ক্যামেরার পেছনের ক্যামেরা: এশিয়ান ক্রিকেটে ডেটার অন্ধ দাগ

মিরপুরের সেই সন্ধ্যাটা মনে আছে। ২০২৩ সালের এশিয়া কাপ, বাংলাদেশ বনাম আফগানিস্তান। আমি প্রেস বক্সের পাশে একটি ছোট টেবিলে বসে ছিলাম, ল্যাপটপে চলছিল একটি স্প্রেডশিট—৪০টি এশিয়ান ম্যাচের পাওয়ারপ্লে পজিশনাল ডেটা। ঠিক সেই মুহূর্তে, যখন রশিদ খান তার চতুর্থ ওভারটি করছিলেন, আমি খেয়াল করলাম আমার স্ক্রিনে একটি কলাম ফাঁকা। 'বাউন্ডারি কনসেশন রেট, ইনিংসের ৪০তম ওভার।' কলামটি ফাঁকা ছিল না কারণ ডেটা পাওয়া যায়নি; ফাঁকা ছিল কারণ আমি জানতাম না সেটি কীভাবে পড়তে হয়। এই ফাঁকা ঘরটিই নিয়ে যায় একটি বড় প্রশ্নের দিকে: এশিয়ান ক্রিকেটের বিশ্লেষণে আমরা আসলে কী মাপছি, আর কী মাপছি না?

ক্রিকেট এশিয়ায় একটি অদ্ভুত সমস্যার সম্মুখীন হচ্ছে। প্রতিটি বোর্ড, প্রতিটি ফ্র্যাঞ্চাইজি এখন ডেটা সংগ্রহ করে। স্টেডিয়ামে ক্যামেরা, ড্রোন, সেন্সর—সব আছে। কিন্তু সেই ডেটার একটি বড় অংশ কখনোই বিশ্লেষণের টেবিলে পৌঁছায় না। কারণটি সরল: যে ফরম্যাটে ডেটা সংগ্রহ করা হয়, সেটি প্রশ্নের সাথে মেলে না। আমরা ম্যাচের ফলাফল মাপি, কিন্তু ম্যাচের ভেতরের সিস্টেম মাপি না। আমি বহুবার দেখেছি, এশিয়ান ক্রিকেটের ফ্র্যাঞ্চাইজি লিগগুলোতে একটি ম্যাচের পর প্রেস কনফারেন্সে কোচ বলেন, 'আমরা ১৭০ রান তুলেছি, এটাই যথেষ্ট ছিল না।' অথচ সেই ম্যাচের ডেটা বলছে, ১৪তম থেকে ১৭তম ওভার পর্যন্ত তাদের স্ট্রাইক রেট ছিল ৯৮, যা টুর্নামেন্টের গড়ের চেয়ে ২৩ শতাংশ কম। কিন্তু কেউ সেই ডেটা দেখে না, কারণ প্রেস কনফারেন্সের প্রশ্নগুলো রান নিয়ে, উইকেট নিয়ে, 'কী ভুল হয়েছে' নিয়ে—সিস্টেম নিয়ে নয়।

