শূন্য ইনপুটের পাঠ: ক্রিকেট বিশ্লেষণে ডেটা-পাইপলাইনের সততা

রাত এগারোটা, ম্যানচেস্টার। ল্যাপটপের পর্দায় একটা ডেটাশিট খোলা। বাইশটা কলাম, তার মধ্যে উনিশটাই ফাঁকা। পাশে ছোট্ট একটা লাল চিহ্ন — insufficient information। চায়ের কাপ নামিয়ে রাখলাম। ক্রিকেট-সাংবাদিকতায় চোদ্দ বছর ঘোরাঘুরির পর আমি ফাঁকা ঘর অনেক দেখেছি। এবার ফাঁকা ফিরেছে গোটা পাইপলাইন। শিরোনাম নেই, সূত্র নেই, তথ্য-বিন্দু নেই, সত্তা নেই। বিশ্লেষণের কাঠামোটা দাঁড়িয়ে আছে, তার ভেতরে শুধু হাওয়া। যেটা আমাকে থামিয়ে দিল, সেটা অনুপস্থিতি নয় — অনুপস্থিতির শৃঙ্খলা। আটটা বিশ্লেষণ-স্তম্ভ, প্রতিটির নিচে হুবহু একই উত্তর: insufficient information। ঝুঁকির তালিকায় একটা বক্সও টিক পড়েনি। তথ্যমূল্যের রেটিং পাঁচ তারার মধ্যে এক তারা, আর সেই এক তারার ব্যাখ্যাও একই কথা বলে — কোনো বিষয়বস্তু দেওয়া হয়নি। এত পরিষ্কার শূন্যতা বিরল। বেশিরভাগ রিপোর্টে ফাঁকা জায়গা আত্মবিশ্বাসী ভাষায় ঢেকে দেওয়া হয়; এখানে কেউ তা করেনি। ক্রিকেট এখন সংখ্যার খেলা, অন্তত কাগজে। প্রতি বলের ডেটা আসে তিনটা আলাদা স্তরে। প্রথম স্তর ফিড — বল-বাই-বল, হক-আই, স্নিকো-মিটার, পিচ-ম্যাপ, ফিল্ডিং-প্লেসমেন্ট, ডিআরএস-এর বল-ট্র্যাক। দ্বিতীয় স্তর লেবেল — কোন বলটা ইয়র্কার, কোনটা স্লোয়ার, কোন শট লেট-কাট, কোনটা ফ্লিক। তৃতীয় স্তর স্ট্যান্ডার্ডাইজেশন — এক লিগের ডট-বল প্রেশার আরেক লিগের সঙ্গে মেলানো, এক যুগের ইকোনমি-রেট আরেক যুগের সঙ্গে বসানো। এই তিনটার যেকোনো একটায় ফাঁক পড়লে বিশ্লেষণ টেকে না। আমি যে প্রথম xG মডেলটি বানিয়েছিলাম, সেটি ফুটবল নয়, আমার ধৈর্যই ভবিষ্যদ্বাণী করেছিল — কারণ ফিড এসেছিল, লেবেল আসেনি। সংবাদ-প্রক্রিয়ার ভেতরেও একই দুই ধাপ। প্রথম ধাপে সোর্স থেকে তথ্য তোলা হয় — শিরোনাম, সূত্র, ঘটনার কেন্দ্রবিন্দু, জড়িত সত্তা, সময়-সংবেদনশীলতা। দ্বিতীয় ধাপে সেই তথ্য থেকে যুক্তি গড়া হয়। আজকের কেসটা ঠিক এখানেই আটকে গেছে। প্রথম ধাপ ফাঁকা ফিরে এসেছে; দ্বিতীয় ধাপের হাতে তখন কিছুই নেই। ক্রিকেট-রিপোর্টিংয়ে এটা প্রতিদিনের ঘটনা, কেবল চোখে পড়ে না। কখনো ফিড আসে, লেবেল আসে না। কখনো লেবেল আসে, স্ট্যান্ডার্ডাইজেশন আসে না। কখনো দুটোই আসে, কিন্তু সোর্সের তারিখটা হারিয়ে যায়। বাংলাদেশ আর ব্রিটেনের ফিড এক নয়। ঢাকার কোনো ভেন্যু থেকে বল-বাই-বল ডেটা যখন আমার ম্যানচেস্টারের স্ক্রিনে পৌঁছায়, তার মধ্যে তিনটা সম্ভাব্য ফাঁক থাকে। টাইমস্ট্যাম্পের ব্যবধান — একটা বলের লেবেল