শূন্য কোষের ওজন: ক্রিকেট অ্যানালিটিক্সে ডেটা-প্রমাণের সংকট

রাত সাড়ে এগারোটা। চট্টগ্রামের বাসার ছোট ডেস্কে ল্যাপটপের নীল আলো। আমি একটা স্প্রেডশিট খুললাম — আটটা কলাম, বাইশটা সারি। প্রতিটা ঘরে একটাই বাক্য বসে আছে: "অপর্যাপ্ত তথ্য।" কোনো স্কোরলাইন নেই, কোনো খেলোয়াড়ের নাম নেই, কোনো ভেন্যু নেই, কোনো তারিখ নেই। একটা পূর্ণ বিশ্লেষণ-কাঠামো — ফরম্যাট, প্লেয়ার-টেকনিক, দল, লিগ, শাসন, ঝুঁকি, ন্যারেটিভ, ইন্ডাস্ট্রি-ট্রান্সমিশন — আর তার প্রতিটা ঘর ফাঁকা।

প্রথমে ভেবেছিলাম এটা ব্যর্থতা। ষোলো বছর ধরে স্কোরকার্ডকে ধর্মগ্রন্থের মতো পড়ছি, হাতে-কোড করা বল-বাই-বল ডেটা জমিয়েছি, আর আজ আমার সামনে একটা নথি যা কিছুই বলছে না। তারপর দ্বিতীয়বার পড়লাম। বুঝলাম, এই নথিটাই আজ ক্রিকেট অ্যানালিটিক্সের সবচেয়ে সৎ ডকুমেন্ট। এটা গল্প বানায়নি, অনুমান করেনি, ফাঁকা ঘরকে ফাঁকা ঘর হিসেবেই রেখেছে।

ক্রিকেট-সংবাদে আমরা সাধারণত ঠিক উল্টোটা করি। ডেটা না থাকলে আমরা গল্প বসাই। আর সেই গল্পটা প্রায়ই এত মসৃণ হয় যে কেউ টের পায় না — ভিতরে কোনো তথ্য ছিলই না।

দুই ধাপের পাইপলাইন, আর তার ফাঁকা ভিত

আগে পরিস্থিতিটা বুঝিয়ে নিই। ফুটবলে অপটা, স্ট্যাটসবম্ব, হকি-আই — রেডিমেড ডেটা পাইপলাইন আছে। একটা এপিআই কল করলেই ম্যাচের প্রতিটা ইভেন্ট, প্রতিটা শটের লোকেশন, প্রতিটা প্রেসারের কোঅর্ডিনেট চলে আসে। ক্রিকেটে, বিশেষ করে দক্ষিণ এশিয়ায়? প্রায় কিছুই নেই। কোনো স্ট্যান্ডার্ড এপিআই নেই, কোনো একীভূত স্কাউটিং ডেটাবেস নেই, কোনো স্বীকৃত ইভেন্ট-ট্যাক্সোনমি নেই।

তাই আমাদের বিশ্লেষণ চলে দুই ধাপে। প্রথম ধাপে একটা সোর্স নিবন্ধ ভেঙে ফেলা হয় — তথ্য-বিন্দু আর এনটিটি বের করা হয়। দ্বিতীয় ধাপে সেই তথ্য-বিন্দুর উপর গভীর বিশ্লেষণ বসে। এখানেই মূল সত্য: দ্বিতীয় ধাপ পুরোপুরি প্রথম ধাপের উপর নির্ভরশীল। প্রথম ধাপ ফাঁকা হলে দ্বিতীয় ধাপ অন্ধ।

আর এই সপ্তাহে প্রথম ধাপটা ফাঁকা ছিল। শিরোনাম নেই, সোর্স নেই, টাইপ 'অশ্রেণীবদ্ধ', সারসংক্ষেপ শূন্য, দৃষ্টিভঙ্গি শূন্য, তথ্য-বিন্দুর তালিকা শূন্য। শুধু একটা ডোমেইন-লেবেল ছিল: cricket_asia। ব্যাস।

