নাল ইনপুটের ফরেনসিক: ক্রিকেট অ্যানালিটিক্স পাইপলাইন যখন খালি তথ্য ফেরত দেয়

সকাল সাড়ে নয়টায় ল্যাপটপ খুলে একটি দ্বিতীয় স্তরের বিশ্লেষণ প্রতিবেদন দেখছিলাম। টেবিলের বর্ডার পরিষ্কার, কলামের শিরোনাম ঠিকঠাক, রঙের বিন্যাসও নিখুঁত। শুধু প্রতিটি ঘরে একই বাক্য — “N/A — insufficient information”। ফরম্যাটের বিচারে এটিই সবচেয়ে সুন্দর টেবিল যা আমি অনেকদিন দেখেছি; তথ্যের বিচারে এটি একটি খালি পাতা। আমার কাজের ধরন এমন যে কোনো সংখ্যার দিকে তাকালে আমি প্রথমে তার প্রান্ত খুঁজি। ডিস্ট্রিক্ট লেভেলে ফুটবল খেলার সময় শিখেছিলাম চোখ মিথ্যা বলে; তারপর ডেটা নিয়ে কাজ করতে গিয়ে শিখেছি, পরিচ্ছন্ন প্রান্ত মানে সতর্কতার সংকেত। ২০১৮ সালে আমি আমার প্রথম xG টেমপ্লেট বানিয়েছিলাম, তারপর শিখেছি তার পরিচ্ছন্ন প্রান্তকে অবিশ্বাস করতে। আজকের টেবিলের প্রান্ত আরও পরিচ্ছন্ন — এতটাই পরিচ্ছন্ন যে ভেতরে কিছুই নেই। এই লেখাটি সেই শূন্যতার ফরেনসিক। একটি খালি ইনপুট কীভাবে একটি বিশ্লেষণ পাইপলাইনের প্রতিটি কোষে ছড়িয়ে পড়ে, কেন “N/A” লেখাটি নিজেই একটি তথ্য, এবং কোথায় আমরা সবচেয়ে বড় ভুলটি করি — পরিষ্কার ঘরগুলো নিজেরাই ভরে ফেলার প্রলোভনে। প্রক্রিয়াটি দুই স্তরে চলে। প্রথম স্তর হলো নিষ্কাশন: মূল নিবন্ধ থেকে শিরোনাম, সূত্র, লেখকের অবস্থান, মূল দৃষ্টিভঙ্গি, তথ্যবিন্দু, জড়িত সত্তা, সময়-সংবেদনশীলতা আর সূত্রের গুণমান তুলে আনা। দ্বিতীয় স্তর হলো বিশ্লেষণ, যা আটটি মাত্রায় চলে — ফরম্যাট ও ম্যাচ, খেলোয়াড়ের কারিগরি ও ডেটা, দলীয় চিত্র ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক বাস্তুতন্ত্র, নিয়ম ও সুশাসন, ঝুঁকি, জনমতের প্রত্যাশা, এবং শিল্পের সংক্রমণ। এই দুই স্তরের সম্পর্ক একমুখী। দ্বিতীয় স্তরের প্রতিটি সিদ্ধান্ত প্রথম স্তরের তথ্যবিন্দুর উপর নির্ভরশীল। তথ্যবিন্দু হলো প্রমাণের মেরুদণ্ড; সেটি না থাকলে বিশ্লেষণ দাঁড়ায় না। যখন প্রথম স্তরের প্রতিটি ক্ষেত্র খালি — শিরোনাম নেই, সূত্র নেই, দৃষ্টিভঙ্গি নেই, তথ্যবিন্দু নেই, সত্তা নেই — তখন দ্বিতীয় স্তরের সৎ উত্তর একটিই: “অপর্যাপ্ত তথ্য, মূল্যায়ন করা সম্ভব নয়।” ক্রিকেটে এই শৃঙ্খলা আরও জরুরি, কারণ এখানে ডেটা পাতলা। বাংলাদেশের ঘরোয়া সার্কিট, সহযোগী দেশের ম্যাচ, ছোট নমুনার দ্বিপাক্ষিক সিরিজ — যেখানে নমুনা কম, সেখানে অনুমান আর প্রমাণের সীমারেখা