শূন্য ইনপুট, শূন্য বিশ্লেষণ: ক্রিকেট ডেটা অডিটের নীরব পাঠ

গত সপ্তাহে রাত ১১টা নাগাদ রংপুরের বাসার STUDY ঘরে বসে আমি একটি Stage-2 বিশ্লেষণ ফাইল খুললাম। ফাইলটির শিরোনাম ছিল 'Deep Professional Analysis'। ভেতরে আটটি ডাইমেনশনের সম্পূর্ণ কাঠামো — ফরম্যাট, প্লেয়ার টেকনিক, টিম ল্যান্ডস্কেপ, লিগ ইকোনমি, গভর্নেন্স, রিস্ক ম্যাট্রিক্স, ন্যারেটিভ, ইন্ডাস্ট্রি ট্রান্সমিশন। কিন্তু প্রতিটি ঘরে লেখা একটিই বাক্য: 'N/A — insufficient information'। Stage-1 থেকে আসা তথ্যে শিরোনাম নেই, সোর্স নেই, কোনো ইনফরমেশন পয়েন্ট নেই, কোনো খেলোয়াড় বা দলের নাম নেই। অর্থাৎ, বিশ্লেষণের জন্য যা যা দরকার, তার একটিও নেই। আমি প্রথমে ভেবেছিলাম ফাইলটি হয়তো ভুলভাবে সেভ হয়েছে। কিন্তু কাঠামোটি দেখে বুঝলাম, এটি কোনো ত্রুটি নয় — এটি একটি সচেতন সিদ্ধান্ত। বিশ্লেষক সিস্টেমটি শূন্য ডেটার সামনে দাঁড়িয়ে মিথ্যা অনুমান নির্মাণ করেনি। ৩৮ বছরের ক্যারিয়ারে আমি অনেক বিশ্লেষণ দেখেছি, যেখানে ডেটা না থাকলেও 'বিশ্লেষণ' লেখা হয়েছে। কিন্তু এখানে উল্টোটা ঘটেছে: ডেটা নেই, তাই বিশ্লেষণ নেই। ক্রিকেট ডেটা অডিটের দৃষ্টিতে এটি একটি গুরুত্বপূর্ণ নজির। এই ঘটনাটি আমাকে ২০১৭ সালের বার্নলি থ্রেডের কথা মনে করিয়ে দেয়। তখন ইংলিশ প্রিমিয়ার লিগে শন ডাইচের বার্নলির PPDA ছিল ১২.১ এবং বল দখল মাত্র ৩৮ শতাংশ। অনেকে বলেছিলেন এটি নিষ্ক্রিয় ফুটবল। আমি দশ ম্যাচের ডেটা সাজিয়ে দেখালাম, এই লো-ব্লক আসলে দক্ষ, নিষ্ক্রিয় নয়। সেই থ্রেডের মূল শিক্ষা ছিল: সংখ্যা ছাড়া দাবি নয়। আজকের শূন্য ইনপুটের ফাইলটি সেই শিক্ষারই আরেকটি রূপ — সংখ্যা ছাড়া বিশ্লেষণও নয়। ক্রিকেটে ডেটা-শূন্যতার সমস্যা নতুন নয়। ২০১৮ রাশিয়া বিশ্বকাপে ক্রোয়েশিয়ার মডরিচের ১২.৮ কিলোমিটার দৌড়ের পর অনেকেই শুধু সংখ্যাটি দেখেছিলেন। আমি ম্যাপ ও ফেজ টেবিল সাজিয়ে দেখিয়েছিলাম, ম্যাচ কোথায় মোড় নিয়েছিল। কিন্তু যদি মডরিচের নাম, ম্যাচের ফরম্যাট, বা ভেন্যুর তথ্য কেউ না দিত, তাহলে সেই বিশ্লেষণ কীভাবে হতো? উত্তর হলো: হতো না। ঠিক যেমন আজকের ফাইলটিতে হয়নি। এই Stage-2 ফাইলের সবচেয়ে বড় অবদান হলো এটি দেখিয়েছে, বিশ্লেষণ কাঠামো কতটা শক্ত। আটটি ডাইমেনশনের প্রতিটিতে পরিষ্কারভাবে লেখা আছে কী কী তথ্য দরকার। ফরম্যাট ডাইমেনশনে দরকার: ফরম্যাট