ক্রিকেট বিশ্লেষণের আগে ডেটা যাচাই জরুরি, ফাঁকা ইনপুটে প্রতিবেদন তৈরির ঝুঁকি

চট্টগ্রাম থেকে ক্রিকেট বিশ্লেষণ লিখতে বসলে আমার প্রথম কাজ স্কোরকার্ড খোঁজা নয়; বরং দেখা, স্কোরকার্ডটি আদৌ আছে কি না। সাম্প্রতিক একটি বিশ্লেষণী ইনপুটে ম্যাচ, দল, খেলোয়াড়, ভেন্যু বা সময়সীমার কোনো নির্ভরযোগ্য তথ্য ছিল না। তবু সেই ইনপুটের ওপর আটটি বিশ্লেষণী বিভাগ চালানোর চেষ্টা করা হয়েছিল। ফলাফলটি ক্রিকেট প্রতিবেদন নয়, বরং একটি গুরুত্বপূর্ণ সতর্কবার্তা: তথ্যের ভিত্তি ফাঁকা থাকলে বিশ্লেষণের ভাষা যতই পরিপাটি হোক, তার ক্রীড়া মূল্য শূন্যের কাছাকাছি।

প্রদত্ত ইনপুটে নিবন্ধের শিরোনাম ছিল অনুপস্থিত, উৎসের নাম ছিল অনুপস্থিত, নিবন্ধের ধরন হিসেবে লেখা ছিল Unclassified এবং ডোমেইন লেবেল ছিল cricket_world। নির্ধারিত কাঠামো অনুযায়ী সেখানে Cricket থাকার কথা। সবচেয়ে গুরুত্বপূর্ণ ঘাটতি ছিল Information Points অংশে। তালিকাটি ছিল সম্পূর্ণ ফাঁকা। দলের নাম, খেলোয়াড়ের নাম, ম্যাচের ফল, প্রতিযোগিতার পরিচয়, কোনো সংখ্যা বা উদ্ধৃতি—কিছুই পাওয়া যায়নি।

এই পরিস্থিতিতে কোনো ব্যাটারের স্ট্রাইক রেট, কোনো বোলারের ইকোনমি, কোনো দলের ঘরের মাঠের রেকর্ড কিংবা কোনো লিগের বাণিজ্যিক মূল্য বিচার করা যায় না। কারণ ক্রিকেটে প্রসঙ্গ বদলালে সংখ্যার অর্থও বদলে যায়। টেস্টের ৪৫ স্ট্রাইক রেট এক ধরনের ব্যাটিং; ওয়ানডেতে সেটি অন্যরকম; টি-টোয়েন্টিতে আবার সম্পূর্ণ আলাদা প্রশ্ন। ম্যাচের ফরম্যাট না জেনে সংখ্যার ওপর সিদ্ধান্ত দেওয়া মানে পিচ না দেখে উইকেটের আচরণ নিয়ে কথা বলা।

ফাঁকা ইনপুট কীভাবে ধরা পড়ল

বিশ্লেষণী কাঠামোর প্রথম ধাপে সাধারণত কয়েকটি মৌলিক প্রশ্নের উত্তর থাকা প্রয়োজন। ম্যাচটি কোন ফরম্যাটের? কোন দল খেলেছে? ফল কী? কোন খেলোয়াড় আলোচনায়? ঘটনাটি কখন ঘটেছে? উৎসটি কী? এই ইনপুটে কোনো প্রশ্নেরই উত্তর ছিল না। Article Type ছিল Unclassified, Time Sensitivity মূল্যায়ন করা হয়নি এবং Source Quality নির্ধারণের মতো কোনো উৎস-তথ্যও ছিল না।

শূন্য তথ্যের এই বিন্যাসকে আমি সাধারণত একটি ডেটা-ইন্টিগ্রিটি সমস্যা হিসেবে দেখি। এটি কখনো পে-ওয়াল, বট-নিরোধ, জাভাস্ক্রিপ্ট-নির্ভর পেজ, fetch error অথবা hand-off ব্যর্থতার ফল হতে পারে। আবার কোনো পরীক্ষামূলক payload বা placeholder থেকেও এমন ফল আসতে পারে। প্রদত্ত বিশ্লেষণে সবচেয়ে সম্ভাব্য কারণ হিসেবে নিবন্ধটি সঠিকভাবে ingest না হওয়ার কথা বলা হয়েছে। তবে পুনরায় উৎস সংগ্রহ না করা পর্যন্ত কারণটি নিশ্চিত করা যায় না।

