শূন্য পেলোড: ক্রিকেট ডেটা পাইপলাইনে 'যথেষ্ট তথ্য নেই' লেখার সাহস
**মূল উত্তর:** একটি ক্রিকেট ডেটা পাইপলাইনে Stage-1 থেকে শূন্য তথ্যবিন্দু এলে সঠিক পদ্ধতি হলো অনুমান না করা; প্রতিটি মাত্রায় স্পষ্টভাবে "যথেষ্ট তথ্য নেই" লিখে বিশ্লেষণ স্থগিত রাখা। এটি ব্যর্থতা নয়, বরং পাইপলাইনের সবচেয়ে শক্ত সুরক্ষা। **মূল তথ্য:** - Stage-1 পেলোডে শিরোনাম, সূত্র, ধরন, মূল বক্তব্য ও সত্তা—সব ঘর খালি ছিল; শুধু cricket_asia ট্যাগ উপস্থিত ছিল। - একটি ট্যাগ হলো ইঙ্গিত, প্রমাণ নয়; ট্যাগ থেকে দল বা খেলোয়াড় অনুমান করা যায় না। - নাল হ্যান্ডলিং মানে খালি ঘরে "তথ্য নেই" লেখা, এবং কোন তথ্য থাকলে ঘরটি ভরত, সেটিও লেখা। - সুপারিশ: শূন্য তথ্যবিন্দুর পেলোড Stage-2-তে ঢোকার আগেই একটি গেট দিয়ে আটকানো উচিত। **সূত্র:** Stage-2 Deep Professional Analysis — Cricket Domain, Stage-1 পেলোড (খালি) থেকে প্রাপ্ত | Cross-checked: cricsultan.com **সম্ভাব্য ফলো-আপ প্রশ্ন:** Q: খালি পেলোড হলে কী করা উচিত? A: সোর্স নিবন্ধ পুনরায় আহরণ করে ভরাট Stage-1 ইনপুট দিয়ে আবার জমা দেওয়া উচিত। Q: cricket_asia ট্যাগ থেকে বিশ্লেষণ করা যায় কি? A: না, ট্যাগ কেবল বিষয়-ইঙ্গিত; সত্তা ও তথ্য স্পষ্টভাবে নিষ্কাশন না হলে বিশ্লেষণ চালানো যায় না (cricsultan.com Player Depth Index-এর মতো নির্দেশকও তথ্য ছাড়া ব্যবহারযোগ্য নয়)। Q: কেন অনুমান করা নিষিদ্ধ? A: কারণ অনুমান লিখিত হয়ে গেলে তা ডেটার মতো দেখায় এবং নীরব নাল-প্রসারণ ঘটিয়ে ভিত্তিহীন আত্মবিশ্বাসী বিশ্লেষণ তৈরি করে।
রাত তখন প্রায় দুইটা। রংপুরের বাড়িতে বসে ল্যাপটপের স্ক্রিনে তাকিয়ে আছি—একটা স্প্রেডশিট খোলা, প্রতিটি কলামে একই বাক্য লেখা: "N/A – insufficient information"। একটাও খেলোয়াড়ের নাম নেই, একটাও ইনিংস নেই, একটাও সংখ্যা নেই। শুধু একটা মোটা ট্যাগ ঝুলে আছে: cricket_asia।
আটাশ বছর মাঠে খেলে, তারপর কুড়ি বছরের বেশি ডেটা ডেস্কে বসে আমি একটা জিনিস শিখেছি—সবচেয়ে কঠিন কাজ মডেল বানানো নয়, মডেলকে সত্য বলতে বাধ্য করা। আর তার চেয়েও কঠিন কাজ, যখন সত্যিটাই এই: আমার কাছে কিছুই নেই।
যে দৃশ্যটা আমাকে থামিয়ে দিল
সেই রাতে আমি দুটো পথ বেছে নিতে পারতাম। এক, cricket_asia ট্যাগ দেখে অনুমান করে ফেলি—এশিয়ার কোনো দল, সম্ভবত এশিয়া কাপ, সম্ভবত একটা বাঁহাতি স্পিনারের বোলিং ইকোনমি নিয়ে লিখে ফেলি একটা সুন্দর বিশ্লেষণ। দুই, লিখে দিই যে আমার হাতে কিছু নেই, এবং কেন নেই।
