শূন্য ইনপুট — যখন ক্রিকেট ডেটা-পাইপলাইন সততার সঙ্গে 'জানি না' বলে

গত সপ্তাহে আমার ডেস্কে একটি রিপোর্ট এল। আটটি অধ্যায়। প্রতিটি টেবিল সম্পূর্ণ, প্রতিটি শিরোনাম নির্দিষ্ট জায়গায়, প্রতিটি ঘর পূরণ করা। নথিটা দেখতে নিখুঁত। কিন্তু পড়তে বসে দেখলাম, ঘরের পর ঘরে একই বাক্য ফিরে আসছে — "অপর্যাপ্ত তথ্য, মূল্যায়ন করা সম্ভব নয়।" আটটি বিশ্লেষণ-মাত্রা, তিনটি তথ্য-সারি, ছয়টি ঝুঁকি-কোষ, তিনটি ভবিষ্যৎ-পরিস্থিতি — সবখানে একই শূন্যতা। কাঠামো নিখুঁত, বিষয়বস্তু শূন্য। চল্লিশ বছর ধরে আমি স্কোরকার্ডের পেছনের গল্প খুঁজেছি। এই রিপোর্টটি আমাকে প্রথম শেখাল, ডেটা-সাংবাদিকতার সবচেয়ে কঠিন কাজ তথ্য খুঁজে বের করা নয়। সবচেয়ে কঠিন কাজ হলো, যখন তথ্য নেই, তখন সেই শূন্যতাকে নাম ধরে ডাকা। আমার পদ্ধতি দুই ধাপে চলে। প্রথম ধাপ নির্যাস — মূল উপাদান থেকে নাম, সংখ্যা, সময়-সংবেদনশীলতা আর তথ্য-বিন্দু আলাদা করা। দ্বিতীয় ধাপ গভীর বিশ্লেষণ — সেই নির্যাসকে আটটি মাত্রায় বসিয়ে ফরম্যাট, খেলোয়াড়, দল, লিগ, শাসন, ঝুঁকি, জন-আখ্যান ও শিল্প-প্রবাহ মূল্যায়ন করা। প্রথম ধাপ ফাঁকা ফিরে এলে দ্বিতীয় ধাপের হাতে কিছুই থাকে না। এই পদ্ধতিটা আমি হাতে গড়েছি ২০১৭ সালে, মুম্বইয়ে, ISL-এর নতুন মিডিয়া-জোয়ারে। মুম্বই সিটি এফসি-র ২০১৭-১৮ মৌসুমের জন্য বানালাম একটি স্বাধীন xG মডেল — ৩৮০টি শট আর ১,২০০টি প্রতিরক্ষামূলক অ্যাকশন ক্রস-রেফারেন্স করে। মডেল বলল, দলটি ৩১.২ xG থেকে ২৫ গোল করেছে, অর্থাৎ -৬.২-র ঘাটতি। আমি ISL-এর xG মডেল বানিয়েছিলাম স্কোরলাইন যে কথা বলতে অস্বীকার করত, সেটা শোনার জন্য। শট-ম্যাপ আর PPDA নিয়ে থ্রেড প্রকাশ করলাম; ক্লাব সেটা উপেক্ষা করল। তিন সপ্তাহ ধরে প্রতিটি শটের অবস্থান আর ডিফেন্ডারের চাপ আবার যাচাই করলাম; থ্রেড ১,২০,০০০ ইমপ্রেশন পেল। সেই তিন সপ্তাহ একটা অভ্যাস শিখিয়েছে — মডেল পুরোপুরি অডিট না হলে আমি লিখি না। পরে অভ্যাসটা আরও ধারালো হয়েছে। ২০১৮ রাশিয়া বিশ্বকাপে PPDA দিয়ে ফ্রান্সের প্রতিটি ম্যাচ ট্র্যাক করলাম। ডেসাম্পের দল নকআউট পর্বে ম্যাচ-প্রতি মাত্র ০.৯ xG ছাড়তে দিয়েছিল, আর তাদের PPDA ছিল ১৫.৩ — সেমিফাইনালিস্টদের মধ্যে সর্বোচ্চ। গভীরে বসে কাউন্টার, এটাই ছিল তাদের ভাষা। ফাইনালে ক্রোয়েশিয়াকে ৪-২ হারানোর পর ৪,০০০ শব্দের বিশ্লেষণ প্রকাশ করলাম, তবে তার আগে দুই সপ্তাহ গেল অফ-বল প্রেসিং ট্রিগার যাচাইয়ে। ২০২০-র খালি স্টেডিয়াম গবেষণায় ৯২ ম্যাচ ট্র্যাক করলাম। হোম-জয়ের হার ৪৩.৪% থেকে ৩৩.