শূন্য আর খালি এক নয়: এশীয় ক্রিকেটের ডেটা লাইনে নীরবতার দাম

সোমবার সকাল সাতটা। লিভারপুলের বাড়িতে চা ঠান্ডা হয়ে গেছে, আর ল্যাপটপের পর্দায় একটা টেবিল খোলা। সারির পর সারি ফিল্ড, প্রতিটির পাশে একটাই উত্তর — N/A। নিবন্ধের শিরোনাম নেই, সূত্র নেই, প্রকাশের তারিখ নেই, তথ্যবিন্দুর তালিকা সম্পূর্ণ খালি। একটি মাত্র লেবেল টিকে আছে: cricket_asia।

আট বছর আগে, ২০১৭ সালের ৬ ডিসেম্বর, ঠিক এই ধরনের পর্দা আমার সামনে অন্য ভাষায় কথা বলেছিল। চ্যাম্পিয়ন্স লিগে লিভারপুল স্পার্তাক মস্কোকে ৭-০ গোলে হারিয়েছিল, দলটি ৫ দশমিক ১ xG তৈরি করেছিল, আর PPDA ছিল ৬ দশমিক ৮। আমি লিভারপুল ২০১৭-১৮ প্রেসিং ড্যাশবোর্ডটি নিজ হাতে বানিয়েছিলাম, আর সেদিন সংখ্যাগুলো চিৎকার করছিল — থ্রেডটি ২৪ লাখ ইমপ্রেশন পৌঁছেছিল। আজকের ড্যাশবোর্ড চুপ। আমার বছরের পর বছর খেলা দেখার এবং স্কোরবোর্ড পাশে বসে হিসাব করার অভিজ্ঞতা বলছে, চুপ থাকা ড্যাশবোর্ড চিৎকার করা ড্যাশবোর্ডের চেয়ে অনেক বেশি বিপজ্জনক। কারণ মানুষ নীরবতা সহ্য করতে পারে না; সে নীরবতা নিজের অনুমান দিয়ে ভরিয়ে ফেলে।

এই লেখাটি সেই ভরাট করার প্রবণতা নিয়ে, আর এশীয় ক্রিকেটের ডেটা ব্যবস্থায় খালি ঘর আলাদা করে চিহ্নিত করার শৃঙ্খলা নিয়ে।

প্রসঙ্গ: তথ্যবিন্দু কী, আর এশীয় ক্রিকেটে সেটি কেন আরও দুষ্প্রাপ্য

তথ্যবিন্দু মানে নিবন্ধ থেকে ছুরি দিয়ে কেটে নেওয়া কয়েকটি নিটোল সত্য — কে, কী, কখন, কত। বিশ্লেষণের পুরো ভবন দাঁড়ায় এই ইটের ওপর। যে ধাপে এই ইটগুলো তোলা হয়, সেটিই স্টেজ-১; যে ধাপে সেগুলো দিয়ে দেয়াল গাঁথা হয়, সেটি স্টেজ-২। আমার হাতে যে নথি এসেছে, সেখানে স্টেজ-২ একটি অদ্ভুত এবং সৎ সিদ্ধান্তে পৌঁছেছে: তার হাতে একটিও ইট নেই, তাই সে দেয়াল গাঁথেনি। আটটি মাত্রার প্রতিটিতে সে লিখেছে — তথ্য অপর্যাপ্ত, মূল্যায়ন করা সম্ভব নয়।

