খালি টেবিলের রাত: ক্রিকেটের ডেটা পাইপলাইন যখন নাল ফেরত দেয়

রাত ২টা ৪০। সিঙ্গাপুরের ছোট্ট ফ্ল্যাটে ল্যাপটপের সামনে আমি, আর স্ক্রিনে একটা ফ্র্যাঞ্চাইজি টি-টোয়েন্টি ম্যাচের দ্বিতীয় ইনিংস। পাশের ট্যাবে বল-বাই-বল ফিড থেকে তৈরি হওয়া টেবিলটা থাকার কথা: পাওয়ারপ্লে স্ট্রাইক রেট, মিডল ওভারে স্পিনারদের ইকোনমি, ডেথ ওভারে বাউন্ডারি কনসেশন। টেবিলটা ফাঁকা। কোনো এরর মেসেজ নেই, কোনো সতর্কবার্তা নেই — শুধু শূন্য।

ওই মুহূর্তে দুটো রাস্তা খোলা ছিল। এক, ফাঁকা ঘরগুলো ভাষায় ভরিয়ে দেওয়া — “দুর্দান্ত ফিনিশিং”, “চাপ সামলে নেওয়ার পরিপক্বতা” — সোশ্যাল ফিডে সারা রাত ধরে যেভাবে হয়। দুই, স্বীকার করা যে আমার তথ্যপ্রবাহ ভেঙে গেছে, আর লিখতে না বসা।

তিন বছর আগে হলে প্রথম রাস্তাটাই বেছে নিতাম। ২০১৮ সালে রাশিয়া বিশ্বকাপের ৬৪টি ম্যাচের ইভেন্ট ডেটা স্ক্র্যাপ করে যখন প্রথম xG মডেল বানাই, তখন মনে হতো সংখ্যার দুটোই অবস্থা — সত্যি বা মিথ্যা। পরে শিখলাম তৃতীয় একটা অবস্থা আছে: সংখ্যাটা নেই। আর সেই অনুপস্থিতি নিজেই একটা তথ্য, যদি সেটাকে তথ্য হিসেবে গণ্য করার সাহস থাকে।

ক্রোয়েশিয়ার xG মডেল আমি বানিয়েছিলাম একটা হাতছাড়া সুযোগকে শোক করার আগে। ওই অভ্যাসটাই আমাকে শিখিয়েছে, মডেল আর বাস্তবতার মাঝখানে একটা তৃতীয় ঘর থাকে — যেখানে ডেটা এখনো পৌঁছায়নি।

ক্রিকেটে তথ্যের প্রবাহ পাঁচ ধাপে চলে। প্রথম ধাপ খেলাটা নিজে: প্রতিটি বল, প্রতিটি লাইন-লেংথ, প্রতিটি ফুটওয়ার্ক। দ্বিতীয় ধাপ যন্ত্র: হক-আই বল-ট্র্যাকিং, ওয়াগন হুইল, ফিল্ডিং ম্যাপ, আর গলায় ঝোলানো জিপিএস ভেস্ট যা বলে দেয় কে কত মিটার হাই-ইনটেনসিটি দৌড়েছে। তৃতীয় ধাপ এক্সট্রাকশন — কাঁচা ফিড থেকে তথ্য আলাদা করা। চতুর্থ ধাপ মডেল। পঞ্চম ধাপ ভাষা।

সমস্যাটা হলো, পঞ্চম ধাপ পর্যন্ত পৌঁছানোর আগে চতুর্থ ধাপে কেউ জিজ্ঞেস করে না — তৃতীয় ধাপটা কি আদৌ কাজ করেছে? ক্রিকেটের ডেটা সাংবাদিকতায় সবচেয়ে কম আলোচিত ব্যর্থতা ঘটে ঠিক এখানেই, একেবারে নীরবতা দিয়ে। Scoresheet ভাঙে না, ম্যাচ থামে না, শুধু একটা স্তর ফাঁকা থেকে যায় — আর তার উপরে গল্প দাঁড়িয়ে যায়।

