খালি কলামের পাঠ: ক্রিকেট ডেটার লেজার এবং শূন্য ইনপুটের শৃঙ্খলা

আমি স্প্রেডশিটটা খুলেছিলাম সকাল সাতটায়, ম্যাঞ্চেস্টারের বৃষ্টিভেজা জানালার পাশে। কফি ঠান্ডা হয়ে গিয়েছিল, কারণ প্রথম কলামটাই ফাঁকা। Article Title—কিছু নেই। Information Points—তালিকা শূন্য। Core Viewpoints—এক লাইনের সারাংশও নেই। Entities Involved—কোনো দল নেই, কোনো খেলোয়াড় নেই, কোনো ম্যাচ নেই। ২০১৭ সালে যে ছেলেটা ৩৮০টি প্রিমিয়ার লিগ ম্যাচ স্ক্র্যাপ করে The Expected Monk চালু করেছিল, সে আজ একটা শূন্য টেবিলের দিকে তাকিয়ে বসে আছে। প্রথম প্রতিক্রিয়া ছিল প্রযুক্তিগত—হয়তো ফাইল করাপ্টেড। কিন্তু ফাইল করাপ্টেড ছিল না; ফাইলটা কখনোই ভরা হয়নি। Stage-1 ডিকনস্ট্রাকশন খালি ফিরে এসেছে, আর Stage-2-এর আট-মাত্রিক কাঠামো তার সামনে সারিবদ্ধ, প্রতিটি ঘরে একটাই বাক্য: "N/A – insufficient information"। আমি খেলা পড়তে শিখেছি কলাম আগে, ভিড় শুনেছি তার অনেক পরে। এটাই আজকের আসল বিষয়। ক্রিকেট-বিশ্লেষণের সবচেয়ে অবহেলিত, অথচ সবচেয়ে জরুরি দক্ষতা কোনটি? ব্যাটিং টেকনিক নয়, স্পিন-ম্যাচআপ নয়, ডেথ-ওভার বোলিং নয়। সবচেয়ে জরুরি দক্ষতা হলো—যখন ডেটা নেই, তখন "ডেটা নেই" বলার সাহস। শূন্য ইনপুটের মুখে হাল ছেড়ে দেওয়া নয়, আবার শূন্য ইনপুট থেকে গল্প বানিয়ে ফেলাও নয়। এই দুইয়ের মাঝখানে একটা সরু পথ আছে; সেটাই পেশাদারিত্ব। আমাদের কাজ দুই স্তরে চলে। Stage-1 একটা সোর্স নিবন্ধ ভেঙে ফেলে তথ্য-বিন্দুতে: কে, কখন, কোন ফরম্যাট, কী পরিসংখ্যান, কোন উদ্ধৃতি। Stage-2 সেই বিন্দুগুলো নিয়ে আটটি মাত্রায় বিশ্লেষণ চালায়—ফরম্যাট ও ম্যাচ, খেলোয়াড়ের টেকনিক ও ডেটা, দলের অবস্থান, লিগ ও বাণিজ্য, শাসন, ঝুঁকি, জন-আখ্যান, আর শিল্প-সংক্রমণ। দুই স্তরের মাঝখানে একটা অলিখিত চুক্তি আছে: Stage-1 যা দেবে, Stage-2 তার বাইরে একটা অক্ষরও বানাবে না। চুক্তিটা তখনই ভাঙে, যখন Stage-1 ফাঁকা ফিরে আসে। ফাঁকা ইনপুট মানে ফাঁকা দায়িত্ব নয়—ফাঁকা ইনপুট মানে বড় প্রলোভন। আটটা মাত্রার কাঠামোটা তো তৈরি, ঘরগুলো তো সাজানো; এখন শুধু ভরে দিলেই হয়। কোন দল? ধরে নিই ভারত। কোন ফরম্যাট? ধরে নিই টি-টোয়েন্টি। কোন তারকা? ধরে নিই কেউ একজন। এভাবে একটা সম্পূর্ণ ম্যাচ, সম্পূর্ণ স্কোরকার্ড, সম্পূর্ণ বিশ্লেষণ বানিয়ে ফেলা