খালি ফাইল, বড় সতর্কবার্তা: ক্রিকেট ডেটা-অর্থনীতিতে নাল-ইনপুটের পাঠ

রাত সাড়ে এগারোটায় বিশ্লেষণ ফাইলটি খুলে প্রথমে মনে হয়েছিল, স্ক্রল বোতামটা কাজ করছে না। শিরোনামের ঘরে লেখা "প্রযোজ্য নয়।" সূত্রের ঘরে "প্রযোজ্য নয়।" নিবন্ধের ধরন — "অশ্রেণীবদ্ধ।" তথ্যবিন্দুর তালিকা সম্পূর্ণ ফাঁকা; একটি বিন্দুও নেই। যে কাগজটি ক্রিকেটের আটটি বিশ্লেষণ-মাত্রা ধরে গভীরে যাওয়ার কথা ছিল, সেটি শেষ হয়েছে একটিমাত্র স্বীকারোক্তি দিয়ে: "পর্যাপ্ত তথ্য নেই, মূল্যায়ন সম্ভব নয়।"

চোখের সামনে তখন বাংলাদেশ-ভারতের কোনো পুরোনো সিরিজ ভেসে ওঠেনি; ভেসে উঠেছে অন্য এক দৃশ্য। ২০১৭ সালে মুম্বইয়ে যখন আমি ISL-এর জন্য স্বাধীন একটি xG মডেল বানাচ্ছিলাম, তখন তিন সপ্তাহ ধরে ৩৮০টি শট আর ১২০০টি ডিফেনসিভ অ্যাকশন এক এক করে মিলিয়েছি। একটি শটের অবস্থান সামান্য ভুল হলে পুরো হিসাব নড়ে যায়। সেই অভ্যাসটাই আজ আমাকে থামিয়ে দিল — ফাঁকা ফাইল দেখে আমি অনুমান দিয়ে ঘর ভরাতে পারি না। ISL-এ প্রতিটি শট ছিল এমন এক প্রশ্ন, যেটি সম্প্রচার কখনো জিজ্ঞেস করার কথা ভাবেনি। আর ডেটা হলো এক মঠ, যেখানে ঢুকতে হয় নিঃশব্দে।

প্রেক্ষাপট: পাইপলাইন কী, আর কেন একটি ফাঁকা ফাইল নিজেই একটি ঘটনা

এই বিশ্লেষণ ব্যবস্থাটি দুই ধাপে চলে। প্রথম ধাপে (স্টেজ-১) মূল নিবন্ধটি ভেঙে ফেলা হয় — শিরোনাম, সূত্র, লেখকের অবস্থান, উদ্দেশ্য, আর সবচেয়ে জরুরি, তথ্যবিন্দুর (ইনফরমেশন পয়েন্ট) একটি তালিকা তৈরি হয়। প্রতিটি তথ্যবিন্দু হলো বিশ্লেষণের পরমাণু; পরের ধাপের প্রতিটি সিদ্ধান্ত এই পরমাণুর ওপরেই দাঁড়ায়। দ্বিতীয় ধাপে (স্টেজ-২) সেই পরমাণুগুলো সাজিয়ে আটটি মাত্রায় বিশ্লেষণ করা হয় — ম্যাচ ও ফরম্যাট, খেলোয়াড়ের কৌশল ও ডেটা, দলের অবস্থান ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক পরিবেশ, নিয়ম ও প্রশাসন, ঝুঁকি, জনমত, এবং শিল্পে তার সংক্রমণ।

এবার কল্পনা করুন, প্রথম ধাপ থেকে ফিরে এল একটি খালি পাতা। শিরোনাম নেই, তথ্যবিন্দু নেই, সত্তা নেই — শুধু একটি বিষয়-ট্যাগ জ্বলজ্বল করছে: cricket_asia। এই ট্যাগ বলছে, নিবন্ধটি দক্ষিণ এশীয় বা এশীয় আঞ্চলিক ক্রিকেট নিয়ে ছিল। কিন্তু ট্যাগ একটি ঠিকানা, বিষয়বস্তু নয়। দক্ষিণ এশিয়ার ক্রিকেট মানে কী — টেস্ট, ওয়ানডে, টি-টোয়েন্টি, নাকি ঘরোয়া লিগ? জানার কোনো উপায় নেই, কারণ মূল লেখাটাই আসেনি। আটটি মাত্রার প্রতিটি ঘর তখন একই বাক্যে ভরে ওঠে — "প্রযোজ্য নয়।" এখানে লক্ষণীয়, বিশ্লেষক কিন্তু একটি জায়গায় থেমে যাননি; যেখানে অনুমান করা যেত, সেখানে তিনি সেটি "নিম্ন আস্থা" বলে চিহ্নিত করেছেন। সেটাই সৎ পদ্ধতি।

