে: ‘তথ্য অপর্যাপ্ত, মূল্যায়ন সম্ভব নয়।’ কোনো ক্রীড়া-দাবি, কোনো ডেটা-বিন্দু, কোনো অনুমান বানানো হয়নি। এই সততা খরচসাপেক্ষ, কিন্তু এটি প্রয়োজনীয়। কেন? কারণ একটি বিশ্লেষণ-কাঠামো যতই সুন্দর হোক, খালি ইনপুট দিয়ে ভরা হলে সেটি কেবল একটি আয়না — যা নিজের ভেতরের পক্ষপাত প্রতিফলিত করে, বাস্তবতা নয়। একটি অর্ধ-ভরা কাঠামো সবচেয়ে বিপজ্জনক জিনিস, কারণ তাকে সহজেই আসল গোয়েন্দা-তথ্য ভেবে ভুল করা যায়। আমার কাজের একটি ভিত্তি-নিয়ম হলো: প্রথমে বেস রেট, তারপর ব্যতিক্রম। পরিসংখ্যানে সবচেয়ে বড় ফাঁদ হলো ব্যতিক্রম-শিকার — একটি অদ্ভুত সংখ্যা দেখা যায়, আর মন তাকে একটি গল্প বানাতে চায়। কিন্তু যদি বেস রেট না জানা থাকে, তবে ব্যতিক্রমের কোনো মানে নেই। একটি ৫০ রানে করা সেঞ্চুরি শুধুমাত্র তখনই তাৎপর্যপূর্ণ যখন জানা যায় যে ওই পিচে গড় স্কোর ছিল ২৪০। নীরবতাও একটি সূত্র — এই শিক্ষা আমি পেয়েছিলাম সংবাদ-বক্স থেকে। ২০১৮ সালে রাশিয়া বিশ্বকাপে আমি আমার আউটলেটের ডেটা-দলের একমাত্র মহিলা ছিলাম। ফ্রান্স বনাম আর্জেন্টিনা ম্যাচের আগে এক প্রবীণ সহকর্মী আমাকে সোজা বলে দিয়েছিলেন, ‘নারীরা প্রেসিং-স্ট্রাকচার বোঝে না।’ আমি তিন সপ্তাহ ধরে দুই দলের পিপিডিএ মডেল বানিয়েছিলাম। ফ্রান্স ৪-৩ জেতার পর আমি একটি বিশ্লেষণ প্রকাশ করি, যা দেখায় আর্জেন্টিনার পিপিডিএ দ্বিতীয়ার্ধে ৮.৪ থেকে ১৪.১-তে ভেঙে পড়েছিল — ঠিক সেই ফাঁক, যা এমবাপ্পে তার দুই গোলের জন্য কাজে লাগিয়েছিলেন। চব্বিশ ঘণ্টার মধ্যে দুইটি জাতীয় সম্প্রচারক সেই লেখা উদ্ধৃত করে। আমি শিখলাম: উপস্থিতি দিয়ে নয়, প্রমাণ দিয়ে সম্মান অর্জিত হয়। সংবাদ-বক্স যখন চুপ হয়ে গেল, তখন আমি গণনা শুরু করলাম কাকে কথা বলার অনুমতি দেওয়া হয়। কে কতবার মাইকে আসে, কার বিশ্লেষণ সম্প্রচারে যায়, কার নাম স্কোরকার্ডের নিচে থাকে — এই সবই গণনাযোগ্য ডেটা। নীরবতা কখনো নিরপেক্ষ নয়; এটি একটি সম্পাদকীয় সিদ্ধান্ত, যা সংখ্যায় প্রকাশ করা যায়। আর যখন সংকট আসে, তখন আমি সেটিকে একটি ডেটাসেট হিসেবে দেখি। ২০২০ সালে কোভিড-১৯ স্টেডিয়াম খালি করে দিলে আমি এক দশকের মধ্যে বিরল একটি প্রাকৃতিক পরীক্ষা চিনে ফেললাম। চোদ্দো সপ্তাহ ধরে আমি জে-ওয়ান লিগ, বুন্দেসলিগা ও কে-লিগের ৪৮০টি ম্যাচের ডেটা সংগ্রহ করি — গোল, শট, দৌড়ানো দূরত্ব ও রেফারির সিদ্ধান্ত। আমার মডেল দেখাল, হোম-অ্যাডভান্টেজ প্রতি ম্যাচে ০.৪২ গোল থেকে ০.