স্কোরকার্ড এসেছিল, ডেটা আসেনি: টুর্নামেন্ট ক্রিকেটের এক শূন্য-ফল অডিট

রাত এগারোটা সাতচল্লিশ। ম্যাঞ্চেস্টারের বাড়িতে ল্যাপটপের পর্দায় তিনটি উইন্ডো খোলা — একটিতে সম্প্রচারকের লাইভ স্কোরকার্ড, একটিতে আমার নিজের বানানো ইভেন্ট-লগার, তৃতীয়টিতে বোল-বাই-বোল ফিড। টুর্নামেন্টের নকআউট ম্যাচ শেষ, টিজার বাজছে। স্কোরকার্ডে প্রতিটি ওভার নিজের জায়গায় বসে আছে, প্রতিটি বাউন্ডারি গোনা হয়ে গেছে, প্রতিটি উইকেটের সময় লেখা আছে। আমার লগারে চল্লিশটি ওভার-সারি থাকার কথা; আছে একত্রিশটি। বাকি নয়টি সারিতে একটিমাত্র প্রতীক — N/A।

এই নয়টি সারি নিয়ে আজকের লেখা। এগুলো কোনো ক্রিকেটারের ব্যর্থতা নয়, কোনো দলের কৌশলগত ভুল নয়, কোনো অধিনায়কের ভুল ফিল্ড-প্লেসমেন্টও নয়। এগুলো আমার পাইপলাইনের ব্যর্থতা। ডেটা-সাংবাদিকতার সবচেয়ে বিপজ্জনক বাক্য হলো "কিছু উল্লেখযোগ্য পাওয়া যায়নি" — পাঠক এটাকে বোঝেন "বিশ্লেষণ করে দেখা গেছে, কিছু নেই"। সত্যিটা সাধারণত আরও নিরীহ এবং আরও লজ্জাজনক: বিশ্লেষণই শুরু হয়নি।

আমি ন্যারেটিভের পেছনে দৌড়াই না; আমি একটা টেবিল বানিয়ে বসে থাকি, ন্যারেটিভ নিজে এসে বসবে। কিন্তু টেবিলে যদি সারি না থাকে, ন্যারেটিভও আসে না — আসে শুধু একটা খালি ঘর, আর সেই খালি ঘরটাই অনেক সময় ভুল করে সিদ্ধান্তের মতো দেখতে হয়।

টুর্নামেন্ট সাইকেল আবেগকে সংকুচিত করে। স্বাভাবিক সিরিজে ছয় সপ্তাহে যা হজম করার সময় থাকে, টুর্নামেন্টে তা ছয় দিনে করতে হয়। ভক্ত তখন পতাকা আর গল্পে ভাসছেন, আর আমি পিচে যা ঘটছে তার হিসাব রাখতে চাই। এই দুই কাজ একসাথে করা যায় না যদি না মাঝখানে একটা বেসলাইন থাকে। বেসলাইন মানে পূর্বানুমান — কত রান প্রত্যাশিত, কত উইকেট প্রত্যাশিত, কোন ফেজে কোন দলের অবস্থান কোথায় থাকার কথা। ম্যাচ শেষে আমি শুধু একটা প্রশ্ন করি: কোন ওভার, কোন ম্যাচআপ, বা কোন ফিল্ডিং-অবশেষ বেসলাইন ভেঙেছে।

২০১৭ সালে ম্যানচেস্টার বিশ্ববিদ্যালয়ে পরিসংখ্যানের ছাত্র থাকতে প্রথম যে মডেলটা বানিয়েছিলাম, সেটি ৩৮০টি প্রিমিয়ার লিগ ম্যাচের শট-ডেটার ওপর দাঁড়িয়ে ছিল। ম্যানচেস্টার সিটির ১৮ ম্যাচের জয়ধারার পরীক্ষা করলাম: ৫৬ গোল, প্রত্যাশিত গোল (xG) মাত্র ৪৪.৩ — অর্থাৎ +১১.৭ ওভারপারফরম্যান্স। ওই একটা টেবিল আমাকে এক জিনিস শিখিয়েছিল যা আজও প্রতিটি লেখায় বহন করি: বেসলাইন ছাড়া যেকোনো বিবৃতি অসমর্থিত। প্রথম xG মডেলটি ফুটবলকে প্রেডিক্ট করেনি, আমার ধৈর্যকে প্রেডিক্ট করেছিল। পরে একই নিয়ম ক্রিকেটে টেনে আনলাম — প্রতিটি শটকে জায়গা, শরীরের অংশ আর অ্যাসিস্ট-টাইপ দিয়ে স্ট্যান্ডার্ডাইজ করা।

