খালি পেলোডের পাঠ: ক্রিকেট ডেটা পাইপলাইনে নাল হ্যান্ডলিংয়ের শৃঙ্খলা

রাত ১১টা ৪০। সিলেটের ডেস্কে বসে আমি যেটা পেলাম, সেটা কোনো ম্যাচ রিপোর্ট নয়—একটা খালি খাম। স্টেজ-১ ডিকনস্ট্রাকশনের আউটপুটে আটটি বিশ্লেষণী মাত্রা সাজানো, প্রতিটির ঘরে হুবহু একই বাক্য বসানো: “N/A – অপর্যাপ্ত তথ্য, মূল্যায়ন করা সম্ভব নয়।” নিবন্ধের শিরোনাম নেই, সূত্র নেই, তথ্যবিন্দু নেই, জড়িত সত্তার নাম নেই, সময়-সংবেদনশীলতার মূল্যায়ন নেই, সোর্স কোয়ালিটির রেটিং নেই। সাতচল্লিশ বছর বয়সে আমি এই কাজ শিখিনি; উনিশ বছর বয়সে ঢাকা লিগে উদিত ক্লাবের হয়ে ওপেনিং ব্যাটসম্যান ও উইকেটকিপার হিসেবে মাঠে নামার সময়ও জানতাম না, একদিন আমার প্রধান হাতিয়ার হয়ে উঠবে একটা ফাঁকা ঘর। ৪১ বছর ধরে আমি দেখেছি মডেল কত ভাবে ভুল করতে পারে। কিন্তু মডেলের খালি হাতে ফিরে আসা আর একটা ভরা মডেল—এই দুটো ঘটনা এক নয়। প্রথমটির নাম ব্যর্থতা নয়; প্রথমটির নাম সততা।

লোভটা ঠিক ওই মুহূর্তেই আসে। ফাঁকা ঘর দেখলে লেখকের হাত চুলকায়; সে নিজের অভিজ্ঞতা, অনুমান আর সুন্দর বাক্য দিয়ে ঘরটা ভরিয়ে দিতে চায়। কুড়ি বছর আগে আমিও সেটাই করতাম।

দুই ধাপের পাইপলাইন কীভাবে কাজ করে, সেটা স্পষ্ট করা দরকার, কারণ এখানেই আসল ঘটনাটা ঘটেছে। স্টেজ-১ হলো কাঁচামাল আহরণের ধাপ—একটা নিবন্ধ, প্রতিবেদন বা ম্যাচ রিপোর্ট থেকে কাঠামোবদ্ধ তথ্যবিন্দু, সত্তার নাম, সময়-সংবেদনশীলতা আর সূত্রের গুণমান টেনে বের করা। স্টেজ-২ হলো সেই কাঠামোর উপর আটটি মাত্রার বিশ্লেষণ: ফরম্যাট ও ম্যাচ, খেলোয়াড়ের কারিগরি ও ডেটা, দল ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক বাস্তুতন্ত্র, নিয়ম ও সুশাসন, ঝুঁকি, জনভাষ্য ও প্রত্যাশা, এবং ক্রিকেট শিল্পের ট্রান্সমিশন। স্টেজ-১ খালি ফিরলে স্টেজ-২-এর প্রতিটি স্তম্ভ দাঁড়াবে না। তখন যে নথিটা তৈরি হয়, সেটা বিশ্লেষণ নয়—সেটা নাল হ্যান্ডলিংয়ের নমুনা। এবং ক্রিকেট ডেটা ডেস্কে আমি যত নথি পড়েছি, তার মধ্যে সবচেয়ে কম পড়া নথিটাই এই নাল হ্যান্ডলিং নমুনা।

