যে ম্যাচ কখনও কলামে ওঠেনি: এশীয় ক্রিকেটের ডেটা-ছায়া আর তার আসল দাম

যে ম্যাচ কখনও কলামে ওঠেনি: এশীয় ক্রিকেটের ডেটা-ছায়া আর তার আসল দাম

একটা ফাইল খুলেছিলাম যেটা গঠনের দিক থেকে নিখুঁত। প্রতিটি ঘর সাজানো, প্রতিটি শিরোনাম ঠিকঠাক বসানো—কিন্তু প্রতিটি ঘরের ভেতরে একটাই লেখা: তথ্য অপর্যাপ্ত, মূল্যায়ন সম্ভব নয়। খেলোয়াড়ের নাম নেই, ম্যাচের তারিখ নেই, ভেন্যু নেই, কোনো একটা বল-বাই-বল রেকর্ডও নেই। শুধু একটা লেবেল পড়ে আছে—এশীয় ক্রিকেট। ২০২০ সালে ব্রিসবেনে খালি স্টেডিয়ামের ডেটা নিয়ে কাজ করার সময় প্রথম বুঝেছিলাম, অনুপস্থিতি নিজেই এক ধরনের তথ্য। কিন্তু সেদিনের ফাইলটা আমাকে আরও কঠিন সত্যটা দেখাল: এশীয় ক্রিকেটের একটা বড় অংশ আসলে এমনই—স্কোরকার্ডে আছে, কলামে নেই।

আমি বলতে চাইছি না যে ডেটা নেই। আইসিসির ফুল মেম্বারদের আন্তর্জাতিক ম্যাচ, ফ্র্যাঞ্চাইজি লিগের সম্প্রচার—এসবে সংখ্যার অভাব নেই। আমি বলছি ডেটার একটা ছায়া-অঞ্চল নিয়ে, যেখানে ম্যাচ হয়ে যায়, ক্যারিয়ার গড়ে ওঠে, তারপরও কোনো কলামে তার প্রমাণ থাকে না। একজন ১৯ বছরের বাঁহাতি স্পিনার নেপালের ঘরোয়া ক্রিকেটে সাত ম্যাচে ২৩ উইকেট নেয়, কিন্তু তার বলের গতি, লাইন-লেংথের ধারাবাহিকতা, বা কোন ফেজে সে কতটা চাপ তৈরি করে—এসবের কোনো ভেরিফায়েবল রেকর্ড কোথাও জমা হয় না। সে নির্বাচিত হয় অথবা বাদ পড়ে, দুটো ক্ষেত্রেই ভিত্তি হয় কারও স্মৃতি, কারও একদিনের ভালো লাগা, অথবা একটা ভাইরাল ভিডিও ক্লিপ।

আমার মূল বক্তব্য হলো: এশীয় ক্রিকেটের সবচেয়ে বড় অপচয় উইকেট বা রানের নয়, বরং অনানুষ্ঠানিক ও নিম্নস্তরের ক্রিকেটে হারিয়ে যাওয়া ডেটা। এই ছায়া-অঞ্চলটাই পরবর্তীতে নির্বাচন, স্কাউটিং, এমনকি খেলোয়াড়ের বাজারমূল্য নির্ধারণে সবচেয়ে বেশি বিকৃতি ঘটায়।

আমি ২০১১ সালে বিডিক্রিকটিম নামের একটা সোশ্যাল মিডিয়া ক্রিকেট পেজ চালু করেছিলাম। তখন থেকেই একটা অভ্যাস গড়ে উঠেছিল—স্কোরকার্ড পড়া, শুধু স্কোর পড়া নয়। ২০১৭ সালে ব্রিসবেন রোর-এ জুনিয়র ডেটা অ্যানালিস্ট হিসেবে যোগ দেওয়ার পর সেই অভ্যাসটা পদ্ধতিতে বদলে যায়। আমি ২০১৬-১৭ মৌসুমের এ-লিগের জন্য একটা xG মডেল বানালাম। জেমি ম্যাকলারেন ১৬.৮ xG থেকে ১৯ গোল করেছিলেন। কোচিং স্টাফ প্রথমে সন্দিহান ছিলেন, আমি নতুন একটা ফুটবল ব্লগে ডেটা থ্রেড লিখলাম। তিন সপ্তাহ ধরে ব্রিসবেনের প্রতিটি গোল আবার দেখে শট-লোকেশন যাচাই করলাম। দুটো মৌসুমের নজির ছাড়া কোনো দাবি করতে রাজি হইনি।