এখানেই আসল প্রশ্নটা জাগে। বিশ্লেষণ ব্যবস্থা যদি একটি খালি পাতা পায়, তার সৎ উত্তর হওয়া উচিত "আমি জানি না।" কিন্তু মেশিনকে যখন বিশাল একটি ছক পূরণ করতে বলা হয়, তখন লোভ জাগে — ফাঁকা ঘরগুলো কল্পনা দিয়ে ভরে ফেলার লোভ। এই চাপটির একটি নাম আছে: হ্যালুসিনেশন প্রেশার, অর্থাৎ বানানোর চাপ। এই চাপটাই ক্রিকেট বিশ্লেষণের সবচেয়ে বড় অদৃশ্য শত্রু, কারণ এটি চুপচাপ কাজ করে।

মূল বিশ্লেষণ: খালি ইনপুট চারভাবে আসতে পারে, আর প্রতিটির আলাদা চিকিৎসা

ফাঁকা ফাইল হাতে পেলে প্রথম কাজ হলো কারণ খোঁজা, অভিযোগ নয়। আমার অভিজ্ঞতায় এমন পরিস্থিতি সাধারণত চারটি কারণে তৈরি হয়।

প্রথম কারণ, আপস্ট্রিম ইনজেশন ব্যর্থতা। মূল নিবন্ধটি লোডই হয়নি — সার্ভার সময়মতো সাড়া দেয়নি, বা সূত্র ফিরিয়ে দিয়েছে একটি ত্রুটি বার্তা। তখন স্টেজ-১ ঠিকই কাজ করেছে, কিন্তু তার হাতে কিছু পৌঁছায়নি। এটি সবচেয়ে নিরীহ কারণ, সমাধানও সহজ — আবার ইনজেশন চালানো।

দ্বিতীয় কারণ, পার্সিং ব্যর্থতা। লেখাটি এসেছিল, কিন্তু ভাঙা যায়নি। পেওয়ালের পেছনে আটকে থাকা লেখা, ছবি-ভিত্তিক পিডিএফ, এনকোডিংয়ের গোলমাল — এগুলোর যেকোনোটি স্টেজ-১-কে অন্ধ করে দিতে পারে। এখানে বিপদ হলো, এই ব্যর্থতা চুপচাপ ঘটে। কোনো ত্রুটি বার্তা আসে না, শুধু একটি খালি তালিকা ফিরে আসে।

তৃতীয় কারণ, পাইপলাইন সংযোগের ভুল। স্টেজ-১ ঠিকঠাক ফল দিয়েছে, কিন্তু সেটি স্টেজ-২-এ পৌঁছায়নি। তারের সংযোগে একটি জায়গায় ছিঁড়ে গেছে। কাজটা হয়েছিল, শুধু পৌঁছায়নি।

চতুর্থ কারণ, লেখাটিতে সত্যিই কোনো ক্রিকেট তথ্য ছিল না। ধরুন সূত্রটি ছিল একটি নেভিগেশন পাতা, বা শুধু ছবির গ্যালারি, যেখানে এক লাইনের পাঠ্যও নেই।

লক্ষ করুন, চারটি কারণের মধ্যে প্রথম তিনটি প্রক্রিয়ার ত্রুটি, চতুর্থটি বিষয়বস্তুর অভাব। কিন্তু বাইরে থেকে দেখলে চারটিই এক — একটি খালি ফাইল। এখানেই বিশ্লেষকের আসল পরীক্ষা। কারণ নির্ণয় না করে সিদ্ধান্তে যাওয়া মানে ভুল রাস্তায় দ্রুত হাঁটা।

