শূন্য তথ্যের সততা: ক্রিকেট বিশ্লেষণে অনুমানের ফাঁদ, নমুনার সিটবেল্ট ও ডেটা-লেজারের প্রোটোকল

আগস্ট ২০১৭। চ্যাটগাঁর একটি ছোট রুমে বসে আমি বার্নলির ৩-২ জয়ের স্কোরবোর্ড দেখছিলাম। চেলসির xG ছিল ২.৩, বার্নলির ০.৯। ম্যাপ বলেছিল ঘরের দল জিতবে; স্কোরবোর্ড বলল উল্টো কথা। সেদিন চ্যাটগাঁ xG ব্লগে আমি লিখেছিলাম, এই ফলাফল xG-এর ব্যর্থতা নয়, চেলসির ডিফেন্সিভ কাঠামোর ভাঙনের প্রমাণ। ৫০০ পাঠক, ১২টি মন্তব্য। সেদিন থেকে একটা অভ্যাস তৈরি হলো — প্রতিটি ম্যাচ বিশ্লেষণ xG আর PPDA দিয়ে শুরু করা। কিন্তু গত সপ্তাহে আমার হাতে একটা ভিন্ন ধরনের কাগজ এলো। শিরোনাম নেই। সূত্র নেই। তথ্যবিন্দুর তালিকা শূন্য। উপরে শুধু একটা লেবেল ঝুলছে — cricket_asia। আর নিচে আটটি মাত্রার বিশাল কাঠামো, প্রতিটিতে অন্তত তিনটি সিদ্ধান্ত আর অন্তত দুটি লুকানো তথ্য লেখার জন্য ফাঁকা ঘর। কেউ যেন নির্দেশ দিচ্ছে, খালি জায়গাটা ভরে দাও। আমি চ্যাটগাঁর একটি ডেটা ডেস্কে বসে এই চাপটা বহুবার অনুভব করেছি। আর আজ সেই অভ্যাসই আমাকে থামিয়ে দিচ্ছে। কারণ খালি কাগজে xG নেই, PPDA নেই, কিছুই নেই। প্রশ্নটা তাই সরল নয়। প্রশ্নটা হলো — তথ্য যখন নেই, তখন একজন ডেটা বিশ্লেষক আসলে কী করেন? আমার কাজের ধরনটা সাংবাদিকতা আর ডেটার মাঝামাঝি। ২০১৭ সালে ঢাকায় উইলস কাপ নিয়ে প্রথম আলোর জন্য রিপোর্ট করার সময় শিখেছিলাম, একটা দাবির ওজন তার সূত্রের ওজনের সমান। কে বলল, কখন বলল, কোন প্রেক্ষাপটে বলল — এই তিনটা না থাকলে দাবিটা বাতাসে ঝুলে থাকে। পরে ২০১৮-র বিশ্বকাপে ফ্রান্স-আর্জেন্টিনা ম্যাচ নিয়ে লেখার সময় ডেটা বিশ্লেষণের দিকে সরে এলাম। ফ্রান্স ২.১ xG, আর্জেন্টিনা ১.৯, কিন্তু ফ্রান্সের চারটি গোল এসেছিল মাত্র ছয়টি শট অন টার্গেট থেকে; এমবাপ্পের ওপেন প্লে থেকে ১.২ xG আর্জেন্টিনার উঁচু ডিফেন্সিভ লাইন ভেঙে দিয়েছিল। দ্য ডেইলি স্টারে ১২০০ শব্দের লেখাটা ছাপা হলো, পারিশ্রমিক ৩০০০ টাকা। এরপর আমি একটা স্প্রেডশিট বানালাম — সব নকআউট ম্যাচের xG হিসাব করার জন্য। সেটা ছিল আমার প্রথম টেমপ্লেট। তারপর এলো বুন্দেসলিগার ফাঁকা স্টেডিয়াম, ২০২০ সালের মে মাস। বায়ার্ন মিউনিখ শাল্কেকে ৫-০ গোলে হারাল। দূরত্ব ট্র্যাক করলাম — বায়ার্ন ১১৮.৬ কিমি, শাল্কে ১১২.৩ কিমি; PPDA — বায়ার্ন ৬.২, শাল্কে ১৪.