শূন্য ইনপুট, পূর্ণ ফ্রেমওয়ার্ক: ক্রিকেট অ্যানালিটিক্সের সবচেয়ে বড় ভ্রম

আমি একটা নিবন্ধ খুঁজতে গিয়েছিলাম।

যে ফাইলটা আমার ডেস্কে এল, তার শিরোনাম—"Stage-2 Deep Professional Analysis — Cricket Domain"। আটটা অধ্যায়। প্রতিটি অধ্যায়ে টেবিল, প্রতিটি টেবিলে কলাম, প্রতিটি কলামে সিদ্ধান্তের ঘর। উপরে 'Format & Match Analysis', নিচে 'Cricket Industry Transmission Analysis'। মাঝখানে 'Player Technique & Data Analysis', 'Team Landscape & Ranking Analysis', 'League & Commercial Ecosystem Analysis', 'Rules & Governance Analysis', 'Risk-Side Analysis', 'Public Narrative & Expectation Analysis'। কাঠামোটা এত সাজানো যে প্রথম দেখায় মনে হয়—কেউ একটা নির্দিষ্ট ম্যাচ, একটা নির্দিষ্ট ক্রিকেটার, একটা নির্দিষ্ট লিগ ধরে ধরে ভেতরটা খুলে দেখিয়েছে।

কলাম ধরে পড়তে গিয়ে থেমে যেতে হলো। প্রতিটি ঘরের ভেতরে হুবহু একই বাক্য—"N/A — insufficient information, cannot assess"। তথ্য অপর্যাপ্ত, মূল্যায়ন সম্ভব নয়। যে নিবন্ধটা বিশ্লেষণ করার কথা ছিল, সেটাই লেখা হয়নি। ইনফরমেশন পয়েন্ট শূন্য। তবু ফ্রেমওয়ার্কটা ভরা, টেবিলগুলো গোছানো, কনফিডেন্স ট্যাগগুলো জায়গায় বসানো। একটা খালি ঘরকে এত সুন্দরভাবে সাজিয়ে রাখা যায়—এটাই আমাকে সবচেয়ে বেশি থামিয়ে দিল।

বছর কয়েক আগে একই রকম একটা ধাক্কা আমি খেয়েছিলাম। সেবার আমি আ-লিগ খুঁজতে গিয়েছিলাম—ব্রিসবেন রোরের ২০১৭ সালের মৌসুমটা নিয়ে। ৪২ পয়েন্ট, অথচ আন্ডারলাইং নাম্বার বলছিল ৩৬.৮ এক্সপেক্টেড পয়েন্ট। জেমি ম্যাকলারেনের ১৯ গোল এসেছিল মাত্র ১৪.৭ এক্সজি থেকে। আমি লিখেছিলাম, চতুর্থ স্থানটা ভাগ্যের। লেখাটা ১ লাখ ৮০ হাজার পড়া আর ২ হাজার ৩০০ কমেন্ট পেল। তারপর আমি একটা স্প্রেডশিট বানাতে বসে গেলাম—আ-লিগের প্রতিটা ক্লাবের ভেতরের সংখ্যা।

সেই অভ্যাসটাই আজ আমার কাজ। আমি ন্যারেটিভ আর নাম্বারের ফাঁক খুঁজি—গল্প যা বলে, আর সংখ্যা যা দেখায়, তার মধ্যে যতটা ফারাক, সেটাই আমার কাঁচামাল। এডিটররা তখন বলেছিলেন, এটা নাকি বেশি নিশ-ভিত্তিক। কিন্তু ফাঁকটা যেদিন ধরা পড়ে, সেদিন আর কেউ নিশ বলে না।

