ক্রিকেটের ডেটা স্পাইন: কীভাবে বাংলাদেশ প্রিমিয়ার লিগ প্লাবিং থেকে সিদ্ধান্ত-সেটে রূপান্তরিত হলো

হুক: ৫৮তম ওভারের ওই একটি রান-আউট, যা স্কোরকার্ডে ওঠেনি

২০২৫ সালের ঢাকা প্রিমিয়ার লিগের একটি ম্যাচে, দ্বিতীয় ইনিংসের ৫৮তম ওভারে একটি রান-আউট হয়েছিল যা পরে কোনো রেকর্ড বইয়ে ঠাঁই পায়নি। ফিল্ডার থ্রো করেছিলেন সীমানার ভেতরে দাঁড়ানো এক তরুণ, এবং রান-আউটটি সম্পূর্ণ হয়েছিল তৃতীয় রিপ্লেতে। কিন্তু স্কোরকার্ডে সেটি শুধু "run out" — ব্যস। কে ফিল্ড করেছিলেন, কোন ওভারে বলটি কীভাবে গড়িয়েছিল, ব্যাটসম্যানের ক্রিজ ছাড়ার আগে স্ট্রাইকার ও নন-স্ট্রাইকারের মধ্যে কত সেকেন্ডের পার্থক্য ছিল — এই বিশদগুলোর কোনো একটিই শেষ পর্যন্ত ডেটাবেসে ঢোকেনি।

আমি ২০১৭ সালে ঢাকার একটি নিউ-মিডিয়া ডেস্কে এই ডেটা স্পাইন তৈরির কাজে যুক্ত হয়েছিলাম। সেই ৪৬ ম্যাচ, ৭ ক্লাব, আর ১২,৪০০ বল-বাই-বল ইভেন্টের ট্যাগিং শেষ করতে আমাদের ৬ জনের একটি টিম লেগেছিল পুরো মৌসুম। কিন্তু সেই একই স্পাইনই ২০২৬ সালে আমার কাছে এমন একটি প্রশ্ন তৈরি করেছে, যা আমি ২০১৭ সালে করতে পারিনি: ক্রিকেটের সবচেয়ে বড় সংকট ডেটার অভাব নয়, বরং ডেটা থেকে সিদ্ধান্ত পর্যন্ত পৌঁছানোর পথে স্থাপত্যের অভাব।

প্রেক্ষাপট: লিগের পরিকাঠামো যেখানে ব্যবসায়িক সিদ্ধান্তে রূপ নেয়

বাংলাদেশ প্রিমিয়ার লিগ শুরু হয়েছিল ২০১২ সালে। প্রথম কয়েকটি মৌসুমে লিগটি ছিল একটি ইভেন্ট — টিকিট, স্পনসর, আর টেলিভিশন রাইটস। কিন্তু ২০১৫ সালের পরে, বিশেষ করে স্পন্সরশিপ রাইটসের পুনর্বিন্যাস, ফ্র্যাঞ্চাইজি মালিকানার হস্তান্তর, আর প্লেয়ার রিলিজ উইন্ডোর সময়সূচি নির্ধারণের প্রক্রিয়াটি ধীরে ধীরে একটি প্রতিষ্ঠান-নির্মাণের প্রক্রিয়ায় পরিণত হয়।

এই প্রক্রিয়ায় সবচেয়ে বড় যে জিনিসটি ঢাকায় গড়ে উঠেছিল, তা হলো লিগের গভর্ন্যান্স কাঠামো — যা সাধারণত দর্শক দেখতে পান না। কে ফ্র্যাঞ্চাইজি পাবেন, কে পাবেন না; কোন স্পনসর আনা যাবে, কোন স্পনসর আনা যাবে না; প্লেয়ার বদলির সময় কে কোন বোর্ডের অনুমতি নেবে — এই সিদ্ধান্তগুলোর প্রতিটির পেছনে একটি আলাদা ট্রেইল ছিল। সেই ট্রেইল না থাকলে লিগের যে কোনো বিতর্ক শেষ পর্যন্ত বোর্ডের সভা কক্ষে মীমাংসিত হতো, যা দর্শকের কাছে পৌঁছাত না।

