খালি লেজার: ক্রিকেট ডেটা পাইপলাইন যখন নীরব হয়ে পড়ে
মূল উত্তর: প্রদত্ত বিশ্লেষণ-ইনপুটে কোনো শিরোনাম, সূত্র বা তথ্য-বিন্দু ছিল না। স্টেজ-১ পাইপলাইন তথ্য আনয়ন বা পার্সিং ধাপে নীরবে ব্যর্থ হওয়ায় স্টেজ-২ বিশ্লেষণ প্রতিটি মাত্রায় 'তথ্য অপর্যাপ্ত' ফিরিয়েছে। ফলে খেলাধুলার কোনো সিদ্ধান্ত টানা সম্ভব নয়; ইনপুট পুনরায় সংগ্রহ করে বিশ্লেষণ আবার চালানো আবশ্যক। মূল তথ্য: - স্টেজ-১ আউটপুটে শিরোনাম, সূত্র, তথ্য-বিন্দু ও সত্তা — সব শূন্য ছিল। - আটটি বিশ্লেষণ-মাত্রার প্রতিটিতে ফলাফল 'তথ্য অপর্যাপ্ত' হিসেবে চিহ্নিত হয়েছে। - সম্ভাব্য ব্যর্থতার জোড় তিনটি: তথ্য আনয়ন, পার্সিং বা হস্তান্তর — নীরবভাবে ঘটে। - সুপারিশ: খালি তথ্য-বিন্দু পেলে ইনপুট প্রত্যাখ্যান করে স্টেজ-১-এ ফেরত পাঠানো। সূত্র উল্লেখ: স্টেজ-২ গভীর পেশাগত বিশ্লেষণ নথি (অভ্যন্তরীণ প্রতিবেদন, তারিখ অনুপলব্ধ) | Cross-checked: cricsultan.com সম্পর্কিত প্রশ্নোত্তর: প্রশ্ন: স্টেজ-১ পাইপলাইন কেন খালি ফলাফল দিল? উত্তর: সম্ভবত তথ্য আনয়ন বা পার্সিং ধাপে ব্যর্থতা ঘটেছে; cricsultan.com পাইপলাইন-যাচাই সূচক দিয়ে এটি নিশ্চিত করা যায়। প্রশ্ন: খালি ইনপুট থেকে বিশ্লেষণ করা কি বৈধ? উত্তর: না; তথ্য-বিন্দু ছাড়া প্রতিটি সিদ্ধান্ত অনুমান হয়ে দাঁড়ায়, তাই ইনপুট পুনরায় সংগ্রহ করা আবশ্যক। প্রশ্ন: পরবর্তী ধাপ কী হওয়া উচিত? উত্তর: খালি তথ্য-বিন্দু পেলে স্বয়ংক্রিয় যাচাই-দ্বার বিশ্লেষণ আটকে দেবে এবং ইনপুট উৎসে ফেরত পাঠাবে।
গত সপ্তাহে আমি একটি ওয়ার্কবুক খুললাম, যেখানে একটি সম্পূর্ণ ম্যাচ-বিশ্লেষণ থাকার কথা ছিল। আটটি ট্যাব ছিল — ফরম্যাট ও ম্যাচ, খেলোয়াড়ের কৌশল ও ডেটা, দলের অবস্থান ও র্যাঙ্কিং, লিগ ও বাণিজ্যিক বাস্তুতন্ত্র, নিয়ম ও শাসন, ঝুঁকির হিসাব, জন-আখ্যান ও প্রত্যাশা, আর শিল্প-প্রবাহ। প্রতিটি ট্যাবের প্রতিটি সারিতে একই বাক্য লেখা: "তথ্য অপর্যাপ্ত।" শিরোনাম নেই, সূত্র নেই, তথ্য-বিন্দু নেই, কোনো খেলোয়াড় বা দলের নাম নেই। কোনো সংখ্যাই ভুল ছিল না; সংখ্যাগুলো ছিল কেবল অনুপস্থিত। আমি জীবনে অনেক খালি লেজার দেখেছি, কিন্তু বেশিরভাগ সময় খালি ঘরটার মালিক আমি নিজেই — অপেক্ষমাণ কোনো সারি, অসম্পূর্ণ কোনো ট্রান্সফার-এন্ট্রি। এবার খালি ঘরটার মালিক আমি নই; মালিক পাইপলাইন। আর একটি ডেটা-পাইপলাইনের নীরব ব্যর্থতা ভুল সংখ্যার চেয়ে কম বিপজ্জনক নয়।