এই সতর্কতা আমার কাছে এখন নিয়ম। একটা মেট্রিক দিয়ে কোনো সিদ্ধান্ত নয়। এশীয় ক্রিকেট নিয়ে লিখতে গিয়ে এই নিয়মটা আরও কঠিন হয়ে দাঁড়ায়, কারণ এখানে ডেটার ঘাটতিটাই এত বড় যে একটা ভুল সিদ্ধান্তের দায়টা ধরার উপায় থাকে না।

প্রসঙ্গ: এশিয়ার ক্রিকেট মাঠ বড়, ডেটার ছায়া তার চেয়েও বড়

ক্রিকেটের ভরকেন্দ্র এশিয়ায়। ভারত, পাকিস্তান, বাংলাদেশ, শ্রীলঙ্কা, আফগানিস্তান—এই পাঁচটি ফুল মেম্বারের বাজার, দর্শক, আর অর্থপ্রবাহ বিশ্ব খেলাটাকেই টেনে ধরে আছে। এর সঙ্গে অ্যাসোসিয়েট স্তরে নেপাল, সংযুক্ত আরব আমিরাত, ওমান, হংকং, মালয়েশিয়া, সিঙ্গাপুর—প্রতিটি জায়গায় ক্রিকেটের একটা সক্রিয় স্তর আছে, নিজস্ব ঘরোয়া কাঠামো আছে, তরুণ খেলোয়াড় তৈরি হচ্ছে।

কিন্তু কাঠামো আর ডেটা এক জিনিস নয়। আন্তর্জাতিক ম্যাচে বল-বাই-বল ডেটা আজ প্রায় সর্বজনীন, কারণ সম্প্রচার স্বার্থ আছে, স্পন্সর আছে, বাজি-নির্ভর সেবা আছে। সমস্যাটা শুরু হয় তার নিচের স্তরে। প্রথম শ্রেণির ঘরোয়া ম্যাচ, বয়সভিত্তিক টুর্নামেন্ট, ক্লাব ক্রিকেট, জেলা পর্যায়ের প্রতিযোগিতা—এখানে ডেটা সংগ্রহ নির্ভর করে স্বেচ্ছাসেবক, স্থানীয় স্কোরার, আর অনেক সময় শুধু একটা হাতে লেখা খাতার উপর। ভেন্যুতে বৃষ্টি হলে, বিদ্যুৎ চলে গেলে, স্কোরার অসুস্থ হলে—সেই ম্যাচের ডেটা ইতিহাস থেকে মুছে যায়।

২০১৮ সালে রাশিয়া বিশ্বকাপে অপ্টার জুনিয়র ডেটা লগার হিসেবে কাজ করার সময় েিয়া বনাম ফ্রান্স ম্যাচে আমি অ্যারন মুয়ের ১২.৩ কিলোমিটার দূরত্ব ট্র্যাক করেছিলাম, মাঠে সবার বেশি। প্রথম পড়ায় মনে হয়েছিল, মুয়ে ম্যাচটা নিয়ন্ত্রণ করেছেন। কিন্তু আমার PPDA গণনা দেখাল অস্ট্রেলিয়া ১৪.২-তে, আর ফ্রান্স ২.১ xG তৈরি করেছে। আমি ম্যাচটা আবার দেখলাম, ফ্রান্সের ফাইনাল থার্ডে প্রবেশগুলো লগ করলাম। বুঝলাম, শুধু দূরত্ব বিভ্রান্তিকর। তারপর থেকে আমি কখনও একক মেট্রিককে প্রমাণ হিসেবে ব্যবহার করি না, প্রতিটি লেখা শুরু করি একটা ডেটা-সীমাবদ্ধতার নোট দিয়ে।

