শূন্য টেবিলের সত্য: ক্রিকেট ডেটা পাইপলাইন যখন কিছু ফেরত দেয় না

গত বৃহস্পতিবার রাত ২টা ৪০ মিনিটে ম্যানচেস্টারের ফ্ল্যাটে ল্যাপটপের স্ক্রিনে একটা টেবিল ভেসে উঠল। কলামের মাথাগুলো নিখুঁত—ফরম্যাট, ম্যাচের প্রকৃতি, ভেন্যু ফ্যাক্টর, প্লেয়ার ডেটা, দলীয় র‍্যাঙ্কিং, লিগ-বাণিজ্যিক কাঠামো, গভর্নেন্স চেকলিস্ট, রিস্ক ম্যাট্রিক্স। নিচে একটাও সারি নেই। প্রতিটি ঘরে একই লাইন বসানো: তথ্য অপর্যাপ্ত। আমি ঘণ্টা তিনেক ধরে একটা ক্রিকেট ম্যাচ রিপোর্ট পার্স করার চেষ্টা করছিলাম, শেষে হাতে এল একটা খালি ফ্রেম।

প্রথম প্রতিক্রিয়া প্রযুক্তিগত ছিল—কোথাও একটা বাগ আছে, রি-রান করি। দ্বিতীয়বার, তৃতীয়বার, একই ফল। তারপর যা বুঝলাম, সেটা যেকোনো ইনিংস স্কোরের চেয়ে বেশি কাজের: যে পাইপলাইন কিছু ফেরত দিতে অস্বীকার করে, সেটাও একটা আউটপুট—এবং প্রায়ই সেটাই সবচেয়ে সৎ আউটপুট। খালি টেবিলটা পড়তে শেখা ডেটা সাংবাদিকতার সবচেয়ে অবহেলিত দক্ষতা।

আমি যে পাইপলাইনে কাজ করি, সেটা দুটো ধাপে চলে। প্রথম ধাপ কাঁচা রিপোর্ট থেকে তথ্য-পরমাণু তুলে আনে—ম্যাচের ফল, মাইলস্টোন, আম্পায়ারিং সিদ্ধান্ত, নিলামের অঙ্ক, বোর্ডের ঘোষণা। দ্বিতীয় ধাপ সেই পরমাণুগুলোকে কাঠামোয় বসায়, বেঞ্চমার্কের সঙ্গে মেলায়, আর কোথায় বিচ্যুতি হয়েছে তা বের করে। এই দুই ধাপের মাঝখানে একটা সরু দরজা আছে, যার নাম প্রমাণ-সত্যতা। কাঁচা ইনপুট ফাঁকা থাকলে দ্বিতীয় ধাপের একমাত্র বৈধ উত্তর হলো নীরবতা।

ক্রিকেট ডেটার জগতে এই নীরবতা বিরল নয়, বরং নিয়ম। ঢাকার একটা ঘরোয়া ফিড আর ম্যানচেস্টারের একটা ব্রডকাস্ট গ্রাফ—দুটোকে একই টেবিলে বসাতে গেলে প্রথমেই ধাক্কা লাগে মিসিংনেসে। কোন ওভারের বল-বল ডেটা দেরিতে এসেছে, কোন ইনিংসে ডাকওয়ার্থ-লুইস পুনর্গণনা হয়েছে, কোন ম্যাচ বৃষ্টিতে ভেসে গেছে—এই প্রতিটি ফাঁক পাইপলাইনের সিদ্ধান্ত বদলে দেয়। যেখানে ফিড অসম্পূর্ণ, সেখানে আত্মবিশ্বাসী গ্রাফ আঁকা মানে পাঠককে ভুল পথে হাঁটানো।

এই অভ্যাস আমার হাতে এসেছে ২০১৭ সালে, ম্যানচেস্টার বিশ্ববিদ্যালয়ের একটা ছোট ডেস্ক থেকে। তখন প্রিমিয়ার লিগের ৩৮০টি ম্যাচের শট ডেটা দিয়ে আমি আমার প্রথম xG মডেল দাঁড় করি। ম্যানচেস্টার সিটির ১৮ ম্যাচের জয়ধারা পরীক্ষা করতে গিয়ে দেখলাম, ৪৪.৩ xG থেকে ৫৬ গোল—অর্থাৎ +১১.৭ অতিরিক্ত। মডেলটা কোনো ফুটবল ম্যাচ জেতেনি; সে আমার ধৈর্যকে প্রেডিক্ট করেছিল। আমার প্রথম xG মডেল ফুটবলকে প্রেডিক্ট করেনি; সে প্রেডিক্ট করেছিল আমার ধৈর্যকে। সেই থেকে একটা নিয়ম মেনে চলি: প্রতিটি দাবির পাশে একটা স্যাম্পল সাইজ থাকবে, আর প্রতিটি টেবিল রিপ্রোডিউসিবল হতে হবে।

