খালি লেজার: ক্রিকেট অ্যানালিটিক্স যখন শূন্য ফেরত দেয়

রাত দুইটা, ম্যানচেস্টারের ফ্ল্যাট। ল্যাপটপের স্ক্রিনে একটা টেবিল — চল্লিশটা সারি, প্রতিটি সারিতে ফিল্ডের নাম ঠিকঠাক বসানো, বর্ডার নিখুঁত। কিন্তু ঘরগুলোর ভেতরে কোনো সংখ্যা নেই। 'ইনফরমেশন পয়েন্ট' কলামটি সম্পূর্ণ খালি। সিস্টেম নিজেকে 'সফলভাবে সম্পন্ন' ঘোষণা করছে। আমার হাতে এল শূন্য।

ছাব্বিশ বছরে ক্রিকেট নিয়ে যত স্কোরকার্ড, পিচ ম্যাপ, ফিল্ড চার্ট আর ওভার-বাই-ওভার লেজার ঘেঁটেছি, তার মধ্যে সবচেয়ে সৎ নথিটা ছিল এই একটি — যে নথিটি বলতে অস্বীকার করল, "আমি জানি না।" সেখানে কোনো ম্যাচ নেই, কোনো খেলোয়াড় নেই, কোনো দল নেই, কোনো টুর্নামেন্ট নেই। আছে শুধু একটা স্বীকারোক্তি: তথ্য পৌঁছায়নি, অতএব বিশ্লেষণও নেই।

যে ক্রিকেট-সাংবাদিকতায় প্রতিদিন ডজনখানেক ম্যাচের প্রিভিউ, প্লেয়ার ডেপথ নোট আর পিচ রিপোর্ট স্বয়ংক্রিয়ভাবে তৈরি হয়, সেখানে এই 'না' শব্দটাই সবচেয়ে দুষ্প্রাপ্য।

Context

সিস্টেমটা কীভাবে চলে, সেটা আগে পরিষ্কার করা দরকার। আধুনিক ক্রিকেট ডেটা পাইপলাইনে দুটো ধাপ থাকে। প্রথম ধাপে কাঁচা লেখা থেকে তথ্য বের করা হয় — ফরম্যাট (টেস্ট, ওয়ানডে, টি-টোয়েন্টি), ভেন্যু, পাওয়ারপ্লের স্কোর, ডেথ ওভারের ইকোনমি, খেলোয়াড়ের নাম, ইনিংস, উইকেট। দ্বিতীয় ধাপে আটটি মাত্রায় সেই তথ্যের ব্যাখ্যা সাজানো হয়: ফরম্যাট, খেলোয়াড়ের কারিগরি, দলের অবস্থান, লিগ ও বাণিজ্য, নিয়ম-শাসন, ঝুঁকি, জনমতের প্রত্যাশা, এবং শিল্পে তার প্রভাব।

প্রথম ধাপে ফাঁক থাকলে দ্বিতীয় ধাপ সাজানো অসম্ভব। আর এই ফাঁকটা দক্ষিণ এশিয়ার ক্রিকেটে সবচেয়ে বেশি টের পাওয়া যায়, কারণ এখানে প্রায় প্রতি সপ্তাহে কোনো না কোনো প্রতিযোগিতা চলে — এশিয়া কাপ, দ্বিপাক্ষিক সিরিজ, ঘরোয়া টি-টোয়েন্টি, নারী ক্রিকেট, ইমার্জিং টিমস। এই ভিড়ে মূল্যবান জিনিস বিশ্লেষণের পরিমাণ নয়, যাচাইয়ের নিয়ম।

যে রিপোর্টটি নিয়ে আজ কথা বলছি, সেটি মূলত একটি একক রেকর্ডের ডায়াগনস্টিক। ডোমেইন লেবেল লেখা ছিল 'ক্রিকেট_এশিয়া', অথচ পাইপলাইনের নির্ধারিত লেবেল ছিল শুধু 'ক্রিকেট'। মেটাডেটার এই ছোট বিচ্যুতিটাই আসল সংকেতে পরিণত হলো। The live dashboard blinked first — and this time it blinked blank. এখানেই থামতে হয়। কারণ ক্রিকেটের লেজারে ফাঁকা মানে কী, তা অনুমান দিয়ে ভরাট করা আমাদের কাজ নয়।