যায়—কাগজে নিখুঁত, বাস্তবে কাল্পনিক। এই প্রলোভনের একটা নাম আছে: হ্যালুসিনেশন। ক্রিকেট-বিশ্লেষণে এটাই সবচেয়ে বড় পাপ। একটা ভুল স্কোরকার্ড চোখে পড়ে, কিন্তু একটা বানানো বিশ্লেষণ অনেক দিন পর্যন্ত সত্যের মতো দেখায়। কেউ ধরে ফেলে না, কারণ সেটা বিশ্বাসযোগ্যভাবে লেখা। সংখ্যাগুলো ঠিকঠাক দেখতে হয়, রেফারেন্সগুলো বিশ্বাসযোগ্য শোনায়, আর পাঠক ভাবেন—যিনি লিখছেন, তিনি নিশ্চয়ই জানেন। আমি এই ফাঁদ চিনি, কারণ আমি নিজেই একবার প্রায় পড়েছিলাম। ২০১৭ সালে The Expected Monk চালু করার পর প্রথম মাসগুলোতে আমার একটা বদঅভ্যাস ছিল: ডেটা কম থাকলে ফাঁকা জায়গা অনুমানে ভরে দিতাম। একটা ওভারের ডেটা না পেলে ধরেই নিতাম, বোলার নিয়ন্ত্রণে ছিলেন। একটা ম্যাচের শট-ম্যাপ না পেলে মনের ছবি এঁকে দিতাম। কয়েকটা থ্রেড ভাইরালও হলো। তারপর ২০১৮ সালের বিশ্বকাপ এল। ৬৪টা ম্যাচ, একটা টানা লাইভ-মডেলিং থ্রেড। গ্রুপ পর্বে জার্মানি বনাম দক্ষিণ কোরিয়া। স্কোরবোর্ড বলছিল জার্মানির দখল বেশি, পাসিং বেশি, আক্রমণ বেশি। কিন্তু আমার xG মডেল বলছিল অন্য কথা: জার্মানির ২.৭ xG ছিল ফাঁপা—বেশিরভাগ শট লম্বা দূরত্ব থেকে, কম-মানের কোণ থেকে। আমি থ্রেডে লিখলাম, এই আধিপত্য একটা কাগজের বাঘ। জার্মানি ০-২ হেরে বিদায় নিল। সেই রাতে আমার ফলোয়ার বাড়ল ১২ হাজারে। আমি তখন বিশ্বাস করতাম, ডেটা কখনো মিথ্যা বলে না। কিন্তু ডেটার একটা শর্ত আছে, যেটা আমি তখনো পুরোপুরি বুঝিনি: ডেটা তখনই সত্য বলে, যখন ডেটা থাকে। ডেটা না থাকলে মডেল কিছু বলে না—মডেলের বদলে বিশ্লেষকের কল্পনা কথা বলে। জার্মানির ২.৭ xG সত্যি ছিল, কারণ ম্যাচটা সত্যি ছিল, শটগুলো সত্যি ছিল। কিন্তু একটা খালি স্প্রেডশিটে কোনো শট নেই, তাই বলার মতো কিছুও নেই। ২০২০ সালে এই শিক্ষাটা আরও স্পষ্ট হলো। লকডাউনে স্টেডিয়াম খালি, বিশ্ব থমকে গেছে, আর আমি ম্যাঞ্চেস্টার বিশ্ববিদ্যালয়ে স্ট্যাটিস্টিক্স পড়ছি। আমি বুন্দেসলিগা, প্রিমিয়ার লিগ আর লা লিগার ৩০৬টা ম্যাচ বিশ্লেষণ করলাম। দেখলাম, হোম-অ্যাডভান্টেজ ০.৪২ গোল প্রতি ম্যাচ থেকে নেমে এসেছে ০.১৯-এ; হোম দলের PPDA ৮.১ থেকে বেড়ে ৯.৪ হয়েছে। ডেটা কখনো খালি ছিল না; খালি ছিল স্টেডিয়াম। সেই খালি স্টেডিয়ামই আমার সবচেয়ে বড় পরীক্ষাগার হয়ে উঠল। এই কাজ থেকেই স্যালফোর্ড সিটিকে সেট-পিস রুটিনে পরামর্শ দিলাম—কভার করা দূরত্বের ডেটা ব্যবহার করে। দশ ম্যাচে তাদের সেট-পিস xG বাড়ল ০.