খালি তথ্যের ম্যাচ: ক্রিকেট অ্যানালিটিক্সে নাল-হ্যান্ডলিং ও ডেটা-শৃঙ্খলের পাঠ

গত রাতে স্ক্রিনে যা এল, তা কোনো স্কোরকার্ড নয় — একটি খালি তালিকা। আটটি বিশ্লেষণী স্তম্ভ, প্রতিটির ঘরে লেখা "তথ্য অপর্যাপ্ত, মূল্যায়ন সম্ভব নয়"। না কোনো দলের নাম, না কোনো ফরম্যাট, না কোনো মাঠ, না কোনো তারিখ। যে ফিল্ডটিকে বিশ্লেষণের মেরুদণ্ড বলা হয় — ইনফরমেশন পয়েন্টের তালিকা — সেটি সম্পূর্ণ শূন্য। একজন লাইভ-স্কাউট হিসেবে বছরের পর বছর ম্যাচ দেখে আমি শিখেছি, ম্যাচ যখন কিছু বলে না, তখন সেই নীরবতাটাই সবচেয়ে বড় তথ্য। আমি লিভারপুলে শিখেছি, প্রেসিং বিশৃঙ্খলা নয় — স্টপওয়াচ হাতে করা কোরিওগ্রাফি। আজ যেটা দেখছি, সেটা ডেটা-পাইপলাইনের কোরিওগ্রাফি ভেঙে পড়ার মুহূর্ত। ক্ষতির পর প্রথম পাঁচ সেকেন্ড আমি চার্ট করি, কারণ সেখানেই ম্যাচ নিজের সত্য স্বীকার করে — আজ পাইপলাইন ঠিক সেটাই করছে।

ক্রিকেট অ্যানালিটিক্সের কাজ মূলত দুটি ধাপে হয়। প্রথম ধাপে সূত্র থেকে তথ্য ভাঙা হয় — শিরোনাম, ঘটনার তালিকা, সংশ্লিষ্ট সত্তা। দ্বিতীয় ধাপে সেই তথ্যের ভিত্তিতে আটটি মাত্রা বিশ্লেষণ করা হয়: ফরম্যাট ও ম্যাচ, খেলোয়াড়ের টেকনিক, দলের অবস্থান, লিগ ও বাণিজ্য, নিয়ম ও শাসন, ঝুঁকি, জন-আখ্যান, এবং শিল্পে সংক্রমণ। এই শৃঙ্খলটা অনেকটা ব্লকচেইনের মতো — প্রতিটি সিদ্ধান্ত আগের ব্লকের উপর দাঁড়ায়, আর প্রতিটি দাবি পিছনে ট্রেস করা যায়। প্রথম ব্লক যদি খালি থাকে, দ্বিতীয় ব্লক কিছুই তৈরি করতে পারে না।

আমার নিজের কাজে এই শৃঙ্খলই ভরসার জায়গা। ২০১৭ সালে লিভারপুলের ডেটা বিভাগে থাকতে রবার্তো ফিরমিনোর ডিফেন্সিভ অ্যাকশন ট্র্যাক করতাম; আমাদের PPDA মডেল দেখিয়েছিল, প্রতিপক্ষ ফাইনাল থার্ডে গড়ে মাত্র ৭.২ পাসের পর একটি ডিফেন্সিভ অ্যাকশনের মুখোমুখি হয়। ২০১৮ বিশ্বকাপে রাশিয়ায় লাইভ স্কাউট হিসেবে কিলিয়ান এমবাপের স্প্রিন্ট টাইমস্ট্যাম্প করে লিখেছিলাম — ৩২.৪ কিমি/ঘণ্টা। ২০২০-এ খালি স্টেডিয়ামে হোম অ্যাডভান্টেজ মাপতে গিয়ে দেখেছিলাম, হোম দলের xG সুবিধা ০.৩১ থেকে ০.০৯-এ নেমে আসে। প্রতিটি ক্ষেত্রেই মূল শর্ত ছিল একটাই: ইনপুট পরিষ্কার হতে হবে। ইনপুটে ভুয়া সংখ্যা ঢুকলে পুরো মডেল ভুয়া।