১৮-তে নেমে এসেছিল, এবং রেফারি-পক্ষপাত সেই পতনের একটি উল্লেখযোগ্য অংশ ব্যাখ্যা করেছিল। ২০২০ সালের অক্টোবরে প্রকাশিত সেই লেখাটি তিনটি স্পোর্টস-সায়েন্স জার্নালে উদ্ধৃত হয়। ডেটা কখনো নিরপেক্ষ নয় — প্রতিটি সংখ্যা একটি প্রাতিষ্ঠানিক সিদ্ধান্তের ছাপ বহন করে। কোন ডেলিভারিটি ‘ডট বল’ হিসেবে গণনা করা হবে, কোনটি ‘ফিল্ডার-প্রেশার’, কে ডাকওয়ার্থ-লুইস পদ্ধতিতে ম্যাচ হারবে — এই সিদ্ধান্তগুলো মাঠে নয়, বোর্ডরুমে নেওয়া হয়। একজন ডেটা-সাংবাদিকের কাজ সেই সিদ্ধান্তগুলোকে দৃশ্যমান করা। ক্রিকেট ইকোসিস্টেমে তথ্য প্রবাহ তিন স্তরে চলে: উজানে তরুণ ক্রিকেটারদের বিকাশ, মাঝখানে জাতীয় দল ও লিগ, আর ডাউনস্ট্রিমে সম্প্রচার ও বাণিজ্যিক বাজার। একটি সংখ্যা কোথায় তৈরি হয়, আর কোথায় তার প্রভাব পড়ে — এই মানচিত্রটি না জানলে বিশ্লেষণ অসম্পূর্ণ থাকে। এই মুহূর্তে আমরা ট্রান্সফার-উইন্ডোর ভেতরে আছি, আর সেই প্রেক্ষাপটে এই শিক্ষা আরও প্রাসঙ্গিক। ট্রান্সফার-উইন্ডো বিশৃঙ্খলা নয়; এটি টাইমস্ট্যাম্পসহ একটি আচার। প্রতিটি গুজবের একটি সময়, একটি উৎস, একটি যাচাইযোগ্য কাঠামো থাকে। যারা শুধু গুজবের কোলাহলে ডুবে থাকে, তারা সংখ্যাটি দেখে না — চুক্তির রিলিজ-ক্লজ, মজুরি-বিলের গঠন, এজেন্টের চলাচল। এখানে একটি জিনিস লক্ষণীয়। ফ্রি এজেন্টদের ক্ষেত্রে সংখ্যাটি আরও অস্বচ্ছ। ট্রান্সফার ফি প্রকাশ্যে নির্ধারিত হয় — সবাই দেখতে পায়। কিন্তু সাইনিং-অন ফি, এজেন্ট-পেমেন্ট ও ইমেজ-রাইট চুক্তির ভেতরে লুকিয়ে থাকে। অর্থাৎ যে লেনদেনটি মজুরি-বিলের গঠনকে সবচেয়ে বেশি বদলায়, সেটিই সর্বজনীন অডিট-শৃঙ্খলের বাইরে থেকে যায়। এখানেই সত্য-শৃঙ্খলার প্রয়োজন। যদি প্রতিটি চুক্তি একটি অডিটেবল ব্লকের মতো হতো — প্রকাশিত ফি, মজুরি-বিলে তার প্রভাব, ক্লজের শর্ত — তবে আমরা বলতে পারতাম কোন ক্লাবটি সত্যিই শক্তিশালী হচ্ছে, আর কে শুধু হিসাবের খাতায় বড় দেখাচ্ছে। বর্তমানে সেই শৃঙ্খল অনুপস্থিত। সুতরাং সেই খালি স্প্রেডশিটে ফিরে আসি। সবচেয়ে বড় ঝুঁকি হলো: একটি অর্ধ-ভরা কাঠামোকে প্রকৃত বিশ্লেষণ ভেবে ভুল করা। যদি প্রথম স্তর চুপচাপ ব্যর্থ হয়, আর দ্বিতীয় স্তর সেই শূন্যতাকে অনুমানে ভরাট করে, তবে ডাউনস্ট্রিমে একটি মিথ্যা গোয়েন্দা-প্রতিবেদন তৈরি হয় — যা দেখতে পেশাদার, কিন্তু যার ভিত্তি শূন্য। এই শূন্য ফলাফল নিজেই একটি ডায়াগনস্টিক সংকেত। তিনটি সম্ভাবনা: সূত্র সত্যিই বিষয়বস্তু-শূন্য ছিল; নিষ্কাশন-ধাপে ত্রুটি হয়েছে; অথবা ফিল্টার-ধাপ অতিরিক্ত আক্রমণাত্মক ছিল। কোনটি সত্য, তা যাচাই না করে এগোনো মানে অন্ধভাবে হাঁটা। সবচেয়ে সৎ পদক্ষেপ হলো: মূল সূত্রটি আবার প্রথম স্তরের মধ্য দিয়ে চালানো, এবং তথ্য-বিন্দুর ঘরটি পূর্ণ হয়েছে কি না তা নিশ্চিত করা। আমি আমার লেখার কেন্দ্রে সবসময় একটি প্রশ্ন রাখি: ‘কী বদলাল, আর ডেটা কেন তা বলে?’ ২০২০ সালে স্টেডিয়াম খালি হলে উত্তর ছিল: হোম-অ্যাডভান্টেজ ভেঙে পড়ল, কারণ ভিড়ের চাপ চলে গেল। ২০১৮ সালে আর্জেন্টিনার পিপিডিএ ভাঙলে উত্তর ছিল: প্রেসিং-লাইন ভেঙে গেল, আর ফাঁকা জায়গা তৈরি হলো। কিন্তু এই শূন্য ফলাফলে উত্তর নেই — কারণ প্রশ্নটির কোনো বিষয়বস্তু নেই। এবং সেটি স্বীকার করাই সঠিক উত্তর। এখন একটি অস্বস্তিকর কথা। এই সততা নিজেই একটি ফাঁদ হয়ে উঠতে পারে। যদি আমি গর্ব করতে শুরু করি যে ‘আমি কখনো অনুমান করি না,’ তবে সেই গর্বই একটি পক্ষপাত হয়ে দাঁড়ায়। প্রমাণ-প্রথম প্রতিরোধ কখনো কখনো একটি পরিচয়ে পরিণত হয় — যেখানে বিরোধী মতকে স্বয়ংক্রিয়ভাবে সন্দেহ করা হয়। একইভাবে, আগে থেকে তৈরি কাঠামো বিশ্লেষণকে গতি দেয়, কিন্তু সেটি পূর্ব-সিদ্ধান্তে পরিণত হতে পারে। যদি আমার হাতে সবসময় একটি প্রস্তুত গল্প থাকে, তবে আমি হয়তো সেই গল্পের সাথে মেলে না এমন ডেটাকে উপেক্ষা করব। সমাধান: একটি নাল মডেল রাখা — অর্থাৎ, ‘কিছুই ঘটেনি’ এই সম্ভাবনাকে শুরুতে স্বীকার করা। এবং একটি সংশোধন-ধারা রাখা। আমি নিজের জন্য আগেই নির্ধারণ করি: কোন প্রমাণ আমাকে ভুল স্বীকার করতে বাধ্য করবে। এই শূন্য ফলাফলের ক্ষেত্রে, সেই প্রমাণ হলো একটি পূর্ণ তথ্য-বিন্দু-ক্ষেত্র। যদি মূল সূত্র আবার চালানোর পর তথ্য-বিন্দু পাওয়া যায়, তবে আমার বর্তমান সিদ্ধান্ত — ‘বিশ্লেষণ অসম্ভব’ — স্বয়ংক্রিয়ভাবে বাতিল হবে। আমি সেটি আগেই লিখে রাখছি, যাতে পরে নিজের সিদ্ধান্তকে বাঁচানোর জন্য ডেটা বাঁকিয়ে না দিই। ডেটা-সন্ন্যাসীরা নিশ্চয়তার পেছনে ছোটেন না; তারা আরও ভালো প্রশ্ন বানান। একটি খালি স্প্রেডশিট কখনো কখনো সবচেয়ে ভালো প্রশ্নটি তোলে: ‘কেন এই সূত্র কিছু বলছে না?’ সেই প্রশ্নের উত্তরই পরবর্তী বিশ্লেষণের ভিত্তি। আমি আমার মডেলকে বিশ্বাস করতে শিখেছি কেবল তখনই, যখন সে প্রকাশ্যে আমাকে বিব্রত করেছে। ২০১৭ সালে কাশিমার রিগ্রেশন-সংকেত প্রথমে হাস্যকর মনে হয়েছিল; মৌসুম শেষে সেটি সত্য প্রমাণিত হয়। এই অভিজ্ঞতা শিখিয়েছে: একটি মডেলের মূল্য তার আত্মবিশ্বাসে নয়, তার পরীক্ষাযোগ্যতায়। আমার বছরের পর বছর ক্রিকেট ম্যাচ দেখার অভিজ্ঞতা থেকে একটি জিনিস স্পষ্ট: মাঠের গল্প সবসময় স্কোরকার্ডে থাকে