ক্রিকেটের ক্ষেত্রে এই ফাঁকটা আরও জটিল। ফুটবলে এক্সজি একটা মেট্রিক; ক্রিকেটে মেট্রিকের সংখ্যা অসংখ্য, আর প্রতিটার নিজস্ব সীমা আছে। একটা টেস্টের ব্যাটিং গড়, একটা টি-টোয়েন্টির স্ট্রাইক রেট, একটা ওয়ানডের ইকোনমি—এগুলো কখনো একসাথে মেলানো যায় না। অথচ লিগ আর ফরম্যাটের সীমানা মুছে দিয়ে সংখ্যা ছুঁড়ে দেওয়াটাই আজকের অভ্যাস। আইপিএল, বিবিএল, দ্য হান্ড্রেড (২০২১), এসএ২০ (২০২৩), আইএলটি২০ (২০২৩), এমএলসি (২০২৩), সিপিএল—লিগের সংখ্যা বাড়ছে, আর প্রতিটা লিগের নিজের পিচ, নিজের ডিউ, নিজের অকশন-অর্থনীতি। এই বাস্তবতায় একটা টেবিল ভরে ফেলা সহজ; টেবিলের ভেতরে সত্য বসানো কঠিন।

সংখ্যার এই যুগে বিশ্লেষণ একটা পাইপলাইনে পরিণত হয়েছে। Stage-1 তথ্য তোলে, Stage-2 সেটা ব্যাখ্যা করে। ধাপ দুটো পরিষ্কার, দায়িত্ব দুটো আলাদা। সমস্যা শুরু হয় যখন Stage-1 খালি ফিরে আসে—কিন্তু Stage-2 তারপরও নিজের কাঠামোটা পূরণ করে ফেলে। আর ঠিক সেখানেই জন্ম নেয় সেই ভ্রম, যা আমার হাতে আসা রিপোর্টটায় স্পষ্ট।

এই রিপোর্টটাই তার জীবন্ত উদাহরণ। 'Format & Match Analysis' অধ্যায়ে বলা হয়েছে—ফরম্যাট নির্ধারণ করা যায়নি, পাওয়ারপ্লে-মিডল-ওভার-ডেথ-ওভার ডেটা নেই, পিচ চেনা যায়নি, ডিউ বা ডিএলএস প্রসঙ্গ নেই। অথচ টেবিলটা পুরো বসানো। 'Player Technique & Data Analysis'-এ খেলোয়াড়ের নাম নেই, রোল নেই, গড় নেই, স্ট্রাইক রেট নেই—তবু 'League/era benchmark' আর 'Assessment' কলাম জায়গায় দাঁড়িয়ে আছে। 'Team Landscape'-এ কোনো দল নেই, অথচ 'Batting depth', 'Bowling combination', 'Bench depth', 'Age structure'—সব ঘর অপেক্ষা করছে। 'League & Commercial Ecosystem'-এ কোনো লিগ নেই, তবু ব্রডকাস্ট রাইটস ভ্যালু, ফ্র্যাঞ্চাইজি ভ্যালুয়েশন, প্লেয়ার স্যালারি—সব লাইন টানা।

ফাঁকা ইনপুটকে সম্পূর্ণ রিপোর্টের চেহারা দেওয়া—এটাই আধুনিক ক্রিকেট অ্যানালিটিক্সের সবচেয়ে বড় প্রতারণা। কারণ পাঠক ফ্রেমওয়ার্ক দেখে বিশ্বাস করেন, ঘরের ভেতরে তাকান না। একটা আট-অধ্যায়ের কাঠামো, একটা রিস্ক ম্যাট্রিক্স, একটা ট্রান্সমিশন ম্যাপ—এই জিনিসগুলো দেখতে এতটাই প্রামাণ্য যে পাঠক 'N/A' পড়ার আগেই সিদ্ধান্ত নিয়ে ফেলেন: এখানে নিশ্চয়ই গভীর কিছু আছে।