২০১৮ সালের রাশিয়া বিশ্বকাপে আমি প্রথমবার এই ধরণের শৃঙ্খলা আত্মস্থ করি। ছেষট্টি ম্যাচের জন্য একটা প্রমিত xG মডেল বানিয়েছিলাম; ১৬৯ গোল, ১,৮৪২ শট লগ করেছিলাম, ফাইনালে একা ১,১০২ পাস গুনেছিলাম। ফ্রান্স ক্রোয়েশিয়াকে ৪-২ গোলে হারানোর পর আমার মডেল বলল, ফ্রান্সের xG ছিল মাত্র ১.৯—অর্থাৎ জয়টা ক্লিনিক্যাল ফিনিশিংয়ের, নিয়ন্ত্রণের নয়। আমি ফাইনাল বাঁশির ত্রিশ মিনিটের মধ্যে শট ম্যাপসহ ডেটা-প্রথম রিপোর্ট প্রকাশ করেছিলাম। সেদিন আমি একটা কথা লিখে রেখেছিলাম: আমি xG-কে প্রমিত করেছিলাম, কারণ ম্যাচ রিপোর্টের দরকার ছিল মেরুদণ্ড, উপদেশ নয়। সেই একই মন্ত্র আমাকে শিখিয়েছিল, যখন মেরুদণ্ডই নেই, তখন উপদেশ জোড়া লাগানো যায় না।

২০২০ সালে স্টেডিয়াম খালি হয়ে গেলে সেই শিক্ষা দ্বিতীয়বার ফিরে এলো। বুন্দেসলিগা, কে লিগ আর প্রিমিয়ার লিগের পর্দার পিছনে খেলা ৩০৬ ম্যাচ সংগ্রহ করলাম। ঘরের মাঠে জয়ের হার ৪৩ শতাংশ থেকে নেমে এলো ৩৩ শতাংশে; গড়ে ঘরের গোল ১.৫২ থেকে ১.২১-তে। বারো জন খেলোয়াড়কে চিহ্নিত করলাম, যাঁদের অ্যাওয়ে পরিসংখ্যান ভিড় হারিয়ে গেলে ধসে পড়ে। ২০২০-এর খালি স্টেডিয়াম আমার প্রতিটি বিশ্বস্ত মডেলকে তার অনুমান স্বীকার করতে বাধ্য করেছিল। সম্পাদককে ইমেইলে লিখেছিলাম, ঘরের মাঠের সুবিধা পিচ-চালিত নয়, ভিড়-চালিত। সেই থেকে আমার প্রতিটি দাবির সঙ্গে স্যাম্পল-সাইজের সতর্কীকরণ আর আত্মবিশ্বাসের ব্যবধান যুক্ত হলো।

এখন ওই অভ্যাসই আমাকে থামিয়ে দিল। স্টেজ-১-এর আউটপুট শূন্য। এখানে যদি আমি লিখতে শুরু করি, তাহলে আমার নিজের গল্পগুলোই তথ্যবিন্দু হয়ে যাবে—অথচ সেগুলো আমার গল্প, এই নিবন্ধের সত্তা নয়।

নাল হ্যান্ডলিং মানে খালি ঘরে “অজানা” লেখা, আর খালি ঘরে নিজের নাম লেখা—দুটো সম্পূর্ণ বিপরীত কাজ। আটটি মাত্রার প্রতিটিতে “অপর্যাপ্ত তথ্য, মূল্যায়ন করা সম্ভব নয়” বসানো হয়েছে। এটা ফ্রেমওয়ার্কের ব্যর্থতা নয়, ফ্রেমওয়ার্কের সফলতা। কারণ ফরম্যাট মাত্রার ঘরে আমি লিখতে পারতাম “সম্ভবত টি-টোয়েন্টি”। খেলোয়াড় মাত্রার ঘরে লিখতে পারতাম “একজন ওপেনার, গড় ৩০-এর ঘরে”। এই ধরনের অনুমান লিখলে নথিটা বেশি ভরাট দেখাত, বেশি আত্মবিশ্বাসী শোনাত, আর ব্যবহারকারীর কাছে বেশি দামি মনে হতো। কিন্তু একটা ক্রিকেট বিশ্লেষণী নথির কাজ সুন্দর শোনানো নয়—তার কাজ হল প্রতিটি দাবির পিছনে প্রমাণের ঠিকানা দেখানো।

