খালি লেজার: যখন ক্রিকেট ডেটা পাইপলাইন শূন্য ফেরত দেয়

রাজশাহীর ওই ঘরে রাত তখন সাড়ে এগারোটা। ল্যাপটপের স্ক্রিনে একটা ফাইল খুললাম, যার ভেতরে থাকার কথা ছিল হাজার হাজার সারি — বল-বাই-বল লগ, প্রতিটি ইভেন্টের সময়-টীকা, প্রতিটি সিদ্ধান্তের পাশে কোডিং নিয়মের নোট। ফাইল খুলল। সারি শূন্য। কলামের শিরোনামগুলো দাঁড়িয়ে আছে, শিরোনামের নিচে ধূসর ফাঁকা। ওই মুহূর্তে যা অনুভব করলাম তা হতাশা নয়, সতর্কতা। ডেটার কাজে সবচেয়ে বিপজ্জনক জিনিস মিথ্যা সংখ্যা নয় — সবচেয়ে বিপজ্জনক জিনিস হলো শূন্য ঘর, কারণ শূন্য ঘরই মানুষকে নিজের মাথা থেকে সংখ্যা বসাতে আমন্ত্রণ জানায়। আমি পনেরো বছর ধরে এই আমন্ত্রণ প্রত্যাখ্যান করে আসছি, আর আজকের কেসটা তার সবচেয়ে পরিষ্কার উদাহরণ।

কেসটা সরল। হাতে যে স্টেজ-১ ডিকনস্ট্রাকশন রিপোর্ট এসেছে, সেটির প্রতিটি ঘর খালি। নিবন্ধের শিরোনাম নেই, সোর্স নেই, ধরন নেই, লেখকের অবস্থান নেই, উদ্দেশ্য নেই। Information Points তালিকায় একটি আইটেমও নেই; Core Viewpoints ফাঁকা; Entities Involved, Time Sensitivity, Source Quality — সব অনুল্লিখিত। সহজ কথায়, বিশ্লেষণের কাঁচামাল শূন্য।

আমার কাজের ধরনটা দুটো ধাপে চলে, এবং এই দুটো ধাপ আলাদা রাখা জরুরি। স্টেজ-১ সোর্স নিবন্ধটিকে ভেঙে ছোট ছোট তথ্য-পয়েন্টে নামায় — কে, কখন, কোথায়, কী বলেছে, কোন সংখ্যাটা কার। স্টেজ-২ সেই পয়েন্টগুলো পড়ে সিদ্ধান্ত টানে। স্টেজ-১ যদি খালি হাতে ফেরে, স্টেজ-২-এর হাতে পড়ার মতো কিছু থাকে না। এটা তত্ত্ব নয়, নিয়ম। কাঠামোর প্রতিটি মাত্রার প্রতিটি উপসংহার বাধ্যতামূলকভাবে স্টেজ-১-এর তথ্য-পয়েন্টে পা রাখে; পা রাখার মাটি না থাকলে উপসংহার দাঁড়ায় না।

২০১৭ সালে রাজশাহীতে রাতের শিফটে বসে আমি ১,৯৮৪টি অন-বল ইভেন্ট হাতে কোড করেছিলাম, ১,৯৮০ মিনিট টেপ ধরে। ব্রডকাস্টারের ফিডের সঙ্গে আমার ট্যাকল-গণনা মিলছিল না — ৮.৩ শতাংশ ব্যবধান। আমি প্রতিটি ম্যাচ দুইবার, তারপর তৃতীয়বার কোড করলাম, এবং টেক নয়, ব্যবধানটাই প্রকাশ করলাম। সম্পাদক বলেছিলেন পদ্ধতি নিয়ে সময় নষ্ট করছি। আমি গোপনে কোডিং-নিয়মের লেজার রেখে গিয়েছিলাম; ডিসেম্বরের মধ্যে সেটা ৪১ পৃষ্ঠায় পৌঁছেছিল। ২০১৮-র আগস্ট থেকে আমার প্রতিটি লেখার নিচে তিন লাইনের মেথড নোট বসে — নমুনার আকার, কোডিং নিয়ম, ভুলের সীমা। পাঠকেরা নোটগুলো আমাকে ফিরিয়ে উদ্ধৃত করতে শুরু করেন।

