ফাঁকা ডেটাসেটের ক্রিকেট: কেন 'কোনো সিদ্ধান্ত নেই' বলাটাই বিশ্লেষকের সবচেয়ে কঠিন কাজ

স্ক্রিনে আটটা ঘর। আটটারই মান N/A। উপরে টাইটেলের বদলে শূন্য, নিচে সাজানো টেবিল, প্রতিটা দাবির পাশে আত্মবিশ্বাসের মাত্রা — High, Medium, Low। কাগজটা দেখলে মনে হয় পূর্ণাঙ্গ একটা ট্যাকটিক্যাল রিপোর্ট। কিন্তু ভেতরে একটাও ম্যাচ নেই, স্কোরলাইন নেই, ফরম্যাট নেই, একটাও খেলোয়াড়ের নাম নেই। আটটা বিশ্লেষণ-স্তম্ভের প্রত্যেকটার ভেতর একই লাইন ঘুরেফিরে ফিরে আসছে: তথ্য অপর্যাপ্ত। ক্রিকেট বিশ্লেষণের কাজে এই দৃশ্যটা নতুন নয়। নতুন হলো এর শেষ লাইনটা — সেখানে লেখা, এই রানটি শূন্য ফল, আর কোনো সিদ্ধান্ত টানার আগে ডেটা সংগ্রহের প্রথম ধাপটা আবার চালাতে হবে। একটা বিশ্লেষণ-ফাইল নিজের অকার্যকারিতা নিজে ঘোষণা করছে। ক্রিকেট-মিডিয়ায় এটা বিরল, কারণ এখানে ফাঁকা জায়গা ভরে দেওয়াটাই পুরনো অভ্যাস। প্রশ্নটা তাই সরল শোনালেও আসলে ট্যাকটিক্যাল: যখন ডেটা শূন্য, তখন পেশাদার মানুষের কাজ কী? প্রথমে বুঝতে হবে ফাঁকাটা কোথায় তৈরি হয়। ক্রিকেটের তথ্য-সরবরাহ শৃঙ্খলটা অদ্ভুত। স্কোরকার্ড, লাইভ ব্লগ, ভিডিও পেজ, সাবস্ক্রিপশনের পেছনে থাকা রিপোর্ট, লাইভ-স্কোরের জাভাস্ক্রিপ্ট উইজেট — এগুলোর একটা বড় অংশ সহজে পড়া যায় না। ক্রলার পেজের যে খোলসটা পায়, সেখানে হেডলাইন থাকে, লেখা থাকে না। ফলে একটা ডকুমেন্ট আসে যেখানে শিরোনাম আছে, প্রকাশক নেই, তারিখ নেই, কোনো ঘটনা নেই। চারটা সম্ভাব্য কারণ চিহ্নিত করা যায়: পেওয়াল বা রেন্ডারিং-সমস্যা (মাঝারি আত্মবিশ্বাস), সোর্সটা আসলে নিবন্ধই ছিল না — স্কোরকার্ড বা লাইভ ব্লগ ছিল (মাঝারি), ওপরের ধাপের পাইপলাইনে নীরব ত্রুটি (কম), বা সত্যিই বিষয়শূন্য ইনপুট (কম)। কিন্তু আসল বিপদটা কোনো একটা কারণে নয়, কারণটার ফলাফলে। ফরম্যাট-ঘরটা ফাঁকা থাকলে ক্রিকেটের প্রতিটা সংখ্যা অর্থহীন হয়ে যায়। ওয়ানডেতে স্ট্রাইক রেট ১৪০ দুর্দান্ত, টি-টোয়েন্টির ফিনিশারের জন্য সেটা মাঝারি। টেস্টে ইকোনমি ৪.