শূন্য ইনপুট পেলে আমার অডিট চারটি প্রশ্নে ভাগ হয়। প্রথম প্রশ্ন—উৎসটা কি আদৌ অস্তিত্বশীল ছিল? দ্বিতীয়—পার্সার কি সেটা টেনে আনতে পেরেছিল, নাকি পেমেন্টওয়াল, স্ক্রিপ্ট-ব্লক বা ভাঙা ফিডে আটকে গেছে? তৃতীয়—এক্সট্র্যাক্টর কি তথ্য-পরমাণু পূরণ করতে পেরেছিল, নাকি শিরোনাম আর তারিখ ছাড়া কিছু হাতে আসেনি? চতুর্থ—অ্যানালাইজার কি অস্বীকার করেছে, নাকি বানিয়ে দিয়েছে?

প্রথম তিনটে প্রশ্ন যদি 'না' হয়, চতুর্থটা 'না' হওয়াই বাধ্যতামূলক। কিন্তু শিল্পে প্রায়ই উল্টোটা ঘটে। ফাঁকা ঘর দেখলে অনেকে সবচেয়ে সহজ রাস্তা নেয়—প্লাগার বসায়। দল হেরেছে? তাহলে 'বড় ম্যাচের চাপে ভেঙেছে'। প্লেয়ার আউট হয়েছে? 'টেকনিক্যাল দুর্বলতা'। এই বাক্যগুলোর কোনো অপারেশনাল সংজ্ঞা নেই, কোনো পরিমাপ পরিকল্পনা নেই, কোনো ফালসিফিকেশন টেস্টও নেই। এগুলো বিশ্লেষণ নয়, ফাঁকা ঘরের ওপর প্লাস্টার।

২০১৮ বিশ্বকাপে জার্মানি-দক্ষিণ কোরিয়া ম্যাচটা আমার কাছে এর জ্বলন্ত উদাহরণ। কাজানে জার্মানির ৭৪ শতাংশ পজেশন, ২৬ শট, ৮ কর্নার, ২.৭ xG; কোরিয়ার ৫ শট, ০.৯ xG—তবু স্কোর ২-০ কোরিয়ার পক্ষে। আমি শট ম্যাপ আর PPDA চার্ট বানিয়ে দেখালাম, জার্মানির PPDA ৭.২ আর কোরিয়ার ২৪.৬। অর্থাৎ জার্মানির দখল ছিল বন্ধ্যা: ২৬ শটের মধ্যে মাত্র ৬টি লক্ষ্যে। শিরোনাম যদি হতো 'ভাগ্য জার্মানিকে ছেড়ে গেছে', সেটা অলসতা হতো; আসল গল্পটা ছিল শটের গুণমান আর প্রেস-স্ট্রাকচারের মধ্যে ফাঁক। আমি আই-টেস্টকে সাক্ষী মানি, ডেটাকে জেরা: আই-টেস্ট একজন সাক্ষী; ডেটা হলো জেরা।

নীরবতার নিজের একটা হিসাব থাকে, সেটাও আমি শিখেছি ২০২০ সালে। যখন বুন্দেসলিগ ফাঁকা স্টেডিয়ামে ফিরল, আমি প্রথম পাঁচ রাউন্ডের ডেটা তুলে দেখলাম হোম উইন রেট ৪৩.২ শতাংশ থেকে নেমে ২১.১ শতাংশে, হোম গোল প্রতি ম্যাচে ১.৬৫ থেকে ১.০৮-তে। 'খালি স্টেডিয়াম ইনডেক্স' নামে একটা পাবলিক স্প্রেডশিট বানিয়ে আমি অন্য সাংবাদিকদের জন্যও দরজা খুলে রাখলাম। প্রতিটি খালি স্টেডিয়াম আসলে একটা নিয়ন্ত্রিত পরীক্ষা, যা আমরা কেউ চাইনি। সেই অভিজ্ঞতা থেকে একটা নীতি পাকা হলো: আগের বেসলাইন দাঁড় করাও, বিচ্যুতি মাপো, আর অনুমান থেকে দূরে থাকো।