৮। সেখান থেকে দূরত্ব-কভারড মেট্রিক পাঁচটি লিগে ছড়িয়ে দিলাম। এই যাত্রাপথ আমাকে শিখিয়েছে, বিশ্লেষণ একটা পাইপলাইন — দুই ধাপে চলে। প্রথম ধাপে একটা নিবন্ধ ভেঙে পরমাণু তথ্য বের করা হয় — ম্যাচ, খেলোয়াড়, সংখ্যা, সূত্র, তারিখ। দ্বিতীয় ধাপে সেই তথ্যবিন্দুগুলোর উপর ক্রিকেটের আটটি মাত্রা চাপানো হয় — ফরম্যাট ও ম্যাচ, খেলোয়াড়ের কৌশল, দলের চিত্র, লিগ ও বাণিজ্য, নিয়ম ও শাসন, ঝুঁকি, জনমত, আর শিল্প-প্রসারণ। কাঠামোটা পুনর্ব্যবহারযোগ্য, প্রায় মেশিনের মতো — যা আমার মতো সিস্টেম-চিন্তকদের স্বভাবে মেলে। — শিকড়: অভিজ্ঞতা ১, ঢাকার উইলস কাপ কাভারেজ। কিন্তু কাঠামোর ভেতরে একটা ফাটল আছে, আর ফাটলটা কাঠামোয় নয়, বিশ্লেষকের মধ্যে। টেমপ্লেট প্রতিটি মাত্রায় অন্তত তিনটি সিদ্ধান্ত দাবি করে। তথ্য খালি হলেও দাবিটা কমে না। তখন দুটো পথ খোলে — স্বীকার করা যে তথ্য নেই, অথবা ঘরগুলো কল্পনায় ভরে দেওয়া। দ্বিতীয় পথটা মসৃণ, দ্রুত, এবং পুরস্কারও দেয়। কিন্তু সেটা বিশ্লেষণ নয়, বানানো সত্য। লেবেলটা আরও একটা সূক্ষ্ম সংকেত দিচ্ছিল। প্রত্যাশিত লেবেল সাধারণভাবে Cricket, কিন্তু পাওয়া গেল cricket_asia — আঞ্চলিক পরিসরের একটা রূপ। এই লেবেল নিজেই একটা দাবি, কিন্তু কাগজে সেই দাবি সমর্থন করার কোনো তথ্য নেই। যদি মূল নিবন্ধ সত্যিই এশিয়া অঞ্চলের ক্রিকেট নিয়ে হয়, তবে হোম-অ্যাওয়ে প্রোফাইল আর বাজার-প্রসারণের মাত্রাগুলো একেবারে ভিন্নভাবে সাজাতে হতো। অনুমানের উপর অনুমান চাপালে বিশ্লেষণ দাঁড়ায় না — দাঁড়ায় গল্প। এখানেই আমি থামি, এবং থামাটাই এখানে পদ্ধতি। খালি তথ্যের সঠিক উত্তর কোনো বুদ্ধিদীপ্ত অনুমান নয়, বরং একটা স্পষ্ট চিহ্ন — তথ্য অপর্যাপ্ত। চিহ্নটা কাঠামো ভাঙে না, কাঠামোকে রক্ষা করে। যে ঘর ফাঁকা রাখা যায় না, সেখানে বানানো সংখ্যা ঢোকে; আর একবার বানানো সংখ্যা ঢুকলে তার আশপাশের সব সিদ্ধান্ত বিষিয়ে যায়। আটটি মাত্রা ধরে ধরে দেখা যাক, খালি ইনপুটে কী কী অনুপস্থিত। ফরম্যাট ও ম্যাচ বিশ্লেষণে দরকার ফরম্যাট — টেস্ট, ওয়ানডে, টি-টোয়েন্টি, নাকি দ্য হান্ড্রেড। দরকার ভেন্যু, পিচ, ডিউ, বৃষ্টি, ডিএলএস, টসের প্রভাব। খালি ইনপুটে ফরম্যাটও নেই, ম্যাচও নেই। ফরম্যাট না জানলে টেস্টের সেশন-প্ল্যান আর টি-টোয়েন্টির ডেথ-ওভার প্ল্যান এক করে ফেলার ঝুঁকি তৈরি হয় — যা বিশ্লেষণের সবচেয়ে সাধারণ ভুলগুলোর একটা। খেলোয়াড়ের কৌশল ও ডেটায় দরকার নাম, ভূমিকা, গড়, স্ট্রাইক রেট বা ইকোনমি, পরিস্থিতিভিত্তিক ভাগ, সাম্প্রতিক প্রবণতা। নাম না থাকলে একটা