আমি এই জায়গায় একটি অভ্যাস গড়ে তুলেছি, যা আমাকে বহুবার বাঁচিয়েছে। ২০১৮ রাশিয়া বিশ্বকাপে ফ্রান্সের প্রতিটি ম্যাচ ট্র্যাক করার সময় আমি PPDA আর xG-অ্যালাউড দিয়ে শুরু করেছি, গোল দিয়ে নয়। দেখা গেল, নকআউট পর্বে দিদিয়ে দেসাম্পের দল ম্যাচপ্রতি মাত্র ০.৯ xG সুযোগ দিয়েছে, আর সেমিফাইনালিস্টদের মধ্যে তাদের PPDA ছিল সবচেয়ে উঁচু — ১৫.৩। সংখ্যাটি বলছিল, তারা গভীরে বসে কাউন্টার করেছে। PPDA এখানে নিছক একটি পরিসংখ্যান নয়, এটি একটি দলের ইচ্ছার স্বাক্ষর। কিন্তু এই সিদ্ধান্তে পৌঁছাতে আমার দুই সপ্তাহ লেগেছিল, কারণ অফ-দ্য-বল প্রেসিং ট্রিগার যাচাই না করে আমি লিখিনি।

একই শৃঙ্খলা আজ দরকার। ফাঁকা ইনপুটের ক্ষেত্রে সৎ উত্তর একটি — "এই মাত্রার জন্য তথ্য অপর্যাপ্ত, মূল্যায়ন সম্ভব নয়।" আটটি মাত্রার প্রতিটি ঘরে এই একই বাক্য বসানোই সবচেয়ে পেশাদার কাজ। কারণ কী বসাতাম? কোন দল, কোন খেলোয়াড়, কোন ম্যাচ — কিছুই তো নেই।

ভাবুন তো, যদি বানিয়ে ফেলতাম। ধরুন, মাথা থেকে একটি নাম বসিয়ে দিলাম, একটি র‍্যাঙ্কিং টেনে আনলাম, একটি সম্ভাব্য ফলাফলের গল্প লিখে ফেললাম। কাগজটি তখন দেখতে সুন্দর হতো, বিশ্বাসযোগ্যও লাগত। অথচ তার ভিত্তি শূন্য। এটাই ডেটা-সাক্ষরতার সবচেয়ে বড় ফাঁদ — ফাঁকা ঘর ভরাট দেখতে ভালো লাগে, আর সেই ভালো লাগাটাই মিথ্যার দরজা খোলে।

আমার ২০২২ কাতার বিশ্বকাপের অভিজ্ঞতা এখানে স্মরণীয়। এনসো ফের্নান্দেসের ৯২.৩ শতাংশ পাস-সম্পূর্ণতা আর প্রতি ৯০ মিনিটে ২.৭ প্রগ্রেসিভ পাস দেখে আমি তাঁকে চিহ্নিত করেছিলাম। ৬৪০ মিনিট আর ৪৮টি প্রগ্রেসিভ ক্যারি ট্র্যাক করেছিলাম। টুর্নামেন্ট শেষে তিনি সেরা তরুণ খেলোয়াড়ের পুরস্কার পান, আর ২০২৩ সালের জানুয়ারিতে চেলসি তাঁকে নেন ১০৬.৮ মিলিয়ন পাউন্ডে। এই ভবিষ্যদ্বাণী সম্ভব হয়েছিল কারণ আমি মডেল সম্পূর্ণ করার আগে কিছু লিখিনি। তিন এজেন্টের কাছে ১২ পাতার ডসিয়ার পাঠানোর আগে তিন সপ্তাহ লেগেছিল শুধু প্রেসিং আর পাসিং মডেল নিখুঁত করতে।

আরেকটি উদাহরণ বিষয়টি স্পষ্ট করে। ২০২০ সালে মহামারির বিরতির পর বুন্দেসলিগার খালি স্টেডিয়ামের ৯২টি ম্যাচ বিশ্লেষণ করে আমি দেখেছিলাম, ঘরের দলের জয়ের হার ৪৩.৪ শতাংশ থেকে নেমে ৩৩.৩ শতাংশে এসেছে, আর অতিথি দল ম্যাচপ্রতি ০.২১ xG বেশি পেয়েছে। ৮৪০০ পাস আর ১২০০ প্লেয়ার-মিনিট মিলিয়ে, ভিড়ের অনুপস্থিতি, ভ্রমণ-দূরত্ব আর রেফারির পক্ষপাত যোগ করে একটি প্রাসঙ্গিক মডেল বানিয়েছিলাম। শিক্ষা একটাই — প্রসঙ্গ কোনো আওয়াজ নয়, এটি একটি চলক। আর একটি ফাঁকা ইনপুট মানে ঠিক সেই প্রসঙ্গ-চলকটাই হারিয়ে যাওয়া।

