শূন্য ইনফরমেশন পয়েন্ট: ক্রিকেট অ্যানালিটিক্সের ফাঁকা ডেটাসেট আর তার ভেতরের হট-টেক

রাত ১টা ১৪ মিনিট, ব্রিসবেন। বারান্দার টেবিলে ল্যাপটপ, পাশে ঠান্ডা হয়ে আসা চা। স্ক্রিনে একটা বিশ্লেষণী টেমপ্লেট খোলা — আটটা ডাইমেনশন, চৌত্রিশটা সেল। প্রতিটা ঘরে হুবহু একই বাক্য: "N/A — insufficient information"। কোনো দল নেই, খেলোয়াড় নেই, ফরম্যাট নেই, ভেন্যু নেই, টাইম-সেন্সিটিভিটি নেই। উপরের লাইনে শুধু একটা কথা — Stage-1 extraction returned zero information points।

প্রথমে হেসে ফেলেছিলাম। তারপর ঠান্ডা হয়েছি। এই ফাঁকা শিটটা কোনো দুর্ঘটনা নয়, এটা আয়না। ক্রিকেট-বিশ্লেষণের বিরাট একটা অংশ প্রতিদিন ঠিক এই শূন্য থেকেই লেখা হয় — যে ঘরে কিছু নেই, সেখানে কনফিডেন্স ঢেলে দেওয়া হয়। xG অটোপসি শুরু হয়েছিল ঠিক সেখানেই, যেখানে ব্রডক্যাস্ট থেমে গিয়েছিল আর নীরবতা শুরু হয়েছিল।

কনটেক্সট: তিন স্তরের পাইপলাইন

ক্রিকেটের ডেটা-সাপ্লাই চেইন তিন স্তরে চলে। উপরে ট্যালেন্ট সাপ্লাই — বয়সভিত্তিক ক্রিকেট, ঘরোয়া লিগ, একাডেমি। মাঝখানে ন্যাশনাল টিম আর ফ্র্যাঞ্চাইজি লিগ। নিচে ব্রডক্যাস্ট, বেটিং, ফ্যান্টাসি, ডেরিভেটিভ মার্কেট। এই তিন স্তরের যোগসূত্রটা একটা পাইপলাইন — Stage-1 ডেটা টেনে বের করে, Stage-2 সেটাকে অর্থ দেয়।

২০১৭ সালে সিডনি এফসি বনাম মেলবোর্ন ভিক্টোরির গ্র্যান্ড ফাইনালের পর আমি ১২ টুইটের একটা থ্রেড লিখেছিলাম। সিডনির xG ছিল ০.৯, ভিক্টোরির ১.৪ — তবু ম্যাচ ১-১, পেনাল্টিতে ৪-২ সিডনির। তখন লিখেছিলাম, সিডনির রাজত্ব ভ্যারিয়েন্স, ডমিন্যান্স নয়। থ্রেডটা ৪ হাজার রিটুইট পেয়েছিল, সেটাই আমার প্রথম ভাইরাল। কিন্তু ওই দুটো সংখ্যার পেছনে কতগুলো ইনফরমেশন পয়েন্ট ছিল? দুই দলের ৯০ মিনিটের শট ম্যাপ, পজিশনাল ডেটা, সেট-পিস কনটেক্সট — সব মিলিয়ে কয়েকশো।

এখন কল্পনা করুন, ওই কয়েকশোর জায়গায় শূন্য। তাহলে আমি কী লিখতাম? লিখতাম না। অথবা আরও খারাপ — লিখতাম, কিন্তু খালি জায়গা নিজের অনুমান দিয়ে ভরে দিতাম। ক্রিকেট-সাংবাদিকতার সবচেয়ে বড় ফাঁদ এটাই।

মূল বিশ্লেষণ: ফ্রেমওয়ার্ক ভাঙেনি, ইনপুট ভেঙেছে

ফ্রেমওয়ার্কটা আসলে অটুট। এটাই এই ফাঁকা আউটপুটের সবচেয়ে বড় খবর। আটটা ডাইমেনশন, প্রতিটার রিস্ক ফ্ল্যাগ, সিনারিও প্রজেকশন — সব জায়গায় আছে। শুধু ইনপুট নেই। এটা প্রমাণ করে সমস্যাটা বিশ্লেষণের স্তরে নয়, এক্সট্র্যাকশনের স্তরে। এনকোডিং এরর, পে-ওয়াল, ম্যালফর্মড ফিড, বা র-পেলোড লগ না রাখা — যেকোনো একটা কারণেই Stage-1 শূন্য ফেরত দিতে পারে। নথিতে লেখা আছে, এটা "সাধারণত উপরের ধাপের প্রসেসিং ব্যর্থতা, সত্যিকারের খালি নিবন্ধ নয়"।

যে বিশ্লেষণে ইনপুট-থ্রেশহোল্ড নেই, সেটা বিশ্লেষণ নয় — সেটা অনুমানের ব্র্যান্ডিং।

আর এই শূন্যটাই ক্রিকেট অ্যানালিটিক্সের সবচেয়ে সাধারণ রোগের নাম। রিস্ক লিস্টটা পড়ুন — এগুলো বিমূর্ত সতর্কতা নয়, রোজকার ঘটনা।

স্মল-স্যাম্পল। একটা টি-টোয়েন্টি ব্যাটারের ছয় ইনিংসের স্ট্রাইক রেট ১৬৫ — এটাকে ফিনিশার বলে বাজারে ছাড়া হয়। ছয় ইনিংস। ওই ছয়টার মধ্যে একটা ক্যাচ মিস হলে গল্পটা উল্টো দিকে যায়।

