শূন্যের ওজন: ক্রিকেট ডেটা পাইপলাইন ভাঙলে বিশ্লেষক আসলে কী করেন

গত সপ্তাহে রাত সাড়ে এগারোটায় রাজশাহীর পড়ার টেবিলে বসে আমি বাংলাদেশ প্রিমিয়ার লিগের একটি ম্যাচের ড্যাশবোর্ড খুলেছিলাম। বাঁ দিকে স্কোয়াড তালিকা, ডান দিকে শট ম্যাপ, আর মাঝখানে আমার সেই চেনা xG টেবিল — ২০১৭ সাল থেকে যা আমার সাপ্তাহিক অভ্যাস। স্ক্রিন রিফ্রেশ করলাম। টেবিল এল, কিন্তু ভেতরে কিছু নেই। প্রতিটি ঘরে হয় ফাঁকা, নয়তো N/A লেখা। কোন দল কত শট নিয়েছে, কোন ওভারে কত রান, কে কত বল খেলেছে — সব শূন্য। প্রথমে ভাবলাম ইন্টারনেট গেছে। তারপর ভাবলাম সার্ভার ডাউন। তৃতীয়বার ভাবনার পর বুঝলাম, সমস্যা আমার ব্রাউজারে নয় — সমস্যা ডেটা পাইপলাইনে। সতেরো বছরের অভিজ্ঞতায় আমি শিখেছি, ডেটা কখনো মিথ্যা বলে না; ডেটা শুধু অনুপস্থিত থাকে। আর অনুপস্থিতি নিজেই একটি তথ্য। সেই রাতে আমি বিশ্লেষণ লেখা বন্ধ করলাম। কারণ একটি খালি ইনপুট থেকে ভরা বিশ্লেষণ বানানো মানে পাঠকের সঙ্গে প্রতারণা। আমার হাতে যে পেশাদার বিশ্লেষণ এসেছিল, তার কেন্দ্রীয় সিদ্ধান্ত ছিল ঠিক এই — কোনো ব্যবহারযোগ্য তথ্য নেই, কোনো শনাক্তযোগ্য সত্তা নেই, তাই বিশ্লেষণও নেই। আশ্চর্যের বিষয়, সেই শূন্য ফলাফলটাই আমাকে ক্রিকেট অ্যানালিটিক্সের সবচেয়ে অস্বস্তিকর প্রশ্নটির দিকে ঠেলে দিল। আমি গত এক দশক ধরে দক্ষিণ এশিয়ার ক্রিকেটে ডেটা নিয়ে কাজ করছি। ২০১৭ সালে, চব্বিশ বছর বয়সে, ঢাকার একটি নিউ-মিডিয়া আউটলেটে জুনিয়র ডেটা অ্যানালিস্ট হিসেবে যোগ দিয়েছিলাম — রাজশাহীর নিজের ঘর থেকেই। তখন ডেটাকে আমি ধর্মের মতো বিশ্বাস করতাম। ২০১৬-১৭ মৌসুমের বাংলাদেশ প্রিমিয়ার লিগের ১,২৪৮টি শট আমি নিজে হাতে কোড করেছিলাম, একটি একটি ভিডিও ফ্রেম ধরে। সেখান থেকেই বেরিয়ে এসেছিল একটি সংখ্যা, যা আমার পুরো পেশা বদলে দিয়েছিল: আবাহনী লিমিটেড ঢাকা ২৭.৬ xG থেকে ৩৪ গোল করেছিল, আর শেখ জামাল ধানমন্ডি ৩১.২ xG থেকে মাত্র ২৯ গোল। একই লিগ, প্রায় একই শট-মান, তবু ফলাফলে ছয় গোলের ফারাক। এই ফারাক আমাকে শিখিয়েছিল, ক্রিকেটে ‘দল জিতেছে’ লেখা সহজ, কিন্তু ‘কেন জিতেছে’ লেখা কঠিন। সেদিন থেকে আমি ‘প্রাপ্য ছিল’ লেখা বন্ধ করে ‘xG ব্যবধান’ লেখা শুরু করি। In Bangladesh, I taught a league to see its own xG. কিন্তু সেই শিক্ষার একটা অন্ধকার দিক আছে, যা নিয়ে কেউ কথা বলে না। ক্রিকেটের ডেটা-বাস্তুতন্ত্র এখন দুই ভাগে বিভক্ত। এক ভাগে আছে বড় টুর্নামেন্টের পূর্ণাঙ্গ ইভেন্ট ডেটা — যেখানে প্রতিটি বল ট্যাগ করা, প্রতিটি ফিল্ডার পজিশন