খালি পেলোডের পাঠ: ক্রিকেট বিশ্লেষণ পাইপলাইনের নীরব ব্যর্থতা এবং ডেটা অখণ্ডতার সংকট

গত সপ্তাহে, আমি যখন আমার পুরোনো নোটবইগুলো উল্টাচ্ছিলাম, তখন ২০১৭ সালের একটি ঘটনা মনে পড়ে গেল। আবাহানি লিমিটেডের ট্রেনিং গ্রাউন্ডে ২১ দিন কাটানোর সময়, এক বিকেলে আমি দেখলাম কোচ একটি প্লে-বোর্ড নিয়ে বসে আছেন, যেখানে ডেটা বিশ্লেষক ম্যাচের তথ্য ফেলতে চেষ্টা করছেন। কিন্তু সমস্যা হলো, ডেটা ফাইলটাই খালি ছিল। কোচ অপেক্ষা করছিলেন একটি রিপোর্টের জন্য, যা কখনো আসবে না। আমি সেই নিরবতা লক্ষ্য করলাম—যে নিরবতা শুধু একটি প্রযুক্তিগত ত্রুটি নয়, বরং সিদ্ধান্ত গ্রহণের পুরো প্রক্রিয়াকে অচল করে দেয়। আজ, যখন আমি ডেটা বিশ্লেষণ পাইপলাইনের একটি স্টেজ-১ রিপোর্ট দেখলাম, যেখানে সব তথ্য 'N/A' বা খালি, তখন সেই পুরনো ট্রেনিং গ্রাউন্ডের নিরবতা আমার কানে বাজতে থাকল। প্রশ্ন হলো, আমরা কি কেবল একটি খালি ফাইলের দিকে তাকিয়ে আছি, নাকি আমাদের সিদ্ধান্ত গ্রহণের সিস্টেমগুলো একটি বড় ধরনের ত্রুটির দিকে এগিয়ে যাচ্ছে?

এই ঘটনাটি কোনো সাধারণ ম্যাচ রিপোর্টের অংশ নয়। এখানে কোনো খেলোয়াড়ের নাম নেই, কোনো দলের স্কোর নেই, কোনো ভেন্যুর কথা নেই। বরং, এটি একটি ডেটা বিশ্লেষণ পাইপলাইনের ইনপুট ধাপের ফলাফল—যেখানে ক্রিকেট ডোমেইনের জন্য একটি স্টেজ-১ বিশ্লেষণ রিপোর্ট প্রদান করা হয়েছিল। রিপোর্টটি নিজেই স্বীকার করেছে যে এর ইনপুট তথ্য খালি। স্টেজ-১ থেকে কোনো নিবন্ধের শিরোনাম, উৎস, সারসংক্ষেপ, তথ্য পয়েন্ট, বা সত্তা (এনটিটি) বের করা যায়নি। ফলস্বরূপ, স্টেজ-২ বিশ্লেষণ, যেটি আটটি মাত্রার একটি ফ্রেমওয়ার্ক ব্যবহার করে, কোনো কার্যকর উপসংহারে পৌঁছাতে পারেনি। বিষয়টি আরও গুরুত্বপূর্ণ হয়ে ওঠে যখন আমরা দেখি যে এই ডোমেইনটি 'cricket_asia' হিসেবে লেবেল করা হয়েছে, কিন্তু কোনো দল, খেলোয়াড় বা লিগের নাম নেই। প্রশ্ন জাগে, তাহলে এই রিপোর্টটি কী বিশ্লেষণ করছে? আমি বহু বছর ধরে ক্রিকেটের ট্রেনিং গ্রাউন্ডে এবং প্রেস বক্সে কাটিয়েছি। আমি দেখেছি কীভাবে একটি ছোট ডেটা ত্রুটি একটি দলের পুরো কৌশলকে বদলে দিতে পারে। ২০১১ সালে আমি যখন বিডিক্রিকটিম পেজ শুরু করি, তখন আমাদের সবচেয়ে বড় চ্যালেঞ্জ ছিল সঠিক তথ্য সংগ্রহ করা। কিন্তু এখানে সমস্যাটি ভিন্ন—তথ্য নেই বললেই চলে। এটি শুধু একটি ম্যাচ বা সিরিজের তথ্যের অভাব নয়, বরং একটি সিস্টেমিক ত্রুটি। ক্রিকেটের মতো একটি খেলায়, যেখানে প্রতিটি বল, প্রতিটি রান, প্রতিটি সিদ্ধান্ত গুরুত্বপূর্ণ, সেখানে একটি খালি পেলোড মানে হলো আমরা অন্ধকারে আছি। স্টেজ-২ বিশ্লেষণে স্বীকার করা হয়েছে যে খেলোয়াড়ের পরিসংখ্যান, দলের র‍্যাঙ্কিং, লিগের বাণিজ্যিক কাঠামো, শাসনব্যবস্থা, ঝুঁকি বিশ্লেষণ, এবং সাংবাদিকতার গতি—সবকিছুই 'N/A'। কিন্তু প্রশ্ন হলো, এই ত্রুটির প্রভাব আসলে কতটা গভীর?