তাহলে ফাঁকা ফাইলের ক্ষেত্রে কী করা উচিত? উত্তর পরিষ্কার — পাইপলাইনটিকে স্টেজ-১-এ ফিরিয়ে দেওয়া। মূল লেখাটি আবার ইনজেশন করা, আবার ভাঙা, যাচাই করা। সন্দেহ হলে মূল নথিটি খুলে দেখা — পেওয়াল, ফরম্যাট, এনকোডিং — এবং দেখে নেওয়া, ট্যাগ cricket_asia সত্যিই উদ্ধার করা লেখার সঙ্গে মেলে কি না।

আরও একটি দিক আছে। এই ফাঁকা ফলাফলটি যদি একটি বিচ্ছিন্ন ঘটনা হতো, তাহলে চিন্তার কিছু ছিল না। কিন্তু পাইপলাইনে এই ধরনের ত্রুটি সাধারণত একা আসে না। আজ যে ইনজেশন ব্যবস্থা একটি নিবন্ধ হারাল, সে আগামীকাল দশটি হারাতে পারে। একটি দূষিত ব্যাচ নীরবে গোটা বিশ্লেষণ-ভাণ্ডারকে বিশ্বাসহীন করে তুলতে পারে, আর সেটি ধরা পড়বে মাস পরে, যখন কেউ পুরোনো সিদ্ধান্তের সূত্র খুঁজতে গিয়ে দেখবে — ওই তথ্যবিন্দু তো কখনো ছিলই না।

বিপরীত কোণ: খালি ইনপুট দুর্যোগ নয়, এটি একটি উপহার

এখানে একটি অস্বস্তিকর সত্য আছে, যা স্বীকার করা দরকার। যে বিশ্লেষণ ব্যবস্থা ফাঁকা ইনপুট পেয়ে "জানি না" বলতে পারে, সেটি আসলে যে ব্যবস্থা বানিয়ে ফেলে সেটির চেয়ে অনেক বেশি মূল্যবান। কারণ যে ব্যবস্থা বানায়, তার ভেতরে কোথায় কোথায় ফাঁক, তা কেউ জানে না। ফাঁকা ফাইলটি অন্তত সততার সঙ্গে দরজা দেখিয়ে দেয়।

আমার ISL xG মডেলের অভিজ্ঞতা এখানে শিক্ষা দেয়। ২০১৭-১৮ মৌসুমে মুম্বই সিটি এফসি ৩১.২ xG থেকে ২৫ গোল করেছিল — মাইনাস ৬.২-এর ফিনিশ। ক্লাব আমার থ্রেড উপেক্ষা করেছিল। কিন্তু সেই সংখ্যাগুলো আমি প্রকাশ করেছিলাম শুধু তখনই, যখন প্রতিটি শটের অবস্থান আর ডিফেন্ডারের চাপ তিন সপ্তাহ ধরে যাচাই করা শেষ। দুর্বল ভিত্তিতে দাঁড়ানো উঁচু দালান যত সুন্দর দেখায়, তত বিপজ্জনক।

ডেটা-অর্থনীতির ভাষায় বললে, এটি ঠিক শৃঙ্খলের একটি ভাঙা কড়ির মতো। আজ ক্রিকেট দুনিয়ায় প্রতি সেকেন্ডে তথ্য সরে — বল-বাই-বল, সেন্সর, হক-আই, ফ্যান-এনগেজমেন্ট প্ল্যাটফর্ম, ফ্যান্টাসি লিগ। এই তথ্যপ্রবাহে একটি অসম্পূর্ণ বা ভুয়া কড়ি ঢুকে পড়লে তার প্রভাব নিচের দিকে ছড়িয়ে পড়ে — স্কাউটিং সিদ্ধান্ত, নিলামের দাম, সম্প্রচারের বর্ণনা, এমনকি বাজারের মনোভাব। এ কারণেই অপরিবর্তনীয়, যাচাইযোগ্য ডেটা-রেকর্ডের ধারণা ক্রিকেটে গুরুত্বপূর্ণ হয়ে উঠছে। যা একবার লেখা হলো, তা বদলানো যাবে না — এই নীতিটি বিশ্লেষণেও দরকার। একটি সিদ্ধান্ত লিখে ফেললে সেটি কোন তথ্যবিন্দু থেকে এল, তা চিরে দেখা যাওয়া উচিত।