কখনো কখনো পরের বলের সঙ্গে জুড়ে যায়। লেবেলের অসঙ্গতি — এক অপারেটর স্লোয়ার-বল লেখেন, আরেকজন লেখেন অফ-কাটার। আর মিসিংনেস — ইনজুরি-বিরতি বা ওয়ার্কলোড-ডেটা অনেক সময় সিস্টেমে ঢুকতেই দেওয়া হয় না। এই তিনটার প্রতিটাই পরে গিয়ে একটা সিদ্ধান্তের ভিত নড়িয়ে দেয়। শূন্যতা নিয়ে কথা বলতে গেলে শূন্যতার ভাষা জানা দরকার। পরিসংখ্যানে মিসিং ডেটার তিনটা শ্রেণি আছে — MCAR, MAR, MNAR। প্রথমটা: ডেটা সম্পূর্ণ এলোমেলোভাবে হারিয়েছে। দ্বিতীয়টা: হারানোর কারণ জানা আছে, তাই সংশোধন সম্ভব। তৃতীয়টা: হারানোর কারণই গল্পের অংশ, এবং সেটাই সবচেয়ে বিপজ্জনক। ক্রিকেটে এই তিনটার উদাহরণ স্পষ্ট। কোনো বোলারের ইকোনমি-ডেটা যদি এলোমেলোভাবে গায়েব হয়, সেটা MCAR। যদি তার পাওয়ারপ্লে-ওভারগুলোর ডেটা না থাকে কারণ সে কেবল পাওয়ারপ্লেই বল করেছে, সেটা MAR — আর আমরা জানি কীভাবে ওজন দিতে হবে। কিন্তু যদি কোনো ফ্র্যাঞ্চাইজি তার বোলারদের ওয়ার্কলোড-ডেটা ইচ্ছাকৃতভাবে প্রকাশ না করে, সেটা MNAR। এই MNAR-ই সেই জায়গা, যেখানে গল্প লুকিয়ে থাকে। ইনজুরি থেকে ফেরার সময়সূচি যখন একটা পিআর-বিবৃতিতে ঘোষিত হয়, তখন আসল ডেটা আমরা পাই না — পাই একটা লেবেল, যার নাম 'week-to-week'। বিশ্লেষক হিসেবে আমার কাজ হলো সেই ফাঁকের সীমাটা স্বীকার করা, কল্পনায় তা ভরা নয়। ফিড-স্তরে সবচেয়ে দামি ডেটা আসে ট্র্যাকিং থেকে। একটা ডিআরএস রিভিউ যখন দুই মিনিট ধরে চলে, তখন সেই দুই মিনিটে ম্যাচের গতি বদলে যায় — দর্শক আন্দোলন থামে, বোলারের ছন্দ ভাঙে, ফিল্ডারদের দাঁড়ানো বদলায়। আমার বারো বছরের ম্যাচ-দেখার অভিজ্ঞতা থেকে বলতে পারি, এই বিরতিটাই অনেক সময় পরের ওভারের চরিত্র নির্ধারণ করে। কিন্তু এই ছন্দ-বদল কি কোনো ফিডে থাকে? থাকে না। থাকে শুধু বল-ট্র্যাক আর আউট-সিদ্ধান্ত। যে তথ্য মাপা যায় না, সেটা আমার বিশ্লেষণে ঢোকে না — ঢোকে শুধু অনুমান হিসেবে, আর অনুমান আলাদা করে চিহ্নিত করতে হয়। লেবেল-ড্রিফট আরও চুপচাপ কাজ করে। গত পাঁচ বছরে 'ডট-বল প্রেশার' নামের মেট্রিকটা কমপক্ষে তিনবার সংজ্ঞা বদলেছে। একবার গোনা হয়েছে কেবল পাওয়ারপ্লেতে, একবার পুরো ইনিংসে, একবার মিডল-ওভারে ভিন্ন ওজন দিয়ে। ফলাফল? দুই যুগের দুই বোলারের ডট-বল-প্রেশার সংখ্যাটা একই কলামে বসে যায়, অথচ তারা এক জিনিস মাপে না। এই ভুলটা রিপোর্টে ধরা পড়ে না, কারণ সংখ্যাটা দেখতে নিরীহ। স্ট্যান্ডার্ডাইজেশন-ফাঁক আন্তর্জাতিক ক্রিকেটে আরও বড়। টেস্টের পিচ-ডেটা, ওডিআইয়ের ডিও-ফ্যাক্টর, টি-টোয়েন্টির পাওয়ার-সার্জ — এদের ভিত্তিরেখা আলাদা। এক ফরম্যাটের গড় আরেক ফরম্যাটে বসালে বিশ্লেষণ দাঁড়ায় না। জার্মানি দক্ষিণ কোরিয়ার কাছে হারেনি; তারা হেরেছিল ছাব্বিশটা শট আর শূন্য গোলে। ২০১৮ সালের ২৭ জুন, কাজানে সেটাই ঘটেছিল। জার্মানির দখল ৭৪ শতাংশ, শট ২৬, কর্নার ৮, এক্সজি ২.