খালি তথ্যসেট থেকে যে রিপোর্ট আসে না: ক্রিকেট বিশ্লেষণ পাইপলাইনের নীরব ব্যর্থতা

প্রথমে একটি ছোট দৃশ্য। একটি অফিসের স্ক্রিনে একটি রিপোর্ট জমা পড়ল। শিরোনামে লেখা, স্টেজ-২ গভীর বিশ্লেষণ — ক্রিকেট ডোমেইন। নথিটি দেখতে নিখুঁত। আটটি অধ্যায়, প্রতিটিতে ছক, কলাম, মূল্যায়ন। কিন্তু যে পাঠক গভীরে যাবেন, তিনি দেখবেন সেখানে কোনো ক্রিকেট নেই। কোনো দল নেই, কোনো খেলোয়াড় নেই, কোনো ফরম্যাট নেই, কোনো স্কোরলাইন নেই। শুধু আছে একটাই জিনিস, দৈর্ঘ্যের পর দৈর্ঘ্য — 'তথ্য অপর্যাপ্ত'।

এটি কোনো ক্রিকেট নিবন্ধ নয়। এটি একটি প্রযুক্তিগত স্বীকারোক্তি। যে নথিটি উত্পাদিত হয়েছে, সেটি একটি বিশ্লেষণ নয় — একটি নির্ণয়। এই পার্থক্যটাই আজকের ক্রিকেট-সাংবাদিকতা ও ডেটা-শিল্পের সবচেয়ে অবহেলিত প্রশ্নের দিকে নিয়ে যায়: যখন বিশ্লেষণ ব্যবস্থা কাজ করে না, তখন সিস্টেম আমাদের কী দেয় — সততা, নাকি ્િ્ાের ছদ্মবেশ? নথিটি সৎ ছিল, এবং সেটিই তাকে বিরল করে তুলেছে।

আসুন দেখি নথিটি আসলে কী পেয়েছিল। স্টেজ-১ নামক যে প্রাথমিক স্তরটি নিবন্ধের কাঁচামাল সরবরাহ করার কথা, সেটি ফেরত দিয়েছে সব খালি ঘর। শিরোনাম নেই, উৎস নেই, তথ্যবিন্দুর তালিকা শূন্য, সত্তা চিহ্নিত হয়নি, সময়-সংবেদনশীলতা মূল্যায়িত হয়নি, উৎসের গুণমান নির্ধারিত হয়নি। শুধু ক্ষেত্রের নামগুলো বিদ্যমান ছিল, তাদের মান শূন্য। এই অবস্থাকে ডেটা-প্রকৌশলের ভাষায় বলা হয় স্কিমা-বৈধ কিন্তু সুবstantively শূন্য পেলোড — অর্থাৎ যে বস্তু তার সব ঘর পূরণ করে থাকে, কিন্তু ভেতরে কোনো বিষয়বস্তু নেই।

এই অবস্থায় বিশ্লেষকের সামনে দুটি পথ থাকে। এক, ফাঁকা ঘরগুলো কল্পনায় ভরিয়ে দিয়ে সুন্দর রিপোর্ট বানানো। দুই, দাঁড়িয়ে যাওয়া এবং বলা — আমি জানি না, কারণ আমার কাছে জানার মতো কিছু নেই। নথিটি দ্বিতীয় পথটি বেছে নিয়েছে। ক্রিকেটের ক্রমবর্ধমান মন্তব্য-অর্থনীতিতে এটি একটি অস্বস্তিকর সিদ্ধান্ত, কারণ আধুনিক ক্রিকেট কাভারেজ পুরোটাই অনুমানের উপর দাঁড়িয়ে আছে। ট্রেডিং সংবাদ শিরোনাম থেকে আসে, ভবিষ্যদ্বাণী আসে স্পর্শ থেকে, ধুন্ধুমার শব্দ আসে সময়সীমা থেকে। সেই অর্থনীতির তুলনায়, একটি নথি যা বলছে 'এখান থেকে কিছুই অনুমান করা যায় না' — সেটি এক প্রকার বিশৃঙ্খলা সৃষ্টিকারী কাজ।

কিন্তু কেন এই ব্যর্থতা গুরুত্বপূর্ণ? কারণ এটি হয়তো নীরব এক ব্যর্থতার প্রমাণ — এবং নীরব ব্যর্থতা সবচেয়ে বিপজ্জনক।

