খালি স্প্রেডশিটের ফাঁদ: ক্রিকেট বিশ্লেষণে শূন্য তথ্য কেন সবচেয়ে বড় ঝুঁকি

রাত তিনটা। বরিশালের ডেটা ডেস্কে ল্যাপটপের পর্দায় কার্সর জ্বলছে, কিন্তু স্প্রেডশিটের ঘরগুলো ফাঁকা। একটি দুই স্তরের বিশ্লেষণ পাইপলাইন চালু হলো, শেষ হলো, ফিরে এল শুধু একটি বার্তা — তথ্য অপর্যাপ্ত। কোনও শিরোনাম নেই, কোনও সূত্র নেই, কোনও দল নেই, কোনও খেলোয়াড় নেই। বিশটির বেশি সারির একটি কাঠামো তৈরি হয়েছে, আর প্রতিটি ঘরে লেখা একই কথা: প্রযোজ্য নয়। বরিশালে আমি শিখেছি, একটি স্প্রেডশিট আসলে একটি মঠ হতে পারে — কিন্তু আজকের এই মঠে কোনও প্রার্থনা নেই, শুধু নীরবতা।

সেই নীরবতা আমাকে একটি সত্য শিখিয়েছে, যা ক্রিকেট বিশ্লেষণের জগতে খুব কম আলোচিত হয়। সবচেয়ে বিপজ্জনক ডেটা সেট খারাপ ডেটা নয়। সবচেয়ে বিপজ্জনক ডেটা সেট হলো খালি ডেটা সেট। কারণ খালি সেট দেখতে নির্দোষ, কখনও কখনও পরিষ্কার-পরিচ্ছন্নও লাগে, অথচ তার ভেতরে লুকিয়ে থাকে সবচেয়ে বড় ফাঁদ।

প্রেক্ষাপট: দুই স্তরের পাইপলাইন কী, আর কেন এটি গুরুত্বপূর্ণ

আধুনিক ক্রিকেট বিশ্লেষণ এখন আর একজন সাংবাদিকের একলা অনুভূতির কাজ নয়। এটি একটি পাইপলাইন। প্রথম স্তরে একটি নিবন্ধ, প্রতিবেদন বা সম্প্রচার থেকে তথ্য-বিন্দু বের করা হয় — কে খেলল, কোথায় খেলল, কী ফল হলো, কোন দল কোন ফরম্যাটে, কোন সূত্র, কোন তারিখ। দ্বিতীয় স্তরে সেই তথ্য-বিন্দুগুলোকে আটটি মাত্রায় বিশ্লেষণ করা হয়: ফরম্যাট ও ম্যাচ, খেলোয়াড়ের কৌশল, দলের অবস্থান, লিগ ও বাণিজ্য, নিয়ম ও সুশাসন, ঝুঁকি, জনমতের আখ্যান, এবং শিল্পের সংক্রমণ।

২০১৭ সালে, চল্লিশ বছর বয়সে, যখন আমি বরিশাল থেকে 'এক্সপেক্টেড গোল' নামের দ্বিভাষিক ডেটা ব্লগ শুরু করি, তখন এই পাইপলাইনের ধারণাটাই ছিল অপরিণত। আমি পাইথনে একটি সাধারণ xG মডেল লিখেছিলাম, ১,২৮৪টি শট ইভেন্ট লগ করেছিলাম, আর দেখিয়েছিলাম যে ক্রিস্টিয়ানো রোনালদোর ১২ গোল আসলে ১০.৪ xG-এর বিপরীতে এসেছিল — অর্থাৎ রিয়াল মাদ্রিদের সেই অভিযান আভার উপর নয়, শটের গুণমানের উপর দাঁড়িয়ে ছিল। সেই সময় আমি একটি নিয়ম শিখেছিলাম: প্রতিটি অনুচ্ছেদ একটি মাত্র মেট্রিক দিয়ে শুরু করো। কিন্তু সেই নিয়মের একটি গোপন শর্ত আছে, যা আমি তখনও পুরোপুরি বুঝিনি — মেট্রিকটি সত্যিই থাকতে হবে।

