খালি স্প্রেডশিটের স্বীকারোক্তি: ডেটা যখন নীরব থাকে

রাত দুটো। মতিঝিলের ওই ছোট অফিসটায় একটাই টেবিল ল্যাম্প জ্বালিয়ে আমি একটা ফাইল খুললাম। নাম — “Stage-2 Deep Professional Analysis”। কুড়ি পাতার এক নিখুঁত কাঠামো: টেবিল, সারি, কলাম, উপশিরোনাম, চেকলিস্ট, ঝুঁকির ম্যাট্রিক্স। অথচ প্রতিটি ঘরে একই বাক্য ফিরে ফিরে আসছে — “N/A — অপর্যাপ্ত তথ্য, মূল্যায়ন করা সম্ভব নয়।” খেলোয়াড়ের নাম নেই। দলের নাম নেই। ম্যাচ নেই, ভেন্যু নেই, উইকেট নেই, ডেটের তারিখ নেই। বিশ্লেষণের যে বিষয়টা থাকার কথা, ঠিক সেটাই ফাঁকা। পনেরো বছর ধরে আমি স্কোরকার্ড আর ট্র্যাকিং ডেটার ভেতর বসে থাকি — কিন্তু আজ সামনে বসে আছে একটা খালি স্প্রেডশিট, আর আমি জানি না কার নাম তার শিরোনামে লিখব। আমি শিখেছি, খালি স্প্রেডশিটও একটা স্বীকারোক্তি। প্রশ্ন একটাই — সে কী স্বীকার করছে? এই প্রশ্নটা সহজ নয়। কারণ সাধারণত একটা ফাঁকা ঘর মানে কিছু ভুলে যাওয়া; কিন্তু পুরো একটা ফাইল ফাঁকা মানে পদ্ধতির ভেতরেই কিছু একটা ভেঙেছে। আজকের লেখাটা সেই ভাঙনের খবর — কীভাবে একটা ক্রিকেট-বিশ্লেষণের কারখানা নিজের কাঁচামাল ছাড়া দাঁড়িয়ে পড়ে, আর কেন সেই দাঁড়িয়ে পড়াটাই আসলে সবচেয়ে সৎ ফলাফল। বোঝার জন্য আগে বলি, এই দুই স্তরের বিশ্লেষণ-পাইপলাইনটা কীভাবে কাজ করে। প্রথম স্তরে (Stage-1) একটা নিবন্ধকে টুকরো টুকরো করে ভেঙে ফেলা হয় — শিরোনাম, সূত্র, নিবন্ধের ধরন, মূল দাবি, তথ্যবিন্দু, সংশ্লিষ্ট সত্তা, সময়-সংবেদনশীলতা। এই ভাঙা টুকরোগুলোই দ্বিতীয় স্তরে (Stage-2) যায়, যেখানে কৌশল ও ফরম্যাট, খেলোয়াড়ের টেকনিক ও ডেটা, দলের ল্যান্ডস্কেপ ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক ইকোসিস্টেম, নিয়ম ও গভর্ন্যান্স, ঝুঁকি, জন-আখ্যান, আর শিল্প-সংক্রমণ — এই আটটা মাত্রায় বিশ্লেষণ দাঁড়ায়। মানে, Stage-1 হলো কাঁচামাল; Stage-2 হলো কারখানা। কাঁচামাল না এলে কারখানা কিছু বানাতে পারে না — সে শুধু নিজের ফাঁকা লাইনগুলো গুনতে পারে, আর সেটাই সে করেছে। এখানেই ব্যাপারটা জটিল হয়ে ওঠে। Stage-1-এর ফলাফল এল, কিন্তু তার ভেতরে একটা তথ্যবিন্দুও নেই। শিরোনাম নেই, সূত্র নেই, কোর ভিউপয়েন্ট নেই, সত্তা নেই। Stage-2 তখন সবচেয়ে সৎ সিদ্ধান্তটা নিয়েছে: কোনো অনুমান নয়, কোনো সত্তা চিহ্নিত করা নয়, কোনো ডেটা উদ্ধৃত করা নয়। প্রতিটি ঘরে সে লিখে দিয়েছে — “অপর্যাপ্ত তথ্য, মূল্যায়ন করা সম্ভব নয়।” এই জায়গায় থামা সহজ কাজ নয়। কারণ বিশ্লেষকের প্রথম প্রবৃত্তি হলো ভরাট করা। আমি নিজে পনেরো বছর ধরে একটা নিয়ম মেনে এসেছি — ম্যাচ রিপোর্ট শুরু হয় আন্ডারলাইং সংখ্যা দিয়ে, চোখের বিচার দিয়ে নয়। ২০১৭ সালে মতিঝিলের ওই একই ছোট অফিসে বসে আমি বাংলাদেশ প্রিমিয়ার লিগের জন্য আমার প্রথম xG মডেল বানিয়েছিলাম। পেপার-ভিত্তিক স্কাউটিং থেকে ডিজিটাল ট্র্যাকিং পর্যন্ত পুরো যাত্রাটা তখন চোখের সামনে। মডেলটা শেয়ার করার আগে আমি ছয় সপ্তাহ বাড়তি খরচ করেছিলাম, শুধু যাচাইয়ের জন্য — মিড-সিজনের ডেডলাইন হাতছাড়া হয়েছিল। সেখানেই শিখলাম: প্রতিটা সংখ্যার পেছনে একটা উৎস থাকে, আর উৎস না জানলে সংখ্যা শুধুই অলংকার। এই কারণেই আজকের খালি ফাইলটা আমাকে থামিয়ে দিল। আমার ভেতরের মগজ এক মুহূর্তের জন্য ফিসফিস করে: “ফাঁকা ঘরগুলো ভরে দাও। অনুমান করো। একটা সুন্দর প্যাটার্ন বানাও।” প্যাটার্ন-ক্ষুধা — এটাই আমাদের পেশার সবচেয়ে বড় ফাঁদ। খালি জায়গা দেখলে মস্তিষ্ক নিজে থেকেই গল্প বসাতে চায়; আর একটা মসৃণ গল্প সব সময় সত্যের চেয়ে বেশি বিশ্বাসযোগ্য শোনায়। আমি বলি, ঠিক সেখানেই বিশ্লেষণ মরে যায়। কারণ বিশ্লেষণের মূল্য তথ্যের মধ্যে নয়, তথ্যের উৎসের মধ্যে। ধরুন, আমি লিখে দিলাম — “কোনো এক ব্যাটার পাওয়ারপ্লেতে ১৪০ স্ট্রাইক রেটে খেলে।” শুনতে চমৎকার। কিন্তু কোন ফরম্যাটে? কোন ভেন্যুতে? কত ম্যাচের নমুনায়? প্রতিপক্ষ কে ছিল? উইকেট কি দ্বিতীয় ইনিংসে স্লো হয়ে গিয়েছিল? ডিউ কি বল গ্রিপ কমিয়ে দিয়েছিল? এই প্রশ্নগুলোর উত্তর না থাকলে ওই ১৪০ সংখ্যাটা বিশ্লেষণ নয় — ওটা একটা মিথ্যার সূচনা। আমি মডেল বানাই সন্ন্যাসীর মতো — ধীরে, আর ভুলের ভয়ে। এই ভয় দুর্বলতা নয়, শৃঙ্খলা। কারণ একটা খালি ঘর পূরণ করা সহজ; কিন্তু একটা ভুল অনুমান পরে পুরো সিদ্ধান্ত-শৃঙ্খলকে চুপচাপ বিষিয়ে দেয়। আর সেই বিষক্রিয়া ধরা পড়ে অনেক দেরিতে — যখন কোনো বড় সিদ্ধান্ত ইতিমধ্যে নেওয়া হয়ে গেছে। ২০১৮ সালের রাশিয়া বিশ্বকাপে আমি ৬৪টা ম্যাচ ট্র্যাক করেছিলাম, ঢাকা থেকে, প্রায়ই রাত জেগে — টাইম-ডিফারেন্সের কারণে। সেই কাজে দেখেছিলাম, সেমিফাইনালিস্টদের মধ্যে ফ্রান্সের PPDA ছিল সবচেয়ে কম — ৮.