খালি তালিকার সততা: ক্রিকেট বিশ্লেষণে নাল-রেজাল্ট কেন সবচেয়ে দামি ডেটা

গত মাসে আমার ট্রান্সফার ডেটা ডেস্কে একটি ম্যাচ-বিশ্লেষণ পাইপলাইন চালু হলো। ইনপুট এল, প্রসেসিং হলো, আউটপুট ফিরল — সম্পূর্ণ খালি। শিরোনাম নেই, তথ্যবিন্দু নেই, কোনো খেলোয়াড় বা দলের সত্তা নেই। ডেস্কের জুনিয়র অ্যানালিস্ট ভাবলেন সার্ভার ক্র্যাশ করেছে, রিবুট চাপতে যাচ্ছিলেন। আমি তাঁকে থামালাম। কারণ যে মডেল খালি ইনপুটে ভুয়া গল্প বানিয়ে দেয় না, ক্রিকেটের বাজারে শেষ পর্যন্ত টিকে থাকে ঠিক সেই মডেলই। বেঙ্গালুরুতে বসে গত আট বছর ধরে আমি একটি জিনিস শিখেছি: ক্রিকেট বিশ্লেষণে সবচেয়ে বিপজ্জনক মুহূর্ত সেটি নয়, যখন ডেটা ভুল হয় — বরং সেটি, যখন ডেটা নেই, কিন্তু কেউ সেটা স্বীকার করতে রাজি নয়। ক্রিকেট বিশ্লেষণের অর্থনীতি একটি অদ্ভুত জায়গায় দাঁড়িয়ে আছে। প্রতি ম্যাচ শেষে হাজারো প্ল্যাটফর্ম, ফ্যান্টাসি অ্যাপ, বেটিং সাইট আর সংবাদমাধ্যম একই সঙ্গে 'বিশ্লেষণ' দাবি করে। কিন্তু প্রশ্ন হলো — সেই বিশ্লেষণের কতটা প্রকৃত ডেটা থেকে আসে, আর কতটা ফাঁকা জায়গা পূরণ করার তাড়না থেকে? ২০১৮ সালের রাশিয়া বিশ্বকাপে আমি ৬৪ ম্যাচের একটি প্রেস-ট্র্যাকার চালিয়েছিলাম, প্রতিটি ফাইনাল হুইসেলের বিশ মিনিটের মধ্যে PPDA আর xG ডিফারেনশিয়াল আপডেট করতাম, আর একই রাতে আপডেটেড টেবিল প্রকাশ করতাম। হুইসেলের বিশ মিনিট পরে, শব্দ ডেটা হয়ে যায়। সেটা সম্ভব হয়েছিল কারণ ইনপুট পরিষ্কার ছিল। কিন্তু যখন ইনপুট খালি থাকে, তখন সততার একমাত্র পথ হলো স্বীকার করা — এখানে কিছু নেই। আমার নিজের অভিজ্ঞতা বলি। ২০২০ সালে, যখন স্টেডিয়াম খালি হয়ে গেল, আমি ৯২টি বুন্দেসলিগা ম্যাচ রিগ্রেস করেছিলাম। হোম-উইন হার ৪৩% থেকে ৩৩%-এ নামল, হোম অ্যাডভান্টেজ প্রতি ম্যাচে ০.৩১ গোল কমল। সেই সংখ্যাগুলো আসল ছিল, তাই আমি প্রকাশ করেছিলাম। কিন্তু একই কোয়ার্টারে একজন ক্লায়েন্টের জে-লিগে যাওয়া €৩,৪০,০০০ ডিল মেডিকেলে ভেঙে পড়ল — যে ডিল আমি ৯০% কনফিডেন্স দিয়েছিলাম। সেদিন আমি শিখলাম, প্রতিটি সংখ্যার সাথে কনফিডেন্স ব্যান্ড আর প্রতিটি ভ্যালুয়েশনের সাথে মেডিকেল-রিস্ক লাইন থাকতে