রেকর্ড করা। অন্য ভাগে আছে আমাদের ঘরোয়া ক্রিকেট — যেখানে স্কোরকার্ড থাকে, কিন্তু শটের গুণমান, ফিল্ডিং পজিশন বা চাপের মুহূর্তের কোনো রেকর্ড নেই। এই দুই ভাগের মাঝখানে দাঁড়িয়ে একজন বিশ্লেষক যখন লেখেন, তিনি আসলে একটি সেতু বানান। সেতুর এক মাথায় কাঁচামাল, অন্য মাথায় সিদ্ধান্ত। সেতু ভেঙে গেলে যা থাকে, সেটি বিশ্লেষণ নয় — সেটি একটি ফাঁকা টেমপ্লেট। আমাদের ঘরোয়া ক্রিকেটের বাস্তবতা আরও কঠিন। পিচের চরিত্র মৌসুম থেকে মৌসুমে বদলায়, নিলামের হিসাব বদলায় বোর্ডের রাজনীতিতে, আর বয়স-ভিত্তিক পাইপলাইনে প্রতিভা হারিয়ে যায় হিসাবের অভাবে। এই পরিবেশে বাইরে থেকে আমদানি করা প্রতিটি অ্যানালিটিক্স-কাঠামো সত্য বলে মেনে নেওয়া বিপজ্জনক। যে মডেল ইংল্যান্ডের সবুজ পিচে তৈরি, সেটি মিরপুরের স্লো টার্নারে কাজ না-ও করতে পারে। খালি ইনপুট নিজেই একটি ফলাফল যখন একটি বিশ্লেষণ-কাঠামো হাতে খালি ইনপুট নিয়ে বসে, তখন তার সৎ প্রতিক্রিয়া হওয়া উচিত থেমে যাওয়া। আমার পেশায় এটি একটি বিরল কিন্তু জরুরি দক্ষতা — শূন্য ফলাফলকে ব্যর্থতা নয়, বরং সংকেত হিসেবে পড়া। যে ড্যাশবোর্ড ফাঁকা ফিরে আসে, সেটি আমাকে বলে: এখানে হয় কোনো ডেটা ছিল না, নয়তো ডেটা ছিল কিন্তু সিস্টেম তা পড়তে পারেনি। দুই ক্ষেত্রেই প্রশ্নটা এক — কেন? ডেটা না থাকলে সিদ্ধান্তও থাকতে পারে না; বিশ্লেষকের কাজ তখন অনুমান নয়, বরং স্বীকারোক্তি। আর ডেটা থেকে থাকলে কিন্তু সিস্টেম পড়তে না পারলে সমস্যাটা বিশ্লেষকের নয় — সমস্যাটা সেই সিস্টেমের, যা ক্রিকেট ডেটার জগতে প্রায়ই উপেক্ষিত থাকে। আমি ২০১৮ সালে রাশিয়া বিশ্বকাপে জার্মানি বনাম মেক্সিকোর ম্যাচে ইভেন্ট ডেটা অ্যানালিস্ট হিসেবে কাজ করার সময় এই শিক্ষাটা পেয়েছিলাম। জার্মানি ২৬টি শট নিয়েছিল, কিন্তু তার xG ছিল মাত্র ১.৩। মেক্সিকো ১২টি শটে পেয়েছিল ১.১ xG। জার্মানির PPDA ছিল ৬.৯ — অর্থাৎ তারা আক্রমণে ছিল, কিন্তু তাদের পেছনে খুলে গিয়েছিল ১৮টি ট্রানজিশন সুযোগ। আমি ফাইনাল হুইসেলের অপেক্ষা না করেই একটি থ্রেড প্রকাশ করেছিলাম, যেখানে লিখেছিলাম জার্মানি গ্রুপ এফ থেকে বেরোতে পারবে না। জার্মানি গ্রুপের তলানিতে শেষ করেছিল। PPDA showed me Germany. এই ঘটনার মূল শিক্ষা ম্যাচের ফলাফল নয় — শিক্ষা হলো, সংখ্যা তখনই অর্থবহ হয় যখন তার পেছনের পদ্ধতি পরিষ্কার থাকে। ২৬টি শট দেখে কেউ বলতে পারেন জার্মানি আক্রমণাত্মক ছিল। কিন্তু ১.