শূন্য ইনপুট, অটুট সততা: ক্রিকেট-বিশ্লেষণের পাইপলাইনে তথ্য-অখণ্ডতার সংকট

মেলবোর্নের শীতে রাত প্রায় দেড়টা। ডেস্কে কফি অনেকক্ষণ ঠান্ডা। আমি স্ক্রিনে স্টেজ-ওয়ান ডিকনস্ট্রাকশনের ফলাফল খুললাম, আর যা দেখলাম তা কোনো ম্যাচের স্কোরকার্ড নয় — একটা ফাঁকা জেসন অবজেক্ট। Article Title: N/A। Core Viewpoints: খালি। Information Points: শূন্য। Entities Involved: কোনো নাম নেই। Time Sensitivity: অনুমান-অনুপস্থিত। Source Quality: অনির্ধারিত।

৩২ বছর ধরে ক্রিকেট দেখছি, ১২ বছর ধরে বাজি-মার্কেটের মডেল বানাচ্ছি, কিন্তু এই মুহূর্তটা আমাকে নতুন একটা প্রশ্নের সামনে দাঁড় করাল। যখন পাইপলাইন কিছুই ফেরত দেয় না, তখন বিশ্লেষক কী করেন? সহজ উত্তরটা লোভনীয়: ফাঁকা জায়গাটা গল্প দিয়ে ভরে দাও। একটা দল জিতল, একটা খেলোয়াড় আউট হলো, একটা সিরিজ গেল — এগুলো জোড়া লাগিয়ে একটা বিশ্বাসযোগ্য আখ্যান বানিয়ে ফেলা যায়। কিন্তু আমি যখন ২০১৭ সালে একটা ফাঁকা এক্সজি শিট নিয়ে বসেছিলাম, তখন থেকেই আমার একটাই নিয়ম: ডেটা না থাকলে কল্পনা দিয়ে মডেল বানানো যাবে না।

আমি শুরু করেছিলাম একটা এ-লিগ এক্সজি থ্রেড দিয়ে, যেখানে কেউ ম্যাচ দেখত না, আর সংখ্যাগুলো পরিষ্কার ছিল। ২০১৭ সালে সিডনি এফসি বনাম মেলবোর্ন ভিক্টরি গ্র্যান্ড ফাইনালে আমি ১৪ শট বনাম ৮ শট, আর ১.২ বনাম ০.৭ এক্সজি এজ ট্র্যাক করেছিলাম। সেট-পিস চেইনের এক্সজি, ভাগ্য নয়, শুটআউটটা ঠিক করেছিল — এই যুক্তি লিখতে গিয়ে আমি শিখেছিলাম, প্রমাণ ছাড়া দাবি করা মানে মডেলকে বিষ দেওয়া। আজকের ফাঁকা জেসন অবজেক্টটা সেই শিক্ষার চরম পরীক্ষা।

প্রসঙ্গ: ক্রিকেট-বিশ্লেষণের পাইপলাইন আসলে কী করে

আধুনিক ক্রিকেট-বিশ্লেষণ কোনো একক পর্যবেক্ষণ নয়, এটা একটা স্তরভিত্তিক পাইপলাইন। প্রথম স্তরে থাকে ডিকনস্ট্রাকশন — ম্যাচ থেকে কাঁচা তথ্য বের করা: কোন ফরম্যাট (টেস্ট, ওয়ানডে, টি-টোয়েন্টি, দ্য হান্ড্রেড), ইনিংস ও ওভার-স্প্লিট, ভেন্যু, আবহাওয়া, শিশির, ডিএলএস প্রভাব, ইনজুরি, দলীয় গঠন। দ্বিতীয় স্তরে আসে বিশ্লেষণ — সেই কাঁচা তথ্যকে মডেলে ঢুকিয়ে অর্থ বের করা: এক্সপেক্টেড রান, এক্সপেক্টেড উইকেট, ফেজ লিভারেজ, ম্যাচআপ মডেল।

