খালি নোটবুকের পাঠ: যখন ক্রিকেট ডেটা পাইপলাইন শূন্য ফেরত দেয়

গত রাত দুইটায় খুলনার পুরনো নোটবুকটা খুলে বসেছিলাম একটা রুটিন কাজে — চলতি রাউন্ডের ম্যাচগুলোর বল-বল লগ থেকে প্রেশার-জোন আর লস-পজেশন ট্রিগারের হিসাব বের করব। ড্যাশবোর্ড যা ফেরত দিল, তা কোনো সংখ্যা নয়, একটা ফাঁকা ঘর। স্ক্রিনে শূন্য, টেবিলে শূন্য, ফিল্ড ম্যাপে একটাও ডট নেই।

প্রথমে ভাবলাম কোডে বাগ। পরে দেখলাম সমস্যা আরও গভীরে। যে সোর্স ডকুমেন্ট থেকে তথ্য আসার কথা, সেটি হয় এক্সট্র্যাক্টর পর্যন্ত পৌঁছায়নি, নয়তো পৌঁছেও ঠিকভাবে পার্স হয়নি। যে ধাপে একটি নিবন্ধকে ভেঙে তথ্য-বিন্দু আর মূল বক্তব্যে সাজানোর কথা, সেই ধাপটি খালি ফিরে এসেছে। পরের স্তরের বিশ্লেষণের হাতে তখন কোনো কাঁচামালই নেই।

নোটবুক কখনো মিথ্যা বলে না, কিন্তু সে নিজেকে ব্যাখ্যাও করে না। আজকের আসল পাঠ এটাই।

আমি ২০১৭ সালে, সতেরো বছর বয়সে, খুলনা স্টেডিয়ামে বাংলাদেশ প্রিমিয়ার লিগের ম্যাচ হাতে-কলমে কোডিং শুরু করি। ধার করা একটা ল্যাপটপে আবাহনী লিমিটেড ঢাকার চৌদ্দটি ম্যাচের শট-লোকেশন আর সেট-পিস xG হিসাব করতাম। স্থানীয় কোচরা বলতেন, মেয়েরা নাকি ট্যাকটিকস বোঝে না। সেই শিটগুলোই আমাকে শিখিয়েছে, প্রতিটি ট্যাকটিক্যাল দাবির পেছনে একটা মাপা ঘটনা থাকতে হয়। কিন্তু শিট খালি থাকলে কী করবেন, সেটা কেউ শেখায় না।

আধুনিক ক্রিকেট বিশ্লেষণ দুই ধাপে চলে। প্রথম ধাপে নিবন্ধ, স্কোরকার্ড বা ম্যাচ-ফিডকে ভেঙে তথ্য-বিন্দু, মূল বক্তব্য, জড়িত সত্তা আর সময়-সংবেদনশীলতা আলাদা করা হয়। দ্বিতীয় ধাপে সেই কাঁচামাল নিয়ে ফরম্যাট, খেলোয়াড়ের কারিগরি, দলের অবস্থান, লিগ-বাণিজ্য, শাসন, ঝুঁকি, জন-আখ্যান আর শিল্প-প্রবাহ — এই আট দিকের গভীর বিশ্লেষণ হয়। প্রতি ধাপে একটা নিয়ম আছে: তথ্য না থাকলে লিখতে হবে "পর্যাপ্ত তথ্য নেই, মূল্যায়ন করা সম্ভব নয়"।

প্রশ্ন হলো, প্রথম ধাপ যদি সত্যিই খালি ফেরত দেয়, দ্বিতীয় ধাপের উচিত কী?

এখানেই আসল ফাঁদ। খালি ইনপুট হাতে পেলে বিশ্লেষকের মনে একটা চাপ তৈরি হয় — পাঠকের জন্য কিছু একটা লিখতেই হবে। তখন সহজ পথটা হলো নিজের মাথা থেকে একটা বিশ্বাসযোগ্য গল্প বানিয়ে ফেলা: কোনো দলের নাম বসিয়ে দেওয়া, কোনো খেলোয়াড়ের স্ট্রাইক রেট অনুমান করে লিখে দেওয়া, একটা হোম-অ্যাডভান্টেজ ন্যারেটিভ জুড়ে দেওয়া। সংখ্যাগুলো দেখতে ঠিক লাগে, গল্পটা মসৃণ হয় — অথচ সেগুলোর একটিও আসল ডেটা থেকে আসেনি।

