খালি ইনপুট, ভরাট গল্প: এশিয়ান ক্রিকেট অ্যানালিটিক্সে ডেটা-সততার হিসাব

হুক

স্ক্রিনে আটটি ঘর। আটটিই খালি। Stage-1 ডিকনস্ট্রাকশনের আউটপুট হাতে এল, যেখানে শিরোনাম নেই, সোর্স নেই, ইনফরমেশন পয়েন্ট নেই, এনটিটি নেই, টাইম-সেনসিটিভিটি মূল্যায়ন হয়নি — শুধু একটি আঞ্চলিক ট্যাগ টিকে আছে: cricket_asia। ট্রান্সফার উইন্ডোর মাঝখানে বসে থাকা একজন অ্যানালিস্টের কাছে এই দৃশ্যটা নতুন নয়, কিন্তু অস্বস্তিকর। কারণ আমি জানি, এর পরের ধাপে যদি আমি কল্পনা দিয়ে ঘরগুলো ভরে দিই, তাহলে যেটা তৈরি হবে সেটা বিশ্লেষণ নয় — সেটা গল্প। আর গল্পের একটা বিপদ আছে: গল্প সত্যের মতো দেখতে হয়।

প্রলোভনটা প্রবল। একটা নাম বসালেই প্যারাগ্রাফ গড়ে ওঠে। একটা ম্যাচ ধরলেই পরিসংখ্যান জোগাড় করা যায়। পাঠক সংখ্যা বাড়ে, এনগেজমেন্ট বাড়ে, লিংক শেয়ার হয়। অথচ ঠিক সেই জায়গাতেই আমার কাজ শেষ হওয়া উচিত, শুরু নয়। যে ইনপুট শূন্য, তার আউটপুট কখনো বিশ্লেষণ হতে পারে না — সেটা কেবল অনুমান, আর অনুমান লেবেল খুলে বললে ক্ষতি কম, লুকিয়ে বললে ক্ষতি বেশি।

প্রেক্ষাপট

এই পাইপলাইনটা দুই স্তরে চলে। Stage-1 হলো ডিকনস্ট্রাকশন স্তর — মূল লেখা থেকে তথ্যবিন্দু, এনটিটি, সোর্স-মান, সময়-সংবেদনশীলতা টেনে বের করা। Stage-2 হলো সেই ভিত্তির উপরে গভীর বিশ্লেষণ — ফরম্যাট, খেলোয়াড়ের টেকনিক, দলের ভূগোল, লিগের বাণিজ্য, নিয়মনীতি, ঝুঁকি, জন-আখ্যান, শিল্প-প্রসারণ। Stage-1 যদি ফাঁকা ফেরে, Stage-2-এর হাতে থাকে না কোনো ভিত্তি। প্রশ্নটা তখন প্রযুক্তিগত নয়, পেশাগত: ফাঁকা হাত নিয়ে দাঁড়িয়ে থাকব, নাকি হাত ভরে কিছু বানিয়ে ফেলব?

আমার পেশাগত উত্তর প্রথমটাই। কারণ বিশ্লেষণের পুরো মূল্য নির্ভর করে একটি জিনিসের উপর — ট্রেসেবিলিটি। যে সিদ্ধান্ত আপনি বলতে পারবেন না কোথা থেকে এল, সেটা সিদ্ধান্ত নয়, সেটা প্রবণতা। আর ট্রান্সফার উইন্ডো এমন এক সময়, যখন প্রবণতাই বাজারে সবচেয়ে বেশি দামে বিকোয়।

এই মুহূর্তে পাঠকের সামনে গুজবের বন্যা। নিলামের ঘর, রিলিজ ক্লজ, এজেন্টের ফোন, ওয়েজ বিলের কাঠামো — সব মিলিয়ে একটা কুয়াশা। কুয়াশার মধ্যে পাঠক চায় ফিল্টার: কোন খবরটা টিকে থাকবে, কোনটা সকালে উবে যাবে। সেই ফিল্টার তৈরি করতে হয় ইনপুট থেকে। ইনপুট যদি না থাকে, ফিল্টারও থাকে না। তখন যা থাকে, সেটা হলো আত্মবিশ্বাস — আর আত্মবিশ্বাস কখনো ডেটার বিকল্প নয়।

