খালি পেলোডের সংকট: কেন ক্রিকেট ডেটা বিশ্লেষণে ইনপুট ছাড়া সিদ্ধান্ত নেওয়া বিপজ্জনক

গত কয়েক সপ্তাহে আমি একটা অদ্ভুত জিনিস নিয়ে বসে ছিলাম। আমার টেবিলে ছিল একটা স্টেজ-১ ডিকনস্ট্রাকশন রিপোর্ট, যেটা supposedly একটা ক্রিকেট নিবন্ধ থেকে তৈরি হওয়ার কথা। কিন্তু যখন ফাইলটা খুললাম, তখন দেখি সব ঘর ফাঁকা। আর্টিকেল টাইটেল নেই, সোর্স নেই, কোর ভিউপয়েন্ট নেই, ইনফরমেশন পয়েন্ট নেই। প্রতিটা ফিল্ডে লেখা আছে N/A, অথবা কোথাও একটা প্লেসহোল্ডার নির্দেশনা বসানো। এটা এমন একটা অনুভূতি, যেন আপনি একটা স্কোরকার্ড হাতে নিয়েছেন, কিন্তু পিচে কেউ ব্যাটিংই করেনি।

আমি ২০১৭ সাল থেকে মেলবোর্ন ভিক্টরির প্রতিটা ম্যাচ ম্যানুয়াল স্প্রেডশিটে লগ করি। সেই সময় শিখেছিলাম একটা জিনিস — ডেটা না থাকলে বিশ্লেষণ করা যায় না, আর জোর করে বিশ্লেষণ করলে সেটা আর বিশ্লেষণ থাকে না, সেটা গল্প হয়ে যায়। এই ফাঁকা রিপোর্টটা হাতে নিয়ে আমি ঠিক সেই শিক্ষাটাই আবার মনে করলাম।

প্রথম যে সমস্যাটা চোখে পড়ল, সেটা হলো ফরম্যাট শনাক্ত না হওয়া। ক্রিকেটে ফরম্যাট মানে সবকিছু। টেস্ট ম্যাচের প্রথম ইনিংসের ৩০০ রান আর টি-টোয়েন্টির ৩০০ রান এক জিনিস না। একটা স্ট্রাইক রেট ১৪০ টি-টোয়েন্টিতে স্বাভাবিক, ওয়ানডেতে অসাধারণ, টেস্টে প্রায় অকল্পনীয়। স্টেজ-১-এ যদি ফরম্যাটই না থাকে, তাহলে স্টেজ-২ কীভাবে বলবে কোন সংখ্যা ভালো আর কোন সংখ্যা খারাপ? উত্তর হলো — বলতে পারে না। কিন্তু এর মানে এই না যে বিশ্লেষণ থেমে যায়; বরং এখানেই আসল কাজ শুরু হয়।

আমি আমার ২০১৮ সালের ওয়ার্ল্ড কাপ এক্সজি অডিটের কথা মনে করলাম। ফ্রান্স বনাম আর্জেন্টিনা ম্যাচে স্কোরলাইন ছিল ৪-৩, কিন্তু এক্সজি ছিল ২.১ বনাম ১.৮। স্কোরলাইন আর এক্সজি এক কথা বলছিল না। আমি তখন একটা সিদ্ধান্ত নিয়েছিলাম — পেনাল্টি, সেট পিস আর ওপেন প্লে চান্স আলাদা করে লিখব। এই সিদ্ধান্তটা কিন্তু ফাঁকা ডেটা থেকে আসেনি; এটা এসেছিল সেই মুহূর্ত থেকে যখন আমি দেখলাম স্কোর আর মডেল দুই দিকে যাচ্ছে। ক্রিকেটে একই ঘটনা ঘটে যখন উইকেট কলাম দেখে বোলারকে বিচার করা হয়, অথচ ইকোনমি রেট আর ডট বলের হার অন্য কথা বলে।

দ্বিতীয় যে জায়গাটায় ফাঁকা ডেটা সবচেয়ে বেশি ক্ষতি করে, সেটা হলো প্লেয়ার মূল্যায়ন। একটা ইনিংসের স্কোর দেখে খেলোয়াড়ের ফর্ম বিচার করা ঠিক ততটাই ভুল, যতটা ভুল একটা ম্যাচের পসেশন পার্সেন্টেজ দেখে দলের স্টাইল বিচার করা। আমি বহুবার দেখেছি, ৬০% পসেশন নিয়ে দল হেরে গেছে, আবার ৩৫% পসেশন নিয়ে জিতেছে। ক্রিকেটেও একই — একজন ব্যাটার ৪৫ বলে ৫০ করেছেন স্ট্রাইক রেট ১১১ নিয়ে, কিন্তু তার মধ্যে ৩০ রান এসেছে শেষ ওভারগুলোতে যখন ম্যাচ প্রায় হারার পথে। এই আলাদা করা ছাড়া ডেটা শুধু সংখ্যা, বিশ্লেষণ নয়।