এটাকেই বলে বিশ্লেষণী হ্যালুসিনেশন। আর এটা খালি ডেটার চেয়ে অনেক বেশি ক্ষতিকর। খালি ঘর সৎভাবে স্বীকার করলে ক্ষতি শূন্য; বানানো বিশ্লেষণ সত্যের মতো করে পাঠকের সিদ্ধান্ত নষ্ট করে।

বছরের পর বছর ম্যাচ দেখার অভিজ্ঞতা থেকে একটা জিনিস শিখেছি — একটা খালি টেবিল আর একটা ভুল টেবিলের মধ্যে পার্থক্য আছে। খালি টেবিল বলে দেয়, এখনো কিছু জানা হয়নি। ভুল টেবিল বলে, সব জানা হয়ে গেছে। পাঠক দ্বিতীয়টাকেই বেশি বিশ্বাস করেন, কারণ ওটা আত্মবিশ্বাসী শোনায়।

ক্রিকেট-বিশ্লেষণে এই ফাঁদ সবচেয়ে বিপজ্জনক ঠিক সেসব ক্ষেত্রে, যেখানে খালি ফলাফলকে ভুল করে "কোনো ঝুঁকি নেই" বলে পড়া হয়। কেউ যদি জিজ্ঞেস করে, এই ম্যাচে শাসন বা দুর্নীতি-সংক্রান্ত কোনো ঝুঁকি আছে কি, আর সিস্টেম খালি ঘর ফেরত দেয় — তাহলে সেই খালি ঘরের অর্থ "ঝুঁকি নেই" নয়, তার অর্থ "দেখার মতো তথ্যই ছিল না"। পার্থক্যটা বিশাল। একটা হলো পরিষ্কার বিল, অন্যটা হলো তালা খোলা হয়নি।

তাহলে এই শূন্যতা কোথা থেকে আসে? পাইপলাইনে সাধারণত তিনটি কারণ থাকে। প্রথমত, এক্সট্র্যাকশন বা পার্সিং ব্যর্থতা — সোর্স ফাইলের এনকোডিং বা ফরম্যাট মেলেনি। দ্বিতীয়ত, সোর্স ডকুমেন্ট আসলেই খালি বা অসমর্থিত ছিল। তৃতীয়ত, কিছু তথ্য সিস্টেমে ঢুকেছে ঠিকই, কিন্তু তার সঙ্গে একটা অচেনা ডোমেইন-ট্যাগ ঝুলে আছে, যা দিয়ে কোনো সিদ্ধান্তে পৌঁছানো যায় না।

তিন নম্বরটা আমার কাছে সবচেয়ে চতুর ফাঁদ। একটা ডোমেইন-ট্যাগ — ধরুন "ক্রিকেট_এশিয়া" — থাকলেই কেউ ধরে নিতে পারে, এটা নিশ্চয়ই কোনো এশীয় দল বা এশিয়া অঞ্চলের ইভেন্ট নিয়ে লেখা। অথচ ট্যাগ একটা সাধারণ লেবেল, তথ্য-বিন্দু নয়। এটা দিয়ে কোনো দল, খেলোয়াড় বা ফলাফল সম্পর্কে একটি বাক্যও লেখা যায় না। কিন্তু লেবেলটা থাকলে লোভটা জাগে।

তথ্য না থাকার সঙ্গে তথ্য না দেখার পার্থক্য না বুঝলে বিশ্লেষণ শুধু অনুমানের সাজানো ভাষা হয়ে দাঁড়ায়।

একটা উদাহরণ দিই। ২০২০ সালে, যখন জার্মান বুন্দেসলিগা খালি গ্যালারিতে ফিরে আসে, আমি রিস্টার্টের পরের ৮৩টি ম্যাচ বিশ্লেষণ করি। হোম-জয়ের হার ৪৩.৩ শতাংশ থেকে নেমে আসে ৩৩.৩ শতাংশে, আর হোম দলের PPDA দুর্বল হয় ১.৪ পয়েন্ট। ভিড়ের শব্দ যে শুধু খেলোয়াড়ের মোটিভেশন নয়, রেফারির সিদ্ধান্তকেও প্রভাবিত করে — সেই সিদ্ধান্তে পৌঁছানো গিয়েছিল, কারণ ডেটা সত্যিই ছিল। শুধু ভিন্ন প্রশ্ন করতে হয়েছিল।

কল্পনা করুন, সেই ৮৩টি ম্যাচের ফিড যদি খালি ফেরত আসত, আর কেউ তা সত্ত্বেও লিখে ফেলত, "খালি গ্যালারিতে হোম-অ্যাডভান্টেজ কমেছে"। বাক্যটি হয়তো সত্যি হতো, কিন্তু প্রমাণের ভিত্তি শূন্য হতো। সঠিক সিদ্ধান্ত আর সঠিক পদ্ধতি এক জিনিস নয়।

