কোনো তথ্যপ্রমাণ ছাড়া ক্রিকেট বিশ্লেষণ নয়: একটি খালি ডেটাসেটের শিক্ষা

আমি যখন ২০১৭ সালে একটি ডিজিটাল আউটলেটের জন্য প্রিমিয়ার লিগের ৩৮০ ম্যাচের স্ট্যান্ডার্ডাইজড xG ও PPDA ডেটাসেট তৈরি করছিলাম, তখন প্রথম যে নিয়মটি নিজের জন্য স্থির করেছিলাম তা হলো—কোনো সংখ্যা প্রকাশ করব না যদি না তার উৎস, সংজ্ঞা ও যাচাইয়ের পথ স্পষ্ট থাকে। সেই নিয়মটি ক্রিকেটেও সমানভাবে প্রযোজ্য। সম্প্রতি একটি বিশ্লেষণী প্রতিবেদনের খসড়া আমার হাতে এসেছিল, যেখানে শিরোনাম, উৎস, মূল বক্তব্য, তথ্যবিন্দু এবং জড়িত সত্তা—সবই খালি। কেবল একটি লেবেল ছিল: cricket_asia। একজন ক্রিকেট ডেটা বিশ্লেষক হিসেবে ৪৫ বছরের অভিজ্ঞতা আমাকে শিখিয়েছে, খালি ডেটাসেট নিয়ে কোনো সিদ্ধান্তে পৌঁছানো যায় না। আর সেটাই এই প্রতিবেদনের মূল কথা—ক্রিকেটের গভীর বিশ্লেষণ করতে গেলে প্রথম শর্ত হলো তথ্যের অখণ্ডতা।

আমি এই খসড়াটি পেয়ে প্রথমে যা করলাম, তা হলো তার প্রতিটি ঘর পরীক্ষা করা। 'Article Title', 'Article Source', 'Information Points', 'Entities Involved'—সব ক্ষেত্রেই N/A। শুধু 'cricket_asia' লেবেলটি আছে। এই লেবেল থেকে বোঝা যায়, বিষয়টি এশীয় ক্রিকেটের কোনো ঘটনা, কিন্তু তা ম্যাচের প্রতিবেদন, লিগের খবর, শাসন ব্যবস্থার বিশ্লেষণ, নাকি খেলোয়াড়ের প্রোফাইল—তা চিহ্নিত করা অসম্ভব। আমি dataset rebuilt করার সময় তিনবার পুরো ফাইল নতুন করে সাজিয়েছি, তবু কখনো খালি ঘর পূরণ করতে কল্পনার আশ্রয় নিইনি। কারণ, একটি ভুল তথ্য একটি সম্পূর্ণ বিশ্লেষণকে ভুল পথে নিয়ে যেতে পারে।

এখানে বিষয়টি হলো, ক্রিকেট বিশ্লেষণে 'তথ্যের অভাব' নিজেই একটি তথ্য। যদি কোনো প্রতিবেদনে ম্যাচের ফরম্যাট (টেস্ট, ওডিআই, টি-টোয়েন্টি), ভেন্যু, পিচের অবস্থা, স্কোরলাইন, বা কোনো খেলোয়াড়ের নাম না থাকে, তাহলে সেটি কোনো বিশ্লেষণ নয়—এটি একটি ফাঁকা ফর্ম। আমি বহুবার দেখেছি, হট-টেক মিডিয়া দ্রুত মতামত দিতে গিয়ে এই ফাঁকা ফর্মগুলোকে বিশ্লেষণ বলে চালিয়ে দেয়। কিন্তু আমার অভিজ্ঞতা বলে, প্রমাণ ছাড়া কোনো মতামতই টেকসই নয়। ২০১৮ সালে রাশিয়ায় ইংল্যান্ডের সেট-পিস রান বিশ্লেষণ করার সময় প্রতিটি কর্নারের ডেলিভারি জোন, সেকেন্ড-বল রিকভারি এবং xG আলাদা করে লগ করেছিলাম। তখন যদি শুধু 'দুর্দান্ত সেট-পিস' বলে বিষয়টি শেষ করতাম, তাহলে হয়তো কারও কাছে সেটি বিশ্বাসযোগ্য হতো না।

এই খসড়ায় দ্বিতীয় যে সমস্যাটি আছে, তা হলো এটির নিজস্ব কোনো বিশ্লেষণী কাঠামো নেই। যদিও এতে আটটি মাত্রা—ম্যাচ বিশ্লেষণ, খেলোয়াড়ের কৌশল, দলের অবস্থান, লিগ ও বাণিজ্যিক পরিবেশ, নিয়ম ও শাসন, ঝুঁকি, জনপরিসরের প্রত্যাশা এবং শিল্পের সম্প্রচার—সবই রয়েছে, কিন্তু প্রতিটির ঘরই 'N/A—অপর্যাপ্ত তথ্য' দিয়ে ভরা। একটি ক্রিকেট ম্যাচের বিশ্লেষণ করতে গেলে প্রথমে দরকার ম্যাচের প্রকৃতি (টি-টোয়েন্টি নাকি ওডিআই), তারপর ভেন্যু ও পরিবেশগত কারণ (ডিউ, বৃষ্টি, ডিএলএস), তারপর স্কোর ও ফলাফল। এগুলো ছাড়া 'কী-ফেজ পারফরম্যান্স' বা 'ভেন্যু ফ্যাক্টর' নিয়ে কথা বলার কোনো ভিত্তি নেই।