সূক্ষ্ম ফাঁদ তৈরি হয় — আমরা স্মৃতি থেকে খেলোয়াড়ের কথা বলে ফেলি, যা যাচাইযোগ্য নয়। দলের চিত্র ও র‍্যাঙ্কিং বিশ্লেষণে দরকার আইসিসি র‍্যাঙ্কিং, হোম-অ্যাওয়ে প্রোফাইল, ব্যাটিং গভীরতা, বোলিং কম্বিনেশন, বেঞ্চ শক্তি, বয়স-কাঠামো — দল না থাকলে এসবের কোনোটাই মাপা যায় না। লিগ ও বাণিজ্যিক বাস্তুতন্ত্রে দরকার সম্প্রচার-স্বত্বের মূল্য, ফ্র্যাঞ্চাইজি মূল্যায়ন, খেলোয়াড়ের বেতন, নিলাম বা চুক্তির তথ্য। এখানেই আমার সবচেয়ে বড় সংশয়। ট্রান্সফার বা নিলামের ডেটা-মডেল তরুণ সম্ভাবনাকে অতিরিক্ত মূল্য দেয়, আর ড্রেসিং-রুমের রসায়নকে অবমূল্যায়ন করে। একটা সংখ্যা বলতে পারে একুশ বছরের ব্যাটারের ভবিষ্যৎ উজ্জ্বল; কিন্তু সেটা বলে না যে সে ড্রেসিং-রুমে বিভাজন তৈরি করবে কি না। ডেটা মানুষকে মাপে, কিন্তু মানুষ মাপে মানুষকে। — শিকড়: ট্রান্সফার-মার্কেট বিশ্লেষণ ও ESTJ কাঠামো। নিয়ম ও শাসনে দরকার ক্ষমতা-বণ্টন, খেলার নিয়মের বিতর্ক, দুর্নীতি-বিরোধী ব্যবস্থা, যোগ্যতা ও নির্বাচন, রাজনৈতিক প্রভাব — খালি কাগজে এসবের কিছুই নেই। ঝুঁকি বিশ্লেষণে দরকার ছয় ধরনের ম্যাট্রিক্স — খেলাধুলা, কর্মী, বাণিজ্য, নিয়ম, জনমত, সিস্টেমিক। তবে খালি ইনপুটে একটাই ঝুঁকি স্পষ্ট — ইনপুট-অখণ্ডতার ঝুঁকি, অর্থাৎ খালি রেকর্ড বিশ্লেষণ করতে গিয়ে তথ্য বানিয়ে ফেলার ঝুঁকি। জনমত ও প্রত্যাশার বিশ্লেষণে দরকার চলমান আখ্যান, তার ভিত্তি, নমুনার যাচাই, প্রত্যাশা-বাস্তবের ফারাক — কোনো আখ্যানই নেই। আর শিল্প-প্রসারণে দরকার উপরি থেকে নিম্নধারার একটা মানচিত্র — সম্প্রচার, দক্ষিণ এশিয়ার মূল বাজার, প্রতিভা-সরবরাহ, পুঁজি, বাজি ও ফ্যান্টাসি, ডেরিভেটিভ বাজার। কোনো ঘটনা না থাকলে এই মানচিত্র আঁকা অসম্ভব। এই তালিকা দেখে বোঝা যায়, খালি ইনপুট কোনো সামান্য সমস্যা নয় — এটা একটা সিস্টেমিক ফাঁক। আর সিস্টেমিক ফাঁকের মুখে দাঁড়িয়ে টেমপ্লেটের তিনটি সিদ্ধান্ত দাবিটা একটা ফাঁদে পরিণত হয়। কারণ তথ্য না থাকলে তিনটি সিদ্ধান্ত মানে তিনটি অনুমান; আর তিনটি অনুমান পাশাপাশি বসলে সেগুলোকে আর অনুমান মনে হয় না, মনে হয় প্রমাণ। — শিকড়: ESTJ শৃঙ্খলা ও ডেটা মঙ্ক পদ্ধতি। এখানে নমুনার আকারের কথা বলতে হয়। আমি প্রায়ই বলি, নমুনা একটা সিটবেল্টের মতো — চাপ না লাগলে টের পাওয়া যায় না, কিন্তু দুর্ঘটনায় বাঁচায়। ২০১৮-র বিশ্বকাপে আমার প্রথম বড় লেখাটায় আমি এই ভুলটাই করেছিলাম — একটা ম্যাচের