এখানেই আসল শিক্ষা। 'ক্রিকেট_এশিয়া' মানে কী? টেস্ট, ওয়ানডে, টি-টোয়েন্টি — তিনটা আলাদা খেলা, আলাদা ছন্দ, আলাদা ব্যর্থতার সংজ্ঞা। পুরুষ ও নারী ক্রিকেট — দুইটা আলাদা বাস্তবতা। ভারত, পাকিস্তান, শ্রীলঙ্কা, বাংলাদেশ, আফগানিস্তান, নেপাল — আলাদা ইকোসিস্টেম, আলাদা অর্থনীতি। একটা লেবেল দিয়ে এগুলোর কোনোটাই অনুমান করা যায় না। জোর করে অনুমান করলে সেটা বিশ্লেষণ নয়, কল্পনা।

আমি বারবার বলি, আর এখানে আবার বলব: বিশ্লেষণ কখনো ডেটার অভাব পূরণ করতে পারে না, কেবল ডেটার অর্থ ব্যাখ্যা করতে পারে। ফাঁকা ইনপুটের উপর দাঁড়ানো একটা পূর্ণ রিপোর্ট সাজানো মানে একটা মিথ্যা নথি বানানো — যেটা পড়তে ঠিক আছে, কিন্তু যার প্রতিটা বাক্য ধসে পড়বে প্রথম যাচাইয়েই।

আমি কেন এই ফাঁকা ঘরগুলোকে এত গুরুত্ব দিচ্ছি

কারণ আমি একবার নিজে একটা লিগ হাতে-কোড করেছিলাম। ২০১৭ সাল। চট্টগ্রামের একটা স্টার্টআপে জুনিয়র ডেটা অ্যানালিস্ট। বাংলাদেশ প্রিমিয়ার লিগের চব্বিশটা ম্যাচ, ১২০০টা ইভেন্ট, নিজের হাতে ট্যাগ করলাম। প্রতিটা ম্যাচ দুবার দেখলাম — একবার খেলা দেখতে, আরেকবার শট, প্রেসার, পাস গুনতে। কোনো এপিআই ছিল না, কোনো শর্টকাট ছিল না, শুধু নব্বই মিনিটের কিস্ট্রোক আর সন্ন্যাসীর ধৈর্য। তারপর শটের লোকেশন, শরীরের অংশ আর অ্যাসিস্ট-টাইপ দিয়ে একটা বেসিক এক্সজি মডেল দাঁড় করালাম। এই লিগের প্রথম পাবলিক এক্সজি মডেল।

ফলাফল? আবাহনী লিমিটেড ঢাকা ম্যাচপ্রতি ১৮.২ শট নিচ্ছিল, কিন্তু তাদের এক্সজি ওভারপারফর্ম করছিল ০.৪২ — কারণ নবীব নেওয়াজ জীবন দূরপাল্লার শট নিচ্ছিল। চোখের দেখায় সবাই ভাবত আবাহনীর আক্রমণ ছিল ভয়ংকর, ভয়ংকর। ডেটা বলছিল অন্য কথা: শটের সংখ্যা বেশি, কিন্তু মান-বিতরণে ঘনত্ব কম — একটা দূরপাল্লার প্যাটার্ন, একটা সংখ্যার আড়ালে লুকানো অভ্যাস। আমি শুধু একটা সংখ্যা দিয়ে স্থানীয় পণ্ডিতদের একটা দাবি চ্যালেঞ্জ করেছিলাম। সংখ্যাটা ছিল ০.৪২।

এই অভিজ্ঞতা আমাকে একটা জিনিস শিখিয়েছে, যা আজকের ফাঁকা স্প্রেডশিটের সাথে সরাসরি যুক্ত: প্রতিটা সংখ্যার পিছনে একটা প্রোভেন্যান্স থাকে, আর প্রোভেন্যান্সই সংখ্যাটাকে বিশ্বাসযোগ্য করে। ০.৪২ শক্তিশালী ছিল কারণ আমি বলতে পারতাম সেটা কোন ম্যাচ থেকে, কোন সেশনে, কোন এন্ট্রি-পদ্ধতিতে এসেছে — কোন রাতে, কোন ম্যাচে, কতগুলো ইভেন্ট ট্যাগ করে। যদি আমি সেটা না বলতে পারতাম, ০.৪২ একটা গুজব হয়ে যেত। আর গুজবের সংখ্যা প্রায়ই সত্যের চেয়ে বেশি আত্মবিশ্বাসী দেখায়।

