খালি ডেটাসেটের সাক্ষ্য: ক্রিকেট বিশ্লেষণের চেইন ভাঙলে সিগন্যাল কোথায় থাকে

সেদিন ছিল একটা সাধারণ সোমবার। বিশ্লেষণ ড্যাশবোর্ড খুলে আমি বারোটি স্লাইড দেখলাম। প্রতিটির মূল্যায়ন-ঘরে একই বাক্য ফিরে ফিরে আসছিল — "তথ্য অপর্যাপ্ত, মূল্যায়ন সম্ভব নয়।" কোনো ম্যাচ নেই, কোনো খেলোয়াড় নেই, কোনো দল নেই, ভেন্যু নেই, এমনকি একটা তারিখও নেই। শুধু একটা লেবেল টিকে আছে: cricket_asia। যে পাইপলাইনে আমার কুড়ি বছরের নোটবুক, সেই পাইপলাইনই আমাকে খালি হাতে ফিরিয়ে দিল। প্রথমে ভেবেছিলাম সিস্টেম ভেঙেছে, কিছু একটা হারিয়ে গেছে। তারপর বুঝলাম, এটাই আজকের সবচেয়ে সৎ সিগন্যাল — কারণ যে বিশ্লেষণ নিজের সীমা স্বীকার করে, সেটাই কখনো মিথ্যা খেলোয়াড় বানায় না। ক্রিকেট বিশ্লেষণের আধুনিক চেইন দুই ধাপে চলে। প্রথম ধাপে সোর্স লেখা থেকে তথ্য-বিন্দু (information points) বের করা হয় — কোন ম্যাচ, কোন ফরম্যাট, কোন খেলোয়াড়, কোন সংখ্যা, কোন তারিখ। দ্বিতীয় ধাপে সেই বিন্দুগুলোকে আটটি মাত্রায় ছড়িয়ে বিশ্লেষণ দাঁড় করানো হয়: ফরম্যাট ও ম্যাচ-কাঠামো, খেলোয়াড়ের টেকনিক ও ডেটা, দলের গঠন ও র্যাঙ্কিং, লিগ ও বাণিজ্যিক ইকোসিস্টেম, নিয়মনীতি ও প্রশাসন, ঝুঁকি, জন-ন্যারেটিভ, আর ইন্ডাস্ট্রি ট্রান্সমিশন। এই দুই ধাপ পরস্পর-নির্ভর। প্রথম ধাপ খালি ফিরে এলে দ্বিতীয় ধাপের প্রতিটি মাত্রা কেবল একটা শূন্য ঘর — আর শূন্য ঘর ভরাতে গিয়ে অনেকে কল্পনা ঢুকিয়ে ফেলেন। এবার যা ঘটেছে সেটা ঠিক তার উল্টো: দ্বিতীয় ধাপ সৎ থেকেছে, নিজের শূন্যতা খোলাখুলি ঘোষণা করেছে। কিন্তু প্রথম ধাপ থেকে যা এসেছে, তা প্রায় কিছুই নয় — শুধু একটা ভৌগোলিক লেবেল। cricket_asia লেবেলটা গুরুত্বপূর্ণ, কারণ এটাই একমাত্র অবশিষ্ট সংকেত। এর মানে এই নয় যে আমরা এশিয়ান ক্রিকেট সম্পর্কে কিছু জানি; এর মানে এই যে সোর্স লেখাটি সম্ভবত এশিয়ান ক্রিকেট-পরিসরের মধ্যে পড়ে — এশিয়ান ক্রিকেট কাউন্সিলের ইকোসিস্টেম, ভারতীয় উপমহাদেশ, বা উপসাগরীয় নিরপেক্ষ ভেন্যু। এটা দিকনির্দেশক অনুমান, সিদ্ধান্ত নয়। এই পার্থক্যটা না বুঝলে বিশ্লেষণের স্লাইডগুলো নিছক গল্পের বই হয়ে যায়। মূল অন্তর্দৃষ্টি এক: শূন্য আর "শূন্যের অভাব" এক জিনিস নয়। ক্রিকেটে আমরা আসলে তিন ধরনের ফাঁকা মান পাই। প্রথমত, সত্যিকারের শূন্য — যেমন একজন বোলারের এক ওভারে শূন্য রান দেওয়া; সেটা