ফরম্যাট মিক্সিং। টেস্টের স্ট্রাইক রেট আর ওয়ানডের ইকোনমি একসাথে বসিয়ে ফর্ম বের করা হয়। কন্ডিশন আলাদা, বল আলাদা, ফিল্ড সেটিং আলাদা, পাওয়ারপ্লে আলাদা।

হোম-ডেটা মাস্কিং। ঘরের মাঠে স্পিনারের ইকোনমি ৬.২, বাইরে ৮.৪ — রিপোর্টে শুধু প্রথমটা থাকে। পিচ, ডিউ, প্যাভিলিয়নের কোণ, এমনকি ফ্লাডলাইটের উচ্চতা পর্যন্ত হিসাব বদলে দেয়।

টস আর DLS-এর লাক ফ্যাক্টর। বৃষ্টিতে ছোট হওয়া ম্যাচ, ডাকওয়ার্থ-লুইস পুনর্গণনা, কৃত্রিম টার্গেট-চাপ — এসব সরিয়ে ফেললে অনেক ম্যাচ-উইনিং নক সাধারণ হয়ে যায়।

DRS আর আম্পায়ারিং। ২০০৮ সালে প্লেয়ার-রিভিউ চালু হওয়ার পর সিদ্ধান্তের ভুল কমেছে, কিন্তু নতুন এক সমস্যা এসেছে — মিলিমিটার লাইন আক্রমণের স্বাভাবিক প্রবণতাকে প্রশ্নবিদ্ধ করে দিচ্ছে, আর আম্পায়ারকে ম্যাচের এডিটরে পরিণত করছে। ২০১৯ সালের ১৪ জুলাই লর্ডসে ইংল্যান্ড ও নিউজিল্যান্ডের ফাইনাল টাই হয়েছিল, সুপার ওভারও টাই, তারপর ইংল্যান্ড জিতেছিল বাউন্ডারি কাউন্টে ২৬ বনাম ১৭-তে। ফলটা বৈধ ছিল; ন্যায্য ছিল কি? ওই প্রশ্নটাই গভর্ন্যান্স-রিস্ক কলামে বসে থাকে।

ট্রান্সফার উইন্ডোতে এই রোগটা সবচেয়ে স্পষ্ট। রিলিজ-ক্লজের গঠন আর ওয়েজ বিল — এই দুটোই আসল গল্প, কিন্তু সেগুলো কেউ পড়ে না। কে কোথায় যাচ্ছে, সেই গুজবের রেটিং হয় কেউ বলেছে স্তরে। আমার ফিল্টার তিনটা প্রশ্নের: কোন ক্লাব টাকা বাঁচাচ্ছে, কার চুক্তি এই সাইকেলে শেষ, আর কোন এজেন্ট একই সপ্তাহে তিনটা ক্লাবের নাম ফাঁস করল।

রিপোর্ট লেখা যেখানে থামে, ডেটা সেখানে শুরু হয়।

আমি কোথায় ভুল হতে পারি

ধরুন, শূন্য ডেটাসেটটা ব্যর্থতা নয় — সঠিক উত্তর। হয়তো ওই ফাঁকা ঘরে থাকার যোগ্য কোনো ম্যাচ, খেলোয়াড় বা গল্পই ছিল না। এটাও সম্ভব, এবং আমি সেটা খোলাখুলি স্বীকার করছি।

আমার দ্বিতীয় সন্দেহ নিজের দিকে। ২০১৮ সালে চার ঘণ্টায় রাশিয়ার জন্য ব্যাগ গুছিয়েছিলাম, আর নিজের অনুমানগুলো গুছিয়ে ফেলতে লেগেছিল কয়েক বছর। কাজানে ফ্রান্স-আর্জেন্টিনা ম্যাচে বসে লিখেছিলাম, এমবাপের গতি নয়, আর্জেন্টিনার ব্যাক-থ্রি-ই আসল গল্প। ভিড়ের মধ্যে সেই দাবির কতটা ছিল ডেটা, আর কতটা ছিল ক্যামেরার উৎসাহ? ক্রোয়েশিয়ার ক্যাম্পে তিন দিন কাটিয়ে ফাইনালের প্রেডিকশন দিয়েছিলাম — সেটা মিলেছিল, কিন্তু মিলে যাওয়াটাই কি প্রমাণ?

আরও একটা জিনিস। এই লেখাটা ব্রিসবেন থেকে লিখছি, জন্ম বাংলাদেশে। দক্ষিণ এশিয়ার ক্রিকেট নিয়ে গ্লোবাল কাভারেজ যে ভুল করে, সেটা কুড়ি বছর ধরে দেখছি। কিন্তু উল্টোটাও সত্য — আমাদের চোখেই সত্য এই ভাবনাটা ডেটাকে ফেলে দেয়। ফিল্ডিং ডেটা আর ম্যাচ দেখার স্মৃতি, দুটোই দরকার। একটাকে বাদ দিলে বাকিটা কার্টুন হয়ে যায়।

শেষ কথা

আমার প্রেডিকশন, এবং এটা যাচাইযোগ্য: আগামী বারো মাসের মধ্যে অন্তত একটা বড় ক্রিকেট আউটলেট নিজের কোনো গল্পে ডেটা-ইন্টিগ্রিটি সংশোধন ছাপবে — অর্থাৎ স্বীকার করবে, যে সংখ্যার ভিত্তিতে গল্পটা দাঁড় করানো হয়েছিল, সেটা আসলে ফাঁকা ছিল।

আর যদি আমার ভুল হয়, যদি কেউ এই সংশোধন না ছাপে — তাহলে প্রশ্নটা আরও বড়। তখন জিজ্ঞেস করতে হবে: শূন্য ইনফরমেশন পয়েন্ট নিয়ে যারা লিখছে, তাদের ইনপুট আসলে কোথা থেকে আসে?