৩ xG বলছে তারা ভুল জায়গা থেকে শট নিয়েছিল। দুটি বাক্য, দুটি সম্পূর্ণ ভিন্ন সত্য। পাইপলাইন কোথায় ভাঙে ক্রিকেট ডেটার পাইপলাইনে সাধারণত তিনটি স্তর থাকে: সংগ্রহ, শ্রেণীবিন্যাস এবং প্রকাশ। সংগ্রহে স্কোরকার, ভিডিও অপারেটর ও ইভেন্ট কোডার ডেটা তোলেন। শ্রেণীবিন্যাসে সেই ডেটা ট্যাগ হয় — ফরম্যাট, ফেজ, পরিস্থিতি। প্রকাশে সেটি বিশ্লেষকের টেবিলে পৌঁছায়। যেকোনো একটি স্তরে ভাঙন হলে শেষ প্রান্তে পৌঁছায় ফাঁকা টেবিল। কিন্তু এখানেই আসল ফাঁদ। অনেক বিশ্লেষক ফাঁকা টেবিল দেখে থেমে যান না; তারা ফাঁকা জায়গাটা নিজের কল্পনা দিয়ে ভরাট করেন। আমার কাছে এই ভরাট করার প্রবণতা একটি নৈতিক সমস্যা। কারণ পাঠক ডেটা দেখে সিদ্ধান্ত নেন — দল বাছাই থেকে শুরু করে বাজি পর্যন্ত। একটি বানানো xG সংখ্যা একটি বানানো সত্য, আর বানানো সত্যের মূল্য শূন্য। আমি ২০২০ সালে ব্রেন্টফোর্ড ফুটবল ক্লাবের জন্য পরামর্শ করার সময় ৩০৬টি দর্শকশূন্য ম্যাচ বিশ্লেষণ করেছিলাম — বুন্দেসলিগা, চ্যাম্পিয়নশিপ ও সেরি আ মিলিয়ে। ঘরের দলের জয়ের হার ৪৩.১ শতাংশ থেকে নেমে এসেছিল ৩৩.৮ শতাংশে। ঘরের দলের xG ব্যবধান কমেছিল ০.২১। শেষ পনেরো মিনিটে দৌড়ানোর দূরত্ব কমেছিল ৫.২ শতাংশ। এই সংখ্যাগুলো আমি প্রকাশ করেছিলাম, কারণ সেগুলো যাচাইযোগ্য ছিল। Empty stadiums taught me that home advantage is a variable, not a law. প্রমাণের শৃঙ্খল: যাচাইযোগ্য ডেটা কেন জরুরি এখানেই ব্লকচেইনের ধারণা ক্রিকেটের কাছে প্রাসঙ্গিক হয়ে ওঠে — সরাসরি প্রযুক্তি হিসেবে নয়, বরং একটি নীতি হিসেবে। ব্লকচেইনের কেন্দ্রীয় প্রতিশ্রুতি হলো: একটি রেকর্ড একবার লেখা হলে কেউ চুপচাপ তা বদলাতে পারে না; প্রতিটি পরিবর্তনের ইতিহাস থেকে যায়। ক্রিকেট ডেটার জগতে ঠিক এই গুণটাই অনুপস্থিত। ভাবুন একটি ঘরোয়া লিগের একটি সেঞ্চুরির কথা। কে সেটি স্কোর করল, কোন সংস্করণের স্কোরকার্ডে, কে পরে সেটি সংশোধন করল, কেন সংশোধন করল — এই ইতিহাস কোথাও থাকে না। ফলে বছরের পর বছর পরে যখন কেউ সেই সেঞ্চুরির ভিত্তিতে একজন খেলোয়াড়ের গড় হিসাব করেন, তিনি একটি সংখ্যার উপর ভরসা করেন যার উৎস অজানা। যদি ক্রিকেটে একটি যাচাইযোগ্য রেকর্ড-স্তর থাকত — যেখানে প্রতিটি স্কোর এন্ট্রি, প্রতিটি সংশোধন, প্রতিটি সংস্করণ টাইমস্ট্যাম্পসহ সংরক্ষিত থাকত — তাহলে বিশ্লেষককে ভরসা করতে হতো না; তিনি যাচাই করতে পারতেন। ভরসা একটি বিশ্বাস, যাচাই একটি পদ্ধতি। পদ্ধতি ছাড়া বিশ্লেষণ কেবল মতামত। এখানেই সমস্যাটা গভীর। একটি লিগ যত বেশি নিজের ডেটা যাচাই করতে পারে, তত বেশি সে নিজেকে চিনতে পারে। যে লিগ নিজের ডেটা যাচাই করতে পারে না, সে বাইরে থেকে আসা প্রতিটি