৭। দক্ষিণ কোরিয়ার শট ৫, এক্সজি ০.৯, গোল ২। পিপিডিএ ৭.২ বনাম ২৪.৬। ছাব্বিশ শটের মধ্যে অন-টার্গেট ছিল মাত্র ছয়টা। এই সংখ্যাগুলো পাশে না রেখে যে রিপোর্ট লেখা হয়, সেটা ক্রিকেট-ফুটবল নির্বিশেষে একই ফাঁকা কাঠামো — দখল আছে, ভেদ নেই। ক্রিকেটে একই যুক্তি বসে ওভার-ফেজে। প্রতি ফেজের প্রত্যাশিত রান আর প্রত্যাশিত উইকেট একটা ভিত্তিরেখা তৈরি করে। তারপর প্রশ্ন একটাই — কোন ওভার, কোন ম্যাচআপ, বা কোন ফিল্ডিং-অবশিষ্ট ভিত্তিরেখাটা ভেঙেছে? আমি ন্যারেটিভের পেছনে ছুটি না; আমি একটা টেবিল বানাই আর অপেক্ষা করি। ২০২০ সালে আমি নীরবতা গুনেছিলাম, আর দেখলাম তারও হোম-অ্যাডভান্টেজ আছে। বুন্দেসলিগা যখন মে মাসে দর্শকশূন্য গ্যালারিতে ফিরল, প্রথম পাঁচ রাউন্ডে হোম-জয়ের হার ৪৩.২ শতাংশ থেকে নেমে এল ২১.১ শতাংশে; হোম-গোল প্রতি ম্যাচে ১.৬৫ থেকে ১.০৮-তে। আগের পাঁচ মরসুমের সঙ্গে মিলিয়ে দেখা গেল, ব্যবধানটা এলোমেলো নয়। প্রতিটি খালি স্টেডিয়াম ছিল এমন একটা নিয়ন্ত্রিত পরীক্ষা, যা আমরা চাইনি। দুই হাজার সতেরো সালে, একুশ বছর বয়সে, ৩৮০ প্রিমিয়ার লিগ ম্যাচের ডেটা দিয়ে ম্যানচেস্টার সিটির আঠারো ম্যাচের জয়ধারাটা পরীক্ষা করেছিলাম। ৫৬ গোল এসেছিল ৪৪.৩ এক্সজি থেকে — অতিরিক্ত ১১.৭। সংখ্যাটা আমার কাছে আগে কখনো খোলসা হয়নি। সেই মডেলই আমাকে শিখিয়েছিল, প্রতিটি শটকে অবস্থান, শরীরের অংশ আর অ্যাসিস্ট-টাইপ দিয়ে মানক করা যায়। টেবিল পরিষ্কার হলে দাবিটা নিজেই বিতর্কে নামে। প্রজননযোগ্যতা মানে দাবির পাশে কাঁচা কোড আর কাঁচা ডেটা রেখে দেওয়া। যদি পাঠক আমার কোড চালিয়ে একই টেবিল না পান, তবে আমার লেখা ফিচার নয়, মতামত। এই নিয়মটা প্রথম দিন থেকে আমি ধরে রেখেছি। আজকের শূন্য রিপোর্টটাও আসলে সেই নিয়মেরই প্রমাণ। কেউ ডেটা বানিয়ে দাবি দাঁড় করায়নি। কেউ ফাঁকা ঘরে অনুমান বসায়নি। এটা বিরল সততা। কিন্তু সততা আর সম্পূর্ণতা এক নয়। শূন্য রিপোর্ট আমাদের সুরক্ষা দেয়, একই সঙ্গে আমাদের কিছু শেখায় না। আর এখানেই আসে আসল ফাঁদ। ফাঁকা জায়গা মানুষ সহ্য করতে পারে না, বিশেষ করে ডেডলাইনের চাপে। ফাঁকা কলামের পাশে দাঁড়ানো সম্পাদক জিজ্ঞেস করেন — গল্পটা কী? তখন পরিসংখ্যানের হাতিয়ার নামিয়ে