শূন্যের স্বীকারোক্তি: ক্রিকেট ডেটা পাইপলাইনের নীরব ব্যর্থতা

সোমবার সন্ধ্যায় আমার ল্যাপটপের পর্দায় একটি স্প্রেডশিট খোলা ছিল। একটি কলামের শিরোনাম "Information Points" — আর তার নিচে সারি শূন্য। কোনো ম্যাচের নাম নেই, কোনো ইনিংস নেই, কোনো ভেন্যু নেই, কোনো টসের ফল নেই। শুধু ফাঁকা। অথচ ঠিক এই ফাঁকা আউটপুটের গায়ে বিশ্লেষণের আটটি মাত্রার একটি পূর্ণ কাঠামো বসানোর চেষ্টা করা হয়েছিল। আমি কীবোর্ড থেকে হাত সরিয়ে নিয়েছিলাম। ২৩ বছরের মাঠ-দেখা আর সতেরো বছরের ডেটা ট্যাগিং আমাকে একটা জিনিস শিখিয়েছে — যে ডেটাসেট শূন্য, সেটিই সবচেয়ে বড় আমন্ত্রণ, মিথ্যা বানানোর।

২০১৭ সালে ঢাকার একটি স্পোর্টস ডেটা স্টার্টআপে আমি ছিলাম ৪৭ জন বিশ্লেষকের মধ্যে দুইজন নারীর একজন। সেবার ২০১৬-১৭ বিপিএল মৌসুমের ১,১৪০টি শট আমি হাতে ট্যাগ করি। কারণ আমাদের পাবলিক উইন-প্রোবেবিলিটি ফিডে বক্সের বাইরের লং শটগুলো ২২ শতাংশ বেশি মূল্য পাচ্ছিল। একজন সিনিয়র এডিটর আমাকে বলেছিলেন, "নারীরা ট্যাকটিকস বোঝে না।" আমি তর্ক করিনি। ভেন্যু আর বর্ষাকালের ম্যাচে নমুনা ভাগ করে আবার চালিয়েছি, ৫০০ শটের বেশি জমা হওয়া পর্যন্ত অপেক্ষা করেছি, তারপর নয় পাতার একটি মেমো পাঠিয়েছি। কোম্পানি ফিড সংশোধন করেছিল। সেই থেকে আমার একটি নিয়ম দাঁড়িয়ে গেছে: ৫০০ শট বা ১০ ম্যাচের নিচে কোনো পাবলিক মডেল বদল নয়। এই একটি নিয়মই আজকের ঘটনাটিকে ব্যাখ্যা করে।

খেলার বিশ্লেষণে এখন দুই স্তরের পাইপলাইন চলে। প্রথম স্তরে (Stage-1) একটি নিবন্ধকে ভেঙে ছোট ছোট "ইনফরমেশন পয়েন্ট"-এ ভাগ করা হয় — একেকটি পয়েন্ট একেকটি যাচাইযোগ্য সত্য: কোন ম্যাচ, কোন খেলোয়াড়, কোন সংখ্যা, কোন তারিখ। দ্বিতীয় স্তরে (Stage-2) সেই পয়েন্টগুলোর উপর দাঁড়িয়ে আটটি মাত্রার গভীর বিশ্লেষণ হয়: ফরম্যাট ও ম্যাচ, খেলোয়াড়ের টেকনিক ও ডেটা, দলের ল্যান্ডস্কেপ, লিগ ও বাণিজ্য, নিয়ম ও প্রশাসন, ঝুঁকি, জন-আখ্যান, আর শিল্পের সংক্রমণ। কিন্তু পাইপলাইনের মূল চুক্তি একটি — প্রতিটি সিদ্ধান্তের নিচে একটা ইনফরমেশন পয়েন্ট থাকতে হবে; পয়েন্ট না থাকলে সিদ্ধান্ত থাকবে না।

আজকের ঘটনায় প্রথম স্তর ফিরিয়ে দিয়েছিল শূন্য পয়েন্ট। কোনো শিরোনাম নেই, কোনো সোর্স নেই, কোনো সত্তা নেই, কোনো দৃষ্টিভঙ্গি নেই। শুধু একটি লেবেল — cricket_asia। দ্বিতীয় স্তর ঠিক কাজটি করেছিল: থেমে গিয়েছিল। কোনো মাত্রা বানানো হয়নি, কোনো উপসংহার টানা হয়নি। এটাই পদ্ধতির সাফল্য। কারণ খালি ইনপুট থেকে যদি একটি সিদ্ধান্তও বেরিয়ে আসত, সেটি হবে বানানো — আর বানানো সিদ্ধান্ত সবচেয়ে বড় ব্যর্থতা, নীরব ব্যর্থতা।