আমি হোম অ্যাডভান্টেজ শিখেছি তাকে হারিয়ে যেতে দেখে — কিন্তু সেটা তখনই বিশ্বাস করি, যখন পেছনে ৮৩টি ম্যাচের লগ থাকে, নয়তো একটা ফাঁকা ড্যাশবোর্ড থাকে।

এই কারণেই আমি ২০২১ সালে ইউরো কাপের আগে ইতালির প্রেশার-কোড নিয়ে লেখার সময় প্রতিটি লেখার সঙ্গে একটা ডেটা-অভিধান দিতাম। ইতালির PPDA ছিল ৮.২, আর জর্জিনিয়োর প্রতি ৯০ মিনিটে প্রগ্রেসিভ পাস ছিল ১২.৪। সম্পাদক আমাকে বলতেন নিয়মকানুন লেখক, কারণ আমি বিশৃঙ্খল ম্যাচকে পুনরাবৃত্ত সিস্টেমে বদলে দিতাম। কিন্তু অভিধানের আসল কাজটা আলাদা — যে ফাঁকা ঘরগুলোর ব্যাখ্যা করা যাবে না, সেগুলোকে সৎভাবে ফাঁকা রেখে দেওয়া।

আর এখানেই একটা অদ্ভুত পেশাদার দ্বিধা। সম্পাদক প্রায়ই চান দ্রুত মতামত, সংখ্যা ছাড়া। আমি সেসব অ্যাসাইনমেন্ট ফিরিয়ে দিয়েছি। কারণ সংখ্যা ছাড়া দ্রুত মতামত মানে বানানো মতামত।

তাহলে সঠিক আচরণটা কেমন? খালি ইনপুট পেলে সিস্টেমের উচিত একটি কঠোর গেট বসানো — তথ্য-বিন্দু ফাঁকা থাকলে দ্বিতীয় ধাপের বিশ্লেষণ যেন থেমে যায়, আর সেই রেকর্ডটাকে চিহ্নিত করে একটা মেশিন-পাঠ্য স্ট্যাটাস ট্যাগ দিয়ে দেওয়া হয়। এমনকি সেটিকে সামগ্রিক ড্যাশবোর্ড বা গড়ের হিসাব থেকে আলাদা রাখা উচিত।

কারণ যদি খালি রেকর্ড নিঃশব্দে সামগ্রিক গড়ের মধ্যে মিশে যায়, তাহলে সেটি পরবর্তী সব বিশ্লেষণকে দূষিত করে দিতে পারে। একটা খালি ঘরকে স্রেফ "কিছুই নেই" ভেবে উড়িয়ে দিলে তার মূল্য থাকে শূন্য। কিন্তু সেটিকে সম্মানের সঙ্গে গণনার বাইরে রেখে দিলে তার মূল্য হয় — কারণ তখন আমরা জানি, কোথায় তথ্য নেই।

এখানেই একটা মজার দিক আছে। এই ফাঁকা রেকর্ডটি আসলে একটি উপহার। এটি পাইপলাইনের জন্য একটা নিখুঁত পরীক্ষার নমুনা — যদি সিস্টেম খালি ইনপুট সঠিকভাবে চিনতে পারে, তাহলে বোঝা যায়, বাকি পথটা নির্ভরযোগ্য।

তাই পরের রাউন্ডে আমি যা দেখব, তা ম্যাচের স্কোর নয় — পাইপলাইনের স্বাস্থ্য। আমি খেয়াল রাখব, খালি ঘর পেলে সিস্টেম নীরব থাকছে, নাকি একটা সতর্কবার্তা তুলছে। আমি খেয়াল রাখব, ডোমেইন-ট্যাগ দেখে কেউ অকারণ আত্মবিশ্বাসী হয়ে উঠছে কি না।

কারণ যে বিশ্লেষণ খালি ঘর থেকে গল্প বানায়, তার তুলনায় যে বিশ্লেষণ খালি ঘরকে খালি বলতে পারে, সে-ই আসলে নির্ভরযোগ্য। শূন্য ফেরত দেওয়া ফিডের সামনে হাত গুটিয়ে বসতে পারা — আজকের ক্রিকেট-বিশ্লেষণের সবচেয়ে কঠিন, আর সবচেয়ে দরকারি দক্ষতা।