এশীয় ক্রিকেটের বাস্তবতায় এই পরিস্থিতি বিরল নয়। এশিয়ান ক্রিকেট কাউন্সিলের Ecosystem-এ একটি বড় অংশ খেলা চলে টেলিভিশনের ফ্রেম থেকে, স্থানীয় ভাষার ধারাভাষ্য থেকে, স্কোরকার্ডের ছবি থেকে। বল-বাই-বল JSON ফিড, Hawk-Eye ট্র্যাকিং, বা স্টেডিয়াম-ভিত্তিক সেন্সর ডেটা — এই তিনটি জিনিস প্রতিটি সিরিজে সমান নয়। ২০২৩ সালের এশিয়া কাপ পাকিস্তান ও শ্রীলঙ্কায় হাইব্রিড মডেলে খেলা হয়েছিল (সূত্র: এশিয়ান ক্রিকেট কাউন্সিলের সূচি), যেখানে ভেন্যু বদলেছে, সময় অঞ্চল বদলেছে, কিন্তু বাস্তব সময়ে সমমানের ট্র্যাকিং ফিড বদলায়নি। যেখানে খেলার সংখ্যা বেশি কিন্তু নথিভুক্ত ডেটার ঘনত্ব কম, সেখানে খালি তথ্যবিন্দুর তালিকা একটি প্রযুক্তিগত দুর্ঘটনা নয়, একটি কাঠামোগত বৈশিষ্ট্য।

২০১৯ সালে টি স্পোর্টসে ইমার্জিং টিমস এশিয়া কাপে ধারাভাষ্য করার এবং বঙ্গবন্ধু বিপিএল ড্রাফট উপস্থাপনা করার সময় আমি এই দুষ্প্রাপ্যতা হাতেনাতে দেখেছি। খেলা একইভাবে হয়, প্রতিভাও চলে আসে, কিন্তু সেখান থেকে বেরিয়ে আসা পরিষ্কার ডেটার পরিমাণ অনেক কম। বিশ্লেষক হিসেবে সেটি আমার জন্য সুযোগ, কারণ অসম তথ্যই সুবিধা তৈরি করে। কিন্তু সুযোগ তখনই সুযোগ, যখন নথিটি আসল।

খালি ঘর আর শূন্য সংখ্যা এক জিনিস নয় — ক্রিকেট বিশ্লেষণে এই পার্থক্যটাই সবচেয়ে বেশি উপেক্ষিত, আর সবচেয়ে ব্যয়বহুল।

মূল বিশ্লেষণ

প্রথম স্তর: খালি আর শূন্যের সীমানা

ক্রিকেটে ू् একটি তথ্য। একজন ব্যাটার যদি ১২ বলে ০ রান করেন, সেটি ব্যর্থতা, কিন্তু সেটি মাপা ব্যর্থতা। আর সেখানে কোনো সংখ্যা না থাকলে সেটি ব্যর্থতাও নয়, সাফল্যেও নয় — সেটি অস্বস্তিকর নীরবতা। পরিসংখ্যানবিদের প্রথম শেখা পাঠ এটি: অনুপস্থিত মান আর শূন্য মান কখনও এক নয়। ব্যাটিং গড়ে যেখানে একটি ০ গড় বহন করে, সেখানে Fielder Not Applicable গড় কিছুই বহন করে না।

আমি যখন ২০১৭-১৮ মৌসুমে লিভারপুলের জন্য xG ও PPDA ড্যাশবোর্ড বানাচ্ছিলাম, তখন আমি নিজের ওপর একটি নিয়ম চাপিয়ে দিয়েছিলাম — কোনো ঘরে সংখ্যা ঢুকবে না, যদি না তার পাশে সোর্স রো থাকে। প্রতিটি ম্যাচের প্রতিটি রো আমার হাতে থাকত, তাই ৫ দশমিক ১ xG শব্দটি দাঁড়াতে পারত। এশীয় ক্রিকেটে সেই সোর্স রো নেই। বিপদটা এখানেই। খালি ঘরে কেউ কেউ গড় বসিয়ে দেয়, কেউ কেউ Range বসিয়ে দেয়, কেউ কেউ ঢাকনা আটকে দেয়।