মূল বিশ্লেষণ: যখন আটটি মাত্রাই শূন্য ফেরত দেয়

আজকের সেই রাতে যা ফিরে এসেছিল, তা একটি সম্পূর্ণ বিশ্লেষণী কাঠামো — কিন্তু বিশ্লেষণ শূন্য। আটটি মাত্রা, প্রতিটির নিজস্ব সাব-টেবিল, প্রতিটির নিজস্ব ঝুঁকি-পতাকা, প্রতিটির নিজস্ব 'প্রমাণ' লাইন। অথচ প্রতিটি ঘরে একই উত্তর: তথ্য অপর্যাপ্ত।

আসুন সংখ্যাগুলো দেখি, কারণ বরিশালে আমি শিখেছি সংখ্যা নিজেই স্বীকারোক্তি। ইনফরমেশন ভ্যালু রেটিং চারটি মাত্রায় ভাগ করা হয়েছিল — স্পোর্টিং ভ্যালু, ইন্ডাস্ট্রি ভ্যালু, টাইমলিনেস ভ্যালু, রেফারেন্স ভ্যালু। চারটিই শূন্য তারা। শূন্য তারা মানে নিছক 'দুর্বল' নয়; শূন্য তারা মানে এমন কিছু নেই যা নিয়ে কথা বলা যায়।

সবচেয়ে শিক্ষণীয় অংশটি হলো জোড়ায় জোড়ায় খালি থাকা। স্টেজ-১-এ কোনও তথ্য-বিন্দু নেই, তাই স্টেজ-২-এ কোনও সিদ্ধান্ত সম্ভব নয়। কিন্তু তারপরও কাঠামোটি তৈরি হয়েছে — শূন্যকে ঘিরে একটি সম্পূর্ণ প্রতিবেদন দাঁড়িয়ে গেছে। এটি কোনো দুর্ঘটনা নয়, এটি একটি সিস্টেমের স্বাভাবিক প্রবণতা। আমি ২০১৮ সালে যখন রাশিয়া বিশ্বকাপের ৬৪ ম্যাচ দূর থেকে বিশ্লেষণ করেছিলাম, তখন একটি PPDA মানচিত্র তৈরি করেছিলাম যা দেখিয়েছিল ফ্রান্স প্রতি ডিফেন্সিভ অ্যাকশনে ১৪.৮ পাস করতে দিয়েছিল — টুর্নামেন্টের সবচেয়ে নিষ্ক্রিয় প্রেসগুলোর একটি। সঙ্গে ছিল কিলিয়ান এমবাপ্পের ৪ গোল আর ঘণ্টায় ৩২.৪ কিলোমিটার শীর্ষ গতি। ফ্রান্স ফাইনাল ৪-২ জিতল। সেই PPDA মানচিত্র কোনও চার্ট ছিল না, এটি ছিল একটি স্বীকারোক্তি। কিন্তু আজকের খালি কাঠামো কোনও স্বীকারোক্তি নয় — এটি একটি প্রতিশ্রুতি যা কেউ রাখেনি।

এখানেই আসল প্রশ্ন: যদি তথ্য না থাকে, তবে বিশ্লেষণী কাঠামো কেন এত পরিপাটি করে দাঁড়িয়ে থাকে? উত্তরটি অপ্রিয়। কারণ পাইপলাইনটি সত্য প্রকাশের জন্য নয়, বরং আউটপুট উৎপাদনের জন্য ডিজাইন করা হয়েছে। একটি পূর্ণ কাঠামো তৈরি করা সহজ, একটি সৎ শূন্য তৈরি করা কঠিন। আর কৃত্রিম বুদ্ধিমত্তা ও স্বয়ংক্রিয় ব্যবস্থার যুগে এই পার্থক্যটাই সবচেয়ে বড় মাইনফিল্ড।

এখানে ব্লকচেইনের একটি শিক্ষা প্রাসঙ্গিক। একটি ব্লকচেইনের সবচেয়ে বড় শক্তি অপরিবর্তনীয়তা — যা একবার লিপিবদ্ধ হয়েছে, তা মুছে ফেলা যায় না। ক্রিকেট ডেটাতেও ঠিক তেমন একটি অপরিবর্তনীয় খাতা দরকার, যেখানে প্রতিটি প্রত্যাখ্যাত ইনপুট, প্রতিটি খালি ফলাফল সসম্মানে লিপিবদ্ধ থাকবে। তাহলে কেউ পরবর্তীতে সেই শূন্যতাকে জ্ঞান বলে চালাতে পারবে না।

