খালি ঘর: যখন স্প্রেডশিট চুপ করে থাকে

খালি ঘর: যখন স্প্রেডশিট চুপ করে থাকে

আমার ল্যাপটপে এখনো একটা ফাইল আছে — ledger_rain.xlsx। তার একটা ঘর আজও ফাঁকা। ২০১৯ সালের বিশ্বকাপে বৃষ্টিবিঘ্নিত একটা ম্যাচে আমি পাওয়ারপ্লের পরবর্তী দশ ওভারের একটা সূচক বের করার চেষ্টা করছিলাম। ডেটা এত কম ছিল যে সংখ্যাটা যেদিকেই বাঁকিয়ে দেওয়া যেত। পাশে বসা এক সহকর্মী বললেন, "আন্দাজে বসিয়ে দাও, কেউ মিলিয়ে দেখবে না।"

আমি বসাইনি। কারণ আমি জানতাম, একটা ফাঁকা ঘর যদি নিজের ইচ্ছায় ভরে ফেলি, তাহলে সেই সংখ্যাটা একদিন কোথাও উদ্ধৃত হবে — কোনো সম্প্রচারে, কোনো ভবিষ্যদ্বাণীতে, কোনো স্কাউটিং রিপোর্টে। আর তারপর সবাই সেটাকে সত্যি বলে ধরে নেবে।

ক্রিকেট বিশ্লেষণের সবচেয়ে বড় সংকট ডেটার অভাব নয়। সংকট হলো ডেটার জায়গায় আন্দাজ ভরে দেওয়ার অভ্যাস — যা এতটাই স্বাভাবিক হয়ে গেছে যে কেউ আর প্রশ্ন করে না।

আমি নয় বছর ধরে ক্রিকেট ঘাঁটাঘাঁটি করছি। ম্যানচেস্টারে বসে ইংল্যান্ডের কাউন্টি ক্রিকেট, বাংলাদেশের ঘরোয়া লিগ আর বিশ্ব ক্রিকেটের ডেটা — সব একসঙ্গে দেখতে দেখতে একটা কথা বারবার ফিরে আসে। বিশ্লেষণ আসলে ডেটার নামে করা একটা প্রতিশ্রুতি। প্রশ্ন হলো, সেই প্রতিশ্রুতির কতটা আমরা সত্যিই রাখি।

ক্রিকেটে ডেটা বিশ্লেষণের যে জোয়ার এসেছে, সেটা অস্বীকার করার নয়। প্রতি ফ্র্যাঞ্চাইজি লিগে এখন স্কাউটিং ডেস্ক বসে। টেলিভিশন সম্প্রচারে ব্যালেন্স-প্যানেলের পাশে ডেটা-প্যানেল। আইপিএল হোক বা দ্য হান্ড্রেড, প্রতি ম্যাচের পর একটা সংখ্যার পাহাড় তৈরি হয়। পাওয়ারপ্লে রান রেট, ডেথ ওভারের ইকোনমি, স্পিনারদের বিরুদ্ধে স্ট্রাইক রেট, ওয়াগন হুইল, হিটম্যাপ — শব্দগুলো এখন ধারাভাষ্যের অঙ্গ।

কিন্তু সংখ্যার পাহাড় আর সিদ্ধান্তের স্পষ্টতা এক জিনিস নয়। আর এখানেই একটা নীরব সমস্যা জন্ম নিয়েছে, যেটা নিয়ে কেউ সেভাবে কথা বলে না। প্রতিটা ম্যাচ থেকে "ইনসাইট" বের করার একটা অলিখিত চাপ তৈরি হয়েছে। সেই চাপে বিশ্লেষক যখন দেখেন ডেটা আসলে যথেষ্ট নয়, তখন তিনি সৎভাবে থামেন না — তিনি টেমপ্লেট ভরাট করেন।

ভেবে দেখুন, বাস্তব ঘটনাটা আরও কৌতূহলোদ্দীপক। একটা ডেটা পাইপলাইন কখনো কখনো ফাঁকা ফিরে আসে। সিস্টেম খালি পেলোড নিয়ে ফেরত দেয়, আর বিশ্লেষণের কাঠামোটা — আটটা মাত্রা, একগুচ্ছ টেবিল — তারপরও টিকে থাকে। কেউ কেউ তখন টেবিলগুলোতে দল, খেলোয়াড়, স্কোর বসিয়ে দেন, কারণ ফাঁকা টেবিল দেখতে খারাপ লাগে। এটাই আসল ফাঁদ। আর এটা মাঠের ক্রিকেট থেকে শুরু করে ডেটা সিস্টেমের ভেতর পর্যন্ত একই রকম।