আমার ২০১৭ সালের কাজটি ছিল সেই ট্রেইলের ডেটা অংশটি তৈরি করা। ৪৬ ম্যাচের প্রতিটি বল, প্রতিটি ফিল্ডিং প্লেসমেন্ট, প্রতিটি বোলিং পরিবর্তন — এই ইভেন্টগুলোকে ১২টি ক্ষেত্রের একটি অভিধানে ঢোকানো হয়েছিল। মূল লক্ষ্য ছিল প্রিভিউ প্রোডাকশনের সময় কমানো: ম্যানুয়াল ম্যাচ-রিপোর্টের ত্রুটি ৩৮ শতাংশ কমে গিয়েছিল, আর প্রিভিউ তৈরির সময় ৬ ঘণ্টা থেকে ৯০ মিনিটে নেমে এসেছিল।

কিন্তু সেই ৩৮ শতাংশ ত্রুটি হ্রাস আসলে কী বোঝাচ্ছিল? এটা বোঝাচ্ছিল না যে রিপোর্টিং ভালো হয়েছে। এটা বোঝাচ্ছিল যে একটি ডেটা ডিকশনারি আর ২৪ ঘণ্টার টার্নঅ্যারাউন্ড নিয়ম না থাকলে একটি লিগের পুরো তথ্যপ্রবাহ সাংবাদিকদের নোটবইয়ের ওপর নির্ভরশীল হয়ে পড়ে — যা কোনো স্পন্সরশিপ ডিলের সময় রেফারেন্স হিসেবে ব্যবহারযোগ্য নয়।

এখানেই প্রথম বড় পরিবর্তনটি ঘটে: লিগের মূল্য আর শুধু ম্যাচের ফলাফলে নির্ধারিত হয় না, নির্ধারিত হয় তথ্যপ্রবাহের নির্ভরযোগ্যতায়। একটি স্পন্সর তার ব্র্যান্ড সমিতি তৈরি করতে চায় একটি নিশ্চিত ডেটার ওপর; একটি সম্প্রচারক তার রেটিং কার্ড তৈরি করে সেই ডেটার ওপর; একটি ফ্র্যাঞ্চাইজি তার মূল্যায়ন তৈরি করে সেই ডেটার ওপর। ডেটা স্পাইন যদি দুর্বল হয়, তবে পুরো কমার্শিয়াল শৃঙ্খলটি দুর্বল হয়ে যায়। ডেটা স্পাইন কখনোই গল্প ছিল না; এটাই ছিল গল্পের শর্ত।

মূল বিশ্লেষণ: ত্রুটি-হ্রাসের economía থেকে সিদ্ধান্ত-ইঞ্জিনে

২০১৮ সালের রাশিয়া বিশ্বকাপে ঢাকা ডেস্কে আমরা ৪ জন বিশ্লেষকের একটি টিম নিয়ে ৬৪ ম্যাচের জন্য একটি লাইভ xG মডেল তৈরি করি। ১৬৯টি গোল ট্যাগ করা হয়েছিল, এবং সেট-পিস আলাদাভাবে চিহ্নিত করা হয়েছিল। ফলাফল যা বেরিয়ে এসেছিল তা ছিল এক ধরনের বাস্তবতা-পরীক্ষা: ৭৩টি গোল সেট-পিস পরিস্থিতি থেকে এসেছিল — অর্থাৎ প্রায় ৪৩ শতাংশ গোল মৃত-বল থেকে। কিন্তু এই সংখ্যাটি একটি সমস্যা তৈরি করেছিল যা আমরা första দিনেই অনুমান করিনি: টেলিভিশন ভাষ্যে "সেট-পিসের গুরুত্ব" একটি অর্থহীন দাবি, যদি সেট-পিসের সংজ্ঞা প্রতিটি সম্প্রচারক ভিন্নভাবে ব্যবহার করেন।