২০১৮ বিশ্বকাপের কাজান ম্যাচটা এই নিয়মের কঠিন পরীক্ষা ছিল। জার্মানি ৭৪ শতাংশ পজেশন, ২৬ শট, ৮ কর্নার, ২.৭ xG। দক্ষিণ কোরিয়া ৫ শট, ০.৯ xG, দুটি গোল। পাস-পার-ডিফেন্সিভ-অ্যাকশন (PPDA) দেখলাম ৭.২ বনাম ২৪.৬ — অর্থাৎ জার্মানি প্রচণ্ড চাপ দিয়েছে, কোরিয়া গভীরে বসে অপেক্ষা করেছে। ২৬ শটের মধ্যে অন-টার্গেট ছিল মাত্র ৬টি। জার্মানি দক্ষিণ কোরিয়ার কাছে হারেনি; হেরেছিল ২৬টি শট আর শূন্য গোলে। ম্যাচ রিপোর্ট লেখার আগে আমি বাধ্যতামূলক করেছিলাম তিনটি জিনিস — xG, শট-কোয়ালিটি, PPDA। এরপর থেকে যে নিয়মটি আর কখনো ভঙ্গ করিনি: শট-ম্যাপ না থাকলে আমি লিখি না। কারণ শট-ম্যাপ ছাড়া লেখা মানে দর্শকের চোখে দেখা ম্যাচটাই আবার লিখে ফেলা।

এই তিনটি অভিজ্ঞতা থেকে যে পদ্ধতিগত কাঠামো দাঁড়িয়েছে, তা আজকের আলোচনার ভিত্তি। ক্রিকেটে ডেটা তিন ধাপে তৈরি হয় — ক্যাপচার, লেবেলিং, স্ট্যান্ডার্ডাইজেশন। প্রতিটি ধাপে ফাঁক তৈরি হতে পারে, আর প্রতিটি ফাঁক আলাদা রোগ।

ক্যাপচার ধাপে সমস্যা জায়গায় — ফিড। বোল-বাই-বোল ফিড কোনো নিরপেক্ষ সত্তা নয়, এটি সম্প্রচারকের পণ্য। টুর্নামেন্টে একই দিনে চারটি ভেন্যু, তিনটি প্রোডাকশন টিম, দুই রকম ইভেন্ট-ডেনসিটি। যেখানে বড় ব্রডকাস্টার, সেখানে প্রতি বলের জন্য ওয়াগন-হুইল, লাইন-লেংথ, বাউন্স-হাইট লেবেল করা থাকে। যেখানে ছোট প্রোডাকশন, সেখানে শুধু ফলাফল আর রান। ফলে আমার ডেটাসেটে ধনী ম্যাচ আর দরিদ্র ম্যাচ একই টেবিলে বসে, কিন্তু একই তথ্য বহন করে না। এই অসমতা বেসলাইনের ভেতরেই ঢুকে যায়, আর পরে আমরা সেটাকে ক্রিকেটীয় পার্থক্য ভেবে বিভ্রান্ত হই।

লেবেলিং ধাপ আরও ধূর্ত। একই ঘটনাকে দুই সোর্স দুই নাম দেয়। ইংরেজ ফিডে যাকে "edge" বলা হয়, বাংলাদেশি সোর্সে সেটি কখনো "বাইরে খোঁচা", কখনো "অফ-স্টাম্প লাইন"। শট-টাইপের সংজ্ঞা মিললে ফিল্ড-পজিশনের গ্রিড মেলে না — এক জায়গায় নয়টি ফিল্ডিং জোন, আরেক জায়গায় পনেরো। দুই সোর্সের মোট রান মিলে যায়, এক্সট্রা মেলে না। এই ছোট অমিলগুলো জমে জমে বড় সিদ্ধান্তে পরিণত হয় যখন আমি কোনো বোলারের ডেথ-ওভার ইকোনমি বের করি।