এই ফাঁক ধরার হাতিয়ারটাকে আমি বলি ইনফরমেশন পয়েন্ট: নিবন্ধের ভেতর থেকে তোলা এমন একক, উদ্ধারযোগ্য তথ্য — একটা দল, একটা সিরিজ, একটা সংখ্যা, একটা তারিখ, যার সূত্র ধরে পরের প্রতিটি দাবি যাচাই করা যায়। বিশ্লেষণের প্রতিটি সিদ্ধান্ত যদি একটা নম্বরওয়ালা ইনফরমেশন পয়েন্টে ফিরে যেতে না পারে, তাহলে সিদ্ধান্তটা বিশ্লেষণ নয়, অনুমান।

এই অঞ্চলে কাজ করতে গিয়ে একটা জিনিস বারবার দেখেছি: মানুষ ভুল তথ্য নিয়ে সন্দেহ প্রকাশ করে, কিন্তু ফাঁকা তথ্য নিয়ে করে না। অথচ ফাঁকা তথ্য বেশি বিপজ্জনক, কারণ সেটা দেখতে পূর্ণ রিপোর্টের মতোই লাগে। কাঠামো ঠিক, শিরোনাম ঠিক, অনুচ্ছেদের ছন্দ ঠিক — ভেতরে কিছু নেই।

স্প্রেডশিট ছিল আমার মঠ; বিশ্বকাপ ছিল আমার প্রথম তীর্থযাত্রা। মঠে ঢোকার নিয়মটাই সহজ ছিল — যা মাপা যায়নি, তা লেখা যাবে না।

এখানে একটা ফরম্যাট-গেটের কথা বলতে হয়, কারণ ক্রিকেটে এটাই সবচেয়ে অবহেলিত নিয়ম। টি-টোয়েন্টির পাওয়ারপ্লে যুক্তি, ওয়ানডের দুই নতুন বলের যুক্তি, টেস্টের সেশন-ক্ষয়ের যুক্তি — তিনটে আলাদা ভাষা। এক ফরম্যাটের বেঞ্চমার্ক আরেক ফরম্যাটে বসালে সংখ্যা থাকবে, অর্থ থাকবে না। কোনো ক্রিকেটারের “র‍্যাঙ্কিং” বা “ফর্ম” নিয়ে একটা বাক্য লেখার আগে তাই তিনটে জিনিস জানা চাই: ফরম্যাট, ভেন্যু, আর সময়কাল। তিনটের একটাও না থাকলে বাকিটা সংখ্যার অলংকার, বিশ্লেষণ নয়।

এখন চলছে ট্রান্সফার উইন্ডো, আর এখানেই ফাঁকা তথ্যের বাজার সবচেয়ে গরম। রিলিজ ক্লজের গঠন, ওয়েজ বিলের চাপ, এজেন্টের মুভমেন্ট, রিটেনশনের আগে বোর্ডের নীরবতা — আসল গল্প সাধারণত এখানেই থাকে, দামের অঙ্কে নয়। কিন্তু এই উইন্ডোতে সবচেয়ে বেশি যেটা ছড়ায় তা হলো সূত্রহীন দাম: কে কোন ক্লাবে যাচ্ছে, কে বাদ পড়ছে, কে “অনিবার্য”। এই দাবিগুলোর একটা বড় অংশের কোনো ইনফরমেশন পয়েন্ট নেই। আছে শুধু একটা সংখ্যা আর একটা আত্মবিশ্বাসী টোন।