এখানেই আমি আমার কাজের একটি মৌলিক নীতি প্রয়োগ করি। আমি ভবিষ্যদ্বাণী করি না; আমি এমন স্প্রেডশিট তৈরি করি যা প্রেসকে ভবিষ্যদ্বাণী করে। ২০১৭ সালে যখন আমি ম্যানচেস্টারে একটি ফুটবল আউটলেটে সাব-এডিটর হিসেবে কাজ করছিলাম, তখন ৪০টি প্রিমিয়ার লিগ ম্যাচের হাই-প্রেস ট্রিগার লগ করে একটি স্প্রেডশিট বানিয়েছিলাম। ১,২০০-র বেশি প্রেসিং সিকোয়েন্স, জোন, অ্যাঙ্গেল আর রিকভারি টাইম দিয়ে কোড করা। সেই স্প্রেডশিটই আমাকে শিখিয়েছিল, ক্যামেরার অ্যাঙ্গেল কীভাবে ট্যাকটিক্যাল সত্যকে বিকৃত করে। এম্পটি স্টেডিয়াম ফুটবলকে চুপ করায়নি; বরং সম্প্রচার অ্যাঙ্গেলকে চকবোর্ডে পরিণত করেছে। এশিয়ান ক্রিকেটে এই পাঠটি আরও তীব্র, কারণ এখানে সম্প্রচার ক্যামেরা প্রায়ই পিচের এক কোণ থেকে শট নেয়, যা বোলারের রিলিজ পয়েন্ট আর ব্যাটসম্যানের ফুটওয়ার্ক একসাথে দেখায় না। ফলে আমরা যা দেখি তা একটি আংশিক সত্য, আর সেই আংশিক সত্যের ওপর ভিত্তি করে আমরা গোটা ম্যাচের কৌশল ব্যাখ্যা করি।

এই সমস্যার একটি নির্দিষ্ট উদাহরণ নিই। ২০২৪ সালের এশিয়া কাপে ভারত ও পাকিস্তানের মধ্যকার ম্যাচে, একটি সম্প্রচার ক্যামেরা বারবার ব্যাটসম্যানের পায়ের কাছে জুম করছিল। ধারাভাষ্যকাররা বলছিলেন, 'ব্যাটসম্যানের ফুটওয়ার্ক নিয়ে সমস্যা।' কিন্তু যখন আমি প্রশস্ত ট্যাকটিক্যাল ক্যামেরার ফুটেজ দেখলাম—যা সাধারণত সম্প্রচারে দেখানো হয় না—তখন দেখা গেল সমস্যাটি ফুটওয়ার্কে নয়, বরং বোলারের লাইন আর লেংথে। বোলার ক্রিজের একটু বাইরে থেকে বল করছিলেন, যা ব্যাটসম্যানের সুইং ট্র্যাকিংকে প্রভাবিত করছিল। সম্প্রচার ক্যামেরার সংকীর্ণ দৃষ্টিভঙ্গি আমাদের ভুল জায়গায় সমস্যা খুঁজতে বাধ্য করে। আমি ক্যাজান আর নিজনি নভগোরোদে যে নোটবুক ভর্তি ভূত আর অর্ধনির্মিত মডেল রেখে এসেছি, সেটি আমাকে শিখিয়েছে: একটি ভূত নোটবুকে থাকা মানে শুধু একটি প্যাটার্ন যা আমি নাম দিতে অস্বীকার করেছি। এশিয়ান ক্রিকেটের ডেটাতেও এমন অনেক ভূত আছে—প্যাটার্ন যা আমরা দেখি কিন্তু নাম দিই না, কারণ নাম দিলে আমাদের প্রচলিত ধারণাগুলো ভেঙে যায়।

মূল সমস্যাটি হলো, এশিয়ান ক্রিকেটের বিশ্লেষণে আমরা প্রায়ই ঘটনাকে পদ্ধতির সাথে গুলিয়ে ফেলি। একটি ম্যাচে একটি দল ১৮০ রান তোলো, আমরা বলি 'ভালো ব্যাটিং।' কিন্তু সেই ১৮০ রানের ভেতরে যদি ৬০ রান আসে শেষ ৫ ওভারে, আর প্রথম ১৫ ওভারে তারা ৯০ রান করে, তাহলে গল্পটি ভিন্ন। প্রথম ১৫ ওভারের ধীর গতি হয়তো পরিকল্পিত ছিল—উইকেট ধরে রাখা, ফিনিশারের জন্য প্ল্যাটফর্ম তৈরি করা। কিন্তু প্রেস কনফারেন্সে কেউ সেই পরিকল্পনার কথা জিজ্ঞেস করে না, কারণ সাংবাদিকদের ডেডলাইন থাকে, আর ডেডলাইনে সহজ প্রশ্নই বেশি বিক্রি হয়। আমি মিডিয়ার উদ্দেশ্য মডেল করি, সমালোচনা নয়। ডেডলাইন চাপ, ট্যাকটিক্যাল ঐকমত্য আর সম্প্রচার প্রণোদনা—এই তিনটি ইনপুট দিয়ে আমি ভবিষ্যদ্বাণী করতে পারি একটি ম্যাচের পর প্রেস কীভাবে গল্পটি ফ্রেম করবে। আর সেই ফ্রেমিংই ধীরে ধীরে públic consensus-এ পরিণত হয়।