ঝাপসা হয়ে যায়। আমার নয় বছরের খেলা-দেখা ও লেখালেখির অভিজ্ঞতা থেকে বলতে পারি, এই সীমারেখা না টানলে বিশ্লেষণ ধীরে ধীরে গুজবের দিকে গড়িয়ে পড়ে। এখানে একটি বিষয় পরিষ্কার করা দরকার। সূত্রের গুণমান আর সময়-সংবেদনশীলতা — এই দুটি ক্ষেত্র প্রায়ই অবহেলিত থাকে, অথচ এরা পুরো বিশ্লেষণের ভিত্তি নির্ধারণ করে। কোন সূত্র থেকে তথ্য এসেছে, সেটি কতটা নির্ভরযোগ্য, আর ঘটনাটি কতটা সাম্প্রতিক — এই দুটি প্রশ্নের উত্তর ছাড়া কোনো সিদ্ধান্তই টেকসই হয় না। আর ঠিক এই কারণেই চলতি ট্রান্সফার উইন্ডোর প্রেক্ষাপট প্রাসঙ্গিক। গুজবের ঢল এত বেশি যে পাঠক নিজেই বিভ্রান্ত; তার দরকার একটি নির্ভরযোগ্যতার ফিল্টার। সেই ফিল্টারটি কেবল তখনই কাজ করে, যখন প্রতিটি দাবি একটি নামযুক্ত সূত্র, একটি ঘোষিত নমুনা-আকার আর একটি স্বীকৃত অনিশ্চয়তার সঙ্গে বাঁধা থাকে। খালি ইনপুটে সেটি অসম্ভব। এখন আটটি মাত্রার প্রতিটি ঘরে তাকাই, এবং দেখি প্রতিটি কী চায়। ফরম্যাট ও ম্যাচ: ক্রিকেট বিশ্লেষণ শুরু হয় ফরম্যাট ঠিক করে — টেস্ট, ওয়ানডে, টি-টোয়েন্টি নাকি দ্য হান্ড্রেড। কারণ কৌশলের যুক্তি ফরম্যাটে ফরম্যাটে ভিন্ন। ঘরোয়া পিচ-ফ্যাক্টর, পরিবেশ, ডিউ, ডিএলএস — এসব ছাড়া ম্যাচ-ব্যাখ্যা গড়া যায় না। খালি ইনপুটে ফরম্যাটটাই অজানা, তাই এই মাত্রা সম্পূর্ণ অচল। খেলোয়াড়ের কারিগরি ও ডেটা: এখানে দরকার গড়, স্ট্রাইক রেট বা ইকোনমি, পরিস্থিতিভিত্তিক বিভাজন আর সাম্প্রতিক ধারা। এই চারটি স্তম্ভের একটিও না থাকলে কারো “বড় ম্যাচের খেলোয়াড়” বলে দাবি করা যায় না — কারণ দাবিটির কোনো সংজ্ঞা, কোনো হর আর কোনো পরীক্ষা থাকে না। এই যুক্তিটিই আমার সবচেয়ে বড় সতর্কতা। দলীয় চিত্র ও র‍্যাঙ্কিং: আইসিসি র‍্যাঙ্কিং, হোম/অ্যাওয়ে প্রোফাইল, ব্যাটিং গভীরতা, বোলিং সমন্বয়, বেঞ্চ ও বয়স-কাঠামো — এগুলো দরকার। খালি ইনপুটে কোনো দল বা ফ্র্যাঞ্চাইজির নামও নেই, তাই এখানে কিছু বলা অসম্ভব। লিগ ও বাণিজ্যিক বাস্তুতন্ত্র: সম্প্রচার-স্বত্বের মূল্য, ফ্র্যাঞ্চাইজি মূল্যায়ন, খেলোয়াড়ের বেতন, নিলামের দাম — এসব বাদ দিয়ে বাজার বোঝা যায় না। কিন্তু কোনো লিগ, নিলাম বা অর্থনৈতিক সংখ্যা না থাকলে এখানেও উত্তর একটাই। নিয়ম ও সুশাসন: ক্ষমতা ও রাজস্ব-বণ্টন, খেলার নিয়মের বিতর্ক, সততা ও দুর্নীতিরোধ, যোগ্যতা ও নির্বাচন — এগুলো যাচাইয়ের তালিকা। কোনো নিয়ন্ত্রক সংস্থা বা বিতর্ক