আর এই কাঠামোটা যত নিখুঁত, ভ্রমটা তত বিপজ্জনক। রিস্ক ম্যাট্রিক্সে ছয়টা শ্রেণি—স্পোর্টিং, পার্সোনেল, কমার্শিয়াল, রুলস/ইন্টেগ্রিটি, পাবলিক ওপিনিয়ন, সিস্টেমিক। প্রতিটার সামনে 'Level', 'Likelihood', 'Impact', 'Mitigation'—চারটা ঘর। কিন্তু প্রতিটা ঘরে একই কথা: মূল্যায়ন করা যায়নি। তারপরও টেবিলটা দেখতে এতটাই পেশাদার যে কেউ যদি শুধু স্কিমা স্ক্যান করে যান, তিনি ধরে নেবেন কাজটা হয়েছে। ট্রান্সমিশন ম্যাপটাও একই ফাঁদ—উপরের ধাপে ইয়ুথ ডেভেলপমেন্ট, মাঝে ন্যাশনাল টিম/লিগ, নিচে ব্রডকাস্ট-কমার্শিয়াল। তিরচিহ্নগুলো আঁকা, কিন্তু কোনো ধাপের পাশে বাস্তব তথ্য নেই।

এখানেই একটা মজার দ্বন্দ্ব। রিপোর্টটা নিজেই সৎ—সে স্পষ্ট লিখে দিয়েছে, "কোনো সিদ্ধান্ত টানা সম্ভব নয়," আর নিজের পাইপলাইন ত্রুটিটাও চিহ্নিত করেছে। অর্থাৎ ভুলটা বিশ্লেষকের নয়, ভুলটা সেই ব্যবস্থার, যা খালি ইনপুটকে নীরবে গিলে নিয়ে একটা পূর্ণ রিপোর্ট বমি করে দেয়। তথ্যের অভাবকে তথ্যের মতো দেখানো—এই অপরাধটা কাঠামোর, কনটেন্টের নয়।

আরও একটা সূক্ষ্ম সংকেত আছে। ডোমেইন লেবেলটা লেখা 'cricket_asia'—অথচ স্ট্যান্ডার্ড লেবেল 'Cricket'। এই অতিরিক্ত '_asia' ট্যাগটা কোনো সমর্থনকারী তথ্য ছাড়াই বসে আছে। এটাই ট্যাক্সোনমি ড্রিফট—যখন শ্রেণিবিন্যাস নিজে থেকেই একটা অনুমান জুড়ে দেয়, যা কোথাও থেকে আসেনি। ক্রিকেট মিডিয়ায় এই রোগ চেনা: একটা ছোট লিগের ডেটা, একটা আঞ্চলিক ধারা, একটা একক ইনিংস—সব জায়গায় আমরা অনুমানকে লেবেল বানিয়ে ফেলি, তারপর লেবেলটাকে প্রমাণ ভাবি।

এখন আসি আসল ক্রিকেট-পাঠে। রিপোর্টটা যে পদ্ধতিগত সতর্কতাগুলো লিখেছে, সেগুলোই আজকের ক্রিকেট বিতর্কের মূল চাবিকাঠি। প্রথমত, ফরম্যাট জুড়ে পরিসংখ্যান মেলানো যায় না—এটা কোনো সাজানো কথা নয়, এটা মৌলিক নিয়ম। একটা ব্যাটারের টেস্ট গড় আর টি-টোয়েন্টি স্ট্রাইক রেট পাশাপাশি রেখে যে সিদ্ধান্ত টানা হয়, সেটা ভুল।

দ্বিতীয়ত, ছোট নমুনার ফাঁদ। একটা ম্যাচ, একটা ইনিংস, একটা সিরিজ—এগুলো থেকে স্থায়ী সিদ্ধান্ত টানা মানে কুয়াশাকে আবহাওয়া ভাবা। একজন বোলারের তিন ম্যাচের ইকোনমি দিয়ে তাঁকে 'ফিনিশার স্পেশালিস্ট' বানিয়ে ফেলার গল্প ক্রিকেট মিডিয়ায় প্রতি মৌসুমেই ঘটে।