আজ এই কেসে মেথড নোট হবে তিন লাইনের চেয়েও ছোট: নমুনার আকার শূন্য, কোডিং নিয়ম প্রযোজ্য নয়, ভুলের সীমা অসংজ্ঞায়িত।

কাঠামোয় আটটি কলাম আছে, আর আটটিই খালি। প্রথম কলাম ফরম্যাট ও ম্যাচ — টেস্ট, ওয়ানডে, টি-টোয়েন্টি নাকি দ্য হান্ড্রেড, সেটুকু চেনার উপায় নেই; ভেন্যু নেই, পিচ নেই, আবহাওয়া বা ডিউ নেই, ডিএলএসের প্রশ্নও ওঠে না। দ্বিতীয় কলাম খেলোয়াড়ের কৌশল ও ডেটা — কোনো নাম নেই, কাজেই গড়, স্ট্রাইক রেট, ইকোনমি, সিচুয়েশনাল স্প্লিট কিছুই হিসাব করা যায় না। তৃতীয় কলাম দল ও র‍্যাঙ্কিং — দল নেই, স্কোয়াড গঠন নেই, ব্যাটিং গভীরতা বা বোলিং কম্বিনেশনের তুলনা নেই। চতুর্থ কলাম লিগ ও বাণিজ্যিক ইকোসিস্টেম — ব্রডকাস্ট-স্বত্বের মূল্য নেই, ফ্র্যাঞ্চাইজি ভ্যালুয়েশন নেই, নিলামের দাম নেই, তাই কোনো প্রিমিয়াম বা ডিসকাউন্টের বিচারও নেই। পঞ্চম কলাম নিয়ম ও গভর্ন্যান্স — ক্ষমতা ও রাজস্ব বণ্টন, খেলার নিয়মের বিতর্ক, ইন্টিগ্রিটি, নির্বাচন-যোগ্যতা, ভূরাজনীতি — কোনোটিরই তথ্য নেই। ষষ্ঠ কলাম ঝুঁকি ম্যাট্রিক্স — খেলাধুলা, কর্মী, বাণিজ্য, নিয়ম, জনমত, সিস্টেমিক; ঝুঁকির বিষয়টাই যেখানে অনুল্লিখিত, সেখানে স্তর নির্ধারণ করা যায় না। সপ্তম কলাম জনমত ও প্রত্যাশা — ন্যারেটিভ নেই, উত্তাপচক্রের পর্যায় নেই, বাজারের প্রত্যাশা বনাম বস্তুনিষ্ঠ মূল্যায়নের ফাঁক মাপার উপকরণ নেই। অষ্টম কলাম ইন্ডাস্ট্রি ট্রান্সমিশন — উঠতি বয়সের ট্যালেন্ট সাপ্লাই থেকে জাতীয় দল, লিগ, সম্প্রচার, ডেরিভেটিভ মার্কেট — পুরো শৃঙ্খল জুড়ে প্রতিটি ধাপ শূন্য।

এই আটটি খালি কলাম পড়ে দুটো ভুল করা সহজ, আর দুটোই আমি ইচ্ছাকৃতভাবে এড়িয়ে যাচ্ছি। প্রথম ভুল: শূন্যকে সিদ্ধান্ত ভাবা। ফরম্যাট চেনা যায়নি — তার মানে এই নয় যে ফরম্যাট বলে কিছু নেই। খেলোয়াড়ের নাম নেই — তার মানে এই নয় যে খেলোয়াড় খেলেননি। দ্বিতীয় ভুল: শূন্যকে শূন্যের সঙ্গে গুলিয়ে ফেলা। এখানে পার্থক্যটা মৌলিক। ‘শূন্য’ মানে মাপা হয়েছে এবং কিছু পাওয়া যায়নি। ‘নাল’ মানে মাপাটাই হয়নি। প্রথমটি একটি ফলাফল, দ্বিতীয়টি একটি ব্যর্থতা — এবং এই দুটোকে এক ভাবা ডেটা-সাক্ষরতার সবচেয়ে বড় অপরাধ।

খালি সারি নিজেও একটি ডেটা-পয়েন্ট — কিন্তু সেটি শূন্য নয়, সেটি নাল; আর নাল কোনো সংখ্যা নয়, নাল একটি বার্তা।