এই খালি পেলোডটি কেবল একটি প্রযুক্তিগত ত্রুটি নয়; এটি ডেটা-চালিত সিদ্ধান্ত গ্রহণের পুরো ভিত্তিকে প্রশ্নবিদ্ধ করে। আমরা যদি ক্রিকেটের প্রেক্ষাপটে দেখি, তবে বোঝা যায় যে একটি ম্যাচের বিশ্লেষণ শুধুমাত্র স্কোরের ওপর নির্ভর করে না। এটি নির্ভর করে বল-বাই-বল ডেটা, খেলোয়াড়ের ফর্ম, ভেন্যুর অবস্থা, এবং প্রতিপক্ষের কৌশলের ওপর। স্টেজ-১ থেকে কোনো খেলোয়াড়ের নাম না পাওয়া মানে হলো, আমরা জানি না কে ব্যাট করছে, কে বোলিং করছে, বা কার ফর্ম কেমন। স্টেজ-১ রিপোর্টে বলা হয়েছে, 'খেলোয়াড়ের কোনো নাম নেই, তাই ভূমিকা নির্ধারণ (ওপেনার/অ্যাঙ্কর/ফিনিশার) করা সম্ভব নয়।' এটি একটি সাধারণ সমস্যা নয়। যদি আমরা ধরেই নিই যে এই বিশ্লেষণটি কোনো বাস্তব ম্যাচের জন্য ব্যবহার করা হবে, তবে সিদ্ধান্ত গ্রহণকারীরা (কোচ, নির্বাচক, বা বিনিয়োগকারী) ভুল সিদ্ধান্ত নিতে পারেন। উদাহরণস্বরূপ, ২০১০ সালে ইংল্যান্ড সফরের সময় আমি দেখেছি bagaimana একটি ম্যাচের আগে ভুল ডেটার কারণে একটি দল তাদের বোলিং কম্বিনেশন পরিবর্তন করেছিল, এবং ফলাফল ছিল বিপর্যয়কর। স্টেজ-২ রিপোর্টে আরও বলা হয়েছে যে, 'কোনো ফরম্যাট চিহ্নিত করা যায়নি, তাই কোনো ফেজ-অফ-প্লে (পাওয়ারপ্লে/মিডল ওভার/ডেথ ওভার) বিশ্লেষণ সম্ভব নয়।' ক্রিকেটে, টেস্ট, ওডিআই এবং টি-টোয়েন্টি—এই তিনটি ফরম্যাটের মেট্রিক্স সম্পূর্ণ ভিন্ন। একটি টেস্ট ম্যাচে ব্যাটসম্যানের গড় গুরুত্বপূর্ণ, কিন্তু টি-টোয়েন্টিতে স্ট্রাইক রেট। যদি আমরা না জানি যে এটি কোন ফরম্যাটের ম্যাচ, তবে আমরা কোনো অর্থবহ বিশ্লেষণ করতে পারি না। আরও গভীরে গেলে, আমরা দেখি যে স্টেজ-১-এ 'টাইম সেনসিটিভিটি' (সময়ের সংবেদনশীলতা) মূল্যায়ন করা হয়নি। ক্রিকেটে, একটি ট্রান্সফার রুমর বা ইনজুরি আপডেটের সময় অত্যন্ত গুরুত্বপূর্ণ। যদি সঠিক সময়ে তথ্য না পাওয়া যায়, তবে সিদ্ধান্ত ভুল হতে পারে। বলুন তো, একটি দল যদি না জানে যে তাদের প্রধান বোলার ইনজুরির কারণে খেলতে পারবে না, তবে তারা কীভাবে বিকল্প পরিকল্পনা করবে? এটি কোনো কল্পনা নয়; এটি বাস্তব জীবনের একটি পরিস্থিতি, যা আমি বহুবার দেখেছি।