আমার বহু বছরের ম্যাচ দেখার অভিজ্ঞতায় একটি বিষয় বারবার পরিষ্কার হয়েছে: দৃশ্যমান তথ্য না থাকলে অনুমান দ্রুত মতামতে পরিণত হয়। একটি ব্যাটারের নাম না থাকলেও কেউ তার ফর্ম নিয়ে লিখতে পারে, একটি দলের নাম না থাকলেও কেউ মিডল-অর্ডারের দুর্বলতা আবিষ্কার করতে পারে। সেই লেখাগুলো পড়তে বিশ্লেষণী মনে হলেও প্রমাণের সঙ্গে তাদের সম্পর্ক থাকে না। ক্রিকেটে এমন ভুল বিপজ্জনক, কারণ পাঠক একটি বাক্যকে ম্যাচ-ভিত্তিক সিদ্ধান্ত হিসেবে গ্রহণ করতে পারেন।

আটটি বিভাগ, কিন্তু কোনো ক্রিকেট সিদ্ধান্ত নয়

প্রদত্ত কাঠামোতে ফরম্যাট ও ম্যাচের প্রকৃতি বিশ্লেষণের প্রথম বিভাগ ছিল। সেখানে টেস্ট, ওয়ানডে, টি-টোয়েন্টি বা অন্য কোনো আয়োজন শনাক্ত করা যায়নি। ফলে পাওয়ারপ্লে, ডেথ ওভার, নতুন বল, মধ্য ওভার কিংবা বৃষ্টির পর লক্ষ্য পুনর্নির্ধারণ—কোনো পর্যায়ের বিশ্লেষণই বৈধভাবে করা সম্ভব নয়। ভেন্যু জানা না থাকায় পিচ, শিশির, বাতাস বা টসের প্রভাব নিয়েও কোনো সিদ্ধান্ত গ্রহণযোগ্য নয়।

দ্বিতীয় বিভাগে খেলোয়াড়ের কৌশল ও পরিসংখ্যান থাকার কথা ছিল। কিন্তু কোনো খেলোয়াড়ের নাম নেই। গড়, স্ট্রাইক রেট, বোলিং ইকোনমি, পরিস্থিতিভিত্তিক পারফরম্যান্স বা সাম্প্রতিক ধারার কোনো তথ্য নেই। ফলে খেলোয়াড়ের ভূমিকা, বয়সের বাঁক, ফরম্যাটে মানিয়ে নেওয়া বা বাণিজ্যিক মূল্য বনাম মাঠের মূল্য—কোনোটিই বিচার করা যায়নি।

তৃতীয় বিভাগে দলীয় অবস্থান, র‍্যাঙ্কিং, স্কোয়াডের গভীরতা এবং ঘরের মাঠে পারফরম্যান্সের প্রশ্ন থাকে। এখানেও কোনো দল ছিল না। চতুর্থ বিভাগে লিগ, নিলাম, বেতন, সম্প্রচার স্বত্ব বা ট্রেডের তথ্য প্রয়োজন ছিল; কিছুই পাওয়া যায়নি। পঞ্চম বিভাগে নিয়ম, প্রশাসন, যোগ্যতা, দুর্নীতি-বিরোধী ব্যবস্থা বা রাজনৈতিক প্রভাবের মতো বিষয় দেখা হয়। কোনো ঘটনা বা সংস্থার নাম না থাকায় সেটিও মূল্যায়নযোগ্য হয়নি।

