খালি লেজারের ব্লকচেইন: ক্রিকেট তথ্যে কোনো এন্ট্রি না এলে মিথ্যা ব্লক যোগ করাই বিশ্লেষকের পতন

রাত দুটো। ফিড খুলতেই চোখে পড়ল শূন্যতা। একটি স্টেজ-১ ফাইল ফিরে এসেছে, কিন্তু তার ভেতরে একটি শিরোনাম নেই, একটি সূত্র নেই, একটি তথ্যবিন্দু নেই। প্রতিটি ঘরে একই স্বাক্ষর বসানো — অপর্যাপ্ত তথ্য। আটটি বিশ্লেষণ-মাত্রার প্রতিটি বাক্স ফাঁকা। না আছে ইনিংসের বিবরণ, না আছে কোনো বোলারের স্পেল, না আছে পিচ-রিপোর্ট। অথচ ডেস্কের দায়িত্ব স্পষ্ট: এই শূন্যতা থেকে একটি পূর্ণাঙ্গ প্রতিবেদন দাঁড় করাতে হবে।

বিশ্লেষকের জীবনে এটাই সবচেয়ে কঠিন পরীক্ষা। খেলা যখন তথ্য পাঠায় না, তখন গল্প বানানোর প্রলোভনটা সবচেয়ে প্রবল হয়ে ওঠে। কল্পনার হাতে একটা খালি খাতা ধরিয়ে দিলে সে কয়েক মিনিটেই তা সুন্দর সংখ্যায় ভরে ফেলে। কিন্তু যে খাতা মিথ্যা এন্ট্রিতে ভরে গেছে, সেটা আর খাতা থাকে না — সেটা উপন্যাস হয়ে যায়।

আমি সতেরো বছর ধরে স্কোরবোর্ডের সঙ্গে ঝগড়া করছি। আমার প্রথম xG-খাতা শুরু হয়েছিল স্কোরবোর্ডের সঙ্গে এক ব্যক্তিগত ঝগড়া হিসেবে। তখন আমি বুঝিনি, ওই ঝগড়াটাই আমার পেশা হয়ে দাঁড়াবে। রংপুরে হাঁটুর চোটে সেমি-প্রো ক্রিকেট কেরিয়ার শেষ হওয়ার পর আমি ঢাকার একটি নিউ-মিডিয়া স্টার্টআপে জুনিয়র ডেটা অপারেটর হিসেবে ঢুকি। কাজ ছিল প্রিমিয়ার লিগের ৩৮০ ম্যাচের একটি xG-খাতা তৈরি করা। সেটাই ছিল আমার আসল শিক্ষা — খাতা নিজে থেকে সত্য বলে না; খাতা কেবল সত্য দাবি করে, আর বিশ্লেষকের কাজ সেই দাবি যাচাই করা।

প্রতিটি খেলার ডেটা-লেজার আসলে একটি ব্লকচেইনের মতো। প্রতিটি এন্ট্রি আগের এন্ট্রির সঙ্গে যুক্ত, আর প্রতিটি এন্ট্রি অর্জিত হতে হয়। আপনি চাইলে মাঝখানে একটা সুন্দর ভুয়া ব্লক ঢুকিয়ে দিতে পারেন; কিছুক্ষণের জন্য চেইনটা ঠিকই চলবে। কিন্তু যাচাইয়ের মুহূর্তে সেই ব্লকের হ্যাশ মেলে না, আর গোটা চেইন ভেঙে পড়ে। খেলার তথ্যে এই যাচাইয়ের নামই ভ্যারিয়েন্স। একজন বিশ্লেষক যদি মৌসুমের চাপে এক-একটা ইনিংসকে প্রমাণ ভেবে বসেন, তিনি আসলে নিজের চেইনে ভুয়া ব্লক যোগ করছেন।