xG দিয়ে পুরো নকআউট পর্বের প্রবণতা দাঁড় করিয়েছিলাম। নমুনা ছিল মাত্র একটা। একটা ম্যাচ থেকে পাওয়া প্যাটার্ন আসলে প্যাটার্ন নয়, একটা ঘটনা। ক্রিকেটে এই ভুল আরও জোরালো, কারণ ফরম্যাট বদলালে সব সংখ্যা বদলে যায়। একজন ব্যাটারের ডেথ-ওভারে স্ট্রাইক রেট একটা টি-টোয়েন্টি ম্যাচে ২০০ হতে পারে; সেই সংখ্যাটাই দশ ম্যাচে হয়তো ১৪০, আর প্রতিপক্ষ বদলালে আরও কম। একজন বোলারের পাওয়ারপ্লে ইকোনমি ঘরের মাটিতে আর বাইরের মাটিতে দুটো আলাদা সংখ্যা। এই পার্থক্য না ধরে সিদ্ধান্ত নিলে বিশ্লেষণ একটা মায়া। আর একটা জিনিস — লাক ফ্যাক্টর। টস, ডিউ, ডিএলএস, ডিআরএসের বিতর্ক — এগুলো ফলাফলের ন্যায্যতাকে প্রভাবিত করে। একটা সীমিত ওভারের ম্যাচে ডিউ পড়লে দ্বিতীয় ইনিংসের ব্যাটিং সহজ হয়ে যায়; একটা রিভিউ ভুল হলে ম্যাচের গতিপথ বদলে যায়। এই লাক ফ্যাক্টর বাদ দিয়ে শুধু স্কোরবোর্ড পড়লে বিশ্লেষণ অসম্পূর্ণ থেকে যায়। — শিকড়: অভিজ্ঞতা ৩ ও ফাঁকা স্টেডিয়ামের মেট্রিক। বুন্দেসলিগার ফাঁকা স্টেডিয়ামের অভিজ্ঞতা এখানে কাজে আসে। ২০২০-র মে মাসে দর্শক ছাড়া বায়ার্ন শাল্কেকে ৫-০ গোলে হারাল। দূরত্ব ১১৮.৬ বনাম ১১২.৩ কিমি, PPDA ৬.২ বনাম ১৪.৮ — এই সংখ্যাগুলো দেখিয়ে আমি লিখেছিলাম, ফাঁকা স্টেডিয়াম হোম-অ্যাডভান্টেজ কমায় প্রায় ০.৩ xG। সেই সংকট শিখিয়েছিল, স্বাভাবিক মাপকাঠি কাজ না করলে নতুন মাপকাঠি বানাতে হয় — আর নতুন মাপকাঠির প্রতিটি দাবির পাশে তার সীমা লিখে রাখতে হয়। এই সীমাটাই আমার প্রোটোকলের কেন্দ্র। ক্রিকেট বিশ্লেষণে প্রতিটি সংখ্যার সঙ্গে তিনটি প্রশ্ন জুড়তে হয়। নমুনার আকার কত? প্রেক্ষাপট কী — প্রতিপক্ষ, ভেন্যু, পিচ, ডিউ, টস? বিচ্যুতির সীমা কত? এই তিন প্রশ্ন ছাড়া কোনো xG, কোনো ইকোনমি, কোনো স্ট্রাইক রেটই বিশ্লেষণ নয় — শুধু সাজানো সংখ্যা। সহজ ভাষায় বললে: যে কাগজে কোনো তথ্য নেই, সেখানে বিশ্লেষণ করা যায় না। তথ্য নেই বলা একটা সৎ উত্তর, বানানো উত্তর নয়। আর এখানেই ব্লকচেইনের লেজার-নীতির সঙ্গে একটা অপ্রত্যাশিত মিল। একটা বিশ্বস্ত ডেটা-রেকর্ড আর একটা বিশ্বস্ত লেজার একই নীতিতে চলে — প্রতিটি দাবি শিকলে যুক্ত, পেছনের সূত্র ছাড়া কোনো এন্ট্রি টিকতে পারে না, আর একবার লেখা হয়ে গেলে তা ইচ্ছেমতো বদলানো যায় না। ক্রিকেট বিশ্লেষণেরও ঠিক এমনই হওয়া উচিত। প্রতিটি তথ্যবিন্দু যদি একটা লেজার-এন্ট্রির মতো সূত্র, তারিখ আর প্রেক্ষাপট সমেত