শূন্য সেলের গুঞ্জন: ক্রিকেট ডেটায় নাল-হ্যান্ডলিং ও এথিক্যাল কিল সুইচ

স্প্রেডশিট গুঞ্জন শুরু করল, আর আমি বুঝে গেলাম ব্রডকাস্ট শেষ। রাত সাড়ে বারোটা, হ্যাকনি ফ্ল্যাটের টেবিলে জ্বলছে শুধু ল্যাপটপের স্ক্রিন। কফি ঠান্ডা, ডেডলাইন তিন ঘণ্টা দূরে। আমার হাতে একটা ডেটা প্যাকেজ — যার প্রতিটি ঘর খালি। শিরোনাম নেই, সূত্র নেই, তথ্যবিন্দু নেই, কোনো দল বা খেলোয়াড়ের নাম নেই। প্রতিটি ক্ষেত্রের পাশে একটাই বাক্য লেখা: অপর্যাপ্ত তথ্য — মূল্যায়ন সম্ভব নয়।

একত্রিশ বছরের ক্রিকেট সাংবাদিকতায় এমন খালি হ্যান্ডঅফ আমি আগে দেখিনি। ২০১৭ সালে বার্নলির এক্সজি নিয়ে অন-এয়ার বিতর্কে রেডিও ছাড়ার পর থেকে আমি একটা জিনিস শিখেছি — একটি সংখ্যা একটা গল্পের চেয়ে বেশি সৎ হতে পারে। কিন্তু যখন সংখ্যাই আসে না, তখন সাংবাদিকের হাতে থাকে শুধু একটা সিদ্ধান্ত: বানাবো, নাকি থামবো?

(প্রেক্ষাপট)

আধুনিক ক্রিকেট কাভারেজ এখন দুটি স্তরে চলে। প্রথম স্তর কাঁচামাল: স্কোরকার্ড, বল-বাই-বল লগ, পিচ রিপোর্ট, ডিআরএস রেকর্ড, ফিল্ডিং ম্যাপ। দ্বিতীয় স্তর বিশ্লেষণ: এই কাঁচামাল থেকে অর্থ বের করা। যে পাইপলাইনে আমি কাজ করি, সেখানে দুই স্তরের মাঝে একটা দৃশ্যমান ফাঁক থাকা উচিত নয়। তথ্যবিন্দু ছাড়া বিশ্লেষণ মানে কল্পনা, আর কল্পনা মানে ভুয়া খবর।

গত কয়েক সপ্তাহ ধরে রেগুলার সিজনের মাঝখানে আমি একটা প্যাটার্ন লক্ষ্য করছি। দলগুলোর প্রেসিং তীব্রতা — ফুটবলের পিপিডিএ ঘরানার একটা প্রক্সি — তিন ম্যাচের ব্যবধানে নামছে। এই দাবি করার জন্য আমার দরকার নির্দিষ্ট তথ্যবিন্দু: কোন ম্যাচ, কোন ওভার, কোন বোলিং পরিবর্তন, কোন ফিল্ড সেটিং। প্যাকেজে সেসব না থাকলে দাবিটা আমার কল্পনা, সাংবাদিকতা নয়।

এই মুহূর্তে ইংল্যান্ডের কাউন্টি চ্যাম্পিয়নশিপ আর দক্ষিণ আফ্রিকার ঘরোয়া টি-টোয়েন্টি — দুই জায়গাতেই একই ধরনের গল্প তৈরি হচ্ছে। একটি দলের পাওয়ারপ্লে স্ট্রাইক রেট তিন ম্যাচে ১৪৫ থেকে ১২১-এ নেমেছে, অথচ স্কোরকার্ডে সেটা ধরা পড়ে না, কারণ উইকেট পড়েনি। এই ধরনের সংকেতই আমার কাছে আসল খবর — শিরোনাম হওয়ার অনেক আগে। কিন্তু এই সংকেত প্রমাণ করতে আমাকে ম্যাচ ধরে ধরে বল-বাই-বল ডেটা দেখতে হয়।

এই জায়গায় আমার ভূমিকা দ্বৈত। আমি একইসঙ্গে গল্পকার এবং মেথড-বিল্ডার। গল্প চায় দ্রুত নিষ্কাশন, মেথড চায় ধীর যাচাই। গতকালের খালি প্যাকেজ আমাকে মনে করিয়ে দিল, দ্বিতীয়টাই আসল কাজ। কেউ কেউ ভাবেন, ডেটা সাংবাদিক মানে সংখ্যার কারখানা। আসলে আমরা সংখ্যার বিচারক, আর বিচারক হিসেবে আমাদের প্রথম দায়িত্ব — প্রমাণ ছাড়া রায় না দেওয়া।

(মূল বিশ্লেষণ)

প্রশ্নটা সরল: শূন্য ডেটা হাতে পেলে একজন ডেটা সাংবাদিক আসলে কী করেন? উত্তরটা তত সরল নয়, কারণ ব্যবস্থাটা আপনাকে বানাতে উৎসাহ দেয়।