মূল বিশ্লেষণ

২০১৭ সালে আমি আটলান্টা ইউনাইটেডের এক্সপ্যানশন শর্টলিস্টের জন্য একটা মডেল লিখেছিলাম, যেটা সেরি আ-র এক স্ট্রাইকারের আউটপুটকে ইনজুরির কারণে কমে যাওয়া মিনিট দিয়ে অ্যাডজাস্ট করত। নামটা ছিল হোসে মার্তিনেস। ২০১৬-১৭ মৌসুমে তাঁর মিনিট প্রায় ৩৪ শতাংশ কমেছিল। কাঁচা গোলসংখ্যা দেখে বাজার তাঁকে ঝুঁকি হিসেবে দাম দিচ্ছিল। আমার মডেল মিনিট-অ্যাডজাস্টেড ০.৬৮ xG/90 প্রজেক্ট করেছিল, যেখানে MLS-এ ফরোয়ার্ডদের লিগ-গড় ছিল ০.৪১। আটলান্টা তাঁকে প্রায় পাঁচ মিলিয়ন ডলারে নিল। তিনি ২০টি রেগুলার-সিজন ম্যাচে ১৯টি গোল করলেন। "The model did not predict Josef Martínez; it priced his knees." মডেল ভবিষ্যৎ বলেনি, মডেল শুধু হাঁটুর দাম ঠিক করেছিল।

এই বাক্যটাই আমার পুরো পেশার মূলনীতি। বাজার ইনজুরিকে ভঙ্গুরতা হিসেবে পড়ে, মডেল সেটাকে ছাড় হিসেবে পড়ে। পার্থক্যটা সহানুভূতির নয়, হিসাবের।

২০১৮ সালের বিশ্বকাপ ফাইনালের আগে আমি ক্রোয়েশিয়ার তিনটি টানা এক্সট্রা-টাইম ম্যাচের লোড ট্র্যাক করছিলাম। গ্রুপ পর্বে তাদের PPDA ছিল ৮.১; ফাইনালে এসে সেটা ১২.৪। অর্থাৎ প্রেসিং তীব্রতা পড়ে গেছে, কারণ পা আর সাড়া দিচ্ছে না। ফ্রান্সের দিকে ছিল উল্টো ছবি — ট্রানজিশনে কিলিয়ান এমবাপ্পের প্রতি ৯০ মিনিটে ৭.৪টি প্রোগ্রেসিভ ক্যারি, প্রতি শটে ০.৫২ xG। ফাইনালের আগে আমার মডেল ফ্রান্সকে দিয়েছিল ৬২ শতাংশ জয়-সম্ভাবনা। ফল ৪-২। Croatia's PPDA was a confession; France's transition was the verdict. দখলের শতাংশ নয়, ক্লান্তির বক্ররেখা আর বিশ্রামের ব্যবধানই ছিল আসল চলক।

২০২০ সালে খেলা যখন বন্ধ, আমি বুন্দেসলিগার ৮৩টি দর্শকশূন্য ম্যাচ দেখে হোম-অ্যাডভান্টেজের মডেল দাঁড় করাই। হোম-উইন হার ৪৩.৩ শতাংশ থেকে নেমে গিয়েছিল। সেটা ছিল একটা অনুমানের মৃত্যু — "ঘরের মাঠ মানেই সুবিধা" — এবং একটা সংখ্যার জন্ম। Austin FC: home is a number now. ঘর আর অনুভূতি নয়, ঘর এখন একটা সহগ।

এই তিনটি ঘটনা একই সূত্রে বাঁধা: প্রতিটি ক্ষেত্রেই মূল্য ছিল রেসিডুয়ালে — বাজার যা দেখেনি, মডেল যা দেখেছে। আর প্রতিটি ক্ষেত্রেই মডেলকে প্রথমে স্বীকার করতে হয়েছিল সে কী দেখতে পাচ্ছে না।

এখন এশিয়ান ক্রিকেটে সেই অনুবাদটা করি, সাবধানে। ফুটবলের প্রেসিং মেট্রিক সরাসরি ক্রিকেটে বসানো যায় না, কারণ ক্রিকেটে বল প্রতি ইভেন্টের ঘনত্ব ভিন্ন, ফেজ ভিন্ন, পিচ ভিন্ন, ওয়ার্কলোড ভিন্ন। কিন্তু স্থানান্তরযোগ্য জিনিসটা হলো প্রশ্নের গঠন: কোন সম্পদকে বাজার ভঙ্গুর বলছে, অথচ তার মিনিট-অ্যাডজাস্টেড বা ওভার-অ্যাডজাস্টেড অবদান লিগ-গড়ের উপরে?