এশিয়ান ক্রিকেটে ডেটার আরেকটি সমস্যা হলো, আমরা প্রায়ই 'মোমেন্টাম' বা 'চাপ' শব্দগুলো ব্যবহার করি পরিমাপ না করেই। আমি একজন বিশ্লেষকের সাথে কথা বলেছিলাম, যিনি একটি এশিয়ান ফ্র্যাঞ্চাইজি লিগে কাজ করেন। তিনি বলেছিলেন, তাদের দল 'মোমেন্টাম' মাপার জন্য একটি সূচক তৈরি করেছে—পরপর দুই ওভারে বাউন্ডারি বা উইকেট। কিন্তু সেই সূচক আসলে কী মাপে? এটি মাপে ঘটনার ঘনত্ব, ম্যাচের নিয়ন্ত্রণ নয়। আমি তাকে জিজ্ঞেস করেছিলাম, 'আপনি কি কখনো মাপেছেন, একটি দল মোমেন্টাম হারায় কখন—যখন উইকেট পড়ে, নাকি যখন রান রেট কমে?' তিনি জানতেন না। কারণটি সরল: ডেটা সংগ্রহ করা হয়েছে, কিন্তু প্রশ্ন করা হয়নি। আমি যতক্ষণ না জানি কে দ্বিতীয় বলটি কভার করে, ততক্ষণ আমি হাই-প্রেসকে বিশ্বাস করি না। এশিয়ান ক্রিকেটে এই নীতিটি আরও প্রযোজ্য, কারণ এখানে স্পিনাররা প্রায়ই ম্যাচের নিয়ন্ত্রণ নেয়, কিন্তু আমাদের ডেটা মডেলগুলো এখনো পেসার-কেন্দ্রিক।

এই প্রসঙ্গে একটি পাল্টা যুক্তি দাঁড় করানো যায়। কেউ বলতে পারেন, এশিয়ান ক্রিকেটের বৈচিত্র্যের কারণে একটি একক ডেটা মডেল তৈরি করা অসম্ভব। আমি একমত। কিন্তু সমস্যা মডেলের অভাব নয়, বরং মডেলের প্রতি অন্ধ বিশ্বাস। আমি ২০২১ সালে ইউরো কাপ আর টোকিও অলিম্পিক একসাথে চলার সময় একটি মডেল বানিয়েছিলাম, যা ভবিষ্যদ্বাণী করেছিল স্পেন সেন্ট্রাল ওভারলোডের মাধ্যমে আধিপত্য বিস্তার করবে। সেমিফাইনালে ইতালির ইনসিগনে বাম দিকে সরে গিয়ে সেই মডেল ভেঙে দিলেন। আমার মডেল টুর্নামেন্টে ৭১ শতাংশ সঠিক ছিল, কিন্তু যে ম্যাচটি সবচেয়ে গুরুত্বপূর্ণ সেই ম্যাচে ভুল ছিল। আমি ব্যর্থতা প্রকাশ না করে তিন সপ্তাহ ধরে উল্টো প্রকৌশল করেছি কেন ভুল হলো। তারপর থেকে আমি আমার ভুল ভবিষ্যদ্বাণীগুলো সঠিকগুলোর পাশাপাশি প্রকাশ করি। এশিয়ান ক্রিকেটের ডেটা বিশ্লেষণেও এই স্বচ্ছতা দরকার। আমরা যদি আমাদের মডেলের সীমাবদ্ধতা না দেখাই, তাহলে পাঠক বিশ্বাস করবেন আমরা সব জানি—যা সত্য নয়।

