ডেটা মনি'র চশমা: ক্রিকেট অ্যানালিটিক্সে প্রিডিাকশন নয়, প্রমাণের খোঁজ

জেনুইন ফুটবল অ্যানালিটিক্সের টেমপ্লেট খুললেই আমার চোখে পড়ে একটি নির্দিষ্ট ছাড়-ঘটিত ডেটা পয়েন্ট। ২০১৮ সালের রাশিয়া বিশ্বকাপে ইংল্যান্ড-ক্রোয়েশিয়া ম্যাচের আগে, মার্কেট অনুমান করছিল ক্রোয়েশিয়ার মিডফিল্ড প্রতি অ্যাটাকের সময় ১১.২টি পাশ করবে। কিন্তু আমার মডেল দেখাচ্ছিল ৮.৪টি। এই পার্থক্যটি ছিল সেই 'বোরিং কলাম'-এর মধ্যে, যেখানে প্রকৃত এজি (edge) লুকিয়ে থাকে। আমি একটি স্ট্যান্ডার্ডাইজড টেমপ্লেট ব্যবহার করেছিলাম যা প্রতিটি শট, প্রেসার এবং দূরত্বের লগ রাখত। এই ডেটা লাইনিয়েজ ছাড়া কোনো ট্যাকটিকাল দাবি আমি পাবলিশ করতাম না। আমি ভারতের শরমিনে জন্ম নিলেও, এখন খুলনায় বসে বাংলাদেশের ক্রিকেট মার্কেটের জন্য কাজ করছি। আমার পেশা হলো স্পোর্টস বেটিং অ্যানালিস্ট, কিন্তু মূলত আমি একটি 'ডেটা মনি'। আমি ম্যাচের সত্যকে পুনর্গঠন করি অ্যাডভান্সড মেট্রিক্স এবং ট্রান্সফার ভ্যালুয়েশন দিয়ে। আমার বিশ্বাস হলো, 'আপলোড করা পাইপলাইন' আগে চেক করতে হবে, তারপর তবেই পিক নেওয়া যাবে। একটি ক্লিন ম্যাচ আইডি একটি চালকে মডেলের চেয়ে বেশি মূল্যবান। ২০১৭ সালে বাংলাদেশ প্রিমিয়ার লিগের ডেটা পাইপলাইন স্ট্যান্ডার্ডাইজ করার সময় আমি তিনজন ইন্টার্নকে প্রশিক্ষণ দিয়েছিলাম যারা প্রতিটি ম্যাচে ৪৭টি গেমের জন্য শট-লোকেশন ডেটা তৈরি করত। এই সিস্টেম আমার ম্যাচ-প্রিপ টাইম ৯ ঘণ্টা থেকে ২.৫ ঘণ্টায় নামিয়ে আনে। এই প্রক্রিয়ার মাধ্যমে বশুন্ধরা কিংসের সেট-পিসে অফারপারফরম্যান্স শনাক্ত করা সম্ভব হয়েছিল। বাংলাদেশ এবং ভারতের ক্রিকেট সিস্টেমের তুলনা করার সময়, আমি মার্কেট বিনিময়, লিগ স্ট্রাকচার, পিচ এবং রিসোর্স লেভেলের উপর জোর দিই। একটি মেট্রিক আসলে কী মানে করে, তা রিক্যালিব্রেট হয় যখন পরিবেশের পরিস্থিতি বদলে যায়। ২০২০ সালে বন্ধ দরজার পেছনে খেলা ৩১২টি ম্যাচ বিশ্লেষণ করার পর আমি দেখেছি হোম অ্যাডভান্টেজ ০.৩৮ থেকে ০.২১ গোল/ম্যাচে পতিত হয়েছে। আমি 'ইম্পটি স্টেডিয়াম ইনডেক্স' তৈরি করেছিলাম যা বেটিং মডেলকে রিক্যালিব্রেট করতে সাহায্য করেছিল। এই নিয়ন্ত্রণ গ-এর অভাব আমাদের কাছে ছিল, যা আমাদের মডেলকে ২৩ শতাংশ ড্র-মার্কেট লস থেকে বাঁচাতে সাহায্য করেছিল। যেখানে বেশিরভাগ মানুষ প্রিডিাকশন-ফার্স্ট হট টেকস এগিয়ে থাকে, আমি প্রসেসের প্রমাণ চাই। আমি 'ক্লচ' বা মানসিকতা দিয়ে ফলাফল ব্যাখ্যা করি না। প্রতিটি অউটলায়ার হলো একটি প্রশ্ন, যা ডেটা আমাকে জিজ্ঞেস করছে। আমার লেখার নিয়ম হলো, যদি একটি দাবি অডিট করা যায় না, তবে সেটি বিশ্বাসযোগ্য নয়। আমি সংকটকে কেবল হিসাব-নিকাশের সমস্যা হিসেবে দেখি, যেখানে বৃষ্টির বিভ্রাট, DLS রিভিশন এবং টস এর প্রভাব সবই বিস্তারিত এভিডেন্স ট্রেইলসহ সংরক্ষিত থাকে। আগামী মৌসুমের জন্য, আমাদের কেবল স্কোরবোর্ডের সংখ্যা নয়, বরং তাদের পেছনের ডেটা প্রুভেন্যান্সের দিকে তাকানোর হবে। ট্রান্সফার মার্কেটগুলো আসলে উত্তম জনসম্পর্কসহ সাপ্লাই চেইন। ছোট ক্লাবগুলোর জন্য লোন-উইথ-অবলিগেশন ডিলগুলো অর্থনৈতিক পরিকল্পনা ধ্বংস করছে, কারণ তারা গিগ্যান্টদের জন্য অর্ধ-প্রস্তুত খেলোয়াড় তৈরি করছে। এই অসমতা ক্রিকেটের রোমান্টিক গল্পের মুখোশ পরে থাকে। আমাদের কাজ হলো সেই বোরিং কলামগুলোতে লুকানো এজি খুঁজে বের করা এবং ডেটার অডিট-ট্রেইল ধরে চলতে থাকা।