আমি এই জায়গায় একটি গুরুত্বপূর্ণ পদ্ধতিগত শিক্ষা দেখছি। ক্রিকেটে 'ক Correlation নয় causation'—এই নীতিটি আমি বহুবার প্রয়োগ করেছি। যেমন, ২০২০ সালে স্টেডিয়াম খালি হয়ে যাওয়ার পর বুন্দেসলিগার প্রথম নয় রাউন্ডের ডেটা দেখে আমি হোম উইন রেট ৪৩.২% থেকে ৩৩.৩%-এ নেমে যাওয়া এবং হোম টিমের গড় xG ০.১৮ কমে যাওয়া লক্ষ্য করি। কিন্তু শুধু এই প্যাটার্ন দেখেই সিদ্ধান্তে আসিনি; বরং প্রতিটি মডেলে ক্রাউড-অ্যাডজাস্টমেন্ট লেয়ার যোগ করেছি এবং পদ্ধতি প্রকাশ করেছি। এই খসড়ায় সেই ধরনের কোনো ডেটা না থাকায় 'হোম-গ্রাউন্ড বায়াস' বা 'টস/ডিএলএস'-এর প্রভাব বিশ্লেষণ করা সম্ভব নয়।

এবার আসি মূল কৌশলগত দিকে। এই খসড়ায় একটিও খেলোয়াড়ের নাম নেই, কাজেই 'ব্যাটিং স্ট্রাইক রেট', 'বোলিং ইকোনমি', 'সিচুয়েশনাল স্প্লিট'—কিছুই মূল্যায়ন করা যায় না। আমার অভিজ্ঞতায়, একজন খেলোয়াড়ের সাম্প্রতিক ফর্ম বা বয়স-কার্ভের ইনফ্লেকশন পয়েন্ট নির্ণয় করতে হলে কমপক্ষে ১০-১৫টি ইনিংসের ডেটা দরকার। একটি ইনিংসের চওড়া শট দেখে সিদ্ধান্তে আসা আমার কাছে রোমান্টিক কল্পনা মনে হয়। আমি বহুবার দেখেছি, চেরি-পিকড সিঙ্গেল-ইনিংস অ্যানেকডোট দিয়ে খেলোয়াড়ের সামগ্রিক সক্ষমতা প্রমাণ করার চেষ্টা হয়—যা পরিসংখ্যানগতভাবে ভুল। তাই এই খসড়ায় কোনো খেলোয়াড় নেই, কোনো দল নেই, কোনো লিগ নেই—শুধু একটি লেবেল—সেটি থেকে কোনো সিদ্ধান্ত টানা যায় না।

আমি এই প্রতিবেদনটি লেখার সময় একটা জিনিস মাথায় রেখেছি: খালি ডেটাসেট নিয়ে বিশ্লেষণ করা মানে কল্পনাকে তথ্যের মর্যাদা দেওয়া। ক্রিকেট সাংবাদিকতায় এটি একটি বড় সংকট। অনেক তরুণ সাংবাদিক দ্রুততার চাপে শিরোনাম দেখে গল্প বানিয়ে ফেলেন। আমার ৪৫ বছরের অভিজ্ঞতা বলে, ধীরে লেখা কিন্তু প্রমাণসম্মত লেখা দীর্ঘমেয়াদে পাঠকের আস্থা অর্জন করে। ২০১৮ সালে ইংল্যান্ডের সেট-পিস বিশ্লেষণ প্রকাশের পর এফএ-এর বিশ্লেষকরা ফাইলটি চেয়েছিলেন; কারণ তারা জানতেন, প্রতিটি সংখ্যার পিছনে একটি লগ করা ঘটনা আছে। এই প্রতিবেদনেও আমি সেই নীতি মেনে চলেছি—যেখানে তথ্য নেই, সেখানে অনুমান নেই।

তবে একটি বিষয় আমাকে ভাবিয়েছে। এই খসড়ার 'cricket_asia' লেবেলটি ইঙ্গিত দেয়, বিষয়টি এশীয় ক্রিকেটের কোনো ঘটনা। এশীয় ক্রিকেটে শাসন, রাজনীতি, এবং লিগ-বনাম-দেশ দ্বন্দ্ব প্রায়ই জটিল। কিন্তু এই খসড়ায় সেই স্তরের কোনো তথ্য নেই। তাই আমি কোনো মন্তব্য করব না। আমার দায়িত্ব হলো পাঠককে স্পষ্টভাবে বলা—এই প্রতিবেদনটি একটি বিশ্লেষণ নয়, বরং একটি পদ্ধতিগত সতর্কবার্তা।

শেষ পর্যন্ত, আমি একটি সুপারিশ করছি: যদি এই প্রতিবেদনের উৎস নিবন্ধটি পুনরায় Stage-1 প্রক্রিয়াকরণের মাধ্যমে তথ্যবিন্দু, মূল বক্তব্য এবং জড়িত সত্তা সরবরাহ করা হয়, তাহলে আমি সম্পূর্ণ আট-মাত্রার বিশ্লেষণ করতে প্রস্তুত। কিন্তু এখনকার অবস্থায়, আমার একমাত্র উপসংহার হলো—প্রমাণ ছাড়া ক্রিকেট বিশ্লেষণ করা যায় না। আর সেই শিক্ষাটি নিজেই একটি গুরুত্বপূর্ণ প্রতিবেদন।

(এই প্রতিবেদনটি ক্রিকসুলতান ডট কম-এর তথ্য যাচাই মানদণ্ড অনুসরণ করে তৈরি, যেখানে প্রতিটি দাবির উৎস স্পষ্ট থাকতে হয়।)

সতর্কতা: এই বিশ্লেষণটি কেবল ক্রীড়া তথ্যের ্সের জন্য; কোনো বাজি বা বিনিয়োগের পরামর্শ নয়।