আমার কাছে এই দুই স্তরের সম্পর্কটা রক্ত-সঞ্চালনের মতো। ডিকনস্ট্রাকশন যদি ফাঁকা ফেরে, তাহলে বিশ্লেষণ কেবল একটা ফ্যান্টম অঙ্গ — দেখতে জীবন্ত, কিন্তু শিরায় রক্ত নেই। আজ যা ঘটেছে ঠিক সেটাই। Stage-1-এর প্রতিটি ক্ষেত্র হয় N/A, নয়তো শূন্য, নয়তো অনুমান-অনুপস্থিত। মানে ইনপুট স্তরটা ভেঙে পড়েছে।

এখানেই আমি থামি। কারণ ক্রিকেট-বিশ্লেষণের সবচেয়ে বড় ফাঁদ এই জায়গাটাই — ফাঁকা ইনপুটকে অস্বীকার করে বিশ্লেষণ চালিয়ে যাওয়া। ফুটবলে জার্মানি কোরিয়ার কাছে ০-২ হেরেছিল, তখন তারা ২৬ শট আর ২.৪ এক্সজি বানিয়েছিল, ৭০ শতাংশ বল দখলে রেখেছিল। কেউ কেউ বলেছিল, জার্মানি 'খারাপ খেলেনি'। কিন্তু ৭০তম মিনিটের পর তাদের শট-প্রতি-এক্সজি ছিল মাত্র ০.০৯ — যা ছিল দখল, কিন্তু ভেদনহীন। সংখ্যা না থাকলে আমি কখনোই ওই পার্থক্য ধরতে পারতাম না। জার্মানি ছাব্বিশ শট নিয়েছিল, ২.৪ এক্সজি বানিয়েছিল, শূন্য গোল করেছিল, আর আমাকে শিখিয়েছিল স্কোরলাইনকে অবিশ্বাস করতে।

তাই যখন Stage-1 ফাঁকা ফেরে, আমি স্কোরলাইনের জায়গায় একটা খালি ফ্রেম পাই। আর খালি ফ্রেমকে আমি জোর করে ভরাট করব না। কারণ ভরাট করা মানে পাঠকের সঙ্গে প্রতারণা।

মূল বিশ্লেষণ: তথ্য-অখণ্ডতা কেন ক্রিকেট-বিশ্লেষণের প্রাণভোমরা

তথ্যের প্রোভেন্যান্স ছাড়া ক্রিকেট-বিশ্লেষণ কেবল আখ্যান, প্রমাণ নয়। এটা আমার প্রথম সিদ্ধান্ত, এবং এটা ব্লকচেইনের মূল দর্শনের সঙ্গেও মিলে যায়। ব্লকচেইনের কেন্দ্রীয় ধারণা হলো — প্রতিটি লেনদেনের একটা যাচাইযোগ্য ইতিহাস থাকে, কেউ তা চুপিসারে বদলাতে পারে না। ক্রিকেট-ডেটার ক্ষেত্রেও একই নিয়ম হওয়া দরকার। কোন ম্যাচ, কোন সূত্র, কোন তারিখ, কোন ফরম্যাট — এই চারটে ছাড়া একটা সংখ্যা ক্রিকেট-বিশ্লেষণে ঢোকার যোগ্যতাই রাখে না।

আজকের নথিতে যেহেতু Article Source, Time Sensitivity, Source Quality — সব অনির্ধারিত, তাই ডেটা-চেইনটা শুরুতেই ছিঁড়ে গেছে। এখানে একটা গুরুত্বপূর্ণ বিষয় পরিষ্কার করা দরকার। ব্লকচেইনের সঙ্গে ক্রিকেট-বিশ্লেষণের মিলটা শব্দের খেলা নয়, কাঠামোর মিল। ব্লকচেইনে একটি ব্লক বদলাতে গেলে আগের সব ব্লকের হ্যাশ বদলাতে হয়, আর সেটা প্রায় অসম্ভব। ক্রিকেট-বিশ্লেষণেও একটি কাঁচা তথ্য বদলালে তার উপর দাঁড়ানো সব উপসংহার বদলে যাওয়া উচিত। কিন্তু বাস্তবে কী হয়? মানুষ ফাঁকা জায়গা দেখলে সেটা চুপিসারে একটা প্লাসিবল সংখ্যা বসিয়ে দেয়, আর সেটা কেউ যাচাই করে না। এটাই ক্রিকেট-বিশ্লেষণের নীরব দুর্নীতি।