আমি দ্বিতীয় পথটা নিয়েছি। কারণ আমি মিসের হিসাব রাখি—হিটগুলোর প্রেস অফিসার আগেই আছে।
বিষয়টা শুকনো শোনাচ্ছে, আমি জানি। কিন্তু একটা পাইপলাইনের ভেতরে যেটা ঘটেছে, সেটা আসলে ক্রিকেট বিশ্লেষণের সবচেয়ে বড় রোগটার নাম। রোগটা হলো—খালি জায়গা দেখলে মানুষ নিজে থেকে ভরে দিতে চায়। কোনো ডেটা না থাকলে কল্পনা ঢুকে পড়ে, আর কল্পনা সবসময় আত্মবিশ্বাসী শোনায়।
প্রসঙ্গ: ডেটার অভাবে ডেটার গল্প
২০১৭ সালে যখন আমি "দ্য রংপুর ডেটা মঙ্ক" চালু করি, তখন বাংলাদেশ প্রিমিয়ার লিগের একটা ১২ পর্বের xG আর PPDA অডিট করেছিলাম। উদ্দেশ্য একটাই ছিল—প্রমাণ করা যে শটের সংখ্যা লুকিয়ে রাখে শটের গুণমান। একটা দল ৮৭টা শট নিয়ে ৬৪টার সামনে হেরে যেতে পারে, এবং স্কোরলাইন কখনো বলবে না কেন।
সেই সিরিজ আমাকে একটা অভ্যাস দিয়েছিল: আমি কোনো চোখে-দেখা দাবি ছাপি না, যদি তার পেছনে একটা মেট্রিক না থাকে।
ডেটা পাইপলাইনে এই অভ্যাসের একটা লিখিত রূপ আছে। নাম দুর্বল শোনায়—নাল হ্যান্ডলিং। মানে হলো, যখন তথ্য নেই, তখন অনুমান করার বদলে স্পষ্টভাবে লেখা: যথেষ্ট তথ্য নেই, মূল্যায়ন করা সম্ভব নয়। শুনতে সহজ, করতে কঠিন।
কারণ আটটা মাত্রা ধরে বিশ্লেষণের একটা কাঠামো যখন খোলা হয়—ফরম্যাট আর ম্যাচ বিশ্লেষণ, খেলোয়াড়ের টেকনিক আর ডেটা, দলের ল্যান্ডস্কেপ আর র্যাঙ্কিং, লিগ আর বাণিজ্যিক ইকোসিস্টেম, নিয়ম আর গভর্ন্যান্স, রিস্ক-সাইড, জনমতের প্রত্যাশা, আর ইন্ডাস্ট্রি ট্রান্সমিশন—প্রতিটা ঘরে কিছু লেখার চাপ থাকে। খালি ঘর দেখতে মানুষ সহ্য করতে পারে না।
সেই রাতে আমার সামনে যেটা ছিল, সেটা ছিল একটা নিখুঁত খালি ঘরের গুচ্ছ। Stage-1 নামের যে ধাপটা আসল নিবন্ধ থেকে তথ্যবিন্দু তুলে আনে, সেটা কার্যত কিছুই দেয়নি। না শিরোনাম, না সূত্র, না নিবন্ধের ধরন, না মূল বক্তব্য, না জড়িত সত্তা। শুধু একটা বিষয়-ট্যাগ।
এখানেই আসল পরীক্ষাটা। একটা ট্যাগ মানে একটা ইঙ্গিত, কোনো প্রমাণ নয়। "ক্রিকেট, এশিয়া" মানে এটা জানা গেল যে আলোচনার বিষয়টা সম্ভবত এশিয়ার ক্রিকেটের সঙ্গে যুক্ত। এইটুকুই। এর বেশি টানাটানি করলে আমি নিজের হাতেই একটা মিথ্যা বানিয়ে ফেলব, এবং সেটাকে সাজাব ডেটার ভাষায়—যেটা সবচেয়ে বিপজ্জনক মিথ্যা।
মূল বিশ্লেষণ: যখন মডেল নিজেই স্বীকার করে সে অন্ধ