মেট্রিককে সত্য বলে মেনে নেয় — কারণ তার নিজের আয়না নেই। বেস রেট আগে, গল্প পরে প্রতিটি বিশ্লেষণে আমার নিয়ম একটাই — গল্পের আগে বেস রেট। অর্থাৎ, একটি অসাধারণ ঘটনা ব্যাখ্যা করার আগে দেখতে হবে সাধারণত কী ঘটে। যদি কোনো ব্যাটার টানা পাঁচ ম্যাচে পঞ্চাশের বেশি রান করেন, সেটি প্রশংসনীয় — কিন্তু বেস রেট কী বলে? একজন শীর্ষ ক্রমের ব্যাটারের জন্য পাঁচ ম্যাচে ভালো ফর্ম কতটা বিরল? অনেক সময় দেখা যায়, যা অসাধারণ মনে হয় তা আসলে সাধারণেরই অংশ। আর এখানেই বিপরীতমুখী আবিষ্কার লুকিয়ে থাকে — সত্যিকারের অসাধারণতা প্রায়ই চোখে পড়ে না, কারণ তা ঘটে ক্ষুদ্র, কম-আলোচিত সূচকে। আমার প্রথম xG মডেল বানানোর সময় এই শিক্ষাটা কঠিনভাবে পেয়েছিলাম। তখন আমি প্রতিটি শটকে সমান গুরুত্ব দিতাম না — দূরত্ব, কোণ, চাপ, বলের গতি, ফিল্ডারের অবস্থান — এই পাঁচটি চলকের ভিত্তিতে প্রতিটি শটের মান নির্ধারণ করতাম। ১,২৪৮টি শট কোড করতে চার মাস লেগেছিল। সেই চার মাস আমাকে শিখিয়েছিল, সংখ্যা গোনা আর সংখ্যা বোঝা — দুটি আলাদা কাজ। ম্যাপিংয়ের অনুমান লিখে রাখা আমি যখন ফুটবলের PPDA ধারণা ক্রিকেটে টানতে চেয়েছিলাম, তখন প্রথম কাজটি ছিল অনুমানগুলো স্পষ্টভাবে লিখে রাখা। PPDA ফুটবলে মাপে — প্রতিপক্ষের পাসের বিপরীতে কত ডিফেন্সিভ অ্যাকশন। ক্রিকেটে এর সরাসরি প্রতিরূপ নেই। তাই আমার প্রথম প্রশ্ন ছিল: ক্রিকেটে ‘প্রেস’ বলতে আমরা কী বুঝি? বোলিং আক্রমণ? ফিল্ডিং পজিশন? ওভারের মধ্যে বোলারের ছন্দ? এই প্রশ্নের উত্তর না দিয়ে PPDA শব্দটা ক্রিকেটে বসানো মানে ফুটবলের মেট্রিকের ছদ্মবেশ। এই ছদ্মবেশ ক্রিকেট অ্যানালিটিক্সে সবচেয়ে বেশি ক্ষতি করে, কারণ এটি পাঠককে পরিশীলিত ভাব দেয় কিন্তু সিদ্ধান্তে কিছু যোগ করে না। আমার নিয়ম সরল: ম্যাপিংয়ের প্রতিটি অনুমান আলাদা করে লিখে রাখতে হবে, যাতে পাঠক জানেন কোন সংখ্যা কোথা থেকে এসেছে এবং কোনটা অনুমান। একটি অনুমান লুকিয়ে রাখা একটি মিথ্যা বলার নামান্তর। xG-এর সীমা ও ফেরার পাঠ xG ইতিমধ্যেই অপব্যবহার হচ্ছে। এটি ম্যাচের ভেতরের সিদ্ধান্ত ব্যাখ্যা করতে পারে না, ব্যাটারের ফর্ম মাপতে পারে না, আর আম্পায়ারের ধারাবাহিকতা ধরতে পারে না — অথচ টেবিলের উপরে সেটাই একমাত্র সংখ্যা। একজন বোলারের মানসিক অবস্থা, একজন ব্যাটারের আত্মবিশ্বাস, একটি রিভিউয়ের ফল — এগুলো xG-এর বাইরে। তাই আমি কখনো বলি না ‘xG সব সত্য বলে দেয়’। আমি বলি, xG একটি আয়না, কিন্তু আয়না কেবল সামনের দিক দেখায়। এই সীমাবদ্ধতা সবচেয়ে স্পষ্ট হয়ে ওঠে ইনজুরি