খালি ঘর, ভরা টেমপ্লেট: ক্রিকেট অ্যানালিটিক্সে নাল হ্যান্ডলিংয়ের শৃঙ্খলা

গত সপ্তাহে চট্টগ্রামের ডেস্কে বসে একটি সিলেকশন ড্যাশবোর্ড খুললাম। একটি ঘর ফাঁকা। বাইশ বছরের এক বাঁহাতি স্পিনারের আন্তর্জাতিক ইকোনমি, পাওয়ারপ্লে স্প্লিট, প্রতিপক্ষ-ম্যাচআপ গ্রিড — সব ঘরে একটাই লেখা: তথ্য অপর্যাপ্ত। প্রথম প্রতিক্রিয়া ছিল পূরণ করার তাড়না। মস্তিষ্ক বিকল্প খুঁজতে শুরু করে — ঘরোয়া লিগের চার ম্যাচ, একটি ক্লিপ, ধারাভাষ্যকারের দুর্দান্ত লাইন। এই টুকরো দিয়ে ঘর ভরে দিলে টেবিলটা সুন্দর দেখাত। কিন্তু সুন্দর টেবিল আর নির্ভরযোগ্য সিদ্ধান্ত দুটো আলাদা জিনিস। খালি ঘরটি আমাকে দাঁড় করাল এক প্রশ্নে: মডেল যখন কিছুই পায় না, তখন সৎ উত্তর কোনটি?

আধুনিক ক্রিকেট বিশ্লেষণ দুটি ধাপে চলে। প্রথম ধাপ তথ্য-বিচ্ছেদ — বোল-বাই-বোল, টস, পিচ রিপোর্ট, ডিউ, ফিল্ড প্লেসমেন্ট, ম্যাচআপ; এই কাঁচা উপাদান থেকে তথ্যবিন্দু তৈরি করা। দ্বিতীয় ধাপ সেই তথ্যবিন্দুর উপর গভীর বিশ্লেষণ। প্রথম ধাপ খালি থাকলে দ্বিতীয় ধাপের প্রতিটি মাত্রা জমি হারায়। ২০১৭ সালে চট্টগ্রাম থেকে Chattogram xG ব্লগ শুরু করার সময় এটাই শিখেছিলাম: বিশ্লেষণের ভিত্তি ডেটা, অনুভূতির জায়গা তার পরে। চেলসির বিপক্ষে বার্নলির ৩-২ জয়ে চেলসির xG ছিল ২.৩, বার্নলির ০.৯ — তবু বার্নলি তিন গোল করেছিল। The xG map said 2.7, but Burnley — ফাঁকটাই গল্প ছিল, মাপা বন্ধ করার কারণ নয়। কিন্তু ফাঁক পূরণ করতে গিয়ে বানানো সংখ্যা বসালে গল্পটাই মিথ্যা হয়ে যায়।

তথ্য না থাকা আর ভুল তথ্য থাকা — দুটো আলাদা ঘটনা, অথচ সিদ্ধান্তের টেবিলে দুটোই একই ক্ষতি করতে পারে। অভিষিক্ত বোলারের আন্তর্জাতিক ইকোনমি শূন্য মানে সে খারাপ নয়; মানে আমাদের কাছে মাপ নেই। বৃষ্টিতে ডিএলএস-এ ছোট করা লক্ষ্যের পেছনে দৌড়ানোর রান রেট আর সাধারণ ৫০ ওভারের রান রেট এক নয় — একই সংখ্যা, ভিন্ন অর্থ। দুটোকে এক করে ফেললে মডেল আত্মবিশ্বাসী দেখাবে, পথটি ভুল হবে।

ক্রিকেটের সবচেয়ে বড় ফাঁদ ছোট নমুনা। পাওয়ারপ্লেতে একজন বোলারের ছয় ওভার দেখে বলি নিয়ন্ত্রণহীন; মৃত্যু ওভারে তার দুই ওভার দেখে বলি নির্ভরযোগ্য। দুটোই নমুনা-সীমা। নমুনা আকার সিটবেল্টের মতো — ছোট হলে গতি বাড়াবেন না। আমার টেমপ্লেটে প্রতি ম্যাচে অন্তত একটি ব্যতিক্রম লগ রাখি: কোন তথ্য এই মডেলে বসেনি, আর কেন। টেমপ্লেট যত মসৃণ, তত বেশি ঝুঁকি যে আমরা নিজেরাই ফাঁকা ঘর ভরে ফেলি।