হয়। একটি ট্রান্সফার হলো একটি হাইপোথিসিস, যার একটি ডেডলাইন আর একটি মজুরি বিল আছে। এখন আসি আসল প্রশ্নে। একটি খালি বিশ্লেষণ আউটপুট আসলে কী বলে? তিনটি সম্ভাবনা থাকে, এবং প্রতিটির আলাদা অর্থ আছে। প্রথম সম্ভাবনা: উৎস নথিতে সত্যিই কোনো ক্রিকেট-বিষয়ক তথ্য ছিল না। এটা সম্পূর্ণ বৈধ একটি ফলাফল। ধরুন, কোনো ম্যাচ রিপোর্ট শুধু আবহাওয়া আর দর্শক-সংখ্যার কথা বলছে, কোনো ফেজ-স্প্লিট নেই, কোনো বল-বল ডেটা নেই। এমন নথি থেকে 'বিশ্লেষণ' বের করা মানে কল্পনা করা। আমার ডেস্কে আমরা এটাকে বলি কনটেন্ট-ফ্রি সোর্স। দ্বিতীয় সম্ভাবনা: উৎসে তথ্য ছিল, কিন্তু এক্সট্র্যাকশন বা ফিল্টার ধাপে সেটি হারিয়ে গেছে। এটি একটি পাইপলাইন ব্যর্থতা। ২০১৭ সালে বেঙ্গালুরুতে যখন আমি আর-এ ৯৫টি ইন্ডিয়ান সুপার লিগ ম্যাচ স্ক্র্যাপ করছিলাম, তখন প্রথম দুবার আমার স্ক্রিপ্ট নীরবে শূন্য সারি ফিরিয়ে দিয়েছিল। আমি ভাবিনি ডেটা নেই — আমি ধরেছিলাম আমার কোড ভুল। কারণ ভুল কোড আর খালি ডেটার মধ্যে পার্থক্য বোঝা বিশ্লেষকের প্রথম দায়িত্ব। তৃতীয় সম্ভাবনা — এবং এটাই সবচেয়ে বিপজ্জনক: উৎসে তথ্য ছিল, এক্সট্র্যাকশন কাজ করেছে, কিন্তু বিশ্লেষক সিদ্ধান্তে পৌঁছাতে পারেননি, তাই তিনি ফাঁকা জায়গা নিজের অনুমানে ভরিয়ে দিয়েছেন। এখানেই ক্রিকেট বিশ্লেষণ তার সততা হারায়। আমি একটি নিয়ম কখনো ভঙ্গ করি না: প্রি-রেজিস্ট্রেশন। ম্যাচ শুরু হওয়ার আগে আমি ঠিক করে ফেলি আমি কী মাপব। PPDA? ডেথ-ওভার ইকোনমি? লেফট-আর্ম স্পিনারের বিরুদ্ধে রাইট-হ্যান্ডারদের স্ট্রাইক রেট? হাইপোথিসিস আগে, ডেটা পরে। কারণ ডেটা দেখার পর হাইপোথিসিস বানালে আপনি সবসময়ই একটা গল্প পাবেন — সেটা সত্য হোক বা না হোক। আর সেই কারণেই লেফট হাফ-স্পেস কখনো খালি থাকে না; সেটি এমন একটি খতিয়ান, যা প্রতিদিন মেলানোর অপেক্ষায় থাকে। ২০১৮ সালে ক্রোয়েশিয়ার মিডফিল্ড নিয়ে আমার মডেল বলেছিল, তারা শেষ চারের মধ্যে সবচেয়ে প্রেস-প্রতিরোধী। কারণ লুকা মড্রিচ আর ইভান রাকিটিচ পাঁচ ম্যাচে ৬১% প্রতিপক্ষ প্রেস ভেঙেছিলেন। সংখ্যাটা আসল ছিল, তাই আমি প্রকাশ করেছিলাম। কিন্তু যদি সংখ্যাটা না থাকত, আমি 'ক্রোয়েশিয়ার