নির্ধারণ, ম্যাচের ধরন, ইনিংসের অবস্থা, ভেন্যু/পিচ রিপোর্ট, আবহাওয়া/DLS নোট। প্লেয়ার ডাইমেনশনে দরকার: অন্তত একজন নামযুক্ত খেলোয়াড়, তার ভূমিকা, ফরম্যাট, এবং উদ্ধৃত গড়/SR/ইকোনমি। টিম ডাইমেনশনে দরকার: নামযুক্ত দল, ফরম্যাট, র‍্যাঙ্কিং/সিরিজ/ফলাফলের প্রেক্ষাপট। লিগ ডাইমেনশনে দরকার: নামযুক্ত লিগ, কোনো আর্থিক/নিলাম/চুক্তির সংখ্যা এবং তার সাথে যুক্ত সত্তা। গভর্নেন্স ডাইমেনশনে দরকার: কোনো গভর্নেন্স/নিয়ম/অফিসিয়ালিং/সততার দাবি বা ঘটনা, সাথে পরিচালনা সংস্থার নাম। রিস্ক ডাইমেনশনে দরকার: কোনো কর্মী, আর্থিক, নিয়ম, বা জনমতের সংকেত। ন্যারেটিভ ডাইমেনশনে দরকার: নিবন্ধের শিরোনাম দাবি বা জনপ্রিয় বর্ণনা, মিডিয়া/সেন্টিমেন্ট সংকেত, এবং কোনো প্রত্যাশার মানদণ্ড। ইন্ডাস্ট্রি ট্রান্সমিশন ডাইমেনশনে দরকার: অন্তত একটি ঘটনা/স্টার/লিগ উন্নয়ন যা মূল্য শৃঙ্খলে অনুসরণ করা যায়। এই তালিকাটি পড়ে আমার মনে হলো, এটি আসলে একটি চেকলিস্টের মতো। ক্রিকেট বিশ্লেষণে আমরা প্রায়ই এই চেকলিস্ট মেনে চলি না। একটি ম্যাচ দেখে আমরা সাথে সাথে সিদ্ধান্তে পৌঁছে যাই। কিন্তু এই ফাইলটি দেখাচ্ছে, সিদ্ধান্তের আগে তথ্যের তালিকা মিলিয়ে নেওয়া কতটা জরুরি। তথ্যের মান যাচাইয়ের দিক থেকে দেখলে, Stage-1-এ সোর্সের মান যাচাই করা হয়নি। কোনো নিবন্ধের সোর্স কোন স্তরের, তা জানা যায়নি। ক্রিকেট সাংবাদিকতায় এটি একটি বড় ফাঁক। একটি গুজব এবং একটি যাচাইকৃত তথ্যের মধ্যে পার্থক্য হলো সোর্সের নির্ভরযোগ্যতা। এই ফাইলটি সেই পার্থক্যকেই সামনে এনেছে। আমার অভিজ্ঞতায়, ডেটা-শূন্য বিশ্লেষণ সবচেয়ে বিপজ্জনক। কারণ এটি পাঠককে ভুল আত্মবিশ্বাস দেয়। ২০২০ সালের কোভিড বিরতিতে আমরা দেখেছি, খালি স্টেডিয়ামে হোম অ্যাডভান্টেজ কমে গিয়েছিল। কিন্তু সেই দাবি করার আগে আমাদের দশ ম্যাচের ডেটা দরকার ছিল। যারা ডেটা ছাড়া দাবি করেছিলেন, তারা পরে ভুল প্রমাণিত হয়েছিলেন। এই Stage-2 ফাইলটি সেই ভুলটি এড়িয়ে গেছে। এখানে একটি পদ্ধতিগত শিক্ষা আছে। বিশ্লেষণ কাঠামো তৈরি করার সময় আমাদের দুটি স্তর আলাদা রাখতে হবে: প্রথম স্তর হলো তথ্য সংগ্রহ ও যাচাই, দ্বিতীয় স্তর হলো বিশ্লেষণ। যদি প্রথম স্তর খালি থাকে, দ্বিতীয় স্তরও খালি থাকবে। এটি কোনো ব্যর্থতা নয়, এটি সততার পরিচয়। ক্রিকেটে আমরা প্রায়ই বলি, 'ফর্ম সাময়িক, ক্লাস