কীভাবে এটা ঘটে? কল্পনা করুন, একটি সিস্টেম কোনো ক্রিকেট নিবন্ধের শিরোনাম এবং তারিখ সংগ্রহ করে, কিন্তু মূল অংশটি আনতে ব্যর্থ হয়। কখনো কারণ অনুচ্ছেদ জাভাস্ক্রিপ্টে তৈরি হয়, কখনো পে-ওয়ালের পিছনে লুকিয়ে থাকে, কখনো ছবি-ভিত্তিক পোস্ট যার কোনো পাঠ্য নেই, কখনো নেটওয়ার্ক বাধা। সেই ব্যর্থতা মডেলের কাছে অতিরিক্ত কোনো বার্তা দেয় না। মডেল নিবন্ধ পায় না, কিন্তু পায় একটি ছাঁচ — শিরোনামের ঘর, উৎসের ঘর, সত্যের ঘর। ছাঁচটি ছাপা হয়, ঘরগুলো খালি রেখে। তিনি যিনি নিবন্ধটি পড়েন, তিনি দেখেন একটি সুগঠিত নথি, ভেতরে শুধু ।

এখানে দ্বিতীয় একটি জিনিস নজরে আসে। নথিটি নয়, উৎস ন documentary, আটটি মাত্রার বিশ্লেষণ করে না, কিন্তু প্রতিটিতে একটি কলাম রাখে — 'অনুপলব্ধ, তথ্য অপর্যাপ্ত।' সেটি খালি জায়গাটিকে লুকিয়ে রাখে না, লেবেল লাগিয়ে দেয়। এটাই পার্থক্য। একটি ভুল মডেল অনিয়মিত ा्ায় ভুল সংখ্যা দেয়। একটি সৎ মডেল দেয় শূন্য, এবং বলে শূন্যটি কেন শূন্য।

এখন ক্রিকেটের দিকে ফিরি। ক্রিকেট ডেটা বিশ্লেষণের ভিত্তি তিনটি অতি পরিষ্কার নিয়মের উপর দাঁড়িয়ে থাকে, কিন্তু খালি তথ্যসেটে একটিও খাটানো যায় না। প্রথম নিয়ম, ফরম্যাট-প্রথম নীতি। টেস্ট, ওয়ানডে, টি-টোয়েন্টি — এই তিন ফরম্যাটের পরিসংখ্যান একে অপরের সাথে তুলনীয় নয়। একজন ব্যাটসম্যানের স্ট্রাইক রেট ১৪৫ ওয়ানডেতে ভালো, টি-টোয়েন্টি ফিনিশারের ভূমিকায় অসামান্য, আর টেস্টে প্রায় অর্থহীন। কাজেই কোনো ফরম্যাট জানা না থাকলে কোনো সংখ্যাই ব্যাখ্যা করা যায় না। নথিটি সঠিকভাবে বলেছে, এখানে ফরম্যাট নেই, অতএব কোনো ট্যাকটিক্যাল পাঠ সম্ভব নয়।

দ্বিতীয় নিয়ম, মাঠ ও পরিবেশের নিয়ন্ত্রণ। চেন্নাইয়ের জয় এবং লিডসের জয় একই মানের প্রমাণ নয়। বাতাস, শিশির, মেঘ, বৃষ্টি-বাধা — এই চলকগুলো ছাড়া 'ফর্ম' কথাটি অবাধ পক্ষপাতের শিকার হয়। নথিটি লিখেছে, কোনো মাঠ নেই, কোনো আবহাওয়ার তথ্য নেই, তাই এই নিয়ন্ত্রণ প্রয়োগ করা অসম্ভব।

তৃতীয় নিয়ম, ভাগ্য বাদ দেওয়ার শৃঙ্খলা। টস, ডিএলএস পুনঃনির্ধারণ, ডিআরএস সিদ্ধান্ত, ফেলে দেওয়া ক্যাচ — ক্রিকেটে ফলাফল এবং প্রকৃতি এক নয়। খালি তথ্যসেটে এই পার্থক্য নির্ণয়ের কোনো উপায় নেই। থিটি এখানেও একই কথা বলেছে, এবং সেই সততাই তাকে রক্ষা করেছে।

এখানেই আসল প্রশ্নটি জাগে — বিশ্লেষণ কখন মিথ্যা বলে?