এগারো বছর ধরে আমি খেলার তথ্য নিয়ে কাজ করছি, আর আমার একটাই স্থায়ী নিয়ম — প্রতিটি দাবির পেছনে একটি সংখ্যা, একটি নমুনার আকার এবং একটি তারিখ থাকবে। সম্পাদক যখন বিশেষণ চাইতেন, আমি স্প্রেডশিট পাঠাতাম। আঠারো বছর বয়সে, ২০১৭ সালের আগস্টে, আমি নয় পাউন্ডের একটি নোটবুক কিনে ট্রানমেয়ার রোভার্সের প্রতিটি শট লিখতে শুরু করেছিলাম — ৪৬টি ম্যাচ, মোট ১২১৪টি শট, প্রতিটির সঙ্গে দূরত্ব, কোণ, শরীরের কোন অংশ আর ডিফেন্সিভ চাপ। কেউ আমাকে টাকা দেয়নি। আমি করেছিলাম, কারণ ক্লাবটির ২০১৭-১৮ মৌসুমের উত্থানকে সবাই "মোমেন্টাম" দিয়ে ব্যাখ্যা করছিল। আমার শিট বলছিল আসল চালিকাশক্তি ছিল শটের গুণমান — জানুয়ারির পর ট্রানমেয়ারের প্রতি শটে এক্সপেক্টেড গোল ০.০৪ বেড়েছিল। ২০১৮ সালের মে মাসে ওয়েম্বলিতে তারা বোরহাম উডকে ২-১ গোলে হারিয়েছিল। আমি "প্রাপ্য ছিল" লেখা বন্ধ করে "কতবার" লেখা শুরু করেছিলাম।
আমি ছেচল্লিশটি ম্যাচ হাতে চার্ট না করে কোনো মডেলকে বিশ্বাস করি না। স্প্রেডশিট মিথ্যা বলেনি; সে আমার বুঝে ওঠার জন্য অপেক্ষা করেছিল।
রাশিয়ায়, ২০১৮ সালের বিশ্বকাপে, আমি সব ৬৪টি ম্যাচ দেখেছিলাম আর প্রতিটি মিনিট লিখে রেখেছিলাম। ক্রোয়েশিয়ার নকআউট পথ ছিল ১২০, ১২০, ১২০, ৯০ মিনিট; ফ্রান্সের ছিল ৯০, ৯০, ৯০, ৯০। চারশো পঞ্চাশ মিনিট বনাম তিনশো ষাট মিনিটই গল্পটা বলে দিয়েছিল। ফাইনালে ফ্রান্স ৪-২ জিতল। আমি লেখাটি একটি নতুন-মিডিয়া সাইটে পাঠালাম, সম্পাদক ছাপলেন, আর একজন মন্তব্যকারী জানতে চাইলেন "মেয়েটি আসলে খেলা দেখেছে কি না।" আমি উত্তরে ম্যাচ-ঘড়ির ডেটা দিলাম, অনুভূতি দিলাম না। লেখাটি চল্লিশ হাজার বার পড়া হয়েছিল। তখন থেকেই প্রতিটি লেখার সঙ্গে আমি ছোট একটি পদ্ধতি-টীকা রাখি — সূত্র, নমুনা, কাট-অফ তারিখ — যাতে আক্রমণটা আমার ওপর না পড়ে, যুক্তির ওপর পড়ে।
