পিচের বাইরে যে তথ্য হারিয়ে যায়: এশিয়ার ক্রিকেট বেটিংয়ে মডেল ক্যালিব্রেশনের অদৃশ্য খরচ

২০১৭ সালের একটি রাতের কথা। রংপুরে আমার ছোট ডেস্কে তখন বাংলাদেশ প্রিমিয়ার লিগের ১২০টি ম্যাচের একটি স্ট্যান্ডার্ডাইজড xG মডেল বসেছি। আটচল্লিশ ঘণ্টায় বারো পাতার একটি ডেটা নোট লিখে পাঁচ হাজার টাকায় বিক্রি করেছিলাম। মজার ব্যাপার হলো, সেই নোট দেখিয়ে ঢাকার একটি সিন্ডিকেট তিনটি লসিং বেট এড়িয়েছিল। কিন্তু সেই সাফল্যটাই আমাকে সবচেয়ে বড় শিক্ষা দিয়েছিল, যা আমি আজ পর্যন্ত প্রতিটি মডেলে লিখে রাখি। আমার তৈরি প্রথম xG মডেল আমাকে শিখিয়েছিল যে স্ট্যান্ডার্ডাইজেশন কোনো সর্বজনীন সত্য নয়, এটি একটি স্থানীয় তর্ক। সেই মডেলটি যখন তৈরি করি, তখন আমি ধরে নিয়েছিলাম মাঠের আকার, বলের পেস এবং পিচের আচরণ সব জায়গায় একই রকম। সেই ধারণাটি রংপুরের একটি ঠান্ডা রাতে এবং একটি বিশৃঙ্খল ডেডলাইন ডেতে টিকতে পারেনি। কারণ, দেশীয় ক্রিকেটে 'ডেটা' শব্দটির অর্থই আলাদা। পিচের কন্ডিশন, স্থানীয় আম্পায়ারিং প্রবণতা, বোলারদের ওয়ার্কলোড ব্যবস্থাপনা এবং সবচেয়ে বড় কথা, দর্শকের উপস্থিতি: এই চারটি ভেরিয়েবল এশিয়ার বেটিং মার্কেটে একটি মডেলের 'সত্যতা' নির্ধারণ করে। ইউরোপীয় ফুটবল থেকে ধার করা PPDA বা ডিসট্যান্স কভারড মেট্রিক যখন এখানে transplant করা হয়, তখন সেগুলো একটি প্রেসিং ড্যাশবোর্ডের বদলে একটি প্রতারণার ড্যাশবোর্ডে পরিণত হয়, যদি স্থানীয় ক্যালিব্রেশন না থাকে। আমার বেটিং ডেস্কে আমরা একটি নিয়ম মেনে চলি: প্রতিটি মেট্রিকের পাশে তার 'কনফিডেন্স রেটিং' বসানো হয়। যেমন— ১২০ ম্যাচের নমুনায় আবাহনী লিমিটেড ঢাকার ২.১ গোল প্রতি ম্যাচের পাশে ১.৪ xG বসেছিল। এই ব্যবধানটি কোনো দুর্ঘটনা নয়; এটি একটি সংকেত, যা বলে দেয় স্কোরলাইন এবং প্রকৃত পারফরম্যান্সের মধ্যে ফাঁকটি পূর্বপরিকল্পিত।\n ২০১৮ সালের রাশিয়া বিশ্বকাপে আমার লাইভ PPDA ড্যাশবোর্ড ছিল একটি শিক্ষা। গ্রুপ পর্বে ফ্রান্স প্রতি ডিফেন্সিভ অ্যাকশনে ২৩.৪ পাস করতে দিয়েছিল, কিন্তু ফাইনালে সেটি নেমে আসে ৯.