২০২০ সালের মে মাসে জার্মান বুন্দেসলিগা দর্শকশূন্য গ্যালারিতে ফিরলে আমি বায়ার্ন মিউনিখের ৫-০ জয়ে দূরত্ব-কাভারেজ মেপেছিলাম: বায়ার্ন ১১৮.৬ কিমি, শালকে ১১২.৩ কিমি; PPDA — বায়ার্ন ৬.২, শালকে ১৪.৮। উপসংহার দাঁড়াল: ফাঁকা গ্যালারি হোম-অ্যাডভান্টেজ প্রায় ০.৩ xG কমায়। শিক্ষা একই — পরিবেশ বদলালে বেঞ্চমার্কও বদলাতে হয়, নইলে পুরনো মানদণ্ড ভুল সিদ্ধান্ত দেয়। ক্রিকেটে সমতুল্য প্রশ্ন: নিরপেক্ষ ভেন্যু, ভোরের ডিউ, ভিন্ন বল — এগুলো কি আমাদের হোম-গ্রাউন্ড ফ্যাক্টরের ধারণাটাই বাতিল করে না?

আরেকটি জায়গা যেখানে খালি ঘর সবচেয়ে বেশি ভরাট হয় — ফ্র্যাঞ্চাইজি নিলাম ও ট্রান্সফার ভ্যালুয়েশন। একটি মডেল আঠারো বছরের এক প্রতিভার সম্ভাব্য সিলিং নিয়ে আত্মবিশ্বাসী সংখ্যা ছুড়ে দেয়, অথচ ড্রেসিং-রুমের রসায়ন, নেতৃত্বের ভার, দলের সঙ্গে মানিয়ে চলার তথ্য কোথাও থাকে না। ফলে মডেল তরুণ সম্ভাবনাকে বাড়িয়ে দেখে, অভিজ্ঞতার অদৃশ্য মূল্য কমিয়ে দেখে। এই ফাঁকা ঘরেই সংখ্যা নেই বলেই সবচেয়ে জোরে দাবি করা হয়।

মহিলা ক্রিকেটে ডেটার ঘাটতি আরও প্রকট। অনেক লিগে বল-বাই-বল কাভারেজই অনিয়মিত; ফলে মডেল সেখানে পৌঁছায় না, আর বাজার সেই শূন্যতা ভরে সৌজন্য-প্রকল্পের গল্প দিয়ে। মাঠের পারফরম্যান্সের বদলে প্রতিষ্ঠান-সৌন্দর্য মাপা শুরু হলে বিশ্লেষণ তার কাজ হারায়। তথ্য না থাকলে কর্তব্য আরও বেশি নিয়মিত তথ্য-সংগ্রহ দাবি করা, গল্প দিয়ে শূন্যতা ঢেকে দেওয়া নয়।

নিয়ম-প্রশাসনের ঘরও একই শিক্ষা দেয়। যোগ্যতা, নির্বাচন-সময়সীমা, পাওয়ার-ডিস্ট্রিবিউশন, ডিআরএস-বিতর্ক — এসব বিষয়ে সিদ্ধান্তের আগে তথ্যের ঘাটতি স্বীকার করা জরুরি। কোনো খেলোয়াড় নির্বাচনের যোগ্য কি না, তা নিয়ে ধোঁয়াশা থাকলে অনুমানের দিকে নয়, নিয়মের দিকে ফিরতে হয়। নীতির কাজ ঠিক এখানেই: যখন বিশ্লেষণ থামে, প্রক্রিয়া তখনও চলতে থাকে।

জনভাষ্যের তাপচক্র আর ভিত্তি প্রায়ই আলাদা পথে হাঁটে। এক ম্যাচের নায়ককে তিন দিনে কিংবদন্তি বানানো হয়, অথচ তার নমুনা হয়তো দুই ইনিংস। ভাষ্য যত গরম, তত ঠান্ডা মাথায় জিজ্ঞাসা করা দরকার: এই আখ্যানের ভিত্তি কতটুকু, নমুনা কতটুকু? উত্তরণের সংকেত আসে তখনই, যখন আমরা ধৈর্য ধরে অপেক্ষা করি পরের তথ্যবিন্দুর জন্য — গল্পের চাপে সিদ্ধান্ত এগিয়ে না নিয়ে।