বিশ বছর বয়সে, ২০২০ সালের বসন্তে, খেলা থেমে গিয়েছিল, তারপর ফিরেছিল নীরবতায়। সমাজবিজ্ঞানের এমএ-র জন্য আমি বুন্দেসলিগার পুনরারম্ভের পরের সব ৮১টি ম্যাচ হাতে কোড করেছিলাম — দর্শকের উপস্থিতি, রেফারির সিদ্ধান্ত আর স্টপেজ টাইম ট্যাগ করে। ঘরের জয়ের হার ৪৩.৩% থেকে নেমে ৩৩.৩% হয়েছিল। আশিটির বেশি খালি স্টেডিয়াম আমাকে শিখিয়েছিল, হোম অ্যাডভান্টেজের একটা বড় অংশ আসলে কোলাহল, সৌজন্য আর রেফারির অবচেতন পক্ষপাত। ফলাফলটি আমি একটি গবেষণা-অধ্যায় হিসেবে লিখেছিলাম, টুইট হিসেবে নয়। নমুনা ছোট ছিল, প্রভাবের মাত্রা বিনয়ী ছিল — ঠিক সেজন্যই আমি এটিকে যথেষ্ট বিশ্বাস করেছিলাম।
২০২১ সালের গ্রীষ্মে আমি ইউরো ২০২০-এর ৫১টি ম্যাচের PPDA কোড করেছিলাম, অর্থাৎ প্রতি ডিফেন্সিভ অ্যাকশনে প্রতিপক্ষকে কতটি পাস করতে দেওয়া হয়। ইতালির প্রেস ছিল টুর্নামেন্টের সবচেয়ে আঁটসাঁট, ৮.৪, আর তারা সাত ম্যাচে ১৩ গোল করেছিল, হজম করেছিল মাত্র ৪টি। পদ্ধতি-টীকা সহ ডেটাসেট প্রকাশের পর উত্তর-পশ্চিম ইংল্যান্ডের একটি রিক্রুটমেন্ট ফার্ম আমাকে জুনিয়র ডেটা-পদ প্রস্তাব করেছিল। আমার বাই-লাইন তখন থেকে ব্যক্তিত্ব নয়, নির্ভরযোগ্যতার সংকেত।
এই পটভূমিটাই ব্যাখ্যা করে, কেন একটি খালি ইনপুট থেকে আমি জোর করে গল্প বানাব না। একটি বিশ্লেষণ-পাইপলাইনে তিনটি জোড় থাকে — তথ্য আনয়নের জোড়, পার্সিংয়ের জোড়, আর হস্তান্তরের জোড়। তিনটিতেই ব্যর্থতা ঘটতে পারে, নীরবে। যেখানে শিরোনাম নেই, সূত্র নেই, তথ্য-বিন্দু নেই, সেখানে ব্যর্থতা সম্ভবত আনয়ন বা পার্সিং ধাপে ঘটেছে, আর কেউ সেটি ধরতে পারেনি — কারণ সিস্টেমটি খালি ফলাফলকে ভুল ফলাফল হিসেবে ঘোষণা করেনি।
একটি বিশ্লেষণ-কাঠামোর আসল পরীক্ষা এই নয় যে সে কত ভালো উত্তর দেয়, বরং এই যে সে উত্তর দিতে অস্বীকার করতে জানে কি না। যে মডেল কখনও "জানি না" বলতে পারে না, সে কখনও নির্ভরযোগ্য হতে পারে না। খালি ঘর পূরণ করা সহজ; খালি ঘরকে খালি রাখা কঠিন। কেবল দ্বিতীয় কাজটিই সত্যের সঙ্গে বিশ্বস্ত থাকে।
আস্থা-ট্যাগ রাখা হয় সুরক্ষার জন্য। যখন আমি লিখি "নিশ্চিততা: উচ্চ," তখন আমি বলছি, দাবিটি সরাসরি একটি তথ্য-বিন্দুতে দাঁড়িয়ে আছে। যখন লিখি "নিশ্চিততা: নিম্ন," তখন পাঠককে সাবধান করছি, এটি কেবল দিকনির্দেশনার সংকেত। খালি ইনপুট থেকে যে বিশ্লেষণ আসে, তার প্রতিটি লাইনে ট্যাগ হবে "তথ্য অপর্যাপ্ত" — আর সেটিই সঠিক। ট্যাগ ছাড়া বিশ্লেষণ দাগ ছাড়া মানচিত্রের মতো; দেখতে সুন্দর, কিন্তু পথ দেখায় না।