ফ্রেমওয়ার্কটা আমার কাছে পরিষ্কার। যেকোনো বিষয় বিশ্লেষণ করতে গেলে আটটি স্তর লাগে — ফরম্যাট ও ম্যাচ-বিশ্লেষণ, খেলোয়াড়ের টেকনিক ও ডেটা, দলের ল্যান্ডস্কেপ ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক ইকোসিস্টেম, নিয়ম ও গভর্ন্যান্স, ঝুঁকি, জন-আখ্যান ও প্রত্যাশা, আর শিল্পের ট্রান্সমিশন। এই আটটির প্রতিটির জন্য অন্তত একটি নির্ভরযোগ্য তথ্যবিন্দু দরকার। তথ্যবিন্দু শূন্য হলে ফ্রেমওয়ার্ক শূন্য — কারণ ফ্রেমওয়ার্ক কখনো নিজে থেকে বিষয়বস্তু জন্ম দেয় না।

২০১৭ সালের শেষ দিকে আমি বার্নলির সপ্তম স্থানটি নিয়ে সন্দেহ প্রকাশ করি। টেবিলে বার্নলির পয়েন্ট ছিল ৫৪, কিন্তু আমার মডেলের প্রত্যাশিত পয়েন্ট ছিল মাত্র ৪৫.১। তারা ৩৯ গোল খেয়েছিল, অথচ প্রত্যাশিত গোল-খাওয়ার পরিমাণ ছিল ৪৯.৭। অর্থাৎ গোলকিপার ও রক্ষণভাগ টেবিলের চেয়ে অনেক ভালো দেখাচ্ছিল, আর সেই ভালো-দেখাটাই ছিল সাময়িক। চার্টটা প্রকাশের আগে আমি দু'দিন দেরি করেছিলাম — তিন মৌসুমের ব্যাক-টেস্ট চালাতে। যে সংখ্যা এক মৌসুমের ভ্যারিয়েন্স পেরোতে পারে না, সেটা প্রমাণ নয়, কেবল এক মুহূর্তের ছবি। ওই চার্টটাই আমাকে একটি সিঙ্গাপুর ভিত্তিক বেটিং সিন্ডিকেটে নিয়ে যায়, আর আমার 'মিরাজ-ফাইল' নামের বিভাগটার জন্ম দেয় — যে দলগুলো টেবিলে বেশি ভালো দেখায়, তাদের তালিকা।

২০১৮ সালে রাশিয়ায় স্পেন-রাশিয়া ম্যাচের আগে আমার মডেল স্পেনকে জেতার সম্ভাবনা দিয়েছিল ৭৮ শতাংশ। ১২০ মিনিট শেষে স্পেনের পাস ছিল ১,০২৯, দখল ৭৫ শতাংশ, xG মাত্র ১.১৬, আর খোলা খেলা থেকে গোল মাত্র একটি। রাশিয়ার xG ছিল ০.৪১, তবু তারা পেনাল্টিতে জিতল। স্পেন ১,০২৯টি পাস সম্পূর্ণ করেছিল, আর গোলটা দখলের ভেতরেই হারিয়ে গিয়েছিল। সেই রাত থেকে আমি দখলকে কখনো নিয়ন্ত্রণ বলে মানি না; প্রতি মেট্রিকের পাশে আমি একটা অনুপ্রবেশ-মেট্রিক বসাই। ভূখণ্ড বনাম বিপদ — আমার সব প্রিভিউ এখন দুই-কলামের খাতা।

২০২০ সালে স্টেডিয়াম খালি হওয়ার পর আমি বুন্দেসলিগার পুনরারম্ভ নিয়ে মডেল চালাই। ঘরের মাঠে জয়ের হার ৪৩.৩ শতাংশ থেকে নেমে আসে ৩৩.৮ শতাংশে, আর প্রতি ম্যাচে ঘরের গোল ১.৭৪ থেকে ১.২৯-এ। পাঁচটি লিগে ঘরের ফেভারিটের বিরুদ্ধে বাজি ধরে সিন্ডিকেট ৬৩ ম্যাচে ৮.৭ শতাংশ ROI ফেরত পায়। শূন্য স্টেডিয়ামে ঘরের সুবিধা মুছে যায় — কারণ সুবিধাটা ছিল ভিড়ের, মাঠের নয়। তখন থেকেই আমার প্রতিটি বাজি-অ্যাঙ্গেলকে একটা কনটেক্সট-ফিল্টার পেরোতে হয়: ভিড়ের অনুপস্থিতি, ভ্রমণ, বিশ্রামের দিন।

