খালি লেজার: যে বিশ্লেষণ নিজের সীমা স্বীকার করে

গত মাসে একটি ম্যাচ-বিশ্লেষণের নথি আমার হাতে এলো। খুলে দেখি, প্রতিটি ঘর ফাঁকা — শিরোনাম নেই, সূত্র নেই, তথ্যবিন্দুর তালিকা শূন্য, আর প্রতিটি মাত্রার পাশে শুধু লেখা 'প্রযোজ্য নয়, তথ্য অপর্যাপ্ত'। পঁয়তাল্লিশ বছরের অভ্যাসে আমার আঙুল প্রথমে কীবোর্ডের দিকে বাড়ল; ফাঁকা ঘরগুলো ভরে দিই, গল্পটা জোড়া লাগিয়ে দিই, ম্যাচটা মনে মনে সাজিয়ে নিই। সেই মুহূর্তে হাত থামল। কারণ বিশ্লেষকের সবচেয়ে বড় অপরাধ ফাঁকা ঘরে নিজের কল্পনা ঢুকিয়ে দেওয়া, আর আমার পেশায় সেই অপরাধের সবচেয়ে বিপজ্জনক রূপটি হলো সাজানো ভাষায় লেখা 'পেশাদারি বিশ্লেষণ'।

আমি সোহেল মিয়া, ছাপ্পান্ন বছরের, রংপুরে বসে ক্রিকেটের ডেটা নিয়ে কাজ করি। দুই হাজার সালে রেডিও মেট্রোওয়েভে স্কুলপড়ুয়া অবস্থায় কাজ শুরু করেছিলাম; সেই সময় শিখেছিলাম, প্রতিটি বাক্যের পেছনে একটা যাচাইযোগ্য সত্য থাকতে হয়, নইলে বাক্যটা শুধু শব্দ। সাতাশ বছর বয়স থেকে আমি ক্রিকেটকে স্কোরবোর্ড হিসেবে নয়, খতিয়ান হিসেবে দেখতে শুরু করি। প্রতিটি বল একটা লেনদেন, প্রতিটি ওভার একটা পাতা, আর একটা ইনিংস একটা পূর্ণ খতিয়ান। আজ সেই খতিয়ান নিয়ে লিখতে বসেছি, কারণ যে ফাঁকা নথিটি আমার কাছে এসেছিল, সেটি আমাকে চিরচেনা একটি প্রশ্নের সামনে দাঁড় করিয়েছে — যখন ডেটা না থাকে, তখন একজন বিশ্লেষক কী করেন?

এই প্রশ্নটির উত্তর খুঁজতে গেলে প্রথমে বুঝতে হবে, ক্রিকেটের তথ্যব্যবস্থা কীভাবে গড়ে উঠেছে। বিশ বছরে আমি দেখেছি, ক্রিকেট ধীরে ধীরে একটি আধা-আনুষ্ঠানিক হিসাবরক্ষণ ব্যবস্থা থেকে একটি প্রায়-প্রাতিষ্ঠানিক ডেটা-অর্থনীতিতে পরিণত হয়েছে। একসময় ছিল শুধু রান, উইকেট, ওভার — অর্থাৎ গোটানো ব্যালান্স। এখন আছে প্রতি বলের বেগ, প্রতি ডেলিভারির লাইন-লেংথ, ফিল্ডিং প্লেসমেন্টের মানচিত্র, বাউন্ডারি-প্রান্তের শতাংশ, ফেজ-ভিত্তিক স্ট্রাইক রেট। প্রতিটি ম্যাচ এখন হাজারো তথ্যবিন্দু তৈরি করে, আর প্রতিটি তথ্যবিন্দু কোনো না কোনো মডেলের খাদ্য। বাংলাদেশের কন্ডিশনে এই পরিবর্তনটা দ্বিগুণ গতিতে এসেছে, কারণ এখানে মাঠ ভিন্ন, আর্দ্রতা ভিন্ন, আর দর্শকদের প্রত্যাশা আরও ভিন্ন।