ষষ্ঠ বিভাগে ঝুঁকি বিশ্লেষণে একমাত্র নিশ্চিত ঝুঁকি ছিল প্রক্রিয়াগত। খেলাধুলার ঝুঁকি, খেলোয়াড়ের ঝুঁকি, বাণিজ্যিক ঝুঁকি বা জনমতের ঝুঁকি নির্ধারণ করা যায়নি। অর্থাৎ সমস্যাটি ম্যাচের ভেতরে নয়, ম্যাচের তথ্য পৌঁছানোর আগের স্তরে। সপ্তম বিভাগে জন narrative বা প্রত্যাশার তাপমাত্রা মাপার জন্য সংবাদ কাভারেজ, সময়, সামাজিক প্রতিক্রিয়া অথবা বাজারের কোনো সূচক প্রয়োজন ছিল। সেগুলিও অনুপস্থিত। অষ্টম বিভাগে ক্রিকেট শিল্পে প্রভাবের ধারা—যুব উন্নয়ন থেকে জাতীয় দল, সেখান থেকে সম্প্রচার ও বাণিজ্য—ট্রেস করার মতো কোনো ঘটনাই ছিল না।

কেন ফাঁকা তথ্য দিয়ে লেখা আরও বিপজ্জনক

একটি অপ্রত্যাশিত বিষয় এখানে দেখা যায়। ফাঁকা ইনপুটের ওপর পূর্ণাঙ্গ বিশ্লেষণ তৈরি করলে পাঠকের কাছে সেটি অসম্পূর্ণ বলে মনে নাও হতে পারে। টেবিল, ঝুঁকি-ম্যাট্রিক্স, সম্ভাব্য দৃশ্যপট এবং আত্মবিশ্বাসের মাত্রা যোগ করলে রিপোর্টটি পেশাদার দেখায়। কিন্তু কাঠামো প্রমাণ তৈরি করে না। প্রমাণ ছাড়া কাঠামো কেবল অনিশ্চয়তাকে সাজিয়ে রাখে।

দ্য প্রেস বক্সে আমি বহুবার দেখেছি, একটি বড় নাম বা বহুল ব্যবহৃত ক্রিকেটীয় শব্দ কীভাবে পুরো আলোচনাকে দখল করে নেয়। কোনো খেলোয়াড়ের সাম্প্রতিক সাফল্য থাকলে তাঁর আগের দুর্বলতা অদৃশ্য হয়ে যায়। কোনো দল টানা জিতলে স্কোয়াডের ফাঁককে সাময়িক সৌভাগ্য হিসেবে ব্যাখ্যা করা হয়। কিন্তু এখানে নামই নেই। ফলে narrative তৈরিরও সুযোগ নেই। এই অবস্থায় খেলোয়াড়, দল বা প্রতিযোগিতার নাম অনুমান করা সরাসরি তথ্য তৈরি করার সমান।

Empty stadiums taught me that silence is not absence; it is a formation. তবে ডেটা-সিস্টেমের ক্ষেত্রে নীরবতা আলাদা অর্থ বহন করে। মাঠের নীরবতা থেকে যোগাযোগের ঘাটতি, ফিল্ডিংয়ের দ্বিধা বা চাপের সংকেত পড়া যায়। কিন্তু একটি ফাঁকা ডেটা-ফিল্ড থেকে কোনো ব্যাটিং পরিকল্পনা পড়া যায় না। সেখানে নীরবতা কৌশল নয়; সেটি সম্ভবত ingestion ব্যর্থতার চিহ্ন।

জাপানের ম্যাচগুলো কভার করতে গিয়ে আমি দেখেছি, ছোট একটি halftime change কীভাবে পুরো ম্যাচের জ্যামিতি বদলে দিতে পারে। কিন্তু সেই পরিবর্তন শনাক্ত করতে অন্তত দুটি ফ্রেম প্রয়োজন: শুরুতে দল কোথায় দাঁড়িয়েছিল এবং পরে কী বদলেছে। একইভাবে ক্রিকেট বিশ্লেষণের জন্য অন্তত স্কোর, ওভার, খেলোয়াড় এবং ম্যাচ-প্রসঙ্গের একটি ন্যূনতম সেট দরকার। এই ইনপুটে সেই ভিত্তি ছিল না।

সমস্যাটি ঠিক করার বাস্তব পথ

এই ধরনের ত্রুটি রুখতে Stage 2 বিশ্লেষণের আগে একটি বাধ্যতামূলক validation gate থাকা উচিত। Information Points ফাঁকা হলে প্রক্রিয়া থামবে। শিরোনাম বা উৎসে N/A থাকলে রিপোর্ট তৈরি হবে না। Article Type যদি Unclassified থাকে অথবা Domain Label নির্ধারিত schema থেকে বিচ্যুত হয়, সিস্টেমকে PIPELINE_FAILURE সংকেত দিতে হবে। পূর্ণাঙ্গ প্রতিবেদন তৈরি করে ঘাটতিকে আড়াল করা যাবে না।

