শূন্য লেজার: ক্রিকেট বিশ্লেষণের দুই স্তরের পাইপলাইনে ডেটা-অখণ্ডতার অডিট

গত রাতে বেঙ্গালুরুর ডেস্কে বসে আমি চেনা একটি রুটিন চালালাম — একটি ক্রিকেট প্রতিবেদনের দুই স্তরের বিশ্লেষণ পাইপলাইনে অডিট। প্রথম স্তরের ডিকনস্ট্রাকশন শেষ হওয়ার পর দ্বিতীয় স্তরের কাঠামো খুললাম: আটটি মাত্রা, প্রতিটির জন্য বাধ্যতামূলক প্রমাণ-শৃঙ্খল। আউটপুট ফিরে এল প্রায় খালি হাতে। তথ্যবিন্দুর তালিকা শূন্য। শিরোনাম নেই, সূত্র নেই, কোর দৃষ্টিভঙ্গি নেই, চিহ্নিত কোনো সত্তা নেই। ভরা ছিল মাত্র একটি ঘর — ডোমেইন লেবেল, cricket_world। পনেরো বছর ধরে যেই লেজার আমি বিশ্বাস করি, সেটি আজ আমাকে একটি সৎ শূন্য ফেরত দিল। স্প্রেডশিট যা স্টেডিয়াম ভুলে গেছে, তা মনে রেখেছিল; আজ স্প্রেডশিট নিজেই বলল, মনে রাখার মতো কিছুই তার হাতে আসেনি।

প্রেক্ষাপট

বিষয়টা বুঝতে পাইপলাইনের গঠনটা জানা দরকার। ক্রিকেট বিশ্লেষণের এই দুই স্তরের মডেলে প্রথম স্তর একটি নিবন্ধকে ভেঙে ফেলে তথ্যবিন্দুতে — পরমাণু-সদৃশ, উদ্ধারযোগ্য, যাচাইযোগ্য একক। দ্বিতীয় স্তর সেই বিন্দুগুলোর উপরে আটটি পেশাদার মাত্রা চালায়: ফরম্যাট ও ম্যাচ বিশ্লেষণ, খেলোয়াড়ের কারিগরি ও ডেটা, দলের ভূগোল ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক বাস্তুতন্ত্র, নিয়ম ও সুশাসন, ঝুঁকি, জন-আখ্যান, আর শিল্প-সঞ্চালন। কাঠামোর কেন্দ্রীয় শর্ত একটাই — প্রতিটি সিদ্ধান্তকে স্পষ্টভাবে বলে দিতে হবে, সে কোন তথ্যবিন্দু থেকে এসেছে।

এখানেই ব্যাপারটা লেজারের মতো। ব্লকচেইনের যে গুণটি স্পোর্টস অ্যানালিটিক্সের জন্য সবচেয়ে জরুরি, তা গোপনীয়তা নয়, অপরিবর্তনীয়তা — প্রতিটি দাবির পেছনে একটি পরিষ্কার উৎস, যা কেউ পরে বদলে দিতে পারে না। ক্রিকসুলতান-মানের অডিটে আমি যখনই কোনো প্রতিবেদন যাচাই করি, প্রথম প্রশ্ন করি: সারিটা কোথা থেকে এল? আজ যেই পেলোড আমার হাতে এল, তাতে একটি সারিও নেই। তাই কাঠামোটি আমি শূন্য অবস্থাতেই সম্পূর্ণ রেন্ডার করলাম, প্রতিটি অবস্থানে লিখলাম — এন/এ, অপর্যাপ্ত তথ্য, মূল্যায়ন সম্ভব নয়। শূন্যতা ভরাট করার জন্য একটিও তথ্য আমি বানাইনি।

এই পাইপলাইনের একটি শক্তি আজও অটুট: কাঠামোটি নিজেই বৈধ এবং পুনঃব্যবহারযোগ্য। তথ্যবিন্দু ভরাট হয়ে এলে আটটি মাত্রাই পূর্ণভাবে চালানো সম্ভব। অর্থাৎ আজকের শূন্যফল কাঠামোর ব্যর্থতা নয়, বরং একটি নিয়ন্ত্রণ-নিদর্শন, যা ingestion পথ ভেঙে পড়ার সংকেত দেয়।