প্রসঙ্গত, ২০২৩ সালে ঢাকায় বাংলাদেশ নারী দলের ভারতের বিপক্ষে ওয়ানডে সিরিজে ধারাভাষ্য করতে গিয়ে একটা জিনিস শিখেছিলাম: স্কোরকার্ড যখন নীরব থাকে, তখন ভাষ্যকারের সবচেয়ে বড় দায়িত্ব অনুমান নয়, নীরবতাটাই জানানো। ২০২০ সালে খালি স্টেডিয়ামের ম্যাচগুলো কোড করার সময় একই শিক্ষা পেয়েছি অন্য চেহারায় — when the crowd vanished, the pressing triggers got louder in my notes. পরিবেশ বদলালে যা হারিয়ে যায়, সেটাই আসল তথ্য হয়ে দাঁড়ায়।

Core

এখানেই আমার সবচেয়ে বড় আপত্তি।

ক্রিকেটের স্কোরকার্ডকে আমরা তেমন গুরুত্ব দিই না, অথচ প্রায় দেড়শো বছর ধরে ক্রিকেট একটা কাজ খুব ভালোভাবে শিখে গেছে: অনুপস্থিতিকে শব্দে প্রকাশ করা। ব্যাটার মাঠে নামেননি? স্কোরকার্ড লেখে 'ডিড নট ব্যাট'। আহত হয়ে মাঠ ছেড়েছেন? 'রিটায়ার্ড হার্ট'। অসুস্থ? 'অ্যাবসেন্ট হার্ট'। বৃষ্টিতে খেলা থেমে গেল? 'নো রেজাল্ট'। ডিএলএস-এ লক্ষ্য পুনর্নির্ধারিত হলো? সেটাও আলাদা লাইনে লেখা থাকে।

এই শব্দগুলো থাকার কারণ একটাই — 'শূন্য' আর 'অজানা'কে এক করে ফেলা গুরুতর অপরাধ। যে ব্যাটার শূন্য রানে আউট, আর যে ব্যাটার ব্যাটই করেননি, তাদের পরিসংখ্যান আলাদা। ডিএলএস-এ ওভার-বাই-ওভার ভিত্তি না থাকলে ফল ঘোষণা করা যায় না। ডিআরএস-এ বল-ট্র্যাকিংয়ের কোনো ফ্রেম না এলে রিভিউ 'নট আউট' হয় না, হয় 'অমিমাংসিত'।

আমাদের অ্যানালিটিক্স পাইপলাইনে এই ব্যাকরণটা নেই। যেখানে আছে, সেখানে সে সরাসরি লেখে: 'ওয়ান-ডাউন, অ্যাভারেজ ৪২.৬, স্ট্রাইক রেট ৮১'।

একই ভুল আমাদের ম্যাচ-ডায়াগনস্টিক্সেও ঢোকে। যে বোলার পাওয়ারপ্লেতে এক ওভারও করেননি, তার ইকোনমি 'তুলনার অযোগ্য', কিন্তু টেবিলে সেটা ০.০০ হয়ে বসে যায়। যে ম্যাচে ডিউ-প্যাটার্ন ছিল না, সেই অনুপস্থিতি কোনোদিন লিপিবদ্ধ হয় না। I do not trust a heat map until it argues with my eyes — এই বছর আমি কথাটা বাড়িয়ে বলব: যে টেবিলের null রেট জানি না, সেই টেবিল আমি বিশ্বাস করি না।

একই ফাঁকা আউটপুট তিনটি আলাদা ব্যর্থতা থেকে আসতে পারে, আর তাদের প্রতিকারও আলাদা। প্রথমটি ফেচ লেয়ার — মূল লেখাটাই নামেনি, কারণ পেওয়াল, জাভাস্ক্রিপ্টে রেন্ডার হওয়া বডি, বা এনকোডিংয়ের গোলমাল। দ্বিতীয়টি এক্সট্র্যাকশন লেয়ার — লেবেল ম্যাপিং ভুল, যার ফলে 'ক্রিকেট_এশিয়া' লেখা হলো। তৃতীয়টি সিরিয়ালাইজেশন লেয়ার — তথ্য এসেছিল, পাঠানোর সময় কেটে গেছে।