উৎস সংগ্রহের স্তরে কয়েকটি বিষয়ও নথিবদ্ধ করা প্রয়োজন: HTTP status, কনটেন্টের অক্ষরসংখ্যা, render mode, পুনরায় fetch-এর ফল এবং উৎসের প্রকাশনার তারিখ। কোনো পেজ জাভাস্ক্রিপ্টের মাধ্যমে লেখা হলে headless render ব্যবহার করা যেতে পারে। একই article ID দ্বিতীয়বার সংগ্রহ করে যদি তথ্য ফিরে আসে, তাহলে বোঝা যাবে সমস্যা বিশ্লেষণ মডেলে নয়, ingestion স্তরে।

একটি কার্যকর ক্রিকেট রিপোর্টের জন্য অন্তত পাঁচ থেকে আটটি পৃথক তথ্যবিন্দু দরকার। তার মধ্যে থাকা উচিত শিরোনাম, উৎস, প্রকাশনার তারিখ, ম্যাচের ফরম্যাট, দল, খেলোয়াড়, ফল, ভেন্যু এবং যাচাইযোগ্য সংখ্যা। নিলাম বা ট্রান্সফারের বিষয় হলে চুক্তির অঙ্ক, মেয়াদ, বেতন কাঠামো বা সংশ্লিষ্ট কর্মকর্তার বক্তব্যও প্রয়োজন। তথ্য নিশ্চিত না হলে সেটিকে data pending verification হিসেবে চিহ্নিত করতে হবে।

আমি শেখার মতো তথ্য পেয়েছি substitutions-এর চেয়ে starting eleven দেখে কম—ফুটবলের সেই অভিজ্ঞতা ক্রিকেটের ডেটা-প্রবাহেও প্রযোজ্য। একটি প্রতিবেদনের আসল মান অনেক সময় তার চূড়ান্ত মতামতে নয়, বরং কোন তথ্যকে প্রবেশের অনুমতি দেওয়া হয়েছে সেখানে। ভুল ইনপুট ঢুকলে পরের সব স্তর যত উন্নতই হোক, ফলাফল দুর্বল থাকবে।

পরবর্তী যাচাই কী বলবে

এই মুহূর্তে কোনো দল, খেলোয়াড়, ম্যাচ বা লিগ নিয়ে ক্রিকেটীয় সিদ্ধান্ত দেওয়া যায় না। নিশ্চিত সিদ্ধান্তটি কেবল এতটুকু: Stage 1 payload বিশ্লেষণের উপযোগী ছিল না এবং সেটিকে পুনরায় সংগ্রহ করতে হবে। প্রদত্ত ইনপুটের তথ্য অনুযায়ী খেলাধুলার মূল্য শূন্য, শিল্প-সংক্রান্ত মূল্যও শূন্য; রেফারেন্স মূল্য রয়েছে কেবল একটি pipeline failure-এর উদাহরণ হিসেবে।

পরবর্তী ধাপে একই উৎস পুনরায় ingest করা হলে তিনটি প্রশ্নের উত্তর মিলবে। নিবন্ধটি কি সত্যিই পাওয়া যায়? তথ্যবিন্দু কি ফিরে আসে? schema কি নির্ধারিত মান মেনে চলে? যদি batch-এ প্রতি ১০০ নিবন্ধে ২টির বেশি payload ফাঁকা হয়, সেটিকে বিচ্ছিন্ন ঘটনা বলা যাবে না; সেটি সিস্টেমগত সমস্যা।

ক্রিকেট বিশ্লেষণের সবচেয়ে জরুরি পরীক্ষা তাই এখন কোনো দলের শক্তি নয়, তথ্যের অস্তিত্ব। পরের প্রতিবেদন প্রকাশের আগে সম্পাদক, বিশ্লেষক এবং সফটওয়্যার—তিন পক্ষকেই একই প্রশ্ন করতে হবে: আমরা কি সত্যিই একটি ম্যাচ দেখছি, নাকি কেবল একটি খালি ফর্ম পূরণ করছি?