এই শিক্ষাগুলো আমি ক্রিকেটে অনুবাদ করি। ফুটবলের দখল যতটা প্রতারক, ক্রিকেটের ডট-বল ততটাই। একটা দল ১২০ বল খেলে ৭০টা ডট নিতে পারে, পাস-সংখ্যার মতো লম্বা একটা ইনিংস গড়তে পারে, অথচ রান-রেট চাপে থাকে — কারণ স্ট্রাইক রোটেশন নেই, অনুপ্রবেশ নেই। আমার কাছে টি-টোয়েন্টির পাস-সমতুল্য হলো পাওয়ারপ্লের পরের ওভারগুলোতে সিঙ্গেল নেওয়ার হার। দল যদি ৭-১৪ ওভারে প্রতি ওভারে চারটির কম সিঙ্গেল নেয়, তাহলে শেষ পাঁচ ওভারে তার বিশাল স্কোর করার ভিত্তি নেই, ততটা উইকেট পড়লেও। পাশাপাশি ফুটবলের PPDA ও ফিল্ড-টিল্টের ক্রিকেট-অনুবাদ হলো ফিল্ডিং-চাপ সূচক — কত বল ফিল্ডার সীমানার ভেতরে রেখে চাপ তৈরি করছে, আর কত বল বাউন্ডারিতে গিয়ে বেরিয়ে যাচ্ছে। এই অনুবাদটা না করলে আমি অন্য খেলার মেট্রিক ধার করে শুধু সাজসজ্জা করছি।

ক্রিকেটে এই অনুবাদটা আরও সূক্ষ্ম, কারণ খেলাটার গঠনটাই ফুটবল থেকে আলাদা। ফুটবলে সময় ঘড়ি চলে; ক্রিকেটে ওভার হলো ঘড়ি। ফুটবলের দখল আর ক্রিকেটের বল-সংখ্যা দুটো আলাদা মুদ্রা। তাই আমি যখন ফুটবলের একটা মেট্রিক ক্রিকেটে আনতে চাই, আমি আগে জিজ্ঞেস করি — এই মেট্রিকটা এখানে আসলে কী পরিমাপ করছে? 'ফিল্ড-টিল্ট' ফুটবলে বলে দেয় কোন দল মাঠের কোন অংশে বল নিয়ে খেলছে। ক্রিকেটে এর সমতুল্য হলো — কোন দল ফিল্ডিং-সীমা ছোট করে প্রতিপক্ষকে সিঙ্গেল নিতে বাধ্য করছে, আর কোন দল সীমানা রক্ষা করে বাউন্ডারি আটকাচ্ছে। একই ধারণা, ভিন্ন মুদ্রা। এই অনুবাদ-স্তরটা না থাকলে আমি শুধু পরিভাষা ধার করছি, বিশ্লেষণ করছি না।

আমার মিরাজ-ফাইলের ক্রিকেট-সংস্করণটা সরল। ঘরের মাঠে কোনো ব্যাটসম্যান এক মৌসুমে ৪৫-এর বেশি গড় করলে আমি তার স্ট্রাইক-রেট ভেঙে দেখি: কত রান এসেছে শক্ত প্রতিপক্ষের বিরুদ্ধে, কত এসেছে পাওয়ারপ্লে, কত ডেথে। একটি ইনিংসের গড় আর একটি কেরিয়ারের গড় এক নয়; লেজার কেবল কেরিয়ারকে বিশ্বাস করে। ঠিক একইভাবে একজন বোলারের ইকোনমি-রেট এক ম্যাচে ৪.৫ দেখাতে পারে, কিন্তু মৌসুমজুড়ে সেটা ৮.৯-এ ফিরে আসে যদি তার ডেথ-ওভারের স্যাম্পল ছোট হয়। ভ্যারিয়েন্স আপনার আখ্যানকে পাত্তা দেয় না।

