খুলনার ডেটা মঙ্কের চোখে স্টেজ-২ বিশ্লেষণ: যখন ইনপুট থাকে না, তখন কীভাবে সিদ্ধান্তের ফাঁদ এড়ানো যায়

স্টেজ-২ বিশ্লেষণের কাঠামোটি দেখতে অনেকটা ফাঁকা একটি ডেটাসেটের মতো। প্রতিটি স্তম্ভে লেখা আছে ‘এন/এ – অপর্যাপ্ত তথ্য’। বিশ্লেষণের আটটি মাত্রার কোনোটিতেই একটি নাম, একটি স্কোর, একটি তারিখ বা একটি সূত্র নেই। এখানেই আসল গল্পটি লুকিয়ে আছে। এটি কোনো ক্রিকেট ম্যাচের বিশ্লেষণ নয়, বরং একটি বিশ্লেষণ পাইপলাইনের ব্যর্থতার নথি। যারা ডেটা দিয়ে কাজ করেন, তারা জানেন—খারাপ ডেটার চেয়ে বিপজ্জনক হলো খালি ডেটা। কারণ খালি ডেটা অনেক সময় ‘ঝুঁকি নেই’ বলে ভুল পড়া হয়।

আমি ২০১১ সালে বিডিক্রিকটিম নামের একটি পেজ শুরু করেছিলাম। তখন প্রতিটি ম্যাচের স্কোরবোর্ড হাতে লিখে রাখতাম। কে কত রান করল, কোন ওভারে কত উইকেট পড়ল, কোন বলটি ছিল ‘অসম্ভব’—সব খাতায় টুকে রাখতাম। ২০১৭ সালে খুলনা থেকে যখন বিপিএলের ডেটা থ্রেড শুরু করি, তখন আমার বয়স ৫৪। অর্থনীতিতে স্নাতক হওয়ার কারণে প্রতিটি ম্যাচকে আমি একটি ডেটাসেট হিসেবে দেখতাম, গল্প হিসেবে নয়। আবাহনী লিমিটেড ঢাকা বনাম শেখ রাসেল ক্রীড়া চক্রের ম্যাচ ১-১ গোলে শেষ হলে আমার এক্সজি মডেল বলল—আবাহনীর এক্সজি ২.৭, শেখ রাসেলের ০.৮। ফলাফল বলছিল ড্র, কিন্তু প্রক্রিয়া বলছিল ফিনিশিং বিপর্যয়। সেই থেকেই আমার ‘ডেটা মঙ্ক’ পরিচয়।

কিন্তু স্টেজ-২ বিশ্লেষণের নথিটি আমার সেই খুলনার খাতার ঠিক উল্টো ছবি। এখানে কোনো ‘তথ্য বিন্দু’ নেই। অথচ এই তথ্য বিন্দুই হলো আটটি মাত্রার মূল ভিত্তি। প্রতিটি মাত্রার প্রথম ধাপে লেখা আছে ‘তথ্য বিন্দু থেকে নিশ্চিত করুন’। নিশ্চিত করার মতো কিছুই যখন নেই, তখন বিশ্লেষণ শুরুর আগেই থেমে যায়। এটি বুঝতে পারার জন্য আমার ৪৭ বছরের ক্রিকেট পর্যবেক্ষণের দরকার নেই, দরকার শুধু একটি সৎ গেট চেকের।

Gate Check-এর সিদ্ধান্ত: বিশ্লেষণ ব্লকড। স্টেজ-১ থেকে কোনো ক্রিকেট কনটেন্ট বের করা যায়নি। তাই স্টেজ-২-এর আটটি মাত্রার কোনোটিই এগোতে পারে না। প্রতিটি মাত্রার প্রথম ধাপই ‘ইনফরমেশন পয়েন্ট’ খোঁজে, যা নেই। এখানে একটি বিষয় পরিষ্কার: এটা ‘তথ্য কম’ এমন ঘটনা নয়, বরং ‘তথ্য শূন্য’। পার্থক্যটা বিশাল। তথ্য কম থাকলে আংশিক বিশ্লেষণ সম্ভব, কিন্তু তথ্য শূন্য থাকলে যেকোনো বিশ্লেষণই হবে অনুমান। আর অনুমান দিয়ে ডেটা বিশ্লেষণ করলে সেটি ডেটা থাকে না, গুজব হয়ে যায়।

