শূন্য পেলোড: ক্রিকেট ডেটার নীরব ব্যর্থতা আর আমাদের অন্ধ আস্থা

সেদিন ম্যাচের ৩৮তম ওভারে ডেটা ডেস্কে বসলাম। স্ক্রিন রিফ্রেশ হলো, আর যে স্প্রেডশিটে তিনশো সারির বল-বাই-বল রেকর্ড থাকার কথা, সেখানে শুধু হেডার সারিটা দাঁড়িয়ে আছে—তার নিচে সাদা ফাঁকা জায়গা। কোনো এরর মেসেজ নেই, কোনো লাল সতর্কবার্তা নেই। শুধু সাদা শূন্যতা, যেটা প্রথম দেখায় পরিষ্কার-পরিচ্ছন্ন একটা শিটের মতোই লাগে। আর এখানেই বিপদটা লুকিয়ে থাকে: একটা খালি শিট আর একটা 'এমন কিছু পাওয়া যায়নি' শিট—দুটোকে দেখতে হুবহু এক। যদি আপনি সারির সংখ্যা না গোনেন, তাহলে বুঝতেই পারবেন না কোনটা কোনটা।

এই যে ব্যর্থতা, যেটা নিজের কথা নিজে বলে না—আজ এটাই আমার লেখার বিষয়। কারণ ক্রিকেট বিশ্লেষণে আমরা সবচেয়ে বেশি ভয় পাই ভুল সংখ্যাকে। কিন্তু আমার অভিজ্ঞতা বলে, ভুল সংখ্যার চেয়ে ভয়ংকর হলো অনুপস্থিত সংখ্যা, যে সংখ্যাটা শূন্যের মুখোশ পরে বসে থাকে।

আমি ১৯৯৭ সালে জাতীয় দলের হয়ে ওয়ানডে অভিষেক করেছিলাম, খেলোয়াড়ি জীবন চলে ১৯৯৮ পর্যন্ত। তারপর থেকেই মাঠের বাইরে ডেটার দিকে ঝুঁকে পড়া। ২০১৭ সালে, যখন সমাজবিজ্ঞানে এমএ শেষ করছিলাম, ব্রেন্টফোর্ড আমাকে খণ্ডকালীন ডেটা কনসালট্যান্ট হিসেবে নিয়েছিল। সেখানে আমি ২০১৬-১৭ চ্যাম্পিয়নশিপের ৪৬টি ম্যাচ অডিট করেছিলাম—সেট-পিসের পর দ্বিতীয় বলের রিকভারি লগ করছিলাম। xG ব্যবহার করে দেখলাম, ব্রেন্টফোর্ড সেই সিকোয়েন্স থেকে প্রতি ম্যাচে ০.১৮ xG তৈরি করছিল, কিন্তু শুধু তখনই যখন প্রথম কনট্যাক্টটা গোলের ১২ গজের ভেতরে জিতে নেওয়া হতো। আমি স্যাম্পল ৪০ ম্যাচ পার না হওয়া পর্যন্ত কিছু সাধারণীকরণ করতে রাজি হইনি। ক্লাব ট্রিগারটা গ্রহণ করল। মিটিংয়ে আমি চুপ করে থাকতাম, কিন্তু আমার স্প্রেডশিট ট্রেনিং ড্রিলটা বদলে দিল।

তারপর ২০১৮ রাশিয়া বিশ্বকাপে বিবিসি স্পোর্টের ডেটা ডেস্কে কাজ। ৬৪টি ম্যাচে আমি PPDA আর সেট-পিস xG ট্র্যাক করেছি। ইংল্যান্ডের ছয়টা সেট-পিস গোল ৪.২ xG-র বিপরীতে পেয়ে আমি সতর্ক করেছিলাম, রিগ্রেশন আসন্ন। ক্রোয়েশিয়ার ধীর শুরুও নোট করেছিলাম—তিনটি নকআউট ম্যাচে প্রথম ইনিংসে শূন্য গোল। আমি একে 'মোমেন্টাম' বলতে রাজি হইনি। ফাইনালের পরে ২২ পাতার একটা রিপোর্ট জমা দিয়েছিলাম; বিবিসি তিনটা চার্ট অন এয়ারে ব্যবহার করেছিল।