থাকে, তাহলে খালি ইনপুট এসে পড়লে সিস্টেম নিজেই প্রত্যাখ্যান করবে — কারণ শূন্য এন্ট্রির উপর কোনো ব্লক দাঁড়ায় না। ভেরিফায়েবল, ট্রেসেবল, পুনর্ব্যবহারযোগ্য — এই তিনটাই তথ্যের অখণ্ডতার ভিত্তি, আর এটাই ডেটা-সাংবাদিকতার আসল নৈতিকতা। আমার কাজের ধরন থেকে আরও দুটো জিনিস এই প্রসঙ্গে প্রাসঙ্গিক। একটা — ক্রিকেটে যেমন প্রেক্ষাপট ছাড়া সংখ্যা অর্থহীন, তেমনি আধুনিক খেলায় কিছু কৌশল ক্রমে এমন হয়ে গেছে যেখানে কাঠামোর চেয়ে শারীরিক সামর্থ্যই বেশি জরুরি। এতে খেলাটা বুদ্ধির খেলা থেকে অ্যাথলেটিক্সের দিকে সরে যাচ্ছে — আর বিশ্লেষণে সেই পরিবর্তন ধরা পড়ে কেবল দীর্ঘ সময়ের ডেটায়, এক ম্যাচের হাইলাইটে নয়। দুই — ক্রিকেটের বাইরের ক্রীড়াঙ্গনে, বিশেষত নারী লিগগুলোতে, যে বিপণন আর মূল্যায়ন চলে, তার পেছনে অনেক সময় প্রকৃত ক্রীড়া-মূল্যের চেয়ে প্রতিষ্ঠান-স্বার্থই বেশি কাজ করে। এই দুই ক্ষেত্রেই একটা মিল আছে: বাইরের আখ্যান আর ভেতরের বাস্তবের ফারাক। সেই ফারাক মাপার কাজটাই একজন ডেটা বিশ্লেষকের। আর একটা কথা জরুরি — প্রমাণ আর আখ্যানের সম্পর্ক। মানুষ আখ্যান চায়। পেনাল্টি মিস হলে সে বলে মানসিক চাপ, স্ট্রাইক রেট কমলে বলে ফর্ম হারিয়ে গেছে। কিন্তু সংখ্যা আলাদা কথা বলে। ফর্ম হারানো আর ফর্মের স্বাভাবিক ওঠানামা দুটো ভিন্ন জিনিস, আর সেটা আলাদা করতে দরকার দীর্ঘ সময়ের ডেটা, তুলনা-গ্রুপ, আর বিচ্যুতির সীমা। আমার বছরের পর বছর ম্যাচ দেখার অভিজ্ঞতা থেকে বলি, আখ্যান তখনই সত্যের প্রতিদ্বন্দ্বী হয়ে দাঁড়ায়, যখন সংখ্যা দুর্বল হয়। এবার একটা প্রতিস্রোতের কথা, যেটা এই কাঠামোর ভক্তরা সহজে মানবেন না। খালি ইনপুট প্রত্যাখ্যান করা কোনো ব্যর্থতা নয় — এটাই সবচেয়ে মূল্যবান বিশ্লেষণ। একটা ফাঁকা ডেটাসেট আসলে একটা পরীক্ষা। এটা দেখায়, আপনার পাইপলাইনের কোথায় নমুনা নেই, কোথায় সূত্র নেই, কোথায় লেবেলই ভুল। cricket_asia লেবেলটা যদি সত্যিই ভুল হয়, তাহলে সেটা প্রকাশ পায় কেবল তখনই, যখন আপনি সিদ্ধান্ত লিখতে গিয়ে থেমে যান। জোর করে ভরলে ভুলটা চাপা পড়ে যায় — আর চাপা পড়া ভুল পরে একটা গোটা বিশ্লেষণ ধ্বংস করে। এখানে একটা সূক্ষ্ম ভারসাম্য আছে, যা স্পষ্ট করা দরকার। খালি তথ্য প্রত্যাখ্যান করা আর তথ্যকে অস্বীকার করা এক নয়। কোনো এক ম্যাচে The xG map said 2.7, but Burnley — তখন সঠিক প্রতিক্রিয়া হলো মডেল আপডেট করা, প্রেক্ষাপট যোগ করা, বিচ্যুতির সীমা