থেকে ফেরার ক্ষেত্রে। একটি ACL ইনজুরির পর ফেরা ব্যাটার বা বোলারের প্রথম কয়েক ম্যাচের সংখ্যা দেখে কেউ বলতে পারে না তিনি সত্যিই ফিরেছেন কি না। কারণ শরীর ফেরে ছয় মাসে, কিন্তু মাথা ফেরে অনেক পরে। দ্রুত ফিরিয়ে আনার চাপে আমরা খেলোয়াড়ের দ্বিতীয় অধ্যায়টাই নষ্ট করি — আর সেই ক্ষতি কোনো মেট্রিক ধরে না। এখানেই ডেটা-বিশ্লেষকের সৎ সীমা। আমরা গতি মাপতে পারি, লোড মাপতে পারি, স্প্রিন্টের সংখ্যা মাপতে পারি — কিন্তু মাথার ভেতরের বাধাটা মাপার যন্ত্র আমাদের নেই। যে বিশ্লেষক এই সীমাটা স্বীকার করেন, তিনিই সঠিক সিদ্ধান্ত নিতে পারেন। BPL xG-এর পাঠ আমি যখন ২০১৭ সালে বাংলাদেশ প্রিমিয়ার লিগের প্রথম xG মডেল বানাই, তখন আমার সবচেয়ে বড় শত্রু ছিল আমার নিজের আত্মবিশ্বাস। আমি ভাবতাম, মডেল বানিয়ে ফেলেছি, এখন সব উত্তর আছে। বাস্তবতা উল্টো ছিল — মডেলটি আমাকে নতুন প্রশ্ন দিয়েছিল। শেখ জামাল ধানমন্ডি বেশি xG বানিয়েও কম গোল করেছিল কেন? উত্তরের এক অংশ ফিনিশিং, আরেক অংশ প্রতিপক্ষ গোলরক্ষকের পারফরম্যান্স। xG এই দুটোর কোনো একটা আলাদা করতে পারে না। আমার পুরো কাজের পদ্ধতি একটি বাক্যে বলা যায়: আগে সংগ্রহ, তারপর শ্রেণীবিন্যাস, তারপর অর্থ। An ESTJ builds the pipeline first and the poetry second. উল্টো ক্রমে গেলে যা হয়, তা হলো কাব্য — কিন্তু কাব্য সিদ্ধান্ত নিতে পারে না। টেমপ্লেট ভরানোর চাপ আমার হাতে যে বিশ্লেষণ এসেছিল, তার সবচেয়ে সাহসী কাজটি ছিল কিছু না বলা। একটি ফাঁকা টেমপ্লেট হাতে নিয়ে ‘বিশ্লেষণ নেই’ লেখা সহজ নয়। পেশাগত বাস্তবতা হলো — পাঠক ভরা পৃষ্ঠা চান, সম্পাদক ভরা টেমপ্লেট চান, আর অ্যালগরিদম ভরা ইনডেক্স চান। শূন্য ফলাফল কেউ চায় না। এই চাহিদার চাপেই বিশ্লেষকরা বানানো তথ্য দিয়ে ফাঁকা ঘর ভরান। একটি কল্পিত xG, একটি অনুমানভিত্তিক গড়, একটি ‘সম্ভবত’ শব্দ দিয়ে সাজানো গল্প — সবই পাঠকের কাছে সত্যের মতো দেখায়। এখানে একটি অদৃশ্য ক্ষতি ঘটে: প্রতিটি বানানো সংখ্যা ডেটার প্রতি পাঠকের ভরসা কমায়। ক্রিকেট অ্যানালিটিক্সে সবচেয়ে বড় সম্পদ কোনো মেট্রিক নয় — সম্পদ হলো পাঠকের ভরসা। সেই ভরসা একবার ভাঙলে নতুন মডেল দিয়ে তা ফেরানো যায় না। প্রতিভার রহস্যকরণ আমাদের ক্রিকেট সংস্কৃতিতে একটি শক্তিশালী প্রবণতা আছে — প্রতিভার রহস্যকরণ। যখন ডেটা থাকে না, তখন আমরা ‘প্রতিভা’ শব্দটি ব্যবহার করি। কিন্তু ‘প্রতিভা’ একটি ব্যাখ্যা নয়; এটি ব্যাখ্যার অনুপস্থিতি ঢাকার পর্দা। একজন খেলোয়াড় কেন ভালো করছেন — এর উত্তর যদি হয় ‘প্রতিভা’, তাহলে