আর ২০২০-তে, খেলা বন্ধ থাকার সময়, ব্রাইটন অ্যান্ড হোভ অ্যালবিয়ন আমাকে খালি স্টেডিয়ামের প্রভাব মডেল করতে নিয়েছিল। লকডাউনের আগে-পরে ৯২টি প্রিমিয়ার লিগ ম্যাচ বিশ্লেষণ করে দেখলাম, হোম অ্যাডভান্টেজ ০.৪১ গোল প্রতি ম্যাচ থেকে নেমে এসেছে ০.১৯-এ। কিন্তু আমি বলতে রাজি হইনি যে দর্শক অপ্রাসঙ্গিক, কারণ লকডাউন-পরবর্তী স্যাম্পল ছিল মাত্র ৪৬ ম্যাচ। আমি কনফিডেন্স ইন্টারভাল দিয়ে একটা সতর্ক ১২ পাতার রিপোর্ট প্রকাশ করেছিলাম। প্রতিটি ডেটাসেটের গায়ে তারিখ লিখে রাখা আমার অভ্যাস হয়ে গেল।

এই পুরো পদ্ধতিটা একটা মাত্র অনুমানের উপর দাঁড়িয়ে—যে ডেটা আসলে এসে পৌঁছেছে। যদি না পৌঁছায়?

আমি সব লেখা শুরু করি একটা 'Method & Sample' বক্স দিয়ে—প্রতিযোগিতা, ম্যাচ সংখ্যা, মেট্রিকের সংজ্ঞা। এটা আমার স্বাক্ষর, যা সম্পাদকদের ফুটনোট দিতে বাধ্য করে আর পাঠকদের যুক্তির আগেই প্রমাণ দেখতে দেয়। কিন্তু এই বক্সটা একটা প্রশ্নের উত্তর দেয় না: ডেটা কি আদৌ এসেছে?

ক্রিকেট ডেটার একটা স্তর-বিন্যাস আছে। উপরের স্তরে আছে যুব উন্নয়ন আর প্রতিভার সরবরাহ—ঘরোয়া রেকর্ড, বয়সভিত্তিক পরিসংখ্যান, ট্যালেন্ট স্কাউটিং। মাঝের স্তরে আছে জাতীয় দল, লিগ, ম্যাচের ঘটনা—বল-বাই-বল, DRS রিভিউ, পিচ ম্যাপ, ওয়াগন হুইল। আর নিচের স্তরে আছে সম্প্রচার, বাণিজ্য, ফ্যান্টাসি স্পোর্টস। প্রতিটি স্তরে ডেটাকে এক্সট্রাক্ট করতে হয়, পার্স করতে হয়, যাচাই করতে হয়। আর এখানেই আসে আমার আজকের কেন্দ্রীয় আবিষ্কার: পাইপলাইনের যে ব্যর্থতাটা সবচেয়ে বিপজ্জনক, সেটা কোনো এরর থ্রো করে না।

আমি রাশিয়ার ডেটা ডেস্কে শিখেছি, ভাইবস দ্বিতীয় পাসে টেকে না। কিন্তু তার চেয়েও বড় শিক্ষা হলো—একটা খালি পেলোডও দ্বিতীয় পাসে টেকে না, যদি আপনি সেই পাসটা নেওয়ার মতো সতর্ক থাকেন।

ভাবুন তো, একটা স্কোরিং ড্যাশবোর্ড। যদি ফিড ড্রপ করে, ড্যাশবোর্ড শূন্য দেখায়। আর একটা শূন্য ড্যাশবোর্ড দেখতে ঠিক তেমনই, যেন দলটা একটা রানও করেনি—অথচ আসলে ডেটা হারিয়ে গেছে। একটা ফাঁকা ওয়াগন হুইল মানে এই নয় যে ব্যাটসম্যান ওই অঞ্চলে রান করেননি; তার মানে হতে পারে ওই আর্কের ডেটা রেকর্ডই হয়নি।

আমি ব্রেন্টফোর্ড অডিট করার সময় একটা অভ্যাস গড়ে তুলেছিলাম—যেকোনো সংখ্যা পড়ার আগে সারির সংখ্যা, তারিখের সীমা, আর নাল-রেট যাচাই করা। কারণ ক্রিকেট বিশ্লেষণে 'অনুপস্থিত' তিন ধরনের হয়। প্রথমত, যা ঘটেনি বলে অনুপস্থিত—এটা সত্যিকারের শূন্য। দ্বিতীয়ত, যা ঘটেছিল কিন্তু রেকর্ড করা হয়নি—এটা ডেটা লস। আর তৃতীয়ত, যা রেকর্ড করা হয়েছিল কিন্তু পার্স হয়নি—এটা এক্সট্রাকশন ব্যর্থতা। এই তিনটাকে গুলিয়ে ফেলাই ক্রিকেট বিশ্লেষণের সবচেয়ে বড় পাপ।