না, আবার স্কোরকার্ডের গল্প সবসময় মাঠে থাকে না। দুটির মধ্যে ফাঁকটি পূরণ করতে হয় ডেটা দিয়ে — কিন্তু সেই ডেটা যদি না থাকে, তবে ফাঁকটি ফাঁক হিসেবেই স্বীকার করা উচিত। ম্যাচ-থ্রেড হোক বা দীর্ঘ বিশ্লেষণ — ফরম্যাট যেটাই হোক, আমার নীতি এক: নির্বাচিত গভীরতা। প্রতিটি অনুচ্ছেদ একটি প্রশ্নের উত্তর দেবে, আর প্রতিটি উত্তর একটি প্রমাণের দিকে নিয়ে যাবে। কোনো অনুচ্ছেদ শুধু সাজসজ্জার জন্য নয়। আমি নীরবতা ও শূন্যতা নিয়ে লিখতে অভ্যস্ত, কারণ আমার পেশাগত জীবনের সবচেয়ে বড় পাঠগুলো এসেছে সংকট থেকে। কোভিড-১৯ ছিল একটি অপ্রত্যাশিত প্রাকৃতিক পরীক্ষা, যা আমি ডেটাসেট হিসেবে ব্যবহার করেছি। এই শূন্য বিশ্লেষণও একই ধরনের একটি ঘটনা — তবে এটি ক্রিকেটের নয়, বিশ্লেষণ-পাইপলাইনের একটি পরীক্ষা। ট্রান্সফার-উইন্ডোতে এই শৃঙ্খলা সবচেয়ে বেশি দরকার। যখন চারদিকে গুজবের বন্যা, তখন পাঠকের একটি নির্ভরযোগ্য ফিল্টার দরকার — কোন দাবিটি যাচাইযোগ্য, কোনটি শুধু কোলাহল। আমি চাই পাঠক প্রতিটি খবরের সাথে একটি পদ্ধতিগত পাদটীকা দেখুক — যেখানে লেখা থাকবে সংখ্যাটি কোথা থেকে এল, কে বলল, কখন বলল। সংবাদ-বক্সে কে কথা বলে, আর কে চুপ থাকে — এটি একটি ক্ষমতার মানচিত্র। যখন কোনো বিশ্লেষণ প্রকাশিত হয়, তখন তার সূত্র কতটা স্বচ্ছ, তা নির্ধারণ করে কে তার কথা বিশ্বাস করবে। একটি অডিটেবল শৃঙ্খল কেবল ডেটার জন্য নয়, কণ্ঠস্বরের জন্যও প্রয়োজন: কার বিশ্লেষণ গণনা করা হয়, আর কার বিশ্লেষণ নীরবে হারিয়ে যায়। সুতরাং আমার সিদ্ধান্ত পরিষ্কার। প্রথম স্তর যখন শূন্য ফিরিয়ে দেয়, তখন সঠিক প্রতিক্রিয়া হলো শূন্যতাকে ঘোষণা করা — অনুমান দিয়ে ভরাট নয়। এই ঘোষণাটি নিজেই একটি তথ্য: এটি বলে যে সূত্রটি বিষয়বস্তু-শূন্য, অথবা পাইপলাইনে একটি ত্রুটি আছে। দুটিই গুরুত্বপূর্ণ সংকেত, এবং দুটিই যাচাইযোগ্য। পরবর্তী ধাপের সংকেত কী? তিনটি। প্রথমত, মূল সূত্রটি আবার প্রথম স্তরের মধ্য দিয়ে চালানো — যদি তথ্য-বিন্দু পাওয়া যায়, তবে পূর্ণ বিশ্লেষণ সম্ভব। দ্বিতীয়ত, নিষ্কাশন ও ফিল্টার-লগ পরীক্ষা করা — যদি একাধিক নিবন্ধে একই ধরনের শূন্য ফলাফল আসে, তবে এটি একটি পদ্ধতিগত ত্রুটি। তৃতীয়ত, একটি নাল মডেল ও সংশোধন-ধারা সর্বদা প্রস্তুত রাখা। শেষ প্রশ্নটি এই: আমরা কখন সিদ্ধান্ত নিলাম যে প্রতিটি খালি স্প্রেডশিট অবশ্যই একটি গল্প দিয়ে ভরাট হতে হবে? হয়তো আসল দক্ষতা হলো — একটি খালি ঘরের সামনে দাঁড়িয়ে সেটিকে খালি থাকতে দেওয়া, এবং তারপর জিজ্ঞাসা করা: ‘কেন?’