খালি স্কোরবুকের রাত: ক্রিকেট বিশ্লেষণে 'তথ্য নেই' বলার মূল্য

রাত ২টা ৪০ মিনিটে ফাইলটা খুলেছিলাম। টেমপ্লেটটা পুরো — আটটি বিশ্লেষণ-স্তম্ভ, চল্লিশটিরও বেশি শ্রেণিবিন্যাস, প্রতিটির পাশে একটা করে ঘর। প্রতিটি ঘরের ভেতরে একই বাক্য ফিরে ফিরে আসছে: তথ্য অপর্যাপ্ত। শূন্য ইনফরমেশন পয়েন্ট। কোনো দলের নাম নেই, কোনো খেলোয়াড় নেই, কোনো ভেন্যু নেই, কোনো স্কোরকার্ড নেই, কোনো প্রকাশকাল নেই। যে মূল লেখাটি ধরে এই বিশ্লেষণ এগোনোর কথা ছিল, সেটি খালি হাতে ফিরে এসেছে।

আমার প্রথম প্রবৃত্তি ছিল ঘরগুলো ভরে ফেলা। এই প্রবৃত্তিটাই আমার পেশার সবচেয়ে বড় ঝুঁকি। খালি ঘর দেখলে হাত চুলকায়। 'মিরপুরে বল ঘুরে' — সবাই জানে। 'ডেথ ওভারে ইকোনমি বাড়ে' — সাধারণ জ্ঞান। এক-দুইটা পরিচিত বাক্য বসিয়ে দিলে প্রতিবেদন সম্পূর্ণ দেখায়। কিন্তু বাক্যগুলো কোথা থেকে এল? কোন ম্যাচের কোন ওভার থেকে, কত স্যাম্পলে, কোন ভেন্যুতে, কোন বোলারের বিপক্ষে? প্রশ্নগুলো করতে শুরু করলে হাত থেমে যায়।

বিশ্লেষণের কাজ সাধারণত দুটি স্তরে ভাগ করা থাকে। প্রথম স্তরে মূল লেখাটি ভেঙে ছোট ছোট তথ্য-বিন্দুতে নামানো হয় — কে, কখন, কোথায়, কী ঘটেছে, কোন সূত্রে। দ্বিতীয় স্তরে সেই বিন্দুগুলো ভিত্তি ধরে গভীর বিশ্লেষণ দাঁড় করানো হয়, প্রতিটি সিদ্ধান্তের পাশে লেখা থাকে তার প্রমাণ-সূত্র। শৃঙ্খলাটা সরল, শর্তটা কঠিন: প্রথম স্তরকে অন্তত পাঁচটি যাচাইযোগ্য তথ্য-বিন্দু এবং নামযুক্ত সত্তা ফেরত দিতে হবে। আজ ফিরে এসেছে শূন্য।

এই শূন্যতা ক্রিকেটে নতুন কিছু নয়। ক্রিকেট এমন একটি খেলা যেখানে তথ্যের অভাব কাঠামোগত। টেস্ট ম্যাচের পাঁচ দিনের প্রতিটি বল লিখে রাখার রীতি সব জায়গায় নেই। ময়মনসিংহের জেলা মাঠে স্কোরবুক এখনো হাতে লেখা, অনেক সময় শুধু রান আর উইকেট — বলের সংখ্যা নেই, ফিল্ডিং পজিশন নেই, কোন বলে কীভাবে উইকেট গেল তার বর্ণনা নেই। আমার প্রথম কাজটাই ছিল এই ফাঁকগুলো মাপা, সেগুলো কল্পনা দিয়ে পূরণ করা নয়।

নোটবুকই ছিল আমার প্রথম মডেল, আর ময়মনসিংহ ছিল আমার প্রথম ল্যাবরেটরি। ২০১৭ সালে বাংলাদেশ প্রিমিয়ার লিগের ১২টি ম্যাচ থেকে হাতে ১৮০টি শট লগ করেছিলাম — দূরত্ব, কোণ, ব্যাটের কোন অংশে বল লেগেছে। আবাহানি লিমিটেড ঢাকার মোহামেডান এসসির বিপক্ষে ২-০ জয় ছিল সেই খাতার প্রথম পাতা। স্কোরলাইন বলছিল আরামদায়ক জয়; আমার হিসাবে আবাহানির এক্সজি মাত্র ১.৩। সেদিন প্রথম বুঝেছিলাম, ফলাফল আর প্রক্রিয়া এক জিনিস নয়। দ্বিতীয় শিক্ষাটা আরও বড় ছিল: ১৮০টি শট দিয়ে ওই ম্যাচগুলোর সম্পর্কে যা বলা যায় না, তার তালিকা যা বলা যায় তার চেয়ে ঢের লম্বা।