বিশ্লেষণের প্রথম মাত্রাটি ছিল ফরম্যাট ও ম্যাচ বিশ্লেষণ। এখানে প্রথমেই জানতে হবে—ম্যাচটি টেস্ট, ওয়ানডে, টি-টোয়েন্টি নাকি দ্য হান্ড্রেড? কারণ ফরম্যাট জানা না থাকলে পাওয়ারপ্লে, মিডল ওভার, ডেথ ওভার বা টেস্ট সেশন—কোনো ফেজের পারফরম্যান্সই ব্যাখ্যা করা যায় না। ফরম্যাট ছাড়া যে বিশ্লেষণ করা হয়, সেটি কেবল ফরম্যাটের ভুল। আমার এক্সজি মডেল ২০০ ম্যাচের ডেটার উপর দাঁড়িয়ে। সেই মডেলেও যদি ফরম্যাট না জানা থাকে, মডেল মুখ খুলবে না। কারণ টি-টোয়েন্টির ২.৭ এক্সজি আর টেস্টের ২.৭ এক্সজি কখনোই এক নয়।

দ্বিতীয় মাত্রা ছিল খেলোয়াড়ের টেকনিক ও ডেটা বিশ্লেষণ। এখানে নাম নেই, রোল নেই, ফরম্যাট নেই। কিন্তু আমরা জানি, একজন খেলোয়াড়ের মূল্যায়ন করতে হলে তার এভারেজ, স্ট্রাইক রেট, ইকোনমি রেট, সিচুয়েশনাল স্প্লিট এবং রিসেন্ট ট্রেন্ড—সব দেখতে হয়। শুধু তাই নয়, বয়সের বাঁক কোথায়, গৃহমাঠের ডেটা তার দুর্বলতা ঢেকে দিচ্ছে কি না—এসব প্রশ্নও করতে হয়। এই সবই করতে হয় একটি নামের সাপেক্ষে। নাম না থাকলে বিশ্লেষণ নয়, বিশ্লেষণের অভিনয় হয়।

তৃতীয় মাত্রা ছিল দলীয় ল্যান্ডস্কেপ ও র‍্যাংকিং বিশ্লেষণ। দল নেই, টায়ার নেই, আইসিসি র‍্যাংকিং নেই। অথচ দলের ব্যাটিং গভীরতা, বোলিং কম্বিনেশন, বেঞ্চ ডেপথ, বয়স কাঠামো—সবকিছু নির্ভর করে নির্দিষ্ট খেলোয়াড়দের উপস্থিতির উপর। কোনো দলের নাম না জেনে ‘ব্যাটিং গভীরতা ভালো’ বলা যায় না। সেটা বললে সেটা বিশ্লেষণ নয়, অনুমান। আর অনুমানের ভিত্তিতে ডাউনস্ট্রিম সিদ্ধান্ত নিলে ক্ষতিটা হয় সংখ্যায়, সুনামে নয়।

চতুর্থ মাত্রা ছিল লিগ ও বাণিজ্যিক ইকোসিস্টেম। এখানে সম্প্রচার স্বত্বের মূল্য, ফ্র্যাঞ্চাইজি মূল্যায়ন, খেলোয়াড়ের বেতন—কোনোটিই নেই। অথচ লিগের বাণিজ্যিক স্বাস্থ্য নির্ধারণ করে সম্প্রচার চুক্তি, স্পন্সরশিপ, দর্শক উপস্থিতি। একটি লেনদেনের অঙ্ক ছাড়া ‘প্রিমিয়াম’ নাকি ‘ন্যায্য মূল্য’ তা বলা অসম্ভব। নিলামের ক্ষেত্রে খেলোয়াড়ের মূল্য আর ক্রীড়া মূল্যের মধ্যে ফারাক চিনতে হয়। ফারাক চিনতে হলে দরকার দুটি সংখ্যা—ক্রয়মূল্য এবং ক্রীড়া অবদান। দুটোই অনুপস্থিত।

পঞ্চম মাত্রা ছিল নিয়ম ও গভর্নেন্স। এখানে ক্ষমতা ও রাজস্ব বণ্টন, খেলার নিয়ম বিতর্ক, অখণ্ডতা, যোগ্যতা ও নির্বাচন—কোনো ইস্যুই নেই। অথচ এই মাত্রাটি সবচেয়ে সংবেদনশীল। কারণ এখানে ভুল বিশ্লেষণ শুধু ভুল তথ্য নয়, বরং ভুল অভিযোগ তৈরি করতে পারে। প্রমাণ ছাড়া সৎ প্রশ্ন করা যায়, কিন্তু প্রমাণ ছাড়া সিদ্ধান্তে পৌঁছানো যায় না।