কিন্তু এই ডেটা-অর্থনীতির একটা গোপন দুর্বলতা আছে, যা কেউ সেভাবে বলে না। তথ্য যত বাড়ে, ফাঁকের সংখ্যাও তত বাড়ে। প্রতিটি নতুন মেট্রিক নিজের সাথে নতুন একটা প্রশ্ন নিয়ে আসে — এই সংখ্যাটা কোথা থেকে এলো, কে মাপল, কোন পরিস্থিতিতে মাপা হলো, আর যেটা মাপা হলো না সেটা কতটা জরুরি ছিল? আমার কাছে আসা ফাঁকা নথিটি এই প্রশ্নগুলোরই একটি চরম রূপ। প্রতিটি ঘরে লেখা ছিল 'প্রযোজ্য নয়', কারণ মূল উৎসটি ছিল শূন্য — সেখানে কোনো দল, কোনো খেলোয়াড়, কোনো ম্যাচ, কোনো সূত্র ছিল না।

এই অবস্থায় দুই পথ খোলা থাকে। প্রথম পথ সহজ: ফাঁকা ঘরগুলোকে সাধারণ জ্ঞান দিয়ে ভরে ফেলা, প্লেয়ার-প্রোফাইল মিলিয়ে নেওয়া, চেনা ম্যাচের সাথে মিলিয়ে একটি গল্প দাঁড় করানো। দ্বিতীয় পথ কঠিন: স্বীকার করা যে তথ্য নেই, আর তথ্য না থাকলে বিশ্লেষণও নেই। আমার চেনা জগতে দ্বিতীয় পথটাই সঠিক, কারণ আমি একবার শিখেছিলাম — মডেল যখন নিজের উপর অতিরিক্ত আত্মবিশ্বাসী হয়ে ওঠে, আমি তখনো আমার xG নোটবুক খুলি, নতুন করে হিসাব মেলাই।

ফাঁকা ঘর কোনো ব্যর্থতা নয়, এটা নিজেই একটি ফলাফল। পরিসংখ্যানের ভাষায় একে বলে 'নাল রেজাল্ট' — শূন্য ফলাফল। গবেষণায় নাল রেজাল্ট প্রকাশ করা হয়, লুকিয়ে রাখা হয় না; কারণ শূন্য ফলাফলও জ্ঞানের অংশ, এটা বলে দেয় কোন প্রশ্নটির উত্তর এখনো পাওয়া যায়নি। ক্রিকেট বিশ্লেষণে আমরা এই শিক্ষাটা ভুলে যাই। আমরা মনে করি, প্রতিটি ম্যাচের একটা ব্যাখ্যা থাকতেই হবে, প্রতিটি সিরিজের একটা ট্রেন্ড থাকতেই হবে। অথচ কিছু ম্যাচ থাকে যাদের কোনো স্পষ্ট ব্যাখ্যা নেই, শুধু এলোমেলো বল আর সমান প্রতিদ্বন্দ্বিতা।

এই জায়গায় খতিয়ান বা লেজারের ধারণাটা কাজে আসে। আধুনিক তথ্যব্যবস্থায় 'ব্লকচেইন' শব্দটি শুনলে আমরা ক্রিপ্টোকারেন্সি ভাবি, কিন্তু এর মূলে থাকা নীতিটা অনেক পুরনো — প্রতিটি এন্ট্রি যাচাইযোগ্য হতে হবে, প্রতিটি এন্ট্রি আগেরটার সাথে অটুটভাবে যুক্ত থাকতে হবে, আর কেউ চাইলে মাঝখানে ঢুকে হিসাব বদলে দিতে পারবে না। ক্রিকেটের স্কোরবোর্ড আসলে ঠিক এই ধরনের একটি শৃঙ্খল — একটি বলের ফল পরের বলের অবস্থা তৈরি করে, একটি ওভারের হিসাব পরের ওভারের ভিত্তি। স্কোরবোর্ড হলো ক্রিকেটের প্রথম ও সবচেয়ে সৎ লেজার, যেখানে কোনো এন্ট্রি নিজের ইচ্ছায় যোগ করা যায় না।