আমি এখানে একটা দাবি করছি, যেটা পাঠক আগে শোনেননি: একটা ফাঁকা ডেটাসেট একটা ভুল ডেটাসেটের চেয়ে বেশি মূল্যবান, কারণ ফাঁকা ডেটা সত্যটা স্বীকার করে, ভুল ডেটা মিথ্যাটা লুকায়। ডেটা-পাইপলাইনে নাল আউটপুট এক ধরনের সততার সিগন্যাল। অথচ শিল্পে আমরা উল্টোটা করি — নাল আউটপুটকে ব্যর্থতা ভাবি, আর তারপর ফাঁকা জায়গা ভরে ফেলি অনুমানে।

এক্সপেক্টেড রান ও এক্সপেক্টেড উইকেট: ফুটবল থেকে ক্রিকেটে অনুবাদের শৃঙ্খলা

আমার বিশ্লেষণী জীবনের সবচেয়ে বড় পাঠ হলো ফুটবলের এক্সজি থেকে ক্রিকেটে মেট্রিক অনুবাদ। ফুটবলে এক্সজি বলে, একটা শট কতটা গোল হওয়ার যোগ্য ছিল। ক্রিকেটে আমি ঠিক সেই যুক্তিতে দাঁড় করাই এক্সপেক্টেড রান ও এক্সপেক্টেড উইকেট। একটা শটের মান যেভাবে পজিশন, অ্যাঙ্গেল, ডিফেন্ডারের চাপ, আর গোলকিপারের অবস্থানের উপর নির্ভর করে, তেমনি একটা ব্যাটিং শটের মান নির্ভর করে বলের লাইন-লেংথ, ফিল্ড প্লেসমেন্ট, ম্যাচ-স্টেট, আর বোলারের সাম্প্রতিক ফর্মের উপর।

কিন্তু এখানে একটা সূক্ষ্ম পার্থক্য আছে, আর সেটা আমি সবসময় স্পষ্ট করি। ফুটবলে এক ম্যাচে ১০-১৫টা শটই যথেষ্ট বড় নমুনা। ক্রিকেটে এক ইনিংসে ১২০ বলে একজন ব্যাটসম্যানের ফেস করা ডেলিভারি ৭০-৮০টার বেশি নয়, আর টেস্টে এক সেশনেই পরিবর্তন এসে যায়। তাই ক্রিকেটে এক ম্যাচের এক্সপেক্টেড রান দিয়ে কোনো উপসংহার টানা বিপজ্জনক। এই কারণেই আমি সবসময় রোলিং উইন্ডো ব্যবহার করি — অন্তত দশটা ম্যাচ, নয়তো ছয় মাসের ডেটা।

এখান থেকে একটা কাঠামোগত সতর্কবার্তা আসে। ব্লকচেইনের মতো যাচাইযোগ্যতা দরকার, কিন্তু ব্লকচেইনের মতো অপরিবর্তনীয়তাও বিপজ্জনক হতে পারে যদি ইনপুট নিজেই ভুল হয়। একটা ভুল ডেটা চেইনে সিলমোহর পড়ে গেলে সেটা চিরকালের মিথ্যা হয়ে যায়। ক্রিকেট-বিশ্লেষণে তাই দুটো স্তর দরকার: এক, প্রোভেন্যান্স যাচাই — কোন সংখ্যা কোথা থেকে এলো; দুই, সময়ভিত্তিক পুনর্মূল্যায়ন — নতুন তথ্য এলে পুরোনো উপসংহার বাতিল করার সাহস।

ফেজ লিভারেজ: খালি ফ্রেমের জায়গায় যা বসানো উচিত

ধরা যাক পাইপলাইন ফাঁকা ফেরে, কিন্তু বিশ্লেষকের হাতে একটা অনুমানযোগ্য কাঠামো আছে। তাহলে কী করব? আমি ক্রিকেট-বিশ্লেষণে ফেজ লিভারেজ ব্যবহার করি। একটা টি-টোয়েন্টি ম্যাচে পাওয়ারপ্লে, মিডল ওভার, আর ডেথ ওভার — প্রত্যেকটার আলাদা ঝুঁকি-পুরস্কার প্রোফাইল। ডেথ ওভারে একটা ওভার হারানো মানে ম্যাচ হারার সম্ভাবনা অনেক বেড়ে যাওয়া, কিন্তু পাওয়ারপ্লেতে একটা উইকেট হারানোর ক্ষতির মাত্রা অনেক কম।