সেট-পিসের সংজ্ঞা যদি প্রতিটি সূচনা থেকে প্রথম দুই পাসকে অন্তর্ভুক্ত করে, তাহলে পরিসংখ্যান বদলে যায়। আমরা আমাদের ডেস্কের জন্য একটি স্থির সংজ্ঞা তৈরি করেছিলাম: কর্নার, ফ্রি-কিক, থ্রো-ইন এবং পেনাল্টি থেকে পরবর্তী তিনটি পাসের ভেতরে গোল হলে সেট-পিস হিসেবে গণ্য হবে। এই স্থির সংজ্ঞাটিই আমাদের সেট-পিস রূপান্তর হারকে একটি তুলনাযোগ্য মেট্রিকে পরিণত করেছিল, আর সেই মেট্রিকই ২০২২ সালে আমাদের ডেস্কের ডিফল্ট প্রিভিউ টেম্পলেটে ঢুকে পড়ে।

ক্রিকেটে একই যুক্তি প্রযোজ্য, কিন্তু আরও জটিল। ক্রিকেট ম্যাচের প্রতিটি ডেলিভারি একটি সিদ্ধান্তের ফলাফল, যা একটি স্পষ্ট পছন্দ থেকে আসে: কোন বোলার, কোন বাটারকে, কোন ফিল্ড প্লেসমেন্টের সাথে। এই সিদ্ধান্তগুলো যদি ট্যাগ করা না হয়, তাহলে ম্যাচটি করার কোনো উপায় নেই — কেবল স্কোরকার্ড দেখে বোঝা যায় না যে একটি বোলিং পরিবর্তন কতটা কার্যকর ছিল।

আমাদের ২০১৭ সালের ডেটা স্পাইনে আমরা যে ১২টি ক্ষেত্র ব্যবহার করেছিলাম তা ছিল আমাদের আপাতদৃষ্টিতে নিরীহ পছন্দ, কিন্তু পরে দেখা গেল নিজেই একটি সিদ্ধান্ত-সেট তৈরি করেছে। ক্ষেত্রগুলো ছিল: বল নম্বর, ওভার, বোলার, ব্যাটসম্যান, বলের ধরন, লাইন, লেংথ, শটের ধরন, ফিল্ডিং পজিশন, রান, উইকেট, আর আউটের ধরন। এই ১২টি ক্ষেত্র থেকে আমরা একটি সাধারণ প্রশ্নের উত্তর বের করতে পারি — যেমন, কোনো নির্দিষ্ট বোলার কোনো নির্দিষ্ট ব্যাটসম্যানের বিরুদ্ধে কোন লেংথে বেশি সফল হন।

কিন্তু এই ১২টি ক্ষেত্রের একটি সীমাবদ্ধতা আছে যা আমি তখন বুঝিনি: এই ক্ষেত্রগুলো ব্যাটসম্যানের মানসিক অবস্থা, বলের ঘূর্ণন (spin revolution), বা ফিল্ডারদের অবস্থানের সূক্ষ্ম পার্থক্য রেকর্ড করে না। ফলে একটি ইনিংসের শুরুতে ব্যাটসম্যানের স্ট্রাইক রোটেশন প্যাটার্ন বা মিডল-ওভারে বোলারের ওভার-রেট চাপ — এই ধরনের নির্ধারক বিষয়গুলো খুঁজে বের করা যায় না। এই সীমাবদ্ধতাই আমাদের ডেটা স্পাইনকে একটি "ফলাফল-রেকর্ডার" থেকে একটি "সিদ্ধান্ত-মডেল"-এ রূপান্তরিত হতে বাধা দিয়েছিল।

