শূন্য ডেটাসেটও একটি ম্যাচ: এশীয় ক্রিকেট পাইপলাইনের নীরব ব্যর্থতা

গত সপ্তাহে আমার ডেস্কে যে ফাইলটি এল, তার প্রতিটি ঘর ফাঁকা। শিরোনাম নেই, সূত্র নেই, তারিখ নেই, কোনো তথ্যবিন্দু নেই। একটি এশীয় ক্রিকেট-বিষয়ক বিশ্লেষণ পাইপলাইন চালানোর পর হাতে এসেছে শুধু একটি ট্যাগ — cricket_asia। বাকি সব শূন্য।

আটটি বিশ্লেষণ-মাত্রার প্রতিটিতে ফল লেখা ছিল একই বাক্যে: N/A – insufficient information। খেলোয়াড় নেই, দল নেই, ম্যাচ নেই, লিগ নেই, শাসন নেই, ঝুঁকি নেই, ন্যারেটিভ নেই। অথচ এই নীরব, প্রায়-নিঃশব্দ নথিটি আমার কাছে এ বছরের সবচেয়ে জরুরি ক্রিকেট-ডেটা রিপোর্ট। কারণ এটি আমাকে সেই প্রশ্নটির সামনে দাঁড় করিয়েছে, যেটি ডেটা-যুগের ক্রিকেট-সাংবাদিকতা প্রায় ভুলে গেছে: যখন তথ্য থাকে না, তখন আমরা আসলে কী করি?

আমার পেশাগত অভ্যাসটা তৈরি হয়েছিল ২০১৭ সালে। ব্রিসবেন রোরে জুনিয়র ডেটা অ্যানালিস্ট হিসেবে সেবার আমি A-League মৌসুমের জন্য একটি xG মডেল বানাই। Jamie Maclaren সেবার ১৬.৮ xG থেকে ১৯ গোল করেছিলেন — ছোট কিন্তু স্পষ্ট একটি সংকেত, যে ফিনিশিং-দক্ষতা আর নিছক ভাগ্যের মধ্যে রেখা টানা যায়। কোচিং স্টাফ প্রথমে সন্দিহান ছিলেন। তাই আমি তিন সপ্তাহ ধরে ব্রিসবেনের প্রতিটি গোল আবার দেখেছি, শট-লোকেশন যাচাই করেছি, প্রতিটি ফ্রেম মিলিয়েছি। সেখান থেকেই আমার নিয়ম: কোনো একটি মাত্র মেট্রিক কোনো সিদ্ধান্তের ভিত্তি হতে পারবে না।

২০১৮ রাশিয়া বিশ্বকাপে সেই নিয়মই আমাকে বাঁচায়। অস্ট্রেলিয়া বনাম ফ্রান্স ম্যাচে, ১-২ ব্যবধানে হারে, আমি ট্র্যাক করছিলাম Aaron Mooy-এর ১২.৩ কিলোমিটার — মাঠে সর্বোচ্চ। প্রথম পড়ায় মনে হয়েছিল, ম্যাচটি Mooy-এর। কিন্তু PPDA দেখল অস্ট্রেলিয়া ১৪.২-তে, আর ফ্রান্স ২.১ xG তৈরি করেছে। distance was not a stat; it was a map of the game — দূরত্ব নিয়ন্ত্রণের প্রমাণ নয়, শুধু একটি কভার-ম্যাপ। সেই ভুল-পড়া থেকে আমি শিখি, প্রমাণকে স্তরে স্তরে সাজাতে হয়, এক স্তরকে পুরো সত্য ভাবা যায় না।

২০২০ সালে, করোনার ফাঁকা স্টেডিয়ামে, আমি ১২০ ম্যাচের হোম-অ্যাডভান্টেজ মডেল করি। The empty stadium taught me that atmosphere leaves a data shadow। ব্রিসবেনের হোম xG ডিফারেনশিয়াল +০.৩১ থেকে নেমে আসে +০.০৮-এ। কোচ Warren Moon সেই রিপোর্ট ব্যবহার করেন। কিন্তু আমি সতর্কবার্তা দিই: নমুনা খুব ছোট, দৃঢ় সিদ্ধান্তের সময় হয়নি। সেই অভ্যাসই আমার লেখার স্বাক্ষর — দশ ম্যাচের কম নমুনায় কোনো দাবি নয়।

তাহলে গত সপ্তাহের ফাঁকা ফাইলটি ঠিক কী বলে? একটি শূন্য Stage-1 আউটপুট ব্যর্থতা নয়; এটি নিজেই একটি প্রমাণ — প্রমাণ যে পাইপলাইনটি সত্য বলছে।