ম্যাচের ফেজ চিনলে বোঝা যায়, কোন ওভারটা আসলে ম্যাচের ওজন বহন করছে। এটা ফুটবলের পিপিডিএ (পাস-পার-ডিফেন্সিভ-অ্যাকশন) ধারণার ক্রিকেট সংস্করণ। ফুটবলে পিপিডিএ কম মানে বেশি আক্রমণাত্মক প্রেস, বেশি মানে প্যাসিভ বসে থাকা। ক্রিকেটে আমি ঠিক সেই যুক্তিতে দেখি — কোন দল মিডল ওভারে রান-রেট চাপ দিচ্ছে, আর কোন দল ডেথ ওভারের জন্য শক্তি সঞ্চয় করছে।

কিন্তু এই সবকিছুর জন্য দরকার একটা কাঁচা তথ্যভাণ্ডার। ফাঁকা ইনপুট নিয়ে ফেজ লিভারেজ বের করা মানে অন্ধকারে তীর ছোঁড়া। আর আমার পেশা — স্পোর্টস বেটিং অ্যানালিস্ট — আমাকে ঠিক এখানেই সতর্ক হতে শিখিয়েছে। বাজি-মার্কেটে ভুল মডেল মানে টাকা হারানো, কিন্তু একটা ফাঁকা মডেলকে জোর করে চালানো মানে আরও বড় কিছু হারানো: পদ্ধতির প্রতি বিশ্বাস।

খালি স্টেডিয়ামের পাঠ: প্রসঙ্গ-ভেরিয়েবল ছাড়া মডেল অসম্পূর্ণ

২০২০ সালে, কোরোনা বিরতির সময়, আমি খালি স্টেডিয়ামের ডেটায় ডুব দিয়েছিলাম। বুনদেসলিগা ১৬ মে পুনরায় শুরু হয়েছিল, ডর্টমুন্ড ৪-০ শালকে। প্রথম ৪৫টা খালি-স্টেডিয়াম ম্যাচে হোম টিম জিতেছিল মাত্র ৩৩ শতাংশ, গড়ে ১.২ পয়েন্ট — যা ভিড় থাকা অবস্থায় ছিল ১.৬। আমি একটা ক্রাউড-অ্যাবসেন্স অ্যাডজাস্টমেন্ট বানিয়েছিলাম।

এই মডেলটা আমাকে শিখিয়েছিল, প্রসঙ্গ-ভেরিয়েবল ছাড়া যেকোনো সংখ্যা অসম্পূর্ণ। ক্রিকেটে ভেন্যু, আবহাওয়া, শিশির, ট্র্যাভেল, বিশ্রাম — এসব বাদ দিয়ে এক্সপেক্টেড রান দেখা মানে অর্ধেক ছবি দেখা। একই ইনিংস, একই ব্যাটসম্যান, কিন্তু ভিন্ন ভেন্যু আর ভিন্ন শিশির-অবস্থায় দুটো আলাদা ম্যাচ।

এখানেই আজকের ফাঁকা ইনপুটের গভীরতম শিক্ষা। Stage-1 যেহেতু ভেন্যু, আবহাওয়া, ফরম্যাট — কিছুই দেয়নি, তাই আমি প্রসঙ্গ-স্তর যোগ করার সুযোগও পাইনি। মডেলের সবচেয়ে মূল্যবান স্তরটা অনুপস্থিত। আর আমি জানি, অনুপস্থিত স্তরকে অনুমানে ভরাট করা মানে একটা জাল মডেল বানানো।

ভ্যারিয়েন্স বনাম সিগন্যাল: আপসেটের পর যে ফাঁদটা অপেক্ষা করে

আমি সবসময় ভ্যারিয়েন্স-প্রথম সংশয়বাদী। কোনো দল অপ্রত্যাশিতভাবে হেরে গেলে বা জিতে গেলে মানুষ নৈতিক আতঙ্কে ভোগে — 'দলটা শেষ', 'সিস্টেম ভেঙে পড়েছে'। আমি সেটা মানি না। আমি দেখি, ফলাফলটা প্রক্রিয়ার পুনরাবৃত্তি ছিল, নাকি কেবল নয়েজ।

