খালি লেজারের পাঠ: ক্রিকেট ডেটা পাইপলাইনের নীরব ব্যর্থতা ও যাচাইযোগ্য রেকর্ড

গত রাতে ময়মনসিংহের ভাড়া ঘরে বসে আমি স্ক্র্যাপার চালু করলাম। ঘড়িতে তখন রাত ১টা ৪০ মিনিট। একটি নতুন ক্রিকেট প্রতিবেদন বিশ্লেষণের জন্য পাইপলাইন প্রস্তুত ছিল — দুই স্তরের কাঠামো। প্রথম স্তর প্রতিবেদনটি ভেঙে তথ্য-বিন্দুতে পরিণত করার কথা, দ্বিতীয় স্তর সেই বিন্দুগুলোর উপর দাঁড়িয়ে আট মাত্রার গভীর বিশ্লেষণ করার কথা। আমি প্রত্যাশা করেছিলাম একটি সমৃদ্ধ স্কোরকার্ড — অন্তত দশটি উদ্ধারযোগ্য তথ্য-বিন্দু, খেলোয়াড়ের নাম, ভেন্যু, সময়-সংবেদনশীলতার ট্যাগ, সূত্রের বিবরণ। যা ফিরে এল, তা একটি ফাঁকা লেজার। শিরোনাম নেই, সূত্র নেই, তথ্য-বিন্দুর তালিকা শূন্য। প্রতিটি ঘরে একটিমাত্র বাক্য বসে আছে — অপর্যাপ্ত তথ্য। আমি তিনটি হার্ড ড্রাইভে পুরোনো CSV ফাইল সংরক্ষণ করি, প্রতিটি ম্যাচ রাত ১টায় দেখি, আর যেকোনো দাবির পাশে সূত্রের সারণি বসাই। এই অভ্যাস আমাকে শিখিয়েছে, ফাঁকা ঘর কখনো নিরব থাকে না; সে ফিসফিস করে বলে, এখানে কিছু যাচাই করা যায়নি। গত রাতের ফাঁকা লেজার একটি প্রশ্ন ছুঁড়ে দিল, যা আজকের ক্রিকেট ডেটা শিল্পের সবচেয়ে অবহেলিত প্রশ্নগুলোর একটি। আমার কাজের ধরন সহজ নয়। ২০১৭ সালে যখন আমি পাইথন শিখে ২০১৭-১৮ প্রিমিয়ার লিগের প্রতিটি শট, xG আর PPDA টেনে বের করেছিলাম, তখন থেকেই একটি নিয়ম মেনে চলি — সূত্র ছাড়া কোনো বাক্য প্রকাশ করব না। সেই অভ্যাস আমাকে ধীর, ঘন আর খণ্ডন-কঠিন করে তুলেছে। সম্পাদকেরা দৈর্ঘ্যের অভিযোগ করতেন, কিন্তু স্বচ্ছতাই আমার স্বাক্ষর হয়ে দাঁড়াল। একটি আধুনিক ক্রিকেট বিশ্লেষণ পাইপলাইন ঠিক এই নিয়মের উপর দাঁড়ায়। প্রথম স্তর একটি প্রতিবেদনকে ভেঙে ফেলে — কোন দল, কোন খেলোয়াড়, কোন ফরম্যাট, কোন সময়। দ্বিতীয় স্তর আটটি মাত্রায় বিশ্লেষণ চালায় — ফরম্যাট ও ম্যাচ, খেলোয়াড়ের কৌশল ও ডেটা, দলের অবস্থান ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক বাস্তুতন্ত্র, নিয়ম ও শাসন, ঝুঁকির ম্যাট্রিক্স, জন-আখ্যান, এবং শিল্প-প্রসারণ। প্রতিটি উপসংহারের পাশে বাধ্যতামূলকভাবে একটি নির্দিষ্ট তথ্য-বিন্দুর উল্লেখ থাকতে