এখন উল্টো দিকটা ভাবুন। একটা বিশ্লেষণ-কাঠামো ফাঁকা ডেটার উপর বসানো হচ্ছে। প্রতিটা ঘরে 'অপর্যাপ্ত তথ্য' লেখার বদলে যদি বিশ্লেষক একটা সংখ্যা বসিয়ে দিত — ধরুন একটা কাল্পনিক রান-রেট, একটা বানানো র্যাঙ্কিং — সেটা দেখতে পূর্ণ লাগত। কিন্তু সেটা মিথ্যা হত।

ফাঁকা কোষের প্রলোভন

এখানেই আমার পেশার মূল সংকট। ক্রিকেট-সংবাদ একটা হাইপ-সাইকেলে চলে। প্রতিটা সিরিজের আগে ভবিষ্যদ্বাণী চাই, প্রতিটা অকশনের আগে র্যাঙ্কিং চাই, প্রতিটা ম্যাচের পরে 'কে জিতবে' — ফ্যান, এডিটর, স্পন্সর সবাই তাৎক্ষণিক উত্তর চায়। আর যখন ডেটা নেই, তখন সবচেয়ে সহজ কাজটা হলো ফাঁকা ঘরে গল্প বসানো। ডেটার অভাবকে গল্পের আধিক্য দিয়ে ঢেকে দেওয়া।

আমি এটাকে বলি ফাঁকা কোষের প্রলোভন। প্রতিটা 'পরিসংখ্যান বলছে' — যার পিছনে নির্দিষ্ট ম্যাচ, নির্দিষ্ট সেশন, নির্দিষ্ট এন্ট্রি-পদ্ধতি নেই — সেটা এই প্রলোভনেরই ফসল। ভয়ংকর ব্যাপার হলো, পাঠক ধরতে পারে না। কারণ গল্পটা ভালো লেখা, ছন্দ ঠিক, আত্মবিশ্বাস পূর্ণ। কিন্তু গল্পের নিচে ডেটা নেই।

২০১৮ বিশ্বকাপে রাশিয়ায় আমি এই পার্থক্যটা সবচেয়ে স্পষ্ট দেখেছি। জার্মানি বনাম মেক্সিকো ম্যাচে জার্মানি ২৬টা শট নিয়েছিল, ৯টা অন টার্গেট, কিন্তু এক্সজি ছিল মাত্র ১.৯। মেক্সিকো ১২টা শট, ১.১ এক্সজি — জিতেছিল ১-০। পিপিডিএ (PPDA) দেখিয়ে আমি প্রমাণ করেছিলাম জার্মানির প্রেস বিচ্ছিন্ন ছিল, সংযুক্ত ছিল না। এখানে সংখ্যা আর আখ্যান একসাথে চলছিল, আর প্রতিটা সংখ্যার একটা স্পষ্ট উৎস ছিল।

সেই একই টুর্নামেন্টে আমি কিলিয়ান এমবাপের ০.৬৮ এক্সজি প্রতি নব্বই মিনিট আর ৪.১ প্রোগ্রেসিভ ক্যারি প্রতি নব্বই মিনিট চিহ্নিত করেছিলাম। ওখান থেকেই আমি এমবাপ-ট্র্যাকার সুপারিশ করি। একটা ছোট সংখ্যা — ০.৬৮ — একটা বড় ধারণা ভেঙে দিয়েছিল। সেই ধারণা ছিল: আঠারো বছর বয়সী একটা ছেলের মধ্যে ভবিষ্যতের তারকা খোঁজার সময় এখনও আসেনি। সংখ্যা বলল, সময় এসে গেছে।

এখানে একটা গুরুত্বপূর্ণ পার্থক্য আছে যা আমি সবসময় মনে রাখি: সহ-সম্পর্ক আর কারণ কখনো এক নয়। এমবাপের ক্যারি-সংখ্যা তার ভবিষ্যৎ তারকা হওয়ার কারণ নয় — এটা একটা সংকেত, একটা প্যাটার্ন, যেটা আরও যাচাই চায়। বিশ্লেষকরা এই জায়গাতেই হোঁচট খান। একটা সম্পর্ক দেখলেই তারা সেটাকে কারণ বলে ঘোষণা করেন, আর তারপর সংখ্যার উপরে একটা গল্প চাপিয়ে দেন।