১২ প্রতি ম্যাচে। ছোট সংখ্যা শোনায়, কিন্তু ফুটবলে সেটা প্রায় একটা গোলের সমান। সেখানে আমি শিখলাম, আমার কাজ ভিড়ের গল্প বলা নয়; আমার কাজ কাঠামোগত প্রণোদনা মাপা। ২০২১ সালে ইন্টার্ন হিসেবে ইতালির ইউরো ২০২০-এর সাতটা ম্যাচ ট্র্যাক করলাম। লিওনার্দো স্পিনাজ্জোলা ইনজুরির আগে ২৩টা প্রোগ্রেসিভ ক্যারি করেছিলেন; ইতালির PPDA ছিল ৮.৯, আর ফাইনালে তাদের দখল ছিল ৬৫%। ফাইনালের আগেই লিখেছিলাম, ইতালি টাইব্রেকারে ইংল্যান্ডকে হারাবে। টোকিও অলিম্পিক্সে ক্লান্তি মডেল করে দেখলাম, ৭০ মিনিটের পর হাই-ইনটেনসিটি রানে ১২% পতন। তখন থেকেই আমার অভ্যাস—ম্যাচ শুরুর আগেই একটা সিদ্ধান্ত-বৃক্ষ আর একটা ডেডলাইন নিয়ে হাজির হওয়া। এখন ফিরে আসি খালি টেবিলে। এই ফাঁকা Stage-1 আউটপুট আসলে একটা উপহার। কারণ এটা একটা পাইপলাইন-ত্রুটি ধরিয়ে দিয়েছে: Stage-1 থেকে Stage-2-তে যাওয়ার পথে কোনো নাল-চেক গার্ড নেই। যদি থাকত, তাহলে শূন্য তথ্য-বিন্দু নিয়ে বিশ্লেষণ শুরুই হত না। আর এখানেই ডেটা-লেজারের ধারণা প্রাসঙ্গিক হয়ে ওঠে। ব্লকচেইনের মূল প্রতিশ্রুতি কী? অপরিবর্তনীয়তা—একবার লেখা হলে রেকর্ড বদলানো যায় না, আর প্রতিটা এন্ট্রি যাচাইযোগ্য। ক্রিকেট ডেটার ক্ষেত্রেও ঠিক একই নীতি দরকার। ভাবুন, একটা ক্রিকেট ডেটা-পাইপলাইনে প্রতিটা তথ্য-বিন্দুর একটা যাচাইযোগ্য উৎস-স্বাক্ষর থাকল—কোন বল, কোন ওভার, কোন সোর্স থেকে এল। তাহলে একটা ফাঁকা ইনপুট কখনোই নিঃশব্দে বিশ্লেষণে ঢুকতে পারত না। লেজারের সৌন্দর্য এখানেই: সে সত্যের বদলে দাবি করে না, সে প্রমাণ চায়। খেলোয়াড়ের xG-তে হাত দেওয়া যায়, স্কোরকার্ডে হাত দেওয়া যায়; কিন্তু একটা হ্যাশ-চেইনে ঢুকে পড়া ডেটা নিঃশব্দে বদলানো যায় না। ক্রিকেটের সবচেয়ে বড় সংকট কখনোই সংখ্যার অভাব নয়; সংকট হলো, কোন সংখ্যাটা কোথা থেকে এল, সেটা কেউ জানতে চায় না। এই ঘটনা থেকেই একটা স্পষ্ট শিক্ষা পেলাম। একটা বিশ্লেষণ-সিস্টেমের সবচেয়ে দামি ফিচার কোনো চমৎকার ভিজ্যুয়ালাইজেশন নয়, কোনো জটিল মডেল নয়; সবচেয়ে দামি ফিচার হলো—থামতে জানা। শূন্য ইনপুট পেলে সিস্টেমের উচিত নিজেই থেমে যাওয়া, আর ঘোষণা করা: "আমি জানি না।" এই কথা বলা ক্রিকেট-বিশ্লেষকের পক্ষে সবচেয়ে কঠিন কাজ, কারণ পুরো