দ্বিতীয় স্তর: প্রক্সির স্বীকারোক্তি

প্রতিটি মেট্রিক একটি প্রক্সি। xG বলতে বোঝায় শটের গুণমান থেকে জন্মানো গোলের সম্ভাবনা — মাপা গোল নয়, প্রত্যাশিত গোল। PPDA বলতে বোঝায় প্রতি ডিফেন্সিভ অ্যাকশনের আগে প্রতিপক্ষকে কতটি পাস কাটতে দেওয়া হচ্ছে — একটি সময়-ভিত্তিক গড়, যা প্রেসিংয়ের তীব্রতার প্রক্সি। ক্রিকেটে ছাড়া কিছু সমতুল্য প্রক্সি আছে। পাওয়ারপ্লের রান রেট একটা প্রক্সি, কিন্তু উইকেটের মান ধরে না। ডট বলের শতাংশ আরেকটি প্রক্সি, কিন্তু ছোট মাঠে হাই স্কোরিং উইকেটে ভুল সংকেত দেয়। ফিল্ডিং রিংয়ের ঘনত্ব আরেকটি প্রক্সি, আর সেটি তখনই অর্থবহ হয়, যখন বল-by-বল ইভেন্ট ডেটার সাথে মেলানো যায়।

আমি প্রতিটি সংখ্যার পাশে তিনটি জিনিস লেখার নিয়ম মেনে চলি: প্রক্সি কী, নমুনা কত, আর অন্ধদাগ কোথায়। বিশ্বকাপ ২০১৮-তে লুকা মদরিচকে সাত ম্যাচে ট্র্যাক করার সময় এটাই আমার একমাত্র অস্ত্র ছিল। ৬৩ দশমিক ২ কিলোমিটার দৌড়, ৪৮৪টি সম্পন্ন পাস, ১৭টি সুযোগ সৃষ্টি — এই তিনটি সংখ্যা মদরিচের অতিমানবীয় খ্যাতিকে রহস্য থেকে মাপা ব্যাখ্যায় নামিয়ে এনেছিল। কিন্তু নমুনা যদি সাত ম্যাচ না হয়ে দুই ম্যাচ হতো, আমি সেটি লিখতাম, আর লেখাটি দুর্বল হতো। [আস্থার স্তর: উচ্চ — পরিমাপের পদ্ধতিতে; নিম্ন — একমাত্র ফলাফল থেকে সাধারণীকরণে]

তৃতীয় স্তর: অনুবাদ স্তর — বল-ভিত্তিক ক্রিকেট, প্রবাহ-ভিত্তিক ফুটবল

ফুটবলের মডেল আর ক্রিকেটের মডেল এক জায়গায় মেলে না। ফুটবল প্রবাহভিত্তিক: ৯০ মিনিট অবিরাম ঘটনা, তাই সময়-ভিত্তিক হার অর্থবহ। PPDA ৬ দশমিক ৮ মানে পুরো ম্যাচ জুড়ে একটি গড় আচরণ। ক্রিকেট বিচ্ছিন্ন ঘটনাভিত্তিক: খেলা চলে আট বা ছয় বলের ক্ষুদ্র চক্রে, প্রতিটি বল একটি পূর্ণ সিদ্ধান্ত। তাই PPDA ধাঁচের মেট্রিক সরাসরি ক্রিকেটে ঢালাই করা যায় না।

বিকল্পটি হলো ইভেন্ট-ভারিত চাপ সূচক। প্রতিটি ফিল্ডিং ইভেন্টকে ওজন দিতে হয় ওভারের ধাপ, উইকেটের অবস্থা এবং সেই ওভারে কত রান ঝুঁকিতে ছিল। একটি ইংরেজ মডেল সরাসরি উর্দুতে অনুলিখন করা যায় না; তেমনি ফুটবলের চাপ সূচক সরাসরি ক্রিকেটে অনুবাদ করা যায় না। আমি যখন অনুবাদ করি, তখন আমি স্পষ্ট করে লিখে দিই — কোন যান্ত্রিকতা স্থানান্তরযোগ্য আর কোনটি স্থানীয় নিয়মে বাঁধা। প্রেসিংয়ের যুক্তি স্থানান্তরযোগ্য: প্রতিপক্ষকে ভুল সিদ্ধান্তে ঠেলে দেওয়া। কিন্তু বল-বাই-বল ক্রিকেটে সেই ইভেন্টের অর্ধায়ু চার সেকেন্ড, চৌত্রিশ পাসের চেইন নয়। এই পার্থক্য না লিখে স্লোগান দিলে বিশ্লেষণ নিজের উচ্চতা হারায়।