২০১৭ সালের কথা ভাবুন। তখন আমি লন্ডনের এক স্পোর্টস রেডিওতে বসে বার্নলির ভাগ্যবান ষোড়শ স্থান নিয়ে অন-এয়ার বিতর্কে জড়ালাম। আমি স্ক্রিনে তুললাম ২০১৬-১৭ মৌসুমের তাদের এক্সজি: পক্ষে ৪২.১, বিপক্ষে ৪৪.৮ — মাইনাস ২.৭ ডিফারেনশিয়াল। এই সংখ্যা বলছিল, বার্নলি আসলে মিড-টেবিলের দল, রেলিগেশন ফোডার নয়। প্রোডিউসার একে বললেন স্প্রেডশিটের জাদুবিদ্যা। আমি সেই সপ্তাহেই চাকরি ছাড়লাম।

শিক্ষাটা ছিল সরল: একটি সঠিক সংখ্যা হাজারটা মন্তব্যের চেয়ে ভারী। কিন্তু ২০১৭ সালে আমার হাতে ডেটা ছিল; গতকাল ছিল না। পার্থক্যটাই এখানে নির্ণায়ক।

রাশিয়া ২০১৮ বিশ্বকাপে আমি প্রতিটি দলের পিপিডিএ ট্র্যাক করেছিলাম। স্বাগতিক রাশিয়ার গ্রুপ-পর্বের পিপিডিএ ছিল ৮.৭ — টুর্নামেন্ট ইতিহাসে স্বাগতিক দেশের সবচেয়ে আক্রমণাত্মক প্রেসিং। আমি প্রি-টুর্নামেন্ট লেখায় তাদের কোয়ার্টারফাইনাল রান ভবিষ্যদ্বাণী করেছিলাম, প্রতিভার বদলে প্রেসিং তীব্রতার ভিত্তিতে। নকআউটে স্পেন রাশিয়ার বিপক্ষে ১,০০৫ পাস করেও পেনাল্টিতে হারল — ইগর আকিনফিভ দুটি শট ঠেকালেন। চার দিনে ছয়টা লেখা লিখলাম। সম্পাদক বেতন বাড়ালেন। হ্যাকনিতে ফ্ল্যাট কিনলাম।

আবার আমি পিপিডিএ সংখ্যাগুলো চালালাম, আর মস্কোর ফ্ল্যাটটা সত্যি লাগতে শুরু করল।

মজার ব্যাপার — এই দুই কেসেই একটা সাধারণ শৃঙ্খলা কাজ করেছিল। আমি আগেই ঠিক করে রেখেছিলাম কোন সংখ্যাটা আমার থিসিস, আর কোন সংখ্যাটা আমার ভুল ধরবে। এটাকে বলা যায় প্রি-রেজিস্টার্ড কাউন্টার-মেট্রিক। রাশিয়ার প্রেসিং দেখতে গিয়ে আমি একইসঙ্গে দেখছিলাম তাদের ডিফেন্সিভ লাইন কতটা উঁচু, আর সেটা দ্রুত গতির আক্রমণে কতটা ভাঙে।

আমার যাচাইয়ের ধাপগুলো প্রায় যন্ত্রের মতো। প্রথমে কাঁচা লগ থেকে সংখ্যা বের করি। তারপর সেটা লিগ-গড় বা ঐতিহাসিক বেঞ্চমার্কের সাথে মেলাই। এরপর দেখি, নমুনাটা কত বড় — তিন ম্যাচের ডেটা দিয়ে মৌসুমের সিদ্ধান্ত টানা যায় না। সবশেষে একটা গুণগত পরীক্ষা: কোচের ভাষ্য, ফুটেজ, আর খেলোয়াড়ের নিজের স্বীকারোক্তি সংখ্যাটার সাথে মেলে কি না। এই চার ধাপের যেকোনো একটায় ব্যর্থ হলে আমি দাবিটা বাদ দিই — এটাই আমার এথিক্যাল কিল সুইচ।

এই শৃঙ্খলার একটা মানবিক দিকও আছে, যা আমি প্রায়ই ভুলে যাই। প্রতি সংখ্যার পেছনে একজন মানুষ থাকে — যার ক্যারিয়ার, চোট, পরিবার। আমি যখন বার্নলির ডিফেন্সিভ রেকর্ড নিয়ে মডেল বানাই, তখন টম হিটনের কাঁধের ব্যথাটা সেই মডেলে ঢোকে না। মডেলটা কখনো ক্লান্ত হয় না, খেলোয়াড় হয়।

২০২০ সালের দিকে এই মেথডটা আরও পরিণত হলো। কোভিড-১৯ যখন স্টেডিয়াম খালি করে দিল, আমি এটাকে ট্র্যাজেডি নয়, একটা প্রাকৃতিক পরীক্ষা হিসেবে দেখলাম। ইউরোপের শীর্ষ পাঁচ লিগ থেকে ১,২০০ ম্যাচ স্ক্র্যাপ করলাম, মার্চ থেকে ডিসেম্বর ২০২০ পর্যন্ত। হোম অ্যাডভান্টেজ ০.৪২ থেকে ০.২৮ গোলে নেমে এল। হোম টিমের প্রতি রেফারির পক্ষপাত ২৩ শতাংশ পড়ল। দ্য ঘোস্ট গেমস সিরিজ প্রকাশিত হলো, আর প্রথমবার আমার ডেটা ভক্ত-প্রত্যাবর্তন নীতির বিতর্কে ঢুকল।