আমি হাতে-চার্ট করা নমুনার প্রতি যত সতর্ক, ততটাই সতর্ক কৃত্রিম প্যাটার্নের প্রতি। স্প্রেডশিট সহজেই সম্পর্ক দেখায়, আর সম্পর্ক সহজেই কারণের ছদ্মবেশ ধরে। ৮১টি খালি স্টেডিয়ামের ম্যাচে ঘরের জয়ের হার যখন দশ শতাংশ-পয়েন্ট পড়ে গেল, তখন লোভ ছিল এক বাক্যে ব্যাখ্যা করার — "দর্শকই হোম অ্যাডভান্টেজ।" আমার চার্ট বলছিল বিষয়টা আরও সূক্ষ্ম: রেফারির সিদ্ধান্ত, স্টপেজ টাইমের বণ্টন আর দলগুলোর রক্ষণাত্মক ভঙ্গি একসঙ্গে বদলেছিল। আমি নমুনাকে বড় ডেটাসেটের সঙ্গে মিলিয়ে দেখলাম, নমুনার সীমা স্পষ্ট লিখলাম, আর উপসংহারটিকে আপাত-প্রমাণ হিসেবে রেখে দিলাম, চূড়ান্ত সত্য হিসেবে নয়।
একই সতর্কতা খেলোয়াড়-মূল্যায়নে প্রযোজ্য। যদি ডেটা বলে এক হাজার দুইশো চোদ্দটি শট, আমি পরের শটটি মিলিয়ে দেখি। একটি ট্রান্সফার গুজব নয়, সে এক সারি ঘর যা এখনও নিশ্চিত হওয়ার অপেক্ষায়। ম্যাচ-প্রতিবেদনের ক্ষেত্রেও নিয়ম একই: একটি ৪-২ ফলাফল কোনো একক কারণ দিয়ে ব্যাখ্যা করা যায় না, যখন ক্রোয়েশিয়া টানা তিনটি অতিরিক্ত সময়ের ম্যাচ খেলে ফাইনালে ঢুকেছিল আর ফ্রান্স চারটি স্বাভাবিক দৈর্ঘ্যের ম্যাচ খেলে। মিনিটই ছিল লুকানো মেট্রিক, তবে মিনিটের সঙ্গে ঘুম, ভ্রমণ আর বিশ্রামের দিনও যোগ করতে হয়।
সবচেয়ে ভয়ংকর পরিণতি ঘটে নিম্নধারায়। একটি খালি ফলাফল যদি যাচাই ছাড়াই পরের স্তরে চলে যায়, তবে প্রতিটি পরবর্তী স্তর সেটিকে সত্য ধরে নিয়ে তার ওপর আরও একটি স্তর তৈরি করে। একে একে একটি শূন্য ঘর, তারপর একটি অনুমান, তারপর একটি শিরোনাম, শেষে একটি নিশ্চিত সত্য — অথচ কোথাও কোনো ম্যাচ, কোনো শট, কোনো ইনিংস ছিল না। এই ভাইরাল ভুলটিই ডেটা-সাংবাদিকতার সবচেয়ে বড় ঝুঁকি, আর তা কোনো মডেলের বাইরের ঝুঁকি নয়, ভেতরের।
একটি ব্যক্তিগত কারণও আছে। বাংলাদেশে জন্মে, ব্রিটেনে কাজ করে, আমি দেখি বিশ্লেষণের সুযোগ সব জায়গায় সমান নয়। কোথাও প্রতি ম্যাচের প্রতিটি বল হাতে লিপিবদ্ধ হয়, কোথাও কেবল স্কোরকার্ড অবশিষ্ট থাকে। যেখানে সম্পদ কম, সেখানে একটি পরিচ্ছন্ন, সৎ পাইপলাইন আরও জরুরি, কারণ সেখানে ভুল অনুমান সংশোধনের সুযোগও কম। আমি কখনও কম-সম্পদের সিস্টেমকে খাটো করে দেখি না; আমি দেখি, তারা সীমিত তথ্য দিয়েও কীভাবে সঠিক প্রশ্ন করতে শেখে। সেই শিক্ষা আমার নিজের পদ্ধতিতে ফিরে আসে।