আমার কাজে আমি এই লেজার-শৃঙ্খলাটাই নিজের হাতে চালু করেছিলাম ২০১৭ সালে, যখন রংপুরে একটি ফ্র্যাঞ্চাইজি দলের জন্য প্রত্যাশিত গোল-স্টাইলের ডেটাবেজ বানাচ্ছিলাম। সেই সময়টার কথা মনে আছে। দল একটা ম্যাচ দুই-এক হেরেছিল, অথচ প্রতিপক্ষের চেয়ে অনেক বেশি শট নিয়েছিল — সতেরো বনাম ছয়। ড্রেসিংরুমে কেউ কেউ বলছিলেন, ছেলেরা মনোবল হারিয়েছে, ফোকাস নেই। আমি এক পাতার একটি xG ভাঙচুর নিয়ে হাজির হলাম, যেখানে দেখানো হলো — হারটা মোটিভেশনের নয়, কাঠামোর। দলের প্রেসিং ম্যাপিংয়ের সংখ্যা, অর্থাৎ প্রতি ডিফেন্সিভ অ্যাকশনে কত পাস বাধা দেওয়া হলো, তা ছিল ১৪.২; পরের ছয় ম্যাচে সেটা নেমে এলো ৯.৮-তে। কোচিং স্টাফ সপ্তাহের মধ্যেই আমার মেট্রিক গ্রহণ করলেন।

সেই থেকে আমার প্রতিটি রিপোর্টে একটা নিয়ম বাঁধা — কোনো গল্প লেখার আগে তিনটি যাচাইযোগ্য সংখ্যা দিতে হবে, আর সংখ্যা আর গল্প যদি একমত না হয়, কলামটা প্রকাশ হবে না। এই তিনটি সংখ্যা আমার মেরুদণ্ড: xG, প্রেসিং তীব্রতা, আর কভার করা দূরত্ব। এখন প্রশ্ন হলো, যদি এই মেরুদণ্ডের কোনো কশেরুকাই না থাকে, তাহলে বিশ্লেষণ দাঁড়াবে কী করে? উত্তর পরিষ্কার — দাঁড়াবে না। আর যে বিশ্লেষক জোর করে দাঁড় করান, তিনি আসলে মেরুদণ্ডের জায়গায় দড়ি গুঁজে দিচ্ছেন।

২০১৮ সালের রাশিয়া বিশ্বকাপে আমি ক্রোয়েশিয়ার পুরো নকআউট পর্ব একটা স্প্রেডশিটে অনুসরণ করেছিলাম। তিনটি ম্যাচ টানা অতিরিক্ত সময়ে গেল, অথচ প্রত্যাশিত গোলের হিসাবে ক্রোয়েশিয়া বড় কোনো দলকে ছাপিয়ে যায়নি; তারপরও তারা ফাইনালে পৌঁছাল। ফাইনালের আগে আমি একটি ছোট মডেল বানিয়ে সহকর্মীদের বললাম, ফ্রান্সের এগিয়ে থাকার সম্ভাবনা প্রায় বাহান্ন শতাংশ। ফ্রান্স জিতল চার-দুই গোলে, সেটা পনেরো জুলাই, দুই হাজার আঠারো, মস্কোর লুঝনিকি স্টেডিয়ামে। কিন্তু সেই ম্যাচ আমাকে যে শিক্ষাটা দিল, সেটা স্কোরলাইনে ছিল না। ক্রোয়েশিয়া আমাকে শিখিয়েছে, একটি সংখ্যা গল্প শুরু করতে পারে, কিন্তু কখনো শেষ করতে পারে না। মডেলের বাইরে পড়ে রইল পেনাল্টি, ক্লান্তি আর সেট-পিস — ঠিক যেখানে ম্যাচের ভাগ্য আসলে লেখা হচ্ছিল।

সেই বিশ্বকাপ থেকে ফিরে আমি আমার প্রতিটি বিশ্লেষণে একটা নতুন অনুচ্ছেদ যোগ করা শুরু করলাম — 'মডেল যা দেখতে পায় না'। এই অনুচ্ছেদে আমি জোর করে লিখি, আমার হিসাবের কোন অংশটা অনুমান, কোন অংশটা পর্যবেক্ষণ, আর কোথায় আমার আত্মবিশ্বাস সবচেয়ে দুর্বল। বিশ্লেষক হিসেবে এটা আমার জন্য অস্বস্তিকর, কারণ আমি বরাবর স্পষ্ট সিদ্ধান্ত দিতে ভালোবাসি — এই স্বভাবটা আমার চরিত্রেরই অংশ, ম্যানেজমেন্ট-মনস্ক মস্তিষ্ক সবসময় সমাধান চায়। অথচ ভালো বিশ্লেষণ কখনো কখনো সমাধান না দিয়ে সীমা দেখায়।

