খালি স্প্রেডশিটের পাঠ: যখন ক্রিকেট ডেটা পাইপলাইন নিজেই আউট হয়ে যায়

ক্রিকেট বিশ্লেষণের সবচেয়ে বিপজ্জনক মুহূর্তটি আসে তখন নয়, যখন মডেল ভুল করে। আসে তখন, যখন মডেলটি নিজেই ব্যবহারযোগ্য কিছু ফেরত দেয় না, আর সেই শূন্যতাকে কেউ কেউ 'কোনো সমস্যা নেই' বলে পড়ে নেয়। গত সপ্তাহে আমার ডেস্কে ঠিক সেই পরিস্থিতিটাই এল। এশিয়া অঞ্চলের ক্রিকেট নিয়ে গঠিত একটি দ্বিতীয় স্তরের বিশ্লেষণাত্মক নথি হাতে পাই। আটটি মূল বিশ্লেষণিক স্তম্ভের প্রতিটিতে প্রত্যাশিত ছিল ম্যাচ ফরম্যাট, খেলোয়াড়ের situational split, দলের গভীরতা, লিগের সম্প্রচার-মূল্য, শাসনব্যবস্থার ঝুঁকি — অন্তত এক ডজন সংখ্যা, যেগুলো আমি একে একে খুলে দেখতে পারি। বাস্তবে যা মিলল, তা হলো একটি নির্মমভাবে ফাঁকা ছক। প্রথম স্তরের তথ্য-নিষ্কাশন আউটপুটে কোনো article title নেই, কোনো সূত্র নেই, কোনো player name নেই, কোনো date নেই। তথ্য-বিন্দুর তালিকাটি শূন্য। শুধু একটা ক্ষীণ সংকেত — 'cricket_asia' — যেন কুয়াশার ভেতর কেউ হাত নেড়ে গেলেন, তারপর অদৃশ্য। আমি গত চুয়াল্লিশ বছর ধরে এই খেলাটা দেখছি, আর জুনিয়রদের প্রথমেই যে জিনিসটা শেখাই, সেটা হলো — কোনো ডেটাসেট ফাঁকা মানে শূন্য তথ্য নয়, এটা আরও বিপজ্জনক কিছু: শূন্যতার ওপর মোড়ক পরানোর সুযোগ। আটটি স্তম্ভের প্রতিটিতে বিশ্লেষক সঠিকভাবেই লিখেছেন 'অপর্যাপ্ত তথ্য, মূল্যায়ন করা সম্ভব নয়'। কিন্তু একজন পাঠক যদি এই দস্তাবেজটি স্কিম করে দেখেন, তার চোখে 'N/A' আর 'no issue found' একই রকম দেখতে লাগে। আর ঠিক এখানেই ডেটা বিশ্লেষণের নীরব ফাঁদ। একটা নির্দিষ্ট দৃষ্টান্ত টেনে নিই। ধরুন, ম্যাচ-পরবর্তী সংবাদদাতা খেলোয়াড়ের সাম্প্রতিক average, strike rate, situational split — সব সংখ্যা উপস্থাপন করলেন,কিন্তু কোনো verdict দিলেন না। এটা একটা দলবদ্ধ আত্মহত্যার মতো। আমি ২০১৭-তে ম্যানচেস্টার সিটির ১৮ ম্যাচের জয়ের সময় ঠিক এই ভুলটাই ধরেছিলাম: দলের xG difference ছিল +১.২ প্রতি ম্যাচ, কিন্তু গোল পার্থক্য +২.৮। এই ব্যবধানটি পরিসংখ্যানিক আত্মতুষ্টির একটি লাল পতাকা — যদিও আমাদের শুরুটা ছিল সেখানেই। এক্ষেত্রে তথ্য-শূন্যতার আরেকটি স্তর আছে। প্রথম স্তরের পরিচ্ছেদটি নিজেই স্বীকার করছে যে আউটপুটটি হয় pipeline fault, নাহয় extraction ব্যর্থ। অথচ দ্বিতীয় স্তরের দস্তাবেজটি আটটি অংশে, প্রতিটির সাব-টেবিলে, রিস্ক ম্যাট্রিক্সে, even একটি সুন্দর ট্রান্সমিশন নেটওয়ার্ক ডায়াগ্রামে ভরা — যেখানে প্রতিটি বাক্সে লেখা ‘N/A’। এই ‘N/A’-গুলোর দাম শূন্য নয়, বরং ঋণাত্মক। কারণ এগুলো একটি পূর্ণাঙ্গ বিশ্লেষণের ছদ্মবেশে পাঠকের কাছে যায়। এই খেলায় আমি যা দেখেছি, তাতে এই ছদ্মবেশের একটি নির্দিষ্ট রকমফের আছে। ম্যাচের আগের রাতে ডেটা দলে ফাঁকা cell পেলে আমি ঘোষণা দিই: “আজ এই ফিল্ডে আমাদের