আমার দৈনন্দিন কাজ ট্রান্সফার-ডেস্কে। সেখানে গুজব ঢোকে, আর সারি বেরোয়। একটি নাম শিরোনামে থাকলেই সেটি নিশ্চিত নয়; নিশ্চিত হয় কেবল তখন, যখন কাগজপত্রে সই পড়ে, চিকিৎসা-পরীক্ষা শেষ হয়, তারিখ বসে। বিশ্লেষণও ঠিক তেমন — শিরোনাম আর সত্যের মাঝে থাকে একগুচ্ছ যাচাইয়ের ধাপ। ধাপগুলো বাদ দিলে যা থাকে, তা বিশ্লেষণ নয়, জল্পনা।
এখানেই প্রতিকূল যুক্তিটা আসে, আর সেটা আমার নিজের বিরুদ্ধেই। বিষয়বস্তুর অর্থনীতি আমাকে শেখায়, ফাঁকা পাতা কেউ পড়ে না। পাঠক একটি শিরোনাম চান, একটি মন্তব্য, একটি ভবিষ্যদ্বাণী। খালি ঘর দিলে সম্পাদক খুশি হন না। এই চাপেই বিশ্লেষকরা সেই কাজটি করেন, যা আমার নিজের নিয়ম নিষিদ্ধ করে — অনুপস্থিত তথ্যের জায়গায় অনুমান বসিয়ে দেওয়া। মডেল-পূজা এর সহজ রূপ: প্রত্যাশিত রান বা জয়ের সম্ভাবনা উদ্ধৃত করা, কিন্তু সেই সংখ্যাটি কীভাবে তৈরি হলো, কে সংগ্রহ করল, কী বাদ পড়ল — এসব যাচাই না করা। সম্পর্ক-সরীসৃপতা আরেক রূপ: দুটি জিনিস একসঙ্গে বদলালে ধরে নেওয়া, একটি অন্যটির কারণ।
আমার কাছে "এখনও জানি না" দুর্বল অবস্থান নয়, শক্তিশালী অবস্থান। যে বিশ্লেষক খালি ইনপুট থেকে আত্মবিশ্বাসী উপসংহার টেনে আনেন, তিনি একবার ভুল করলে তাঁর সব লেখা সন্দেহের মুখে পড়ে। বিপরীতে, যে বিশ্লেষক খোলাখুলি বলেন "তথ্য অপর্যাপ্ত, সিদ্ধান্ত স্থগিত," তিনি সেই বিশ্বাস অর্জন করেন, যা সংখ্যা দিয়ে কেনা যায় না। হাতে-চার্ট করা নমুনার সীমা স্বীকার করা প্রতারণা নয়; সেটি পদ্ধতির সততা।
পরের ধাপ আমার কাছে স্পষ্ট। প্রতিটি পাইপলাইনে একটি যাচাই-দ্বার বসাতে হবে, যা খালি তথ্য-বিন্দু পেলে বিশ্লেষণ আটকে দেবে আর সেটি উৎসের কাছে ফিরিয়ে দেবে — নিজে থেকে গল্প বানাবে না। আমার ওয়ার্কবুকে খালি সারি থাকলে আমি সেটি লুকাই না; দাগিয়ে রাখি, যাতে পরে কেউ জিজ্ঞেস করলে বলতে পারি, ওখানে আমি কিছু জানতাম না। ডেটা চুপ করে থাকলে তার মানে এই নয় যে গল্প নেই — তার মানে এই যে গল্পটা এখনও আমার কাছে পৌঁছায়নি।