রাশিয়া ২০১৮ আমার কাছে স্মৃতি হওয়ার আগেই একটি ডেটাবেস হয়ে গিয়েছিল। ৬৪টি ম্যাচ, ১,৮৪২টি শট, ২০০ ঘণ্টার কোডিং, প্রতিটি ম্যাচ দুবার দেখা। ফ্রান্স-আর্জেন্টিনার ৪-৩ ম্যাচটা আমি লিখেছিলাম ফ্রান্স ২.১ এক্সজি, আর্জেন্টিনা ১.৪। ফাইনালে ফ্রান্সের জেতার পূর্বাভাস দিয়েছিলাম। ঢাকাভিত্তিক একটি বেটিং স্টার্টআপ তখন আমাকে জুনিয়র অ্যানালিস্টের চাকরি দেয়।

সেখান থেকে লেখার ধরন বদলে যায়। ব্লগের গল্পপাঠ শেষ, শুরু হয় মেমো — সিদ্ধান্ত গ্রহণকারীর জন্য ঝুঁকির নথি। প্রতিটি মেমোর শেষে একটা বাধ্যতামূলক ঘর থাকত: 'যা আমরা জানি না'। ঘরটা ফাঁকা রাখা যেত না, কারণ ফাঁকা ঘর মানে পরের দিন কেউ ধরে ফেলবে আমাদের আত্মবিশ্বাস কোথায় গিয়ে ঠেকেছে। পেশাটা আমাকে শিখিয়েছে প্রক্রিয়া আর ফলাফল আলাদা করে দেখা, আর সেই অভ্যাসই পরে আমার প্রতিটি পূর্বাভাসের ভাষা বদলে দেয়।

স্টেডিয়াম খালি হওয়ার বছর আমার মডেল ভূত গুনতে বসেছিল। ২০২০ সালে ৩০৬টি খালি স্টেডিয়ামের ম্যাচ অডিট করলাম — বুন্দেসলিগা, প্রিমিয়ার লিগ, সেরি আ। হোম অ্যাডভান্টেজ কোএফিসিয়েন্ট ০.৪১ গোল থেকে নেমে এল ০.১৭ গোলে। ম্যানেজার দ্রুত সমাধান চাইছিলেন। আমি ২০ ম্যাচের স্যাম্পল ছাড়া মডেল হালনাগাদ করতে রাজি হইনি; ছয় সপ্তাহ ধরে প্রজেক্ট রিস্টার্টের ম্যাচগুলো আবার দেখলাম, দর্শক-শব্দের কৃত্রিম ট্যাগিং করলাম। ভাঙা মডেল সঠিক মডেলের চেয়ে বেশি শিখিয়েছে, কারণ ভাঙা মডেল দেখিয়ে দিয়েছে কোন ইনপুটটা আমার হাতে নেই।

এই তিনটি অভিজ্ঞতা একসাথে রাখলে খালি ফাইলটার দিকে তাকানোর ভঙ্গি বদলে যায়। ফাইলটা এই মুহূর্তে আমার কাছে একটা পরিমাপ। এটা মাপছে মূল লেখাটির উৎস, তথ্য-তোলার যন্ত্রের অবস্থা এবং সূত্রের নির্ভরযোগ্যতা। ক্রিকেটে এই যুক্তি আমি বহুবার ব্যবহার করেছি। একটি ইনিংসে স্ট্রাইক রেটের ঊর্ধ্বগতি দেখে সিদ্ধান্তে পৌঁছানো যায় না; আগে জানতে হয় কত বলের স্যাম্পল, কোন বোলারের বিপক্ষে, কোন ফেজে, কোন মাঠে। একইভাবে, আটটি বিশ্লেষণ-স্তম্ভের অস্তিত্ব থাকলেই আটটিই ভরতে হবে — এমন কোনো নিয়ম নেই।