হয়। এই কঠোরতা দুর্ঘটনা নয়। এটি একটি অডিট ট্রেইল — একটি লেজার, যেখানে প্রতিটি এন্ট্রি সময়-মোহরাঙ্কিত এবং যে কেউ যাচাই করতে পারে। ২০১৮ সালে রাশিয়া বিশ্বকাপে যখন পণ্ডিতেরা ক্রোয়েশিয়ার আত্মার প্রশংসা করছিলেন, আমি ঠান্ডা সংখ্যায় তাদের পথটি অডিট করেছিলাম — ডেনমার্ক, রাশিয়া ও ইংল্যান্ডের বিপক্ষে টানা তিনটি অতিরিক্ত সময়ের ম্যাচ, ৩৭৫ মিনিটের নকআউট ফুটবল, চার নকআউট ম্যাচে মাত্র ৫.৮ xG। ক্রোয়েশিয়া কোনো অলৌকিক ঘটনা ছিল না; সেটি ছিল অতিরিক্ত সময় আর ক্লান্ত পায়ের একটি লেজার। গত রাতের ফাঁকা ফলাফল আমাকে একটি প্রশ্নের সামনে দাঁড় করাল: একটি পাইপলাইন যখন শূন্য ফেরায়, তখন আমরা কী ভাবি? সহজ উত্তর — প্রতিবেদনে কিছু ছিল না। এই সিদ্ধান্তটি বিপজ্জনক, কারণ এটি একটি সম্ভাব্য প্রযুক্তিগত ব্যর্থতাকে বিষয়বস্তুর অভাব বলে ছদ্মবেশ দেয়। ব্লকচেইনের মূল শিক্ষা এখানেই। একটি পাবলিক লেজার তখনই মূল্যবান যখন প্রতিটি লেনদেন সময়-মোহরাঙ্কিত, অপরিবর্তনীয় এবং যে কেউ স্বাধীনভাবে যাচাই করতে পারে। যদি লেজারে ফাঁকা ঘর থাকে, প্রশ্ন হলো — লেনদেনটি হয়নি, নাকি লেখার প্রক্রিয়া ব্যর্থ হয়েছে? এই দুটিকে আলাদা করা ছাড়া লেজার অর্থহীন হয়ে পড়ে। ক্রিকেট ডেটাও ঠিক একই সত্যের মুখোমুখি। আমি চারটি সম্ভাব্য ব্যর্থতার কারণ চিহ্নিত করলাম। প্রথমত, মূল সূত্র লোড হয়নি — সার্ভার ব্যর্থতা বা ভুল ঠিকানা। দ্বিতীয়ত, প্রতিবেদনটি পেওয়ালের আড়ালে ছিল। তৃতীয়ত, বিষয়বস্তুটি লেখা ছিল না, বরং ছবি বা ভিডিও আকারে — যা সাধারণ টেক্সট-স্ক্র্যাপার ধরতে পারে না। চতুর্থত, একটি ডোমেইন-ক্লাসিফায়ার প্রতিবেদনটিকে বাদ দিয়েছে। বাকি ছিল একটিমাত্র চিহ্ন — একটি ডোমেইন ট্যাগ, যা ইঙ্গিত দেয় বিষয়টি সম্ভবত এশিয়ার ক্রিকেট বাজারের সঙ্গে যুক্ত। কিন্তু একটি ক্লাসিফায়ার ট্যাগ কোনো প্রমাণ নয়। এটি লেজারের একটি প্রান্তের দাগ, লেনদেনের মূল বিবরণ নয়। আমার ১৭ বছরের অভিজ্ঞতা বলে, ক্লাসিফায়ার আউটপুট আর বিষয়বস্তুর তথ্য কখনো একই ওজনের নয়। আটটি মাত্রার প্রতিটিতে একটি করে ফাঁকা ঘর বসে আছে। ফরম্যাট ও ম্যাচ বিশ্লেষণে কোনো ওভার নেই, কোনো ভেন্যু নেই, শিশিরের