রাশিয়া ২০১৮ আমাকে শিখিয়েছে যে প্রতিটি গ্রুপ-পর্বের অলৌকিক ঘটনার জন্য একটা স্যাম্পল-সাইজ সতর্কবার্তা দরকার। কিন্তু আজ আমি এক ধাপ আগে যেতে চাই। ইংল্যান্ডের ছয়টা সেট-পিস গোল ৪.২ xG-র বিপরীতে—এই গল্পটা শুধু তখনই সত্য, যখন সব ৬৪ ম্যাচের ডেটা অক্ষত। ধরুন একটা ম্যাচের ডেটা চুপচাপ হারিয়ে গেল, যে ম্যাচে ইংল্যান্ড সেট-পিস থেকে একটা গোল খেয়েছিল। তাহলে xG দাঁড়াবে ৩.৫-তে, আর 'ওভারপারফরম্যান্স' আরও বড় দেখাবে। ছোট স্যাম্পল আর হারানো ডেটার এই জোড়া—এটাই সবচেয়ে বিষাক্ত সংমিশ্রণ।

এই জায়গায় আরেকটা উদাহরণ টানা যায়। ধরুন একটা টুর্নামেন্টের পয়েন্ট টেবিল বা WTC র‍্যাঙ্কিং। যদি একটা ম্যাচের ফলাফল ডেটাবেসে ঢুকতে ভুল হয়—যেমন একটা ড্র আসলে টাই হিসেবে রেকর্ড হলো—তাহলে পয়েন্ট কাটা যাবে, র‍্যাঙ্কিং বদলে যাবে, আর সেই ভুল র‍্যাঙ্কিংয়ের উপর দাঁড়িয়ে সম্প্রচারকরা 'দলটার ফর্ম খারাপ' বলে গল্প বানাবেন। একটাও ভুল সেল কোটি কোটি দর্শকের বিশ্বাসে ঢুকে পড়ে। ডেটার অখণ্ডতা কোনো অ্যাবস্ট্রাক্ট নীতিবাক্য নয়; এটা সরাসরি স্কোরবোর্ডের সত্যতার সাথে জড়িত।

DRS-এর কথাই ধরুন। একটা রিভিউয়ের সিদ্ধান্ত বল ট্র্যাকিং, প্রেডিকশন আর আলট্রা-এজ—তিনটে আলাদা সিস্টেমের সমন্বয়। যদি বল-ট্র্যাকিং ফ্রেমের একটা অংশ হারিয়ে যায়, সিস্টেম হয়তো 'আমপায়ারস কল' দেখাবে—যা দেখতে বৈধ সিদ্ধান্তের মতোই, অথচ আসলে সেটা একটা ডেটা ফাঁক। আর ফ্যান্টাসি বা অকশন মার্কেটে এর প্রভাব আরও সোজা: একটা খেলোয়াড়ের ঘরোয়া রেকর্ড যদি অসম্পূর্ণ থাকে, তার দাম হয়তো কম-বেশি নির্ধারিত হয়ে যাবে, আর কেউ টের পাবে না যে ভিত্তিটাই ফাঁকা ছিল।

আর এখানেই আমার পেশাদার পরামর্শ: কোনো বিশ্লেষণ-চেইনে ঢোকার আগে একটা ছোট প্রশ্ন করুন—ইনপুটটা কি সত্যিই এসেছে? যদি প্রথম স্তরের ডিকনস্ট্রাকশনে শিরোনাম, সূত্র, তথ্যবিন্দু—সব খালি থাকে, তাহলে পরের স্তরে কী হয়? সবচেয়ে সৎ উত্তরটা হলো: কিছুই নয়। ফ্রেমটা আঁকা যায়, কিন্তু তাকে বিশ্লেষণ বলা যায় না। এই মুহূর্তে সবচেয়ে মূল্যবান কাজটা হলো থামা, আর উপরের দিকে তাকানো।