খালি স্টেডিয়াম, আর এক দশমিকের সত্য

কোভিডের সময় এই শিক্ষাটা আমি আরও গভীরভাবে পেয়েছি। ২০১৯-২০ বুন্দেসলিগা বন্ধ দরজার পিছনে ফিরে আসার পর আমি তিরাশিটা ম্যাচের আগে-পরে তুলনা করলাম। হোম টিমের এক্সজি সুবিধা +০.৩১ থেকে নেমে এল +০.০৮-এ, ম্যাচপ্রতি। হোম-উইন-রেট ৪৩.৩ শতাংশ থেকে নেমে এল ৩৩.৩ শতাংশে। আমি সেট-পিস গোল আর রেফারি-বায়াসও মডেল করলাম। বারো পাতার একটা রিপোর্ট লিখলাম, আর চল্লিশজন বিশ্লেষকের সামনে উপস্থাপন করলাম।

রিপোর্টের মূল দাবি ছিল: হোম অ্যাডভান্টেজ মূলত ভিড়-চালিত, ভ্রমণ বা কৌশল-চালিত নয়। আমি দেখলাম, স্টেডিয়াম নীরব হয়ে গেলে হোম অ্যাডভান্টেজ ০.২৩ এক্সজি পড়ে যায়। ভিড় চলে গেল, আর পড়ে রইল একটা দশমিক — যেখানে আগে ছিল একটা গর্জন।

কিন্তু এই রিপোর্টে সবচেয়ে গুরুত্বপূর্ণ ছিল সেই জায়গাগুলো, যেখানে আমি সিদ্ধান্ত নিয়েছিলাম কিছু দাবি না করার। আমরা নিশ্চিতভাবে জানতাম না ভিড় বনাম ভ্রমণ বনাম কৌশলের মধ্যে কোনটার ওজন কত — আমরা শুধু বলতে পারতাম ডেটা কী দেখাচ্ছে, আর কী দেখাচ্ছে না। রিপোর্টের একটা অংশ ছিল 'যা আমরা জানি না'।

ন্যূনতম-তথ্যের সীমা: একটা ব্লকচেইনের মতো স্পষ্ট নিয়ম

এখন আসি আজকের ফাঁকা স্প্রেডশিটে। এর থেকে যে নিয়মটা বেরিয়ে আসে, সেটা প্রযুক্তিগত, কিন্তু এর নীতিটা ব্লকচেইনের মতোই সরল: ডেটা তখনই গ্রহণযোগ্য, যখন তার উৎস শৃঙ্খল যাচাই করা যায়। ব্লকচেইনে প্রতিটা লেনদেনের একটা অপরিবর্তনীয় রেকর্ড থাকে — কে, কখন, কী, কোন আগের ব্লকের সাথে যুক্ত। ক্রিকেট ডেটায় আমরা সেই একই সততা চাই: প্রতিটা সংখ্যার পিছনে কোন ম্যাচ, কোন সেশন, কোন এন্ট্রি-পদ্ধতি।

তাই আজকের রিপোর্ট যে নিয়মটা প্রস্তাব করছে — দ্বিতীয় ধাপ শুরু হওয়ার আগে ন্যূনতম একটা তথ্য-বিন্দু আর ন্যূনতম একটা নামযুক্ত এনটিটি থাকতেই হবে — সেটা একটা সুস্থ সিস্টেমের মেরুদণ্ড। এটাকে আমি বলি ন্যূনতম-তথ্যের সীমা। এটা কোনো আমলাতান্ত্রিক বাধা নয়, এটা একটা সুরক্ষা। কারণ সীমা ছাড়া একটা পাইপলাইন খালি ইনপুটে ভর দিয়ে আউটপুট বানিয়ে ফেলবে — এবং সেটা হবে সম্পূর্ণ বানানো।