উল্লেখ না থাকলে এই তালিকা খালি তালিকা হয়েই থাকে। ঝুঁকি: এখানে ঝুঁকির ম্যাট্রিক্সে খেলাধুলা, ব্যক্তিবর্গ, বাণিজ্য, নিয়ম-সততা, জনমত আর সিস্টেমিক — ছয় ধরনের ঝুঁকি বসাতে হয়। বিষয়বস্তুই না থাকলে রেট করার কিছু নেই। তবে এখানে একটি ব্যতিক্রম আছে: একমাত্র চিহ্নিত ঝুঁকিটি প্রক্রিয়াগত — খালি ইনপুটের উপর দ্বিতীয় স্তর চালানো নিজেই একটি পাইপলাইন-ব্যর্থতা। জনমতের প্রত্যাশা: বাজার কী আশা করছে আর বাস্তবে কী সম্ভব — এই ফাঁকটাই এখানে পরিমাপের বিষয়। কোনো আখ্যান না থাকলে ফাঁকও মাপা যায় না। শিল্পের সংক্রমণ: যুব-উন্নয়ন থেকে জাতীয় দল, তারপর সম্প্রচার ও বাণিজ্যে — এই প্রবাহের প্রতিটি ধাপে কী প্রভাব, তা দেখতে হয়। প্রবাহের উৎসেই কিছু না থাকলে সংক্রমণ-মানচিত্র শুধু খালি তির। এখানেই মূল শিক্ষা: নাল এক জায়গায় বসে না, ছড়িয়ে পড়ে। প্রথম স্তরের একটি খালি ক্ষেত্র দ্বিতীয় স্তরের একটি সম্পূর্ণ মাত্রা অচল করে দেয়। আটটি মাত্রার মধ্যে সবকটি কেন অচল হলো, সেটি কেবল দুর্ঘটনা নয় — এটাই পাইপলাইনের স্বাভাবিক আচরণ। এবার আসি সেই চারটি ঝুঁকি-পতাকায়, যেগুলো একটি বৈধ বিশ্লেষণে সবসময় মাথায় রাখতে হয়, আর যেগুলো খালি ইনপুটে স্বয়ংক্রিয়ভাবে প্রযোজ্য হয় না — সেটি নিজেই একটি তথ্য। ফরম্যাট মিশিয়ে ফেলা, ছোট নমুনা থেকে অতিরিক্ত সিদ্ধান্ত টানা, ভেন্যু-পক্ষপাত এড়িয়ে যাওয়া, আর টস/ডিএলএস-এর মতো ভাগ্যের উপাদান বাদ না দেওয়া। একটি খালি ইনপুটে এই ঝুঁকিগুলোর একটিও ঘটতে পারে না, কারণ ঘটনার জন্য উপাদানই নেই। আমি আমার ২০২০ সালের কাজের একটি শিক্ষা এখানে টেনে আনতে চাই। ২০২০ সালে খেলা যখন বন্ধ, বুন্দেসলিগা ফিরে আসার পর আমি প্রথম পাঁচ রাউন্ডের খালি-স্টেডিয়াম ম্যাচ বিশ্লেষণ করি। ঘরের মাঠে জয়ের হার ৪৩.৩% থেকে নেমে ৩৩.৩% হয়, ঘরের দলগুলোর গড় xG কমে ০.২৪। আমি টিম-শক্তি নিয়ন্ত্রণ করে রিগ্রেশন চালিয়ে “The Silent Home Advantage” নামে লেখাটি আমার ব্লগে প্রকাশ করি। ২০২০ সালের খালি স্টেডিয়াম হোম অ্যাডভান্টেজকে একটি প্রাকৃতিক পরীক্ষায় পরিণত করেছিল। কিন্তু গ্যালারির নীরবতা হোম অ্যাডভান্টেজ মুছেনি; সেটি তাকে ভাগ করেছিল — পিচ ও পরিবেশ, আম্পায়ার-সিদ্ধান্তের পক্ষপাত, টস ও সময়সূচি, ভ্রমণ ও অভ্যস্ততা। এই বিভাজনের শিক্ষা সরাসরি আজকের টেবিলে প্রযোজ্য: একটি একক সংখ্যা কখনোই চূড়ান্ত রায় নয়, সেটি সবসময় পর্যালোচনাধীন একটি দাবি। আর একটি খালি ঘর কখনোই “শূন্য প্রভাব” বোঝায় না — সেটি বোঝায় “প্রভাব অজানা”। ২০১৮ সালের কথা মনে পড়ে। ফ্রান্স আর্জেন্টিনাকে ৪-৩ গোলে হারানোর ম্যাচটির পর আমি ৬৪ ম্যাচের xG, PPDA আর দূরত্ব-কাভার ট্র্যাক করে একটি স্প্রেডশিট বানাই। সেই থ্রেডে দেখিয়েছিলাম, ফ্রান্সের ১.