এখানে চারটি ঝুঁকি স্পষ্ট হয়েছিল, আর সেগুলো যে কোনো ডেটা অপারেশনের জন্য শিক্ষণীয়। প্রথম: খালি পেলোড ডাউনস্ট্রিমে পাঠানো। একটি শূন্য Stage-1 আউটপুট যদি যাচাই ছাড়া পরের ধাপে চলে যায়, তাহলে পরের ধাপ সেটি পূরণ করার চেষ্টা করবে। দ্বিতীয়: বানানোর ঝুঁকি। শূন্যতার জায়গা সবসময় ভরে যেতে চায়। ফাঁকা কলাম দেখলে মানুষ অনুমান লিখতে বসে, আর অনুমান কখনো ডেটা হয় না। তৃতীয়: ডোমেইন লেবেলের বিচ্যুতি। প্রত্যাশিত লেবেল ছিল Cricket, কিন্তু ফিরে আসে cricket_asia। এটা একটি রাউটিং ইঙ্গিত মাত্র, প্রমাণ নয়। এশীয় ক্রিকেটের সম্ভাবনা আছে — ভারত, পাকিস্তান, শ্রীলঙ্কা, বাংলাদেশ, আফগানিস্তান, কিংবা এশিয়ায় অনুষ্ঠিত কোনো লিগ — কিন্তু লেবেল থেকে তা অনুমান করা যায় না। চতুর্থ: নীরব পাইপলাইন ব্যর্থতা। সিস্টেম ভেঙেছে কি না, তা সিস্টেম নিজে কখনো বলে না; বলতে হয় যাচাইয়ের গেটকে।

আমি এখানে একটি লাইন টানতে চাই, যেটি স্পোর্টস ডেটার সবচেয়ে দামি জায়গায় বসে। নমুনা ছাড়া ট্যাকটিকস বোঝা যায় না, আর নমুনা ছাড়া ট্যাকটিকস বোঝার ভান সবচেয়ে সহজ। ২০১৮ বিশ্বকাপের শেষ ষোলোয় ফ্রান্স আর্জেন্টিনাকে ৪-৩ হারানোর পর প্রেস বক্স বলেছিল, দ্বিতীয়ার্ধে ফ্রান্স নিষ্ক্রিয় ছিল। আমি PPDA টেনেছিলাম। ষাট মিনিটের পরে ফ্রান্স আর্জেন্টিনাকে ওপেন প্লেতে দিয়েছিল মাত্র ০.৭ xG, আর কিলিয়ান এমবাপের চারটি শট থেকে এসেছিল ১.৪ xG। কাজানে এক প্রবীণ ধারাভাষ্যকার আমাকে বলেছিলেন, "ট্যাকটিকস পুরুষদের জন্য ছেড়ে দিন।" আমি ম্যাচ শেষ হওয়া পর্যন্ত অপেক্ষা করেছি, তারপর পাস ম্যাপ আর ট্রানজিশন দূরত্বসহ ১,২০০ শব্দের বিশ্লেষণ ছেপেছি। সেটি আঠারো হাজারবার শেয়ার হয়েছিল। ফ্রান্স ৪-৩ আর্জেন্টিনা বিশৃঙ্খলা ছিল না; সেটি ছিল একটি প্রেসিং ফাঁদ, যার রসিদ মজুত ছিল।

আরেকটি দৃষ্টান্ত আছে, যেটি আজকের শূন্যের সঙ্গে সরাসরি জড়িত। ২০২০ সালের মে মাসে বুন্দেসলিগা ফিরেছিল ফাঁকা স্টেডিয়ামে। বিশুদ্ধ খেলার হিসাবে এটি একটি প্রাকৃতিক পরীক্ষা। আমি বিশ্রাম-পূর্ব ২৫ রাউন্ড আর পুনরারম্ভের প্রথম ছয় রাউন্ড মিলিয়ে দেখেছি: হোম-উইন হার ৪৩.৩ শতাংশ থেকে নেমে এসেছিল ৩৩.৩ শতাংশে, হোম দলের গড় xG কমেছিল ০.১৮। প্রথম তিন রাউন্ডের পরেই অনেকেই মডেল বদলাতে চেয়েছিলেন। আমি রাজি হইনি। ছয় রাউন্ডের জন্য অপেক্ষা করেছি, তারপর ০.১২ ওজনের একটি "দর্শক-অনুপস্থিতি" ভেরিয়েবল যোগ করেছি। বুন্দেসলিগায় মডেলের ক্লোজিং-লাইন ভ্যালু বেড়েছিল ২.১ শতাংশ। পাঠটা সরল — নমুনা আকার, নয়তো নীরবতা। আজকের শূন্য পেলোড ঠিক এই নিয়মের আরেকটি রূপ: হয় ডেটা থাকবে, নয়তো থাকবে সৎ স্বীকারোক্তি, বানানো গল্প নয়।