ক্রিকেটে এই শিক্ষাটা আরও প্রাসঙ্গিক। একজন ফাস্ট বোলার চার ওভারে ৪৫ রান দিল—স্কোরকার্ড বলবে সে খারাপ ছিল। কিন্তু ডেটা যদি বলত যে তার চারটি ওভারের মধ্যে দুটি পাওয়ারপ্লেতে হয়েছিল, একজন ব্যাটার তখন ২০০-র বেশি স্ট্রাইক রেটে ছিল, আর বাকি দুটি ওভারে সে ৬.২ ইকোনমিতে বল করেছিল—তাহলে গল্পটা উল্টে যায়। এই ফেজ-স্প্লিট ছাড়া আমরা খেলোয়াড়কে ভুলভাবে বিচার করি। আর যেখানে ফেজ-স্প্লিটই নেই, সেখানে বিচারটা শুধু ভুল নয়, অসম।

পদ্ধতি: আমি স্ক্রিনের আগে কলামে ম্যাচ খুঁজি

I found the match in the columns before I found it on the screen. এটা কোনো স্লোগান নয়, এটা আমার কাজের ক্রম। যখন একটা ম্যাচের ডেটা হাতে আসে, আমি প্রথমে সম্প্রচার দেখি না। আমি কলামগুলো সাজাই—ওভার, রান, উইকেট, বলের ধরন, ব্যাটসম্যানের অবস্থান, ফিল্ডিং সেটআপ। তারপর দেখি কোন জায়গায় সংখ্যাগুলো একে অন্যের সঙ্গে মিলছে না। সেই অসঙ্গতিটাই আমাকে বলে দেয়, ভিডিওতে কোথায় তাকাতে হবে।

ক্রিকেটের ডেটা বিশ্লেষণে আমি চারটি স্তর ব্যবহার করি।

প্রথম স্তর—বল-বাই-বল কাঠামো। শুধু রান আর উইকেট নয়, প্রতিটি বলের লাইন, লেংথ, গতি, ব্যাটসম্যানের ফুটওয়ার্ক। এই স্তরে আমি দেখি ধারাবাহিকতা। একজন বোলার এক ওভারে দুটি দুর্দান্ত বল করল, সেটা দক্ষতা হতে পারে, আবার ভাগ্যও হতে পারে। কিন্তু টানা দশ ওভারে যদি তার লেংথের বিচ্যুতি কম থাকে, সেটা দক্ষতার প্রমাণ।

দ্বিতীয় স্তর—ফেজ-স্প্লিট। টি-টোয়েন্টিতে পাওয়ারপ্লে, মিডল ওভার, আর ডেথ ওভার—প্রতিটা ফেজের চাহিদা আলাদা। একজন ব্যাটারের পাওয়ারপ্লে স্ট্রাইক রেট ১৩০ কিন্তু ডেথ ওভারে ১৭০ হলে সে আসলে ফিনিশার, ওপেনার নয়। একজন স্পিনারের মিডল ওভারে ইকোনমি ৬.১ কিন্তু পাওয়ারপ্লেতে ৮.৪ হলে তাকে পাওয়ারপ্লেতে ব্যবহার করা মানে তার দুর্বলতাকে ম্যাচে ঢুকিয়ে দেওয়া। এই ফেজ-ভিত্তিক প্রোফাইল ছাড়া দল গঠন মানে চোখ বুজে পাজল সাজানো।

তৃতীয় স্তর—ফিল্ডিং ম্যাপ। কোথায় কে দাঁড়াল, কোন বলের জন্য কে কতটা দৌড়াল, ক্যাচের আগে কে কতটা পথ কাটল—এসব স্কোরকার্ডে থাকে না। অথচ ফিল্ডিং একটা ম্যাচের ৩০-৪০ শতাংশ ফলাফল নির্ধারণ করে। একটা মিস-ফিল্ড স্কোরকার্ডে শূন্য দেখায়, কিন্তু ম্যাচে সেটার দাম দশ রান।