স্ট্যান্ডার্ডাইজেশন ধাপে আমি যা করি, তার সবচেয়ে সৎ সংস্করণ হলো: প্রতিটি ম্যাচের জন্য একটা কমপ্লিটনেস স্কোর রাখা। কত শতাংশ বলের জন্য আমি শট-টাইপ জানি, কত শতাংশের জন্য ফিল্ড-পজিশন জানি, কত শতাংশের জন্য বোলারের ধরন জানি। এই স্কোর ছাড়া প্রকাশিত যেকোনো গড় সংখ্যা আধা-সত্য।

এখন আসল প্রশ্ন: তথ্য কেন ফাঁকা হয়? পরিসংখ্যানে তিন ধরনের মিসিংনেস আছে — সম্পূর্ণ র‍্যান্ডম, শর্তসাপেক্ষ র‍্যান্ডম, আর র‍্যান্ডম নয়। ক্রিকেটে তৃতীয় ধরনটাই প্রধান। যে ম্যাচে ফিড ফেলে, সেগুলো লটারি নয়। নির্দিষ্ট ভেন্যু, নির্দিষ্ট সম্প্রচারক, নির্দিষ্ট অ্যাসোসিয়েট দল, নির্দিষ্ট সময়zon-এর ম্যাচে ফিড বেশি ফেলে। অর্থাৎ অনুপস্থিতি নিজেই একটি ডেটাম — এবং সেটি র‍্যান্ডম না হলে আমার পুরো বিশ্লেষণ পক্ষপাতদুষ্ট। যে দলগুলোর ম্যাচের ডেটা কম, তাদের সম্পর্কে আমার রায় বেশি অনুমাননির্ভর, কিন্তু টেবিলে সেই অনিশ্চয়তা দেখা যায় না। টেবিল মিথ্যা বলে না; টেবিল চুপ করে থাকে, আর চুপ থাকাটাকে আমরা আত্মবিশ্বাস বলে ভুল করি।

ফরম্যাট অ্যাঙ্করিং এই আলোচনার দ্বিতীয় ভিত্তি। টেস্ট, ওয়ানডে, টি-টোয়েন্টি — তিন ফরম্যাটের মেট্রিক এক টেবিলে বসানো যায় না। টি-টোয়েন্টির ডেথ-ওভার ইকোনমি ওয়ানডের সাথে তুলনা করা মানে ভিন্ন বল, ভিন্ন পাওয়ারপ্লে, ভিন্ন ফিল্ড-নিয়ম মিশিয়ে ফেলা। টুর্নামেন্ট সাইকেলে এই ভুলটা সবচেয়ে বেশি হয়, কারণ একই সপ্তাহে দুই ফরম্যাটের ম্যাচ চলে, আর হেডলাইন একই শব্দ ব্যবহার করে।

সঠিক পদ্ধতি হলো ফেজ-বাই-ফেজ বেসলাইন। টি-টোয়েন্টিতে পাওয়ারপ্লে, মিডল ওভার, ডেথ — প্রতিটির আলাদা প্রত্যাশিত রান ও প্রত্যাশিত উইকেট-হার। ওয়ানডেতে প্রথম দশ, মধ্যবর্তী ত্রিশ, শেষ দশ। এই ফেজগুলো আলাদা করে না দেখলে ম্যাচের গল্প ভুল জায়গায় খোঁজা হয়। একটা উদাহরণ নিজের কাজ থেকেই দিই: অনেক সময় মনে হয় কোনো দল "শেষ দশ ওভারে ফিরে এসেছে", অথচ ফেজ-টেবিল দেখায় তারা শুধু প্রথম দশে বেশি ধীরে খেলেছিল, আর শেষে তাদের রান-রেট তাদের নিজের ফরম্যাট-বেসলাইনের কাছাকাছি ছিল। ফিরে আসা নয়, স্বাভাবিক গতিতে ফেরা।