৪। PPDA কোনো মেট্রিক নয়; এটি একটি স্বীকারোক্তি — দলটি কীভাবে কষ্ট পেতে চায় তার। সংখ্যাটা বলছিল, তারা কতটা গভীরে বসে অপেক্ষা করতে রাজি। তাদের ট্রানজিশন থেকে xG ছিল টুর্নামেন্টের সর্বোচ্চ। ফাইনালের আগে আমি ভবিষ্যদ্বাণী করেছিলাম; মডেল সত্যি হয়েছিল। কিন্তু শোনেন — আমি সেটা প্রকাশ করেছিলাম ফাইনালের তিন দিন পর, ৭২ ঘণ্টা ধরে প্রতিটা সংখ্যা আবার যাচাই করে। কারণ ভবিষ্যদ্বাণী সত্যি হওয়াটাই প্রমাণ নয়; প্রমাণ হলো কাজটা ঠিকভাবে করা হয়েছিল কি না। ২০২০ সালে স্টেডিয়াম খালি হয়ে গেলে আমি ৩১২টা ম্যাচের ডেটা দেখলাম — বুন্দেসলিগা, প্রিমিয়ার লিগ, আর ঘরোয়া ক্রিকেট মিলিয়ে। হোম অ্যাডভান্টেজ কমেছিল প্রতি ম্যাচে ০.৩৪ গোল। রিগ্রেশন মডেল বলল, প্রধান কারণ ভিড় নয় — রেফারির পক্ষপাত। সেটা ছিল প্রথমবার যখন ডেটা আমার নিজের খেলোয়াড়-অভিজ্ঞতাকে সরাসরি অস্বীকার করল। আমি সপ্তাহের পর সপ্তাহ আমার পুরোনো ম্যাচ-টেপ ঘেঁটে দুটোকে মেলানোর চেষ্টা করেছি। কষ্টকর ছিল, কিন্তু দরকারি। স্টেডিয়াম খালি হয়ে গেলে হোম অ্যাডভান্টেজ হারায় না — সে ঠিকানা বদলায়। তফাতটা মনে রাখা দরকার: “ডেটা নেই” আর “ডেটা না বলছে” — এই দুটো এক নয়। আজকের ফাইলটা প্রথম ধরনের। সে কোনো বিষয়ে নেতিবাচক রায় দেয়নি; সে শুধু বলেছে, রায় দেওয়ার মতো উপাদান তার হাতে নেই। আর এটাই সবচেয়ে কঠিন সততা — যখন নিজের অক্ষমতা স্বীকার করা ছাড়া উপায় থাকে না। এখানেই আজকের ফাঁকা ফাইলটার আসল শিক্ষা। Stage-2 যখন লিখেছে “অপর্যাপ্ত তথ্য,” তখন সে আসলে একটা নাল রেজাল্ট (null result) ঘোষণা করেছে। বিজ্ঞানে নাল রেজাল্ট কোনো ব্যর্থতা নয়; এটা একটা ফলাফল — কখনো কখনো সবচেয়ে দামি ফলাফল। কারণ এটা প্রমাণ করে, পদ্ধতিটা নিজের সীমা চিনতে পারে। আর যে পদ্ধতি নিজের সীমা জানে না, সে সবচেয়ে বিপজ্জনক — কারণ সে আত্মবিশ্বাসের সাথে ভুল করে। এখন আসি উল্টো দিকের কথায়, কারণ এখানেই একটা প্যারাডক্স লুকিয়ে আছে। প্রথাগত ধারণা বলে, বিশ্লেষককে সব সময় একটা আউটপুট দিতে হবে। এডিটর চাপ দেন, সময়সীমা তাড়া করে, পাঠক অপেক্ষা করে — তাই খালি ঘর অনুমান দিয়ে ভরে হলেও একটা গল্প বানাতে হবে। এটাই সবচেয়ে বড় অন্ধ-বিশ্বাস। আমি বলি, একটা খালি ফাইল একটা বানানো ফাইলের চেয়ে হাজার গুণ বেশি দামি। কারণ বানানো ফাইল ক্ষতি করে চুপচাপ; খালি ফাইল ক্ষতি করে চিৎকার করে। সে আমাদের জানিয়ে দেয় — পাইপলাইনে কোথাও কিছু ভেঙেছে। হয়তো মূল নিবন্ধটাই আসেনি, নয়তো Stage-1 ভাঙার সময় তথ্যবিন্দুগুলো