চতুর্থ স্তর—ম্যাচ-স্টেট। কোন অবস্থায় রান এসেছে, চাপের মুখে কে কী করল। এশীয় ক্রিকেটে এই স্তরটাই সবচেয়ে অবহেলিত, কারণ এখানে ম্যাচ-স্টেট ডেটা প্রায়ই সংরক্ষিত হয় না।

অফ-বল মুভমেন্ট: ফুটবল থেকে ধার করা লেন্স

২০১৭ সালের ম্যাকলারেন xG বিশ্লেষণ আর অফ-বল মুভমেন্টের কাজ আমাকে একটা অভ্যাস দিয়েছে—বলের বাইরের খেলাটা দেখার। ফুটবলে আমি শিখেছিলাম, গোলের বড় অংশ তৈরি হয় সেই দৌড়গুলো থেকে যেগুলো ক্যামেরায় ধরা পড়ে না। ক্রিকেটে এর সরাসরি অনুবাদ হলো উইকেটের মধ্যে দৌড়, আর ফিল্ডিং পজিশনিং।

Jamie Maclaren — Root: 2026 Maclaren and xG analysis | Scenario: player profile on off-ball movement. সেই অভিজ্ঞতা থেকে আমি ক্রিকেটে একটা জিনিস পরীক্ষা করি: একজন ব্যাটারের রান সংকলনের বাইরে সে কতটা বল কনভার্ট করে রান না হয়ে—অর্থাৎ ডট বলে সে কতটা চাপ নেয় বা দেয়। একটা সিঙ্গেল নেওয়ার দৌড়, একটা দ্রুত টু নেওয়ার সিদ্ধান্ত—এগুলো স্কোরকার্ডে শুধু রান হিসেবে দেখা যায়, কিন্তু সেগুলো আসলে ম্যাচের তাল নির্ধারণ করে।

His distance was not a stat; it was a map of the game. মুয়ের ১২.৩ কিলোমিটার আমাকে দেখিয়েছিল, দূরত্ব একটা মানচিত্র, প্রমাণ নয়। ক্রিকেটে একইভাবে একজন ফিল্ডারের দৌড়ের মানচিত্র বলতে পারে, কোন ক্যাপ্টেন কোন জায়গাটা সবচেয়ে বেশি ঝুঁকিতে রেখেছে। এই লেন্সটা ধার করা, নকল নয়—তবে আমি এটা ব্যবহার করি ক্রিকেট-নির্দিষ্ট বেঞ্চমার্কের বিরুদ্ধে যাচাই করে। নইলে ফুটবলের মেট্রিক ক্রিকেটে চাপিয়ে দেওয়া মানে ভুল প্রশ্নের সঠিক উত্তর দেওয়া।

এখানে একটা সীমাবদ্ধতা স্পষ্ট করে বলা দরকার: ফুটবলে অফ-বল মুভমেন্টের ডেটা ট্র্যাকিং সিস্টেম থেকে আসে, যা প্রায় প্রতিটি বড় ম্যাচে থাকে। ক্রিকেটে সেই ট্র্যাকিং সব ঘরোয়া বা বয়সভিত্তিক ম্যাচে নেই। তাই ফুটবলের লেন্স ক্রিকেটে ব্যবহার করা যায় শুধু সেই ম্যাচগুলোতে, যেখানে পর্যাপ্ত পজিশন ডেটা আছে। বাকি জায়গায় আমার লেন্স নয়, আমার অনুমান কাজ করে—আর অনুমান দিয়ে আমি কখনও মডেল বানাই না।

ভ্যালুয়েশন: নিলামের দাম আর মাঠের দামের ফাঁক

এশীয় ক্রিকেটে খেলোয়াড়ের মূল্য নির্ধারণ হয় মূলত দুটো জায়গায়—আন্তর্জাতিক পারফরম্যান্স আর ফ্র্যাঞ্চাইজি নিলাম। দুটোই প্রায়শই একই ভুল করে: সাম্প্রতিক হাইলাইটের ওজন বেশি, দীর্ঘমেয়াদি ভিত্তির ওজন কম।

