ডেটা পাইপলাইনের নীরবতা: যখন ক্রিকেট বিশ্লেষণের ভিত্তি শূন্য হয়

ময়মনসিংহের স্থানীয় লিগে প্রথম xG মডেলটি ছিল অন্ধকারে এক লণ্ঠন। ২০১৭ সালের সেপ্টেম্বরে শেখ রাসেল ক্রিকেট ক্লাবের ভলান্টিয়ার ডেটা বিশ্লেষক হিসেবে আমি বাংলাদেশ প্রিমিয়ার লিগের আবাহনী লিমিটেড ঢাকার বিপক্ষে ম্যাচে প্রতিটি শট ম্যানুয়ালি লগ করছিলাম। মডেল বলছিল শেখ রাসেলের xG ২.৭, আবাহনীর ০.৮। ম্যাচ ড্র হলো ১-১। স্কোরলাইন মিথ্যা বলছিল না, স্কোরলাইন কেবল প্রক্রিয়ার একটি ক্ষণচিত্র। সেই রাতে বুঝলাম, স্কোরকার্ড কখনো চূড়ান্ত সত্য নয়।

সেই শিক্ষা আজ নতুন মাত্রায় ফিরে এসেছে। একটি স্টেজ-১ ডিকনস্ট্রাকশন রিপোর্ট আমার হাতে এসেছে, যেখানে সব ঘর খালি। শিরোনাম নেই, সোর্স নেই, তথ্যবিন্দু নেই। শুধু একটি ডোমেইন ট্যাগ টিকে আছে: cricket_asia। এই নীরবতা নিজেই একটি তথ্য। বিশ্লেষকের প্রথম কাজ হলো উপাত্ত সংগ্রহ পদ্ধতি যাচাই করা, তারপর দাবি করা। ময়মনসিংহে আমি শিখেছিলাম, যেখানে ট্র্যাকিং ক্যামেরা নেই, যেখানে নির্ভরযোগ্য রেকর্ড নেই, সেখানে বিশ্লেষণের ভিত্তি হলো সম্পূর্ণতা। কিন্তু এই রিপোর্টে সম্পূর্ণতার অভাব এতটাই চরম যে কোনো সংখ্যা তুলনা করার মতো কিছু নেই।

গত ২৪ বছরে আমি ক্রিকেট স্কোরকার্ড, ফুটবল ম্যাচ রিপোর্ট, ট্রান্সফার মার্কেট ডেটা — সবকিছুতেই একই নীতি মেনেছি: কোনো তথ্যবিন্দু ছাড়া কোনো উপসংহার নয়। ২০১৮ সালে যখন ফুটবল ক্লাবের ডেটা বিভাগের হয়ে ক্রোয়েশিয়ার মার্সেলো ব্রজোভিচকে রাশিয়া বিশ্বকাপের সেমিফাইনালে ইংল্যান্ডের বিপক্ষে ট্র্যাক করছিলাম, তখন ১২ দশমিক ৮ কিলোমিটার কভারেজ, ৮৯ শতাংশ পাস নির্ভুলতা, ৮.৭ পিপিডিএ — প্রতিটি সংখ্যা যাচাই করে ১২ পাতার রিপোর্ট তৈরি করেছিলাম। সেই রিপোর্টের ওজন ছিল প্রতিটি যাচাইকৃত তথ্যবিন্দুর উপর। কিন্তু আজ হাতে যা আছে, তার ওজন শূন্য।

এই শূন্য রিপোর্টের অর্থ এই নয় যে ক্রিকেটে কোনো ঘটনা ঘটেনি। এর অর্থ হলো, ঘটনাটি সংগ্রহ, নিষ্কাশন বা প্রক্রিয়াকরণের কোনো পর্যায়ে হারিয়ে গেছে। পাইপলাইনের দুর্বলতা একটি নীরব মোডে ঢুকে পড়েছে, এবং সিস্টেমটি ব্যর্থ হওয়ার পরিবর্তে খালি হাতে ফিরে এসেছে। ২০২০ সালে যখন করোনাভাইরাস মহামারির কারণে স্টেডিয়ামগুলো খালি ছিল, তখন আমি শিখেছিলাম যে শূন্যতা নিজেই একটি তথ্য উৎস। কিন্তু সেখানে শূন্যতার পেছনে Reasons ছিল — দর্শক নেই, প্রেসবক্স নেই, শুধু ক্যামেরা। এখানে শূন্যতার পেছনে কোনো কারণ নেই, শুধু একটি খালি টেমপ্লেট। পার্থক্যটা বিশাল।