আজকের খালি তালিকা ঠিক সেটাই প্রমাণ করছে — ইনপুট স্তর ব্যর্থ, তাই বিশ্লেষণ স্তর নীরব। ফরম্যাট ও ম্যাচ বিশ্লেষণে দরকার ফরম্যাট (টেস্ট/ওয়ানডে/টি-টোয়েন্টি), পাওয়ারপ্লে-মিডল-ডেথ ওভারের ভাগ, পিচ আর আবহাওয়া; কিছুই নেই। খেলোয়াড়ের টেকনিকে দরকার গড়, স্ট্রাইক রেট, বোলিং ইকোনমি, সাম্প্রতিক প্রবণতা — কোনো নাম নেই। দলের ভূগোলে দরকার আইসিসি র‍্যাঙ্কিং, স্কোয়াডের গভীরতা, বয়স-কাঠামো — কোনো দল চিহ্নিত নয়। বাণিজ্যে দরকার সম্প্রচার স্বত্ব, ফ্র্যাঞ্চাইজি মূল্যায়ন, নিলামের দাম — কিছুই নেই।

এখানেই সবচেয়ে জরুরি শিক্ষা: যখন তথ্য থাকে না, তখন অনুমান করাই সবচেয়ে বড় পেশাদারি অপরাধ। এই কাঠামো তাই প্রতিটি ঘরে সৎভাবে "তথ্য অপর্যাপ্ত" লিখেছে, কোনো ক্রিকেট-সিদ্ধান্ত বানায়নি। ডেটা-মনের প্রথম নিয়ম এটাই — শূন্যতাকে শূন্য বলেই স্বীকার করা।

ভাবুন উল্টোটা হলে কী হতো। বিশ্লেষক যদি খালি জায়গা নিজের কল্পনায় ভরে দিতেন — একটি কাল্পনিক স্কোরলাইন, একটি বানানো নিলামের দাম, একটি ভুয়া ইনজুরি রিপোর্ট — তাহলে সেই ভুল শৃঙ্খল ধরে ছড়িয়ে পড়ত। ব্রডকাস্ট ড্যাশবোর্ডে ভুল গ্রাফ, বেটিং মার্কেটে ভুল লাইন, ফ্যান্টাসি লিগে ভুল পরামর্শ, স্কাউটিং রিপোর্টে ভুল প্রতিভা। ক্রিকেটে ডেটা এখন আর শুধু ম্যাচ-পরবর্তী মজা নয়; সেটাই এখন সিদ্ধান্তের কাঁচামাল।

আরও গভীরে তাকালে দেখা যায়, সংক্রমণ-মানচিত্রটাও শূন্য: উজানে প্রতিভা-উৎপাদন, মাঝখানে জাতীয় দল ও লিগ, নিচে সম্প্রচার ও বাণিজ্যিক বাজার — তিনটি স্তরই "তথ্য অপর্যাপ্ত" ফিরিয়েছে। কারণ ঘটনার কোনো ট্রিগারই নেই। কোনো সম্প্রচার স্বত্বের সংখ্যা নেই, কোনো পুঁজি-প্রবাহের সংকেত নেই, কোনো নিলাম-তথ্য নেই। ফলে কোন খেলোয়াড়ের দাম বাড়ল, কোন লিগের সম্প্রচার-মূল্য কমল, কোন ফরম্যাটে দর্শক কমছে — এসবের একটিও বলা অসম্ভব।

ক্রিকেটের নিজস্ব কিছু বাস্তবতা এই শৃঙ্খলকে ফুটবলের চেয়েও জটিল করে তোলে। ডাকওয়ার্থ-লুইস-স্টার্ন (DLS) পদ্ধতি বৃষ্টিতে লক্ষ্য বদলে দেয়; টস ফলাফলকে প্রভাবিত করে; শিশির ডেথ ওভারে বল ধরাকে কঠিন করে; DRS সিদ্ধান্তের ন্যায্যতাকে প্রশ্নের মুখে ফেলে। এসব কারণেই কাঁচা ডেটাকে সরাসরি সিদ্ধান্তে রূপ দেওয়া যায় না — লাগে ভেন্যু-বায়াস, ভাগ্য-ফ্যাক্টর আর স্যাম্পল সাইজ আলাদা করার শৃঙ্খলা। ইনফরমেশন পয়েন্টের তালিকা খালি থাকলে এই কাজগুলোর একটিও শুরু করা যায় না।