আমার অভিজ্ঞতা থেকে বলছি, কাউন্টি ক্রিকেটের এক স্কাউট আমাকে একবার বলেছিলেন, "আমরা প্রতিবেদনে কখনো খালি ঘর রাখি না। বোর্ড ফাঁকা ঘর পছন্দ করে না।" কথাটা যত সরল, ততটাই ভয়ংকর। কারণ ফাঁকা ঘর না রাখার অর্থ হলো, যেখানে ডেটা নেই সেখানে অনুমান ঢুকে পড়ে — আর অনুমান পরবর্তী সিদ্ধান্তের ভিত্তি হয়ে ওঠে।

একটা উদাহরণ নিই। টি-টোয়েন্টিতে ধরা যাক, এক ব্যাটারের ডেথ ওভারের স্ট্রাইক রেট ১৪০। চমৎকার সংখ্যা। কিন্তু প্রশ্ন করলে দেখা যাবে, সেই সংখ্যাটা মাত্র ৩০ বলের নমুনা থেকে এসেছে। ৩০ বলে স্ট্রাইক রেট আসলে কতটা নির্ভরযোগ্য? একটা বাউন্ডারি এদিক-ওদিক হলে সংখ্যাটা ১৬০ বা ১২০ হয়ে যেতে পারে। অথচ সেই ১৪০ নিয়ে নির্বাচকরা সিদ্ধান্ত নেন, সম্প্রচারকরা গল্প বানান, ভক্তরা আন্দাজ করতে শুরু করেন।

তাই শুধু সংখ্যা দেখা যথেষ্ট নয়; সংখ্যাটা কত বলের উপরে দাঁড়িয়ে, সেটা দেখা জরুরি। আমি আমার কাজে একটা নিয়ম মেনে চলি: কোনো সংখ্যা উদ্ধৃত করার আগে প্রশ্ন করি, এর নমুনা কত বড়, আর এটা কোন পরিস্থিতিতে তৈরি হয়েছে।

দ্বিতীয় সমস্যাটা আরও সূক্ষ্ম। বৃষ্টিবিঘ্নিত ম্যাচ। এখানে ডেটা কেবল কম নয় — ডেটা কাঠামোগতভাবেই অসম্পূর্ণ। ডাকওয়ার্থ-লুইস-স্টার্ন পদ্ধতি একটা লক্ষ্য ঠিক করে দেয়, কিন্তু ম্যাচের যে স্বাভাবিক প্রবাহ সেটা ভেঙে যায়। তখন ওভারের হিসাব, ব্যাটিং অর্ডারের ভূমিকা, বোলারদের স্পেল — সব এলোমেলো হয়ে যায়। তবু ম্যাচ শেষ হলে বিশ্লেষণ আসে। একটা অসম্পূর্ণ ম্যাচ থেকে সম্পূর্ণ সিদ্ধান্ত টানা হয়।

আমি যেটা শিখেছি, সেটা হলো: অসম্পূর্ণ ডেটা থেকে পূর্ণ সিদ্ধান্ত টানলে যেটা তৈরি হয়, সেটা বিশ্লেষণ নয় — সেটা আত্মবিশ্বাসের ভান।

তৃতীয় সমস্যাটা টেমপ্লেটের। বড় সম্প্রচার সংস্থাগুলোর ডেটা ডেস্কে প্রায়ই একটা নির্দিষ্ট ছাঁচ থাকে। প্রতি ম্যাচে একই ধরনের গ্রাফ, একই ধরনের ফেজ-স্প্লিট, একই ধরনের তুলনা। সমস্যা হলো, সব ম্যাচ একই রকম তথ্য তৈরি করে না। একটা টেস্ট ম্যাচ ধীরে ধীরে গল্প বলে; একটা বৃষ্টিবিঘ্নিত টি-টোয়েন্টি প্রায় কিছুই বলে না। কিন্তু টেমপ্লেট দুই ক্ষেত্রেই একই ফাঁকা ঘর খুঁজে চলে। আর ফাঁকা ঘর পাওয়া গেলে সেটা ভরাট করার তাড়া শুরু হয়।

