যে বিশ্লেষণে কোনো ম্যাচ নেই: ক্রিকেট ডেটা পাইপলাইনের নীরব ব্যর্থতা

গত সপ্তাহে আমার ডেস্কে একটা প্রতিবেদন এল। চারটা টেবিল, একটা ঝুঁকি-ম্যাট্রিক্স, তিনটা পরিস্থিতি-অনুমান, নিচে একটা দাবিত্যাগ — সব ঠিকঠাক জায়গায় বসানো। শুধু একটা জিনিস নেই: ম্যাচটা। কোনো শিরোনাম নেই, কোনো দল নেই, কোনো খেলোয়াড় নেই, কোনো তারিখ নেই, সোর্সের নামও নেই। কাগজটা ফরম্যাটে শতভাগ পূর্ণ, বিষয়বস্তুতে শূন্য।

পাঁচ হাজার ম্যাচ দেখে আমি একটা কথা শিখেছি: সবচেয়ে বিপজ্জনক স্কোরকার্ড সেইটা, যেটা দেখতে পুরোপুরি স্বাভাবিক, অথচ ভেতরে কোনো ইনিংস নেই। কার্ডিফ থ্রেড ছিল চোদ্দোটা প্যানেল আর একটা হিঞ্জ; হিঞ্জটা আমি বুঝেছিলাম তৃতীয় রিপ্লের পর। এবার কোনো রিপ্লই নেই, কারণ রিপ্লে করার মতো কিছু নেই।

আধুনিক ক্রিকেট-কভারেজ এখন দু'ধাপের একটা লাইনে চলে। প্রথম ধাপ: সোর্স প্রতিবেদন থেকে তথ্য ভেঙে ফেলা — তথ্যবিন্দু, মানে এমন পরমাণু-সত্য যেগুলোর পিছনে প্রমাণ, টাইমস্ট্যাম্প আর সূত্র আছে। দ্বিতীয় ধাপ: সেই বিন্দুগুলো নিয়ে গভীর বিশ্লেষণ — ফরম্যাট ও ম্যাচ-প্রকৃতি, খেলোয়াড়ের কৌশল ও ডেটা, দলের অবস্থান ও র‍্যাঙ্কিং, লিগ ও বাণিজ্য-বাস্তুসংস্থান, শাসন ও নিয়ম, ঝুঁকি, জন-আখ্যান ও প্রত্যাশা, আর শিল্পের সংক্রমণ। আটটা মাত্রা।

পুরো ইমারতটা দাঁড়ায় প্রথম ধাপের উপরে। প্রথম ধাপ খালি ফিরলে আটটা মাত্রাই ফেরে একই উত্তরে — “অপর্যাপ্ত তথ্য, মূল্যায়ন সম্ভব নয়”। শূন্য ইনপুট থেকে শূন্য বিশ্লেষণ: গাণিতিকভাবে সৎ, ব্যবহারিকভাবে অচল। কারণ ফরম্যাট কিন্তু থেকে যায়।

রাজশাহীতে বসে আমি যেভাবে বল-বাই-বল ডেটা পড়ি, সেটা এই লাইনের উপরেই নির্ভরশীল। হক-আই, ওয়াগন হুইল, পাওয়ারপ্লে স্প্লিট, ডেথ-ওভার ইকোনমি, ডট-বল শতাংশ — সবই সেই তথ্যবিন্দুর ফসল। বিন্দু না থাকলে বিশ্লেষণ থাকে না, শুধু বিশ্লেষণের ছাপ থেকে যায়। মিরপুরের একটি স্কোরিং বুথে আমি একজন বয়স্ক স্কোরারকে দেখেছি, যিনি এখনো হাতে খাতায় বল-বাই-বল লিখে রাখেন; তাঁর খাতা আর ডেটা-সিস্টেম, দুটোই একই সত্যের দুটো সংস্করণ। পার্থক্য শুধু একটাই — তাঁর খাতায় ফাঁকা মানে ফাঁকা, আর সিস্টেমে ফাঁকা মানে “N/A”।