৮ বনাম আর্জেন্টিনার ২.১ xG আসলে বলছিল আর্জেন্টিনার প্রেস ভাঙা ছিল, ভাগ্য খারাপ নয়। থ্রেডটি ৫০০ রিটুইট পায়, আর ১২টি রাগী উত্তর আসে — “ক্যালকুলেটর হাতে মেয়েটি” বলে। আমি সেগুলো এড়িয়ে গিয়ে আমার মেট্রিক-কলামগুলো আদর্শায়িত করে ফেলি। সেই অভিজ্ঞতাই আমাকে শিখিয়েছে, মডেলের দিকের প্রমাণ যত শক্ত, তত বেশি ধৈর্য দরকার। আর ২০২২ সালে কাতারে, একটি স্পোর্টস মিডিয়া স্টার্টআপে ডেটা অ্যানালিস্ট হিসেবে কাজ করার সময় এই ধৈর্যেরই পরীক্ষা হয়। মরক্কো সেমিফাইনালে পৌঁছানোর পর এক জ্যেষ্ঠ বিশ্লেষক তাদের রক্ষণকে বলেছিলেন “নিছক বাস পার্কিং”। আমি PPDA ডেটা বের করি: মরক্কো গ্রুপ পর্বে প্রতি ম্যাচে মাত্র ০.৮ xG সুযোগ দিয়েছিল, আর প্রেস করেছিল নির্বাচিত ট্রিগারে। তিনি আমার কথা খারিজ করেন, কিন্তু সম্পাদক আমার চার্টটি ব্যবহার করেন। পর্তুগালের বিপক্ষে ১-০ জয়টি মডেলটিকে প্রমাণ করে। নির্বাচিত প্রেস এক ধরনের মঠব্রত — প্যাটার্ন খুললেই আঘাত, নাহলে সংযম। আর এখানেই ক্রিকসুলতান (cricsultan.com) ধরনের যাচাই-ব্যবস্থার মূল্য। একটি তথ্যকে যখন স্বাধীনভাবে ক্রস-চেক করা যায়, তখন সেটি অনুমান থেকে প্রমাণে উন্নীত হয়। কিন্তু ক্রস-চেকের জন্যও অন্তত একটি তথ্য দরকার; শূন্যের সঙ্গে শূন্য মেলানো যায় না। এতক্ষণের যুক্তিটিকে উল্টো দিক থেকে দেখাই, কারণ সবচেয়ে শক্ত প্রতিপক্ষ-অবস্থানটি আগে দাঁড় করিয়ে তারপর মাপা উচিত। প্রথমেই স্বীকার করি: একটি খালি ইনপুট হয়তো ব্যর্থতা নয়, হয়তো সঠিক ফল। হতে পারে মূল নিবন্ধে সত্যিই কোনো যাচাইযোগ্য তথ্য ছিল না — শুধু অনুভূতি, শুধু চোখের রায়, কোনো সংখ্যা ছাড়া। সেক্ষেত্রে “কিছু নেই” বলাটাই সবচেয়ে সৎ উত্তর, আর মিথ্যা তথ্যবিন্দু বানিয়ে সেটি ভরাট করা হবে পেশাগত অপরাধ। দ্বিতীয়ত, একটি সম্পর্ক নিয়ে সতর্ক থাকা দরকার। খালি প্রথম স্তর আর নিষ্কাশন-ব্যর্থতার মধ্যে সম্পর্কটি নিশ্চিত নয়। কারণগুলো অনেক — সূত্র পেবওয়ালের পিছনে, পেজ ব্লকড, পার্সার মূল অংশটি ধরতে পারেনি, নাকি সত্যিই লেখাটি তথ্যশূন্য। আমরা