খালি ফিল্ড, ভুয়া ন্যারেটিভ: ক্রিকেট ডেটা অডিটে ব্লকচেইন-সদৃশ যাচাই আর 'পাস' বলার শৃঙ্খলা

গত রাতে ডেস্কে একটা ম্যাচ-প্রিভিউ টেমপ্লেট এল। ভেন্যু কলাম খালি, লাইনআপ বসানো হয়নি, টস রিপোর্ট নেই, সোর্সের তারিখও নেই। ৮৮ মিনিটের মিসড পেনাল্টির মতো প্রথমে মনে হয় এটা টেকনিকের গল্প, কিন্তু আসলে এটা ইনপুটের গল্প। এক সময়ে আমি হয়তো ফাঁকা ঘরগুলো নিজের কল্পনায় ভরে দিতাম — 'সম্ভবত মিরপুরে', 'সম্ভবত স্পিন-সহায়ক পিচ', 'সম্ভবত ১৬০-এর কাছাকাছি স্কোর'। ১৯৯৮ সালে প্রথোম আলোর হয়ে ঢাকার উইলস কাপ কভার করতে গিয়ে শিখেছিলাম, খালি ঘর মানে গল্প নয়, খালি ঘর মানে খালি ঘর। গত রাতের সেই টেমপ্লেট পুরনো শিক্ষাটাই ফিরিয়ে দিল: যে ডেটা আসেনি, সেটা কল্পনা দিয়ে ভরাট করলে বিশ্লেষণ নয়, সাজানো গল্প দাঁড়ায়।

আমি [Tamim Das]। ৪৮ বছর বয়সী, ব্রিসবেনে থাকি, পেশায় ক্রিকেট বাজি-বিশ্লেষক, পড়াশোনা স্পোর্টস জার্নালিজমে। জন্ম বাংলাদেশে, কাজ অস্ট্রেলিয়ার বাজারে। আমার প্রিভিউ-টেমপ্লেট প্রায়ই একই রকম — ফিক্সচার কনটেক্সট, সিলেকশন বেসলাইন, রিপ্লেসমেন্ট-লেভেল বেঞ্চমার্ক, ফ্যাটিগ লোড; তারপর ব্যতিক্রম কলাম। এই শৃঙ্খলা আমি ফুটিয়েছি প্রায় এক দশকে, কারণ দেখেছি মানুষ বাজি-মার্কেটে সবচেয়ে বেশি হারায় তখনই, যখন ফাঁকা ঘরকে গল্প দিয়ে ভরে দেয়।

আধুনিক ক্রিকেটে ইন্টিগ্রিটি নিয়ে নতুন আলোচনা শুরু হয়েছে। বল-ট্র্যাকিং, ক্যামেরা-ভিত্তিক expected runs ও expected wickets মডেল, আর বাজি-মার্কেটের স্বচ্ছতা — সবই এখন যাচাইযোগ্যতার প্রশ্নে দাঁড়িয়ে। ব্লকচেইনের মূল ধারণা দুটো: অপরিবর্তনীয়তা আর ট্রেসযোগ্যতা। ক্রিকেট ডেটা-অডিটেও ঠিক সেই নীতি দরকার। প্রতিটা সিদ্ধান্তের পেছনে একটা সোর্স, একটা টাইম-স্ট্যাম্প, একটা স্পষ্ট ইনপুট থাকতে হবে। ইনপুট না থাকলে আউটপুট নেই — এটাই প্রথম নিয়ম।

গত রাতের টেমপ্লেটে সাবস্ট্যানটিভ ইনপুট ছিল না। ইনফরমেশন-পয়েন্ট তালিকা খালি, এনটিটি এক্সট্রাকশন হয়নি, টাইম-সেনসিটিভিটি মূল্যায়ন হয়নি, সোর্স-কোয়ালিটি যাচাই হয়নি; ম্যাচ নেই, খেলোয়াড় নেই, দল নেই, ভেন্যু নেই। এই অবস্থায় বিশ্লেষকের সামনে দুটো পথ। এক, ফাঁকা ঘর কল্পনায় ভরাট করা — 'সম্ভবত বাঁহাতি স্পিনারদের জন্য পিচ সাহায্য করবে', 'সম্ভবত পাওয়ারপ্লেতে দল ধীর শুরু করবে'। দুই, সৎভাবে 'অপর্যাপ্ত তথ্য' লিখে থেমে যাওয়া। প্রথম পথটা আকর্ষণীয়, কারণ পাঠক গল্প চায়। দ্বিতীয় পথটা অস্বস্তিকর, কারণ এতে লেখা কম, স্বীকারোক্তি বেশি। কিন্তু আমি অডিটের ইনপুট আগে যাচাই করি, তারপর সংখ্যায় বিশ্বাস করি — আর ইনপুট খালি থাকলে বিশ্বাস করার মতো সংখ্যাই থাকে না।