ভুলটা ঘটে ছোট একটা অনুমান দিয়ে। ধরা যাক লিখে ফেললাম, মিরপুরের পিচ স্পিনারদের সহায়ক। পরের বাক্যেই আসে, তাই দুই স্পিনার খেলানো উচিত। তার পরের বাক্যে আসে, নির্বাচকরা কেন তিন পেসার নিলেন। তিন ধাপে গল্পটা দাঁড়িয়ে যায়, অথচ ভিত্তি একটি অনুমান, যার পেছনে কোনো স্কোরকার্ড সাক্ষ্য নেই। বাজি বা ফ্যান্টাসি নোটে এই ত্রুটিটা সবচেয়ে ব্যয়বহুল, কারণ শেষ ব্যবহারকারী সিদ্ধান্ত নেন সেই প্রথম বাক্যটা যাচাই না করেই।

নিজে খেলা দেখার অভিজ্ঞতা থেকে একটা কথা যোগ করি — কয়েক বছর ধরে ম্যাচ দেখে আমি শিখেছি, ধারাভাষ্য আর বিশ্লেষণের পার্থক্য একটাই: বিশ্লেষণ জানে সে কী জানে না। আমি সংখ্যায় বিশ্বাস করি, তবে রাতভর পুনঃযাচাইয়ের পরেই।

স্বাভাবিক প্রতিক্রিয়া হলো শূন্য ফলটাকে ব্যর্থতা বলে ধরে নেওয়া। ভিন্নভাবে পড়লে দেখা যায়, শূন্যতা নিজেই একটা সংকেত। সবচেয়ে সম্ভাব্য কারণ তথ্য-তোলার যন্ত্রের ত্রুটি — পেওয়াল, খালি স্ক্র্যাপ, এনকোডিং সমস্যা। অর্থাৎ ফলটা ক্রিকেট সম্পর্কে কম বলে, আমাদের নল সম্পর্কে বেশি বলে। এখানে সংশ্লিষ্টতা আর কারণ এক নয়; লেখাটি সত্যিই বিষয়শূন্য হতে পারে, আবার যন্ত্রটি ব্যর্থও হতে পারে — দুইয়ের সম্ভাবনা মিলিয়ে গেছে। নিশ্চিত হওয়ার উপায় একটাই, মূল উৎসটি আবার খোলা।

আরেকটা অস্বস্তিকর সত্য আছে। আমাদের পেশায় পূর্ণ টেমপ্লেট পুরস্কৃত হয়, খালি টেমপ্লেট শাস্তি পায়। কেউ কখনো বলবে না, 'এই প্রতিবেদনটা দুর্দান্ত, কারণ এতে কিছু বানানো হয়নি'। অথচ একটা খালি রিপোর্টের দাম এক চক্র; একটা বানানো রিপোর্টের দাম তার নিচের সবাই যারা সেই তথ্য ধরে সিদ্ধান্ত নিয়েছে তাদের আস্থা। এই হিসাবটা কেউ কখনো ডেটাবেসে রাখে না।

সামনের এক্সট্রাকশন চক্রে তিনটি সংকেত দেখার মতো। প্রথমত, প্রথম স্তরের পুনরায় চালানোর ফল — অন্তত পাঁচটি তথ্য-বিন্দু আর নামযুক্ত দল-খেলোয়াড় ফিরে এলে পুরো আট-স্তম্ভের বিশ্লেষণ আবার সম্ভব। দ্বিতীয়ত, উৎসের পুনরুদ্ধারযোগ্যতা — লিংক, পেওয়াল বা ফিডের অবস্থা ঠিক আছে কি না, সেটাই ঠিক করে দেবে বিশ্লেষণ আদৌ এগোবে কি না। তৃতীয়ত, ডোমেইন-লেবেলের বৈধতা — 'ক্রিকেট_এশিয়া' ট্যাগটা পুনরুদ্ধার করা লেখার সঙ্গে মিলছে কি না।

শেষে একটা প্রশ্ন রেখে যাই, যার উত্তর আমার নিজের খাতায় এখনো নেই। আমাদের প্রকাশিত বিশ্লেষণগুলোর কত শতাংশ আসলে সুন্দরভাবে সাজানো 'তথ্য অপর্যাপ্ত' — আর সেই হিসাবটা রাখার দায়িত্বটা কে নিচ্ছে?