পার্থক্য ধরার উপায় সরল। ফিল্ডের নাম ঠিকঠাক বসে আছে অথচ মান খালি — এটি সাধারণত তৃতীয় ধরনের স্বাক্ষর। উল্টোদিকে ফিল্ডের নামও যদি অনুপস্থিত থাকে, তাহলে সমস্যা সম্ভবত প্রথম লেয়ারে। আর যদি সব আইটেমে একই প্যাটার্ন দেখেন, তাহলে সেটা একটি রেকর্ডের দুর্ঘটনা নয় — ব্যাচ-স্তরের ত্রুটি।

Contrarian

এখন অস্বস্তিকর কথাটা।

আমাদের শিল্পে রিপোর্টের মান মাপা হয় তার পূর্ণতা দিয়ে। কতটা সারি, কতটা সংখ্যা, কতটা আত্মবিশ্বাসী উপসংহার। সেই হিসাবে এই খালি রিপোর্টটি ভালো নম্বর পেত না। অথচ ঠিক এখানেই আমাদের ব্লাইন্ড স্পট: যে রিপোর্ট বলে 'আমি মূল্যায়ন করতে পারছি না', তাকে আমরা অসম্পূর্ণ বলি; যে রিপোর্ট প্রতিটি ঘর নিজের অনুমানে ভরে দেয়, তাকে বলি বিশ্লেষণ। প্রথমটি সততা, দ্বিতীয়টি আত্মপ্রতারণা।

সবচেয়ে বড় বিপদটা টেমপ্লেটের ভেতরেই লুকিয়ে। আটটি বিশ্লেষণ মাত্রার প্রতিটিতে কমপক্ষে তিনটি সিদ্ধান্ত আর দুইটি লুকানো তথ্য চাওয়া হয়। তথ্য শূন্য হলে এই শর্ত পূরণের একমাত্র উপায় কল্পনা। অর্থাৎ আমাদের ফরম্যাট নিজেই আমাদের ওপর অনুমান চাপিয়ে দেয়। ক্রিকেটে এর চেহারা চেনা — কভার ঢাকা থাকলেও বল করার পরিকল্পনা চাওয়া।

তবু একটি সীমিত ইঙ্গিত পাওয়া গেছে। ডোমেইন লেবেল 'ক্রিকেট_এশিয়া' বলছে বিষয়টি সম্ভবত এশীয় ক্রিকেট সংশ্লিষ্ট — হতে পারে এশিয়া কাপ, এশিয়ান ক্রিকেট কাউন্সিলের কোনো ইভেন্ট, বা এশীয় কোনো দ্বিপাক্ষিক সিরিজ। এটা নিম্ন-আত্মবিশ্বাসের অনুমান, শুধু মেটাডেটা থেকে পাওয়া। এই ইঙ্গিত দিয়ে আমরা বিশ্লেষণ লিখব না, শুধু অনুসন্ধানের পরিধি ছোট করব।

Takeaway

আমার ল্যাপটপে সেই চল্লিশ সারির টেবিলটি এখনও আছে। আমি সেটি মুছিনি।

পরেরবার যখন কোনো প্রিভিউ পড়বেন — বারোটা সারি, তিনটা উপসংহার, একটা সাহসী ভবিষ্যদ্বাণী — তখন একটা প্রশ্ন করবেন: এই পূর্ণ টেবিলে ঠিক কোন ঘরটি ফাঁকা ছিল? যেটার উত্তর আপনার জানা দরকার, সেটি সত্যিই পাওয়া গেছে, নাকি সুন্দরভাবে ভরে দেওয়া হয়েছে?

কারণ ক্রিকেটের সবচেয়ে উপেক্ষিত পরিসংখ্যান কোনো ব্যাটসম্যানের গড় নয় — সেটি হলো null রেট। কী আসেনি, তার হিসেব।