তথ্য, সেটা বিশ্লেষণযোগ্য। দ্বিতীয়ত, অনুপস্থিত মান — ম্যাচ হয়েছে কিন্তু ডেটা কখনো সংরক্ষিত হয়নি। তৃতীয়ত, কাঠামোগত শূন্য — বিশ্লেষণের ছাঁচ তৈরি আছে, কিন্তু কাঁচামাল নেই। এবারের কেসটা তৃতীয় ধরনের। এখানে সৎ উত্তরটা হলো "মূল্যায়ন করা যাবে না," আর অসৎ উত্তরটা হলো ফাঁকা ছাঁচকে বানানো ফ্যাক্ট দিয়ে ভরিয়ে দেওয়া। যে বিশ্লেষক ফাঁকা ছাঁচ দেখে ভয় পান, তিনি আসলে ডেটার চেয়ে নিজের প্রতিপত্তিকে বেশি ভয় পান। মূল অন্তর্দৃষ্টি দুই: বিশ্লেষণ আসলে একটা অডিট-চেইন। আমি অনেকদিন ধরে ক্রিকেট বিশ্লেষণকে একটা লেজারের মতো ভাবি। প্রতিটি দাবি একটা ব্লক; ব্লকটার পেছনে থাকে সোর্স-মেটাডেটা — শিরোনাম, উৎস, ধরন, তারিখ, এবং তথ্য-বিন্দুর তালিকা। এই চেইনে যদি এমন কোনো ব্লক এসে দাঁড়ায় যার ভেতরে শুধু একটা লেবেল, কিন্তু কোনো পেলোড নেই, তাহলে বুঝতে হবে চেইনে একটা ছিদ্র তৈরি হয়েছে। আর এই ছিদ্রটাই আজকের আসল খবর। আমি ন্যারেটিভের পেছনে দৌড়াই না; ন্যারেটিভ যে রেসিডিউয়াল রেখে যায়, তার পেছনে দৌড়াই — আর এবারের রেসিডিউয়ালটা স্পষ্ট: প্রথম ধাপে ইনজেশন বা পার্সিং কোথাও তথ্য হারিয়ে ফেলেছে। মূল অন্তর্দৃষ্টি তিন: একটা লেবেল, কিন্তু কোনো পেলোড নেই — এটাই পাইপলাইন-ফেলিওরের স্বাক্ষর। যদি সোর্স লেখাটি কখনো পড়াই না হতো, তবে লেবেলটাও আসত না। লেবেল থাকার মানে সোর্স ধরা পড়েছিল; তথ্য-বিন্দু না থাকার মানে সেটা হয় পার্স হয়নি, নয়তো পার্স হয়ে হারিয়ে গেছে। অর্থাৎ ব্যর্থতা দুই সম্ভাবনার মধ্যে দোল খাচ্ছে — এবং দুই ক্ষেত্রেই সমাধান এক: ইনজেশন-ধাপটা আবার চালানো, আর একটা ভ্যালিডেশন-গেট বসানো যা খালি তথ্য-বিন্দু তালিকা প্রত্যাখ্যান করে। এখানে একটা সংখ্যা-সাক্ষ্য দরকার। স্বাভাবিক একটি ক্রিকেট রিপোর্ট থেকে সাধারণত পাঁচ থেকে বারোটি তথ্য-বিন্দু বেরোয়, আর দুই থেকে ছয়টি নামযুক্ত সত্তা। এবার তথ্য-বিন্দু শূন্য, নামযুক্ত সত্তা শূন্য, আর শিরোনাম-উৎস-ধরন তিনটিই N/A। এটা ছোট-বড়ের প্রশ্ন নয়; এটা শূন্য আর শূন্যের মধ্যেকার পার্থক্যের প্রশ্ন। একটা শূন্য-ফলাফল তখনই তথ্য হয়, যখন তার পেছনে একটা লেবেল টিকে থাকে — নইলে সেটা কেবল নীরবতা। মূল অন্তর্দৃষ্টি চার: খালি ডেটাসেটই সবচেয়ে পরিষ্কার ডেটাসেট। আমি খালি স্টেডিয়ামের রেকর্ড নিয়ে কাজ করেছি — কম দর্শক মানে কম আওয়াজ, কম আওয়াজ মানে কম