আইপিএল, পিএসএল, আইএলটি২০ — এই নিলাম-ঘরগুলো ঠিক সেই কাজটাই করে, যা ২০১৭ সালে আটলান্টার ওয়ার-রুম করছিল। এখানে দাম ওঠে কাঁচা সংখ্যায়: গোল, গতি, গত মৌসুমের ছবি। আর ছাড় তৈরি হয় ওভারলুকড রেসিডুয়ালে: বল করার ওয়ার্কলোড কার্ভ, ব্যাক-টু-ব্যাক স্পেলের পরে ইকোনমি, ইনজুরি থেকে ফেরার পর প্রথম দশ ওভারের স্প্লিট, নির্দিষ্ট ফেজে স্পিনারের ইফেক্টিভ ডেলিভারি রেট। বাজারের চোখ ইনজুরিতে; মডেলের চোখ মিনিটের বণ্টনে।

দ্বিতীয় স্থানান্তরটা আরও কঠিন — পিচ-নির্ভরতা। ক্রিকেটের হোম-অ্যাডভান্টেজ ফুটবলের চেয়ে বেশি পিচ-নির্দিষ্ট, কম ভিড়-নির্দিষ্ট। তাই ২০২০-র দর্শকশূন্য মডেল এখানে অন্ধভাবে বসানো যায় না। এশিয়ার মাটিতে এই ত্রুটি ধরতে হলে দরকার আঞ্চলিক ট্যাগ নয়, দরকার নির্দিষ্ট ভেন্যু, নির্দিষ্ট ফরম্যাট, নির্দিষ্ট ইনিংস।

আর ঠিক এখানেই ফিরে আসে cricket_asia। এটা একটা আঞ্চলিক লেবেল। এটা বলে দেয় বিষয়বস্তু সম্ভবত এশিয়ার ক্রিকেট নিয়ে — ভারত, পাকিস্তান, শ্রীলঙ্কা, বাংলাদেশ, আফগানিস্তান, অথবা কোনো এশিয়া-ভিত্তিক লিগ বা ইভেন্ট। এটা একটা দিকনির্দেশ। এটা তথ্য নয়। একটা আঞ্চলিক ট্যাগ থেকে একটা স্পোর্টিং সিদ্ধান্তে যাওয়ার রাস্তা নেই — সেখানে গেলে যা হয়, তা মডেলিং নয়, অনুমান।

ফরম্যাটই অজানা। টেস্ট, ওডিআই, টি২০, নাকি অন্য কিছু — কিছুই জানা নেই। অথচ ফরম্যাট-কনটেক্সট প্রতিটি ট্যাকটিক্যাল পাঠের পূর্বশর্ত। একই ইকোনমি রেট টি২০-তে অপরাধ, টেস্টে সৌজন্য। একই স্ট্রাইক রেট এক ফরম্যাটে সম্পদ, অন্য ফরম্যাটে ঝুঁকি। ফরম্যাট ছাড়া খেলোয়াড় মূল্যায়ন করা যায় না, দলের গভীরতা মাপা যায় না, নিলামের প্রিমিয়াম যাচাই করা যায় না।

তার চেয়েও বড় কথা: এই অবস্থায় যদি আমি একটা দল লিখি, আমি সেটা বানিয়ে লিখব। যদি একটা খেলোয়াড় লিখি, সেটাও বানানো। যদি একটা নিলাম-দাম লিখি, সেটা সবচেয়ে বিপজ্জনক — কারণ দামের সংখ্যা বিশ্বাসযোগ্য দেখায়। একটা ভুল দাম বাজারের প্রত্যাশার সাথে মিশে গেলে সেটা পরে সংশোধন করা কঠিন, আর পাঠক সেটা উদ্ধৃত করতে থাকে।