ভাবুন এই নিয়মটা যদি ক্রিকেট-মিডিয়ায় থাকত। একটা দল বাছাই নিয়ে লেখা হবে — কতগুলো ম্যাচের ডেটা হাতে আছে? একটা খেলোয়াড়কে 'ফর্মে' বলা হবে — কোন সেশন, কত ইনিংস, কোন ভেন্যু? একটা অকশন-দাম অনুমান করা হবে — কোন চুক্তি, কোন রিলিজ-ক্লজ, কোন মজুরি-বিল? যদি প্রতিটা দাবির আগে এই প্রশ্নগুলো করা হত, ক্রিকেট-সংবাদের অর্ধেক ভবিষ্যদ্বাণী কখনো লেখাই হত না।

আমি জানি এটা কঠিন শোনায়। কিন্তু কঠিন বলেই এটা দরকার। মডেল ছাড়া বিশ্লেষণ হলো একটা ডায়েরি — যেখানে কেউ সিদ্ধান্ত নেয় না। আর সিদ্ধান্ত ছাড়া ডেটা হলো একটা অলংকার — যা ঝুলিয়ে রাখা যায়, কিন্তু যা দিয়ে কিছু বদলানো যায় না।

কেউ মডেলের প্রশংসা করে, কিন্তু খালি ফলাফল কেউ দেখে না

এবার আসি সেই অংশে, যেখানে আমি সবার সাথে দ্বিমত পোষণ করি। ক্রিকেট-অ্যানালিটিক্স জগৎ পূর্ণ ফলাফলের পূজা করে। কে সবচেয়ে ভালো মডেল বানাল, কে সবচেয়ে নির্ভুল ভবিষ্যদ্বাণী করল, কে সবচেয়ে বড় ড্যাশবোর্ড দাঁড় করাল। কনফারেন্সে সবাই দশটা সংখ্যা দেখায়, কেউ একটা খালি ঘর দেখায় না।

কিন্তু আমার অভিজ্ঞতা বলে, সবচেয়ে মূল্যবান বিশ্লেষণীয় আউটপুট প্রায়ই একটা খালি ফলাফল — একটা অস্বীকৃতি। যখন ডেটা যথেষ্ট নয়, তখন সবচেয়ে সৎ কাজটা হলো বলতে পারা: "এখানে আমি কিছু বলতে পারছি না।" এই সততাটাই একটা বিশ্লেষকের সবচেয়ে বড় যোগ্যতা।

আমি এটা সাবেক সতীর্থদের মধ্যে দেখেছি। দক্ষ বিশ্লেষকরা, যারা ইউরো ২০২০-তে ইতালির পিপিডিএ ৯.৮ আর নিকোলো বারেলার বেলজিয়ামের বিরুদ্ধে ১১ প্রোগ্রেসিভ ক্যারি ট্র্যাক করেছেন, অথবা টোকিও অলিম্পিকে আঠারো বছর বয়সে পেদ্রির ৬২৯ মিনিট আর ৯১ শতাংশ পাস-সম্পূর্ণতা লগ করেছেন — তারা সবাই জানেন, একটা খালি ঘর একটা ভুল সংখ্যার চেয়ে অনেক বেশি দামি। কারণ ভুল সংখ্যা সিদ্ধান্ত বদলে দেয়, আর সিদ্ধান্ত বদলালে ক্ষতি হয়।

তবু সিস্টেমটা খালি ফলাফলকে পুরস্কৃত করে না। এডিটর চান সংখ্যা। স্পন্সর চান আত্মবিশ্বাস। ফ্যান চান ভবিষ্যদ্বাণী। কেউ চান না একটা রিপোর্ট যা বলছে 'আমরা জানি না'। তাই বিশ্লেষকরা ফাঁকা ঘর ভরতে শুরু করেন — আর সেখানেই ডেটা সততা ভেঙে পড়ে।

আমি এটাকে উল্টোভাবে দেখি। একটা খালি ফলাফল কোনো ব্যর্থতা নয়; এটা একটা আবিষ্কার। এটা আপনাকে বলে দেয় কোথায় ডেটা নেই — আর ডেটা যেখানে নেই, সেটাই হলো আপনার পরবর্তী কোডিং-প্রকল্প। ফাঁকা ঘর মানে শূন্যতা নয়, ফাঁকা ঘর মানে একটা দিকনির্দেশনা।