আমি অনেক দিন ধরে একটা প্যাটার্ন লক্ষ্য করি। ছোট লিগে—বাংলাদেশ প্রিমিয়ার লিগ, লঙ্কা প্রিমিয়ার লিগ, ক্যারিবিয়ান বা আমিরাতের টুর্নামেন্টে—এমন খেলোয়াড় থাকে যাদের ভূমিকা স্পষ্ট, ধারাবাহিকতা বেশি, দাম কম। অথচ বড় নিলামে তাদের দিকে কেউ ফিরে তাকায় না, কারণ তাদের হাইলাইট রিলে চার-ছক্কার ঘনত্ব কম। এশীয় ক্রিকেটে এই ফাঁকটাই সবচেয়ে বড় বাজার-অদক্ষতা।

এখানে আমার অবস্থান স্পষ্ট: তারকা ক্লাবগুলোর মধ্যে যে নিলাম-যুদ্ধ চলে, সেটা মূলত ব্র্যান্ডের প্রতিযোগিতা, খেলোয়াড়ের প্রকৃত মূল্যের হিসাব নয়। আসল ভ্যালু-সাইনিং হয় ছোট ক্লাবে, যেখানে কেউ হাইলাইট নয়, ধারাবাহিকতা দেখে সিদ্ধান্ত নেয়। এই যুক্তি আমি ফুটবল থেকে ক্রিকেটে নিয়ে এসেছি, কারণ দুটো বাজারের কাঠামো আশ্চর্যজনকভাবে একই।

Every transfer rumor is a hypothesis until the medical clears. ক্রিকেটে নিলামের গুজব আর ফুটবলের ট্রান্সফার গুজব—দুটোই একই ধরনের অনুমান। মেডিকেল ক্লিয়ারেন্সের মতো ক্রিকেটে আছে ফিটনেস টেস্ট আর বোলিং লোড ম্যানেজমেন্ট। একজন পেসারের ছয় মাসের ওয়ার্কলোড ডেটা না থাকলে তার দাম নির্ধারণ করা মানে একটা অনুমানের উপর বাজি ধরা। অথচ ছোট লিগের বোলারদের ওয়ার্কলোড ডেটা প্রায়ই সংরক্ষিত হয় না। ফলে সিদ্ধান্ত হয় ক্লিপ দেখে।

Esports drafts and football formations are cousins in disguise. ই-স্পোর্টস ড্রাফট আর ক্রিকেট নিলাম—দুটোতেই একই সমস্যা: খেলোয়াড়ের দক্ষতার চেয়ে খেলোয়াড়ের লেবেল বেশি দামি। একটা ই-স্পোর্টস দল যখন শুধু নাম দেখে ড্রাফট করে, সে হারে। ক্রিকেটে একই ঘটনা ঘটে, শুধু স্কোরবোর্ডে ধরা পড়তে সময় লাগে।

আর একটা জিনিস আমি প্রতিটি ফাইল বিশ্লেষণের আগে লিখে রাখি: I trust the model only after it survives a cold Brisbane night. অর্থাৎ মডেলটা ভিন্ন পরিবেশে, ভিন্ন প্রতিপক্ষের বিরুদ্ধে, ভিন্ন ম্যাচ-স্টেটে টিকলে তবেই সেটা বিশ্বাস করার মতো। এশীয় ক্রিকেটের ডেটায় এই যাচাই প্রায়ই অসম্ভব, কারণ ভিন্ন পরিবেশের ডেটাই নেই।

ফুটবল থেকে ধার করা একটা সতর্কতা

আমি গোলরক্ষকের বিতরণ নিয়ে সবসময় সন্দিহান ছিলাম। যে গোলরক্ষক লম্বা কিক মারতে পারেন, তার জন্য দাম বেড়ে যায়, অথচ শট-স্টপিংয়ের মূল ভিত্তি দুর্বল হয়ে পড়ে। ক্রিকেটে হুবহু একই রোগ আছে। যে বোলার ১৪৫ কিলোমিটার গতিতে বল করতে পারে, তার জন্য দাম বাড়ে; যে বোলার ১৩০-এ টানা ছয় ওভারে ৫.৮ ইকোনমি দেয়, তার দিকে কেউ তাকায় না। দুটো ক্ষেত্রেই আমরা দৃশ্যমান দক্ষতাকে অদৃশ্য মৌলিক দক্ষতার চেয়ে বেশি দাম দিই।