তিনটে ঘটনা দিয়ে ব্যাপারটা পরিষ্কার করি, তিনটেই আমার নিজের কাজের।

২০১৮ সালে ক্রোয়েশিয়া আমার টেস্ট কেস ছিল। তারা টুর্নামেন্টে ১৪ গোল করেছিল ১০.৮ xG থেকে। চোখের বিচারে এটা ভাগ্যের গল্প; মডেলের বিচারে এটা টেকসই নয় এমন ভ্যারিয়েন্স। ইংল্যান্ডের বিপক্ষে সেমিফাইনালে লুকা মড্রিচ ৮৯ শতাংশ পাস সম্পন্ন করেছিলেন এবং ১০.৪ কিলোমিটার Covered ছিলেন। মডেল যদি শুধু গোল গুনত, তাহলে ওই ১০.৪ কিলোমিটার অদৃশ্য থেকে যেত — অথচ ম্যাচের ইঞ্জিন ছিল সেটাই। এখান থেকে শেখা: যে ভেরিয়েবল মাপা যায় না, সেটাই প্রায়ই ফলাফল ব্যাখ্যা করে।

২০২০ সালে বুন্দেসলিগার প্রজেক্ট রিস্টার্টে খালি স্টেডিয়ামকে আমি বিরতি হিসেবে না দেখে প্রাকৃতিক পরীক্ষা হিসেবে দেখি। করোনার আগে হোম উইন রেট ছিল ৪৩.৩ শতাংশ, খালি স্টেডিয়ামে নেমে আসে ৩৩.৩ শতাংশে। দর্শক-সমন্বয়ের জন্য সমন্বিত মডেলে অতিথি দল প্রতি ম্যাচে প্রায় ০.১৮ xG বাড়তি পায়। খালি স্টেডিয়াম আমাকে শিখিয়েছে নীরবতা একটি ভেরিয়েবল, অনুপস্থিতি নয়। আমি ভুতুড়ে ম্যাচগুলো মেপেছি, তারপর মেপেছি সেগুলো পায়ে কী করেছে।

২০২১ সালে পেড্রি। এক মৌসুমে ৭৩ ম্যাচ, ইউরোয় ৯২.৩ শতাংশ পাস নির্ভুলতা, তারপর টোকিও অলিম্পিকে অতিরিক্ত সময়ে হাই-ইনটেনসিটি দূরত্ব ১১ শতাংশ নেমে যাওয়া। কেউ ওই ১১ শতাংশ দেখে না, কারণ স্কোরলাইনে সেটা থাকে না। ক্লান্তি একটা অদৃশ্য লাইন-আইটেম, যার দাম পরের মৌসুমে সুদে পরিশোধ হয়।

ক্রিকেটে একই যুক্তি বসালে দৃষ্টিভঙ্গিটা বদলে যায়। টি-টোয়েন্টিতে ১৫ বলে ৩০ এবং ওয়ানডেতে ৬০ বলে ৫০ — দুটোই “ত্রিশ” আর “পঞ্চাশ”, কিন্তু এরা একই মুদ্রার দুই দিকও না, একই বাজারের পণ্যও না। ইনিংসের ফেজ ভাগ না করে স্ট্রাইক রেট তুলনা করা মানে দুই ফরম্যাটের বেঞ্চমার্ক মিশিয়ে ফেলা। আর ফাস্ট বোলারের ক্ষেত্রে ম্যাচ সংখ্যা প্রায় কিছুই বলে না; বলে ওভারের চাপ, স্পেলের দৈর্ঘ্য, ব্যাক-টু-ব্যাক ম্যাচের ব্যবধান। জসপ্রিত বুমরাহর ২০২২ সালের পিঠের চোট, কিংবা মুস্তাফিজুর রহমানের চারপাশে বাংলাদেশের নিরন্তর ওয়ার্কলোড-সমন্বয় — এসবের ব্যাখ্যা “ফর্ম” দিয়ে হয় না, লোড-ফোরকাস্ট দিয়ে হয়।

আর এখন মূল প্রসঙ্গে ফিরি। যেদিন টেবিলটা ফাঁকা এল, সেদিন আসলে কী ঘটেছিল? তিনটে সম্ভাবনা: কাঁচা ফিড পৌঁছায়নি, পৌঁছেছে কিন্তু পার্স হয়নি, কিংবা পার্স হয়েছে কিন্তু ফরম্যাট-লেবেল ছাড়া তথ্যগুলো একে অপরের সাথে সংযুক্ত হয়নি। তিনটের কোনোটাই ম্যাচ নিয়ে একটা বাক্য লেখার অনুমতি দেয় না।