তৃতীয়ত, হোম-গ্রাউন্ড আর ভেন্যু-বায়াস। স্পিন-বান্ধব পিচে গড়া সাফল্য, ফ্ল্যাট ট্র্যাকে গড়া সাফল্যের সমান নয়। একটা বোলারের বাড়ির মাঠের ইকোনমি তাঁকে যতটা ভালো দেখায়, বিদেশের ডিউ-ভেজা ট্র্যাকে সেটা টেকে না। অথচ টেবিলে সব একসাথে বসে যায়।

চতুর্থত, আইপিএল-অকশনের দাম আর আন্তর্জাতিক ক্রিকেটের শক্তি—এ দুটো আলাদা জিনিস। একজন ক্রিকেটার কোটিপতি হতে পারেন শুধু ফ্র্যাঞ্চাইজি-চাহিদার কারণে, আর সেই দাম দেখে আমরা ধরে নিই তিনি আন্তর্জাতিক মঞ্চেও প্রমাণিত। বাণিজ্যিক মূল্য আর স্পোর্টিং মূল্যের এই মিশ্রণটাই ক্রিকেটের সবচেয়ে পুরনো সংখ্যা-ভুল।

এখানেই আমার দুই পুরনো সন্দেহ ফিরে আসে। ফুটবলে বলি—পজেশন পার্সেন্টেজ সবচেয়ে প্রতারণামূলক পরিসংখ্যান; দল ৬০% বল ধরে রাখে শুধু পাশে-পাশে পাস করে, কিন্তু তৈরি করে প্রায় কিছুই না। ক্রিকেটে এর প্রতিরূপ হলো স্ট্রাইক রেট বা রান রেট—যা কনটেক্সট ছাড়া শুধু একটা সুন্দর সংখ্যা। আবার দূরত্ব-দৌড়ানো আর হাই-ইনটেনসিটি স্প্রিন্টের মতো 'এফোর্ট মেট্রিক'-এর ক্রিকেট প্রতিরূপ হলো ডট-বল পার্সেন্টেজ বা বাউন্ডারি-সংখ্যা—যেখানে অর্থহীন পরিশ্রমও চমৎকার সংখ্যা তৈরি করে। একজন বোলার ৭০% ডট বল মারতে পারেন শুধু রক্ষণাত্মক ফিল্ড আর নিরাপদ লাইন-লেংথে; দেখতে দুর্দান্ত, কিন্তু ম্যাচ জেতানো চাপ সেখানে নেই।

আমার ২০১৭ সালের সেই স্প্রেডশিট থেকে আমি একটা জিনিস শিখেছিলাম: সংখ্যা নিজে থেকে কিছু বলে না, সংখ্যার পাশে প্রশ্ন দাঁড় করাতে হয়। ব্রিসবেন রোরের ৪২ পয়েন্ট যদি দেখতাম শুধু টেবিলে, বুঝতাম না ৩৬.৮ এক্সপেক্টেড পয়েন্টের ব্যবধানটা কোথায় লুকিয়ে। ম্যাকলারেনের ১৯ গোল যদি দেখতাম শুধু গোল-কলামে, বুঝতাম না ১৪.৭ এক্সজি থেকে অতিরিক্ত চারটা গোল মানে একটা অস্থায়ী ফিনিশিং-ঝলক, যা পরের মৌসুমে টিকবে কি না সন্দেহ। ক্রিকেটে ঠিক একই কাজটা করতে হয়—প্রতিটা সংখ্যার পাশে একটা সন্দেহ বসাতে হয়।

দ্বিতীয় সমস্যা হলো, শূন্য তথ্য থেকে গল্প বানানোর এই অভ্যাসটা শুধু স্প্রেডশিটের দোষ নয়। আই-টেস্ট ক্যাম্পেও একই পাপ আছে। স্টুডিওতে বসে একজন পণ্ডিত একটা ইনিংস দেখে সিদ্ধান্ত নিয়ে ফেলেন—'এই ছেলেটার ফুটওয়ার্ক শেষ,' বা 'এই দলের মেরুদণ্ড নেই'। এটাও শূন্য নমুনা থেকে টানা একটা আত্মবিশ্বাসী ন্যারেটিভ। সংখ্যার পাইপলাইন খালি ঘরকে 'N/A' বলে চিহ্নিত করে; চোখের পাইপলাইন সেই একই খালি ঘরে সাহস করে গল্প লিখে ফেলে।