এই পক্ষপাতটা এশীয় ক্রিকেটে আরও তীব্র, কারণ এখানে স্পিন ও সিমের কার্যকারিতা পিচ-নির্ভর, আর পিচের ডেটা প্রায়ই অনুপস্থিত থাকে। একজন স্পিনার হোমে ৪.২ ইকোনমি দেয়, বাইরে ৭.৯—এই পার্থক্যটা পিচ আর কন্ডিশনের, না তার দক্ষতার? উত্তর দিতে হলে আমাদের পিচ রিপোর্ট, তাপমাত্রা, আর্দ্রতার ধারাবাহিক ডেটা লাগবে, যা নিম্নস্তরের ম্যাচে নেই। ফলে আমরা সিদ্ধান্ত নিই অর্ধেক তথ্যে, আর ভুলটা চাপে খেলোয়াড়ের ঘাড়ে।

ডেটার মালিকানা, প্রমাণ আর ব্লকচেইনের প্রশ্ন

এখানেই প্রযুক্তির প্রশ্নটা আসে। এশীয় ক্রিকেটের ডেটা-ছায়া পূরণ করতে হলে শুধু বেশি স্কোরার নয়, দরকার একটা বিশ্বাসযোগ্য রেকর্ড-ব্যবস্থা, যেখানে তথ্য থাকে এক জায়গায়, পরিবর্তনযোগ্য নয়, আর যে কেউ যাচাই করতে পারে।

ব্লকচেইন-ভিত্তিক রেকর্ডের ধারণাটা এখানে প্রাসঙ্গিক, কারণ ক্রিকেট ডেটার মূল সমস্যা ট্রেসেবিলিটি। কে ডেটা লগ করল, কখন লগ করল, পরে কেউ তা বদলাল কি না—এই প্রশ্নগুলোর উত্তর না থাকলে ডেটা বিশ্লেষণের ভিত্তিই দুর্বল। একটা অপরিবর্তনীয় লেজার কল্পনা করুন, যেখানে প্রতিটি বল-বাই-বল এন্ট্রি টাইমস্ট্যাম্পসহ লেখা হচ্ছে, স্কোরার থেকে ডেটা প্রোভাইডার থেকে সম্প্রচারক—সবাই একই সত্য দেখছে।

এটা শুধু খেলার স্বচ্ছতা নয়, বাজারেরও প্রশ্ন। ফ্যান টোকেন, ডিজিটাল সংগ্রহযোগ্য, আর সম্প্রচার-অধিকারের সঙ্গে যুক্ত ডেটা-পণ্য—এসবের ভিত্তি হতে পারে এই যাচাইযোগ্য রেকর্ড। কিন্তু আমার সতর্কতা হলো, প্রযুক্তি নিজে সত্য তৈরি করে না। যদি নিচের স্তরে কেউ নির্ভুলভাবে ডেটা লগ না করে, তবে অপরিবর্তনীয় লেজারে ভুল তথ্যই চিরকালের জন্য সংরক্ষিত হবে। ব্লকচেইন দুর্বল ডেটাকে শক্তিশালী করে না, শুধু স্থায়ী করে।

তাই আমি যেকোনো ডেটা-ব্যবস্থার জন্য তিনটি শর্ত রাখি: প্রথমত, উৎস স্পষ্ট হতে হবে; দ্বিতীয়ত, প্রতিটি এন্ট্রি স্বাধীনভাবে যাচাইযোগ্য হতে হবে; তৃতীয়ত, সংশোধনের পথ থাকতে হবে—কারণ ভুল স্বীকার করা দুর্বলতা নয়, শুদ্ধতার শর্ত।