বিশ্বখ্যাত পরিসংখ্যানবিদ জর্জ বক্সের একটি বিখ্যাত উক্তি আছে — সব মডেলই ভুল, কিন্তু কিছু মডেল কাজে লাগে। আমি এই কথাটা আমার ডেস্কের পাশে টাঙিয়ে রেখেছি। কারণ যারা মডেল বানায়, তারা প্রায়ই ভুলে যায়, মডেলটি বাস্তবতা নয়; মডেলটি বাস্তবতার একটি সরলীকৃত ছবি। প্রতিটি সরলীকরণ কিছু বাদ দেয়, আর যে বিশ্লেষক বাদ দেওয়া অংশটুকু স্বীকার করেন না, তিনি আসলে পাঠককে প্রতারণা করেন।

২০২০ সালে যখন বিশ্বজুড়ে খেলা বন্ধ হয়ে গেল আর জার্মান বুন্ডেসলিগা খালি স্টেডিয়ামে ফিরল, আমি সেটাকে আমার ক্যারিয়ারের সবচেয়ে পরিষ্কার প্রাকৃতিক পরীক্ষা হিসেবে দেখলাম। দর্শক ছাড়া প্রথম চল্লিশটি ম্যাচের হিসাব আমি নিজে হাতে লিখে রাখলাম। দেখা গেল, ঘরের মাঠের সুবিধা প্রায় ভেঙে পড়েছে — ঘরের দলের জয়ের হার প্রায় তেতাল্লিশ শতাংশ থেকে নেমে এসেছে তেত্রিশ শতাংশে, আর ইনজুরি-সময়ের যোগ হওয়া মিনিটও কমেছে প্রায় এক মিনিট প্রতি ম্যাচে। আমি সেই তথ্য নিয়ে একটি দীর্ঘ প্রবন্ধ লিখলাম, যার মূল কথা ছিল — ভিড়ের শব্দ রেফারির সিদ্ধান্তকে মাপা যায় এমনভাবে বদলে দেয়। খালি স্টেডিয়াম আমাকে সবচেয়ে পরিষ্কার ডেটা আর সবচেয়ে নিঃসঙ্গ উত্তর দিয়েছিল।

সেই পরীক্ষা আমাকে একটা অভ্যাস শিখিয়েছিল, যা এখনো আমি বহন করি — একটি 'প্রেক্ষাপট-সংশোধন' ছক। প্রতিটি সংখ্যা লেখার আগে আমি নিজেকে প্রশ্ন করি, এই সংখ্যাটা দলের গুণের প্রতিফলন, নাকি পরিবেশের প্রতিফলন? দর্শক ছাড়া ম্যাচে ঘরের দলের জয়ের হার কমেছে — এটা কি দলগুলো খারাপ হয়ে গেছে? না, এটা প্রমাণ করে, জয়ের একটা অংশ আসলে ভিড়ের ভেতরে লুকিয়ে ছিল, মাঠে নয়। এই পার্থক্যটা না ধরলে বিশ্লেষণ কখনো সত্যের কাছাকাছি পৌঁছায় না।

দুই হাজার বাইশের কাতার বিশ্বকাপ আরেকটি শিক্ষা দিল, এবার সময়ের হিসাব নিয়ে। শীতকালীন এই আসরে রেকর্ড পরিমাণ ইনজুরি-সময় যোগ হলো — কয়েকটি গ্রুপ ম্যাচে দশ মিনিটের বেশি। আমি প্রতি মিনিট লিখে রাখলাম, আর দেখলাম, শেষ পর্যায়ের গোলের সংখ্যা হঠাৎ বেড়ে গেছে। যেসব দলের রোটেশন পাতলা আর রিকভারির সময় কম, তারাই সবচেয়ে বেশি ক্ষতিগ্রস্ত হয়েছে। আমি একটি 'শেষ পনেরো মিনিট' মডেল বানালাম আর নকআউটের আগে দুটি দলকে সাবস্টিটিউশনের সময় নিয়ে পরামর্শ দিলাম। যে দলগুলো আমার ক্লান্তি-বক্ররেখা মেনেছে, তারা পঁচাত্তর মিনিটের পর তুলনামূলক কম গোল খেয়েছে। শিক্ষাটা সরল — টুর্নামেন্টের গণিত আসলে সময়সূচির গণিত।