আমি কখনো এক ম্যাচের ভিত্তিতে সিদ্ধান্ত নিই না। কেউ যদি বলে 'এই বোলার আজ দুর্দান্ত ছিল', আমি জিজ্ঞেস করি — কত বলের নমুনায়, কোন ফেজে, কোন পিচে, কার বিরুদ্ধে। এই প্রশ্নটা করাটাই আমার পেশা। আর যখন কোনো নমুনাই না থাকে, তখন আমার একমাত্র সৎ উত্তর — অপর্যাপ্ত তথ্য।

এখানেই সবচেয়ে বড় ফাঁদটা লুকিয়ে আছে, আর সেটা কোনো বাইরের শত্রু নয় — সেটা আমার নিজের হাতে তৈরি। আমার প্রথম xG-খাতা শুরু হয়েছিল ব্যক্তিগত ঝগড়া হিসেবে, আর ব্যক্তিগত ঝগড়া সহজেই নিজের পক্ষে রায় দিয়ে বসে। যে বিশ্লেষক সারাক্ষণ স্কোরবোর্ডের বিরুদ্ধে লড়েন, তিনি সহজেই উল্টো দিকে ঝুঁকে পড়েন — যেখানে সংখ্যা কম, সেখানেই 'গভীর সত্য' খুঁজতে শুরু করেন। এটাও এক ধরনের ওভারফিটিং। বিপরীতমুখী হওয়াটা নিজে থেকে সত্য নয়; বিপরীতমুখী হতে হলে সরল বেস-রেট মডেলকেও হারাতে হয়। প্রতি কন্ট্রারিয়ান দাবিকে তাই একটা সাধারণ মডেলের বিরুদ্ধে পরীক্ষা করাতে হয় — নইলে সেটা কেবল ভঙ্গি।

দ্বিতীয় ফাঁদটা হলো কনটেক্সট-পতন। আমি শ্রীলঙ্কায় জন্মেছি, বাংলাদেশে কাজ করি, আর একই সময়ে টেস্ট, ওয়ানডে, টি-টোয়েন্টি, ঘরোয়া লিগ আর অ্যাসোসিয়েট ক্রিকেট দেখি। ফরম্যাট, ভেন্যু, ফেজ, প্রতিপক্ষের মান আর ঘরোয়া-বাইরের পার্থক্য আলাদা না করলে ডেটা মিশে যায় — একটা ওয়ানডের ইকোনমি আর একটা টি-টোয়েন্টির ইকোনমি এক তালিকায় বসিয়ে ফেলা যায়, আর সিদ্ধান্ত ভুল হয়ে যায়। এই কারণেই আমার প্রতিটি লেজার স্তরে স্তরে স্তরিত।

তৃতীয় ফাঁদটা সবচেয়ে ধূর্ত: শূন্য ইনপুটকে ব্যর্থতা ভেবে ঢেকে ফেলার চেষ্টা। অনেক বিশ্লেষক খালি ঘর দেখলে সেটা ভরাট করেন — কারণ ক্লায়েন্ট গল্প চান, ফাঁকা ঘর চান না। কিন্তু একটা খালি ঘর নিজেই একটা তথ্য। এটা বলে, পাইপলাইনে কোথাও কিছু ভেঙেছে — আর্টিকেলটা ইনজেস্ট হয়নি, পার্সিং ব্যর্থ হয়েছে, কিংবা ফিল্ড-ম্যাপিং ভুল হয়েছে। এই ডায়াগনস্টিক সংকেতটা লুকিয়ে ফেললে আমি সমস্যাটা সমাধান করি না, আমি শুধু পরের বার আরও বড় ভুলের ভিত তৈরি করি।