তিনটি সঙ্কেত এই নথিতে স্পষ্ট। প্রথম, তথ্যবিন্দুর সংখ্যা শূন্য, সত্তার তালিকা শূন্য—এটা পাইপলাইনের ব্যর্থতা, আর সেই ব্যর্থতা স্টেজ-২-এর প্রতিটি মাত্রাকে অবরুদ্ধ করে। দ্বিতীয়, ডোমেইন লেবেল দেওয়া হয়েছে “cricket_asia”—যা একটি আঞ্চলিক উপ-ট্যাগ; ক্যানোনিক্যাল ট্যাক্সোনমি চায় “Cricket”। এই একটি শব্দের হেরফেরে ভুল ফ্রেমওয়ার্কে নিবন্ধটা রাউট হতে পারে, আর তখন ফরম্যাট, লিগ কিংবা সুশাসনের মাত্রাগুলো ভুল ট্রিগারে জ্বলে ওঠে। প্রমিতকরণের আসল কাজ নিবন্ধ বিশ্লেষণ করা নয়, প্রথমে ট্যাক্সোনমিকে এক ভাষায় বাঁধা। তৃতীয়, সোর্স কোয়ালিটি আর টাইম সেনসিটিভিটি—এই দুটো মূল্যায়ন বাদ পড়েছে, অথচ এই দুটোই আত্মবিশ্বাসের ট্যাগ বসানোর গেট। গেট ছাড়া ট্যাগ বসালে সেটা আর যাচাই নয়, সেটা অলংকার।

তথ্যমূল্যের চার মাত্রাতেই এই নথি এক তারা পেয়েছে—ক্রীড়া, শিল্প, সময়োপযোগিতা আর রেফারেন্স। চারটিতে এক তারা মানে দুর্বল বিশ্লেষণ নয়; চারটিতে এক তারা মানে বিশ্লেষণের কাঁচামালই আসেনি। এই পার্থক্যটা না ধরলে ডেস্কের সিদ্ধান্ত ভুল দিকে যায়। ডেস্ক যদি ভাবে “এটা কম-তথ্যের নিবন্ধ”, তখন তারা মডেল বা মানুষ—দুটোর কোনোটিই ঠিক করবে না, শুধু টেবিলের সারি গুনবে। কিন্তু এটা ডেটা-পাইপলাইনের ব্যর্থতা, আর পাইপলাইনের ব্যর্থতার চিকিৎসা পুনরায় আহরণ, দয়া নয়।

এখানেই আমার বিপরীতমুখী প্রশ্নটা আসে। ধরে নিন, স্টেজ-১ ঠিকই কাজ করেছিল, আর কাঁচা নিবন্ধটিতে সত্যিই কোনো নিষ্কাশনযোগ্য তথ্যবিন্দু ছিল না। এটা অসম্ভব নয়। ক্রিকেট লেখায় এমন স্তম্ভ আছে—বিশুদ্ধ মতামত, স্মৃতিকথা, কোনো সত্তাহীন আবেগের বয়ান। এমন লেখার বিশ্লেষণে সংখ্যা নেই, প্রত্যাশার ব্যবধান নেই, বাণিজ্যিক সংকেত নেই; আর সেখানে সততার সঙ্গে বলতে হয়, এই লেখা বিশ্লেষণী ফ্রেমওয়ার্কের উপযুক্ত নয়, এটা ক্রীড়া-সাহিত্যের ঘর। এই দুটো পরিস্থিতি—পাইপলাইনের ত্রুটি আর আউটপুটের অনুপযুক্ততা—দেখতে একই রকম, কিন্তু চিকিৎসা সম্পূর্ণ আলাদা। তফাত ধরার একমাত্র উপায় মূল লেখাটা ফিরে দেখা, এবং সেখানে তথ্যবিন্দু সত্যিই আছে কি না, সেটা গুনে দেখা।