তবে এখানে একটা বিপদ আছে, যেটা আমি নিজের মধ্যে চিনি। ২৬ শট, ২.৪ এক্সজি, শূন্য গোলের পাঠ যদি অতিরিক্ত কঠিন হয়ে যায়, তাহলে আমি সব ফলাফলকেই 'নয়েজ' বলে উড়িয়ে দিতে শুরু করি। এটা এক ধরনের নিহিলিজম — যেখানে কিছুই গুরুত্বপূর্ণ নয়, সবই ভাগ্য। এটা ভুল। প্রক্রিয়া-সিগন্যাল আর ফলাফল-নয়েজ আলাদা করতে বহু-ম্যাচের নমুনা দরকার। একটা ম্যাচ কখনোই প্রমাণ নয়।

আজকের ফাঁকা ডেটাসেট ঠিক এই জায়গায় একটা শিক্ষা দিচ্ছে। একটা নাল আউটপুটের মানে এই নয় যে 'কিছু হয়নি', বরং 'কিছু পাওয়া যায়নি'। আর এই দুটোর মধ্যে বিশাল ফারাক। প্রথমটা একটা সিদ্ধান্ত, দ্বিতীয়টা একটা তথ্য-ব্যর্থতা। এদের গুলিয়ে ফেললে বিশ্লেষণ শুরু হয় ভুল জায়গা থেকে।

ওভারপ্যারামিটারাইজেশনের ফাঁদ: কেন আমি ভেরিয়েবল কম রাখি

আমি স্বভাবতই একজন ইটারেটিভ ওভারবিল্ডার। আমার স্বভাবে আছে প্রতিটা মডেলে আরও একটা ভেরিয়েবল যোগ করার লোভ। পিচ, আবহাওয়া, শিশির, ম্যাচ-স্টেট, প্রতিপক্ষের মান, ফরম্যাট, টুর্নামেন্ট-চাপ — সব যোগ করলে মনে হয় মডেল পূর্ণ হলো। কিন্তু বাস্তবে এটাই সবচেয়ে বড় ফাঁদ।

প্রতিটা অতিরিক্ত ভেরিয়েবল একটা নতুন ভুলের দরজা খোলে, যদি না সেটা সত্যিই সিগন্যাল বহন করে। আজকের নথিতে যেহেতু কোনো ভেরিয়েবলই পাওয়া যায়নি, সেখানে একটা কৃত্রিম ভেরিয়েবল যোগ করা মানে বিশুদ্ধ কল্পনা। আমি সেটা করব না। বরং আমি ঘোষণা করছি: এই ডেটাসেট বিশ্লেষণের অযোগ্য, এবং এই স্বীকৃতিটাই এখানে একমাত্র সৎ সিদ্ধান্ত।

এখন একটা প্রশ্ন ওঠে — তাহলে একটা খালি নথি নিয়ে এত লেখা কেন? উত্তর সরল। কারণ খালি নথিটা নিজেই একটা বিষয়। পাইপলাইন ব্যর্থতা, তথ্য-ইনজেশন ত্রুটি, অসমর্থিত আর্টিকেল-টাইপ — এসব ক্রিকেট-বিশ্লেষণের লুকানো রোগ। আমরা স্কোরকার্ড নিয়ে তর্ক করি, কিন্তু ডেটা যাচাই নিয়ে তর্ক করি না। অথচ যাচাই ছাড়া সব তর্ক অসম্পূর্ণ।

ব্লকচেইন-সদৃশ ডেটা-সিল: ক্রিকেট-বিশ্লেষণের পরবর্তী ধাপ

আমি এখানে একটা প্রস্তাব রাখছি, যেটা আমার কাছে পরবর্তী যৌক্তিক ধাপ মনে হয়। ক্রিকেট-বিশ্লেষণে প্রতিটি কাঁচা তথ্যের সঙ্গে একটা যাচাইযোগ্য সিল থাকা উচিত — কোথা থেকে এলো, কে যাচাই করল, কখন যাচাই হলো, আর পরবর্তীতে কেউ তা বদলালে পুরোনো উপসংহার কীভাবে বাতিল হবে। ব্লকচেইন এই সমস্যার একটা কাঠামোগত সমাধান দেয়, কারণ সেখানে প্রতিটি রেকর্ডের একটা অপরিবর্তনীয় ইতিহাস থাকে।