এখন কাউন্টার-ইনটুইটিভ অংশ, যেটি আমি সবসময় সবার শেষে লিখি, কারণ ডেটাকে আগে সেটি অর্জন করতে হয়। স্বাভাবিক ধারণা হলো, শূন্য ইনপুট মানে ব্যর্থতা, আর ব্যর্থতা ঢাকার জন্য কৃত্রিম সংখ্যা বসানোই সমাধান। ঠিক উল্টো। শূন্যের ঘোষণা নিজেই একটি সিদ্ধান্ত — এবং প্রায়ই সেটিই সবচেয়ে সম্মানজনক সিদ্ধান্ত। যে বিশ্লেষক ফাঁকা ডেটাসেট দেখে "পর্যাপ্ত তথ্য নেই, মূল্যায়ন সম্ভব নয়" লিখতে পারেন, তিনি আসলে সবচেয়ে কঠিন কাজটি করছেন: নিজের গুরুত্বের আকাঙ্ক্ষাকে দমন করছেন। কারণ প্রতিবেদন জমা দেওয়ার চাপে অনুমান লিখতে সবাই পারে; অস্বীকার করতে পারে কম জনে। কিন্তু এখানেও সতর্কতা দরকার। "তথ্য নেই" বলা আর "সব তথ্য নেই" বলা এক নয়। আজকের ক্ষেত্রে সত্যিই শূন্য পয়েন্ট ছিল, তাই থামা ঠিক। কিন্তু যদি এক পয়েন্টও থাকত — একটি নাম, একটি তারিখ — তবে সেই এক পয়েন্ট নিয়ে বিশ্লেষণ চালানো যেত, তবে শুধু সেই সীমার ভেতরে, সীমা স্পষ্ট লিখে। শূন্য আর অসম্পূর্ণের মধ্যে পার্থক্য না করলে সততাও এক ধরনের অলসতা হয়ে দাঁড়ায়।

আরেকটি ফাঁদ আছে, যেটি ডেটা সংস্কৃতির গভীরে। লেবেল হাতে পেয়ে মানুষ প্রায়ই সেটিকে বিষয়বস্তু ভাবতে বসে। cricket_asia দেখলেই অনেকে ধরে নেয় নিবন্ধটি এশীয় ক্রিকেট নিয়ে, অথচ সেটি শুধু ক্লাসিফায়ারের একটি ট্যাগ। ঠিক তেমনই খেলার মাঠে আমরা টসের ফলকে ছন্দ ভেবে ফেলি, অথবা এক ম্যাচের সেঞ্চুরিকে ফর্মের প্রমাণ ভেবে বসি। দুটোই এক ভুল — সহসম্বন্ধকে কারণ ভেবে ফেলা, যা স্পোর্টস ডেটার সবচেয়ে পুরোনো রোগ। তাই আমি আজ থেমেছি, কিন্তু থেমে একটি দাবি করেছি: পাইপলাইনে একটি যাচাই-গেট যোগ করতে হবে, যা শূন্য ইনফরমেশন পয়েন্টের Stage-1 আউটপুট পরের ধাপে ঢুকতেই বাতিল করবে।

এই ঘটনাটি আসলে আমার নিজের নিয়মের প্রতিধ্বনি। প্রতিটি নিবন্ধ শুরু হয় নমুনা আকার, তারিখের সীমা আর ত্রুটির সীমা দিয়ে; এক ম্যাচের উপসংহার আমি লিখি না। স্প্রেডশিট আমাকে উচ্চকিত করেনি; এটি আমাকে অপরিহার্য করেছে। ১,১৪০টি শট আমি গুনেছিলাম, যাতে শব্দের লুকোনোর জায়গা না থাকে। আজকের শূন্যও তাই — একটি ফাঁকা কলাম, যা এক হাজার অপ্রয়োজনীয় শব্দের চেয়ে বেশি সত্য বলেছে।

সামনের রাউন্ডে যে সংকেতটি দেখতে হবে তা স্পষ্ট। যাচাই-গেট বসলে প্রতি স্টেজে ইনফরমেশন পয়েন্ট গুনতে হবে, সোর্স চিহ্নিত করতে হবে, সত্তা বের করতে হবে, তারিখ বসাতে হবে। পাইপলাইন যদি আবার শূন্য ফেরত দেয়, প্রশ্ন করতে হবে — মূল নিবন্ধটি আদৌ পড়া হয়েছিল কি না। কারণ খেলায় যেমন একটি ডট বল ম্যাচের গল্প বলে, তেমনি একটি খালি সারি পুরো বিশ্লেষণের গল্প বলে দেয়। আমি প্রান্ত তাড়া করি না; আমি প্রান্ত অডিট করি, যতক্ষণ না সেটি স্বীকার করে। আজ শূন্যটি স্বীকার করেছে। প্রশ্ন একটাই — পরেরবার যখন ডেটা আসবে, আমরা সেটিকে ট্যাগ করব, নাকি আবার গল্প বানাব?