কিন্তু সবচেয়ে বড় বিপদটা অনুমানের নয়, সহায়কতার। বিশ্লেষণী পাইপলাইনে যারা কাজ করে, তারা জানে সহায়ক বানানোর সহজ উপায় কী: ফাঁকা ঘর বন্ধ করে দেওয়া। একজন লেখক যদি নিজের অভিজ্ঞতা দিয়ে আটটি মাত্রা ভরিয়ে দেন, নথিটা হয়তো পাঠকের কাছে দামি লাগবে। কিন্তু সেই নথি পরে অন্য কারও সিদ্ধান্তের ভিত্তি হবে—দল নির্বাচনের যুক্তি হবে, দর নির্ধারণের ব্যাখ্যা হবে, অথবা প্রতিবেদনের উদ্ধৃতি হবে। আমি দীর্ঘদিন ট্রান্সফার ডেস্কে বসে দেখেছি, একবার ভুল তথ্যবিন্দু চেইনে ঢুকলে সেটা আর ফেরে না; বরং সেটা একজনের কাছ থেকে আরেকজনের কাছে গিয়ে আরও মসৃণ, আরও বিশ্বাসযোগ্য হয়ে ওঠে। আমি বাজার তাড়া করা বন্ধ করেছি যেদিন বুঝলাম, বরং বাজারের গল্প অডিট করা উচিত।

আর এই শূন্যতাকে অস্বীকার করার আরেকটা ফাঁদ আছে। কোনো কোনো ডেস্কে “N/A” দেখলে সেটা মুছে দিয়ে ঘর ফাঁকা রাখা হয়, কারণ ফাঁকা ঘর দেখতে ভালো। কিন্তু ফাঁকা ঘর আর ঘোষিত অজানা—এক নয়। ঘোষিত অজানা মানে আমরা জানি যে আমরা জানি না, এবং আমরা সেটা সই করেছি। ফাঁকা ঘর মানে কেউ একটা লাইন বাদ দিয়েছে। পরে অডিটে যখন কেউ জিজ্ঞেস করবে, এই ঘরে কী ছিল, তখন উত্তর থাকে না। আমি একটি লেজারের মঠ বানিয়েছিলাম, আর প্রতিটি খালি কলাম সেই মঠের দেয়ালে একটা করে ইট—যা বাদ দিলে দেয়াল ভেঙে যায়।

যেদিন থেকে এই শৃঙ্খলা মানি, সেদিন থেকে আমার নথিগুলো ছোট হয়েছে, ধীর হয়েছে, আর অনেক বেশি যাচাইযোগ্য হয়েছে। এজেন্টরা আমার দল-বিশ্লেষণে কম সংখ্যক দাবি পায়, কিন্তু সেই অল্প দাবির পিছনে থাকে স্পষ্ট উৎস আর স্পষ্ট শর্ত। যে মডেল নিজের অনুমান বলে দিতে পারে, সেই মডেলই টিকে থাকে; যে মডেল চুপ করে থাকে, সে একদিন বড় ভুল করে।

তাহলে এখন এই নথিটা নিয়ে কী করা উচিত? তিনটি সঙ্কেত আমার পরবর্তী চক্রে চোখে রাখতে হবে। এক, স্টেজ-১-এর তথ্যবিন্দুর দৈর্ঘ্য শূন্যের বেশি কি না—শূন্য ফিরলে প্রতিটি মাত্রা অবরুদ্ধ, এবং সেটা স্পষ্টভাবে ব্যর্থতা হিসেবে রিপোর্ট হবে। দুই, ডোমেইন লেবেল ক্যানোনিক্যাল তালিকার সঙ্গে মিলছে কি না, নাকি আঞ্চলিক উপ-ট্যাগ হয়ে রাউটিং ভুল করছে। তিন, সোর্স কোয়ালিটি আর টাইম সেনসিটিভিটি স্টেজ-১ থেকে বাধ্যতামূলক ঘর হিসেবে আসছে কি না, কারণ এই দুটো ছাড়া আত্মবিশ্বাসের ট্যাগ বসানো মানে দাঁড়িপাল্লা ছাড়া ওজন লেখা।

পরের চক্রে যদি আবার খালি খাম ফিরে আসে, তাহলে আমি সেটা লিখে রাখব একই ভাবে—শিরোনামের জায়গায় খালি ঘর, আর সিদ্ধান্তের জায়গায় একটি বাক্য: মূল লেখাটা আবার পাঠাও, তারপর কথা বলব। একটা ডেটা-ডেস্কে সবচেয়ে সাহসী কাজ বিশ্লেষণ করা নয়; সবচেয়ে সাহসী কাজ হল, যখন প্রমাণ নেই, তখন কিছু না বলা।