দেখুন, এখানে উল্টো যুক্তিটা কী। আমরা সাধারণত ভাবি, বিশ্লেষণের শত্রু হলো ভুল তথ্য। আসল শত্রু ভুল তথ্য নয় — আসল শত্রু ফাঁকা জায়গা লুকানোর প্রবণতা। ভুল তথ্য ধরা পড়ে, সংশোধন করা যায়। কিন্তু যে ঘর ভরাট দেখতে লাগে অথচ আসলে কল্পনা, সেটি বছরের পর বছর ছড়িয়ে পড়ে। টেবিল কখনো আতঙ্কে পড়ে না, ভক্তরা পড়ে — এই কথাটি এখানেও খাটে। বিশ্লেষণ-ছক কখনো ঘাবড়ায় না, ঘাবড়ায় সেই বিশ্লেষক, যাঁর হাতে খালি পাতা এসেছে আর তিনি ভরাট চাইছেন।

তাই বিপরীত সিদ্ধান্তে পৌঁছানো যায়। ফাঁকা ইনপুট আসলে পাইপলাইনের জন্য একটি উপহার। এটি একটি প্রাকৃতিক সতর্কবার্তা, যা বলে দেয় — কোথাও কিছু ভেঙেছে। যদি ব্যবস্থাটি এই সতর্কবার্তা উপেক্ষা করে ছক পূরণে লেগে যায়, তাহলে আসল ক্ষতিটা পরে হবে, যখন কেউ সেই ভুয়া সংখ্যার ওপর ভর করে একটি নিলামের দাম ঠিক করবে বা একটি দল বাছবে।

এখানে একটি ব্যবহারিক সুপারিশ দাঁড়ায়, যা আমি নিজের কাজে মেনে চলি। প্রতিটি স্টেজ-১ ফলাফল যাচাইয়ের একটি ফটক পার হতে হবে। যদি তথ্যবিন্দুর সংখ্যা শূন্য হয়, আর সত্তার তালিকাও খালি থাকে, তবে সেই ফলাফল নিচের ধাপে যাওয়ার অনুমতি পাবে না। এটিকে বলা যায় নাল-ভ্যালিডেশন গেট। খরচ সামান্য, লাভ বিপুল — কারণ এটি গোটা ব্যাচকে নীরবে দূষিত হওয়া থেকে বাঁচায়।

শেষ কথা: পরের ধাপে কী দেখবেন

ক্রিকেট ডেটা-অর্থনীতি এখন যে গতিতে বাড়ছে, সেখানে শূন্য তথ্যের ঘটনা বিরল হবে না। যত বেশি পাইপলাইন, তত বেশি সংযোগস্থল, তত বেশি ফাঁক। তাই আসল দক্ষতা হবে বিশ্লেষণ করার নয়, বরং কখন বিশ্লেষণ না করতে হবে তা চেনার।

আমার কাছে পরের সপ্তাহের তিনটি সংকেত জরুরি। প্রথমত, স্টেজ-১ আবার চালানো হলে অন্তত একটি তথ্যবিন্দু ফিরে আসে কি না। দ্বিতীয়ত, মূল নথিটি আদৌ পাঠযোগ্য কি না — পেওয়াল, ফরম্যাট, এনকোডিং ঠিক আছে কি না। তৃতীয়ত, cricket_asia ট্যাগটি সত্যিই উদ্ধার করা বিষয়বস্তুর সঙ্গে মেলে কি না। এই তিনটির উত্তর এলে আট-মাত্রার ছকটি সত্যিকার অর্থে ভরা যাবে।

আর ততক্ষণ? ততক্ষণ একটি ফাঁকা ঘরই সৎ উত্তর। যে বিশ্লেষক শূন্যকে শূন্য বলতে পারেন, তিনিই সংখ্যাকে সত্য বলতে পারেন। বাকিরা শুধু সুন্দর ছক বানান।