এখানেই আসল ঝুঁকির হিসাবটা। প্রথম স্তরের ঝুঁকি দৃশ্যমান: ইনপুট পাইপলাইনের ব্যর্থতা। দ্বিতীয় স্তরের ঝুঁকি অদৃশ্যমান: ফাঁকা ইনপুটের উপর দাঁড়ানো আত্মবিশ্বাসী বিশ্লেষণ। প্রথমটা একটা প্রসেস-ত্রুটি। দ্বিতীয়টা একটা সংস্কৃতি।

বিপরীতমুখী কোণ

এখন খেলার নিয়ম মানি: প্রথমে সংখ্যাগরিষ্ঠ মতের পক্ষে সবচেয়ে শক্ত যুক্তিটা লিখি।

মতটা বলছে — পাঠক গল্প চায়, ফাঁকা স্ক্রিন নয়। গুজবের যুগে কেউ আপনার নাল-হ্যান্ডলিং মোড পড়তে আসে না; তারা আসে সম্ভাবনা জানতে। ক্রিকেট-অ্যানালিটিক্সে ফাঁকা ঘর ফেলে রাখা অনেক সময় বিলাসিতা, কারণ খেলাটা এখন প্রতি সপ্তাহে ঘটে, প্রতিযোগিতা প্রতি মাসে ঘন হয়, আর লিগগুলো নিজেরাই গল্প বিক্রি করে। তাছাড়া মডেলও সর্বজ্ঞ নয় — ২০১৭ সালের মডেল ভুলও হতে পারত, কারণ ইনজুরি-কার্ভ একেক মানুষের একেক রকম। সেটাও মানতে হবে।

এতটুকু ঠিক। এতটুকুই ঠিক।

কিন্তু যেখানে মতটা ভুল, সেটা হলো ফলাফলে। পাঠক গল্প চান — সত্য, কিন্তু পাঠক ভুল গল্প চান না। আর ভুল গল্প ও দেরি করে আসা সত্যের মধ্যে যে ব্যবধান তৈরি হয়, সেটা এক দিনের এনগেজমেন্টের বদলে মাসের আস্থা খায়।

আসল ব্লাইন্ড স্পটটা বিশ্লেষণের স্তরে নয়, ইনপুটের স্তরে। কেউ আউটপুট অডিট করে। কেউ জিজ্ঞেস করে না, এই আউটপুটটা কোন ইনপুট থেকে এল? আমরা মডেলের রেসিডুয়াল নিয়ে তর্ক করি, কনফিডেন্স ইন্টারভাল নিয়ে তর্ক করি, অথচ যে ভিত্তির উপরে দাঁড়িয়ে তর্ক করছি সেটা শূন্য কি না — সেটা কেউ দেখে না। এটাই সেই সংযুক্তি, যেখানে পারস্পরিক সম্পর্ককে কারণ ভেবে বসে থাকা বাজারের সবচেয়ে বড় ভুলটা ঘটে: প্রক্রিয়া-ব্যর্থতাকে বিশ্লেষণ-সিদ্ধান্তের মতো দেখতে শুরু করা।

শেষ কথা

পরের রাউন্ডের সংকেতটা সংখ্যার নয়, প্রক্রিয়ার। যেটা দেখার: Stage-1 আবার চালালে অন্তত একটা ইনফরমেশন পয়েন্ট ফেরে কি না; সোর্স ফেচ-লগে মূল লেখাটা সত্যিই ধরা পড়েছিল কি না; আর cricket_asia লেবেলটা আসল টেক্সট থেকে এসেছে, নাকি ডিফল্ট হিসেবে বসেছে। এই তিনটার উত্তর পাওয়া গেলে আটটি মাত্রার বিশ্লেষণ আবার শুরু করা যায় — ভরাট হাতে, ভরাট মাথায়।

আর যদি না পাওয়া যায়? তাহলে প্রশ্নটা এটা নয় যে বিশ্লেষণ কতটা নির্ভুল হলো। প্রশ্নটা হলো: ফাঁকা ঘরগুলোতে আমরা গল্প ভরব, নাকি খালি রাখার সাহস দেখাব?