আগস্ট ২০২০-এ বাশুন্ধরা কিংসের ট্রান্সফার মার্কেট অ্যাডমিনিস্ট্রেটর হিসেবে আমি একটি ব্রাজিলিয়ান স্ট্রাইকারের চুক্তি আটকে দিয়েছিলাম। ক্লাবের স্কাউটরা বলছিলেন তার xG প্রতি ৯০ মিনিটে ০.৭৮। কিন্তু আমি দেখলাম দূরত্ব কভারেজ ১৮ শতাংশ কমেছে, এবং দুর্বল ডিফেন্সের বিপক্ষে তার পিপিডিএ ফুলে উঠেছে। আমি একটি কনটেক্সট-অ্যাডজাস্টেড মডেল বানিয়ে চুক্তির বিপক্ষে সুপারিশ করলাম। পরবর্তী ১৪ ম্যাচে সে মাত্র ২ গোল করল। সেই সিদ্ধান্তের ভিত্তি ছিল একটাই: একটি সংখ্যা যখন গল্পের সাথে মেলে না, তখন সংখ্যাটিকে সন্দেহ করতে হয়, গল্পটিকে নয়। আজ এই নীতিরই নতুন প্রয়োগ: যখন এক ডজন সংখ্যা অনুপস্থিত, তখন অনুপস্থিতিটাই সবচেয়ে বড় তথ্য।

ক্রিকেট এশিয়া অঞ্চলের বিশ্লেষণে আমরা প্রায়ই দেখি, তথ্যের ঘাটতি একটি স্থায়ী অবস্থা। ঢাকা প্রিমিয়ার লিগের স্কোরকার্ড, পাকিস্তানের ঘরোয়া ম্যাচের বল-বাই-বল ডেটা, শ্রীলঙ্কার যুব টুর্নামেন্টের স্কোর — এসব জায়গায় ডেটা সংগ্রহ কখনোই পূর্ণাঙ্গ ছিল না। কিন্তু সেখানে আমরা অন্তত জানতাম কী অনুপস্থিত। এখানে সমস্যা ভিন্ন: আমরা জানি না কী অনুপস্থিত, কারণ কোনো জায়গাতেই কিছু লেখা নেই। একটি মডেল কনটেক্সট ছাড়া কেবল একটি ক্যালকুলেটর, যে স্কাউটের পোশাক পরে আছে। আর একটি রিপোর্ট তথ্য ছাড়া কেবল একটি খালি ফ্রেম, যে বিশ্লেষণের দাবি করছে।

২০১৬ সালে যখন হবি অ্যাকাউন্ট থেকে বিডিক্রিকটাইম পেজটি পেশাদার ক্রিকেট পোর্টালে রূপান্তরিত করলাম, তখন প্রথম শিক্ষা ছিল: সোর্সের নির্ভরযোগ্যতা যাচাই না করে একটি অক্ষরও প্রকাশ করা যাবে না। ২০০৪ সালে আইসিসি ট্রফির বাংলাদেশ-কেনিয়া ম্যাচে রেডিও কমেন্টারি করার সময়ও এই শৃঙ্খলা শিখেছিলাম। গত দুই দশকে এই সম্পাদকীয় শৃঙ্খলা আমাকে এমন এক পর্যায়ে নিয়ে এসেছে যেখানে একটি খালি রিপোর্ট দেখলে আমার প্রথম প্রতিক্রিয়া হয়: এটি প্রকাশযোগ্য নয়, এটি একটি প্রক্রিয়া ব্যর্থতার নথি।