এখানে একটা গুরুত্বপূর্ণ ব্যাপার হলো ফুটবল থেকে ধার করা পরোক্ষ সূচক। PPDA-র মতো মেট্রিক ফুটবলের প্রেসিং মাপার জন্য বানানো। ক্রিকেটে সেটা সরাসরি বসালে অর্থ হারিয়ে যায়, কারণ ক্রিকেটের কাঠামো ভিন্ন — এখানে ওভার, ইনিংস, উইকেটের হিসাব। আমি নিজে ক্রিকেটের জন্য ফুটবল-ধাঁচের পরোক্ষ সূচক বানানোর চেষ্টা করেছি, আর দেখেছি, ভালো সূচক আর খারাপ সূচকের পার্থক্য হলো, ভালো সূচক একটা সিদ্ধান্তের সঙ্গে যুক্ত থাকে, আর খারাপ সূচক শুধু সুন্দর দেখায়।

আর এখানেই আমার সবচেয়ে বড় শিক্ষা: মেট্রিক কখনো নিজে থেকে অর্থ বহন করে না; অর্থ আসে তার সঙ্গে জড়িত সিদ্ধান্ত থেকে। একটা হিটম্যাপ দেখতে চমৎকার লাগে, কিন্তু সেটা একজন খেলোয়াড়ের দলে আসল ভূমিকা লুকিয়ে ফেলতে পারে। একজন স্পিনারের ম্যাপ দেখা যাবে তিনি বাঁ-হাতি ব্যাটারদের বিরুদ্ধে বল করছেন — কিন্তু কেন? কোন ফিল্ড, কোন পরিস্থিতি, কোন ইনিংসের চাপে? সংখ্যাটা উত্তর দেয় না।

চতুর্থ সমস্যাটা বাজার-অন্তরের। বাংলাদেশ থেকে ব্রিটেন — দুই জায়গায় ডেটা অবকাঠামোর ব্যবধান বিশাল। ইংল্যান্ডের কাউন্টি সিস্টেমে প্রায় প্রতি দলের নিজস্ব বিশ্লেষক, ভিডিও ডেস্ক, লোড-ম্যানেজমেন্ট সিস্টেম। বাংলাদেশের ঘরোয়া ক্রিকেটে সেই অবকাঠামো এখনো গড়ে ওঠার পথে। ফলে একই ম্যাচ, একই খেলোয়াড় — কিন্তু দুই জায়গায় দুই রকম তথ্য তৈরি হয়। ব্রিটেনে যেখানে সূক্ষ্ম স্প্লিট পাওয়া যায়, সেখানে বাংলাদেশে সেটা প্রায়ই অনুপস্থিত।

এই ব্যবধানটা শুধু সম্পদের নয়, দৃষ্টিভঙ্গিরও। যেখানে ডেটা কম, সেখানে বিশ্লেষককে আরও বেশি সতর্ক থাকতে হয়, কারণ ভুলের সংশোধনের সুযোগ কম। কিন্তু বাস্তবে প্রায়ই উল্টোটা ঘটে। ডেটা কম থাকলে অনুমানের উপর নির্ভরতা বেড়ে যায়, আর অনুমান আত্মবিশ্বাসের সঙ্গে উপস্থাপিত হলে সেটা সত্যি বলে গৃহীত হয়।

আমার মনে পড়ে, ২০১৮ সালের বিশ্বকাপের সময় আমি "দ্য লেজার" নামে একটা ভাগাভাগি ডেটাসেট বানিয়েছিলাম — ছয় দেশের চল্লিশ জন ছাত্রছাত্রী মিলে প্রতিটা ম্যাচ লগ করত। সেই কাজের সবচেয়ে বড় শিক্ষা ডেটার পরিমাণ নয়, ডেটার শৃঙ্খলা ছিল। প্রতিটা দাবির পাশে একটা সূত্র রাখতে হতো। সূত্র না থাকলে ঘরটা ফাঁকা থাকত।

সেই শৃঙ্খলাই আজ সবচেয়ে বেশি অনুপস্থিত। এখন বিশ্লেষণের গতি বেড়েছে, সূত্রের গতি বাড়েনি। ম্যাচ শেষ হওয়ার কয়েক মিনিটের মধ্যে গ্রাফ হাজির, কিন্তু সেই গ্রাফ কোথা থেকে এল, কেউ জিজ্ঞেস করে না।