আমার কেরিয়ারের সবচেয়ে দামি শিক্ষাটা এসেছিল রাশিয়া থেকে, ২০১৮ সালে, যখন আমার বয়স ষাট।
সেই লাইভ xG মডেল blink করেছিল, এবং আমি অপেক্ষা করতে শিখেছিলাম। প্রতিটি শটে মডেল ১৫ সেকেন্ডে আপডেট হতো, এবং পণ্ডিতেরা যখন বলছিলেন ৫-০ একটা ধ্বংস, আমি লিখছিলাম স্কোরলাইন সত্যি, কিন্তু প্রক্রিয়াটা তার চেয়েও বেশি একতরফা—রাশিয়া ২.৭ xG, সৌদি আরব ০.৪। সংখ্যাটা স্কোরলাইনের চেয়ে বেশি কথা বলেছিল, কারণ সংখ্যাটার পেছনে শটের অবস্থান, শরীরের অংশ আর অ্যাসিস্টের ধরন ছিল।
কিন্তু ওই টুর্নামেন্টে আমি আরেকটা জিনিসও শিখেছিলাম, যেটা এখন বেশি দরকার। লাইভ মডেল যখন হারায়, তখন সবচেয়ে বড় বিপদ বাইরের নয়—ভেতরের। মডেলের ভেতরে ফাঁকা একটা ঘর পড়ে থাকলে অপারেটর নিজের মাথা দিয়ে সেটা ভরে দেয়। চাপের মধ্যে মানুষ প্রমাণের বদলে আত্মবিশ্বাস জোগাড় করে।
খালি পেলোডের ক্ষেত্রেও ঠিক একই ঘটনা ঘটতে পারত। আটটা মাত্রার প্রতিটা ঘরে যদি আমি সতর্কভাবে না লিখতাম, তাহলে ফাঁকা জায়গাটা ভরে যেত অনুমানে। আর অনুমান একবার লিখিত হয়ে গেলে সেটা ডেটার মতো দেখতে শুরু করে।
এখানে একটা নিঃশব্দ বিপদ আছে, যার নাম আমি দিয়েছি নীরব নাল-প্রসারণ। ধরুন Stage-1 থেকে একটা খালি পেলোড বেরিয়ে গেল। যদি Stage-2 সেটা না ধরে, যদি Stage-3 সেটা পায়, তাহলে কী হয়? একটা আত্মবিশ্বাসী, ভালোভাবে লেখা, পরিষ্কার টেবিলওয়ালা একটা বিশ্লেষণ তৈরি হয়—যার পুরো ভিত্তি শূন্য। কাগজে সেটা নিখুঁত দেখায়। বাস্তবে সেটা একটা মিথ্যার লাইসেন্স।
তাই ফাঁকা ঘর ভরানোর আগে আমার তিনটা প্রশ্ন থাকে। প্রথম, তথ্যবিন্দু আছে কি? শূন্য তথ্যবিন্দু মানে শূন্য বিশ্লেষণ, কোনো ব্যতিক্রম নেই। দ্বিতীয়, সত্তা চিহ্নিত হয়েছে কি? ট্যাগ থেকে সত্তা অনুমান করা যায় না। তৃতীয়, সময়-সংবেদনশীলতা যাচাই হয়েছে কি? যদি না হয়, তাহলে সংখ্যার পেছনে কোনো তারিখ বসানো যাবে না।
এই তিনটা প্রশ্নের উত্তর যখন না, তখন সঠিক উত্তরটা লেখা আছে পরিষ্কারভাবে—মূল্যায়ন স্থগিত, যাচাইযোগ্য ইনপুটের অপেক্ষায়।
আমি জানি এটা পাঠকের কাছে হতাশাজনক। কেউ খবর পড়তে আসে, উত্তর পেতে চায়। কিন্তু এখানেই ডেটা-সন্ন্যাসী আর টকিং-হেডের পার্থক্য। একটা টকিং-হেড খালি স্ক্রিন দেখলে গল্প বানায়। একজন ডেটা-সন্ন্যাসী খালি স্ক্রিন দেখলে লিখে দেয়—স্ক্রিনটা খালি, এবং কেন খালি, সেটাও তদন্তের বিষয়।