টুর্নামেন্টে দুটি নির্দিষ্ট তথ্য সবচেয়ে বেশি ফাঁকা থাকে, আর দুটিই সবচেয়ে বেশি ন্যারেটিভ তৈরি করে।

প্রথমটি ইনজুরি ও ফেরার সময়সূচি। "সপ্তাহে সপ্তাহে দেখছি" — এই বাক্যটি একটি মেডিকেল বিবৃতি নয়, একটি যোগাযোগ-কৌশল। অপারেশনাল ডেফিনিশন ছাড়া এই বাক্য যাচাই করা যায় না। তাই আমি এটাকে হাইপোথিসিস হিসেবে লিখে রাখি এবং পরে মিলিয়ে দেখি: ঐতিহাসিকভাবে এই ধরনের ইনজুরিতে প্রকৃত ফেরার সময় কত ছিল, সেই ডিস্ট্রিবিউশনের সঙ্গে ঘোষিত সময়সূচির ব্যবধান কত। আমার অভিজ্ঞতায় ঘোষিত সময়সূচি আর প্রকৃত ফেরার সময়ের মধ্যে পদ্ধতিগত ফাঁক থাকে, আর সেই ফাঁকটা দলের চিকিৎসা-ব্যবস্থার চেয়ে বেশি বলে দেয় দলের টেবিলে থাকার চাপ সম্পর্কে।

দ্বিতীয়টি রিভিউ-ঘড়ি। ডিআরএস পর্যালোচনার সময় কোথাও লিপিবদ্ধ হয় না, অথচ এটা মাপা সম্ভব — চ্যালেঞ্জ থেকে সিদ্ধান্ত পর্যন্ত সেকেন্ড। দুই মিনিটের অপেক্ষাই একটা গোল-উদযাপনকে ঠান্ডা করে দিতে যথেষ্ট, আর ক্রিকেটে এই ঠান্ডা হওয়াটা ম্যাচের আবহ বদলে দেয়। যে বিষয়টি আমি জানি এবং মাপি না, সেটি আমার টেবিলের সবচেয়ে বড় ব্রত। রিভিউ-ঘড়িকে মেট্রিক হিসেবে না রাখলে ম্যাচের ছন্দ নিয়ে যে অভিযোগ আমরা করি, তা অভিজ্ঞতার সাক্ষ্য থেকে যায়, প্রমাণে পৌঁছায় না।

২০২০ সালে ফুটবল বন্ধ থাকার সময় এই পদ্ধতির একটা ভালো পরীক্ষা পেয়েছিলাম। বুন্দেসলিগা ফিরল দর্শকশূন্য স্টেডিয়ামে। প্রথম পাঁচ রাউন্ডের ডেটা নিয়ে আগের পাঁচ মৌসুমের বেসলাইনের সঙ্গে তুলনা করলাম: হোম-উইন হার ৪৩.২ শতাংশ থেকে ২১.১ শতাংশে, প্রতি ম্যাচে হোম-গোল ১.৬৫ থেকে ১.০৮-তে নেমে এল। আমি nীরবতাকে গুনলাম, দেখলাম নীরবতারও হোম-অ্যাডভান্টেজ আছে — উল্টো দিকে। পদ্ধতিটা ছিল সহজ: সংকট-পূর্ব বেসলাইন, তারপর বিচ্যুতি, তারপর কোনো অনুমান নয়। সেই স্প্রেডশিট আমি প্রকাশ্যে দিয়েছিলাম, অন্য সাংবাদিকেরা যাচাই করতে পারেন। এই টেমপ্লেটটাই আজ টুর্নামেন্ট কভারেজে ব্যবহার করছি।