ভিতরের অবকাঠামো, বাইরের তারকার চেয়ে বেশি জরুরি

এখন আসি বাংলাদেশ প্রসঙ্গে, কারণ এখানেই আমার মূল কাজ। বহুদিন ধরে আমি একটা কথা লিখে আসছি, এবং আজকের ফাঁকা স্প্রেডশিট সেটার প্রমাণ: বাংলাদেশি ক্রিকেটের আসল বাধা প্রতিভা নয়, মাপজোখ। আমাদের হাতে প্রচুর প্রতিভা আছে। কিন্তু আমাদের হাতে নেই সেই অবকাঠামো যা প্রতিভাকে মাপে, তুলনা করে, আর ধারাবাহিকভাবে নথিবদ্ধ করে।

ফুটবলে অপটা আছে বলেই একটা আঠারো বছর বয়সী ছেলের মূল্য নির্ধারণ করা যায়। ক্রিকেটে, বিশেষ করে আমাদের অঞ্চলে, সেই পরিমাপ নেই। তাই যখন একটা প্রতিশ্রুতিশীল পেসার আসে, আমরা তার গতি মাপতে পারি — কিন্তু তার লাইন-লেংথের ধারাবাহিকতা, তার ভেন্যু-ভিত্তিক পারফরম্যান্স, তার বিপক্ষ-ভিত্তিক স্প্লিট মাপতে পারি না। কারণ ডেটা হাতে-কোড করতে হয়, আর হাতে-কোড করতে সময় লাগে।

এখানেই আমি আমার ব্যক্তিগত অভিজ্ঞতার কথা বলি। বাংলাদেশ প্রিমিয়ার লিগ আমি হাতে কোড করেছি তার সংখ্যাগুলো বিশ্বাস করার আগেই। এটা একটা বিলাসিতা নয়, এটা একটা বাধ্যবাধকতা। কারণ এপিআই নেই, শর্টকাট নেই — শুধু কিস্ট্রোক আর সন্ন্যাসীর ধৈর্য। আর এই শ্রমটাই আমার পেশাগত পরিচয়। এটা আমি গর্ব করে বলি না, এটা আমি বাস্তবতা হিসেবে বলি।

কিন্তু এখানে একটা সতর্কতা আছে, যা আমি নিজেকে সবসময় মনে করাই। এই হাতে-কোডিংয়ের গল্পটা নিজেই একটা গল্প। এটা যদি প্রতিটা লেখায় ঢুকে পড়ে, তাহলে লেখাটা বিশ্লেষণ থেকে আত্মজীবনীতে বদলে যায়। তাই আমি এই পদ্ধতির কথা একবার সংক্ষেপে বলি, তারপর আসল আবিষ্কারটাকে কথা বলতে দিই। শ্রমটা একটা যোগ্যতার সনদ, বিষয়বস্তু নয়।

আরেকটা ফাঁদ আছে যেটা আমি চিনি। বিশ্লেষক হিসেবে আমার সহজাত প্রবণতা হলো অপরিষ্কার বিশ্লেষণকে সংশোধন করা, আর আমার আত্মবিশ্বাস প্রায়ই কর্তৃত্বের মতো শোনায়। কিন্তু ভুল ধরা আর সঠিকটা দেখানো — এই দুটো আলাদা কাজ। তাই আমি যতটা সম্ভব সংশোধনটাকে একটা প্রদর্শনীতে বদলাই: কেউ ভুল বললে আমি তর্ক করি না, আমি শুধু সঠিক সংখ্যাটা দেখাই। সংখ্যাটা নিজেই কথা বলবে।

স্থানীয় ডেটা: বৈশ্বিক প্রশ্নের আয়না

একটা জিনিস আমি স্পষ্ট করে বলতে চাই। আমার দেশীয় ক্রিকেটের গভীর জ্ঞান থাকায় মাঝে মাঝে আন্তর্জাতিক ম্যাচগুলো আমার কাছে অগভীর লাগে। এটা একটা ফাঁদ। সমাধানটা হলো, দেশীয় ডেটাকে আন্তর্জাতিক প্রশ্নের একটা লেন্স হিসেবে ব্যবহার করা — প্রতিদ্বন্দ্বী বিষয় হিসেবে নয়।