২০২০ সালে যখন বৈশ্বিক ক্রীড়া বিরতি ঘটে, তখন আমি ঢাকা ডেস্কের জন্য ৪৮ ঘণ্টার একটি জরুরি পরিকল্পনা তৈরি করি। পরিকল্পনার একটি অংশ ছিল ১৪টি লিগের ১,২০০ ঘণ্টার সংরক্ষিত ম্যাচের ডেটা থেকে একটি দূরবর্তী ট্র্যাকিং প্রোটোকল তৈরি করা। জার্মান বুন্দেসলিগা পুনরায় চালু হলে আমরা দেখতে পাই, হোম-উইন হার ৪৩.২ শতাংশ থেকে ৩৩.৩ শতাংশে নেমে এসেছে — ৯২টি ম্যাচের একটি নমুনায়। এই ডেটার পেছনে যে কারণটি ছিল তা ছিল খালি স্টেডিয়ামের পরিবর্তনশীলতা: দর্শকশূন্য পরিবেশে হোম-অ্যাডভান্টেজ হ্রাস পায়। এই প্রোটোকল পরে ডেস্কের সঙ্কট ম্যানুয়ালে পরিণত হয়, এবং ১১ জন স্টাফকে এতে প্রশিক্ষণ দেওয়া হয়েছিল।

এখানে একটি গুরুত্বপূর্ণ বিশ্লেষণমূলক বিন্দু আছে: এই ডেটা বাস্তব ছিল, কিন্তু "নোট generalizeable" ছিল না। ৯২টি ম্যাচের নমুনা থেকে খালি স্টেডিয়ামের প্রভাব বোঝা যায়, কিন্তু তাকে কোনো নির্দিষ্ট লিগের চিরস্থায়ী নিয়ম হিসেবে ব্যবহার করা যায় না। এই পার্থক্যটি আমার লেখায় সবসময় থাকা উচিত: "সাধারণীকরণযোগ্য নয়" এবং "বাস্তব নয়" এক নয়।

বিপরীতমুখী কোণ: ডেটা স্পাইন যে সমস্যার সমাধান করল, তার চেয়ে বড় সমস্যা তৈরি করল

এখন আসি সেই অংশে যা সাধারণত আলোচনায় আসে না। বিশেষত একটি সংকটের কাহিনি বলার সময় আমার প্রবণতা থাকে সেটিকে একটি "সিস্টেম বিজয়" হিসেবে দেখানোর। কিন্তু এই আত্ম-পরীক্ষাটি করলে দেখা যায়, ডেটা স্পাইনের ১২টি ক্ষেত্র আর ২৪-ঘণ্টার নিয়ম একটি সমস্যার সমাধান করেছিল — কিন্তু একই সাথে তিনটি নতুন সমস্যা তৈরি করেছিল।

প্রথমত, ডেটা স্পাইনটি প্রয়োজন ছিল এমন একটি টিমের ওপর নির্ভরশীল হয়ে পড়েছিল যারা সেই নির্দিষ্ট অভিধানটি জানত। ৬ জনের টিমের বাইরে কেউ যদি ডেটা রিপোর্ট তৈরি করতে চাইত, তাদের জন্য অভিধানটি অপ্রাপ্য ছিল। অর্থাৎ জ্ঞানটি কেন্দ্রীভূত হয়ে পড়েছিল, ছড়িয়ে পড়েনি।

দ্বিতীয়ত, ত্রুটি হ্রাসের ৩৮ শতাংশ পরিমাপ করা হয়েছিল ম্যানুয়াল রিপোর্টের তুলনায় — কিন্তু সেই পরিমাপটি নিজেই একটি নির্দিষ্ট পদ্ধতির ওপর নির্ভরশীল ছিল। অন্য ডেস্ক সেই পদ্ধতি ব্যবহার না করলে সংখ্যাটি তুলনাযোগ্য নয়।