৩%-এ নামল, অ্যাওয়ে দল ম্যাচ-প্রতি ০.২১ xG বাড়ল; বায়ার্নের লেভানডফস্কি তখনও ৩৪ গোল করলেন। ৮,৪০০ পাস আর ১,২০০ খেলোয়াড়-মিনিট ক্রস-চেক করে রিপোর্ট দশ দিন পিছিয়ে দিলাম ডেটাসেট পরিষ্কার করতে। খালি স্টেডিয়ামে নীরবতা নিজেই একটা ভেরিয়েবল — সেটা তখন বুঝেছি। এবার ফিরে আসি সেই ফাঁকা রিপোর্টে। আসলে কী ঘটেছিল? প্রথম ধাপের নির্যাস পুরো ফাঁকা ফিরে এসেছে। শিরোনাম নেই, উৎস নেই, সারসংক্ষেপ নেই, তথ্য-বিন্দু নেই। "জড়িত সত্তা" ঘরটির নির্দেশ ছিল — উপরের তথ্য-বিন্দু থেকে চিহ্নিত করুন; অথচ কোনো তথ্য-বিন্দু নেই। ফলে দ্বিতীয় ধাপের আটটি মাত্রাই ফিরে এসেছে একটাই জবাব নিয়ে: মূল্যায়ন করা সম্ভব নয়। এখানেই একটা সূক্ষ্ম কিন্তু নির্ণায়ক পার্থক্য। শূন্য (zero) আর ফাঁকা (null) এক জিনিস নয়। শূন্য মানে মাপা হয়েছে, আর কিছু পাওয়া যায়নি। ফাঁকা মানে মাপাই হয়নি। দল যদি শূন্য গোল করে, সেটা তথ্য। কিন্তু ম্যাচটি যদি বৃষ্টিতে ভেসে যায়, আর কেউ ০-০ লিখে ফেলে — সেটা মিথ্যা। DLS একটা লক্ষ্য সংশোধন করতে পারে, কিন্তু যে ম্যাচ শুরুই হয়নি, তার স্কোরলাইন বানাতে পারে না। রিপোর্টটি তাই আটটি মাত্রাতেই সৎভাবে থেমে গেছে। ফরম্যাট বিশ্লেষণ থেমেছে, কারণ টেস্ট, ওয়ানডে, টি-টোয়েন্টি — কোন ফরম্যাট, সেটাই চেনা যায়নি। খেলোয়াড় বিশ্লেষণ থেমেছে, কারণ কোনো নাম নেই; আর ফরম্যাট নিশ্চিত না হলে টি-টোয়েন্টির ইকোনমি রেট কিংবা টেস্টের ব্যাটিং অ্যাভারেজ — কোন মানদণ্ড বসাব, তার উত্তর নেই। দল-ভূগোল থেমেছে, কারণ র‍্যাঙ্কিং, স্কোয়াড-গভীরতা, বয়স-কাঠামো — কিছুরই ভিত্তি নেই। লিগ-বাণিজ্য থেমেছে, কারণ কোনো চুক্তি, নিলাম বা সম্প্রচার-মূল্য নেই। শাসন থেমেছে, কারণ কোনো ঘটনা নেই; ফলে ক্রনিয়ে-র ছায়া হোক বা DRS-বিতর্ক, কোনো নজির টেনে আনা যায় না। ঝুঁকি-ম্যাট্রিক্সেও ছয়টি কোষই ফাঁকা — খেলোয়াড়, দল, বাণিজ্য, সুনাম, শাসন, সিস্টেমিক: কোনোটাই মাপা যায়নি। একইভাবে শিল্প-প্রবাহের মানচিত্রটা খালি থেকে গেছে। উপরের স্তরে তরুণ-প্রতিভার সরবরাহ, মাঝের স্তরে জাতীয় দল আর লিগ, নিচের স্তরে সম্প্রচার ও বাণিজ্যিক বাজার — এই তিন স্তরের যেকোনো প্রবাহ মাপতে একটা ট্রিগার ঘটনা দরকার। ঘটনাই নেই, তাই মানচিত্রটা ফাঁকা। জন-আখ্যান বিশ্লেষণও থেমে গেছে; বাজারের প্রত্যাশা আর বাস্তব মূল্যায়নের ফাঁক মাপতে হলে অন্তত একটা প্রত্যাশা থাকতে হয়। রিপোর্টে একটা ছোট কিন্তু গুরুত্বপূর্ণ লেবেল বেঁচে ছিল — cricket_asia। এটাই ইঙ্গিত দেয়, বিষয়টা সম্ভবত এশীয় ক্রিকেট-পরিসর — ভারত, পাকিস্তান, শ্রীলঙ্কা, বাংলাদেশ, আফগানিস্তান কিংবা কোনো এশীয় লিগ। কিন্তু একটা ডোমেইন-লেবেল দিয়ে দল-ভূগোল বা র‍্যাঙ্কিং বিশ্লেষণ দাঁড় করানো যায় না। এশীয় ক্রিকেট আমার পরিচিত পরিসর — আমি মুম্বই থেকে ভারতের বাজারের জন্য ক্রিকেট লিখি — তবু পরিচিতি অনুমানের লাইসেন্স দেয় না। কিছু পরিভাষা এখানে মনে রাখা দরকার। টেস্ট, ওয়ানডে আর টি-টোয়েন্টি — তিন ফরম্যাটের মেট্রিক কখনো সরাসরি তুলনীয় নয়। পাওয়ারপ্লে মানে ফিল্ডিং-সীমাবদ্ধ ওভার; ডেথ ওভার মানে ইনিংসের শেষ পাঁচ ওভার, যখন রান সবচেয়ে দ্রুত ওঠে। ইকোনমি রেট মানে বোলারের প্রতি ওভারে দেওয়া গড় রান। DLS বৃষ্টির পর লক্ষ্য সংশোধনের আদর্শ পদ্ধতি। IPL পৃথিবীর সবচেয়ে বাণিজ্যিক ক্রিকেট লিগ, আর ICC ক্রিকেটের বৈশ্বিক শাসক। এই পরিভাষাগুলো ফ্রেমওয়ার্কের জন্য লিখলাম — বিষয়বস্তু না থাকায় কোনোটাই প্রয়োগ করা গেল না। এই মুহূর্তে একজন বিশ্লেষকের সামনে দুটো পথ থাকে। একটা পথ — কল্পনা দিয়ে ঘর ভরা। একটা বিশ্বাসযোগ্য নাম বসানো, একটা ফরম্যাট ধরে নেওয়া, একটা র‍্যাঙ্কিং বানিয়ে ফেলা। কাগজটা তখন সম্পূর্ণ দেখাবে, আর কেউ জানবে না কোনোটাই সত্যি নয়। দ্বিতীয় পথ — শূন্যটাকে শূন্য রেখে কারণ লিখে দেওয়া। রিপোর্টটি দ্বিতীয় পথ নিয়েছে, এবং সেটাই ছিল একমাত্র পেশাদার সিদ্ধান্ত। কারণ এখানে বাজি তথ্যের নয়, প্রমাণের শৃঙ্খলের। ব্লকচেইনের মৌলিক প্রতিশ্রুতিও এই — প্রতিটি এন্ট্রি চিহ্নিত, যাচাইযোগ্য, অপরিবর্তনীয়। কোনো এক এন্ট্রি যদি বানানো হয়, শৃঙ্খলটা ভেতরে ভেতরে ফাঁকা হয়ে যায়, অথচ বাইরে থেকে নিখুঁত দেখায়। একটি লিপিবদ্ধ শূন্য শৃঙ্খলকে সৎ রাখে; একটি সাজানো পূর্ণতা শৃঙ্খলকে বিষিয়ে তোলে। এই রিপোর্টে আরও একটা শিক্ষা আছে — শূন্যতা কীভাবে ছড়ায়। বিশ্লেষণ-চেইনের একটা ধাপ ফাঁকা ফিরলে সেটা পরের ধাপে সংক্রমিত হয়। রিপোর্টের একমাত্র মূল্যায়নযোগ্য ঝুঁকি ছিল ঠিক এই প্রক্রিয়া-ঝুঁকি: প্রথম ধাপের ব্যর্থতা নিচের সব স্তরে ছড়াবে — সম্ভাবনা উচ্চ, প্রভাব উচ্চ। তবু রিপোর্টটি শূন্য ছেড়ে যায়নি; সে তার অনুমানগুলোকে আত্মবিশ্বাসের মাত্রা দিয়ে সাজিয়েছে। সবচেয়ে নির্ভরযোগ্য অনুমান — পাইপলাইন নির্যাস করতে ব্যর্থ হয়েছে, লেখাটি বিষয়হীন ছিল না; আত্মবিশ্বাস উচ্চ। কারণটি সম্ভবত ফেচ-ত্রুটি, পেওয়াল বা এনকোডিং; আত্মবিশ্বাস মধ্যম। আর cricket_asia ডোমেইন-লেবেলটিই একমাত্র বেঁচে যাওয়া ইঙ্গিত; আত্মবিশ্বাস নিম্ন। এটাই অনিশ্চয়তাকে লুকিয়ে না ফেলে চিহ্নিত করার শৃঙ্খলা — ঠিক যেমন ISL-এ প্রতিটি শট ছিল এমন একটি প্রশ্ন, যেটি সম্প্রচার কখনো করার কথা ভাবেনি। আমার অভিজ্ঞতা বলে, প্রতিটি মডেলের সবচেয়ে দরকারি লাইনটি প্রায়ই শেষ লাইন — যে লাইনটি স্বীকার করে, কোথায় মডেল নিশ্চিত, আর কোথায় সে কেবল অনুমান করছে। ২০২২ কাতারে এনসো ফের্নান্দেসকে চিহ্নিত করেছিলাম ৯২.