একটু স্পষ্ট করা দরকার। আমি এখানে কোনো ভবিষ্যদ্বাণী করছি না, কোনো বাজি-টিপ দিচ্ছি না। কোনো ম্যাচ, খেলোয়াড় বা দল নিয়ে আমার হাতে এই মুহূর্তে একটিও যাচাইযোগ্য তথ্যবিন্দু নেই। ফলে এই লেখাটা কোনো নির্দিষ্ট খেলার বিশ্লেষণ নয় — এটা লেজারের শৃঙ্খলা নিয়ে একটা আয়না। স্পেনের ১,০২৯ পাস, বার্নলির ৫৪ বনাম ৪৫.১ প্রত্যাশিত পয়েন্ট, খালি বুন্দেসলিগার ৪৩.৩ থেকে ৩৩.৮ — এগুলো সবই আমার সংরক্ষিত খাতার এন্ট্রি, প্রকাশ্য এবং যাচাইযোগ্য। কিন্তু আজকের ফাইলটার কোনো এন্ট্রিই নেই।

আমার শিল্প-অভিজ্ঞতা আমাকে একটা অভ্যাস শিখিয়েছে: কোন সংখ্যা আসলে একটা সিদ্ধান্ত বদলায়, আর কোনটা কেবল সুন্দর দেখায়। কভার করা দূরত্ব আর হাই-ইনটেনসিটি স্প্রিন্টকে অনেকে পরিশ্রমের প্রমাণ বলে চালান। কিন্তু উদ্দেশ্যহীন দৌড়ও সুন্দর সংখ্যা তৈরি করে। একইভাবে লোড-ম্যানেজমেন্টকে অনেকে রোমান্টিক নাম দেন, অথচ সেটা প্রায়ই বাণিজ্যিক ট্যুর আর প্রীতি ম্যাচের জন্য জায়গা বানানোর ভদ্র সমার্থক শব্দ। আর তরুণ খেলোয়াড়ের দাম নিয়ে যে বুদবুদ ফুলে উঠেছে, সেখানে ৫০টিরও কম শীর্ষ-পর্যায়ের ম্যাচ খেলা কাউকে বিপুল অঙ্কে কেনা মানে খোলাখুলি জুয়া। এই তিনটে বিষয়েই আমি একটাই নিয়ম মানি — লেজারে যা লেখা নেই, সেটা দাবি করা যায় না।

২০২০ সালের পরে আমি 'দ্য এম্পটি স্ট্যান্ডস মেমো' নামে একটি নিউজলেটার শুরু করি, যেখানে প্রতিটি বাজি-অ্যাঙ্গেলকে একটা কনটেক্সট-ফিল্টার পেরোতে হয়। পাশাপাশি এক লাইভ ট্রেডারের সঙ্গে কাজ শুরু করি, যাতে স্থির মডেলকে অতিরিক্ত নিখুঁত করার ফাঁদে না পড়ি। কারণ বাজার প্রতিদিন নড়ে, আর একটা মডেল যদি বাস্তব সময়ের সঙ্গে তাল মিলিয়ে না চলে, সেটা কেবল অতীতের সুন্দর ছবি।

ওভারফিটিং এড়ানোর জন্য আমি একটা সহজ নিয়ম মানি — হাইপোথিসিস আগে লিখে রাখো, তারপর দেখো। যদি আগেই সিদ্ধান্ত নিয়ে ফেলি যে বার্নলি ভেঙে পড়বে, তাহলে আমি কেবল সেই প্রমাণই খুঁজব যা আমার কথা সাপোর্ট করে। তাই আমি হাইপোথিসিস আগে নথিভুক্ত করি, একটা হোল্ডআউট মৌসুম আলাদা রাখি, আর ফলাফল পেলে সেটা রিপোর্ট করি — সেটা আমার আখ্যানের পক্ষে হোক বা বিপক্ষে। এই শৃঙ্খলাটাই আমাকে দশ বছর ধরে টিকিয়ে রেখেছে।