এখান থেকে একটি কাঠামোগত শিক্ষা মেলে। যে সিস্টেমে খালি ইনফরমেশন পয়েন্ট ঢুকতে পারে, সেই সিস্টেমে ভুল ইনফরমেশনও ঢুকতে পারে — এবং সেটি আরও বিপজ্জনক, কারণ ভুল ঢোকার পর সে চুপ থাকে না, সে আত্মবিশ্বাসের সঙ্গে কথা বলে। তাই প্রতিটি পাইপলাইনে নন-নাল ভ্যালিডেশন থাকা উচিত: তথ্য না থাকলে প্রক্রিয়া থামুক, অনুমান না করুক।

তাই আজকের আউটপুটকে ব্যর্থতা ভাবলে ভুল হবে। এটি সঠিক নাল-হ্যান্ডলিং — কাঠামোর নিজের নিয়ম মেনে দেওয়া একটি বৈধ উত্তর। পাইপলাইনের দুর্বলতা লুকিয়ে না রেখে তা পতাকার মতো উঁচিয়ে ধরার সততাই এখানে আসল পেশাদারিত্ব।

কিন্তু সহজ সমাধানটি আমার পছন্দ নয়। অনেকে বলবেন, "আরও ডেটা যোগ করুন, তাহলে খালি ঘর ভরে যাবে।" আমি বলি, উল্টোটা সত্য। ক্রিকেট অ্যানালিটিক্সের সবচেয়ে বড় বিপদ তথ্যের অভাব নয় — তথ্যের বন্যা। বল-বাই-বল গ্রানুলারিটির প্রেমে পড়ে বিশ্লেষক প্রায়ই মূল থিসিসটি চাপা পড়েন; দশটি সংখ্যা দিয়ে একটি পয়েন্ট প্রমাণ করার চেষ্টায় আর্গুমেন্টটাই হারিয়ে যায়।

দ্বিতীয় ফাঁদটি সম্পর্ক আর কারণ গুলিয়ে ফেলা। একটি স্পেলে পাঁচ উইকেট মানেই বোলার "ছন্দে" — এটা ভাবা সহজ, কিন্তু সেটা নিছক সম্পর্ক, কারণ নয়। প্রতিপক্ষ দুর্বল, পিচ সহায়ক, কিংবা ক্যাচ ছাড়া — এসব বাদ না দিয়ে সিদ্ধান্ত টেকসই হয় না। তৃতীয় ফাঁদটি লাইভ-সিগন্যালের সাম্প্রতিকতা-পক্ষপাত: সর্বশেষ ওভারটাই যেন পুরো সত্য মনে হয়। আমার অভ্যাস হলো যেকোনো "লাইভ রিড"-কে তিন-ম্যাচ বা ফেজ-বেসলাইনে মিলিয়ে দেখা, নিশ্চিত না হওয়া পর্যন্ত সেটাকে অনুমান বলেই লেবেল করা।

আর একটি ফাঁদ — যুক্তরাজ্যের লেন্স। ইংলিশ কন্ডিশন আর লিগ-কাঠামোই যেন ক্রিকেটের মাপকাঠি হয়ে যায়। অথচ বাংলাদেশ বা দক্ষিণ এশিয়ার প্রেক্ষাপটে চাপ, শিডিউল আর পিচের গল্পটা সম্পূর্ণ আলাদা। তুলনামূলক লাইন না থাকলে বিশ্লেষণ অসম্পূর্ণ। ডেটা-মনের চোখে ক্রিকেটের ভবিষ্যৎ আর শুধু খেলা নয়; এটি পা-ওয়ালা একটি প্যাচ নোট — যেখানে প্রতিটি আপডেট আগের ব্লকের সত্যতা যাচাই করে এগোয়।

পরের চক্রে সবচেয়ে দরকারি বিনিয়োগ বেশি ডেটা নয় — শৃঙ্খলের সুরক্ষা। প্রথম ব্লকে খালি ইনফরমেশন পয়েন্ট ঢুকতে দেওয়া চলবে না; স্কিমা-ভ্যালিডেশন থাকতে হবে। প্রতিটি "N/A"-কে সিদ্ধান্ত নয়, বরং একটি ডেটা-উপলব্ধতার পতাকা হিসেবে পড়তে শিখতে হবে। প্রশ্নটা এখন পাঠকের: আপনার স্ক্রিনে যখন কোনো বিশ্লেষণ আসে, আপনি কি জানতে চান সংখ্যাটি কোথা থেকে এলো — নাকি শুধু সুন্দর গ্রাফটাই যথেষ্ট?