ধরুন, আমি বাংলাদেশ প্রিমিয়ার লিগের ডেটা দিয়ে দেখাতে পারি কীভাবে একটা স্পিন-বোলারের ইকোনমি ভেন্যু বদলালে কতটা বদলায়। সেই একই পদ্ধতি দিয়ে আমি বুন্দেসলিগার খালি স্টেডিয়ামের প্রশ্নের উত্তর খুঁজেছি — হোম অ্যাডভান্টেজ কোথা থেকে আসে। লেন্সটা একই, বিষয়টা আলাদা। এভাবেই দেশীয় ডেটা বৈশ্বিক হয়ে ওঠে, আর স্থানীয় খেলাটা 'ফিডার লিগ' থেকে একটা গুরুতর বিশ্লেষণীয় বিষয় হয়ে ওঠে।

আরেকটা ফাঁদ আমার জন্য সবচেয়ে বিপজ্জনক, আর সেটা হলো নিখুঁত সিদ্ধান্ত প্রকাশ করা। আমার মানদণ্ড এত উঁচু যে প্রায়-সম্পূর্ণ বিশ্লেষণগুলো অনির্দিষ্টকালের জন্য তাকে পড়ে থাকে। এটার সমাধান স্পষ্ট: প্রতি লেখায় একটা নির্দিষ্ট প্রমাণ-সীমা ঠিক করে ফেলুন, আর সেই সীমায় পৌঁছে সেটা প্রকাশ করুন। একটা নথিবদ্ধ ৮০ শতাংশ ফলাফল, শর্তসহ, একটা অপ্রকাশিত ৯৫ শতাংশের চেয়ে ভালো।

পরের রাউন্ডের সংকেত

তাহলে আজকের ফাঁকা স্প্রেডশিট আমাকে কী শেখাল? এটা শেখাল, ক্রিকেট-অ্যানালিটিক্সের পরবর্তী যুদ্ধটা মডেল নিয়ে নয় — ডেটা-শাসন নিয়ে। যে দল বা সংবাদ-সংস্থা প্রথম একটা সৎ, যাচাইযোগ্য, প্রোভেন্যান্স-সংযুক্ত ডেটা-পাইপলাইন দাঁড় করাতে পারবে, সে পরবর্তী দশকে এগিয়ে থাকবে। কারণ মডেল যে কেউ বানাতে পারে; বিশ্বাসযোগ্য ডেটা সবাই বানাতে পারে না।

আরেকটা সংকেত: খালি ফলাফলকে আর লজ্জা হিসেবে দেখা হবে না। যখন একটা রিপোর্ট বলবে 'এই ম্যাচ নিয়ে যথেষ্ট ডেটা নেই', সেটা পড়তে হবে একটা সতর্কবার্তা হিসেবে, একটা অজুহাত হিসেবে নয়। যেসব বিশ্লেষক এই সততাটা ধরে রাখবেন, তারাই দীর্ঘমেয়াদে টিকে থাকবেন — কারণ তাদের সংখ্যাগুলো যাচাই করা যায়, আর যাচাই করা যায় এমন সংখ্যাই শেষ পর্যন্ত ভরসা পায়।

আমি আবার সেই ফাঁকা স্প্রেডশিটে ফিরে যাই। বাইশটা সারি, আটটা কলাম, প্রতিটা ঘরে 'অপর্যাপ্ত তথ্য'। আমি এটাকে মুছে ফেলি না। আমি এটাকে সংরক্ষণ করি। কারণ এই নথিটা আমার জন্য একটা অনুস্মারক — যে বিশ্লেষকের প্রথম দায়িত্ব সংখ্যা বানানো নয়, সংখ্যার সততা রক্ষা করা।

পরের বার যখন কেউ আমাকে বলবে 'পরিসংখ্যান বলছে', আমি শুধু একটা প্রশ্ন করব: কোন ম্যাচ, কোন সেশন, কোন এন্ট্রি-পদ্ধতি? যদি উত্তর না আসে, তাহলে সংখ্যাটা থাকবে ফাঁকা ঘরে — যেখানে তার থাকা উচিত। কারণ একটা খালি ঘর একটা মিথ্যা সংখ্যার চেয়ে সবসময় বেশি সৎ, আর ক্রিকেটে সততাই শেষ পর্যন্ত জেতে।