কারণ খালি পেলোড নিজেই একটা তথ্য। এটা বলছে পাইপলাইনে কোথাও একটা ফাঁক আছে। হয় সোর্স নিবন্ধটা তোলাই যায়নি, হয় বডি খালি এসেছে, হয় কোনো পেওয়াল বা রোবট ব্লক আটকে দিয়েছে, নয়তো পার্সিং ব্যর্থ হয়েছে। প্রতিটা সম্ভাবনা আলাদা সমস্যা, আলাদা সমাধান। কিন্তু একটা ভুল অনুমানে সেগুলো সব ঢেকে যায়।
মিডজিল্যান্ডের খালি গ্যালারি আমাকে শিখিয়েছিল যে নীরবতাও ডেটা। সেই ২০২০ সালের গ্লোবাল বিরতিতে আমি রিমোটে বসে একটা "খালি-স্টেডিয়াম তীব্রতা সূচক" বানিয়েছিলাম—PPDA, দূরত্ব আর উচ্চ-তীব্রতার স্প্রিন্ট দিয়ে। প্রথম পাঁচটা রিস্টার্ট ম্যাচে মিডজিল্যান্ডের PPDA ৮.৭ থেকে ৬.৯-তে নেমে এসেছিল, আর প্রতি ম্যাচে দূরত্ব বেড়েছিল ৪.২ কিলোমিটার। গ্যালারির নীরবতা কোনো সাজসজ্জা ছিল না, সেটা ছিল একটা অপারেশনাল চলক।
খালি পেলোডের ক্ষেত্রেও একই কথা। ফাঁকাটা সাজসজ্জা নয়, ফাঁকাটা ডেটা। আমার কাজ ফাঁকাটা লুকানো নয়, ফাঁকাটা মাপা।
বিপরীত দিক: ট্যাগের প্রলোভন আর আত্মবিশ্বাসের ফাঁদ
এবার আসি সেই জায়গায়, যেখানে আমি নিজের বিরুদ্ধে দাঁড়াতে চাই।
নাল হ্যান্ডলিংকে অনেকে দুর্বলতা ভাবেন। খালি পেলোডের সামনে দাঁড়িয়ে "যথেষ্ট তথ্য নেই" লেখাটাকে অনেকে পরাজয় ভাবেন। আমার মতে এটা দুটোরই উল্টো। এটা হলো পাইপলাইনের সবচেয়ে শক্ত সুরক্ষা।
ভাবুন তো, উল্টোটা হলে কী হতো। একটা খালি ইনপুট থেকে যদি আটটা মাত্রার নিখুঁত বিশ্লেষণ বেরিয়ে আসে, তাহলে সেটা কৃতিত্ব নয়—সেটা প্রতারণা। কারণ তখন বিশ্লেষকের কল্পনা প্রমাণের জায়গা নিয়ে ফেলেছে, এবং সেটা হয়েছে এতটাই মসৃণভাবে যে ধরা পড়বে না।
আমার জীবনে একটা ট্রান্সফার ফি নিয়ে অনেকবার লিখেছি, এবং প্রতিবার মনে রেখেছি—একটা ট্রান্সফার ফি হলো একটা গল্প, যার সঙ্গে একটা আস্থা-ব্যবধান জোড়া থাকে। ফি-টা জানা যায়, কিন্তু ফি-টা কেন, সেটা একটা পরিসরের ভেতরে থাকে। কেউ যদি ফি-টা দেখে শুধু গল্পটা বানিয়ে ফেলে, ব্যবধানটা উধাও হয়ে যায়।
ক্রিকেটেও একই। একটা দলের স্কোয়াড গভীরতা, একটা লিগের সম্প্রচার-স্বত্বের মূল্য, একটা র্যাঙ্কিংয়ের অবস্থান—এসবের প্রতিটা সংখ্যার পেছনে একটা প্রসঙ্গ লাগে। প্রসঙ্গ ছাড়া সংখ্যা একটা ইট, দেয়াল নয়।
আর এইখানেই cricket_asia ট্যাগের প্রলোভনটা সবচেয়ে ধূর্ত। ট্যাগটা আমার মাথায় একটা ছবি এঁকে দেয়—এশিয়ার মাঠ, এশিয়ার দর্শক, এশিয়ার র্যাঙ্কিং লড়াই। তারপর আমি সেই ছবিটাকে প্রমাণ ভাবতে শুরু করি। কিন্তু সেটা প্রমাণ নয়, সেটা আমার নিজের মাথার তৈরি ছবি, যেটা আমি নিজেই বিশ্বাস করতে শুরু করেছি।