হারিয়ে গেছে, নয়তো সূত্রটাই কখনো ছিল না। যেকোনো ক্ষেত্রেই, সেটা একটা সিগন্যাল; আর সিগন্যাল লুকিয়ে ফেলা যায় না। ভেবে দেখুন, ক্রিকেট-বিশ্লেষণে আমরা প্রতিদিন এই ভুলটাই করি। ছোট নমুনা থেকে বড় সিদ্ধান্ত টানি — পাঁচ ম্যাচের স্ট্রাইক রেট থেকে “তার ফর্ম ফিরেছে,” তিন ইনিংসের ইকোনমি থেকে “সে শেষ হয়ে গেছে।” ট্রান্সফার মার্কেটে একটা রুমারের ওপর কোটেশন বসাই, সূত্র যাচাই না করেই। স্প্রেডশিট কখনোই শত্রু ছিল না; শত্রু ছিল তার ওপর আমার অন্ধ ভরসা। আর তার চেয়েও বড় শত্রু — ফাঁকা জায়গা দেখলে নিজের অনুমান দিয়ে সেটা ভরে ফেলার তাড়না। বাংলাদেশের প্রেক্ষাপটে ব্যাপারটা আরও সূক্ষ্ম। এখানে ডেটা-সাক্ষরতা দ্রুত বাড়ছে, কিন্তু সোর্স-নিয়ন্ত্রণ (provenance) এখনো দুর্বল। ঘরোয়া ক্রিকেটের ট্র্যাকিং ডেটা কম, অসংগঠিত, আর প্রায়ই অপ্রকাশিত। ফলে কেউ যখন বলে “এই বোলারের ইকোনমি ৬.২,” তার পেছনে কত ম্যাচ, কোন উইকেট, কোন বল-টাইপ — এসব জানার উপায় প্রায় নেই। এই ফাঁকে শক্তিশালী আখ্যান (narrative) দুর্বল প্রমাণকে ছাপিয়ে যায়। পাঠক বিশ্বাস করেন আখ্যানটা, কারণ আখ্যান মসৃণ; ডেটার ফাঁকগুলো কেউ দেখেন না। ২০১২ সালে যখন আমি সংবাদদাতা হিসেবে দলীয় ক্রিকেট কাভার করা শুরু করলাম, তখন প্রথম বুঝলাম — প্রতিটি সংখ্যার পেছনে একটি সিদ্ধান্ত থাকে, আর প্রতিটি সিদ্ধান্তের পেছনে কেউ থাকে। যে বিশ্লেষণ সেই মানুষটাকে ভুলে যায়, সেই বিশ্লেষণ অসম্পূর্ণ। তাই আমার কাজ হলো ফাঁকগুলো দেখানো, আখ্যানের মসৃণতা ভেঙে দেওয়া। আজকের Stage-2 ফাইলটা ঠিক সেই কাজটাই করেছে — সর্বোচ্চ সততার সাথে। এটা কোনো ব্যর্থ বিশ্লেষণ নয়; এটা বিশ্লেষণের সততার প্রমাণ। তাহলে সামনে কী দেখব? দেখব উৎসের সততা — যেকোনো কোটেশন বা পরিসংখ্যানের সাথে সূত্র আর তারিখ থাকতে হবে, না থাকলে সংখ্যাটা উপেক্ষা করব। দেখব নমুনার আকার — কত ম্যাচ, কোন ফরম্যাট, কোন প্রেক্ষাপট। দেখব সিদ্ধান্তের সাথে অনিশ্চয়তা স্বীকার করা হয়েছে কি না। আর সবচেয়ে গুরুত্বপূর্ণ — দেখব বিশ্লেষক খালি জায়গা পেলে সেটা স্বীকার করেন, নাকি অনুমান দিয়ে ভরেন। একটা প্যারাডক্স দেয়াল নয়; এটি হাতলহীন দরজা — যতক্ষণ না তুমি ম্যাপ করো। আজকের খালি ফাইলটা ঠিক তেমনই একটা দরজা। সে আমাদের শিখিয়ে গেল, কখনো কখনো সবচেয়ে জোরে বলা কথাটা হলো কিছু না বলা। ডেটা কথা বলেনি; আগে আমাকে তার নীরবতা শিখতে হয়েছে।