রাখা হয়, আর টেবিলে ঢুকে পড়ে ন্যারেটিভ। ক্রিকেটে এই ন্যারেটিভের নাম 'মোমেন্টাম', 'চাপ সামলানোর ক্ষমতা', 'বড় ম্যাচের মেজাজ'। এদের কোনোটিরই কার্যকর সংজ্ঞা নেই, মাপার পরিকল্পনা নেই, ভুল প্রমাণ করার পরীক্ষাও নেই। শূন্য ডেটা থেকে এই ধরনের গল্প গড়া সবচেয়ে সহজ — কারণ প্রমাণ দিতে হয় না, কেবল আত্মবিশ্বাস দেখাতে হয়। আমার পেশায় এটাই সবচেয়ে বড় ঝুঁকি: শূন্যতাকে ভয় পাওয়া নয়, শূন্যতাকে ভরে ফেলা। আর একটা বিপদ আছে, উল্টো দিকের। যারা ডেটা নিয়ে কাজ করেন, তারা কখনো কখনো ভিত্তিরেখাকেই পবিত্র ভাবতে শুরু করেন। কিন্তু ভিত্তিরেখাটাও একটা অনুমান — যুগ, প্রতিযোগিতা, পিচ, ফিডের সূত্র দিয়ে বানানো। যে ভিত্তিরেখা পুরোনো পিচ-নিয়মের উপর দাঁড়ানো, তা দিয়েই আজকের স্পিন-বান্ধব পিচের বিচার করলে সিদ্ধান্ত ভুল হবে। তাই ভিত্তিরেখাটাও সময় সময় অডিট করা দরকার। শূন্য ইনপুট আমাদের সেই তাগাদাটাই দেয় — ডেটা না থাকলে থামুন, আর থেমে প্রথমে পাইপলাইনটা দেখুন। আই-টেস্ট সাক্ষী; ডেটা হলো জেরা। সাক্ষী ছাড়া জেরা চলে না, জেরা ছাড়া সাক্ষীও অসম্পূর্ণ থাকে। আজকের রিপোর্টে সাক্ষী নেই, জেরাও নেই। সেরকম মুহূর্তে সৎ সাংবাদিকের কাজ হলো সাক্ষীকে খুঁজে আনা — সোর্সটা আবার চালানো, ফিডটা আবার টেনে আনা, লেবেলটা আবার যাচাই করা। এসব লেখার পরও একটা প্রশ্ন থেকে যায়। শূন্য ইনপুট কি ব্যর্থতা, নাকি সংকেত? আমার কাছে এটা সংকেত। আটটা স্তম্ভে একই শব্দ ফিরে আসা মানে ফিড স্তরে কোথাও একটা ট্রিগার পড়েছে — শিরোনাম পার্স হয়নি, সোর্স উদ্ধার হয়নি, নাকি ডোমেইন-লেবেলই ভুল বসেছে। ক্রিকেট_এশিয়া ট্যাগটা যদি বাস্তব বিষয়বস্তুর সঙ্গে না মেলে, তবে কোন কোন স্তম্ভ বিশ্লেষণের যোগ্য, সেটাই নির্ধারিত হয় না। সামনের রাউন্ডে আমার হাতে তিনটা মাপকাঠি থাকবে। প্রথমত, সোর্স-উদ্ধারযোগ্যতা — শিরোনাম আর সূত্র ফিরে আসছে কি না। দ্বিতীয়ত, তথ্য-বিন্দুর ঘনত্ব — ফাঁকা স্তম্ভের সংখ্যা কমছে কি না। তৃতীয়ত, ডোমেইন-লেবেলের বৈধতা — বিষয়বস্তু সত্যিই ক্রিকেটের কোন উপক্ষেত্রের। এই তিনটার যেকোনো একটা পূরণ না হলে বিশ্লেষণ শুরু করার কোনো অর্থ নেই। ক্রিকেট-সংবাদে গতি আর স্যাম্পল সাইজ পরস্পরের শত্রু। ইনস্পোর্টস আমাকে গতি শিখিয়েছিল; ক্রিকেট শিখিয়েছে অপেক্ষা। প্রতিটি শূন্য রিপোর্ট আসলে একটা অনুস্মারক — মডেল যত ভালোই হোক, তার সততা তার পাইপলাইনের সততার বেশি নয়। পরের ম্যাচের ডেটা আসতে দেরি হোক; টেবিল তৈরি থাকুক, ন্যারেটিভ এসে পড়ুক। ততক্ষণ ফাঁকা ঘরটা ফাঁকাই থাকুক।