কেবল ফলটি দেখছি, কারণটি নয়। এখানে সহ-সম্পর্ককে কারণ হিসেবে ধরে নেওয়া হবে সেই পুরনো ভুল, যেটি আমি সবসময় ধরে ধরে ভাঙার চেষ্টা করি। তৃতীয়ত, আমার নিজের একটি প্রবণতা নিয়ে সৎ থাকা দরকার। প্রমাণনির্ভর লেখকের সহজ ফাঁদ হলো সবকিছু খণ্ডন করার তাড়না — “এখানে বিশ্লেষণ হয়নি” বলাটাই যেন কাজ। কিন্তু এই লেখাটি সেটি নয়। এখানে খণ্ডন করার মতো কোনো যুক্তি নেই, কারণ পক্ষই নেই। একটি খালি ইনপুট নিয়ে বাগাড়ম্বর করা সহজ, অর্থহীন। চতুর্থত, সবচেয়ে বড় প্রলোভনটি আসে মেশিনের দিক থেকে। যখন প্রতিটি ঘর খালি, তখন সবচেয়ে সহজ কাজ হলো যুক্তিসঙ্গত শোনায় এমন ক্রিকেট-বিষয়বস্তু ভরিয়ে দেওয়া — কল্পিত স্ট্রাইক রেট, কল্পিত র‍্যাঙ্কিং, কল্পিত উদ্ধৃতি। সেটি মসৃণ দেখাবে, বিশ্বাসযোগ্যও লাগবে, কিন্তু সেটি তথ্য নয় — সেটি গল্প। আর খেলার বাজারে গল্পের দাম আছে, পুনরাবৃত্তিযোগ্যতার দাম নেই — এই পার্থক্যটিই আমার পুরো কাজের কেন্দ্র। শেষে, একটি স্বীকারোক্তি। একটি খালি টেবিল আমাকে অস্বস্তিতে ফেলে, কারণ এটি আমার নিজের নিয়ন্ত্রণের বাইরে। অ্যানালিস্ট হিসেবে আমার স্বাচ্ছন্দ্য সেখানে, যেখানে আমি নিয়ন্ত্রণ করতে পারি — নমুনা, ভেরিয়েবল, ওজন। খালি ইনপুটে সেই নিয়ন্ত্রণ নেই, শুধু একটি সীমা আছে, যা স্বীকার করতে হয়। এই স্বীকারোক্তিই এখানে একমাত্র বৈধ সিদ্ধান্ত। সামনের রাউন্ডের জন্য সংকেতটি স্পষ্ট। প্রথম কাজ, দ্বিতীয় স্তরের উপর চাপ না দিয়ে প্রথম স্তরে ফিরে যাওয়া — মূল সূত্রটি আবার চালানো, যাচাই করা যে এটি পেবওয়াল বা ব্লকের পিছনে পড়ে আছে কি না, এবং পার্সার আসল লেখাটি ধরেছে কি না। দ্বিতীয় কাজ, যতক্ষণ না তথ্যবিন্দুর তালিকা ভরে ওঠে, ততক্ষণ “অপর্যাপ্ত তথ্য, মূল্যায়ন করা সম্ভব নয়” — এই লেখাটিকে অপরিবর্তিত রাখা। ভরাট করার তাড়না সবচেয়ে বড় ঝুঁকি, কারণ সেটি নীরবে মিথ্যা বুদ্ধি তৈরি করে। তৃতীয় কাজ, তিনটি সংকেত নজরে রাখা: তথ্যবিন্দুর সংখ্যা (শূন্য থেকে এক হলেই আট মাত্রা খুলে যায়), সূত্রের প্রাপ্যতা (আসল ইউআরএল খোলা যায় কি না), আর সত্তার তালিকা (দল, খেলোয়াড়, কোচ, ইভেন্ট)। প্রশ্নটি রয়ে যায়: আমরা কি একটি মডেলের ব্যর্থতা মাপছি, নাকি একটি সূত্রের নীরবতা? উত্তরটি নির্ভর করে পরের ইনপুটটি কেমন আসে তার উপর। আর এই অনিশ্চয়তাটি নিজেই একটি তথ্য — সম্ভবত সবচেয়ে সৎ তথ্যটি, যা আজকের প্রতিবেদনটি আমাদের দিতে পেরেছে।