কোনো হিসাব নেই। খেলোয়াড়ের কৌশল ও ডেটায় কোনো নাম নেই, কোনো অ্যাভারেজ নেই, সাম্প্রতিক কোনো প্রবণতা নেই। দলের অবস্থানে কোনো আইসিসি র‍্যাঙ্কিং নেই, ঘরের-মাঠের কোনো প্রোফাইল নেই। লিগ ও বাণিজ্যিক বাস্তুতন্ত্রে সম্প্রচার-স্বত্বের মূল্য নেই, ফ্র্যাঞ্চাইজি ভ্যালুয়েশন নেই। নিয়ম ও শাসনে ক্ষমতা-বণ্টনের কোনো চিত্র নেই, শাসন-বিরোধের কোনো নজির নেই। শাসন ও সততার প্রশ্নটি এখানে সবচেয়ে স্পর্শকাতর। ক্রিকেটে দুর্নীতি-বিরোধী ব্যবস্থা, যোগ্যতা ও নির্বাচন, রাজনৈতিক প্রভাব — এগুলো সবই নির্ভর করে নির্ভরযোগ্য রেকর্ডের উপর। যদি মূল তথ্যই উদ্ধার না হয়, তবে কোনো সিদ্ধান্তই দায়বদ্ধতার ভিত্তিতে টিকতে পারে না। ঝুঁকির দিকটি দুটি স্তরে বিভক্ত। একটি হলো ক্রিকেট-ডোমেইনের ঝুঁকি — যা এখানে অনুপস্থিত, কারণ কোনো বিষয়বস্তুই নেই। আরেকটি হলো মেটা-স্তরের ডেটা-পাইপলাইন ঝুঁকি — যা প্রকৃতপক্ষে সবচেয়ে গুরুতর। একটি নীরব পাইপলাইন ব্যর্থতা, যদি চিহ্নিত না হয়, তাহলে প্রতিটি পরবর্তী স্তরে বানানো তথ্য প্রবেশ করে। ক্রীড়া, কর্মী, বাণিজ্যিক, নিয়ম-সততা, জনমত আর সিস্টেমিক — ছয়টি ঝুঁকি-শ্রেণিই ফাঁকা, কারণ প্রতিটির জন্য একটি নির্দিষ্ট তথ্য-বিন্দু দরকার, আর সেটি নেই। শিল্প-প্রসারণের দিকটি দেখুন। যুব উন্নয়ন থেকে জাতীয় দল, জাতীয় দল থেকে সম্প্রচার আর বাণিজ্যিক বাজার — এই শৃঙ্খলের প্রতিটি স্তর বিশ্বস্ত তথ্যের উপর দাঁড়ায়। উপরের স্তরে যদি একটি ফাঁকা ঘর অনুমান দিয়ে ভরাট হয়, তবে সেই ভুল নিচ পর্যন্ত প্রবাহিত হয়। বাজি ও ফ্যান্টাসি বাজারের জন্য এটি আরও সংবেদনশীল, কারণ সেখানে তথ্যের গুণমান সরাসরি সিদ্ধান্তে রূপ নেয়। এই নাল-ফলাফল নিজেই একটি মূল্যবান QA সংকেত। এটি দেখায়, সংগ্রহ থেকে বিশ্লেষণ পর্যন্ত শৃঙ্খলে একটি ব্যর্থতার ধরন আছে, যা যন্ত্রে ধরা পড়ার যোগ্য। সময় উইন্ডো তাৎক্ষণিক — পরবর্তী ব্যাচ চালানোর আগেই। যদি মূল সূত্র পুনরুদ্ধার করা যায়, তবে একটি পুনরায় চালান সম্ভবত একটি প্রকৃত এশীয়-ক্রিকেট-ডোমেইনের প্রতিবেদন দিতে পারে — সম্ভবত বিসিসিআই, পিসিবি, এশিয়া কাপ বা আইপিএল-সংক্রান্ত। তখন আটটি মাত্রাই প্রমাণ-সংযুক্ত উপসংহারে