৫ স্বাভাবিক, টি-টোয়েন্টির ডেথ ওভারে সেটা প্রায় বিলাসিতা। পাওয়ারপ্লে আর ডেথ ওভারের হিসাব আলাদা করতে না পারলে বোলারের সংখ্যা শুধু সংখ্যা। আরও দুটো জিনিস ফরম্যাটের সঙ্গে বাঁধা — ডিএলএস দিয়ে সংশোধিত টার্গেট, আর ডিআরএস-এর আম্পায়ার্স কল। কোনোটাই ফরম্যাট আর ম্যাচের প্রেক্ষাপট ছাড়া ব্যাখ্যা করা যায় না। আমি ঢাকার একটা ডরমিটরি রুম থেকে এই কাজটা বানিয়েছি, তাই প্রেস বক্সের চেয়ে প্যাটার্নে বেশি ভরসা করি। ২০১৭ সালে দ্য হাফ-স্পেস ব্লগে আবাহনী লিমিটেড ঢাকার ৪-২-৩-১ ফর্মেশন আমি এক্সেলে বানানো ৫x৬ গ্রিডে বসিয়েছিলাম, শেখ জামাল ধানমন্ডির বিপক্ষে। ১৪টা পোস্ট জমেছিল, ৪১২ জন সাবস্ক্রাইবার। কিন্তু ওই গ্রিডের শর্ত একটাই ছিল — প্রতিটা ঘরে একটা কোঅর্ডিনেট থাকতে হবে। ঘর ফাঁকা হলে গ্রিডটা মিথ্যে। ফুটবলের জ্যামিতি দিয়ে শুরু করলেও ক্রিকেটে একই নিয়ম খাটে, কারণ ক্রিকেটের প্রতিটা সংখ্যা একটা অবস্থানের ওপর দাঁড়িয়ে থাকে — কোন ফরম্যাট, কোন ইনিংস, কোন ভেন্যু, কার বিপক্ষে। এই শর্তটা আমি আরও স্পষ্টভাবে শিখেছি ২০১৮ সালে। ওই বছর ২১টা রাতে ৬৪টা বিশ্বকাপ ম্যাচ দেখে ১,১০০-র বেশি সেট পিস ট্যাগ করেছিলাম, রাশিয়ার ১৬৯ গোলের মধ্যে ডেড বল থেকে আসা গোলের রেকর্ড অনুপাত বের করেছিলাম। সংখ্যাটা তখন অর্থবহ হয়েছিল কারণ ট্যাগিংটা ছিল সুনির্দিষ্ট — কোন ম্যাচ, কোন মিনিট, কোন পায়ে। ট্যাগিং না থাকলে ওই ১,১০০ সংখ্যাটা শুধু পরিশ্রমের প্রমাণ হতো, বিশ্লেষণের নয়। রাশিয়ার ওই একুশ রাত আমাকে একটা জিনিস শিখিয়েছে যা আজকের ফাঁকা ফাইলের সঙ্গে সরাসরি সম্পর্কিত: ক্লান্তি যেমন একটা ডেটাসেট, তেমনি 'তথ্য নেই' কথাটাও একটা ডেটাসেট। দুটোই মাপা যায়, দুটোই রিপোর্ট করা যায়, আর দুটোই গোপন করলে বিশ্লেষণ নষ্ট হয়। ক্লান্তি থেকে বেরিয়ে আসা আরেকটা অভিজ্ঞতা এখানে প্রাসঙ্গিক। ২০২০ সালের জুনে আমার চাকরিটা টিকেনি, আর আমি পাঁচ সপ্তাহ কোনো কাজে আবেদন করিনি। বরং বুন্ডেসলিগার প্রজেক্ট রিস্টার্টের ৯২টা ম্যাচ আবার দেখে ফেলি। ঘরের দলের পয়েন্ট পার গেম ১.৬২ থেকে নেমে আসে ১.