এখানে একটা সংকেত লুকিয়ে আছে যা সাধারণত চোখ এড়িয়ে যায়। ডোমেইন লেবেল লেখা “cricket_world”, অথচ প্রত্যাশিত ছিল “Cricket”। এর পেছনে বানান-ভুল নেই; আছে ট্যাক্সোনমি-রাউটিংয়ের অসঙ্গতি। যে সিস্টেম নিজের বিষয়শ্রেণীকে ঠিক নাম দিতে পারে না, তার বিষয়বস্তুও ঠিক জায়গায় পৌঁছায় না। এই ফাটলটাই বলে দেয়, সমস্যাটা লেখকের নয় — পাইপলাইনের।

তথ্যবিন্দু হলো বিশ্লেষণের বল। একটা ইনিংস চলে ওভারের পর ওভার, বলের পর বল; প্রতিটা বল একটা তথ্য, একটা প্রমাণ, একটা টাইমস্ট্যাম্প। তথ্যবিন্দু শূন্য মানে ইনিংস শুরুই হয়নি — অথচ স্কোরকার্ড ছাপা হয়ে গেছে।

ভুল বিশ্লেষণ আর খালি বিশ্লেষণের মধ্যে একটা মৌলিক তফাত আছে। ভুল বিশ্লেষণ মিথ্যা-প্রমাণযোগ্য; খালি বিশ্লেষণ নয়। ভুলটার আকার ধরে আপনি তর্ক করতে পারেন, টাইমস্ট্যাম্প মিলিয়ে দেখাতে পারেন কোথায় সেটা পিছলে গেছে। খালির উপর আক্রমণ চালানোর মতো কোনো দাবিই নেই। ওটা নিছক ফরম্যাট — আর ফরম্যাট হলো একধরনের ঘুমের ওষুধ।

ক্রিকেট নিজে কিন্তু অনুপস্থিত তথ্য সামলানোর প্রক্রিয়া প্রতিষ্ঠানিক করেছে। ২০১৯ বিশ্বকাপের সেমিফাইনালে ভারত-নিউজিল্যান্ড ম্যাঞ্চেস্টারে বৃষ্টিতে ভেসে যাওয়ার পর খেলা গড়িয়েছিল সংরক্ষিত দিনে। ফল নির্ধারণে ডাকওয়ার্থ-লুইস-স্টার্ন পদ্ধতি দশকের পর দশক ধরে সেই ফাঁক ভরে এসেছে। আর ১৪ জুলাই, ২০১৯, লর্ডসে ইংল্যান্ড-নিউজিল্যান্ড ফাইনাল টাই হওয়ার পর শিরোপা নির্ধারিত হয় বাউন্ডারি কাউন্টে — ২৬ বনাম ১৭ (সূত্র: আইসিসি)। ওই বিতর্কের পর নিয়ম বদলেছে; এখন টাই হলে সুপার ওভার। অর্থাৎ ক্রিকেট জানে, তথ্য অসম্পূর্ণ হলে কী করতে হয় — তার জন্য লিখিত নিয়ম আছে।

ডেটা-পাইপলাইনে সেই নিয়মটা নেই। খালি ইনপুট এলে সিস্টেম থামে না; বরং ফরম্যাট বানিয়ে ফেলে। আর এখানেই সবচেয়ে বড় ক্ষতিটা ঘটে — শূন্যতাকে বিশ্লেষণ ভেবে ভুল করা। ডায়াগনস্টিক রিপোর্টটা নিজেই এই ঝুঁকিটা চিহ্নিত করেছে, আর ভাষাটা অসাধারণ সৎ: “analytical contamination” — বিশ্লেষণী দূষণ।

লক্ষ্য করুন, স্পোর্টিং, কর্মী, বাণিজ্য, শাসন, জনমত, সিস্টেমিক — কোনো ঝুঁকিই মূল্যায়ন করা যায়নি, কারণ আটকানোর মতো বিষয়ই নেই। একমাত্র বাস্তব ঝুঁকিটা প্রক্রিয়াগত: খালি ইনপুটকে বৈধ ধরে নিয়ে সেটা ডাউনস্ট্রিমে পাঠিয়ে দেওয়া।

