শূন্য পেলোড, শূন্য রায়: ক্রিকেট বিশ্লেষণের পাইপলাইনে ডেটা-সততার সংকট

ম্যানচেস্টারের বাড়িতে বসে গত সপ্তাহে একটা বিশ্লেষণ ফাইল খুললাম। শিরোনামের ঘরে লেখা — N/A। সূত্রের ঘরে — N/A। নিচে আটটি মাত্রা সাজানো, প্রতিটির ঘরে একই বাক্য ফিরে এসেছে: তথ্য অপর্যাপ্ত, মূল্যায়ন সম্ভব নয়। কুড়ি বছর ধরে বাজি-বাজারের সংখ্যা নিয়ে কাজ করছি, তার আগে দশ বছর বেসরকারি সিন্ডিকেটে। এত ফাঁকা পাতা আমি নিজের ডেস্কে আগে দেখিনি। সূত্রটা শুরু হয়েছিল একটা প্রশ্ন দিয়ে, তারপর সেটাই পদ্ধতি হয়ে গেল: এটা কি সত্যিই কোনো ক্রিকেট প্রতিবেদন, নাকি পাইপলাইনের কোথাও তার ছিঁড়ে গেছে? যে দুই-ধাপের কাঠামো নিয়ে আমরা কাজ করি, সেটা সহজ। প্রথম ধাপে প্রতিবেদন ভেঙে বের করা হয় তথ্য-বিন্দু আর সত্তা — কে, কোথায়, কোন ফরম্যাট, কোন সংখ্যা। দ্বিতীয় ধাপে সেই বিন্দুগুলোকে আটটি মাত্রায় বসিয়ে গভীর বিশ্লেষণ হয়: ফরম্যাট ও ম্যাচ, খেলোয়াড়ের কৌশল ও তথ্য, দলের অবস্থান, লিগ ও বাণিজ্য, নিয়ম ও সুশাসন, ঝুঁকি, জনমতের আখ্যান, আর শিল্পে তার সংক্রমণ। এবার প্রথম ধাপ ফিরিয়ে দিয়েছে শূন্য তথ্য-বিন্দু। মানে দ্বিতীয় ধাপের হাতে কোনো ইট নেই, শুধু নকশা। ক্রিকেটে ফরম্যাট প্রথম শর্ত। টেস্ট, ওয়ানডে আর টি-টোয়েন্টির কৌশল একে অন্যের থেকে ধার নেওয়া যায় না। নিউ-বলের প্ল্যান, পাওয়ারপ্লের ফিল্ড, ডেথ ওভারের ইয়র্কার — প্রতিটির যুক্তি আলাদা। ফরম্যাট না জানলে একটা ইনিংসের গতি নিয়ে যা লেখা হবে, তা পরের ফরম্যাটেই ভুল প্রমাণিত হবে। ২০১৭ সালে আমি ঠিক এই কারণেই একটা থ্রেড লিখেছিলাম ম্যানচেস্টার সিটি বনাম আর্সেনাল ম্যাচের পর — কেভিন ডি ব্রুইনের একটা অ্যাসিস্টের xG মান ছিল ০.১৪। সেই থ্রেডে ৪,২০০ উত্তর এলো। মানুষ সংখ্যা চায়, শর্তসহ সংখ্যা। ২০১৮ বিশ্বকাপে আমি ইংল্যান্ডের সেট-পিস ড্যাশবোর্ড প্রকাশ্যে ছেড়ে দিয়েছিলাম। তাদের ১২ গোলের ৯টিই এসেছিল সেট-পিস থেকে। ফ্যানদের জিজ্ঞেস করলাম, কোন রুটিনটা সবচেয়ে নির্ভরযোগ্য মনে হয় — ৬৮% বেছেছিলেন হ্যারি ম্যাগুইরের নিয়ার-পোস্ট রান। এই কাজগুলো একটা অভ্যাস তৈরি করে দেয়: লেখা শুরু করার আগে অন্তত একটা যাচাইযোগ্য সংখ্যা হাতে থাকতে হবে। আজ হাতে শূন্য। ২০২০ সালে প্রজেক্ট রিস্টার্টের সময় আমার ১,৫০০ ফ্যানের সার্ভে প্যানেল ছিল। ব্রাইটনের PPDA লকডাউনের আগে ছিল ৯.