মূল বিশ্লেষণ

আটটি মাত্রা ঘুরে ঘুরে একই উত্তর দিল। ফরম্যাট ও ম্যাচ বিশ্লেষণে জিজ্ঞাসা — টেস্ট, ওয়ানডে, টি-টোয়েন্টি, নাকি দ্য হান্ড্রেড? উত্তর নেই, কারণ কোনো ভেন্যু, কোনো পাওয়ারপ্লে বা ডেথ ওভারের ডেটা, কোনো ডিএলএস প্রেক্ষাপট নেই। খেলোয়াড়ের কারিগরি বিভাগে নামটুকুও নেই — গড়, স্ট্রাইক রেট, বোলিং ইকোনমি, সাম্প্রতিক প্রবণতা, সব খালি। দলের ভূগোল বিভাগে আইসিসি র‍্যাঙ্কিং, হোম-অ্যাওয়ে প্রোফাইল, স্কোয়াডের গভীরতা — কিছুই নেই। লিগ ও বাণিজ্যিক বিভাগে সম্প্রচার স্বত্বের মূল্য, ফ্র্যাঞ্চাইজি ভ্যালুয়েশন, নিলামের অঙ্ক — কিছুই উদ্ধার করা গেল না। নিয়ম ও সুশাসন, ঝুঁকি, জন-আখ্যান, শিল্প-সঞ্চালন — আটটির আটটিই দাঁড়াল অপর্যাপ্ত তথ্য ফলের সামনে।

ঝুঁকি-বিভাগে ছয়টি শ্রেণি — স্পোর্টিং, কর্মী, বাণিজ্যিক, নিয়ম-অখণ্ডতা, জনমত ও প্রণালীগত — সবই রইল নিষ্ক্রিয়। জন-আখ্যান বিভাগে উত্তেজনা বা আতঙ্কের কোনো সংকেত মেলেনি, কারণ আখ্যানের বিষয়টিই অনুপস্থিত। শিল্প-সঞ্চালন মানচিত্রে উজান থেকে ভাটির প্রতিটি ধাপ ফাঁকা। এখানে একটি বিষয় স্পষ্ট: কোনো সত্তা চিহ্নিত না হলে ঝুঁকির মাত্রা নির্ধারণ করা অসম্ভব, আর তাই ঝুঁকি-প্রথম নির্দেশও কার্যকর করা যায় না।

এই শূন্যফলটি ব্যর্থতা নয়, এটি সঠিক নাল-হ্যান্ডলিং। এই পার্থক্যটাই আমার পেশার সবচেয়ে অবমূল্যায়িত শিক্ষা। ২০১৭ সালে যখন আমি বেঙ্গালুরু এফসি-র ২০১৭-১৮ আইএসএল মরসুমের ১২,৪০০টি ইভেন্ট রেকর্ড স্ক্র্যাপ করেছিলাম এবং আর-এ একটি এক্সজি মডেল লিখেছিলাম, তখন মডেলটি কাজ করেছিল কারণ সারিগুলো হাতে ছিল। বেঙ্গালুরু এফসি ৩২.৪ এক্সজি থেকে ৩৫ গোল করেছিল; সুনীল ছেত্রী গড়ের চেয়ে ৩.১ গোল বেশি করেছিলেন। সেই সংখ্যাগুলো আমি বিশ্বাস করেছিলাম, কারণ প্রতিটির পেছনে একটি রেকর্ড ছিল।

২০১৮ সালের রাশিয়া বিশ্বকাপে আমি সব ৬৪টি ম্যাচ লগ করেছিলাম, প্রতিটি দলের পিপিডিএ ও এক্সজি ট্র্যাক করে। ফ্রান্স নকআউট পর্বে প্রতি ম্যাচে মাত্র ০.৬৮ এক্সজি খেয়েছিল — এই সিদ্ধান্তটির প্রতিটি অঙ্কে ভর ছিল। ২০২০ সালে কোভিড-বিরতিতে আইএসএল-এর গোয়ার বায়ো-বাবলে ১১০টি ম্যাচ বিশ্লেষণ করে দেখলাম, হোম দলের এক্সজি পার্থক্য ২০১৯-২০-এর +০.৩১ থেকে ২০২০-২১-এ নেমে এসেছে -০.০৪-এ। খালি স্টেডিয়ামের প্রভাব মাপার সেই মডেলটি কাজ করেছিল, কারণ লেজার ভরা ছিল।

২০২১-এ ইউরো ও টোকিও অলিম্পিকে ইতালির পিপিডিএ ছিল ৮.৯, ফাইনালে জর্জিনহোর ৪২টি প্রেস; ভারতের হকিতে নকআউট পর্বে ১২টি পেনাল্টি কর্নার থেকে ৪টি রূপান্তর — ৩৩ শতাংশ। প্রতিটির পেছনে একটি স্পষ্ট রেকর্ড। আজ কিন্তু লেজার শূন্য। আর শূন্য লেজারের উপরে দাঁড়িয়ে আমি যদি বলতাম এই দলের বোলিং গভীরতা দুর্বল, বা এই খেলোয়াড়ের ফর্ম পড়তিতে, তাহলে সেটি বিশ্লেষণ হতো না — সেটি হতো গল্প বানানো। ব্লকচেইনে তথ্য জাল করা যায় না, কারণ প্রতিটি ব্লক আগের ব্লকের হ্যাশ বহন করে; ভাঙলে পুরো চেইন ভেঙে পড়ে। ক্রিকেট বিশ্লেষণে সেই হ্যাশটির নাম তথ্যবিন্দু।