আমি ম্যানচেস্টার থেকে খেলা দেখি, আর একটা জিনিস লক্ষ্য করি। সম্প্রচারে যখন কোনো বিশ্লেষক আত্মবিশ্বাসের সঙ্গে বলেন, "এই বোলারের ডেথ ওভারে সমস্যা," তখন প্রায়ই সেই দাবির পিছনে থাকে সামান্য কয়েকটা ওভার। কিন্তু দাবিটা উচ্চারিত হয় এমনভাবে, যেন সেটা প্রতিষ্ঠিত সত্য। স্প্রেডশিট সম্প্রচারে বাধা দেয় না; সে শুধু সম্প্রচারের চেয়ে বেশি দিন টিকে থাকে।

তাই এখানে একটা উল্টো প্রশ্ন তোলা দরকার। আমরা সাধারণত ধরে নিই, বেশি ডেটা মানে বেশি সত্য। আমি বলছি, ব্যাপারটা ঠিক উল্টো হতে পারে।

গত এক দশকে ক্রিকেটে ডেটার পরিমাণ কয়েকগুণ বেড়েছে। কিন্তু বিশ্লেষণের সততা কি সেই অনুপাতে বেড়েছে? আমার অভিজ্ঞতা বলছে, বেড়েছে আত্মবিশ্বাস, বাড়েনি নির্ভুলতা। কারণ বেশি ডেটা মানে বেশি সংখ্যা, আর বেশি সংখ্যা মানে বেশি সুযোগ — যেকোনো গল্প প্রমাণ করার জন্য একটা সংখ্যা খুঁজে বের করার সুযোগ।

এটাই পরিসংখ্যানের সবচেয়ে পুরনো ফাঁদ: সম্পর্ক আর কারণের পার্থক্য। একজন বোলারের ডেথ ওভারের ইকোনমি খারাপ হতে পারে — কিন্তু কেন? হয়তো তিনি সবচেয়ে কঠিন পরিস্থিতিতে বল করেছেন, সেরা ব্যাটারদের বিরুদ্ধে, ছোট মাঠে, চাপের মুহূর্তে। সংখ্যাটা কেবল ফলাফল দেখায়, পরিস্থিতি দেখায় না। কিন্তু সিদ্ধান্ত প্রায়ই সংখ্যার ভিত্তিতে হয়, পরিস্থিতির ভিত্তিতে নয়।

আর এখানেই হিটম্যাপের সীমা স্পষ্ট। ম্যাপ একটা প্যাটার্ন দেখায়, কিন্তু প্যাটার্ন আর ভূমিকা এক নয়। একজন খেলোয়াড় দলের ব্যবস্থায় কী কাজ করছেন, সেটা বোঝা যায় শুধু প্রেক্ষাপট মিলিয়ে দেখলে — কোন ফেজে, কোন প্রতিপক্ষের বিরুদ্ধে, কোন পরিকল্পনার অংশ হিসেবে। ম্যাপ সেটা বলে না।

তাহলে সমাধান কী? আমার কাছে উত্তরটা সহজ, যদিও বাস্তবায়ন কঠিন।

প্রথমত, বিশ্লেষককে অনুমতি দিতে হবে খালি ঘর রাখার। একটা ম্যাচ থেকে যদি সত্যিই কোনো নির্ভরযোগ্য সিদ্ধান্ত না আসে, তাহলে সেটা বলা উচিত — এবং সেটা দুর্বলতা নয়, সেটা শৃঙ্খলা। যে সংস্থা ফাঁকা ঘরকে সম্মান করে, সে সংস্থা দীর্ঘমেয়াদে বেশি বিশ্বাসযোগ্য হয়।

দ্বিতীয়ত, প্রতিটা সংখ্যার পাশে নমুনার আকার থাকা উচিত। ৩০ বলের স্ট্রাইক রেট আর ৩০০ বলের স্ট্রাইক রেট এক নয়, কিন্তু সম্প্রচারে দুটো একই রকম উচ্চারিত হয়। এই তথ্যটা দর্শকের কাছে পৌঁছালে বিশ্লেষণের মান বদলে যায়।

তৃতীয়ত, ডেটা কম থাকলে বিশ্লেষককে আরও সতর্ক হতে হবে, আরও নয়। এটাই আসল পেশাদারি।

আমি জানি, এই কথাগুলো অনেকের অস্বস্তিকর লাগবে। কারণ ফাঁকা ঘর দেখতে ভালো লাগে না। সম্প্রচারক চান তাৎক্ষণিক ব্যাখ্যা, বোর্ড চান স্পষ্ট সুপারিশ, ভক্ত চান নিশ্চিত উত্তর। কেউই শুনতে চান না, "এখনো জানি না।" কিন্তু সততা প্রায়ই অস্বস্তিকর, আর অস্বস্তিকর সততাই দীর্ঘমেয়াদে টিকে থাকে।