কল্পনা করুন, প্রতিটি ম্যাচ-ডেটা একটা ব্লকের মতো। আপনি যখনই কোনো সংখ্যা ব্যবহার করবেন, সেটার পুরো ইতিহাস দেখতে পাবেন — কোন সূত্র, কোন তারিখ, কোন যাচাই। যদি কোনো সূত্র পরে সংশোধন হয়, তাহলে তার উপর দাঁড়ানো সব বিশ্লেষণ স্বয়ংক্রিয়ভাবে পতাকা ওড়াবে। এতে বিশ্লেষক আর পাঠক, দুজনেই জানবেন কোন সংখ্যা বিশ্বাসযোগ্য, আর কোনটা নয়।

তবে আমি এখানে ব্লকচেইনের অপরিবর্তনীয়তার সীমাটাও স্বীকার করছি। একটা ভুল ডেটা যদি চিরকালের জন্য সিলমোহর হয়ে যায়, তাহলে সেটা সংশোধনের পথ বন্ধ করে দেয়। ক্রিকেটে ডেটা প্রায়ই সংশোধিত হয় — বল-ট্র্যাকিং সিস্টেম আপডেট হয়, স্কোরিং সংশোধন হয়। তাই আমি এমন একটা কাঠামো চাই যেখানে ইতিহাস অপরিবর্তনীয়, কিন্তু নতুন সংশোধন স্তর যোগ করা যায়। এটা ব্লকচেইনের ফর্ক ধারণার মতো — পুরোনো চেইন থাকল, তার পাশে নতুন শাখা।

বিপরীতমুখী কোণ: ফাঁকা বিশ্লেষণ কেন সৎ, আর বানানো বিশ্লেষণ কেন বিপজ্জনক

এখন আসি স্বাভাবিক অনুমানের বিরুদ্ধে। সাধারণভাবে মানুষ ভাববে, একটা ফাঁকা বিশ্লেষণ একটা ব্যর্থ বিশ্লেষণ। আমি বলছি উল্টোটা। একটা ফাঁকা বিশ্লেষণ তখনই সৎ, যখন বিশ্লেষক তা ফাঁকা বলে স্বীকার করেন; আর একটা ভরাট বিশ্লেষণ তখনই মিথ্যা, যখন ভরাটটা কল্পনা দিয়ে হয়।

ভাবুন, আমি যদি আজ ফাঁকা ইনপুটের উপর একটা দলীয় উপসংহার লিখে দিতাম — 'এই দল দুর্বল', 'এই পদ্ধতি ব্যর্থ' — তাহলে সেটা দেখতে পূর্ণ লাগত, কিন্তু ভেতরে শূন্য। পাঠক সেটা বিশ্বাস করত, কারণ সংখ্যার ভাষায় লেখা থাকে। এই ধরনের বিশ্লেষণই ক্রিকেট-আলোচনার সবচেয়ে বড় বিষ। কারণ মানুষ সংখ্যা দেখলে যাচাই করতে ভুলে যায়।

দ্বিতীয় বিপরীতমুখী পর্যবেক্ষণ: নাল আউটপুট আসলে পদ্ধতির একটা ডায়াগনস্টিক। যদি পাইপলাইন বারবার ফাঁকা ফেরে, তাহলে সমস্যাটা কোনো একটা ম্যাচে নয়, সিস্টেমে। আর সিস্টেম-ত্রুটি লুকিয়ে রাখলে সেটা প্রতিটি পরবর্তী বিশ্লেষণে ছড়িয়ে পড়ে। একজন ডেটা-সন্ন্যাসীর কাজ তাই কখনো শুধু বিশ্লেষণ নয়, বিশ্লেষণের ভিত্তিটা যাচাই করা।