এখন সেই অংশে আসি যেখানে এই পুরো পদ্ধতির বিরুদ্ধে আমার নিজের সন্দেহ দাঁড়ায়।

প্রথম সন্দেহ: পারস্পরিক সম্পর্ক আর কারণ এক নয়। আমি যখন বলি ডেথ-ওভারে এই বোলারের ইকোনমি বেশি, তখন সেটি একটি বর্ণনা, ব্যাখ্যা নয়। তিনি খারাপ বোলিং করেছেন, না কি তাঁকে কঠিন ওভারগুলো দেওয়া হয়েছে, না কি ফিল্ডার ক্যাচ ফেলেছে — এই তিনটি আলাদা প্রক্রিয়া, এবং একই সংখ্যা তিনটির সঙ্গেই মানানসই। যে ম্যাচে ফিল্ডিং-অবশেষ বড়, সেখানে বোলারের সংখ্যা খারাপ দেখায়। Mechanism-hunting-এর সবচেয়ে বড় ফাঁদ এখানেই: গল্পটা এত সুন্দর হয়ে যায় যে যাচাই করার ইচ্ছে থাকে না।

দ্বিতীয় সন্দেহ, এবং এটি বেশি জরুরি: শূন্য ফলাফল আর ঋণাত্মক ফলাফল এক নয়। "কিছু পাওয়া যায়নি" মানে যদি দাঁড়ায় "তথ্য আসেনি", তাহলে সেটি অবশ্যই নাল ইনপুট হিসেবে লেবেল করতে হবে — análisis হয়েছে বলে নয়। কারণ এই ভুলটা নীরবে ছড়ায়: একটি ফাঁকা টেবিল পরের ধাপে যায়, পরের ধাপে সেটি "উল্লেখযোগ্য কিছু নেই" হিসেবে জমা হয়, আর তিন মাস পরে কেউ সিদ্ধান্ত নেয় ঐ দলের সম্পর্কে কোনো তথ্য নেই। অথচ তথ্য ছিল, শুধু আমাদের পাইপলাইনে আসেনি। টুর্নামেন্ট কভারেজে সবচেয়ে বড় ঝুঁকি ভুল বিশ্লেষণ নয়, বরং অনুপস্থিত বিশ্লেষণকে বিশ্লেষণ বলে চালিয়ে দেওয়া।

তৃতীয় সন্দেহ নিজের পদ্ধতির ওপর: বেসলাইনের প্রতি অন্ধভক্তি। বেসলাইনও অডিট দরকার — কোন যুগের, কোন প্রতিযোগিতার, কোন পিচের, কোন ডেটা-উৎসের। পুরনো যুগের ডেথ-ওভার বেসলাইন দিয়ে আজকের ম্যাচ বিচার করলে ভুল হবে, কারণ বল, নিয়ম, ফিল্ডিং-নিষেধ সব বদলেছে। আর ন্যারেটিভকে পুরোপুরি উড়িয়ে দেওয়াও ভুল — ন্যারেটিভ একটা হাইপোথিসিস, যাকে অপারেশনালাইজ করতে হয়, র‍্যাডার থেকে ফেলে দিতে হয় না। আই-টেস্ট হলো সাক্ষী; ডেটা হলো জেরা। সাক্ষী ছাড়া জেরার কোনো মানে নেই।

তাহলে পরের রাউন্ডের সংকেত কী? আমার প্রস্তাব তিনটি, এবং তিনটিই যাচাইযোগ্য।

প্রথম: প্রতিটি প্রকাশিত ম্যাচ-বিশ্লেষণের সঙ্গে একটি ডেটা-কমপ্লিটনেস স্কোর যুক্ত হবে — কত শতাংশ বলের তথ্য সম্পূর্ণ। দ্বিতীয়: যেখানে ফাঁক আছে, সেখানে লিখতে হবে "এখানে আমরা জানি না", এবং কেন জানি না। তৃতীয়: রিভিউ-ঘড়ি আর ইনজুরি-রিটার্ন — এই দুটি চলককে আনুষ্ঠানিকভাবে লগ করা শুরু করতে হবে, কারণ এরা ম্যাচের ফল বদলায়, কিন্তু কোনো টেবিলে থাকে না।

টুর্নামেন্টের শেষে আমরা পয়েন্ট টেবিল দেখব, ট্রফি দেখব, আর কেউ জিজ্ঞেস করবে না কত শতাংশ ম্যাচের ডেটা আমরা আসলে ধরতে পেরেছি। যদি কভারেজকেও স্কোর করা হয়, তাহলে এই টেবিলটা দেখতে কেমন হবে?