এই সব অভিজ্ঞতার পর আমার কাছে ফাঁকা নথিটা যখন এলো, তখন আমি জানতাম কী করতে হবে। আমি কিছু ভরলাম না। আমি বরং সেটাকে নিজের নোটবুকে লেখা একটি 'শূন্য ব্লক' হিসেবে রাখলাম, যার পুরো মূল্যটাই এই যে, এটি প্রমাণ করে কোথায় তথ্যশৃঙ্খল ভেঙে গেছে। যদি একটি বিশ্লেষণ প্রতিটি ঘরে 'তথ্য নেই' লিখে থামে, সেটা দুর্বল বিশ্লেষণ নয়; বরং সেটা এমন একটি বিশ্লেষণ, যেটি নিজের সীমা জানে।

এখন আসি সেই অংশে, যেখানে আমার সহকর্মীরা প্রায়ই আমাকে ভুল বোঝেন। অনেকে বলেন, তুমি এত সতর্ক থাকলে পাঠক পাবে কী? তাদের কথা ঠিক নয়, আবার পুরোপুরি ভুলও নয়। পাঠক একটা সিদ্ধান্ত চান, একটু দিকনির্দেশনা চান, একটা ভবিষ্যদ্বাণী চান। আর একজন বিশ্লেষকের উচিত সেটা দেওয়া — তবে প্রতিশ্রুতির ভাষায় নয়, সম্ভাবনার ভাষায়। এই জায়গায় ডেটা-জগতের একটা বড় ফাঁদ আছে, যার নাম 'বিশ্বাসযোগ্য বানানো ভুয়া'। ফাঁকা ঘরে সাধারণ জ্ঞান ঢুকিয়ে দিলে সেটা প্রথমে যুক্তিসঙ্গত লাগে, তারপর দৃঢ় লাগে, শেষে সত্যের মতো লাগে। এই বিবর্তনটাই সবচেয়ে বিপজ্জনক।

ধরুন, কোনো বিশ্লেষক জানেন না কোনো নির্দিষ্ট ম্যাচে একজন বোলার কীভাবে পারফর্ম করেছেন। তিনি ফাঁকা ঘরে লিখে দিলেন, 'কন্ডিশনের সাথে খাপ খাইয়ে নিতে সময় লেগেছে'। বাক্যটা সত্য শোনায়, কারণ এমনটা সত্যিই ঘটে। কিন্তু এই বাক্যটা কোন তথ্য থেকে এসেছে? কোথাও থেকে আসেনি। এটাই প্লাসিবল ফ্যাব্রিকেশন — যুক্তিসঙ্গত শোনায় এমন বানানো। আমার কাজে আমি এই অভ্যাসটাকে বিষ হিসেবে দেখি, কারণ একবার পাঠক এই ধরনের বাক্যে ভরসা করলে, তারপর আসল তথ্যও তার কাছে সেই একই ওজনের হয়ে যায়।

সহসংযোগ আর কার্যকারণ এক নয় — এটাই ডেটা বিশ্লেষণের প্রথম ও শেষ পাঠ। একটি দল জিতল, আর সেই ম্যাচে তাদের ক্যাচ-শতাংশ বেশি ছিল; এর মানে এই নয় যে ক্যাচ ধরাই জয়ের কারণ। হয়তো দলটি কেবল ভালো অবস্থানে ছিল, আর ভালো দল ক্যাচও বেশি ধরে। ক্রিকেটে আমরা প্রতি সপ্তাহে এই ভুলটি করি — একটা সিরিজের ফল থেকে একটা কৌশলকে মহিমান্বিত করি, একটা ম্যাচের পারফরম্যান্স থেকে একটা খেলোয়াড়কে চিরস্থায়ী ঘোষণা করি। অথচ সামান্য নমুনার উপরে দাঁড়ানো এই সিদ্ধান্তগুলো পরে ধুলোয় মিশে যায়।

এই ভুলের আরেকটি রূপ হলো 'পরিষ্কার ডেটার রোমান্স'। খালি স্টেডিয়াম, নিরপেক্ষ ভেন্যু, নিয়ন্ত্রিত পরিবেশ — এসব দেখতে বিশ্লেষকের স্বর্গ মনে হয়, কারণ এখানে তথ্য সবচেয়ে পরিষ্কার। কিন্তু আমি শিখেছি, পরিষ্কার মানে সম্পূর্ণ নয়। খালি স্টেডিয়ামে আপনি সঠিকভাবে মাপতে পারেন ঘরের সুবিধা কতটা, কিন্তু মাপতে পারেন না ভিড় কীভাবে খেলোয়াড়ের স্নায়ুতে চাপ ফেলে। অর্থাৎ পরিষ্কার তথ্য আপনাকে একটি উত্তর দেয়, আর সাথে আরও কয়েকটি উত্তর অস্পষ্ট করে রাখে। এই দ্বিমুখী সত্যটা স্বীকার করা বিশ্লেষকের দায়িত্ব।