বার্তাটি কী বলে? এটি বলে আপস্ট্রিম পাইপলাইনে কিছু একটা ভেঙেছে। হয় সোর্স নিবন্ধটি ইনজেস্ট হয়নি, নয়তো ডিকম্পোজিশন মডেল তথ্য-পয়েন্ট বের করতে ব্যর্থ হয়েছে। রিপোর্ট নিজেই এই সম্ভাবনাগুলো ধরে রেখেছে এবং সেগুলোকে High স্তরের ঝুঁকি হিসেবে চিহ্নিত করেছে — যেটা একেবারে ঠিক কাজ। একটা বিশ্লেষণী কাঠামো যখন নিজের অক্ষমতা স্বীকার করতে পারে, তখন সেটা দুর্বলতা নয়, সেটা শৃঙ্খলা।

এখানে একটা ছোট কিন্তু প্রকৃত ক্লু আছে, আর সেটি লুকিয়ে আছে বিষয়বস্তুতে নয়, মেটাডেটায়। রিপোর্টের হেডারে ডোমেইন লেবেল লেখা cricket_asia, অথচ প্রত্যাশিত লেবেল ছিল Cricket। এই অসঙ্গতিটাই এখানে একমাত্র শনাক্তযোগ্য সংকেত। এটি সম্ভবত বোঝায় লেবেল-ম্যাপিং স্কিমা বদলেছে, অথবা ইনজেস্ট ধাপে কোনো ফিল্ড ভুল জায়গায় লিখে গেছে। আমি ২০১৭-র লেজার আবার খুলে দেখেছি — একই কলাম দুবার মিথ্যা বলেনি। লেবেল-অসঙ্গতি তেমনই এক কলাম: ছোট, তুচ্ছ দেখতে, অথচ দিক দেখানোর মতো।

আর একটা বিষয় স্পষ্ট করে নেওয়া দরকার: এই শূন্যতা ক্রিকেটের ডেটা-দারিদ্র্য নয়। ক্রিকেট বিশ্বের সবচেয়ে ঘন-নথিভুক্ত খেলাগুলোর একটি — বল-বাই-বল লগ, ঐতিহাসিক স্কোরকার্ড, টুর্নামেন্টের টেবিল, ফিল্ডিং ম্যাপ, স্পিড-রিভলিউশন ডেটা সবই প্রকাশ্যে আছে। স্প্রেডশিট সেল দিয়ে আমি আমার নিজের প্রেস বক্স বানিয়েছি, কারণ কোনো প্রেস পাস আমি পাইনি। ৭২০p ফিডে রাশিয়ার সব ম্যাচ দেখে এক সারিতে এক শট করে ম্যানুয়াল xG মডেল দাঁড় করিয়েছিলাম; ফাইনালের মধ্যে ১,৭০০ সারি। ফিডের রেজল্যুশন কম ছিল, কিন্তু অঙ্ক কখনও একবারও অভিযোগ করেনি। তথ্যের অভাব ছিল না — অভিযোগটা ছিল ইনজেস্টের।

রিপোর্টের তথ্যমূল্য রেটিং চারটি মাত্রায় এক-এক তারা: ক্রীড়া-মূল্য এক তারা, শিল্প-মূল্য এক তারা, সময়োপযোগীতা এক তারা, রেফারেন্স-মূল্য এক তারা। এই এক-তারা রেটিং ক্রিকেটের বিরুদ্ধে রায় নয় — এই রেটিং ইনপুটের বিরুদ্ধে রায়। যে ফাইলে কিছু নেই, সেই ফাইলকে পাঁচ তারা দেওয়ার একমাত্র উপায় হলো বানানো, আর বানানো আমার পদ্ধতিতে নেই।

তিনটি পরিস্থিতির অভিক্ষেপও একইভাবে ফাঁকা। সবচেয়ে খারাপ পরিস্থিতি, ভিত্তি পরিস্থিতি, আশাবাদী পরিস্থিতি — তিনটিই অনুল্লিখিত, কারণ তিনটির কোনোটিই কেবল সম্ভাবনার বর্ণনা নয়, নির্দিষ্ট তথ্যের দাবি রাখে। সবচেয়ে খারাপ পরিস্থিতির জন্য জানতে হয় কোন দল, কোন ফরম্যাট, কোন প্রতিযোগিতা; ভিত্তি পরিস্থিতির জন্য জানতে হয় কে খেলছে আর কে বাদ পড়ছে; আশাবাদী পরিস্থিতির জন্য জানতে হয় কে ফিরছে আর কে ফিট হচ্ছে। এখানে কেউ নেই, তাই তিনটিই নেই।