আরেকটি জিনিস আমি লক্ষ্য করেছি: এশিয়ান ক্রিকেটে রেফারি সিদ্ধান্ত আর ভিএআর একটি বড় আলোচনার বিষয়, কিন্তু ডেটা বিশ্লেষণে এটি প্রায় অনুপস্থিত। ভিএআর বিতর্ক কমায়নি; এটি পিচ থেকে রিভিউ রুম আর নিয়মের ধূসর এলাকায় সরিয়ে নিয়েছে। আমি এমন একটি ম্যাচ দেখেছি যেখানে একটি এলবিডব্লিউ সিদ্ধান্ত রিভিউয়ে পাল্টে যায়, কিন্তু ম্যাচের পর বিশ্লেষণে সেই সিদ্ধান্তের প্রভাব মাপা হয়নি। কারণটি সরল: আমাদের ডেটা মডেলগুলো এখনো আম্পায়ারিং ভেরিয়েবলকে অন্তর্ভুক্ত করে না। অথচ আম্পায়ারের সিদ্ধান্ত ম্যাচের গতিপথ বদলাতে পারে—একটি ভুল সিদ্ধান্ত একটি দলের রান রেট ১০ শতাংশ কমিয়ে দিতে পারে। আমি ট্রান্সফার গুজব পড়া বন্ধ করেছি যখন বুঝলাম সেগুলো সিস্টেম স্ট্রেস টেস্ট। ঠিক তেমনি, আম্পায়ারিং ডেটা ছাড়া এশিয়ান ক্রিকেটের বিশ্লেষণ একটি অসম্পূর্ণ স্ট্রেস টেস্ট।

এখন প্রশ্ন হলো, এই সমস্যার সমাধান কী? আমার মতে, সমাধান প্রযুক্তিতে নয়, প্রশ্নে। আমাদের প্রথমে জিজ্ঞেস করতে হবে: আমরা কী জানতে চাই? যদি আমরা জানতে চাই কেন একটি দল শেষ ১০ ওভারে ধীর গতিতে ব্যাটিং করল, তাহলে আমাদের মাপতে হবে উইকেটের অবস্থা, বোলারের লাইন-লেংথ, ফিল্ড প্লেসমেন্ট আর ব্যাটসম্যানের শট সিলেকশন। কিন্তু আমরা যদি শুধু রান মাপি, তাহলে উত্তর পাব না। এশিয়ান ক্রিকেটে ডেটা সংগ্রহকারীরা ভালো কাজ করছেন, কিন্তু বিশ্লেষকদের আরও বেশি প্রশ্ন করতে হবে। ক্যাজান আর নিজনির নোটবুক আমাকে শিখিয়েছে, অসম্পূর্ণ ডেটাও মূল্যবান—যদি আপনি জানেন কোনটি অনুপস্থিত।

আমি এই নিবন্ধটি একটি ভবিষ্যদ্বাণী দিয়ে শেষ করব না, কারণ আমি ভবিষ্যদ্বাণী করি না। বরং একটি প্রশ্ন রেখে যাব: পরবর্তী এশিয়ান ক্রিকেট ম্যাচটি যখন দেখবেন, তখন কি আপনি শুধু স্কোরবোর্ড দেখবেন, নাকি জিজ্ঞেস করবেন স্কোরবোর্ডের পেছনের সিস্টেমটি কী? কারণ আমি যে স্প্রেডশিটটি তৈরি করেছি, সেটি প্রেসকে ভবিষ্যদ্বাণী করে—কিন্তু আপনার প্রশ্নই পারে সেই প্রেসকে বদলে দিতে।