আমি আমার সাংবাদিকতার শুরুর দিনগুলো মনে করি। ১৯৯৬ সালে যখন আমি প্রথম বড় মঞ্চে খেলার অভিজ্ঞতা পাই, তখন শিখেছিলাম, ভিত্তি না থাকলে উপরে যা বানানোর তা ভেঙে পড়ে। পরে ২০০৭ সালে ক্রিকেট-লেখা থেকে ক্রিকেট বোর্ডের মিডিয়া ব্যবস্থাপনায় যাওয়ার সময় দ্য ডেইলি স্টার আমাকে 'সূক্ষ্ম ক্রিকেট-লেখক' বলেছিল। সেই সময়টা আমাকে শিখিয়েছিল, সাংবাদিকতার সবচেয়ে বড় শৃঙ্খলা হলো তথ্যের প্রতি বিশ্বস্ততা।

ক্রাউড-অ্যাবসেন্স মডেলের আরেকটা পাঠ: প্রেক্ষাপট বদলালে মডেল বদলায়

খালি স্টেডিয়ামের মডেল আমাকে আরেকটা জিনিস শিখিয়েছিল, যেটা আজকের প্রসঙ্গে সরাসরি প্রযোজ্য। যখন প্রেক্ষাপট বদলায়, মডেলের ধ্রুবকগুলোও বদলায়। ভিড় থাকলে হোম-অ্যাডভান্টেজ ১.৬ পয়েন্ট, ভিড় না থাকলে ১.২। একই লিগ, একই দল, কিন্তু আলাদা প্রেক্ষাপটে আলাদা ফল।

এটাই আমাকে শেখায়, একটা ফাঁকা ইনপুটের উপর দাঁড়ানো বিশ্লেষণ মানে প্রেক্ষাপটহীন মডেল। আর প্রেক্ষাপটহীন মডেল এমন উপসংহার দেয়, যেটা এক ম্যাচে সত্য, পরের ম্যাচে মিথ্যা। আমি এমন মডেল কখনো বাজি-বাজারে ব্যবহার করি না, আর কখনো পাঠকের সামনে পূর্ণ বলে উপস্থাপন করি না।

ফুটবল থেকে ক্রিকেটে অনুবাদের সীমা: যেখানে তুলনা ভেঙে পড়ে

আমার বিশ্লেষণী পরিচয়ের একটা বড় অংশ এই ক্রস-স্পোর্ট অনুবাদ — ফুটবলের এক্সজি থেকে ক্রিকেটের এক্সপেক্টেড রান। কিন্তু আমি সবসময় এর সীমাটা মনে রাখি। ফুটবলে এক শট একটা বিচ্ছিন্ন ঘটনা, ক্রিকেটে এক বল আর পরের বলের মধ্যে কাঠামোগত সম্পর্ক আছে — এটা ওভার-বাই-ওভার স্ট্রাকচার।

ফুটবলে একজন স্ট্রাইকার ম্যাচে ৩-৪টা শট নেয়, আর তার এক্সজি দিয়ে তার পারফরম্যান্স মাপা যায়। ক্রিকেটে একজন ব্যাটসম্যান ৭০-৮০টা বল ফেস করে, আর প্রতিটা বলের প্রেক্ষাপট আলাদা — কোন ওভার, কত উইকেট পড়ে আছে, কত রান দরকার। তাই ক্রিকেটে 'এক বলের এক্সপেক্টেড রান' ফুটবলের 'এক শটের এক্সজি'-র সরাসরি প্রতিস্থাপন নয়। এদের ম্যাপ করতে হয় সচেতনভাবে।

এই সচেতন ম্যাপিং ছাড়া ক্রস-স্পোর্ট তুলনা একটা ফাঁদে পরিণত হয়। আর আজকের ফাঁকা ডেটাসেট সেই ফাঁদের সবচেয়ে বড় রূপ — যেখানে তুলনা করার কোনো উপাদানই নেই।

প্রক্রিয়া বনাম ফলাফল: স্কোরলাইনকে বিছানা থেকে নামানোর সময়

আমি সবসময় বলি, স্কোরলাইন হলো বিশ্লেষণের শেষ প্রমাণ, প্রথম নয়। জার্মানির ২৬ শট আর ২.৪ এক্সজি আমাকে এই শিক্ষা দিয়েছিল, কিন্তু আজকের ফাঁকা ডেটাসেট সেটাকে আরও এক ধাপ এগিয়ে নিয়ে যায়। এখানে স্কোরলাইনও নেই, সংখ্যাও নেই। শুধু একটা ফাঁকা ফ্রেম।