শব্দ-দূষণ, আর তাই প্যাটার্নটা বেশি স্পষ্ট শোনা যায়। এবারের ফাঁকা ডেটাসেটও ঠিক তেমন। এখানে কোনো দর্শকের হাততালি নেই যা আমাকে একটা দিকে ঠেলে দেবে; কোনো প্রত্যাশার ভিড় নেই যা আমাকে নির্দিষ্ট সিদ্ধান্তে বাধ্য করবে। যে বিশ্লেষণ খালি হাতে ফিরে আসে, সে আমাকে বাধ্য করে প্রথমে প্রক্রিয়া দেখতে, তারপর খেলা দেখতে। যে প্যাটার্ন ভিড় আসার আগেই ছিল, আমি দাঁড়িয়ে সেটাই মেপেছি — আজ সেই ভিড়টাই অনুপস্থিত। মূল অন্তর্দৃষ্টি পাঁচ: ঝুঁকির ম্যাট্রিক্সও খালি, কিন্তু সবচেয়ে বড় ঝুঁকিটা বিষয়বস্তুতে নয়, প্রক্রিয়ায়। ক্রিকেট-বিষয়ক ছয়টি ঝুঁকি-শ্রেণি — খেলাধুলা, ব্যক্তিবর্গ, বাণিজ্য, নিয়ম-সততা, জনমত, এবং সিস্টেমিক — সবই "তথ্য অপর্যাপ্ত"। কিন্তু তার উপরে একটা মেটা-ঝুঁকি আছে, যার মাত্রা উচ্চ: খালি ইনপুট যদি না-যাচাই করে ডাউনস্ট্রিমে পাঠানো হয়, তাহলে সেটা বানানো বিশ্লেষণ উৎপাদন করবে। এই মেটা-ঝুঁকিটাই আসল ব্যবস্থাপনার বিষয়। তথ্যমূল্যের রেটিংও সেটাই বলে। খেলাধুলার মূল্য, ইন্ডাস্ট্রি-মূল্য, সময়োপযোগী মূল্য — প্রতিটি পাঁচে এক তারা; রেফারেন্স-মূল্য শূন্য তারা, কারণ বর্তমান রূপে এই নথি উদ্ধৃতযোগ্য নয়। এই চার-স্তরের রেটিংটা দেখানোর জন্যেই লিখছি, কারণ ক্রিকেটে আমরা প্রায়ই যা মাপি তার চেয়ে যা মাপি না, সেটা বেশি বলতে পারে। এখন উল্টো দিকটা। প্রচলিত ধারণা বলে, একটা খালি বিশ্লেষণ মানে বিশ্লেষণের ব্যর্থতা। আমি বলব, ব্যর্থতা এক জায়গায়, কিন্তু সিগন্যাল আর এক জায়গায়। আসল অন্ধ-বিন্দুটা প্রক্রিয়ার একেবারে নিচের তলায়: আমরা শাস্তি দিই সেই বিশ্লেষককে যে "কিছু পায়নি," আর পুরস্কার দিই তাকে যে আত্মবিশ্বাসের সঙ্গে ফাঁকা ঘর ভরিয়ে দেয়। কিন্তু একটা কল্পিত খেলোয়াড়ের নাম, একটা বানানো ফরম্যাট, একটা কাল্পনিক স্কোরলাইন — এগুলো আসল ফ্যাক্টের চেয়ে অনেক বেশি ক্ষতিকর, কারণ এগুলো নিজেদের ভেতরে একটা মিথ্যা আত্মবিশ্বাস তৈরি করে, আর সেটা পরে ছড়িয়ে পড়ে। নিয়মটা সোজা: ফাঁকা ছাঁচকে কখনো তথ্য দিয়ে ভরানো যায় না; শুধু সোর্স দিয়েই ভরানো যায়, আর সোর্স এখন নেই। দ্বিতীয় অন্ধ-বিন্দুটা দায় আরোপে। যখন পাইপলাইন ভাঙে, সবাই মডেলকে দোষ দেয়। কিন্তু এখানে ব্যর্থতা মডেলের নয়, ইনজেশনের। শিরোনাম, উৎস, ধরন — তিনটিই N/A থাকার মানে ধরা-পর্বেই মেটাডেটা বাদ পড়েছে। একটা ডেটাসেট-টিকেট যদি উৎস