এখানেই আসল কাজ। ডেটা-ফাঁকা মানে দায়মুক্তি নয়; এর মানে হলো, আমি যে প্রশ্নগুলো করব সেগুলো বদলে যাবে। ইনপুট থাকলে প্রশ্ন হয় — এই বোলারের পাওয়ারপ্লে ইকোনমি কত, ডেথ ওভারে ইয়র্কার-সাকসেস রেট কত। ইনপুট না থাকলে প্রশ্ন হয় — কোন সোর্স থেকে এই দাবি এল, কে যাচাই করল, কবে আপডেট হলো। প্রথম প্রশ্ন স্পোর্টিং, দ্বিতীয় প্রশ্ন সাংবাদিকতার। দুটো আলাদা কাজ, কিন্তু দুটোই একই শৃঙ্খলার অংশ।

২০১৭ সালের কথা মনে পড়ে। জুলাই মাসে, ৩৯ বছর বয়সে, ব্রিসবেনভিত্তিক নতুন আউটলেট ফার পোস্ট ডেটায় সিনিয়র বাজি-বিশ্লেষক হিসেবে যোগ দিলাম। প্রথম অ্যাসাইনমেন্ট ছিল ব্রিসবেন রোরের সাইনিং — ৩৭ বছর বয়সী মেসিমো ম্যাকারোন, যিনি জেমি ম্যাকলারেনের জায়গা নিতে আসছেন। আমি একটা স্ট্যান্ডার্ড xG/90 ও PPDA ড্যাশবোর্ড বানালাম পুরো এ-লিগের জন্য। ম্যাকারোনের সিরি আ ওপেন-প্লে xG/90 ছিল ০.৩১; ম্যাকলারেনের এ-লিগ xG/90 ছিল ০.৫৪। আমি ১২ পাতার রিপোর্টে সতর্ক করলাম — রোর প্রতি ম্যাচে ০.২৩ এক্সপেক্টেড গোল হারাচ্ছে। পরে ম্যাকারোন ২১ ম্যাচে ৯ গোল করলেন, কিন্তু ওপেন প্লে থেকে মাত্র ৬টি। হাইলাইট রিল যেদিকে তাকায় না, আমি ঠিক সেখানেই রিপ্লেসমেন্ট xG গ্যাপটা খুঁজে পাই। সেই অভিজ্ঞতা আমাকে তিনটা নিয়ম দিল: প্রতিটা ট্রান্সফার লেখা শুরু হবে রিপ্লেসমেন্ট xG গ্যাপ টেবিল দিয়ে; কোনো সাইনিংকে 'আপগ্রেড' বলতে হলে অন্তত ৯০০ মিনিট ডেটা লাগবে; আর সব ডেটা-সংজ্ঞা একটা শেয়ারড স্টাইল গাইডে বাঁধা থাকবে।

২০১৮ সালে আন্তর্জাতিক টুর্নামেন্টে নামলাম। জুনে, ৪০ বছর বয়সে, ৩২ দলের একটা বিশ্বকাপ ডেটাবেস বানালাম — xG, PPDA, কভার করা দূরত্ব। কাজানে ফ্রান্স বনাম আর্জেন্টিনার আগে মডেল ট্রানজিশন-এফিশিয়েন্সি ফ্ল্যাগ করল: ফ্রান্সের xG ২.১, আর্জেন্টিনার ১.৪; ফ্রান্সের PPDA ৭.৯, আর্জেন্টিনার ১৪.২। আমি ফ্রান্স -০.৫ এবং ওভার ২.৫ সুপারিশ করলাম। ফ্রান্স ৪-৩ জিতল, কিলিয়ান এমবাপে দুবার গোল করলেন আর ১০টি ফাউল আদায় করলেন। মডেলের এজটা ছিল ট্রানজিশনে, পজেশনে নয়। এরপর থেকে প্রতিটা টুর্নামেন্ট প্রিভিউতে বাধ্যতামূলক 'ট্রানজিশন এফিশিয়েন্সি' বক্স যোগ করলাম, আর পজেশন-শুধু ন্যারেটিভ নিষিদ্ধ করলাম।