আমি নিজে একবার এই চাপের মুখোমুখি হয়েছিলাম। এক ম্যাচের পর একটা বিশ্লেষণ চেয়ে পাঠানো হয়েছিল, অথচ ডেটা এতটাই পাতলা ছিল যে যেকোনো সিদ্ধান্তই অনুমান হয়ে যেত। আমি লিখেছিলাম, এই ম্যাচ থেকে নির্ভরযোগ্য কোনো প্রবণতা বের করা যাচ্ছে না। প্রথমে কেউ খুশি হয়নি। পরে অবশ্য সেই সততাই কাজে এসেছিল — কারণ পরের ম্যাচগুলোতে যখন আসল প্রবণতা তৈরি হলো, তখন আমার বিশ্লেষণ বিশ্বাসযোগ্য ছিল।

এখানে একটা কথা মনে রাখা দরকার। ক্রিকেট একটা দীর্ঘ খেলা। মৌসুম মানে একদিনের হিসাব নয়, বরং ধৈর্যের হিসাব। নিয়মিত মৌসুমে যারা টেবিলের উপরের দিকে থাকে, তাদের শক্তি প্রায়ই এক ম্যাচের ঝলকে ধরা পড়ে না — ধরা পড়ে ধারাবাহিকতায়। একইভাবে, একটা দলের দুর্বলতাও এক ম্যাচে প্রকাশ পায় না, প্রকাশ পায় কয়েক সপ্তাহের প্রবণতায়।

তাই যারা প্রতি ম্যাচ থেকে তাৎক্ষণিক সিদ্ধান্ত চান, তারা আসলে ক্রিকেটের প্রকৃতির বিরুদ্ধে দাঁড়ান। মৌসুমের গল্প ধীরে লেখা হয়। আর সেই ধীর গল্প ধরতে যে ধৈর্য দরকার, সেটা তাৎক্ষণিক ইনসাইটের জোয়ারে হারিয়ে যাওয়ার ঝুঁকিতে আছে।

আমার কাছে সবচেয়ে বড় শিক্ষা এটাই: ডেটা আর বিশ্লেষণ এক জিনিস নয়। ডেটা হলো কাঁচামাল, বিশ্লেষণ হলো রায়। কাঁচামাল বেশি থাকলে রায় সঠিক হয় না, রায় সঠিক হয় তখনই, যখন কাঁচামাল যথেষ্ট হয় এবং বিশ্লেষক জানেন কখন থামতে হয়।

আর থামার সেই ক্ষমতাটাই আজ সবচেয়ে বিরল। সবাই ছুটছে বেশি সংখ্যার দিকে, আর কেউ থামছে না ফাঁকা ঘরের দিকে। কিন্তু সত্যি বলতে, খালি ঘর কোনো লজ্জা নয়। লজ্জা হলো সেই ঘরে মিথ্যা বসিয়ে দেওয়া।

তাহলে পরের মৌসুমে আমরা কী লক্ষ্য করব? আমি একটা স্পষ্ট সংকেত খুঁজছি। সেটা কোনো খেলোয়াড়ের পরিসংখ্যান নয়, সেটা বিশ্লেষকদের আচরণ। যারা নিজেদের বিশ্লেষণে বলতে পারবে, "এই ম্যাচ থেকে সিদ্ধান্তে পৌঁছানো যাচ্ছে না," তারাই আসলে সবচেয়ে নির্ভরযোগ্য বিশ্লেষক। কারণ যিনি খালি ঘর চিনতে পারেন, তিনিই ভরা ঘরের মূল্য জানেন।

আমার সেই ফাইলটা এখনো আছে। ফাঁকা ঘরটা আজও ফাঁকা। আমি কোনোদিন সেটা ভরাট করব না, কারণ সেটাই আমার সবচেয়ে সৎ বিশ্লেষণ। মৌসুম দীর্ঘ, সংখ্যার ভিড় কোলাহলপূর্ণ। কিন্তু যে বিশ্লেষণ শেষ পর্যন্ত টিকে থাকবে, সেটা সেই বিশ্লেষণ, যা জানে কোথায় চুপ করতে হয়।