তাই আমার কাছে স্টেজ-২-এর এই ফাঁকা ফ্রেমওয়ার্কটা আসলে একটা সতর্কবার্তা। প্রতিটা ডাইমেনশনে লেখা N/A — ইনসাফিসিয়েন্ট ইনফরমেশন। এটা ব্যর্থতা নয়, এটা সিস্টেমের সততা। যদি স্টেজ-২ জোর করে টিম, প্লেয়ার, র্যাঙ্কিং বানিয়ে ফেলত, তাহলে সেটা আর বিশ্লেষণ থাকত না, ফিকশন হয়ে যেত। আর ক্রিকেট ফিকশন লেখার জায়গা নয়, ক্রিকেট ডেটা দিয়ে গল্প বলার জায়গা।

যাই হোক, ফাঁকা ডেটা মানে এই না যে ফ্রেমওয়ার্কটা অকেজো। বরং আমি দেখলাম, এই ফ্রেমওয়ার্কটা আটটা ডাইমেনশনে ভাগ করা — ফরম্যাট ও ম্যাচ, প্লেয়ার টেকনিক, টিম ল্যান্ডস্কেপ, লিগ ও কমার্শিয়াল, রুলস ও গভর্নেন্স, রিস্ক, পাবলিক ন্যারেটিভ, আর ইন্ডাস্ট্রি ট্রান্সমিশন। এটা আসলে একটা চেকলিস্ট। যখনই নতুন ডেটা আসবে, এই আটটা ঘর ভরে যাবে। কিন্তু এখন এই ঘরগুলো ফাঁকা থাকাটাই বলে দেয় ইনপুট সোর্সে সমস্যা আছে।

এখানে একটা কনট্রারিয়ান পয়েন্ট আছে, যেটা আমি তুলতে চাই। অনেকে মনে করেন ফাঁকা ডেটা মানে বিশ্লেষণ বন্ধ করে দেওয়া উচিত। আমি বলব উল্টোটা — ফাঁকা ডেটা সবচেয়ে বেশি শেখায়। কারণ যখন সব কিছু থাকে, আপনি সহজেই গল্প বানিয়ে ফেলতে পারেন। কিন্তু quando কিছুই থাকে, তখন বুঝতে পারেন ফ্রেমওয়ার্কের কোন অংশগুলো সত্যিই ইনপুটের উপর নির্ভরশীল আর কোন অংশগুলো শুধু কাঠামো। আমার মেলবোর্ন সিটির ২০২০ সালের PPDA ট্র্যাকিংয়ের সময় এটা টের পেয়েছিলাম। খালি স্টেডিয়ামে PPDA ৮.১ থেকে ৯.৮-তে উঠেছিল, হাই টার্নওভার ২২% কমেছিল। কিন্তু সেই ডেটা দিয়ে আমি বলতে পারিনি দর্শক না থাকাটাই একমাত্র কারণ। হয়তো ছিল ট্রাভেল শিডিউল, হয়তো ছিল কন্ডিশনিং। এই সতর্কতাটা না থাকলে বিশ্লেষণটা সুন্দর হতো, কিন্তু ভুল হতো।

আমার মতে, একটা ডেটা বিশ্লেষণের সবচেয়ে বড় শক্তি হলো সে কী বলতে পারে না সেটা জানে। স্টেজ-২ এখানে ঠিক সেটাই করেছে — প্রতিটা ডাইমেনশনে স্বীকার করেছে সে জানে না। এটা দুর্বলতা নয়, এটা পদ্ধতিগত সততা।

তাহলে প্রশ্ন হলো, এরপর কী? আমার কাছে উত্তরটা পরিষ্কার — সোর্স আর্টিকেলটা আবার স্টেজ-১-এ ফেলতে হবে। কোর ভিউপয়েন্ট, ইনফরমেশন পয়েন্ট, এনটিটিজ — এই তিনটা ঘর ভরলেই আটটা ডাইমেনশন কাজ শুরু করবে। এখন পর্যন্ত যা আছে, তা হলো একটা প্রমাণ যে সিস্টেম নিজের সীমা চিনে। এবং ক্রিকেটে, যেখানে একটা বলের ফলাফল ছয় দিক থেকে প্রভাবিত হয়, সেখানে সীমা চেনাটাই প্রথম যোগ্যতা।

প্রতিটা কাঁচা ডেটার পেছনে একটা সত্য লুকিয়ে থাকে। কিন্তু সত্য খুঁজতে হলে প্রথমে জানতে হবে কোথায় দেখতে হবে। আর সেই খোঁজ শুরু হয় একটা প্রশ্ন দিয়ে, একটা অনুমান দিয়ে নয়।