তাই আমাকে দুই পক্ষকেই একসাথে দাঁড় করাতে হয়। বিশ্লেষকরা ফ্রেমওয়ার্কে মুগ্ধ হয়ে ভুলে যান ঘরে কী আছে; আর ধ্রুপদী পর্যবেক্ষকরা অনুভূতিতে মুগ্ধ হয়ে ভুলে যান তাঁদের নমুনা কত ছোট। সংখ্যা যত জোরে চিৎকার করল, পুরনো আই-টেস্ট তত জোরে হেসে উঠল—আর উল্টোটাও ঠিক ততটাই সত্য।

আমার হাতে আসা রিপোর্টটা আসলে ক্রিকেটের একটা আয়না। আমরা একটা খেলা দেখি, তারপর দ্রুত একটা গল্প বানাই—একটা দল উত্থানে, একটা তারকা মোড় ঘোরানোয়, একটা লিগ বিপ্লবে। কিন্তু মাঝে মাঝে আমাদের স্বীকার করা উচিত, আমাদের হাতে হয়তো কিছুই নেই। একটা খালি ইনফরমেশন পয়েন্ট দিয়ে পূর্ণ বিশ্লেষণ লেখা যায় না; আর যা লেখা হয়, তা বিশ্লেষণ নয়—সাজসজ্জা।

তাহলে ভুলটা কোথায়? যদি আমি নিজেই ভুল হয়ে থাকি, তবে সেটা এই জায়গায়—হয়তো খালি রিপোর্টটা নিছক ব্যর্থতা নয়, বরং এটাই সিস্টেমের সবচেয়ে সৎ আউটপুট। যে সিস্টেম সাহস করে 'আমি জানি না' বলতে পারে, সেটা অন্তত মিথ্যা জানে না। আমার আপত্তিটা তাই বিশ্লেষকের বিরুদ্ধে নয়; আমার আপত্তি সেই চাহিদার বিরুদ্ধে, যা বলে—প্রতিটা ম্যাচে একটা গভীর বিশ্লেষণ থাকতেই হবে, প্রতিটা ফাঁকা ঘরে একটা সংখ্যা বসতেই হবে।

আর এখানেই আমি নিজেকে প্রশ্ন করি: টেমপ্লেট কি তবে অপরাধী? হয়তো না। একটা খাঁচা গঠন দেয়, সাহায্য করে; বিপদ তখনই, যখন খাঁচাটাকে আমরা পাখি ভাবতে শুরু করি। আমার হাতে আসা রিপোর্ট ঠিক এটাই প্রমাণ করে—খাঁচাটা সুন্দর, পাখিটা ছিলই না।

ভবিষ্যতের কথা বলি, আর বলব পরীক্ষাযোগ্য আকারে। আগামী এক বছরের মধ্যে ক্রিকেট-মিডিয়া বা সম্প্রচার-সংস্থার কোনো 'ডেটা-ড্রিভেন' পণ্য ধরাশায়ী হবে এই কারণে যে, তার 'সম্পূর্ণ' রিপোর্টটা আসলে খালি বা যাচাই-না-করা ইনপুটের উপর দাঁড়িয়ে ছিল—ঠিক যেমন এই Stage-2 ডকুমেন্টটা দাঁড়িয়ে ছিল। আপনি কেবল একটা জিনিস লক্ষ্য রাখুন: যত বড় দাবি, তার ভেতরে একটা 'N/A' লুকিয়ে আছে কি না। যে বিশ্লেষণ নিজের ফাঁকগুলো দেখাতে পারে না, সে বিশ্লেষণ আপনার ওপর একটা টেবিল চাপিয়ে দেয়, আর আশা করে আপনি ঘরের ভেতরে তাকাবেন না।