আমার নিজের ল্যাবে এই শিক্ষাটা ব্যয়বহুলভাবে এসেছিল। ২০২০ সালের মার্চে ফুটবল থেমে গেলে আমি তিনশো বারোটা দর্শকশূন্য ম্যাচ জড়ো করি — বুন্দেসলিগা, প্রিমিয়ার লিগ, লা লিগা, সিরি আ। হোম-উইন হার নামে ৪৪.৬% থেকে ৩৭.৮%-এ; অ্যাওয়ে দলের হলুদ কার্ড কমে প্রায় ১১%। সেই সময়ে ল্যাবের বাজেট কাটা পড়ে ৩০%, ট্র্যাকিং সাবস্ক্রিপশন বন্ধ হয়ে যায়। দুই ছাত্রকে নিয়ে আমি খোলা-সোর্স ইভেন্ট ডেটার উপর মডেলটা নতুন করে দাঁড় করাই। তিনশো বারো ম্যাচ আমাকে শিখিয়েছে, নীরবতা খালি নয় — নীরবতা একটা চলক। ঠিক তেমনি, শূন্যতাও খালি নয় — শূন্যতা একটা সংকেত।

এখন সংকেতটা ঠিক কী বলছে? তিনটা সম্ভাবনা, তিনটাই নথিতে লিপিবদ্ধ। এক, আপস্ট্রিম ইনজেশন বা পার্সিং ব্যর্থতা — সোর্স নিবন্ধটা হয় কখনো ঢোকেনি, নয়তো ঢুকেও ভেঙে পড়েনি (সম্ভাবনা মাঝারি)। দুই, মিস-রাউট করা খালি রেকর্ড — সিস্টেমে একটা রেকর্ড আছে, কিন্তু তার পিছনে বাস্তবতা নেই; একধরনের ভূত-রেকর্ড। ক্রিকেটে এর তুলনা হলো সেই ম্যাচ, যেটা একটা বলও না করে পরিত্যক্ত হয়, তবু রেকর্ডবইয়ে একটা লাইন দখল করে রাখে। তিন, দুই ধাপের মধ্যে ট্যাক্সোনমি-অসঙ্গতি — “cricket_world” বনাম “Cricket” ফাটল ধরে বিষয়বস্তু ভুল পথে বয়ে গেছে।

তিনটার মধ্যে যেটাই সত্যি হোক, ফল এক: এমন একটা প্রতিবেদন তৈরি হয়েছে, যার কোনো ম্যাচ নেই।

আটটা মাত্রার প্রতিটা ফাঁকা ফেরাটা আলাদা করে খেয়াল করার মতো। ফরম্যাট-বিশ্লেষণ বলতে পারে না বিষয়টা টেস্ট, ওয়ানডে, টি-টোয়েন্টি, নাকি দ্য হান্ড্রেড — অর্থাৎ ম্যাচের মাধ্যাকর্ষণই অজানা। খেলোয়াড়-বিশ্লেষণ কোনো ভূমিকা (ব্যাটার/বোলার/অলরাউন্ডার/কিপার) বসাতে পারে না, কারণ কোনো নাম নেই। দল-বিশ্লেষণ র‍্যাঙ্কিং বা টায়ার ঠিক করতে পারে না। লিগ-বিশ্লেষণ নিলামের দাম, সম্প্রচার-স্বত্ব, ফ্র্যাঞ্চাইজি-মূল্য — কোনোটাই মাপতে পারে না। আমার পুরনো একটা কথা এখানে খাটে: নিলামের বাজার কেনাকাটার তালিকা নয়, স্নায়ুতন্ত্রের ভবিষ্যৎ-বাজার। কিন্তু বাজারটা অদৃশ্য হলে স্নায়ুতন্ত্রও অদৃশ্য।

শাসন-বিশ্লেষণ কোনো নিয়ন্ত্রক সংস্থা, নিয়ম-বিতর্ক বা অখণ্ডতা-প্রশ্ন চিহ্নিত করতে পারে না। ঝুঁকি-বিশ্লেষণের সব কেস — স্পোর্টিং, কর্মী, বাণিজ্য, শাসন, জনমত, সিস্টেমিক — ফাঁকা। জন-আখ্যান-বিশ্লেষণ কোনো গুজব, প্রত্যাশা বা উত্তেজনার চক্র বসাতে পারে না। আর শিল্প-সংক্রমণ মানচিত্র — আপস্ট্রিম (যুব-বিকাশ ও প্রতিভা-সরবরাহ), মিডস্ট্রিম (জাতীয় দল ও লিগ), ডাউনস্ট্রিম (সম্প্রচার, বাণিজ্য, ডেরিভেটিভ বাজার) — তিনটাই ফাঁকা ফেরে।