এখানেই আসল বিপত্তি: লোভনীয় ব্যর্থতা মিথ্যা বলা নয়, প্লজিবল লেখা। যে রিপোর্ট দেখতে সম্পূর্ণ অথচ ভেতরে শূন্য, সেটা ধরা পড়ে না — কারণ পাঠক কাঠামো যাচাই করেন, উৎস যাচাই করেন না। ট্রান্সফার উইন্ডোতে এই ধরনের লেখা সবচেয়ে বেশি ফসল দেয়, কারণ দামের গুজবের সাথে একটা বিশ্বাসযোগ্য টোন জুড়ে দিলেই সেটা বিশ্লেষণ বলে পাস করে যায়।

দ্বিতীয় যে ফাঁদে আমি নিজেই পড়েছিলাম: খালি স্টেডিয়াম, করোনা-ব bubbles, বৃষ্টি-বাধা ম্যাচ — বাইরের ধাক্কাকে প্রাকৃতিক পরীক্ষা ভেবে যেকোনো সিদ্ধান্তে লাফ দেওয়া। এখানে শৃঙ্খলা একটাই — তুলনাটা আগে থেকে ঠিক করে রাখা, ব্যর্থ বা নাল ফলাফলও রিপোর্ট করা, আর বেস রেট দেখানো। নইলে “খালি স্টেডিয়ামে হোম অ্যাডভান্টেজ কমে” কথাটা এক লিগের এক সিজনের ভিত্তিতে সাধারণ সত্যে পরিণত হয়ে যায়।

তৃতীয় ফাঁদটা ভাষার। নীরবতাকে ভেরিয়েবল বললে অনেকে ভাবেন সব নীরবতা মাপা সম্ভব। সম্ভব নয়। খেলোয়াড়ের ক্লান্তির শরীরী ভাষা, ড্রেসিং রুমের ভেতরের কথাবার্তা, চুক্তির পেছনের অনুমোদনহীন চাপ — এসব এমন একটা শ্রেণি যেখানে মডেল ঢোকে না, ঢোকা উচিতও না। সেই ঘরটা খালি রাখতে শেখাটাই বিশ্লেষকের আসল পরিপক্বতা।

আমি একটা জিনিস মেনে নিয়েছি: ক্রিকেটের ডেটা রিপোর্টিংয়ে সবচেয়ে বড় দুর্ঘটনা ঘটে তখন, যখন ফাঁকা ঘরগুলোকে সুন্দর বাক্যে ভরা হয়। পাঠক তখন নম্বর মনে রাখেন, সূত্র ভোলেন। অথচ ক্রিকেটে রায় দিতে হয় সংখ্যা দিয়ে, আর সেই রায়ের যোগ্যতা ঠিক হয় তার আগের ধাপে — তথ্য আদৌ এসেছে কি না, তার ফরম্যাট কী, তার সূত্র কে।

সামনের উইন্ডোতে আমার প্রথম ফিল্টার তাই সস্তাও না, চটকদারও না। তিনটে প্রশ্ন: কোন ফরম্যাট? সূত্র কোন সংবাদমাধ্যম বা কে? তারিখ কী? এই তিনটের উত্তর নেই এমন দাবি আমার কাছে গুজব, সংখ্যা দিয়ে সাজানো থাকলেও।

পাইপলাইন ভাঙলে সেটা লুকানোর বিষয় নয়, বরং সেটাই সবচেয়ে সৎ সংকেত — কারণ শূন্য একটা মান, আর মানকে ভয় পেলে বিশ্লেষণ দাঁড়ায় না। প্রশ্নটা এখন এটা নয় যে আমরা কতটা মাপতে পারি; প্রশ্নটা হলো, ফিডটা এসেছিল কি না, সেটা আমরা কতটা সাহস করে স্বীকার করি।