আরও একটি কথা জরুরি — দুই স্তরের মধ্যে হাতবদলের সময় পেলোড হারিয়ে যাওয়া বিরল নয়। কখনো প্রথম স্তরের আউটপুট সঠিকভাবে সংরক্ষিত হয় না, কখনো নিবন্ধের মূল অংশই সিস্টেমে ঢোকেনি। তাই প্রথম প্রশ্ন হওয়া উচিত — সিস্টেমে নিবন্ধটি কি সত্যিই ঢুকেছিল? তিনটি সংকেত আমি নজরে রাখব। প্রথমত, তথ্যবিন্দুর তালিকা খালি আছে কি না; একটি বিন্দু ভরাট হলেই আট মাত্রার পূর্ণ বিশ্লেষণ সম্ভব। দ্বিতীয়ত, শিরোনাম ও সূত্রের ঘর — এগুলো পূর্ণ হলে ফরম্যাট, সত্তা ও সূত্রের গুণমান নির্ধারণ সম্ভব। তৃতীয়ত, সত্তার ঘর — অন্তত একটি দল, খেলোয়াড় বা ঘটনার নাম পেলে প্রথম তিন মাত্রা খুলে যায়।

প্রতিকূল কোণ

এখানে শিল্পের এক অস্বস্তিকর সত্য আছে। আজকের স্পোর্টস-কনটেন্ট বাজারে অনেক বিশ্লেষণ আসলে শূন্যতা ভরাট করার শিল্প। তথ্য নেই, কিন্তু শব্দ আছে — এটাই সবচেয়ে বড় ফাঁদ। আমি নিজে আটবার দেখেছি, আমার হাতে জমা করা ডেটা আমার স্মৃতিকে হারিয়ে দিয়েছে; তাতে পদ্ধতির উপরে আস্থা বেড়েছে, কিন্তু সেই আস্থাই আবার নতুন ঝুঁকি — শিটে যা লেখা, তা-ই সত্য নয়। এন/এ লেখা প্রতিটি ঘর তাই আমার কাছে সততার সনদ, দুর্বলতার নয়।

আরও একটি ফাঁদ আছে — মডেল-প্রচার। এক্সজি-ধাঁচের যন্ত্র যখন বারবার জেতে, তখন সেটি বিশ্বাসে পরিণত হয়, আর সেই বিশ্বাস স্কাউট, খেলোয়াড়, কোচ — সবার চোখের সাক্ষ্যকে অস্বীকার করতে শুরু করে। আমার জন্য ওষুধ একটাই: যেখানে মডেল হেরেছে, সেই কেসগুলো প্রকাশ করা।

তবু একটি পাল্টা সতর্কতা দরকার। শূন্যফলকে কখনো অলসতার ছুতা বানানো যায় না। মাঝে মাঝে তথ্য সত্যিই হাতে থাকে, শুধু খুঁজতে হয়। সূত্রের গুণমান যাচাই না করে তথ্য নেই বলে থেমে যাওয়াও এক ধরনের পরাজয়। তাই প্রতিটি লেখায় আমি নমুনার আকার ও আস্থার পরিসর লিখি, আর স্পষ্ট করে বলি ডেটাসেটটি কী দেখতে পায় না — ফিল্ড প্লেসমেন্ট, চোট, চাপ, ড্রেসিংরুমের প্রেক্ষাপট। চোখের পরীক্ষা একটি অনুমান, রায় নয়; ঠিক তেমনি খালি লেজারও নিজে থেকে রায় হয়ে ওঠে না।

আমার ডেটা ডিকশনারিতে একটি নিয়ম পনেরো বছর ধরে অটুট: কোনো দাবি লিখলে তার পাশে সূত্র-সারি রাখতে হবে, নইলে দাবিটি বাদ। এই নিয়মই আমাকে বারবার বাঁচিয়েছে — যখন ক্যামেরার চোখ অসাধারণ ইনিংস দেখেছে, লেজার দেখিয়েছে স্বাভাবিকের চেয়ে সামান্য ভালো।

উপসংহার

আগামী পর্বের সংকেত সরল। যদি আপনার পাইপলাইনের প্রথম স্তর শূন্য ফেরত দেয়, তবে দুটির একটি করুন — হয় পেলোড আবার পাঠান, তথ্যবিন্দু ভরাট করুন, তারপর আটটি মাত্রা চালান; নয়তো সৎভাবে শূন্যফলটি প্রকাশ করুন। প্রতিটি দাবির জন্য একটি উৎস-কলাম রাখুন, যেন তা অপরিবর্তনীয় লেজারের মতো যাচাইযোগ্য থাকে। ব্রডকাস্ট যা কখনো দেখায় না, তার জন্য আমি একটি কলাম রাখি — কিন্তু সেই কলাম খালি থাকলে আমি তা ভরাই না। প্রশ্নটি আপনার জন্য: যখন লেজার শূন্য ফেরত দেয়, আপনি কি একটি গল্প বানাবেন, নাকি শূন্যটাই ছাপবেন?