ইন্ডাস্ট্রি তাকে নিশ্চিত উত্তর দেওয়ার জন্য টাকা দেয়। এখানেই একটা অস্বস্তিকর সত্য লুকিয়ে আছে। এই ইন্ডাস্ট্রিতে "আউটপুট দিতে হবে" চাপটা প্রচণ্ড। প্রতি রাতে ম্যাচ, প্রতি ম্যাচে থ্রেড, প্রতি থ্রেডে একটা সিদ্ধান্ত—সবাই কিছু চায়। কিন্তু একটা মডেল যখন খালি ডেটার উপর "সফল" হয়, তখন সেটা সফলতা নয়; সেটা বিপদ। কারণ সেই সফলতার পিছনে থাকে বানানো তথ্য, আর বানানো তথ্য একবার ছড়িয়ে গেলে সত্যকে টেক্কা দেয়। আমি উত্তর আনি না; আমি একটা ডিসিশন-ট্রি আর একটা ডেডলাইন আনি। ডিসিশন-ট্রি আমাকে বলে, কোন শাখায় ডেটা আছে, আর কোন শাখায় নেই। যে শাখায় ডেটা নেই, সেখানে আমার উত্তর একটা দায়িত্বশীল নীরবতা। আর ডেডলাইন আমাকে মনে করায়, খালি ইনপুটে একটা নিখুঁত গল্প লিখে ফেলার চেয়ে, "পর্যাপ্ত তথ্য নেই" বলে সময়মতো থেমে যাওয়া অনেক বেশি পেশাদার। ফলস থ্রেশহোল্ড প্রিসিশনের ফাঁদটাও এখানে জড়িত। থ্রেশহোল্ড-আর্কিটেক্ট হিসেবে আমার স্বভাব হলো নিখুঁত টিপিং-পয়েন্ট খোঁজা—কোন ওভারে ম্যাচ ঘুরল, কোন বলে win probability উল্টে গেল। কিন্তু খালি ডেটায় থ্রেশহোল্ড বলে কিছু নেই। যদি আমি জোর করে একটা থ্রেশহোল্ড বানাই, তাহলে সেটা আর বিশ্লেষণ থাকে না, সেটা হয়ে যায় সাহিত্য—সুন্দর, কিন্তু মিথ্যা। একইভাবে ক্রাইসিস-অ্যাড্রিনালিন-বায়াসের ফাঁদও আছে। সংকট-পরীক্ষক হিসেবে আমার প্রবণতা হলো প্রতিটা পতনকে একটা "প্রাকৃতিক পরীক্ষা" ভাবা। কিন্তু একটা খালি পাইপলাইন কোনো প্রাকৃতিক পরীক্ষা নয়; সেটা একটা ইঞ্জিনিয়ারিং ব্যর্থতা। সংকট আর ড্রামাকে আলাদা করতে না পারলে বিশ্লেষক তার নিজের ভুলগুলোকে আবিষ্কার বলে চালিয়ে দেয়। তাই সঠিক সিদ্ধান্তটা সাদামাটা, কিন্তু কঠিন: বিশ্লেষণ স্থগিত রাখা, আর Stage-1 পুনরায় চালানো। তথ্য-বিন্দু নিশ্চিত না হওয়া পর্যন্ত Stage-2 চালানো উচিত নয়। এটা ব্যর্থতা নয়; এটা পদ্ধতির প্রতি আনুগত্য। একটা মডেল একটা মঠের মতো: শান্ত, অনুশাসিত, আর সবসময় নিজের বিশ্বাস পরীক্ষা করে। আর একটা বিষয় পরিষ্কার করা দরকার। খালি ইনপুটের মুখে থেমে যাওয়াটা অলসতা নয়। অলসতা হলো—না জেনে লিখে ফেলা। সত্যিকারের পরিশ্রম হলো, খালি ঘরগুলোকে খালি রেখে দেওয়া, আর মাথা নিচু করে সোর্সের কাছে ফিরে যাওয়া। যে বিশ্লেষক খালি কলাম ভরতে পারে না, সে-ই আসলে বিশ্লেষক; বাকিরা গল্পকার। ডেটা-লেজারের