চতুর্থ স্তর: ৬৩ দশমিক ২ কিলোমিটার এবং মাপা মহত্ত্ব

মহত্ত্ব রহস্য নয়, পুনরাবৃত্ত। মদরিচের সাত ম্যাচের ডেটা সেটি প্রমাণ করে। যা রহস্য বলে চালিয়ে দেওয়া হয়, তা যদি মাপা না যায়, তবে আমাদের পরিমাপের হাতিয়ার দুর্বল — খেলোয়াড় অতিপ্রাকৃত নন। ক্রিকেটে এই একই যুক্তি প্রযোজ্য। একজন লেগস্পিনারের ইকোনমি, একজন ওপেনারের পাওয়ারপ্লে স্ট্রাইক রেট, একজন উইকেটকিপারের বাই-রান বন্ধ করার হার — এগুলো নিয়ে আলোচনা হলে মহত্ত্বের লেবেল ধীরে ধীরে স্কোরবোর্ডে ফিরে আসে।

আমি যখন নথিপত্র দেখি, তখন আমার প্রথম প্রশ্নটা থাকে ভূমিকা-সংশোধিত সংখ্যা কোথায়। একজন ব্যাটারের ৩৫ গড় ভূমিকা ছাড়া অর্থহীন, যেমনভাবে একটি PPDA ড্যাশবোর্ড ব্যবহারের ছাড়া অর্থহীন। মদরিচের ৬৩ দশমিক ২ কিলোমিটার অর্থহীন, যদি আপনি না জানেন তিনি সেন্ট্রাল মিডফিল্ডে ৩০ বয়সী প্রতিপক্ষের বিরুদ্ধে খেলছেন। সংখ্যার সাথে প্রেক্ষাপট জুড়ে দেওয়াই আসল কাজ।

পঞ্চম স্তর: ফাঁকা ঘর ভরার বাণিজ্য

এই খালি পাইপলাইনটি যদি সরাসরি স্টেজ-২ বিশ্লেষণে পাঠানো হতো, তাহলে সেটি े কল্পনা শুরু করে দিত। একটি খালি ইনপুট থেকে দল, খেলোয়াড়, স্কোর — সব তৈরি হতে পারত। এই ঝুঁকি teoritik নয়, বাস্তব। স্টেজ-১ যদি তথ্যবিন্দু না দিয়ে শুধু একটি আঞ্চলিক লেবেল ফেরত পাঠায়, তাহলে সেটি ইঙ্গিত দেয় যে উৎপাদন ধাপে নথিটি হয় তোলা হয়নি, নয়তো তৈরি হয়েছে কিন্তু পরিনত হয়নি।

এখানে ক্লাব এবং ফেডারেশনগুলোর জন্য শিক্ষাটি স্পষ্ট। আমার সবসময় মনে হয়, ডেটা বিশ্লেষকরা এখন ড্রেসিং রুমে ঢুকে পড়ছেন, আর তাদের সিদ্ধান্ত খেলার নিজের লয় থেকে বিচ্ছিন্ন হয়ে যাচ্ছে। কারণ রুমের বাইরে বসে তৈরি মডেল জানে না ২২ গজে সেই বিকেলে ঘাস কতটা গড়িয়ে ছিল। একইভাবে, ক্রিকেটের ট্রান্সফার ও চুক্তি বাজারে শব্দ যত বাড়ে, সংকেত ততই ম্লান হয়। ডেটা পাইপলাইনে ঠিক একই ঘটনা ঘটে: সরবরাহকারীরা 'বিশ্লেষণ' বিক্রি করেন, কিন্তু সোর্স রো দেন না। এবং সোর্স রো ছাড়া বিশ্লেষণ শুধু কল্পনার নামান্তর।

প্রতিকূল কোণ: ব্যর্থতা কি স্টেজ-১-এর, নাকি নকশার?