এই দুই অভিজ্ঞতা থেকে যে পদ্ধতি দাঁড়াল, সেটাই গত রাতের খালি টেমপ্লেটে সবচেয়ে দরকারি। পদ্ধতিটা চেকলিস্টে চলে: প্রেসিং, xG ডিফারেনশিয়াল, সেট-পিস xG, গোলকিপার সেভ পারসেন্টেজ, ফ্যাটিগ লোড, ভেন্যু-ফ্যাক্টর। প্রতিটা ঘরের জন্য লাগে একটা ইনপুট। ইনপুট না এলে ঘর খালি রাখতে হয়, অনুমান দিয়ে ভরাট করা যায় না। কারণ একটা ভুল ইনপুট পুরো চেকলিস্টকে দূষিত করে — ঠিক যেমন ব্লকচেইনে একটা ভুল ব্লক পুরো চেইনকে প্রশ্নবিদ্ধ করে।

একটা ন্যাচারাল-এক্সপেরিমেন্টের কথা বলি। করোনাকালে ফাঁকা স্টেডিয়ামে টেস্ট হয়েছে, নিরপেক্ষ ভেন্যুতে সাদা-বলের সিরিজ হয়েছে, ফ্র্যাঞ্চাইজি ফিক্সচার সরানো হয়েছে। এই ঘটনাগুলো আমাকে হোম-অ্যাডভান্টেজকে আলাদা করে দেখার সুযোগ দিয়েছে। ভিড় আর পিচ, ভ্রমণ আর শিডিউল — সব একসাথে মিশে থাকে, তাই হোম-অ্যাডভান্টেজকে একক ধ্রুবক ভাবা ভুল। ফাঁকা স্টেডিয়াম আমাকে হোম-অ্যাডভান্টেজ পুনর্মূল্যায়নের একটা ন্যাচারাল এক্সপেরিমেন্ট দিয়েছে।

২০২১ সালে বাংলাদেশের নিউজিল্যান্ড সিরিজ জয়ের সময় আমি টি-টোয়েন্টি ধারাভাষ্যে প্রথম নামি। মাঠে বসে যেটা টের পেলাম — দর্শক যে গল্প নিয়ে আসে, আর পিচ যে সত্য দেখায়, দুটো প্রায়ই আলাদা। ক্যামেরা যখন ক্যাচ বা ছক্কার দিকে তাকায়, তখন পাওয়ারপ্লের ডট-বল চাপ, দ্বিতীয়-পরিবর্তনের ওভার, নীরব উইকেটকিপিং, বাউন্ডারি-বাঁচানো ফিল্ডিং — এসব হারিয়ে যায়। অথচ ম্যাচের ফল ঠিক ওই জায়গাগুলোতেই নির্ধারিত হয়।

তাই আমার প্রতিটা টুর্নামেন্ট প্রিভিউতে এখন চারটা স্তম্ভ থাকে। প্রথম, ফিক্সচার কনটেক্সট — ভেন্যু, ভ্রমণ, জলবায়ু, বিশ্রামের দিন। দ্বিতীয়, সিলেকশন বেসলাইন — কে খেলছে, কেন খেলছে। তৃতীয়, রিপ্লেসমেন্ট-লেভেল বেঞ্চমার্ক — বিকল্প খেলোয়াড় কতটা দিতে পারে। চতুর্থ, ফ্যাটিগ লোড — ট্রাভেল, টাইম-জোন, ব্যাক-টু-ব্যাক সিরিজ। এই চারটার যেকোনোটা খালি থাকলে আমি হয় 'সম্ভাব্য' লিখি, নয় 'অপর্যাপ্ত তথ্য' লিখি। কখনো 'নিশ্চিত' লিখি না।