তৃতীয়ত, সবচেয়ে গুরুত্বপূর্ণ: যে ডেটাগুলো সংগ্রহ করা হয়েছিল, তার একটি বড় অংশ ছিল "কী ঘটেছে" — কিন্তু "কেন ঘটেছে" সেই প্রশ্নের উত্তর দেওয়ার জন্য আমাদের কোনো strument ছিল না। একটি বাউন্ডারি রান-আউট যখন রেকর্ড হয়, তখন আমরা জানি কে আউট হয়েছেন, কিন্তু জানি না ফিল্ডার কেন সেখানে ছিলেন। ফলে ডেটা স্পাইনটি সিদ্ধান্ত-নেওয়ার জন্য একটি সহায়ক স্তর তৈরি করেছিল, কিন্তু স্বয়ংক্রিয় সিদ্ধান্ত-ইঞ্জিন তৈরি করেনি।

এই পার্থক্যটি গুরুত্বপূর্ণ, কারণ ঢাকার মতো একটি লিগে যেখানে স্পনসরকেন্দ্রিকতা বেশি এবং প্লেয়ার রিলিজ উইন্ডো সংকীর্ণ, সেখানে একটি অসম্পূর্ণ ডেটা মডেল কোনো সিদ্ধান্ত নেওয়ার চেয়ে খারাপ — কারণ এটি বিভ্রান্তিকর আত্মবিশ্বাস তৈরি করে।

এবং যে খরচগুলো আমি কখনো সঠিকভাবে হিসাব করিনি: ৪৬ ম্যাচের ট্যাগিং প্রক্রিয়ায় একটি ম্যাচের শেষে একটি স্পেশালিস্ট বোলারের পারফরম্যান্স রিপোর্ট সময়মতো তৈরি হয়নি, কারণ আমাদের টিম সেই দিনের ডেটা স্পাইন আপডেট করতে ব্যস্ত ছিল। সিদ্ধান্তটি পরে নেওয়া হয়েছিল — কিন্তু সেটি ছিল একটি হারানো দিন, যা কোনো ডেটা হ্রাস-পরিমাপে ধরা পড়েনি।

গ্রহণযোগ্যতা: লিগের ভবিষ্যৎ নির্ধারণ করবে সেই সিদ্ধান্তগুলো, যেগুলো স্কোরকার্ডে দেখা যায় না

২০২৬ সালের এই মুহূর্তে দাঁড়িয়ে আমি বলব, বাংলাদেশ প্রিমিয়ার লিগের পরবর্তী ধাপটি নির্ভর করবে দুটি জিনিসের ওপর: একটি নির্ভরযোগ্য ডেটা স্পাইন, এবং সেই স্পাইন থেকে সিদ্ধান্ত নেওয়ার জন্য একটি স্পষ্ট গভর্ন্যান্স প্রোটোকল। প্রথমটি ছাড়া দ্বিতীয়টি অসম্ভব, কিন্তু দ্বিতীয়টি ছাড়া প্রথমটি কেবল একটি খরচের কেন্দ্র।

একটি লিগের প্রকৃত মূল্যায়ন তখনই সম্ভব হয় যখন তার ফ্র্যাঞ্চাইজি মালিকানার নিয়ম, প্লেয়ার রিলিজ উইন্ডো, স্পনসর ঘনত্ব, আর সম্প্রচার চুক্তির পুনর্নবীকরণ চক্র — এই চারটি স্তম্ভের প্রতিটির একটি মাপযোগ্য ট্রেইল থাকে। এই ট্রেইল তৈরি করা একটি ধীর, অবিরাম কাজ, যার কোনো হাইলাইট নেই। কিন্তু এই ট্রেইলই ঠিক করে দেয়, একটি লিগ পাঁচ বছর পরেও টিকে থাকবে, নাকি পাঁচ বছর পর একটি নতুন লিগের কাছে জায়গা ছেড়ে দেবে।

প্রশ্নটি এখন আর "ক্রিকেট কি ব্যবসা?" নয়। প্রশ্নটি হলো: ঢাকার বোর্ডরুমে যে সিদ্ধান্তগুলো নেওয়া হয়, সেগুলো কি কোনো দর্শক যাচাই করতে পারবেন? যদি না পারেন, তবে লিগটি কেবল দর্শকদের জন্য একটি ইভেন্ট — সিদ্ধান্ত-নেওয়ার একটি প্রতিষ্ঠান নয়।