দ্বিতীয়ত, এই খালি পেলোডটি একটি 'নীরব ব্যর্থতা' (Silent Failure) কে উন্মোচন করে, যা প্রায়শই ডেটা পাইপলাইনে ঘটে কিন্তু ধরা পড়ে না। স্টেজ-২ রিপোর্টে সঠিকভাবেই উল্লেখ করা হয়েছে যে, 'একটি খালি স্টেজ-১ পেলোড সমস্ত ডাউনস্ট্রিম বিশ্লেষণকে ব্লক করে।' তবে এর চেয়েও বড় বিপদ হলো, এই ব্যর্থতাটি প্রায়ই একটি ত্রুটি হিসাবে চিহ্নিত হয় না। অনেক সময়, একটি খালি রিপোর্ট ডাউনস্ট্রিম সিস্টেমে 'কোনো ঝুঁকি নেই' বা 'কোনো সমস্যা নেই' হিসাবে পাস হয়ে যায়। এটা একটি মারাত্মক বিভ্রান্তি। ক্রিকেটের প্রেক্ষাপটে, যদি একটি ম্যাচের বিশ্লেষণ রিপোর্ট খালি থাকে, তবে কোচ মনে করতে পারেন যে তার দলে কোনো দুর্বলতা নেই, বা কোনো প্রতিপক্ষের শক্তি নেই। আমি ২০০৩ সালে টেলিভিশন ধারাভাষ্য শুরু করার পর বহুবার দেখেছি bagaimana অসম্পূর্ণ ডেটা একটি ম্যাচের ফলাফলকে প্রভাবিত করেছে। ইংল্যান্ডের বিরুদ্ধে বাংলাদেশের সিরিজের আগে, আমরা একটি ডেটা গ্যাপ দেখেছিলাম যা আমাদের প্রতিপক্ষের স্পিন বোলিং সম্পর্কে অন্ধ করে রেখেছিল। ফলস্বরূপ, আমাদের ব্যাটসম্যানরা প্রস্তুত ছিল না। স্টেজ-২ বিশ্লেষণে বলা হয়েছে যে, 'এই ডকুমেন্টটি কোনো বাস্তব ম্যাচ, খেলোয়াড়, দল, লিগ বা শাসনকারী সংস্থা সম্পর্কে একটি বিবৃতি হিসাবে পড়া উচিত নয়; এটি একটি ফরম্যাট-সম্পূর্ণ শূন্য-ফলাফল রিপোর্ট এবং একটি পাইপলাইন-অখণ্ডতা পতাকা।' এখানেই আসল সমস্যাটি লুকিয়ে আছে। আমরা যদি এই খালি পেলোডকে একটি 'সফল' বিশ্লেষণ হিসাবে গ্রহণ করি, তবে আমরা ভুল সিদ্ধান্তের দিকে এগিয়ে যাব। এটা ঠিক যেমন একটি ট্রেনিং গ্রাউন্ডে কোচ অপেক্ষা করছেন একটি রিপোর্টের জন্য, যা কখনো আসবে না, এবং তিনি ধরে নিচ্ছেন যে সবকিছু ঠিক আছে। ক্রিকেটে, এই ধরনের ভুল ধারণা একটি ম্যাচ হারানোর কারণ হতে পারে।

তৃতীয়ত, এই ঘটনাটি ক্রিকেট শিল্পের ডেটা-নির্ভর পরিবেশে একটি বড় ঝুঁকির ইঙ্গিত দেয়: ডেটা সোর্সের যাচাইযোগ্যতার অভাব। স্টেজ-১ রিপোর্টে 'সোর্স কোয়ালিটি' মূল্যায়ন করা সম্ভব হয়নি কারণ কোনো সোর্স ফিল্ড উপস্থিত ছিল না। ক্রিকেটে, তথ্যের উৎস অত্যন্ত গুরুত্বপূর্ণ। একটি ট্রান্সফার রুমর যদি একটি অনির্ভরযোগ্য সোর্স থেকে আসে, তবে ক্লাব ভুল খেলোয়াড় কিনতে পারে। স্টেজ-২ রিপোর্টে একটি প্রস্তাব দেওয়া হয়েছে: 'স্টেজ-১ পুনরায় চালান; নিবন্ধের ইনজেশন, সোর্স URL এবং বিষয়বস্তু পার্সিং যাচাই করুন।' এটি একটি গুরুত্বপূর্ণ পদক্ষেপ। আমি আমার কর্মজীবনে দেখেছি যে, যখন আমি 'ফ্যান মেইল মানডে' শুরু করি, তখন আমি প্রতি সপ্তাহে ২০টি কমেন্টের উত্তর দিতাম এবং তিনজন সমর্থকের কথা উদ্ধৃত করতাম। এর উদ্দেশ্য ছিল তথ্যের নির্ভরযোগ্যতা নিশ্চিত করা। যদি আমরা একটি খালি পেলোডের ওপর ভিত্তি করে বিশ্লেষণ করি, তবে আমরা সমর্থকদের সাথে বিশ্বাসঘাতকতা করছি। ২০২০ সালে, যখন আমি 'এম্পটি স্টেডিয়ামস, ফুল হার্টস' ফান্ড আয়োজন করি, তখন আমরা ১০ দিনে ৪.