এশিয়ার ক্রিকেটকে নিয়ে বলতে হলে আমার দরকার আসল তথ্য—কোন ফরম্যাট, কোন ম্যাচ, কোন দল, কোন খেলোয়াড়, কোন তারিখ। এসব ছাড়া এশিয়ার ক্রিকেট নিয়ে লেখা মানে এশিয়ার ক্রিকেট নিয়ে একটা গল্প লেখা, বিশ্লেষণ নয়।
আটষট্টি বছর বয়সে আমি একটা মডেলকে তখনই বিশ্বাস করি, যখন সেটা একটা ঠান্ডা মঙ্গলবার পার করে আসে। আর একটা খালি পেলোড আমার কাছে ঠান্ডা মঙ্গলবারের চেয়েও ঠান্ডা—কারণ সেখানে উষ্ণতা জোগানোর জন্য কোনো ডেটা নেই, শুধু আমার নিজের ইচ্ছা আছে।
এখানে আরেকটা ফাঁদ আছে, যেটা আমি নিজের খাতায় লিখে রেখেছি। সেটা হলো, সন্দেহ যেন অনির্দিষ্টতার দিকে গড়িয়ে না পড়ে। নাল হ্যান্ডলিং আর অজ্ঞতা এক জিনিস নয়। নাল হ্যান্ডলিং হলো সচেতন, লিখিত, সীমা-নির্দিষ্ট একটা অবস্থান—আমি জানি কী নেই, এবং কেন নেই। অজ্ঞতা হলো নীরব। দুটোর মধ্যে পার্থক্য হলো লেখা।
তাই আমি প্রতিটা ফাঁকা ঘরে শুধু "তথ্য নেই" লিখে থামি না। আমি লিখি, কী তথ্য থাকলে এই ঘরটা ভরত। এটা স্ট্যান্ডার্ডাইজেশনের কঠোর দিকটা—একটা অভিধান, একটা সূচক, একটা সংজ্ঞা। কিন্তু মানে হলো, সংজ্ঞা দিতে গিয়ে যেন প্রমাণ জোর করে না ঢোকাই।
টেকঅ্যাওয়ে: পরের ইনিংসের সংকেত
তাহলে ওই রাতে আমার হাতে কী রইল? একটা খালি স্প্রেডশিট, আর একটা সিদ্ধান্ত।
সিদ্ধান্তটা হলো—আমি সেটাকে ভরব না। আমি সেটাকে প্রশ্ন করব। সোর্স নিবন্ধটা কোথায় হারাল? কোন ধাপে ইনজেশন থেমে গেল? পার্সিং ব্যর্থ, নাকি বডি খালি, নাকি রোবট আটকে দিল?
আর একটা কাঠামোগত সংকেত আমার সামনে পরিষ্কার। পাইপলাইনে একটা গেট দরকার, যেটা শূন্য তথ্যবিন্দুর পেলোডকে Stage-2-তে ঢুকতেই দেবে না। কারণ খালি ইনপুট দিয়ে শুরু করা বিশ্লেষণ শেষ পর্যন্ত আত্মবিশ্বাসী শোনাবে, এবং আত্মবিশ্বাসই তার একমাত্র সম্পদ হবে।
আমার কাজ কী, সেটা নিয়ে আমি এখন পরিষ্কার। আমার কাজ দর্শককে সান্ত্বনা দেওয়া নয়, আমার কাজ দর্শককে সত্য দেওয়া—এবং সত্য যখন এই যে তথ্য নেই, তখন সেটাও বলা।
রংপুরের ড্রয়ারে সেটা নিউজলেটার এখনো ভবিষ্যৎ বলে যাচ্ছে, কিন্তু আজ সেটা আরেকটা কথা বলে। ডেটার জগতে সবচেয়ে সাহসী বাক্যটা সবচেয়ে ছোট হতে পারে: যথেষ্ট তথ্য নেই।
পরের ইনিংসে আমার লক্ষ্য পরিষ্কার—আগে ইনপুট, তারপর বিশ্লেষণ। কারণ যে মডেল শূন্য থেকে শুরু হয়, সে যা-ই বলুক, সেটা মডেলের কথা নয়, সেটা লেখকের কথা।