বাড়ানো। কিন্তু যখন তথ্যই নেই, তখন মডেল আপডেট করারও কিছু নেই। এই দুই পরিস্থিতি আলাদা করতে না পারলে বিশ্লেষক হয় রোমান্টিকে পরিণত হন, নয় বানানোর কারিগরে। মডেল ম্যাচ নয়, মডেল একটা মানচিত্র — এই সত্যটা মাথায় রাখলে দুটো পরিস্থিতির ফারাক স্পষ্ট হয়। আরেকটা জিনিস — টেমপ্লেট-নির্ভর বিশ্লেষণের একটা লুকানো ঝুঁকি হলো, কাঠামো নিজের প্রয়োজনে তথ্য বানিয়ে নেয়। প্রতিটি মাত্রায় অন্তত তিনটি সিদ্ধান্ত — এই দাবিটাই একটা ফাঁদ। কারণ এই দাবিটা পরিমাণকে গুণমানের জায়গায় বসিয়ে দেয়। সিদ্ধান্তের সংখ্যা আর সিদ্ধান্তের নির্ভরযোগ্যতা এক জিনিস নয়। একটা ম্যাচে ২.৩ xG থাকলে সেটা সফল ডেটা-পয়েন্ট; কিন্তু তিনশো ম্যাচে প্রয়োগ করলে দেখা যায় xG আর ফলাফলের মাঝে একটা বিচ্যুতি আছে। বিচ্যুতির সীমা ছাড়া কাঠামো অসম্পূর্ণ, আর সেই অসম্পূর্ণতা টেমপ্লেট নিজে স্বীকার করতে চায় না। — শিকড়: বার্নলির পর চ্যাটগাঁ xG ব্লগ। আমার ব্যক্তিগত অবস্থান পরিষ্কার। একটা ফাঁকা কাগজে তথ্য অপর্যাপ্ত লেখার সাহস যার নেই, তার কাছে সঠিক কাগজটাও ধরা পড়ে না। খেলাধুলার বিশ্লেষণে নৈতিকতার প্রশ্ন সাধারণত ডোপিং বা ম্যাচ-ফিক্সিংয়ে সীমাবদ্ধ থাকে। কিন্তু একটা কম আলোচিত নৈতিকতা আছে — ভুল তথ্য না ছড়ানোর নৈতিকতা। একটা বানানো xG, একটা ভুয়া স্ট্রাইক রেট, একটা অস্তিত্বহীন ম্যাচআপ — এগুলোও এক ধরনের ফিক্সিং, শুধু মাঠের বাইরে, ডেটার জগতে। এই ফিক্সিং ধরার কোনো ক্যামেরা নেই, কোনো রিভিউ নেই — শুধু নিজের বিবেক আর একটা স্বচ্ছ পাইপলাইন। তাহলে পরের ধাপে সংকেতটা কী? সংকেত হলো এই — প্রথম পর্যায়ের তথ্যবিন্দুর তালিকা শূন্য থাকলে দ্বিতীয় পর্যায়ের আট মাত্রার বিশ্লেষণ চলতে পারে না, এবং সেটা স্বীকার করা পরাজয় নয়, একটা পদ্ধতি। তথ্যদাতার কাছে ফিরতে হবে, নিবন্ধটি আবার ভাঙতে হবে, অন্তত একটি নামযুক্ত সত্তা — দল, খেলোয়াড়, লিগ বা ঘটনা — আর একটা স্পষ্ট তারিখ বের করে আনতে হবে। তারপর ফ্রেমওয়ার্কটা প্রস্তুত থাকবে, প্রমাণের অপেক্ষায়। প্রশ্নটা এবার পাঠকের কাছে ফিরে যায়। আপনার হাতে যখন একটা সংখ্যা আসে — একটা স্ট্রাইক রেট, একটা xG, একটা র‍্যাঙ্কিং — আপনি কি জানেন সেটার নমুনা কত, সূত্র কী, বিচ্যুতি কত? নাকি সেটা আপনার কাছে একটা গল্পের সাজানো অলংকার? খালি কাগজটা হয়তো আমাদের সবচেয়ে সৎ প্রশ্নটা করে — সংখ্যাটা কি সত্যিই কিছু বলছে, নাকি আমরা সেটাকে কথা বলাতে বাধ্য করছি?