কনট্রারিয়ান কোণ: বেশি ডেটা মানেই ভালো সিদ্ধান্ত নয়

এখন আমি নিজের যুক্তির বিরুদ্ধে দাঁড়াব। আমি এতক্ষণ বলেছি এশীয় ক্রিকেটে ডেটার ছায়া বড় সমস্যা, ডেটা দরকার, রেকর্ড দরকার। এটা সত্য, কিন্তু অর্ধেক সত্য।

কারণ ডেটা বেশি হলে সিদ্ধান্ত ভালো হয়—এই ধারণাটাই সবচেয়ে বড় ফাঁদ। গত দুই দশকে ক্রিকেটে ডেটার পরিমাণ বহুগুণ বেড়েছে, কিন্তু নির্বাচনের ভুল কমেছে কি? প্রমাণ তা বলে না। বরং ডেটা বাড়ার সঙ্গে একটা নতুন সমস্যা এসেছে: বিশ্লেষকরা নমুনার আকার আর প্রভাবের আকার গুলিয়ে ফেলছেন।

ধরুন, একটা ফ্র্যাঞ্চাইজি লিগে দেখা গেল যে যেসব ম্যাচে দল প্রথমে ব্যাট করেছে, তারা ৫৮ শতাংশ জিতেছে। এ থেকে কেউ সিদ্ধান্ত নিতে পারে, টস জিতে ব্যাট করা ভালো। কিন্তু এই পার্থক্যের একটা বড় অংশ আসতে পারে ভেন্যু, পিচের ধরন, কিংবা মাত্র কুড়ি-পঁচিশ ম্যাচের নমুনার ওঠানামা থেকে। Correlation ≠ causation—এই কথাটা এশীয় ক্রিকেটে সবচেয়ে বেশি ভুলে যাওয়া হয়, কারণ এখানে নমুনা প্রায়ই ছোট এবং অসম।

আমার নিজের অভিজ্ঞতা থেকে বলি। ২০২০ সালে খালি স্টেডিয়ামে হোম-অ্যাডভান্টেজ কমে গিয়েছিল বলে আমি একটা প্রবণতা দেখেছিলাম। কিন্তু আমি কখনও বলিনি এটা প্রমাণ। আমি বলেছিলাম, ১২০ ম্যাচের ডেটা একটা ইঙ্গিত, আর ইঙ্গিত দিয়ে সিদ্ধান্ত নিতে হলে অন্তত দুটো মৌসুমের ধারাবাহিকতা দরকার। একই নিয়ম আমি ক্রিকেটে প্রয়োগ করি: দশ ম্যাচের কম নমুনায় আমি কোনো দাবি প্রকাশ করি না।

আরও একটা বিপদ আছে—ডেটা সংগ্রহ যত সহজ হয়, তত বেশি মানুষ সংখ্যাকে দৃষ্টিভঙ্গি ছাড়া পড়ে। একটা ইকোনমি রেট বলতে পারে বোলার দক্ষ, কিন্তু বলতে পারে না সে কোন ফেজে বল করেছে, কোন ব্যাটারের বিরুদ্ধে বল করেছে, কোন পিচে বল করেছে। যদি বিশ্লেষণ এই প্রসঙ্গ বাদ দিয়ে চলে, তাহলে সিদ্ধান্ত হবে সংখ্যার সংখ্যাগত আনুগত্য, বাস্তবের নয়।

তৃতীয় এবং সবচেয়ে সূক্ষ্ম ফাঁদ—কনট্রারিয়ান ব্র্যান্ডিং। আমি স্বীকার করি, ব্যতিক্রমী কিছু খুঁজে বের করার প্রবণতা আমার আছে। কিন্তু ব্যতিক্রম খোঁজা আর ব্যতিক্রম বানানো দুটো আলাদা জিনিস। একটা চমকপ্রদ দাবি যখন বারবার সত্য প্রমাণিত না হয়, তখন সেটা বিশ্লেষণ থাকে না, ব্র্যান্ড হয়ে যায়। আমি তাই আগে থেকেই অনুমান লিখে রাখি, তারপর যাচাই করি, আর যদি ভুল প্রমাণিত হয়, সেটাও প্রকাশ করি। এশীয় ক্রিকেটে এই স্বচ্ছতা বিরল, আর সেজন্যই মূল্যবান।