মিডফিল্ড অভিজ্ঞ' — এই ধরনের বাক্য লিখতাম না। অভিজ্ঞতা কোনো মেট্রিক নয়। এইখানে একটা বিষয় পরিষ্কার করা দরকার। ক্রিকেটে আমরা প্রায়ই সাফল্যের গল্প দিয়ে বিশ্লেষণ শুরু করি — কে জিতল, কে সেঞ্চুরি করল, কে ম্যাচ উইনার হলো। কিন্তু প্রক্রিয়া আর ফলাফল এক জিনিস নয়। ২০২১ সালে আমি ২৪০ জন খেলোয়াড়ের একটি মিনিট-লোড মডেল বানিয়েছিলাম। পেদ্রি তখন ১৮ বছর বয়সে ৬৪ ম্যাচ, ৫,১০০ মিনিট খেলেছেন — বার্সেলোনার ৫২টি ম্যাচ, ইউরোর ছয়টি, অলিম্পিকের ছয়টি। মডেল বলল, দুই মাসের মধ্যে সফট-টিস্যু ইনজুরি আসবে। সেপ্টেম্বরে পেদ্রির হ্যামস্ট্রিং ছিঁড়ল, ছয় সপ্তাহ বাইরে। এখানে সাফল্যের গল্প নয় — এখানে লোড মডেলের হিসাব। খেলোয়াড়রা হাইলাইট রিল নয়, তারা সীমিত মিনিটের শরীর। আরেকটি উদাহরণ। ২০২২ সালের কাতার বিশ্বকাপের দশ দিন আগে আমি একটি অভ্যন্তরীণ ভ্যালুয়েশন বানিয়েছিলাম — এনসো ফার্নান্দেজের দাম €১৮ মিলিয়ন। টুর্নামেন্টের পর, একই মডেল তাঁকে প্রগ্রেসিভ পাস আর প্রেস-রেজিস্ট্যান্সের ভিত্তিতে €১০০ মিলিয়নের উপরে নিয়ে গেল। বেনফিকা তাঁকে ২০২৩ সালের ৩১ জানুয়ারি চেলসির কাছে €১২১ মিলিয়নে বিক্রি করল। লক্ষ্য করুন — মডেল দুবার চলল, কিন্তু একই ইনপুট দিয়ে নয়। প্রথমবার ক্লাব-ফুটবলের ডেটা, দ্বিতীয়বার বিশ্বকাপের সাত ম্যাচ। এই দুটোকে গুলিয়ে ফেলাই সবচেয়ে সাধারণ ভুল। এখন সেই খালি আউটপুটে ফিরি। আমার পাইপলাইনে যখন নাল-রেজাল্ট এল, আমি সেটা লুকাইনি। আমি লিখলাম: এই নথিতে ক্রিকেট-বিষয়ক কোনো তথ্যবিন্দু নেই; কোনো দল, খেলোয়াড় বা ম্যাচ শনাক্ত করা যায়নি; তাই কোনো বিশ্লেষণাত্মক দাবি করা হবে না। এটাকে আমরা বলি নাল-রেজাল্ট টেমপ্লেট। শুনতে ব্যর্থতার মতো লাগে। কিন্তু আসলে এটি সিস্টেমের সঠিক আচরণ। যে ফ্রেমওয়ার্ক খালি ইনপুটে এন/এ লিখতে পারে, সেই ফ্রেমওয়ার্কই ভরা ইনপুটে বিশ্বাসযোগ্য। একটা কথা মনে রাখা দরকার — ক্রিকেট ডেটার বাজারে সেলেকশন বায়াস সবচেয়ে বড় শত্রু। আমরা কেবল সেই ম্যাচগুলো বিশ্লেষণ করি যেগুলো সম্প্রচারিত হয়, কেবল সেই খেলোয়াড়দের নিয়ে লিখি যাদের হাইলাইট ভাইরাল হয়। ঘরোয়া ক্রিকেট, খালি স্টেডিয়াম, ম্যাচ-পরবর্তী