এই অবস্থায় সৎ বিশ্লেষকের একটাই কাজ — ফ্রেমটা ফাঁকা রাখা, আর সেটা ফাঁকা বলে ঘোষণা করা। এটা দুর্বলতা নয়, এটা শৃঙ্খলা। ব্লকচেইনের ভাষায় বললে, একটা খালি ব্লক একটা ভুয়া ব্লকের চেয়ে অনেক ভালো।

আমি জানি, এই অবস্থানটা অনেকের কাছে হতাশাজনক শোনাবে। মানুষ বিশ্লেষণের কাছে উত্তর চায়, প্রশ্ন নয়। কিন্তু আমার ৩২ বছরের অভিজ্ঞতা বলে, সবচেয়ে বিপজ্জনক বিশ্লেষক সেই, যিনি ফাঁকা জায়গা দেখলে উত্তর বানিয়ে ফেলেন। আর সবচেয়ে মূল্যবান বিশ্লেষক সেই, যিনি ফাঁকা জায়গা দেখলে সেটার সীমানা পরিষ্কার করে আঁকেন।

বাজি-মার্কেটের দৃষ্টিকোণ: খারাপ ফলের পর মডেলকে রক্ষা করা

আমি একজন স্পোর্টস বেটিং অ্যানালিস্ট। এই পেশা আমাকে শিখিয়েছে দুটো পরস্পরবিরোধী শৃঙ্খলা। এক, মডেলের উপর আস্থা রাখা। দুই, মডেল কখনো ফাঁকা ফেরে সেটা স্বীকার করা।

যখন কোনো মডেল পরপর কয়েকটা বাজি হারায়, তখন মানুষ মডেলকে দোষ দেয়। আমি বলি, খারাপ ফলের একাংশ ভ্যারিয়েন্স, একাংশ মডেল-ত্রুটি। এই দুটো আলাদা করতে নমুনা দরকার। ঠিক তেমনি, যখন কোনো ইনপুট ফাঁকা ফেরে, সেটা ভ্যারিয়েন্স নয়, সেটা ত্রুটি। আর ত্রুটিকে ভ্যারিয়েন্স বলে চালিয়ে দেওয়া মানে নিজের পেশার প্রতি অবিচার।

তাই আমি আজ স্পষ্ট বলছি, এই ফাঁকা ডেটাসেট থেকে কোনো সিদ্ধান্ত নেওয়া যাবে না। এটা ব্যর্থতা নয়, এটা সতর্কবার্তা। আর সতর্কবার্তা মানা মানে ভবিষ্যতের বিশ্লেষণকে রক্ষা করা।

টেকঅ্যাওয়ে: পরের চক্রের জন্য সংকেত

পরবর্তী চক্রে আমার সামনে তিনটা কাজ। প্রথমটা, পাইপলাইনের ইনপুট-স্তর আবার চালানো — আর্টিকেল ঠিকভাবে ইনজেস্ট হয়েছে কি না, আর্টিকেল-টাইপ সমর্থিত কি না, তা যাচাই করা। দ্বিতীয়টা, যদি ইনপুট আসে, তাহলে একই আট-মাত্রিক কাঠামো দিয়ে বিশ্লেষণ চালানো — এইবার প্রমাণসহ, আত্মবিশ্বাস-ট্যাগসহ। তৃতীয়টা, ডেটা-প্রোভেন্যান্সের একটা সিল-কাঠামো দাঁড় করানো, যাতে ভবিষ্যতে প্রতিটা সংখ্যার ইতিহাস যাচাইযোগ্য হয়।

আর একটা প্রশ্ন আমি পাঠকের কাছে রেখে যাই। আপনি যখন কোনো ক্রিকেট-বিশ্লেষণ পড়েন, আপনি কি যাচাই করেন — সংখ্যাটা কোথা থেকে এলো? নাকি শুধু ভাবেন, যুক্তিটা সুন্দর শোনাচ্ছে? যদি উত্তরটা দ্বিতীয়টা হয়, তাহলে পরের ফাঁকা ডেটাসেটটা আপনার কাছেও ফাঁকা থেকে যাবে। আর যদি উত্তরটা প্রথমটা হয়, তাহলে আপনি জানবেন — একটা খালি নথি একটা ভুল নথির চেয়ে সবসময় ভালো।