আজকের খালি টেবিলে ঠিক সেই নীতিটাই কাজ করেছে। অ্যানালাইজার যা করেছে, সেটা ব্যর্থতা নয়—সেটা সীমার স্পষ্ট ঘোষণা। তথ্য না থাকলে যে সিস্টেম চুপ করে থাকে, সে সিস্টেমই পরে ভরসাযোগ্য হয়। উল্টোটা ভাবুন: যে মডেল সবসময় উত্তর দেয়, সে মাঝে মাঝে বানিয়ে বলে। ক্রিকেটে এই ঝুঁকি প্রকট, কারণ এখানে ন্যারেটিভের চাহিদা ডেটার চাহিদার চেয়ে অনেক বেশি—ফ্যানরা গল্প চায়, ট্রফি চায়, খলনায়ক চায়।

তবু আমি ন্যারেটিভকে শত্রু মানি না। আমি ন্যারেটিভের পেছনে ছুটি না; আমি একটা টেবিল বানাই আর অপেক্ষা করি, কখন তারা এসে পড়ে: আমি ন্যারেটিভের পেছনে ছুটি না; আমি একটা টেবিল বানাই আর অপেক্ষা করি কখন তারা এসে পড়বে। 'চাপে ভেঙেছে' কথাটা যদি কেউ অপারেশনাল করে দিতে পারে—মৃত্যু ওভারে স্ট্রাইক রেট, পাওয়ারপ্লে-পরবর্তী ইকোনমি, ফিল্ডিং রেসিডুয়াল—তাহলে সেটাও একটা বৈধ অনুমান। পরীক্ষা করার মতো অনুমান।

এখানেই আমার সবচেয়ে অস্বস্তিকর প্রশ্নটা ওঠে: দোষটা কি আসলে মডেলের? মনে হয় না। দোষটা সেই অনুরোধে, যা ইনপুট যাচাই না করেই আউটপুট দাবি করে। আমরা একটা ম্যাচ রিপোর্ট চেয়েছিলাম, কিন্তু কোনো রিপোর্টই আসেনি; তারপরও আমরা বিশ্লেষণ চেয়ে বসেছিলাম। এটা ঠিক সেই মুহূর্তের মতো, যখন কেউ স্কোরকার্ড না দেখে ধারাভাষ্য শুরু করে দেয়। খালি টেবিলটা সেই আবেগের বিরুদ্ধে একটা প্রতিরোধ।

আমার নিজের ফাঁদও এখানে লুকিয়ে আছে। বেসলাইন-বিচ্যুতি পদ্ধতি বিচ্যুতিকে নাটকীয় করে তোলে, তাই বেসলাইনের নিজের স্বাস্থ্য যাচাই করা ভুলে যাওয়া সহজ—যুগ, প্রতিযোগিতা, পিচ, ফিডের উৎস, সব কিছু। একইভাবে ন্যারেটিভ-সংশয় ধীরে ধীরে ন্যারেটিভ-অস্বীকারে পরিণত হতে পারে। সেটা প্রতিরোধের উপায় একটাই: গল্পকে শত্রু নয়, একটা অনুমান হিসেবে গণ্য করা—যার সংজ্ঞা দিতে হবে, মাপতে হবে, আর ভুল প্রমাণের সুযোগ রাখতে হবে।

পরের রাউন্ডে তাই আমার প্রথম কাজ ম্যাচের স্কোর পড়া নয়, পাইপলাইনের স্বাস্থ্য যাচাই। উৎস কি সত্যিই টানা যাচ্ছে, তথ্য-পরমাণুগুলো কি পূরণ হচ্ছে, নাকি শিরোনাম আর তারিখ দিয়েই কাজ চালাতে হচ্ছে। দ্বিতীয় কাজ—প্রতিটি দাবির পাশে স্যাম্পল সাইজ আর কনফিডেন্স ইন্টারভাল বসানো। তৃতীয় কাজ—যে ফাঁকগুলো পূরণ করা যাচ্ছে না, সেগুলো লিখে রাখা, লুকিয়ে না ফেলা। কারণ একটা টুর্নামেন্টের আসল স্কোরবোর্ড কখনো শুধু রান আর উইকেটে লেখা থাকে না; সেখানে লেখা থাকে কোন ডেটা এসেছে, কোনটা আসেনি, আর কেন। প্রশ্নটা তাই জার্মানির ২৬ শট নিয়ে নয়—প্রশ্নটা হলো, যেদিন কোনো শটের ডেটাই আমাদের হাতে থাকবে না, সেদিন আমরা চুপ থাকতে পারব কি?

(তথ্যসূত্র: স্টেজ-২ ডিপ প্রফেশনাল অ্যানালাইসিস, ক্রিকেট ডোমেইন, ১৩ আগস্ট ২০২৬; ডেটা ডেস্ক, ম্যানচেস্টার। কেবল ক্রীড়া-তথ্য পর্যালোচনার জন্য; বাজি-সংক্রান্ত পরামর্শ নয়।)