৩% পাস-সম্পূর্ণতা আর প্রতি ৯০ মিনিটে ২.৭ প্রগ্রেসিভ পাস দেখে; ৬৪০ মিনিট আর ৪৮ প্রগ্রেসিভ ক্যারি ট্র্যাক করলাম। জানুয়ারি ২০২৩-এ চেলসি তাঁকে £১০৬.৮ মিলিয়নে কিনল। কিন্তু সেই ১২ পাতার ডসিয়ারের সবচেয়ে গুরুত্বপূর্ণ অংশ ছিল সম্ভাবনার মাত্রা — কোন সংখ্যা ট্র্যাক করা, কোনটি অনুমান। তবু রিপোর্টটা নিছক ব্যর্থতা নয়। আটটি মাত্রাই সঠিকভাবে রেন্ডার হয়েছে — এটা প্রমাণ করে ফ্রেমওয়ার্কটা কাজ করছে। যে টেমপ্লেট ফাঁকা ইনপুটেও ভেঙে পড়ে না, সেটাই নির্ভরযোগ্য টেমপ্লেট। আর রিপোর্টটা নিচের স্তরের পাঠকদের জন্য একটা সতর্কবার্তা ছেড়ে গেছে: কাঠামো দেখে বিশ্লেষণ ধরে নিও না। এখানেই একটা অস্বস্তিকর প্রশ্ন। শিল্প পুরস্কৃত করে আউটপুট। প্রতিটি পাইপলাইন এমনভাবে বানানো যাতে কিছু একটা বেরোয়। ফাঁকা ঘর দেখতে ব্যর্থতা লাগে; বিশ্বাসযোগ্য ঘর দেখতে সাফল্য লাগে। ফলে টেবিল ভরানোর চাপটা প্রায় অপ্রতিরোধ্য। কিন্তু কাঠামো আর বিষয়বস্তু এক নয়; টেমপ্লেট মিলিয়ে দেওয়া আর বিশ্লেষণ করা এক নয়। সবচেয়ে বিপজ্জনক নথি সেইটাই, যেটা সম্পূর্ণ দেখতে। কারণ ফাঁকা ঘর সন্দেহ জাগায়, প্রশ্ন তোলে, যাচাইয়ে ডাকে। আর ভরা ঘর কোনো প্রশ্নই তোলে না — পাঠক ধরে নেয় কেউ যাচাই করে দিয়েছে। এখানেই পারস্পরিক সম্পর্ক আর কারণের সম্পর্কের চেনা ফাঁদের চাচাতো ভাইটা লুকিয়ে আছে — পূর্ণতা আর শুদ্ধতার সম্পর্ক। একটা ভরা টেবিল একটা ফাঁকা টেবিলের চেয়ে বেশি বিভ্রান্তিকর হতে পারে, যদি ভরাটা সাজানো হয়। আর আমার মতো INTJ-র প্যাটার্ন-খোঁজা মন সহজেই এই ফাঁদে পড়ে: শূন্যের ভেতরে গোপন গল্প খুঁজতে বসে যায়। এখানে গোপন গল্প নেই। একটাই সৎ সিদ্ধান্ত — পাইপলাইন আবার চালাও। সিদ্ধান্ত তাই সহজ। মূল উৎস ধরে প্রথম ধাপ আবার চালান; নিশ্চিত করুন, তথ্য-বিন্দুর ঘর ফাঁকা নয়। ফাঁকা ফিরলে দ্বিতীয় ধাপে হাত দেবেন না। আর নজর রাখুন ইনজেশনের লগে — শুধু ডোমেইন-লেবেল নিয়ে আসা রিপোর্ট যদি বারবার ফিরতে থাকে, বুঝবেন এটা একবারের দুর্ঘটনা নয়, সিস্টেমের রোগ। আর সত্যি বলতে, আমার মনে একটা প্রশ্ন থেকে যাচ্ছে। আমরা যেসব বিশ্লেষণ প্রকাশ করি, তার কতগুলো আসলে সুন্দরভাবে সাজানো ফাঁকা — যেগুলো আমরা কখনো খেয়াল করিনি?