এই আটটার সারি দেখলে একটা কথা পরিষ্কার: বিশ্লেষণ একটা শৃঙ্খল, আর তার প্রতিটা লিংক আগের লিংকের উপর ঝুলে আছে। আগেরটা খালি হলে পরেরটা খালি — এটা কাঠামোর সততা। মিথ্যা বলার চেয়ে “জানি না” বলা ভালো; কিন্তু সমস্যা হলো, “জানি না” যখন টেবিল আর ম্যাট্রিক্সের ভেতরে বসে থাকে, তখন সেটা আর “জানি না” বলে চেনা যায় না।

একটা বল থেকে একটা সিস্টেমে কত তথ্য জন্মায়, সেটা একবার গুনে দেখলে ব্যাপারটা পরিষ্কার হয়। বল ছাড়ার মুহূর্ত, লাইন-লেংথ, স্পিড, স্পিন-রেভোলিউশন, পিচ-ম্যাপের জায়গা, ব্যাটসম্যানের ফুটওয়ার্ক, শট-এর কোণ, ফিল্ডারের অবস্থান, রান, উইকেট, ডট-বল — একটা ডেলিভারি বিশ থেকে ত্রিশটা আলাদা ডেটাপয়েন্ট তৈরি করে। একটা টি-টোয়েন্টি ইনিংস মানে প্রায় চার হাজার এমন বিন্দু। একটাও না থাকলে বিশ্লেষণ শূন্য, কিন্তু বিশ হাজার থাকলে সেখান থেকে গল্প বের করাও একটা দক্ষতা।

বাংলাদেশের প্রেক্ষাপটে এই নির্ভরতা আরও প্রকট। ঘরোয়া ক্রিকেটে, ঢাকা প্রিমিয়ার লিগে, বয়সভিত্তিক দলে — নির্বাচনের সিদ্ধান্ত এখন ডেটার দিকে ঝুঁকছে। বোলারের ডেথ-ওভার ইকোনমি, ব্যাটারের পাওয়ারপ্লে স্ট্রাইক-রেট, ফিল্ডারের রান-আউট রূপান্তর — এই সংখ্যাগুলোই এখন কাগজের পেছনে লুকিয়ে থাকা সত্য। এই সত্য যদি কোনো একদিন ফাঁকা ফেরে, আর সেই ফাঁকা ফরম্যাটের আড়ালে লুকিয়ে থাকে, তাহলে একটা ভুল নির্বাচনের দাম দিতে হয় গোটা একটা প্রজন্মের প্রতিভাকে।

এখানে স্বাভাবিক প্রতিক্রিয়াটা হলো — খালি মানে নিরীহ। আমার অভিজ্ঞতা উল্টোটা বলে। খালি মানে সংক্রামক। একটা খালি রেকর্ড ডাউনস্ট্রিমে গিয়ে বৈধ বিশ্লেষণের ছদ্মবেশে বসে থাকে; পরের ধাপের কেউ সেটাকে সত্য ধরে তার উপরে আরেকটা স্তর গাঁথে। একবার ছড়ালে আর ফেরানো যায় না।

আর সবচেয়ে বড় অন্ধবিন্দুটা হলো — আমরা সবাই আউটপুট অডিট করি, কেউ ইনপুট অডিট করি না। রিভিউয়ার দেখেন টেবিল আছে কি না, ম্যাট্রিক্স ভরা কি না, দাবিত্যাগ লেখা কি না। কেউ জিজ্ঞেস করেন না, “তথ্যবিন্দু ক'টা?” রিভিউ যদি আকার দেখে আর বিষয়বস্তু না দেখে, তাহলে একটা নিখুঁত খালি নথি পুরো পরীক্ষা পাস করে যায়।

এখানে একটা প্রিয় কথা মনে পড়ে — সেরা বিশ্লেষণ গোলটা ব্যাখ্যা করে না, গোলের আগের ন' সেকেন্ডটা ব্যাখ্যা করে। রোস্তভে ন' সেকেন্ড গোল লাগেনি, লাগছিল একটা সিস্টেমের ভেঙে পড়া আর আবার দাঁড়ানো। ক্রিকেট আর ফুটবলের ডেটা-কাঠামো আসলে একই কঙ্কাল, শুধু মাধ্যাকর্ষণ আর ফ্রেম-রেট আলাদা। এখানেও তাই: প্রশ্নটা “বিশ্লেষণটা কত ভালো” ছেড়ে সরে যাক “বিশ্লেষণের আগের ধাপটা কী হয়েছিল”-এ।