ষষ্ঠ মাত্রা ছিল ঝুঁকি বিশ্লেষণ। এখানে ঝুঁকির ম্যাট্রিক্স সম্পূর্ণ খালি—ক্রীড়া, কর্মী, বাণিজ্যিক, নিয়ম, জনমত, সিস্টেমিক—কোনো ঝুঁকি চিহ্নিত হয়নি। এখানেই সবচেয়ে বড় ফাঁদ। কারণ খালি ঝুঁকির ম্যাট্রিক্সকে অনেকে ‘ঝুঁকি নেই’ বলে পড়েন। বাস্তবে সেটি ‘ডেটা নেই’। আর ডেটা না থাকা মানে ঝুঁকি শূন্য নয়, বরং ঝুঁকি অজানা। অজানা ঝুঁকি মোকাবেলা করা যায় না।

সপ্তম মাত্রা ছিল পাবলিক ন্যারেটিভ ও প্রত্যাশার বিশ্লেষণ। কোন গল্প চলছে, কোন তারকা আলোচনায়, কোন প্রতিদ্বন্দ্বিতা উত্তপ্ত—কিছুই নেই। অথচ প্রত্যাশার ফাঁক ধরতে হলে লাগে দুটি জিনিস—বাজারের প্রত্যাশা এবং মৌলিক বাস্তবতা। দুটোর একটি না থাকলে ফাঁক মাপা যায় না। জনমত যখন ফেনার মতো ফুলে ওঠে, তখন তার বিপরীতে দাঁড়াতে হয় ফান্ডামেন্টাল ডেটা দিয়ে। ফান্ডামেন্টাল না থাকলে জনমতের কাছে হার মানতে হয়।

অষ্টম মাত্রা ছিল শিল্পে সংক্রমণ বিশ্লেষণ। উপরের ধাপ—যুব উন্নয়ন ও প্রতিভা সরবরাহ; মধ্যের ধাপ—জাতীয় দল ও লিগ; নিচের ধাপ—সম্প্রচার, বাণিজ্যিক ও ডেরিভেটিভ বাজার। এই তিন ধাপের কোনোটিই পূরণ হয়নি, কারণ সংক্রমণের উৎস ঘটনাটিই অনুপস্থিত। শিল্পে কোনো সংবাদ ছড়াতে হলে সবার আগে একটি ঘটনা থাকতে হয়। ঘটনা ছাড়া সংক্রমণ মানচিত্র আঁকা যায় না, শুধু ফাঁকা বাক্স আঁকা যায়।

এখন আসি মূল কথায়। এই নথিটির আসল মূল্য বিশ্লেষণে নয়, পাইপলাইন ডায়াগনস্টিকে। এটি প্রমাণ করে—স্টেজ-১ থেকে স্টেজ-২-এ যাওয়ার আগে একটি গেট চেক থাকলে কত বড় বিপদ এড়ানো যায়। খালি ইনপুট ধরা পড়ে বিশ্লেষণ নষ্ট হওয়ার আগেই। এটাই আসল ‘তথ্য লাভ’। যে বিশ্লেষণে কোনো তথ্য নেই, সেটি বিশ্লেষণ নয়—সেটি একটি সতর্কবার্তা।

কিন্তু এখানেই একটি বিকল্প চিন্তা আছে। কারও কারও মনে হতে পারে, স্টেজ-১ ব্যর্থ হলে স্টেজ-২-এ অনুমান দিয়ে ফাঁক ভরাট করা যেত। আমি সেটি করিনি, কারণ অনুমান দিয়ে ফাঁক ভরাট করলে সেটি বিশ্লেষণকে বাঁচায় না, বরং ডেটার বিশ্বাসযোগ্যতা নষ্ট করে। মডেলের সৌন্দর্য তার প্রতিলিপিযোগ্যতায়, অলঙ্কারে নয়। যখন ইনপুট থাকে না, তখন সঠিক উত্তর হলো—‘বিশ্লেষণ করা সম্ভব নয়’। এটাই সবচেয়ে সৎ উত্তর। ৬৩ বছর বয়সে এসে আমি বুঝেছি, ভুল বিশ্লেষণ দেওয়ার চেয়ে ‘জানি না’ বলা অনেক বেশি পেশাদার। কারণ ‘জানি না’ বললে পরের ধাপে সঠিক কাজটি করার সুযোগ থাকে।