শান্ত উইন্ডো — এই জায়গাগুলোই আসল তথ্য ধরে রাখে, কারণ এখানে নাটক কম, শব্দ কম। আমার একটি লাইন আছে যা আমি বারবার ফিরে আসি: খালি স্টেডিয়াম সত্যকে কমায় না, শব্দ কমায়। মডেল হলো একটি মঠ: নিরব, পুনরাবৃত্তিমূলক, আর ব্যতিক্রম ক্ষমাশীল নয়। এই মঠে সাফল্য আসে ধৈর্য থেকে, প্রতিভা থেকে নয়। বেঙ্গালুরুতে বসে গত আট বছরে আমি দেখেছি, যারা টিকে গেছে তারা সবাই একটি কাজ করতে পারে — শূন্যকে শূন্য বলে চিনতে পারে। এখন একটা অস্বস্তিকর কথা বলা দরকার। আমরা বিশ্লেষকরা প্রায়ই ভাবি, বেশি ডেটা মানে ভালো বিশ্লেষণ। এটা ভুল। কখনো কখনো ডেটার আধিক্যই গল্প বানানোর সুযোগ বাড়ায়। হাজারো ভেরিয়েবলের মধ্যে আপনি সবসময় এমন একটি খুঁজে পাবেন যা আপনার পছন্দের উপসংহার সমর্থন করে — একে বলে মডেল ওভারফিটিং। শৃঙ্খলা থাকলে আপনি হাইপোথিসিস আগে লিখবেন; না থাকলে আপনি ফলাফল দেখে গল্প বানাবেন। আরও একটা ফাঁদ আছে — কনট্রারিয়ান রিফ্লেক্স। 'সবাই ভুল বলছে, আমি সঠিক' — এই মনোভাব সহজে ব্র্যান্ড হয়ে ওঠে, কিন্তু বিশ্লেষণ হয়ে ওঠে না। প্রতিটি বিপরীতমুখী দাবিকে অন্তত তিনটি স্বাধীন ডেটা-সেটে টিকতে হয়, নাহলে সেটা শুধু সারপ্রাইজ, অন্তর্দৃষ্টি নয়। আর সীমিত নমুনা থেকে ট্রেন্ড বানানো — যেমন একটি ম্যাচের এক ওভার দেখে বোলারের ফর্ম বিচার করা — সেটা বিশ্লেষণ নয়, কল্পনা। খালি আউটপুট আসলে এই ফাঁদগুলোর বিরুদ্ধে একটি ঢাল। কারণ যখন আপনি স্বীকার করেন 'এখানে কিছু নেই', তখন আপনার হাতে বানানোর সুযোগ কমে যায়। একজন ক্রিকেট বিশ্লেষকের সততা তার টেবিলের আকারে নয়, তার ফাঁকা ঘরগুলো কীভাবে চিহ্নিত করে সেখানে। তাহলে পরের রাউন্ডে কী দেখবেন? পরেরবার যখন কোনো 'বিশ্লেষণ' পড়বেন, নিজেকে একটি প্রশ্ন করুন: এই লেখায় তথ্যবিন্দু কোথায়, আর অনুমান কোথায়? যদি লেখক কখনো বলেন না 'এই ডেটা আমার কাছে নেই', তাহলে সম্ভবত তিনি আপনার সঙ্গে সৎ নন। খালি তালিকা প্রকাশ করা দুর্বলতা নয় — এটাই বিশ্লেষকের শেষ প্রতিরক্ষা। পরের ম্যাচের পর, আপনি হয়তো একটি খালি ঘর দেখবেন। সেটিকে ব্যর্থতা ভাববেন না। সেটি প্রশ্ন করুন — এবং সেটিই সম্ভবত আপনার সবচেয়ে দামি ডেটা।