আর ঠিক সেই ধাপটাই সবচেয়ে অনাদৃত। আমরা হাইলাইট দেখি, ছক্কায় উল্লাস করি, স্কোরকার্ড স্ক্রল করি। কেউ জিজ্ঞেস করে না, এই স্কোরকার্ডটা কোন বল থেকে, কোন টাইমস্ট্যাম্প থেকে, কোন সোর্স থেকে এসেছে। অথচ বিশ্লেষণের গোটা ভরসাটা দাঁড়িয়ে আছে ঠিক সেই অদৃশ্য ধাপটার উপর।

সময়-সংবেদনশীলতার দিকটা এখানে আরও গুরুত্বপূর্ণ করে তোলে। একটা টুর্নামেন্ট চলাকালীন বিশ্লেষণের চাহিদা থাকে ক্ষুধার মতো; সেমিফাইনালের আগের রাতে সবাই কিছু পড়তে চায়। ঠিক সেই মুহূর্তেই একটা ফাঁকা-কিন্তু-সুন্দর প্রতিবেদন সবচেয়ে বিপজ্জনক, কারণ সে চাহিদার আকৃতিটা মিটিয়ে দেয়, অথচ জ্ঞানটা দেয় না। ২৯ জুন, ২০২৪, বার্বাডোসে ভারত সাত রানে দক্ষিণ আফ্রিকাকে হারিয়ে টি-টোয়েন্টি বিশ্বকাপ জেতার পর (সূত্র: আইসিসি) যেমন সবার আগে দরকার ছিল ডেথ-ওভার বোলিংয়ের ঠিক কোন ওভারে ম্যাচটা ঘুরেছিল তার হিসাব — সেখানে একটা ফাঁকা ফরম্যাট কেবল আত্মতুষ্টি দিত।

আমার প্রস্তাবটা সরল: প্রতিটা প্রতিবেদনের শিরোনামে একটা “নাল-ফ্ল্যাগ” থাকুক। তথ্যবিন্দু শূন্য হলে সেটা যেন প্রথম লাইনেই ঘোষণা হয়, পাদটীকায় লুকিয়ে না থাকে। যেভাবে ক্রিকেটে “ম্যাচ পরিত্যক্ত” লেখাটা স্কোরকার্ডের সবচেয়ে উপরে বসে, ঠিক সেভাবে “তথ্য অনুপস্থিত” লেখাটা বিশ্লেষণের সবচেয়ে উপরে বসুক। ফরম্যাট যেন বিষয়বস্তুর অভাব ঢাকতে না পারে।

তাহলে পরের চক্রে কী করব? তিনটা সহজ প্রশ্ন, প্রতিটা প্রতিবেদনে: সোর্স ফিল্ড ভরা আছে কি? ডোমেইন লেবেল প্রত্যাশিত নামটাই বহন করছে কি? আর তথ্যবিন্দুর সংখ্যা শূন্যের বেশি কি? এই তিনটার উত্তর “হ্যাঁ” না হলে প্রতিবেদনটা ডাউনস্ট্রিমে যাবে না — যত সুন্দরই হোক তার ফরম্যাট।

আমার রিপ্লে-থ্রেশহোল্ড নিয়মটা এখানেও খাটে — তিনটা স্বতন্ত্র অনুচ্ছেদ না মিললে দাবিটা আমি লিখি না। এখানে তিনটার একটাও নেই; মানে দাবিটাই অবৈধ। একজন সৎ বিশ্লেষক তখন যা লেখেন তা হলো একটা ডায়াগনস্টিক, আর সেটাই এই নথিটা করেছে।

শেষ প্রশ্নটা রেখে যাই: এমন কতগুলো ভূত-বিশ্লেষণ ইতিমধ্যেই ছাপা হয়ে গেছে, যেগুলো কেউ পড়েছে, কেউ বিশ্বাস করেছে, আর কারো সন্দেহ হয়নি?