৫ লাখ টাকা সংগ্রহ করেছিলাম ১৫০ জন সমর্থকের কাছ থেকে। সেই সময়ে, আমাদের প্রধান কাজ ছিল সঠিক তথ্য সংগ্রহ করা—কে কত টাকা দিয়েছে, কেন দিয়েছে, এবং সেই টাকা কোথায় যাচ্ছে। যদি আমাদের ডেটা খালি থাকত, তবে আমরা কখনোই সেই ফান্ড সফল করতে পারতাম না। ক্রিকেটে, ডেটার অখণ্ডতা শুধু একটি প্রযুক্তিগত বিষয় নয়; এটি একটি নৈতিক দায়িত্ব। আরও একটি বিষয় হলো, এই খালি পেলোডের পেছনে একটি বড় কারণ হতে পারে সোর্সের ভুল শ্রেণীবিভাগ। স্টেজ-১ রিপোর্টে বলা হয়েছে, 'cricket_asia' লেবেলটি একমাত্র ভৌগোলিক ইঙ্গিত, কিন্তু এটি একটি নির্দিষ্ট দল বা বোর্ড চিহ্নিত করার জন্য খুবই মোটা। এর মানে হলো, সিস্টেমটি হয়তো একটি সাধারণ-আগ্রহের নিবন্ধকে ক্রিকেট বিশ্লেষণের জন্য পাঠিয়েছে, যা আসলে ক্রিকেট-সম্পর্কিত নয়। এটি একটি রাউটিং ত্রুটি।

চতুর্থত, এই ঘটনা আমাদের শেখায় যে ক্রিকেট বিশ্লেষণে 'শূন্য ফলাফল' এবং 'ব্যর্থতা' এর মধ্যে পার্থক্য করা অত্যন্ত জরুরি। স্টেজ-২ রিপোর্টে বলা হয়েছে, 'ডাউনস্ট্রিম গ্রাহকরা এই খালি আউটপুটকে "নিবন্ধে কোনো ঝুঁকি নেই" হিসাবে ব্যাখ্যা করা উচিত নয়।' এটি একটি সতর্কবার্তা। ক্রিকেটে, একটি খালি রিপোর্ট মানে এই নয় যে কোনো ঝুঁকি নেই; বরং এর মানে হলো আমরা ঝুঁকি দেখতে পাচ্ছি না। আমি ৬৯ বছর বয়সে দাঁড়িয়ে, বহু ম্যাচ দেখেছি যেখানে একটি ছোট অবহেলা বড় ক্ষতি করেছে। ২০১৭ সালে, যখন আমি আবাহানি লিমিটেডের ট্রেনিং গ্রাউন্ডে ছিলাম, তখন আমি দেখেছি bagaimana একটি ভুল ডেটার কারণে একটি ড্রিল পরিবর্তন করা হয়েছিল, এবং সেই ড্রিলটি পরবর্তী ম্যাচে ব্যর্থ হয়েছিল। সেই ঘটনা আমাকে শিখিয়েছিল যে, ডেটার অভাব কখনোই নিরপেক্ষ নয়; এটি সর্বদা একটি সিদ্ধান্তের দিকে নিয়ে যায়—হয় সঠিক, নয়তো ভুল। ক্রিকেটের ডেটা পাইপলাইনে, আমাদের একটি স্পষ্ট নীতি থাকা উচিত: যদি তথ্য পয়েন্টের সংখ্যা শূন্য হয়, তবে রিপোর্টটি 'ব্যর্থ' হিসাবে চিহ্নিত করা উচিত, 'সম্পন্ন' হিসাবে নয়। স্টেজ-২ রিপোর্টে একটি প্রস্তাব দেওয়া হয়েছে: 'একটি