বিপরীতমুখী কোণ: বিপদ কাঠামোয় নয়, গ্রাহকের মনোভাবেই

সহজে ধরে নেওয়া যায়, সমস্যাটি হলো একটি ব্যর্থ বিশ্লেষণ। আমি তা মানি না। ব্যর্থ বিশ্লেষণ একটি সমাধানযোগ্য সমস্যা — আপনি স্টেজ-১ আবার চালান, তথ্য-বিন্দু ভরে ওঠে, বিশ্লেষণ ফিরে আসে। আসল বিপদ অন্য জায়গায়।

আসল বিপদ হলো, ডাউনস্ট্রিম গ্রাহক — সম্পাদক, বিনিয়োগকারী, বোর্ড উপদেষ্টা — এই পরিপাটি কাঠামোকে বিশ্লেষণ বলে ভুল করে বসতে পারে। ভাবুন তো: একটি ডকুমেন্ট যেখানে আটটি মাত্রা, প্রতিটির টেবিল, প্রতিটির 'কনফিডেন্স' ট্যাগ, প্রতিটির 'রিস্ক ফ্ল্যাগ' — দেখতে অভিজাত গবেষণাপত্রের মতো। অথচ ভেতরে একটিও সিদ্ধান্ত নেই। খালি ইনপুট নীরবে সরে যায়, আর শূন্যতা নিজেকে জ্ঞান বলে উপস্থাপন করে।

এখানেই আমি কর্তৃত্বের আরেকটি ফাঁদ দেখি। তথ্য-সংক্রান্ত ঝুঁকি বিশ্লেষণ করতে গিয়ে সেই নথিটি নিজেই একটি নতুন ঝুঁকি তৈরি করেছে — মেটা-রিস্ক। অর্থাৎ, যে বিশ্লেষণ কিছুই বলেনি, সেটি যদি কোনো সিদ্ধান্ত গ্রহণকারীর হাতে যায়, তবে সেই সিদ্ধান্তটি হবে তথ্যহীন অথচ আত্মবিশ্বাসী। ক্রিকেটের বাজারে এটি পরিচিত দৃশ্য: দলের গভীরতা নিয়ে কোনও ডেটা না থাকলেও একটি সুন্দর ছক তৈরি হয়, আর সেই ছক ধরে নিলাম-বিক্রি হয়। আমি ট্রান্সফার chase করি না; আমি chase-এর পেছনের আতঙ্ক নিরীক্ষা করি। আজকের আতঙ্কটি ছিল ডেটা-আতঙ্ক — তথ্য না থাকার আতঙ্ক, যা মিথ্যা নিশ্চয়তার ছদ্মবেশে ফিরে আসে।

এখানেই একটি গুরুত্বপূর্ণ পার্থক্য টানতে চাই। সমস্যা কখনও 'খালি সেট' নিজে নয়। সমস্যা হলো খালি সেট আর পূর্ণ ফরম্যাটের মধ্যে দূরত্ব অস্বীকার করা। আমি বহুবার বলেছি, একটি মডেল একটি ব্রত: সরল নিয়ম, বারবার পুনরাবৃত্ত, যতক্ষণ না তা স্বীকার করে। কিন্তু একটি মডেল যা কিছুই স্বীকার করে না, তা মডেল নয় — তা নিছক অলংকরণ।

শিল্পের সংক্রমণ: শূন্য কীভাবে ছড়ায়

ক্রিকেটের শিল্প-সংক্রমণ মানচিত্র সাধারণত তিনটি স্তরে চলে: উজানে যুব উন্নয়ন ও প্রতিভা সরবরাহ, মাঝখানে জাতীয় দল ও লিগ, আর নিচে সম্প্রচার, বাণিজ্যিক ও ডেরিভেটিভ বাজার। যখন উজানে কোনো সংকেত থাকে না, তখন মাঝখানেও কোনো সংক্রমণ ঘটে না। কিন্তু বিপদ হলো, প্রতিটি স্তর আগের স্তরের ফাঁকা জায়গা নিজের মতো ভরাট করতে শুরু করে। উজানে তথ্য নেই, তাই মাঝখানে অনুমান দাঁড়ায়; মাঝখানে অনুমান দাঁড়ালে নিচে সেটিই সত্য হয়ে ছড়ায়। সম্প্রচার, ফ্যান্টাসি স্পোর্টস, বেটিং মার্কেট — সবই তখন সেই ফাঁকা অনুমানের উপর দাঁড়িয়ে যায়। এভাবেই একটি খালি স্প্রেডশিট একটি বাজারের মূল্য নির্ধারণ করে ফেলে।

ঝুঁকির স্তর: কোন সতর্কতা সবচেয়ে জরুরি

নথিটিতে ঝুঁকিগুলো সরলভাবে সাজানো ছিল, এবং সেগুলোর গুরুত্ব কম নয়।

প্রথমত, একটি খালি স্টেজ-১ ফলাফলকে চূড়ান্ত বিশ্লেষণ ভেবে ফেলার ঝুঁকি — স্তর: উচ্চ। এখানে একটি প্রতিরক্ষা-ব্যবস্থা দরকার: শূন্য তথ্য-বিন্দুযুক্ত যেকোনো স্টেজ-১ আউটপুট স্বয়ংক্রিয়ভাবে প্রত্যাখ্যান করা উচিত।

দ্বিতীয়ত, নীরব সংক্রমণ — স্তর: উচ্চ। খালি ফলাফল যদি কোনো সতর্কবার্তা ছাড়াই পাইপলাইনে এগিয়ে যায়, তবে তা প্রতিটি পরবর্তী ধাপে আরও বিশ্বাসযোগ্য দেখাতে থাকে। যেমন একটি গুজব সময়ের সঙ্গে সঙ্গে সত্যের মতো শোনায়।

তৃতীয়ত, 'ক্রিকেট_এশিয়া' ধাঁচের ভৌগোলিক লেবেলকে প্রমাণ ভেবে নেওয়া — স্তর: মধ্যম। এই ধরনের লেবেল নিছক রাউটিং ইঙ্গিত, এটি বিষয়বস্তু নয়। বাংলাদেশ, ভারত, পাকিস্তান বা শ্রীলঙ্কা — লেবেল থেকে কোনো দলকে নাম দেওয়া নিছক অনুমান হবে।

চতুর্থত, সবচেয়ে সূক্ষ্ম ঝুঁকি — সংখ্যাহীনতা। ক্রিকেট প্রেমীরা সংখ্যা ভালোবাসেন। যখন কোনো সংখ্যা থাকে না, তখন কেউ কেউ ছোট নমুনা বা একটি খেলোয়াড়ের নাম ধরে নিয়ে ফাঁকা স্থান ভরিয়ে তোলেন। এই ভরাটকরণই সবচেয়ে বড় প্রতারণা।

সামনের দিকে তাকিয়ে

এখানেই আমার বরিশালের মঠের নিয়ম ফিরে আসে। জনতা নাটক দেখে; আমি দেখি নিচের স্তম্ভগুলো শ্বাস নিচ্ছে। কিন্তু কখনও কখনও স্তম্ভগুলো একেবারে স্তব্ধ — আর সেটাও একটি তথ্য। খালি সেটও একটি তথ্য, যদি আমরা তা স্বীকার করতে সাহস দেখাই।

সামনের মৌসুমে আমার যা লক্ষ্য রাখা উচিত তা পরিষ্কার। যেকোনো বিশ্লেষণী পাইপলাইনে একটি স্পষ্ট প্রবেশদ্বার-দ্বার দরকার — যে দ্বার শূন্য তথ্য-বিন্দু দেখলেই বন্ধ হয়ে যায়। কারণ খালি ইনপুট শুধু একটি ব্যর্থতা নয়; এটি একটি সংকেত, যা বলে দেয় পাইপলাইনের আগের ধাপটি ভেঙে পড়েছে।

আর যাঁরা আমার মতো ডেটা নিয়ে ভাবেন, তাঁদের জন্য একটি সতর্কবার্তা রেখে যাই: শূন্যতা কখনও ভরাট করবেন না। খালি সেটকে খালি বলতে শিখুন, প্রতিবার, নিরাশার সঙ্গে নয়, শৃঙ্খলার সঙ্গে। কারণ আমি শব্দগুচ্ছ জমা রাখি যতক্ষণ না তা বিশ্বাসযোগ্য সংকেত হয়ে ওঠে — আর আজকের সংকেতটি ছিল শূন্য। কখনও কখনও শূন্যই সবচেয়ে সৎ সংখ্যা।