ছাড়াই যাত্রা শুরু করে, তাহলে তার গন্তব্য যতই চতুর হোক, সেটা ট্রেসেবল থাকবে না। আর ট্রেসেবল না-থাকা বিশ্লেষণ ক্রিকেটে বিশেষভাবে বিপজ্জনক, কারণ এই খেলাটা সংখ্যার প্রতি মানুষের অন্ধ বিশ্বাসটাকে দ্রুত নগদ করে ফেলে। তৃতীয় কথা — সময়। "সময়-সংবেদনশীলতা মূল্যায়ন করা হয়নি," অর্থাৎ আমাদের হাতে কোনো তারিখ-অ্যাঙ্কর নেই। ক্রিকেট বিশ্লেষণে তারিখ ছাড়া একটা দাবি ঝুলে থাকা স্লোগানের মতো: মিলিয়ে দেখা যায় না, বাতিলও করা যায় না। এই কারণেই আমি প্রাক-নিবন্ধিত অনুমান লিখি — আগেই সময়-ছাপ দিয়ে অনুমান ছাপাই, পরে গিয়ে মাপি কোনটা টিকল আর কোনটা মরল। কিন্তু আজকের কেসে প্রাক-নিবন্ধনের উপাদানই নেই: না শিরোনাম, না তারিখ, না সত্তা। তাই এখানে যে একমাত্র প্রাক-নিবন্ধন করা যায়, সেটা খেলার নয়, প্রক্রিয়ার — "খালি তথ্য-বিন্দু তালিকা আবার পাঠানো হবে," এবং "শূন্য-লেবেল নয়, লেবেল-সহ-পেলোড হবে মুক্তির শর্ত।" চতুর্থ কথা — সীমার দ্বিধা। ফুটবল থেকে ক্রিকেটে ট্যাকটিক্স কীভাবে স্থানান্তরিত হয়, সেটা আমি বছরের পর বছর মেপেছি। কিন্তু স্থানান্তরের সঙ্গে সমতুল্যতার ফারাক আছে, আর সেটা ভুলে গেলে বিশ্লেষণ ডুবে যায়। এখানেও তাই: একটি ফুটবল ডেটা-পাইপলাইনের ব্যর্থতার সঙ্গে একটি ক্রিকেট পাইপলাইনের ব্যর্থতা সাদৃশ্যপূর্ণ, অভিন্ন নয়। আগে স্থানান্তরটা মানচিত্রে আঁকতে হবে, তারপর সমতুল্যতা দাবি করতে হবে। সাদৃশ্য মানে সিদ্ধান্ত নয় — এটা ক্রিকেট বিশ্লেষণে প্রথম পাঠ। সুতরাং পরের ম্যাচ-যাচাইটা এই সপ্তাহে খেলার মাঠে নয়, পাইপলাইনের ভেতরে। দেখার তিনটি সংকেত: এক, প্রথম ধাপ আবার চালানোর পর তথ্য-বিন্দুর তালিকা খালি থাকে কি না; দুই, শিরোনাম-উৎস-ধরন তিনটি আবার ফিরে আসে কি না; তিন, cricket_asia লেবেলটা নতুন করে বেরোনো লেখার সঙ্গে মেলে কি না। যদি তথ্য-বিন্দু ফেরে আর সত্তা নাম নেয়, তখনই কেবল আট-মাত্রার বিশ্লেষণ সত্যিকার অর্থে শুরু হতে পারে। তার আগে যা আছে, তা বিশ্লেষণ নয় — তা বিশ্লেষণের জন্য একটা সৎ অপেক্ষা। খালি স্টেডিয়াম আমাকে শিখিয়েছে, সিগন্যাল প্রায়ই ব্রডকাস্টার যা দেখাতে বেছে নেয় তার মাঝখানে লুকিয়ে থাকে; আজ সিগন্যালটা লুকিয়ে আছে একটা ফাঁকা ঘরে, যার পেছনে শুধু একটা লেবেল টিকে আছে। প্রশ্নটা এখন প্রক্রিয়ার কাছে: এই ছিদ্রটা কি আমরা সেলাই করব, নাকি ফাঁকা ঘরটাকে গল্প দিয়ে ভরিয়ে দেব?