আমার পেশায় আরেকটি ফাঁদ আছে, যেটা আমি বিশেষভাবে এড়াতে চেষ্টা করি — নিজের ঘরকে বাইরের চেয়ে আলাদা ভাবা। বাংলাদেশের ক্রিকেট নিয়ে লিখতে গেলে এই প্রলোভনটা বড়; আমাদের মাঠ ভিন্ন, আমাদের প্রত্যাশা ভিন্ন, তাই আমরা প্রায়ই বলি এখানকার পরিস্থিতি বাইরের কোনো মডেল দিয়ে বোঝা যায় না। কথাটা আংশিক সত্য, কিন্তু যদি আমি বাংলাদেশের জন্য ভিন্ন মানদণ্ড আর বিশ্বের জন্য ভিন্ন মানদণ্ড ব্যবহার করি, তাহলে আমি বিশ্লেষক নই, আমি গল্পকার। সঠিক পথ হলো — বিশ্বমানের কঠোরতা একই রাখা, তবে স্থানীয় বাস্তবতার কথা স্পষ্টভাবে বলা, লুকিয়ে না রাখা।

এই বিন্দুতে আমার কাছে ফাঁকা নথিটি আর একটি পরাজয় মনে হচ্ছে না, বরং একটি আয়না মনে হচ্ছে। এটি আমাকে দেখাল, আমার চারপাশে এমন কতগুলো বিশ্লেষণ প্রতিদিন তৈরি হচ্ছে, যেগুলো প্রতিটি ঘরে ভরা, কিন্তু ভেতরে শূন্য। সংখ্যা আছে, সূত্র নেই; সিদ্ধান্ত আছে, নমুনা নেই; আত্মবিশ্বাস আছে, সীমা নেই। এই ধরনের বিশ্লেষণ পাঠকের কাছে ঠিক ততটাই বিপজ্জনক যতটা ফাঁকা নথি বিশ্লেষকের কাছে।

আমার একটি নিয়ম আছে, যেটা আমি বারবার নিজের কাছে দোহরাই — একটি ড্যাশবোর্ড যেন একজন কোচের প্রশ্নের সামনে টিকে থাকতে পারে। অর্থাৎ, যদি কোচ জিজ্ঞেস করেন 'এই সংখ্যাটা কোথা থেকে এলো, আর এটার উপর আমার কতটা ভরসা করা উচিত', তাহলে আমার হাতে যেন সৎ উত্তর থাকে। যে ড্যাশবোর্ড এই প্রশ্নের সামনে ভেঙে পড়ে, সেটা ড্যাশবোর্ড নয়, সেটা সাজসজ্জা।

সূত্রের প্রশ্নটা এখানে সবচেয়ে জরুরি। একটি তথ্য যত দামি, তার উৎস তত যাচাইযোগ্য হওয়া দরকার। ক্রিকেটে আমরা প্রায়ই বিখ্যাত সংখ্যাগুলো দোহরাই — এই খেলোয়াড় এত রান করেছেন, এই দল এত ম্যাচ জিতেছে, এই ট্রফি এই বছর এই ভেন্যুতে উঠেছে। সংখ্যাগুলো সত্য, কিন্তু প্রেক্ষাপট প্রায়ই বাদ পড়ে যায়। একই পরিসংখ্যান দুই দশক আগের মাঠে আর আজকের ফ্ল্যাট পিচে দুই ভিন্ন অর্থ বহন করে। যে বিশ্লেষক প্রেক্ষাপট বাদ দেন, তিনি সংখ্যাকে অস্ত্র বানান, দৃষ্টি নয়।