এখন দেখুন, স্টেজ-২-এর নথিটি আসলে কী দাবি করছে। এটি দাবি করছে আটটি মাত্রার কোনোটিই সম্পূর্ণ করা যায়নি। কিন্তু প্রতিটি মাত্রার টেমপ্লেট সম্পূর্ণভাবে আঁকা হয়েছে। প্রতিটি ঘরে ‘এন/এ – অপরাপ্ত তথ্য’ লেখা আছে। এটি কাকতালীয় নয়। এটি একটি সচেতন সিদ্ধান্ত—যখন কোনো তথ্য নেই, তখন কাঠামোটি অটুট রেখে ঘরগুলি ফাঁকা রাখা। এতে ডাউনস্ট্রিম পাঠক ঠিক জানতে পারেন—কী কী তথ্য দরকার ছিল, আর কোনটি কোথায় বসত।

একটি বিষয় লক্ষ্য করুন। নথিটিতে ‘ক্রিকেট_এশিয়া’ ডোমেইন লেবেলটি পূরণ করা হয়েছে, অথচ সব কনটেন্ট ক্ষেত্র খালি। এর মানে হতে পারে—স্টেজ-১ পার্সার কোনো একটি সিগন্যাল পেয়েছিল, সম্ভবত শিরোনাম বা ইউআরএল থেকে। কিন্তু সেটি থেকে তথ্য বিন্দু তৈরি করতে পারেনি। এটি একটি ‘নীরব ব্যর্থতা’। আর নীরব ব্যর্থতা প্রকাশ্য দুর্বলতার চেয়ে বেশি বিপজ্জনক। কারণ প্রকাশ্য দুর্বলতা চোখে পড়ে, নীরব ব্যর্থতা ধরা পড়ে না।

আমার ২০১৮ সালের জার্মানি বিশ্লেষণের কথাও মনে পড়ে। রাশিয়া বিশ্বকাপে জার্মানির বিরুদ্ধে দক্ষিণ কোরিয়ার ম্যাচে জার্মানির পিপিডিএ ছিল ৬.২। তারা ১৮টি শট ও ২.৪ এক্সজি হজম করেছিল, নিজেরা তৈরি করেছিল মাত্র ০.৮ এক্সজি। কম পিপিডিএ আসলে আক্রমণের মুখোশ পরে থাকা রক্ষণভঙ্গুরতা। কিন্তু সেটি বলার জন্য আমার দরকার ছিল পিপিডিএ, শট, এক্সজি, দূরত্ব—সব ডেটা। ডেটা না থাকলে আমি জার্মানির ভাগ্য সম্পর্কে একটি বাক্যও লিখতে পারতাম না। স্টেজ-২-এর এই নথিটি সেই ডেটার অনুপস্থিতির সুস্পষ্ট প্রমাণ।

আমার দ্বিতীয় শিক্ষা এসেছিল ২০২০ সালে। যখন স্টেডিয়াম খালি, তখন ৮৩টি বুন্দেসলিগার ম্যাচ বিশ্লেষণ করলাম। হোম জয়ের হার ৪৩% থেকে ৩৩%-এ নেমে আসল। গোল প্রতি ম্যাচে ৩.২ থেকে ৩.০-তে নেমে আসল। আমি ‘খালি স্টেডিয়াম অ্যাডজাস্টমেন্ট কো-এফিসিয়েন্ট’ তৈরি করলাম, যেখানে অ্যাওয়ে দলকে ০.১৫ এক্সজি বাড়িয়ে দিলাম। এই পদ্ধতি দিয়ে চারটি অঘটন সঠিকভাবে পূর্বাভাস দিয়েছিলাম। বিষয়টি ছিল—হোম জয়কে কখনো মুখের উপর বিশ্বাস করা যাবে না। ফাঁকা স্টেডিয়ামে সেটাই প্রমাণ হলো। কিন্তু এর জন্যও দরকার ছিল ডেটা। স্টেজ-২ নথিতে সেই ডেটার নামগন্ধ নেই।