লো-ব্লক বা ধীর-টেম্পো খেলা নিয়ে আমার সন্দেহ প্রায় প্রতিবার কাজ করে। কিন্তু সন্দেহ যেন রিফ্লেক্স না হয়ে যায়। লো-ব্লক কখনো কখনো ভ্যারিয়েন্স কমায়, ম্যাচ জিতে দেয়; কখনো কখনো শুধু পরাজয় ধীর করে। বিনোদনের মান আর ভ্যারিয়েন্স-হ্রাস আলাদা জিনিস। তাই আগে অডিট করি — ব্লকটা কি সত্যিই রক্ষণাত্মক, নাকি দল বাধ্য হয়ে পিছিয়ে গেছে? উত্তর ভেন্যু আর বিরোধীর উপর নির্ভর করে।

এখানে একটা প্রতিকূল কথা বলা দরকার। ডেটা থাকলেই সিদ্ধান্ত সঠিক হয় না, কারণ পারস্পরিক সম্পর্ক (correlation) আর কারণ (causation) এক নয়। ২০১৮ বিশ্বকাপে ফ্রান্সের ট্রানজিশন-এজ কাজ করেছিল, কিন্তু এর মানে এই নয় যে প্রতিটা ট্রানজিশন-ভারী দল জিতবে। কাজান রাতের ভেন্যু, বিরোধীর লাইনআপ, এমনকি আবহাওয়া — সব মিলে একটা বিশেষ পরিস্থিতি তৈরি করেছিল। যদি স্যাম্পল ছোট হয়, আমি ইন্টারভাল চওড়া করি; যদি এজ ছোট হয়, আমি পাস করি। একইভাবে ফ্যাটিগ কোনো সার্বজনীন ধ্রুবক নয়। ক্রস-মার্কেট ক্রিকেটে ভ্রমণ-ভার, টাইম-জোন বদল, আর বাংলাদেশ-থেকে-অস্ট্রেলিয়া ট্যুরের ছন্দ আলাদা আলাদা প্রভাব ফেলে। কেউ কেউ ফ্যাটিগ দিয়ে যেকোনো খারাপ পারফরম্যান্স ব্যাখ্যা করে ফেলেন — সেটা ক্লান্তির অলস ব্যাখ্যা, অডিট নয়। ভেন্যু-নির্দিষ্ট, আবহাওয়া-নির্দিষ্ট, বিরোধী-নির্দিষ্ট ইনপুট না থাকলে আমি ফ্যাটিগ-স্কোরকেও সংখ্যা হিসেবে ব্যবহার করি না।

আরেকটা ফাঁদ হলো টেমপ্লেট-অতিরিক্ত আসক্তি। প্রসিডিউর ভালো, কিন্তু প্রসিডিউর অন্ধভাবে মানলে মডেল বাস্তবতার সাথে মেলে না। তাই প্রতিটা চেকলিস্টে একটা 'ব্যতিক্রম' কলাম রাখি, আর প্রতিটা দাবির সাথে একটা কনফিডেন্স-ইন্টারভাল লাগাই। খালি ইনপুটে কনফিডেন্স-ইন্টারভাল শূন্য থেকে শুরু — মানে কোনো এজ নেই। আর যে বাজারে এজ নেই, সেখানে পাস করা সবচেয়ে লাভজনক সিদ্ধান্ত। প্রসেসই একমাত্র এজ, যা একটা খারাপ ফলাফলও টিকিয়ে রাখে।

গত রাতের টেমপ্লেট শেষে আমি একটা লাইনই লিখলাম: 'সিদ্ধান্ত স্থগিত — ইনপুট অপর্যাপ্ত।' পরের রাউন্ডের সংকেতটা কোনো সংখ্যা নয়, কোনো প্রেডিকশন নয়। সংকেতটা হলো ডেটা-পাইপলাইনের সততা। যদি ভেন্যু, লাইনআপ, টাইম-স্ট্যাম্প, সোর্স — এই চারটা ঘর না ভরে, তাহলে সবচেয়ে বড় এজটাও কল্পনার উপর দাঁড়িয়ে থাকবে। প্রশ্নটা তাই সরল: আপনার পরের প্রিভিউটা কি যাচাইযোগ্য ইনপুটে দাঁড়ানো, নাকি সুন্দর গল্পে?