৮, পরে দাঁড়ায় ১২.৪ — ভিড়ের শক্তি ছাড়া প্রেসিং ভেঙে পড়ে। ৭২% ফ্যান বলেছিলেন, খালি স্টেডিয়ামে অ্যাওয়ে দল কম ভীত দেখায়। সেই অনুভূতিকে মডেলে বসিয়ে হোম-অ্যাডভান্টেজের ওজন নামিয়ে এনেছিলাম মাত্র ০.৩ গোলে। প্রতিটি সিদ্ধান্তের পিছনে একটা গোনা সংখ্যা ছিল। এখন আটটি মাত্রার দিকে তাকাই। ফরম্যাট ও ম্যাচ বিশ্লেষণে দরকার ভেন্যু, পিচ, আবহাওয়া, ইনিংসের অবস্থা, ফলাফলের ব্যবধান। খেলোয়াড় বিশ্লেষণে দরকার নাম, ভূমিকা, গড়, স্ট্রাইক রেট বা ইকোনমি। দলের অবস্থানে দরকার আইসিসি র‍্যাঙ্কিং, স্কোয়াডের গভীরতা, বয়সের গড়। লিগ ও বাণিজ্যে দরকার সম্প্রচার স্বত্ব, ফ্র্যাঞ্চাইজি মূল্য, নিলামের দাম। নিয়ম ও সুশাসনে দরকার কোন সংস্থা, কোন নিয়ম, কোন বিতর্ক। ঝুঁকি বিশ্লেষণে দরকার কোন বিষয়, কোন সম্ভাবনা। জনমতের আখ্যানে দরকার কোন গল্প, কোন প্রত্যাশা। শিল্প-সংক্রমণে দরকার কোন ঘটনা থেকে কোন বাজারে ঢেউ। একটা বিন্দুও নেই। তাই আটটাই ফিরেছে খালি হাতে। এখানেই আসল বিপদ। খালি ফলাফল যদি স্পষ্টভাবে চিহ্নিত না হয়, পরের ধাপে সেটা ভরে দেওয়া হয় অনুমানে। যন্ত্র ফাঁকা জায়গা দেখলে নীরব থাকতে চায় না — সে আত্মবিশ্বাসী বাক্য লিখে দেয়। বাজি-বাজারে এর দাম সরাসরি টাকা; সাংবাদিকতায় এর দাম সুনাম। একটা মিথ্যা র‍্যাঙ্কিং, একটা বানানো চোটের আপডেট, একটা ভুল ফরম্যাটের তুলনা — ছড়িয়ে পড়তে সময় লাগে না। ছয়টি ঝুঁকি-শ্রেণিও একইভাবে শূন্য ফিরেছে — খেলাসংক্রান্ত, ব্যক্তিসংক্রান্ত, বাণিজ্যিক, নিয়ম ও সততা, জনমত, কাঠামোগত। একটাই বাস্তব ঝুঁকি চোখে পড়ছে, আর সেটা খেলার নয়, ডেটার: উপরের ধাপের খালি ফলাফল যদি চিহ্নিত না হয়ে নিচে পৌঁছে যায়, তবে সিস্টেম আত্মবিশ্বাসের সঙ্গে ভুল বানাতে শুরু করবে। এখান থেকেই ব্লকচেইনের প্রসঙ্গ আসে, তবে সাবধানে। একটা অপরিবর্তনীয় লেজার যা করে — প্রতিটি এন্ট্রিকে সময়ছাপ দেয়, হ্যাশ করে, উৎসের সঙ্গে বেঁধে দেয়, আর পরে বদলানো অসম্ভব করে তোলে। ক্রিকেট ডেটার পাইপলাইনে এই গুণটা থাকলে প্রতিটি