২৮-এ, অ্যাওয়ের জয় ২৯ শতাংশ থেকে ওঠে ৩৭ শতাংশে। খালি স্টেডিয়ামের ওই ডেটাসেট থেকে লেখাটা বেরোতে ছয়টা সপ্তাহ লেগেছিল। ওখান থেকে শেখা একটাই — আতঙ্ককে ডেটাসেটে বদলাতে হয়, আর ডেটাসেট না থাকলে নিজের আতঙ্কটাকেও সিদ্ধান্ত বলে চালানো যায় না। এখন আসল কাজটা। ফাঁকা ইনপুটের বিরুদ্ধে একটা পাইপলাইনের প্রতিরক্ষা তিন স্তরে সাজানো উচিত। প্রথম স্তর — ডকুমেন্টকে প্রথমে শ্রেণীবদ্ধ করা: এটা নিবন্ধ, নাকি স্কোরকার্ড, নাকি লাইভ ব্লগ, নাকি ভিডিও পেজ। স্কোরকার্ড আর নিবন্ধ একই স্কিমায় পড়া যায় না, আর ভুল স্কিমা দিয়ে পড়লে যা বেরোয় তা বিশ্লেষণ নয়, আওয়াজ। দ্বিতীয় স্তর — স্কিমা ভ্যালিডেটর। শূন্য ইনফরমেশন পয়েন্ট বা ফাঁকা সোর্স-কোয়ালিটি নিয়ে রিপোর্ট এলে সেটা গ্রহণই করা যাবে না। নীরব ব্যর্থতাই সবচেয়ে বিপজ্জনক, কারণ ব্যর্থতা যদি এরর না তোলে, তাহলে একই ফাঁকা আউটপুট অনন্তকাল তৈরি হতে থাকবে। তৃতীয় স্তর — ফেচ-পদ্ধতি আর এইচটিটিপি স্ট্যাটাস লগ করা, এবং রেন্ডারার বা বিকল্প সোর্স দিয়ে আবার চেষ্টা করা। কিন্তু এসবের ওপরে একটা ন্যূনতম চেকলিস্ট দরকার, যেটা ছাড়া কোনো বিশ্লেষণ শুরুই করা উচিত নয়। শিরোনাম, সোর্সের নাম, প্রকাশের তারিখ; ফরম্যাট — টেস্ট, ওয়ানডে, টি-টোয়েন্টি নাকি দ্য হান্ড্রেড; ম্যাচের প্রকৃতি — দ্বিপাক্ষিক সিরিজ, আইসিসি ইভেন্ট, ফ্র্যাঞ্চাইজি লিগ নাকি ওয়ার্ম-আপ; আর অন্তত তিনটা ঠোসা তথ্যবিন্দু। এরপর আসে দল, খেলোয়াড়, কোচ, ভেন্যু, বোর্ড; তারপর উদ্ধৃত সংখ্যা — স্কোর, স্ট্রাইক রেট, ইকোনমি, নিলামের দাম, র‍্যাঙ্কিং; সবশেষে লেখকের অবস্থান আর সোর্সের মান। এই ধাপগুলো ছাড়া একটা ফরম্যাট-ট্যাগহীন রিপোর্ট থেকে বেরোনো যেকোনো দাবি এক ফরম্যাট থেকে আরেক ফরম্যাটে ছড়িয়ে পড়ার ঝুঁকি তৈরি করে — যেটা ক্রিকেট-বিশ্লেষণের সবচেয়ে চুপচাপ ক্ষতিটা। এখানে একটা জিনিস পরিষ্কার করা দরকার, কারণ দুটোকে গুলিয়ে ফেলা হয়। 'কোনো সিদ্ধান্ত নেই' আর 'কম আত্মবিশ্বাসের সিদ্ধান্ত' এক জিনিস নয়। ঝুঁকির মাত্রা ফাঁকা রাখা আর ঝুঁকি 'কম' লিখে দেওয়া দুটো আলাদা কাজ। ফাঁকা রাখলে প্রশ্নটা খোলা থাকে; 'কম' লিখলে পাঠক আশ্বস্ত হয়ে যান, অথচ আশ্বাসটা কোনো তথ্যে দাঁড়িয়ে নেই। একইভাবে ঝুঁকি 'বেশি' লেখাও ভুল হবে, কারণ ভয় দেখানোর পেছনেও তেমন কোনো প্রমাণ নেই। সৎ অবস্থানটা হলো মাঝখানের শূন্যটা — যেখানে লেখা থাকে, বিষয়টা নির্দিষ্ট হয়নি, তাই মূল্যায়ন করা যায় না। দক্ষিণ আফ্রিকায় ২০২১ সালের ইউরো শেষ হওয়ার ১৮ ঘণ্টার মধ্যে ইতালির ৩-২-৫ বিল্ড-আপ নিয়ে যে বারো পাতার ব্রেকডাউনটা লিখেছিলাম, সেটা এই নীতিরই ফল। জর্জিনিয়ো সেন্টার-ব্যাকের মাঝে নেমে আসা, স্পিনাজ্জোলার বাঁ হাফ-স্পেসে ৪০ মিটারের ক্যারি — এসব দ্রুত লেখা যায়নি, কারণ পেছনে দুই টুর্নামেন্টের সিকোয়েন্স ট্যাগ করা ছিল। গতি আসেছিল ট্যাগিং থেকে, লেখা থেকে নয়। একটা ফাঁকা ডেটাশিট থেকে ওই লেখাটা ১৮ ঘণ্টায় নয়, ১৮ দিনেও বেরোত না — কারণ বেরোনোর মতো কিছুই থাকত না। আসল ফাঁকটা অবশ্য প্রযুক্তিগত নয়, সম্পাদকীয়। বাজারে আত্মবিশ্বাসী প্যারাগ্রাফ বিক্রি হয়, শূন্য ফল বিক্রি হয় না। এই কারণেই ফাঁকা ডেটা ফাঁকা থাকে না — কেউ না কেউ সেখানে ট্যাকটিক্সের গন্ধ মাখিয়ে দেয়। ফরম্যাট-ট্যাগ ছাড়া একটা দাবি তৈরি হয়, তারপর সেটা টেস্ট আর টি-টোয়েন্টি দুটোতেই প্রয়োগ হয়ে যায়, কারণ কেউ থামিয়ে জিজ্ঞেস করে না কোন ফরম্যাট। আরও সূক্ষ্ম একটা ঝুঁকি আছে — আংশিক উদ্ধার। পেওয়ালের দেয়াল ভেঙে যদি শুধু হেডলাইন আর প্রথম প্যারা ফিরে আসে, তাহলে স্টেজ-১ ভরে দেখাবে, অথচ সেটা হেডলাইন-পর্যায়ের সিদ্ধান্তকে বিশ্লেষণের পোশাক পরিয়ে দেবে। এটা ট্রান্সফার উইন্ডোর পুরনো রোগটাই — গুজবের গতি সত্যের গতির চেয়ে বেশি, আর কান পাকা করে তোলে ভলিউম, প্রমাণ নয়। আমার নিজের কাজে এই শিক্ষাটা আরও একবার ফিরে এসেছে ২০২১ সালে, যখন ইউরোর বারো পাতার লেখাটা চারটা ভাষায় অনূদিত হয় আর প্রায় তিন লাখ বার পড়া হয়। তখনই বুঝেছিলাম, প্রতিটা লেখা দুবার লিখতে হয় — একটা কারিগরি, একটা সাধারণ ভাষায় — যাতে জ্যামিতিটা অনুবাদে বেঁচে থাকে। কিন্তু অনুবাদে বাঁচে শুধু সেই জ্যামিতি, যার পেছনে আসল কোঅর্ডিনেট ছিল। পরের ম্যাচ রিপোর্টটা পড়ার আগে তাই একটা সরল, যাচাইযোগ্য পরীক্ষা রাখা যায়। যে লেখায় কোনো সংখ্যা আছে, তার ফরম্যাট-লাইনটা আগে দেখুন — ফাঁকা থাকলে সংখ্যাটা পড়বেন না, কারণ স্ট্রাইক রেট ১৪০ কোন ফরম্যাটের তা না জানলে সেটা তথ্য নয়, শুধু অক্ষর। যে ডেটাশিটে আটটা ঘরই ফাঁকা, সেটা নিয়ে সবচেয়ে সাহসী কাজটা হলো সেটা ফাঁকা বলেই স্বীকার করা। পরের বার যখন কোনো প্রতিবেদন দেখে মনে হবে বিশ্লেষণটা অবিশ্বাস্য রকম পরিষ্কার, তখন একটা প্রশ্ন করাই যথেষ্ট — ফরম্যাট-ঘরটা ভরা ছিল তো?