ডেটা-সীমাবদ্ধতার নোট: যা আমি জানি না

প্রতিটি লেখার শুরুতে আমি একটা ডেটা-সীমাবদ্ধতার নোট দিই, সেই অভ্যাস ২০১৮ সালের রাশিয়া বিশ্বকাপ থেকে এসেছে। এশিয়ার ক্রিকেট নিয়ে লিখতে গিয়ে সীমাবদ্ধতাগুলো আরও বেশি।

আমি জানি না, এই অঞ্চলের কত শতাংশ ঘরোয়া ম্যাচের বল-বাই-বল ডেটা সংরক্ষিত হয়। আমি জানি না, বয়সভিত্তিক টুর্নামেন্টের কত শতাংশ খেলোয়াড়ের উচ্চতা, গতি, বা ফিটনেস ডেটা কোনো কেন্দ্রীয় ব্যবস্থায় আছে। আমি জানি না, কোন স্কাউট কোন মানদণ্ডে খেলোয়াড় বাছেন। এই তিনটে অজানা থেকে যতক্ষণ উত্তর না আসে, ততক্ষণ নির্বাচন-সংক্রান্ত যেকোনো সিদ্ধান্তের ভিত্তি হবে আংশিক।

এখানেই আমার পদ্ধতির কেন্দ্রীয় নীতি: যা জানি না, তা লিখে দিই। একটা ফাঁকা ঘরকে সংখ্যা দিয়ে ভরাট করা মানে বিশ্লেষণ নয়, গল্প বানানো। আর গল্প দিয়ে কখনও নির্বাচন করা উচিত নয়, কারণ স্কোরকার্ডে ভুলের দামটা কেউ দেয় না, দামটা দেয় ক্যারিয়ার।

টেকঅওয়ে: পরের মৌসুমে যা দেখতে হবে

এই মুহূর্তে এশীয় ক্রিকেটে ডেটা-ছায়া পূরণের সবচেয়ে বাস্তব পথ দুটো। প্রথমত, নিম্নস্তরের ম্যাচেও ন্যূনতম বল-বাই-বল লগিং বাধ্যতামূলক করা—এমনকি যদি সেটা স্বেচ্ছাসেবী-চালিত মোবাইল অ্যাপ হয়। দ্বিতীয়ত, সেই ডেটাকে যাচাইযোগ্য ব্যবস্থায় রাখা, যাতে কেউ পরে বদলাতে না পারে এবং সবাই একই সত্য দেখতে পারে।

কিন্তু প্রযুক্তি যতই এগোক, একটা নিয়ম আমার কাছে অপরিবর্তিত: সংখ্যা প্রশ্ন করে, উত্তর দেয় না। এশীয় ক্রিকেটের আসল প্রশ্নটা ডেটার অভাব নয়, বরং ডেটার অনুপস্থিতিতে আমরা কতটা দায়িত্বশীল থাকতে পারি। কারণ যেদিন আমরা ফাঁকা ঘরটাকে মেনে নেব, সেদিন থেকে সেই ঘরটা ভরাট করার প্রকৃত কাজ শুরু হবে।

পরের মৌসুমে আমি একটা জিনিস লক্ষ্য করব: ছোট লিগের খেলোয়াড়দের ওয়ার্কলোড আর ফেজ-ডেটা কি কোনো কেন্দ্রীয় প্ল্যাটফর্মে জমা হতে শুরু করল? যদি উত্তর হ্যাঁ হয়, তবে এশীয় ক্রিকেট তার সবচেয়ে বড় সম্পদ—মানুষ—কে খুঁজে বের করার সরঞ্জাম পাবে। যদি না হয়, তবে আমরা আরও এক প্রজন্মের প্রতিভা স্কোরকার্ডে দেখব, কিন্তু কলামে কখনও দেখব না।