তথ্য-বিন্দু, প্রতিটি সত্তা-নিষ্কাশন, এমনকি প্রতিটি শূন্য ফলাফলও লিপিবদ্ধ থাকত। ব্যর্থতা ধরা পড়ত ঘটনার মুহূর্তেই, তিন ধাপ পরে নয়। কিন্তু লেজার ডেটা তৈরি করে না। অপরিবর্তনীয়তা নির্ভুলতা নয়। ভুল ডেটা চেইনে বসালে সেটা আরও স্থায়ী ভুল হয়ে যায়, কারণ তখন মুছে ফেলার উপায় থাকে না। প্রযুক্তি এখানে সাক্ষী, বিচারক নয়। যে দল এই পার্থক্য বোঝে না, তারা খারাপ ডেটাকে স্থায়ী খারাপ ডেটায় পরিণত করে। আমার দ্বিমতটা এখানে স্পষ্ট: শূন্য মানে ব্যর্থতা নয়। বিশ্লেষণের সবচেয়ে সৎ উত্তর হলো আমি জানি না। কাঠামোর নিয়মই বলছে — তথ্য না থাকলে অনুমান নয়, স্পষ্ট অক্ষমতা স্বীকার করতে হবে। বেশিরভাগ বিশ্লেষক এর উল্টোটা করেন: তারা নীরবতা ভরে দেন আত্মবিশ্বাস দিয়ে। একটা ভালো মডেল খেলাটাকে ব্যাখ্যা করবে, প্রতিস্থাপন করবে না। আরেকটা ছোট জিনিস বড় পরিণতি ডাকে। প্রথম ধাপের ডোমেইন লেবেল ছিল cricket_world, অথচ নির্ধারিত লেবেল Cricket। শুনতে তুচ্ছ। কিন্তু রাউটিং সিস্টেমে লেবেলই ঠিক করে কোন বিশ্লেষণ-ইঞ্জিন জাগবে। ভুল লেবেল মানে টি-টোয়েন্টিকে টেস্টের মতো দাম দেওয়া। বাজি-বাজারে এই একটা ভুল পুরো মডেলের ক্যালিব্রেশন নষ্ট করতে পারে। আমি খালি আসনগুলো গুনেছি, তারপর গুনেছি প্রেস-বক্স। খালি আসন বলে দিত ভিড়ের শক্তি কত। এবার খালি পেলোড বলে দিচ্ছে পাইপলাইনের স্বাস্থ্য কত। পদ্ধতি একই — যা নেই, সেটাও তথ্য। শুধু চোখ রাখতে হয়। ওয়েম্বলি থেকে টোকিও, কাতার — একই ছাঁচ বারবার ফিরেছে: মেট্রিকের সত্য, ফ্যানের নাড়ি, তারপর বাজির কিনারা। সেই ছাঁচ কাজ করে কারণ প্রতিটি ধাপে অন্তত একটা যাচাইযোগ্য সংখ্যা থাকে। আজ যেটা ফিরেছে, সেটা সেই ছাঁচের খালি ক্যানভাস। ক্যানভাসও দরকারি — যদি আপনি জানেন এটা ক্যানভাস, ছবি নয়। সামনের রাউন্ডে নজর রাখার বিষয়টা কোনো খেলোয়াড় বা দল নয়। নজর রাখুন তথ্য-বিন্দুর সংখ্যায়। সংখ্যা শূন্য মানে পুরো আট-মাত্রার কাঠামো থেমে যাবে। শিরোনাম আর সূত্রের ঘর খালি থাকলে বুঝবেন উৎস-নিষ্কাশনেই সমস্যা। সত্তার ঘর খালি থাকলে কোনো মাত্রা দাঁড়াতে পারবে না। এই চারটি সংকেত নিজের ডেস্কে বসিয়ে নিলে, শূন্য ইনপুট আর কখনো গোপনে ভরা ইনপুট হয়ে উঠবে না।