আমরা কিছুই শিখলাম না। আমার পেশাগত দর্শন সরল: আমি এমন তথ্য দিতে চাই যা একটি সিদ্ধান্ত নিতে সাহায্য করে — নির্বাচক, কোচ, বিশ্লেষক, যে কেউ ব্যবহার করতে পারেন। একটি আবেগের আখ্যান মন ভালো করতে পারে, কিন্তু দল বাছাই করতে পারে না। আর ক্রিকেটে দল বাছাইয়ের সিদ্ধান্ত প্রতিটি ম্যাচের ভাগ্য নির্ধারণ করে। এখানেই বিপরীতমুখী সত্যটি লুকিয়ে আছে। আমরা ভাবি ডেটা সিদ্ধান্তকে যান্ত্রিক করে তোলে। বাস্তবে উল্টো — ভালো ডেটা সিদ্ধান্তকে আরও মানুষের করে তোলে, কারণ এটি পক্ষপাত কমায়। একজন নির্বাচক যখন সংখ্যা দেখেন, তিনি তার পছন্দের খেলোয়াড়ের প্রতি কম ঝুঁকেন। ডেটার কাজ প্রতিভা অস্বীকার করা নয়; ডেটার কাজ পক্ষপাত দূর করা। সম্পর্ক বনাম কারণ শূন্য ফলাফলের সবচেয়ে বড় শিক্ষা হলো সম্পর্ক আর কারণের পার্থক্য। দুটি সংখ্যা একসঙ্গে বাড়লে আমরা ধরে নিই একটি অন্যটির কারণ। একটি দল বেশি রান করলে আমরা ধরে নিই তাদের ব্যাটিং ভালো। কিন্তু হতে পারে, প্রতিপক্ষের বোলিং দুর্বল ছিল, পিচ সহজ ছিল, কিংবা ম্যাচের পরিস্থিতি সুবিধাজনক ছিল। সম্পর্ক দেখায় দুটি জিনিস একসঙ্গে ঘটে; কারণ দেখায় কেন ঘটে। এ কারণেই আমি মডেলের ফলাফল প্রকাশ করার আগে প্রাক-নিবন্ধিত অনুমান লিখে রাখি — অর্থাৎ, বিশ্লেষণের আগেই ঠিক করে নিই আমি কী খুঁজছি এবং কোন ফলাফলকে আমি প্রমাণ হিসেবে গণ্য করব। এই অভ্যাস আমাকে ক্লিকবেইট বিপরীতমুখীতা থেকে বাঁচায়। কারণ একবার মানুষ বিপরীতমুখী সত্য আবিষ্কারের পুরস্কার পেলে, সে প্রতিটি ম্যাচে জোর করে সেটি খুঁজতে শুরু করে — যেটি বিশ্লেষণের সবচেয়ে বড় শত্রু। শেষ কথা নয়, পরের প্রশ্ন সেই রাতে আমি লেখা বন্ধ করেছিলাম, কিন্তু থেমে থাকিনি। পাইপলাইনের দিকে ফিরে গিয়েছিলাম। খুঁজে দেখলাম ভাঙন কোথায় — সংগ্রহে, শ্রেণীবিন্যাসে, নাকি প্রকাশে। কারণ আমার কাছে শূন্য ফলাফল মানে শেষ নয়; শূন্য ফলাফল মানে একটি নতুন প্রশ্ন। আগামী মৌসুমে আমাদের ঘরোয়া ক্রিকেটে যেটা দরকার তা কোনো নতুন মেট্রিক নয় — দরকার একটি যাচাইযোগ্য রেকর্ড। প্রতিটি স্কোর, প্রতিটি সংশোধন, প্রতিটি সংস্করণ টাইমস্ট্যাম্পসহ সংরক্ষিত থাকলে বিশ্লেষককে আর ভরসা করতে হবে না; তিনি যাচাই করতে পারবেন। সেদিন থেকে আমাদের নিজের আয়না থাকবে। যতক্ষণ সেই আয়না না আসে, ততক্ষণ প্রতিটি ফাঁকা ড্যাশবোর্ড আমাকে একটাই কথা মনে করিয়ে দেবে: যে সংখ্যা আমরা লিখি না, সেটাই আমাদের সবচেয়ে সৎ বিশ্লেষণ। একজন বিশ্লেষকের প্রথম কাজ সিদ্ধান্ত দেওয়া নয় — প্রথম কাজ হলো, তিনি জানেন তিনি কী জানেন না।