ঘোস্ট গেমগুলোতে ভিড় উবে গেল, কিন্তু প্রেসিং লাইনগুলো আঙুলের ছাপ রেখে গেল।

কেন এই কেসগুলো আজ প্রাসঙ্গিক? কারণ খালি স্টেডিয়াম আর খালি ডেটাসেট — দুটোই একই প্রশ্ন তোলে: আমরা কি আসলে যা দেখছি তা মাপছি, নাকি যা মাপতে চাই তা কল্পনা করছি? ভক্তহীন গ্যালারিতে হোম অ্যাডভান্টেজ কমে গিয়েছিল, কারণ চাপটা আসলে ভিড়ের, খেলার নয়। ঠিক তেমনি, ফাঁকা সেলে বিশ্লেষণ ভরে দিলে সত্যিটা আরও দূরে সরে যায়।

এখানেই আমার মনে হয়, প্রতিটি ডেটাসেটে একটা মঠ থাকে, আর তার নীরবতা শূন্য নয়। নীরবতা মানে এখানে অজ্ঞতা নয়, বরং সংযম। যে বিশ্লেষক নীরব থাকতে জানেন, তিনি দীর্ঘমেয়াদে বেশি বিশ্বাসযোগ্য হন — কারণ পাঠক জানেন, তিনি যখন কিছু বলেন, সেটা যাচাই করা।

(বিপরীত দৃষ্টিভঙ্গি)

স্বাভাবিক ধারণা হলো, পূর্ণ ডেটাসেট খালি ডেটাসেটের চেয়ে সবসময় ভালো। আমি এই ধারণা নিয়ে সন্দেহ প্রকাশ করি।

একটা খালি ঘর আপনাকে সৎ থাকতে বাধ্য করে। কিন্তু একটা ভরা ঘর — যেখানে সংখ্যা আছে, অথচ সূত্র নেই, কনটেক্সট নেই, ফরম্যাট-ট্যাগ নেই — সেটা আপনাকে মিথ্যা বলার সুযোগ দেয়। টেস্ট, ওয়ানডে আর টি-টোয়েন্টির মেট্রিক একসঙ্গে মেশানো মানে সংখ্যা ঠিক থাকলেও অর্থ ভুল। একটি দ্রুত রানরেট টি-টোয়েন্টিতে সোনা, কিন্তু টেস্টের প্রথম দিনে সেটা আত্মহত্যা।

এখানেই পারস্পরিক সম্পর্ক আর কার্যকারণের পার্থক্য সামনে আসে। একটা দলের প্রেসিং বাড়লে হয়তো জয় বাড়ে — কিন্তু সেটা কি প্রেসিংয়ের কারণে, নাকি দলটা এগিয়ে থাকার কারণেই বেশি প্রেস করতে পারছে? ছোট নমুনায় এই দুই দিক আলাদা করা প্রায় অসম্ভব। যে বিশ্লেষক এই সতর্কবার্তা দেন না, তিনি ডেটা দিয়ে গল্প বানান, বিজ্ঞান নয়। আমি চোখের পরীক্ষাকে বিশ্বাস করি না, যতক্ষণ না সেটা একটা স্ক্যাটার প্লটে টিকতে পারে।

আরও একটা অপ্রিয় সত্য আছে। এই শিল্পে কনটেন্টের চাহিদা এত প্রবল যে ফাঁকা জায়গা পূরণের সামাজিক চাপ তৈরি হয়। ছোট ক্লাবগুলো ঋণ-সহ-বাধ্যবাধকতা চুক্তিতে নিজেদের অর্ধ-নির্মিত পণ্য বড় ক্লাবের জন্য গড়ে তোলে — ঠিক তেমনি ডেটা সাংবাদিকরাও কখনো কখনো অর্ধ-যাচাই করা সংখ্যাকে পূর্ণ সত্য হিসেবে চালিয়ে দেন। মেথডের খরচটা শেষ পর্যন্ত পাঠক বহন করেন, আর ভুলটার দাম দেন খেলোয়াড়।

(উপসংহার)

সুতরাং গতকালের খালি প্যাকেজ আসলে একটা উপহার ছিল। এটা আমাকে মনে করিয়ে দিল, আমার কাজ সংখ্যা তৈরি করা নয় — সংখ্যার পেছনের সত্য উদ্ধার করা। পরের রাউন্ডে আমার লক্ষ্য একটাই: প্রতিটি দাবির পাশে তার তথ্যবিন্দু রাখা, প্রতিটি মেট্রিকের পাশে তার পাল্টা-মেট্রিক, আর প্রতিটি মডেলের পাশে তার মানবিক মূল্য।

যে মডেল গোল ভবিষ্যদ্বাণী করে না, সে বরং উপেক্ষা করার আফসোসটাই ভবিষ্যদ্বাণী করে।