এখানে একটি অস্বস্তিকর বিকল্প ব্যাখ্যা আছে, যা কেউ বলতে চান না। ধরা যাক, স্টেজ-১ ব্যর্থ নয়। ধরা যাক, সোর্স নথিটি ছিল একটি সম্প্রচার রিল, একটি বাংলা ধারাভাষ্যের ক্লিপ, বা একটি স্কোরকার্ডের ছবি। যেখানে থেকে সত্যikat বের করা যায় না, সেখানে দোষ extraction ডিজাইনের — নকশা ধরেই নিয়েছে যে সত্য সবসময় লেখা আকারে আসবে।

এই দৃষ্টিকোণ থেকে দেখলে খালি আউটপুটটি জ্ঞানের বিরতি নয়, ব্যবস্থার স্বীকারোক্তি। একটি null মান আসলে সিস্টেম সম্পর্কে একটি অনুকল্প, বিশ্ব সম্পর্কে নয়। এশীয় ক্রিকেটের ডেটা ব্যবস্থায় এই ধরনের null বেশি দেখা যায়, কারণ সম্প্রচার-ভিত্তিক কনটেন্ট ইংরেজি লেখার ছাঁচে খাপ খায় না। ক্রিকেট এশিয়া একটি লেবেল, লেবেল থেকে তথ্যবিন্দু আসে না। তথ্য না থাকলে সত্য উদারভাবে স্বীকার করা একটি পেশাদার সিদ্ধান্ত, দুর্বলতা নয়। আমি আমার পুরো কেরিয়ারে এই নীতিটি মেনে চলেছি, এবং যত বেশি মানুষ ডেটার নামে নিশ্চিত হয়ে গেছে, তত বেশি নিশ্চিত হয়েছি যে 'মূল্যায়ন করা সম্ভব নয়' লজ্জার কিছু নয়।

আর এখানেই সবচেয়ে বড় প্রতিকূল সত্য: খালি পাইপলাইনের সবচেয়ে মূল্যবান আউটপুট বিশ্লেষণ নয়, ব্যর্থতার রেকর্ড। সেটিই পরবর্তী সংস্করণে পাইপলাইনকে শেখাতে পারে। [আস্থার স্তর: মধ্যম — প্রক্রিয়াগত কারণ ব্যাখ্যা করার জন্য পর্যাপ্ত প্রমাণ, সরাসরি ভবিষ্যদ্বাণীর জন্য নয়]

শেষ কথা: পরের রাউন্ডের সংকেত

আমি এই নথিটির জন্য একটি সাধারণ ভাষায় বলতে চাই: খালি তথ্যবিন্দুর তালিকা নিয়ে কোনো এশীয় ক্রিকেট বিশ্লেষণ নয়, শুধু একটি সতর্কতা। যে গেট যুক্ত করা দরকার, সেটি সরল — তথ্যবিন্দু শূন্য হলে আইটেমটি পরবর্তী ধাপে যাবে না, বরং ফেরত যাবে, সোর্স মেটাডেটা নিয়ে।

পরের রাউন্ডে আমি তিনটি জিনিস দেখব। একটি: তথ্যবিন্দুর তালিকা খালি থেকে বোঝাই যাচ্ছে নাকি ভরে গেছে, এবং সেটি একটির বেশি নিয়ে কোনও নাম-সত্তা বহন করে। দুই: শিরোনাম, সূত্র এবং ধরন ফের পড়া যাচ্ছে কি না — কারণ সেটি ছাড়া কোনও দাবিই যাচাইযোগ্য নয়। তিন: আমাদের আঞ্চলিক লেবেলটি আসল নথির সাথে মিলছে কি না — ভুল স্কোপে বিশ্লেষণ শুরু হলে তা কল্পনার চেয়ে ক্ষতিকর।

আমি একজন হারের হিসাব রেখেছি, একটি সংখ্যা ব্যর্থ হওয়ায় কিছু যায় আসে না। বরং একটি প্রশ্ন আমার মনে জাগে: এশিয়ার ক্রিকেটে আমরা কতগুলো গল্প হারাচ্ছি কেবল এই কারণে যে আমরা তা মাপতে শিখিনি — নাকি আমরা তা মেপে ফেলছি অস্থিরতায়, কেবল শূন্য ঘর পছন্দ করতে না পেরে?