শিল্পের স্তরে ট্রান্সমিশন বোঝার জন্যও অন্তত একটা নির্দিষ্ট ঘটনা দরকার। ব্রডকাস্ট-অধিকারের মূল্য, ফ্র্যাঞ্চাইজির মূল্যায়ন, খেলোয়াড়ের বেতন — এগুলোর কোনো সংখ্যাই এই ফাইলে নেই। আইপিএল নিলাম আর RTM নিয়ম নিয়ে আমি বিস্তর লিখেছি, কিন্তু আজকের শূন্য ইনপুটে সেই আলোচনা চাপিয়ে দেওয়া মানে অন্য একটা ম্যাচের গল্প এই ম্যাচের নামে চালিয়ে দেওয়া। দক্ষিণ এশিয়ার হৃদয়ভূমি বাজার, প্রতিভা-সরবরাহের শৃঙ্খল, পুঁজির নেটওয়ার্ক — প্রতিটি অংশই গুরুত্বপূর্ণ, কিন্তু প্রতিটির জন্যই দরকার একটা বাস্তব সংকেত, যা এই মুহূর্তে নেই।

ঝুঁকির দিকটাও একই নিয়ম মানে। স্পোর্টিং ঝুঁকি, ব্যক্তিগত ঝুঁকি, বাণিজ্যিক ঝুঁকি, নিয়ম ও সততার ঝুঁকি, জনমতের ঝুঁকি, ব্যবস্থাগত ঝুঁকি — ঝুঁকির ম্যাট্রিক্স দাঁড় করাতে গেলে আগে একটা বিষয় চিহ্নিত করতে হয়, যার বিরুদ্ধে ঝুঁকি হিসাব করা হবে। বিষয়টাই যদি না থাকে, তবে সব ঘর ফাঁকা রাখাটাই একমাত্র সৎ উত্তর।

জন-আখ্যানের ক্ষেত্রেও একই কথা। বাজারের প্রত্যাশা আর বাস্তব মূল্যায়নের মধ্যে ফাঁক মাপতে গেলে দুটো দিকই দরকার — প্রত্যাশা কতটা ফুলে আছে, আর ভিত্তি কতটা মজবুত। একটি আখ্যান কতদিন টিকবে, সেটা নির্ভর করে তার পেছনে থাকা মৌলিক তথ্যের উপর। স্যাম্পল ছোট হলে আখ্যান দ্রুত ফুরিয়ে যায়। আমার কাছে জনমতের উন্মাদনা বা আতঙ্ক কোনো সংকেত নয়, যদি না তার পেছনে একটা যাচাইযোগ্য পরিবর্তন থাকে।

তাহলে পরের রাউন্ডে আমি কী দেখব? আমি দেখব পাইপলাইনটা। আমি দেখব, পরের ফাইলটা ফিরে আসে কিনা তার শিরোনাম আর অন্তত তিনটি নির্ভরযোগ্য তথ্যবিন্দু নিয়ে। আমি দেখব, একই ধরনের খালি আউটপুট বারবার আসে কিনা — কারণ সেটা বোঝাবে গোটা ইনজেশন-ব্যবস্থায় গলদ আছে, শুধু একটা ফাইল নষ্ট হয়নি। যে মডেল এক মৌসুমের ভ্যারিয়েন্স পেরোয় না, সে মডেল নয়; আর যে লেজার শূন্যতা স্বীকার করতে পারে না, সেটা লেজার নয়।

আমার ডেস্কে ফাইলটা এখনো ফাঁকা। আমি সেটা ভরাট করব না — আমি সেটা ফেরত পাঠাব, কারণ খালি ঘরটাই আজকের সবচেয়ে সৎ এন্ট্রি।