বাংলাদেশে কাজ করতে গিয়ে আমি আরও একটি বিষয় শিখেছি। এখানকার পিচ, শিশির, আর্দ্রতা, প্রতিপক্ষের গুণমান এবং সম্পদ ব্যবধান—এগুলো সব সংশোধনযোগ্য চলক। এগুলো অজুহাত নয়। কিন্তু সংশোধন করার আগে চাই ডেটা। আমার স্ট্যান্ডার্ড ডসিয়ের ঠিক এই কাজটি করে—ঢাকার পিচ আর ইউরোপীয় পিপিডিএ মডেলকে একই বিশ্লেষণী ফ্রেমে বসায়, ভুল সমতুল্যতা ছাড়াই। এই ফ্রেমে স্টেজ-১ হলো ইনপুট স্তর, স্টেজ-২ হলো বিশ্লেষণ স্তর। ইনপুট না থাকলে বিশ্লেষণ স্তরের কোনো অর্থ নেই।

তাহলে স্টেজ-১-এর চেয়ে বেশি তথ্য দরকার কি না? না, দরকার কম তথ্য—কিন্তু সঠিক তথ্য। স্টেজ-২ চালু করার জন্য সর্বনিম্ন প্রয়োজনীয় ইনপুট হলো: কমপক্ষে তিনটি সোর্সযুক্ত তথ্য বিন্দু, প্রতিটিতে কে, কী, কখন, কোথায় এবং স্কোর বা সংখ্যা থাকবে; প্রতিটি তথ্য বিন্দুতে ফরম্যাট ট্যাগ থাকবে—টেস্ট, ওয়ানডে, টি-টোয়েন্টি বা লিগ; কমপক্ষে একটি নামযুক্ত দল বা খেলোয়াড়; এবং একটি সূত্র, যেখানে আউটলেট ও প্রকাশের তারিখ থাকবে। এই চারটি থাকলে স্টেজ-২-এর আটটি মাত্রাই সম্পূর্ণ করা সম্ভব।

এখন সামনের দিকে তাকাই। স্টেজ-১ যদি আবার চালানো হয় এবং ইনফরমেশন পয়েন্ট ব্লকটি পূরণ হয়, তাহলে আটটি মাত্রার পূর্ণ বিশ্লেষণ সম্ভব। কিন্তু তার আগে তিনটি সিগন্যাল terus পর্যবেক্ষণ করতে হবে। প্রথম সিগন্যাল—স্টেজ-১ পুনরায় চালানোর পর ইনফরমেশন পয়েন্ট খালি আছে কি না, তা দেখা। দ্বিতীয় সিগন্যাল—মূল সূত্র উদ্ধার, অর্থাৎ স্টেজ-১-এর ‘আর্টিকেল সোর্স’ ও ‘আর্টিকেল টাইটেল’ ক্ষেত্র এন/এ থেকে নামযুক্ত মানে পরিবর্তিত হয়েছে কি না, তা দেখা। তৃতীয় সিগন্যাল—ডোমেইন লেবেলের উৎস, অর্থাৎ ‘ক্রিকেট_এশিয়া’ আসল টেক্সট থেকে এসেছে কি না, তা যাচাই করা। এই তিনটি সিগন্যাল পেলেই বোঝা যাবে, একটি পুনরুদ্ধারযোগ্য নিবন্ধ আসলেই আছে কি না।

যে কোনো ডেটা বিশ্লেষণের শেষ কথা হলো: প্রক্রিয়া আগে, ফলাফল পরে। স্টেজ-২-এর এই নথিটি একটি দুর্বলতার গল্প নয়, বরং একটি শৃঙ্খলার গল্প। ইনপুট না থাকলে বিশ্লেষণ থামিয়ে দেওয়ার সিদ্ধান্তটি আসলে শৃঙ্খলারই প্রমাণ। প্রশ্ন হলো—পরবর্তী ধাপে আমরা কি সঠিক তথ্য দিয়ে স্টেজ-২-কে পুনরুজ্জীবিত করব, নাকি অনুমান দিয়ে ফাঁকা ঘর ভরাট করে নিজেদের ডেটা বিশ্বাসযোগ্যতাকে নষ্ট করব? এই প্রশ্নের উত্তরটাই বলে দেবে আমরা আসলে ডেটা মঙ্ক, নাকি শুধু সংখ্যার গল্পকার।