এখানেই আমার কাছে লেজার-শৃঙ্খলার ধারণাটা আবার ফিরে আসে। একটি ভালো খতিয়ানে প্রতিটি এন্ট্রির পাশে লেখা থাকে কে লিখল, কখন লিখল, আর কীসের ভিত্তিতে লিখল। ক্রিকেট বিশ্লেষণে আমাদের ঠিক এই অভ্যাসটা দরকার — প্রতিটি সংখ্যার পাশে তার জন্মসনদ থাকা উচিত। না থাকলে সংখ্যাটা এক লেনদেন থেকে আরেক লেনদেনে ঢুকে পড়ে, নিজের উৎস হারিয়ে ফেলে, আর শেষে কেউ জানে না সেটা আসল ছিল কি না। এই জায়গায় আমার চারপাশের নতুন-মিডিয়া জগৎটা সবচেয়ে বেশি দুর্বল, কারণ সেখানে গতি আর পরিমাণকে গুণ মনে করা হয়।

আমি বহু বছর মাঠে বসে ম্যাচ দেখেছি, আর সেই অভিজ্ঞতা আমাকে একটা জিনিস শিখিয়েছে, যেটা কোনো স্প্রেডশিট আমাকে শেখাতে পারেনি — খেলার ভেতরে একটা এলোমেলো, অযাচাইযোগ্য, মানুষের অংশ থাকে, যেটা কখনো পুরোপুরি মাপা যায় না। একটা ড্রপ ক্যাচের পেছনে থাকে ঘাম, ভয়, আর সেদিন সকালের ঘুমের অভাব। আমি এই অংশটাকে অস্বীকার করি না; বরং আমি স্বীকার করি, আমার মডেল এখানে অন্ধ। যে বিশ্লেষক নিজের অন্ধত্ব স্বীকার করেন, তিনিই সবচেয়ে বেশি দেখতে পান।

তাহলে ফাঁকা নথিটির ভবিষ্যৎ কী? আমি এটাকে ফেলে দিইনি। আমি এটাকে আমার সংগ্রহে রেখেছি, কারণ এটি একটি প্রমাণ — প্রমাণ যে প্রতিটি বিশ্লেষণের নিচে একটি প্রশ্ন লুকিয়ে থাকে, আর সেই প্রশ্নের উত্তর যদি না থাকে, তবে সবচেয়ে সৎ উত্তর হলো চুপ থাকা। পরের মরশুমে যখন আবার কোনো মডেল আমার কাছে খুব নিশ্চিত হয়ে আসবে, আমি আবার আমার xG নোটবুক খুলব, আবার হিসাব মেলাব, আর আবার জিজ্ঞেস করব — তুমি যেটা বাদ দিয়েছ, সেটা কী?

আমার কাছে আসা সেই খালি পাতাটি আসলে একটি উপহার। এটি আমাকে মনে করিয়ে দিল, তথ্য একটি অটুট শৃঙ্খল — যেখানে প্রতিটি ব্লক যাচাইযোগ্য, প্রতিটি সংখ্যা জবাবদিহিমূলক, আর যেখানে ফাঁকা ঘরে কিছু গুঁজে দিলে শৃঙ্খলটা আর শৃঙ্খল থাকে না, সেটা গল্পের মালা হয়ে যায়। ক্রিকেটের সৌন্দর্য এই যে, খেলার নিজস্ব খতিয়ান কখনো মিথ্যা বলে না; কেবল আমরা, যারা সেই খতিয়ান পড়ি, মাঝে মাঝে নিজের কল্পনা দিয়ে পাতা ভরে ফেলি। পরের ওভার থেকে হয়তো ফেরা যাবে, কিন্তু একটি ভুয়া তথ্য একবার ছড়িয়ে গেলে সেটা আর ফেরে না।

আর তাই আগামী সপ্তাহে, আগামী টুর্নামেন্টে, আমার কাছে নতুন কোনো ম্যাচের ডেটা এলে আমি প্রথমে সিদ্ধান্ত লিখব না। আমি প্রথমে জিজ্ঞেস করব — তথ্যটা কোথা থেকে এলো, কে দিল, আর কোন অংশটা এখনো ফাঁকা। কারণ আমি জানি, একটি সংখ্যা একটি গল্প শুরু করতে পারে, কিন্তু কখনো শেষ করতে পারে না। আর যে বিশ্লেষক এই সীমাটা মেনে নেন, তিনিই কেবল সত্যের কাছাকাছি পৌঁছান — ঠিক যেমন খালি স্টেডিয়াম আমাকে সবচেয়ে পরিষ্কার ডেটা আর সবচেয়ে নিঃসঙ্গ উত্তর দিয়েছিল।