স্থায়ী'। ডেটা বিশ্লেষণে এর সমতুল্য হলো: 'মতামত সাময়িক, পদ্ধতি স্থায়ী'। এই ফাইলটি পদ্ধতির প্রতি শ্রদ্ধা দেখিয়েছে। তবে এখানে একটি সতর্কতাও প্রয়োজন। শূন্য ইনপুট মানে সবসময় শূন্য বিশ্লেষণ নয়। অনেক সময় তথ্য থাকে কিন্তু সঠিকভাবে চিহ্নিত করা হয় না। Stage-1-এ যদি তথ্য থাকে কিন্তু সঠিকভাবে বের করা না যায়, তাহলে সেটি পদ্ধতিগত ত্রুটি। কিন্তু এই ক্ষেত্রে তথ্যই ছিল না। পার্থক্যটি গুরুত্বপূর্ণ। আমি এই ফাইলটি থেকে একটি নতুন ধারণা পেয়েছি: 'নাল কর্পাস' বা শূন্য তথ্যভাণ্ডার। ক্রিকেট বিশ্লেষণে এটি একটি পরিচিত সমস্যা। অনেক সময় আমাদের কাছে ম্যাচের স্কোরকার্ড থাকে কিন্তু বল-by-বল ডেটা থাকে না। তখন আমরা স্কোরকার্ড থেকে যা অনুমান করা যায়, তাই বিশ্লেষণ করি। কিন্তু যদি স্কোরকার্ডও না থাকে, তাহলে কী করব? উত্তর হলো: কিছুই না। এবং সেটাই সঠিক। আগামী দিনের ক্রিকেট বিশ্লেষণে এই শিক্ষা কাজে লাগবে। বিশেষ করে ফ্র্যাঞ্চাইজি লিগের নিলাম বিশ্লেষণে। যখন কোনো খেলোয়াড়ের দাম নিয়ে গুজব ছড়ায়, তখন আমাদের প্রথমে যাচাই করতে হবে তথ্যের সোর্স কী। যদি সোর্স না থাকে, বিশ্লেষণ করা উচিত নয়। এটি পাঠকের প্রতি দায়বদ্ধতা। এই Stage-2 ফাইলটি আমাকে আরেকটি বিষয়ও শিখিয়েছে: কাঠামোগত বা পূর্ণতা। আটটি ডাইমেনশন আছে, প্রতিটিতে নির্দিষ্ট প্রশ্ন আছে। এই পূর্ণতা বিশ্লেষণকে পদ্ধতিগত করে তোলে। ক্রিকেটে আমরা প্রায়ই একটি ম্যাচের একটি দিক দেখে সিদ্ধান্তে পৌঁছে যাই। কিন্তু এই কাঠামো আমাদের বাধ্য করে সব দিক দেখতে। শেষ পর্যন্ত, এই ফাইলটি একটি আয়নার মতো। এটি দেখায়, ডেটা ছাড়া বিশ্লেষণ কেমন দেখতে হয় — বা হয় না। ক্রিকেট ডেটা অডিটের দৃষ্টিতে এটি একটি মূল্যবান পাঠ। কারণ এটি প্রমাণ করে, সবচেয়ে ভালো বিশ্লেষণ কখনো কখনো সেই বিশ্লেষণ যা করা হয় না। আমি রংপুরের STUDY ঘরে বসে ভাবছি, আগামীকাল যদি কেউ আমাকে একটি ম্যাচের বিশ্লেষণ করতে বলে, আমি প্রথমে জিজ্ঞেস করব: তথ্য কোথায়? সোর্স কী? ফরম্যাট কী? যদি উত্তর না থাকে, আমি বিশ্লেষণ করব না। এটি কোনো দুর্বলতা নয়, এটি শক্তি। এবং এই Stage-2 ফাইলটি সেই শক্তিরই প্রমাণ। ক্রিকেটে যেমন দশ ম্যাচের থ্রেশহোল্ড আছে, তেমনি বিশ্লেষণে তথ্যের থ্রেশহোল্ড আছে। তথ্য না থাকলে বিশ্লেষণ শুরু হয় না। এই ফাইলটি সেই নিয়ম মেনেছে। এবং সেটাই একজন ডেটা মঙ্কের কাজ।