নাল/খালি-পেলোড গার্ড যোগ করুন যা শূন্য তথ্য পয়েন্ট সহ স্টেজ-১ ফলাফলকে ব্যর্থ হিসাবে চিহ্নিত করে।' এটি একটি চমৎকার পরামর্শ। ক্রিকেটে, আমরা প্রায়ই বলি, 'ট্রেনিং গ্রাউন্ড প্রথমে, স্কোরবোর্ড পরে।' এর মানে হলো, যদি ট্রেনিং গ্রাউন্ডে ডেটা সঠিক না থাকে, তবে স্কোরবোর্ডে ফলাফল ভালো হবে না। একইভাবে, যদি স্টেজ-১-এ ডেটা খালি থাকে, তবে স্টেজ-২-এর বিশ্লেষণ অর্থহীন।

এই ঘটনার মূল শিক্ষা হলো, ক্রিকেট বিশ্লেষণের ভবিষ্যৎ কেবল উন্নত অ্যালগরিদমের ওপর নির্ভর করে না, বরং ডেটার অখণ্ডতা এবং সোর্সের যাচাইযোগ্যতার ওপর নির্ভর করে। আমি ৫৩ বছর ধরে ক্রিকেট দেখছি এবং লিখছি। আমি দেখেছি bagaimana খেলাটি বিশুদ্ধ পর্যবেক্ষণ থেকে ডেটা-চালিত বিশ্লেষণে রূপান্তরিত হয়েছে। কিন্তু সেই রূপান্তরের সাথে সাথে একটি বিপদও এসেছে: আমরা ডেটার ওপর অন্ধভাবে নির্ভর করতে শুরু করেছি। যখন স্টেজ-১ রিপোর্ট খালি আসে, তখন আমরা প্রশ্ন করি না কেন; আমরা বরং পরবর্তী ধাপে চলে যাই। এই মানসিকতা ক্রিকেটের জন্য ক্ষতিকর। ২০১০ সালে, যখন আমি নেটে কেভিন পিটারসেনকে বোলিং করেছিলাম, তখন আমি বুঝতে পেরেছিলাম যে প্রকৃত তথ্য সবসময় মাঠে থাকে, স্ক্রিনে নয়। একইভাবে, একটি বিশ্লেষণ রিপোর্টের প্রকৃত মূল্য তার সোর্সের মধ্যে থাকে, তার ফরম্যাটে নয়। স্টেজ-২ রিপোর্টে বলা হয়েছে, 'আপস্ট্রিমে ব্যবস্থা নেওয়া আবশ্যক: স্টেজ-১ মেরামত/পুনরায় চালান এবং পুনরায় জমা দিন।' এটি একটি জরুরি আহ্বান। ক্রিকেটে, আমরা যখন একটি ম্যাচের আগে ট্রেনিং করি, তখন আমরা কখনো খালি নেটে প্র্যাকটিস করি না। আমরা সঠিক ডেলিভারি, সঠিক গতি, এবং সঠিক পরিস্থিতি তৈরি করি। একইভাবে, ডেটা পাইপলাইনে, আমাদের নিশ্চিত করতে হবে যে প্রতিটি স্তরে তথ্য সঠিক এবং সম্পূর্ণ। অন্যথায়, আমরা একটি খালি পেলোডের ওপর ভিত্তি করে সিদ্ধান্ত নেব, যা কখনোই কাঙ্ক্ষিত ফলাফল দেবে না।

সবশেষে, এই ঘটনাটি আমাদের একটি বড় প্রশ্নের দিকে নিয়ে যায়: আমরা কি আমাদের ডেটা সিস্টেমগুলোর নীরব ব্যর্থতাগুলো শুনতে পাচ্ছি? ট্রেনিং গ্রাউন্ডের সেই বিকেলে, কোচ অপেক্ষা করছিলেন একটি রিপোর্টের জন্য, যা কখনো আসেনি। তিনি জানতেন না যে ফাইলটি খালি। আজ, ক্রিকেটের ডেটা পাইপলাইনে, আমরা কি সেই কোচের মতো অপেক্ষা করছি একটি রিপোর্টের জন্য, যা কখনোই আসবে না? নাকি আমরা সিস্টেমের নিরবতা শুনে পদক্ষেপ নেব?