ধারণাটা যদি আমরা সিরিয়াসলি নিই, তাহলে ক্রিকেট-সাংবাদিকতার গোটা সাপ্লাই-চেইন বদলে যাবে। প্রতিটা পরিসংখ্যানের একটা টাইমস্ট্যাম্প থাকবে, একটা উৎস থাকবে, একটা যাচাইয়ের পথ থাকবে। কোনো তারকা খেলোয়াড়ের নাম যদি কোনো সোর্সে না থাকে, তাহলে সেটা কোনো বিশ্লেষণে জায়গা পাবে না। এটা সেন্সরশিপ নয়; এটা জবাবদিহিতা। এখানে ডায়াস্পোরা-দ্বৈত-ইনিংসের একটা প্রসঙ্গও আছে। বাংলাদেশের রাস্তার ক্রিকেট-সংস্কৃতিতে প্রতিটা বলের একটা গল্প থাকে, কিন্তু সেই গল্পের কোনো লিখিত রেকর্ড থাকে না। ব্রিটেনের পারফরম্যান্স-অ্যানালিসিস রুমে উল্টোটা—রেকর্ড প্রচুর, গল্প কম। যারা কাউন্টে হয়, যারা লোড-ম্যানেজ হয়, স্কোরকার্ড তাদের সম্পর্কে কী লুকায়—এই প্রশ্নগুলো তখনই অর্থবহ হয়, যখন আমাদের বিশ্বাসযোগ্য ডেটা থাকে। খালি ডেটায় সেই প্রশ্ন করা যায় না। আমার জন্য এই সপ্তাহের সবচেয়ে বড় পাঠটা সংখ্যার নয়, শৃঙ্খলার। একটা পাইপলাইনে নাল-চেক গার্ড যোগ করা মানে বিশাল কিছু নয়; একটা শর্ত—তথ্য-বিন্দুর সংখ্যা শূন্য হলে বিশ্লেষণ বন্ধ। ছোট্ট এই নিয়মটাই এত বড় ভুল ঠেকিয়ে দেয়। সিস্টেম ডিজাইনে সৌন্দর্য থাকে ছোট নিয়মে, বড় ঘোষণায় নয়। পরের রাউন্ডের সংকেত স্পষ্ট। এই ফাঁকা আউটপুটটা নিঃশব্দে ডাউনস্ট্রিমে চলে গেলে সেটা হয়তো কোনো অ্যাগ্রিগেটেড মেট্রিকে "বৈধ বিশ্লেষণ" হিসেবে জমা হয়ে যেত। তাই এখন থেকে প্রতিটা নাল-ইনপুটকে স্পষ্ট ট্যাগ দিতে হবে: STATUS: NO-CONTENT / ANALYSIS ABORTED। যা বাতিল, তা বাতিল হিসেবে লেবেল করা—এটাই ডেটা-স্বাস্থ্যবিধি। ক্রিকেটের প্রতি ম্যাচে এমন কিছু ঘটে, যেটা ডেটা দেখে বোঝা যায়, কিন্তু কেউ দেখে না। আজকের ঘটনাটা সেই ধরনের—স্প্রেডশিটে কিছুই ঘটেনি, অথচ অনেক কিছু প্রকাশ পেয়েছে। একজন বিশ্লেষকের মূল্য তার কতগুলো থ্রেড লিখল, সেটায় নয়; মূল্য তার কতগুলো থ্রেড লেখা থেকে নিজেকে বিরত রাখল, সেটায়। শেষ কথা। ডেটা কখনো শত্রু নয়, ডেটার অভাবও শত্রু নয়। শত্রু হলো ডেটার অভাবকে ডেটা বলে চালিয়ে দেওয়ার সহজ প্রবণতা। যে বিশ্লেষক "আমি জানি না" বলতে পারেন, তিনিই পরের রাউন্ডে সবচেয়ে বেশি জানবেন। আর সেই জন্যই আজ সকালে, খালি টেবিলের সামনে বসে, আমি কফিটা আবার গরম করে নিলাম—এবং সবচেয়ে সৎ লাইনটা লিখলাম: এই মুহূর্তে বিশ্লেষণের জন্য যথেষ্ট তথ্য নেই।