কিন্তু এখানেই একটি প্রতিকূল কোণ লুকিয়ে আছে। পাইপলাইনের ব্যর্থতা নিজেই একটি বিশ্লেষণযোগ্য ঘটনা, যদি আমরা এটিকে সেভাবে দেখি। ক্রিকেট তথ্য ব্যবস্থায় এই ধরনের নীরব ব্যর্থতা কত ঘন ঘন ঘটে? আমরা কতবার খালি স্কোরকার্ড, অসম্পূর্ণ বল-বাই-বল, বা অনুপস্থিত ইনিংস ডেটাকে উপেক্ষা করে এগিয়ে যাই? ২০১৭ সালে যখন আমি প্রথম xG মডেল বানিয়েছিলাম, তখন আমি জানতাম আমার ডেটার সীমাবদ্ধতা — ম্যানুয়াল এন্ট্রি, ক্যামেরার অনুপস্থিতি, পিচের অবস্থার অপর্যাপ্ত রেকর্ড। কিন্তু আমি সীমাবদ্ধতাগুলো লিখে রেখেছিলাম। কনফিডেন্স লেভেল যোগ করেছিলাম। অসম্পূর্ণতাকে স্বীকার করা আর অসম্পূর্ণতাকে গোপন করা — এই দুইয়ের মধ্যে বিশ্লেষণের নৈতিকতা নির্ধারিত হয়।

এই রিপোর্টের সবচেয়ে বড় অবদান সম্ভবত এই যে, এটি প্রমাণ করে ক্রিকেট বিশ্লেষণের সবচেয়ে বিপজ্জনক শত্রু গ্ল্যামারাস নয়, নীরব। একটি রোমাঞ্চকর ম্যাচ রিপোর্ট, একটি বিতর্কিত আম্পায়ারিং সিদ্ধান্ত, একটি রেকর্ড-ভাঙা ইনিংস — এসব আলোচনা হয়, যাচাই হয়, চ্যালেঞ্জ করা হয়। কিন্তু একটি খালি ডেটা রিপোর্ট কেউ পড়ে না, কেউ প্রশ্ন করে না। অথচ এই নীরব ব্যর্থতাগুলোই একদিন বড় সিদ্ধান্তের ভুল ভিত্তি তৈরি করে। ট্রান্সফার মার্কেট হোক বা দল নির্বাচন, একটি ভুলভাবে যাচাইকৃত সংখ্যা একটি সম্পূর্ণ সিস্টেমকে ভুল পথে নিয়ে যেতে পারে। আমি নিজে একটি ফলস-পজিটিভ ট্রান্সফার আটকে দিয়েছি বলেই জানি, সেই আটকানোর মূল্য কত।

ক্রিকেট এশিয়ায় তথ্য অবকাঠামো নির্মাণের প্রকৃত চ্যালেঞ্জ কখনোই ডেটা বিশ্লেষণ নয়, ডেটা সংগ্রহ। ক্যামেরা লাগানো, স্কোরার প্রশিক্ষণ দেওয়া, বল-বাই-বল ডেটা সংরক্ষণ করা — এগুলোই আসল কাজ। এই রিপোর্টের নীরবতা আমাদের সেই কাজের জরুরি অবস্থার কথা মনে করিয়ে দেয়। যখন পাইপলাইন খালি ফিরে আসে, তখন প্রশ্ন হলো: আমরা কি পাইপলাইনটি মেরামত করব, নাকি খালি হাতেই পরবর্তী ম্যাচের বিশ্লেষণ শুরু করব?

পরবর্তী বলটি যখন ছোড়া হবে, তখন স্কোরকার্ডে একটি সংখ্যা লেখা হবে। কিন্তু সেই সংখ্যার আগে এবং পরে যা ঘটেছে — কোন বলটি কীভাবে বাউন্স করেছে, কোন ফিল্ডার কোন অ্যাঙ্গেলে দাঁড়িয়েছিল, পিচ কতটা স্লো ছিল — এসব যদি রেকর্ড না থাকে, তাহলে আমরা আবারও স্কোরলাইনের অন্ধকারে হাঁটব। লণ্ঠনটি জ্বালিয়ে রাখার দায়িত্ব বিশ্লেষকের, প্রযুক্তির নয়।