৮-তে। এই ডেটা পয়েন্টটি না থাকলে আমরা ব্রাজিল আউটরাইটে একটি বড় পরিমাণ লস প্রতিরোধ করতে পারতাম না। কিন্তু এখানেই আসল ট্র্যাপটি। আমরা তখন ভেবেছিলাম ড্যাশবোর্ড আমাদের জিতিয়েছে। আসলে জিতিয়েছিল ডেটার 'সময়'। ম্যাচ চলাকালীন আমরা যে লেটেন্সি নিয়ে কাজ করছিলাম, তা একটি লাইভ বাজারে অস্তিত্বের সংগ্রাম। ডেস্কে মডেল ৩০ সেকেন্ড দেরিতে আপডেট হয়, তখন সেই ৩০ সেকেন্ডই হয়ে যায় লাভ আর লসের মধ্যে ব্যবধান। ২০২০ সালের খালি স্টেডিয়াম আমাদের একটি বড় শিক্ষা দিয়েছিল। ১,২০০ ম্যাচের ডেটায় দেখলাম হোম উইন রেট ৪৫% থেকে নেমে ৩৮%-এ, প্রতি ম্যাচে গোল কমেছে ০.৩১। কিন্তু এই ডেটা ট্রান্সপ্ল্যান্ট করেই যদি এশিয়ার ঘরোয়া ক্রিকেটে বসাতাম, তাহলে ভুল করতাম। কারণ, এশিয়ার অনেক লিগে 'হোম অ্যাডভান্টেজ' আসলে দর্শক নয়, বরং আম্পায়ারের মনস্তত্ত্ব এবং ভ্রমণ-ক্লান্তি। আমি বরং একটি কাউন্টার-ইনটুইটিভ সিদ্ধান্ত নিয়েছিলাম। ক্রাউড-অ্যাবসেন্স কোএফিশিয়েন্ট বসানোর সময় আমরা একটি অতিরিক্ত ভেরিয়েবল যোগ করলাম: রেফারি-বায়াস অ্যাডজাস্টমেন্ট। এটি প্রথম ছয় সপ্তাহে ১৪টি লসিং বেট এড়াতে সাহায্য করেছিল। মজার ব্যাপার— যেটি মানুষ ভাবে 'নয়েজ', সেটিই অনেক সময় আসল সিগন্যাল। আমি দৃঢ়ভাবে বলি, একজন বেটিং ডেস্ক সেই বিশ্লেষককে পুরস্কৃত করে, যে মার্কেটের আগেই অনিশ্চয়তার নাম বলতে পারে। 'মোমেন্টাম' শব্দটির পিছনে একটি সংখ্যা না থাকলে সেটি আমার কাছে গল্পের পাতা, ডেটার নয়। তাই প্রশ্নোত্তর পর্বে আমি সবসময় একটি জিনিস বলি— একটি মডেল তৈরি করা মানে শুধু কোড লেখা নয়; এটি একটি সাংস্কৃতিক অনুবাদ। রংপুর, ঢাকা, বা কলম্বোর মাটিতে দাঁড়িয়ে যখন আপনি একটি মেট্রিকের সত্যতা যাচাই করেন, তখন সেটি একটি নতুন সংস্করণ। আমার লেখায় তাই আমি 'মডেল আন্ডার লকডাউন' সিরিজে প্রতিটি সমন্বয় এবং তার ত্রুটির সীমা প্রকাশ্যে লিখি। কারণ, স্বচ্ছতা একটি বিলাসিতা নয়; এটি বিটিং ডেস্কের একটি বাধ্যতামূলক নিয়ম। যে মডেল রংপুরের একটি ঠান্ডা রাতে এবং একটি বিশৃঙ্খল ডেডলাইনে টিকতে পারে না, সেটি যতই কাগজে সুন্দর হোক, বাজারে তার মূল্য শূন্য। তাই পরের রাউন্ডে আপনার প্রথম কাজ হবে সময়, স্থান এবং স্থানীয় আম্পায়ারিং ডেটা কীভাবে আপনার মডেলকে নতুন করে লিখতে পারে, সেটি যাচাই করা।