সুতরাং এই ডকুমেন্টের মূল সত্য এই: সমস্যাটি বিশ্লেষণে নয়, সমস্যাটি বিশ্লেষণের আগে।

এখন প্রতিকূল কোণটা। সহজ পথটা হলো এই খালি রিপোর্ট থেকে একটা টেক বানানো — ‘ক্রিকেট ডেটা ভেঙে পড়েছে’, ‘খেলাটা অমাপনীয়’, ‘অ্যানালিটিক্সের সীমা ধরা পড়ে গেল’। এই টেকগুলো দেখতে সাহসী, আসলে ফাঁকা। এগুলো কোনো সিদ্ধান্ত বদলায় না, শুধু একটা চমক পরিবেশন করে। আমার নিজের পরিচয়ের একটা ফাঁদ আছে — প্রতিকূল কোণের মাধ্যাকর্ষণ; কাঠামো যতই শূন্য হোক, ভেতরের চাপ বলে ‘বলো তো উল্টোটা কী’। এই চাপ প্রতিরোধ করতে হয়। এখানে উল্টোটা বলার মতো কিছু নেই, কারণ এখানে কিছুই নেই।

দ্বিতীয় ফাঁদটা হলো নিঃসঙ্গতার শোক। প্রেস পাস না পেয়ে স্প্রেডশিট দিয়ে প্রেস বক্স বানানো আমার পদ্ধতি, কিন্তু সেটা একটা অভিযোগ নয়, একটা সমাধান। এই লেখায় সেটা যেন সমাধানই থাকে। পাস নেই, তাই পদ্ধতি আছে — এটুকুই যথেষ্ট।

তৃতীয় ফাঁদ, এবং সবচেয়ে গুরুত্বপূর্ণ: বাজারের পুরস্কার কাঠামো। একটি স্পষ্ট মতামত শিরোনামে ওঠে, একটি সৎ ‘নাল’ ওঠে না। কেউ ‘তথ্য পাওয়া যায়নি’ শিরোনামে ক্লিক করে না। তাই সিস্টেমটি বিশ্লেষককে তথ্য বানাতে উৎসাহ দেয়, তথ্য খুঁজতে নয়। এখানেই আসল কাঠামোগত ত্রুটি — পাইপলাইনের ভেতরে নয়, বাজারের প্রণোদনায়। আরেকটা সতর্কতা: খালি ফাইল মানে এই নয় যে ক্রিকেটে ডেটা নেই; খালি ফাইল মানে এই যে আমার ইনজেস্ট ভেঙেছে। সম্পর্ক আর কারণ এক জিনিস নয় — এই ভুলটাই ডেটা-সাংবাদিকতার সবচেয়ে ব্যয়বহুল ভুল।

তিনটি ট্রিগার নজরে রাখছি। এক, Information Points তালিকা শূন্য থেকে ভরে ওঠা — অন্তত একটি পয়েন্ট এলেই প্রকৃত বিশ্লেষণ সম্ভব। দুই, Entities Involved ঘরে নাম আসা — দল, খেলোয়াড়, ইভেন্ট চেনা গেলেই কাঠামোর প্রথম চারটি কলাম নড়বে। তিন, Source Quality ও Time Sensitivity-তে মান বসা — তখনই নির্ভরযোগ্যতা ও সময়োপযোগীতার রেটিং দাঁড়াবে। ততক্ষণ পর্যন্ত যা করার, তা হলো শূন্যটাই প্রকাশ করা, কোনো বানানো সংখ্যা নয়। খালি কলামটাই আজকের একমাত্র সৎ সাক্ষ্য।

মেথড নোট: নমুনার আকার ০ (নাল), কোডিং নিয়ম প্রযোজ্য নয়, ভুলের সীমা অসংজ্ঞায়িত। | উৎস: স্টেজ-১ ডিকনস্ট্রাকশন রিপোর্ট; ক্রস-চেক: cricsultan.com।