ফরম্যাট বদলালে একই পরিসংখ্যানের অর্থ বদলায় — এই সত্যটা টেমপ্লেট বানানোর সময়ই মাথায় রাখতে হয়। টেস্টের প্রথম সেশনের ইকোনমি আর টি-টোয়েন্টির মৃত্যু ওভারের ইকোনমি কখনো এক মানদণ্ডে বিচার করা যায় না। ভেন্যু ফ্যাক্টর, পিচের চরিত্র, ডিউ — এসবের তথ্য ছাড়া কোনো উপসংহারই টেকসই নয়। তাই আমার প্রতি বিশ্লেষণ শুরু হয় এক প্রশ্নে: আমার হাতে কোন তথ্য আছে, আর কোনটি নেই?

ফল আর প্রক্রিয়া আলাদা রাখা ডেটা বিশ্লেষণের মূল শৃঙ্খলা। একটি ম্যাচে দল জিততে পারে ভাগ্যবলে, হারতে পারে ভালো খেলেও। শুধু স্কোরবোর্ড দেখে মডেল আপডেট করলে আমরা বাস্তবতা নয়, কোলাহল মাপব। বার্নলির সেই সন্ধ্যাটা এটাই শিখিয়েছিল — ফল বার্নলির, কিন্তু প্রক্রিয়ার মালিক চেলসি।

তাহলে তথ্য-সংগ্রহের দায় কার? ক্লাব, বোর্ড, সম্প্রচারক — প্রত্যেকের। কিন্তু কেউ তথ্য না দিলে বিশ্লেষকের কাজ সেই শূন্যতাকে স্পষ্টভাবে চিহ্নিত করা, চুপচাপ অনুমানে ভরে দেওয়া নয়। স্বচ্ছতা মানে সংখ্যা দেখানো এবং সেই সংখ্যার সীমাও দেখানো।

নাল হ্যান্ডলিং মানে অনুমান এড়ানো, আর তার সঙ্গে নিয়ম লিখে রাখা। কত নমুনায় সিদ্ধান্ত নেব, কতটুকু অনুমান করব, আর কতটা ঝুঁকি স্বীকার করছি। এখানেই সংশয়। ডেটা না থাকলে বিশ্লেষণ থামে না; সিদ্ধান্ত তবু নিতে হয়। সিলেক্টরকে কাল সকালেই একাদশ বাছতে হবে, ফ্যান্টাসি ম্যানেজারকে আজ রাতে ক্যাপ্টেন ঠিক করতে হবে। শুধু তথ্য অপর্যাপ্ত বলে হাত গুটিয়ে বসে থাকা সেবার ব্যর্থতা। Correlation আর causation গুলিয়ে ফেলা ডেটার বড় অপরাধ; ভুলের ভয়ে কোনো সিদ্ধান্ত না নেওয়াও তেমনই।

সহজ ভাষায়: xG বা প্রত্যাশিত গোল সুযোগের গুণ মাপে; PPDA মাপে চাপ কত দ্রুত প্রয়োগ হচ্ছে; ডিএলএস বৃষ্টি-বাধাগ্রস্ত ম্যাচে লক্ষ্য পুনর্গণনা করে; পাওয়ারপ্লে প্রথম ছয় ওভারের ফিল্ড-সীমাবদ্ধ পর্ব; নাল হ্যান্ডলিং মানে তথ্য না থাকলে অনুমান না করে তা স্বীকার করা।

পরের রাউন্ডের সংকেত স্পষ্ট। যখনই কোনো ড্যাশবোর্ড খালি ঘর দেখাবে, আগে জিজ্ঞাসা করুন: উপাদানটা সত্যিই নেই, নাকি আমার পাইপলাইন পড়তে ব্যর্থ হয়েছে? সত্যিই না থাকলে অনুমানকে বিশ্লেষণ বলে চালাবেন না — একটি সিদ্ধান্ত-নিয়ম লিখে রাখুন। সিলেক্টর, এজেন্ট, সম্প্রচারক — কেউই তথ্য অপর্যাপ্ত শুনে সন্তুষ্ট থাকেন না; তাঁরা একটা কল চান। সৎ বিশ্লেষণের কাজ কলটাকে ঝুঁকিসহ দেখানো; ঝুঁকি লুকিয়ে সুন্দর টেবিল সাজানো তার বিপরীত।

— Root: Experience 3 and empty-stadium metric work | — Root: Chattogram xG blog after Burnley