ভরাট হতে পারে। শিল্পের সহজ আখ্যান বলে — তথ্য না থাকলে বিশ্লেষণও নেই। আমি ভিন্নভাবে দেখি। একটি ফাঁকা ফলাফল নিজেই সবচেয়ে মূল্যবান সংকেতগুলোর একটি। ক্রিকেটে আমরা অভ্যাস করি উপস্থিতি পড়তে — রান, উইকেট, স্ট্রাইক রেট। কিন্তু অনুপস্থিতিও একটি পরিসংখ্যান। ২০২০ সালের ১৬ মে যখন বুন্দেসলিগা দর্শকশূন্য স্টেডিয়ামে ফিরেছিল, তখন আমি একটি অসঙ্গতি লক্ষ্য করেছিলাম — সেই সপ্তাহান্তের নয়টি ম্যাচের মধ্যে হোম টিম জিতেছিল মাত্র দুটি। কেউ কেউ ভেবেছিলেন এটি কাকতালীয়। আমি তিন সপ্তাহ ধরে ইউরোপের শীর্ষ পাঁচ লিগের তথ্য টেনে দেখলাম, হোম-জয়ের হার ৪৫.২% থেকে ৩৩.৮%-এ নেমেছে, পেনাল্টি ২২% কমেছে, অ্যাওয়ে দলের xG বেড়েছে। নীরবতা নিজেই একটি সংখ্যা হয়ে উঠেছিল। তখন থেকে আমি আমার মডেল সংস্করণ করি — v1.0, v2.0 — আর প্রতিটি পরিবর্তন পাবলিক চেঞ্জলগে লিখে রাখি। একই যুক্তি লেজারে খাটে। একটি খালি ঘর শুধু কিছু-নেই বলে না; সে বলে, এখানে কিছু যাচাই করা যায়নি। পার্থক্যটি সূক্ষ্ম, কিন্তু এটি সিদ্ধান্তের গুণমান বদলে দেয়। যে বিশ্লেষক ফাঁকা ফলাফলকে নিরীহ বলে ধরে নেন, তিনি সম্ভবত সবচেয়ে বড় ঝুঁকিটি বহন করেন — আত্মবিশ্বাসের সঙ্গে বানানো উপসংহার। আমি আমার নোটবুক খুলেছিলাম প্রথম হুইসেলের আগে এবং বন্ধ করেছি বাজার বন্ধ হওয়ার পরে। গত রাতে বাজার বন্ধ হয়েছিল একটি ফাঁকা পাতায়, কিন্তু সেই ফাঁকা পাতা আমাকে সবচেয়ে দরকারি শিক্ষাটি দিয়েছে: যে লেজার নিজের ফাঁক স্বীকার করে এবং চিহ্নিত করে, সেটিই সবচেয়ে বিশ্বাসযোগ্য লেজার। পরের চক্রে আমার হাতে একটি নতুন নিয়ম থাকবে। যেকোনো পাইপলাইন যদি শূন্য তথ্য-বিন্দু ফেরায়, তাকে বিশ্লেষণ বলে পাস করা হবে না; তাকে চিহ্নিত করা হবে INVALID_INPUT হিসেবে — একটি যাচাইয়ের গেট, যা অনুমান ও বানানোর পথ বন্ধ করে। — রুট: দ্য স্ক্র্যাপার। ক্লোজিং লাইন হলো সেই স্বীকারোক্তি, যা বাজার তখনই করে যখন কেউ দেখছে না। গত রাতের খালি লেজার ঠিক তেমনই একটি স্বীকারোক্তি — ক্রিকেট ডেটা শিল্প এখনো শিখেনি কীভাবে নিজের ফাঁক স্বীকার করতে হয়। প্রশ্নটা এখন পাঠকের জন্য: আপনার নিজের লেজারে কতগুলো ফাঁকা ঘর আপনি কখনো যাচাই করেননি?