আস্থা নেই।” কিন্তু কলাম লেখার সময় এই ঘোষণা অনেক বেশি কঠিন, কারণ পাঠক একজন ডেটা বিশ্লেষকের কাছ থেকে একটি verdict আশা করেন। ফলটি হলো — ফাঁকা cell জায়গা নেয় একটি সাধারণ বাক্যের, যেটি দেখতে সংখ্যার মতো, কিন্তু আসলে কুহক। তাহলে কী কাজ করতে হবে? প্রথম কাজ, ফাঁকা আউটপুটকে একঘরে করা। Stage-1-এর একটি ফাঁকা রেজাল্ট মানে Stage-2-এর কোনো অংশ স্বাক্ষরযোগ্য নয়। দ্বিতীয় কাজ, pipeline-এ একটি hard gate বসানো: অন্তত তিনটি discrete তথ্যবিন্দু, অন্তত একটি resolved entity (দল বা খেলোয়াড়), একটি ফরম্যাট (Test/ODI/T20), সূত্রের নাম ও প্রকাশের তারিখ — এই পাঁচটি শর্ত পূরণ না হলে Stage-2 শুরুই হবে না। তৃতীয় কাজ, ‘N/A’ আর ‘no risk’ এই দুটোকে কখনও একই ঘরে রাখা যাবে না; রিপোর্টে আলাদা রঙে চিহ্নিত করতে হবে। কিন্তু এখানেই আমার আত্মসমালোচনা। প্রশ্ন: ‘অপর্যাপ্ত তথ্য’ লেখাটা সৎ ব্যর্থতা, নাকি দায় এড়ানোর সবচেয়ে আরামদায়ক পদ্ধতি? আমি যদি কোনো ম্যাচের আগে বলি ‘ডেটা নেই, তাই ভবিষ্যদ্বাণী নেই’, তাহলে কেউ আমাকে ভুল প্রমাণ করতে পারবে না। কিন্তু একজন ক্রিকেট দর্শক আমার কাছে আসেন ভবিষ্যদ্বাণী শুনতে, অনিশ্চয়তার দস্তাবেজ নিতে নয়। এই টানাপোড়েনেই ডেটা বিশ্লেষকের আসল কাজ — শূন্য তথ্যের মধ্যেও সীমিত সংখ্যক সত্য খুঁজে বের করে সেগুলোকে দায়বদ্ধতার সাথে উচ্চারণ করা। আমি একটি ছোট পরীক্ষা করলাম। এই শূন্য দস্তাবেজটি নিয়ে আমার এক জুনিয়রকে বললাম, ‘এখান থেকে যদি একটি বাক্য লিখতে হয়, কোনটি লিখবে?’ সে লিখল: ‘তথ্য না থাকায় ম্যাচটির ফলাফল অনিশ্চিত।’ কথাটি আপাতদৃষ্টিতে সত্য, কিন্তু কার্যত অচল — কারণ এতে জুয়া-বাজি থেকে সম্প্রচারক, কেউ কোনো তথ্য পায় না। অথচ বিশ্লেষণের মূল্য নির্ধারিত হয় সিদ্ধান্ত গ্রহণকারীর অনিশ্চয়তা কমিয়ে দেয়ার ক্ষমতায়। একটি ফাঁকা কাঠামো পূর্ণ আটটি অধ্যায় নিয়ে, কিন্তু সিদ্ধান্ত-মূল্য শূন্য। একটি পেশাদার নোট: ডেটা বিশ্লেষণে ‘null handling’ মানে অনুমান নয়, বরং সীমিত সততার সাথে স্বীকার করা যে নির্দিষ্ট প্রশ্নের উত্তর দেওয়া যাবে না — এবং ঠিক কোন তথ্য থাকলে উত্তর দেওয়া যেত, তা লিখে রাখা। আজকের এই শূন্য দস্তাবেজটি সেই সততার সঙ্গে লেখা হয়েছে, কিন্তু পাইপলাইনে এটি যদি ‘সমাপ্ত’ হিসেবে চিহ্নিত হয়ে এগিয়ে যায়, তবে আগামী সপ্তাহে কোনো স্পনসর বা নির্বাচক এই শূন্যতার ওপর ভিত্তি করে সিদ্ধান্ত নিতে পারেন। আমার প্রত্যাশা, পরবর্তী রাউন্ডে এই পাইপলাইনের ফলটি হবে আরেকটি ফাঁকা শিট নয়। অন্তত একটি ম্যাচের স্কোরকার্ড, একটি দল, একটি খেলোয়াড়ের নাম — এই তিনটি জিনিস থাকলে আমি কথা বলা ছাড়াই বিশ্লেষণ শুরু করতে পারব। ততদিন পর্যন্ত আমি আমার নোটবুকে লিখে রাখলাম: ‘যে সংখ্যা নেই, সে সংখ্যার ভয়ে সিদ্ধান্ত নেওয়া বন্ধ রাখা যায় না।’ — রংপুর, ২০২৫