একটি ভুল রিপোর্ট যেটা খালি তথ্যসেট থেকে সুন্দর উপসংহার টানতে চায়, তার প্রথম কাজ হবে ফাঁকা ঘর পূরণ করা — নাম বানিয়ে দেওয়া, ফরম্যাট অনুমান করা, সংখ্যা নির্মাণ করা। সেটি সহজ, কারণ ক্রিকেটের ভাষা অনুমানের সাথে সহজেই মিশে যায়। কেউ বলবে, 'খেলোয়াড়দের ক্লান্তি শেষ ওভারে দেখা গেছে।' কেউ বলবে, 'এই দলের মাঝ-ওভারে নিয়ন্ত্রণে ঘাটতি।' এই বাক্যগুলো সত্য হতে পারে, মিথ্যাও হতে পারে, কিন্তু কোনোটির পিছনে কোনো সংখ্যা নেই। সেটিই সবচেয়ে বিপজ্জনক — এমন বাক্য যা সত্য বা মিথ্যা প্রমাণ করার উপায় নেই, অথচ পড়তে সত্যের মতো শোনায়।

তাহলে সমাধান কী? নথিটির নিজের প্রস্তাবটি সহজ এবং ব্যবহারযোগ্য। প্রথমত, স্টেজ-১ এবং স্টেজ-২ এর মাঝখানে একটি কঠোর সম্পূর্ণতা-গেট বসানো — অন্তত একটি শিরোনাম, একটি তথ্যবিন্দু, এবং একটি সত্তা থাকলেই কেবল এগোনো যাবে। ব্যর্থ হলে সিস্টেম স্পষ্ট করিয়া বলবে, 'এক্সট্রাকশন ব্যর্থ,' ফাঁকা ছাঁচ ছাড়বে না। দ্বিতীয়ত, ডোমেইন লেবেলের জন্য একটি নিয়ন্ত্রিত শব্দতালিকা — যেখানে 'ক্রিকেট' লেবেলটি এমন একটি নির্দিষ্ট মান, যার বাইরে যাওয়া মানে রুটিং ত্রুটি। তৃতীয়ত, সত্তা-নিষ্কাশনের ফলন পর্যবেক্ষণ — তথ্যবিন্দু থাকলে সত্তা কেন নেই, সেই খোঁজে যাওয়া।

এই তিনটি সংশোধনই সস্তা। এই তিনটি সংশোধনই একটি সিস্টেমকে 'নীরব মিথ্যা' থেকে 'সশব্দ সত্য' towards নিয়ে যায়।

তবে প্রশ্নটি কেবল প্রকৌশলের নয়। ক্রিকেট-সাংবাদিকতার আজকের পরিবেশে, যেখানে ট্রেডিং সংবাদ মিনিটের মধ্যে ছড়ায়, যেখানে কোনো একটি ইনিংসকে ঘিরে বিশাল ভাষ্য-অর্থনীতি তৈরি হয়, সেখানে সবচেয়ে বড় চাপ আসে দ্রুততার উপর — এবং দ্রুততা সবচেয়ে বেশি ক্ষতি করে তখনই, যখন তথ্য নেই কিন্তু শব্দ আছে। একটি খালি তথ্যসেটের সামনে দাঁড়িয়ে একজন সাংবাদিকের সবচেয়ে কঠিন কাজ নয় নতুন তথ্য খুঁজে বের করা, বরং স্বীকার করা যে আজকের দিনে তার হাতে কিছু নেই।

এই স্বীকৃতিই একমাত্র জিনিস যা মাঠের বাস্তবতার সাথে বিশ্লেষণের সম্পর্ক রক্ষা করে। কারণ ক্রিকেটে সবচেয়ে বিপজ্জনক সংখ্যা সবসময় ভুল সংখ্যা নয়, বরং সেই সংখ্যা যা কোথা থেকে এসেছে তা কেউ জানে না।

এখানে থামি। পরের ম্যাচের স্কোরবোর্ড যখন খালি সিস্টেমে ঢুকবে, তখন একটি প্রশ্ন রাখি — আপনি কি জানেন আপনার রিপোর্টে লেখা সংখ্যাটি মাঠ থেকে এসেছে, নাকি ছাঁচ থেকে?