আরেকটা ফাঁদ আছে, যেটা আমি মাঝে মাঝে দেখি: টেমপ্লেট। একটা রিপোর্ট টেমপ্লেট, যার প্রতিটি ঘরে লেখা 'তথ্য অপর্যাপ্ত', দেখতে একটা রিপোর্টের মতোই লাগে। গঠন দেখে অনেকে ধরে নেন বিষয়বস্তুও আছে। কিন্তু একটা ফ্রেম আর একটা ছবি এক জিনিস নয়। সম্প্রচার জগতে এই ফাঁদটা আরও ধূর্ত—কারণ নিচের স্তরে যে ন্যারেটিভ তৈরি হয়, সেটা উপরের স্তরের ফাঁকা ঘরগুলোর উপর দাঁড়িয়ে থাকে। যুব উন্নয়নের ডেটা না থাকলে সেলেকশন অন্ধ হয়ে যায়; সেলেকশন ভুল হলে দলের গঠন ভুল হয়; দলের গঠন ভুল হলে সম্প্রচারের গল্প হাওয়ার উপর দাঁড়ায়।

আমি খালি স্টেডিয়াম নিয়ে কাজ করার সময় শিখেছিলাম, খালি স্টেডিয়াম হোম অ্যাডভান্টেজ মুছেনি; বরং দেখিয়েছে সেটা কোথায় বাস করত। ঠিক তেমনি, একটা নাল পেলোড বিশ্লেষণকে ধ্বংস করে না—সে দেখায়, সুবিধাটা আসলে কোথায় লুকিয়ে ছিল। সুবিধাটা সংখ্যায় ছিল না, সুবিধাটা ছিল পাইপলাইনে—এক্সট্রাকশন, পার্সিং আর ভেরিফিকেশনের সেই অদৃশ্য ধাপে।

সবাই ভুল সংখ্যা নিয়ে চিন্তা করে। চেরি-পিকিং, ছোট স্যাম্পল, ফরম্যাট মিশিয়ে ফেলা—এসবই সমস্যা, কিন্তু সবগুলোই এমন ডেটা নিয়ে, যেটা আসলে আছে। আরও গভীর সমস্যা হলো সেই ডেটা, যেটা থাকা উচিত ছিল অথচ নেই—অথচ শূন্যের মুখোশ পরে হাসছে।

আমি ট্রান্সফার ফি নিয়ে 'পাগলামি' বলা বন্ধ করেছিলাম, যখন ডেডলাইন আর এজেন্টের ইনসেনটিভ মডেল করলাম। ঠিক একইভাবে, আমি 'এই ম্যাচে দল রান করেনি' ধরনের উপসংহারে যাওয়া বন্ধ করেছি, যতক্ষণ না নাল-রেট দেখছি। কারণ একটা ফাঁকা ঘর কখনো নিরপেক্ষ থাকে না—সে হয় সত্য, নয় মিথ্যা।

আর সবচেয়ে কাউন্টার-ইনটুইটিভ কথাটা হলো: একটা নাল ফল বিশ্লেষণের ব্যর্থতা নয়, এটা একটা ফাইন্ডিং। 'ডেটা এখানে নেই'—এটা নিজেই একটা তথ্য। ভুলটা হলো, ফাঁকা ফ্রেমটাকে ভরা ফ্রেম ভেবে ফেলার মধ্যে। কখনো কনসেনসাস ঠিকই থাকে। কখনো 'ম্যাজিক' আসলে সেলেকশন, শিডিউলিং বা ডেটা অবকাঠামো। আর কখনো সমস্যাটা বিশ্লেষণে নয়, বিশ্লেষণের ইনপুটে। ন্যারেটিভ আসার আগে আমি বেসলাইন আর কন্ট্রোল গ্রুপ দেখি—আর এখন, বেসলাইনেরও আগে, আমি দেখি ডেটা আদৌ এসেছে কি না।

পরেরবার যখন একটা পরিষ্কার চার্ট দেখবেন, তিনটে প্রশ্ন করুন। কত সারি? কোন তারিখের সীমা? নাল-রেট কত? যদি উত্তর না পান, তাহলে চার্টটা একটা প্রমাণ নয়, একটা সম্ভাবনা। ক্রিকেটের সবচেয়ে নীরব ঝুঁকিটা হলো শূন্য পেলোড—কারণ সে কখনো নিজের পরিচয় দেয় না। আগামী সপ্তাহে যখন পরের বড় স্কোর দেখবেন, এক সেকেন্ড থামুন—সংখ্যাটা কি সত্যিই এসেছে, নাকি আমরা শুধু ভরসা করছি যে এসেছে?