আটটি মাত্রার প্রতিটিতে বিশ্লেষক একই কাজ করেছেন: যেখানে তথ্য নেই, সেখানে তিনি বানাননি। ম্যাচ-বিশ্লেষণে ফরম্যাট অজানা, কারণ শিরোনাম ও তথ্যবিন্দু দুটোই অনুপস্থিত — Test, ODI, T20, নাকি The Hundred, কিছুই বলা যায় না। খেলোয়াড়-বিশ্লেষণে কোনো নাম নেই, তাই গড়, স্ট্রাইক রেট বা ইকোনমির মূল্যায়ন অসম্ভব। দলীয় চিত্রে কোনো দল নেই, তাই টিয়ার নির্ধারণ, র‍্যাঙ্কিং, হোম-অ্যাওয়ে প্রোফাইল সব ফাঁকা। লিগ-বাণিজ্য, শাসন, ঝুঁকি, ন্যারেটিভ — সর্বত্র একই সততা। এটি সেই বিরল মুহূর্ত, যখন একটি বিশ্লেষণ-কাঠামো নিজের সীমা খোলাখুলি স্বীকার করে।

I found the match in the columns before I found it on the screen — কিন্তু এবার কলামগুলো খালি। আর খালি কলামও একটি বক্তব্য। যদি কোনো বিশ্লেষক cricket_asia ট্যাগ দেখে অনুমান করে ফেলতেন যে বিষয়টি নিশ্চয় ভারত-পাকিস্তান লড়াই, বা আইপিএল নিলাম, বা কোনো এশীয় বোর্ডের ক্ষমতা-বিতর্ক — তাহলে সেটি হবে নিছক কল্পনা, তথ্য নয়। ওই ট্যাগ একটি পরিধি-সংকেত মাত্র, কোনো তথ্যবস্তু নয়। এই পার্থক্যটাই এশীয় ক্রিকেট-সাংবাদিকতার সবচেয়ে বড় ফাঁদ।

এখানেই দ্বিতীয় স্তরের শিক্ষা। পাইপলাইনে সবচেয়ে বড় ঝুঁকি কোনো দলের ইনজুরি বা দুর্নীতি নয় — ঝুঁকি হলো ইনপুট নিজেই। garbage-in একটি ফরম্যাট-মানসম্মত কিন্তু বিষয়বস্তু-শূন্য আউটপুট তৈরি করে। অথচ সেই আউটপুট দেখতে নিখুঁত, গোছানো, পেশাদার। স্বয়ংক্রিয় বিশ্লেষণ ও কৃত্রিম বুদ্ধিমত্তার যুগে এটি একটি নীরব বিপদ: ভুল তথ্য চিৎকার করে ধরা পড়ে, কিন্তু অনুপস্থিত তথ্য চুপচাপ পাশ কাটিয়ে যায়। যে বিশ্লেষক ফাঁকা ঘরে গড়ে তোলেন "সম্ভাব্য গল্প", তিনি পাঠকের কাছে ঠকান — আর হয়তো নিজেকেও।

শিল্প-প্রসারণের চিত্রটিও সম্পূর্ণ ফাঁকা। youth development থেকে জাতীয় দল, সেখান থেকে ব্রডকাস্ট — কোনো স্তরে কোনো সংকেত নেই, কারণ কোনো ঘটনাই বর্ণিত হয়নি। এশীয় ক্রিকেটের হৃদয়-বাজার, তার তারকা-সরবরাহ, বাজি-ফ্যান্টাসি — সবই ওই একটি ট্যাগের ইশারায় ঝুলে আছে, কিন্তু বাস্তব ঘটনার অভাবে কোনোটিরই দিক বা মাত্রা মাপা যায় না।

এখানেই একটি প্রতিকূল প্রশ্ন জাগে। শিল্পের প্রচলিত ধারণা বলে, ডেটা যত বেশি, বিশ্লেষণ তত ভালো। আমি বলি উল্টোটা। যে বিশ্লেষণ কখনো "আমি জানি না" বলতে শেখেনি, সে আসলে বিশ্লেষণ নয় — সে আত্মবিশ্বাসের ছদ্মবেশে অনুমান।

একটি ফাঁকা রিপোর্ট আমার কাছে একটি ভরা রিপোর্টের চেয়ে বেশি তথ্যবহুল, কারণ এটি প্রক্রিয়াটিকে বিশ্বাসযোগ্য করে। এই স্বচ্ছতাই ট্রেসেবিলিটি — সেই একই নীতি যা CricSultan-এর মতো প্ল্যাটফর্ম তথ্য-নির্ভরতার মানদণ্ডে দাঁড় করায়: যাচাইযোগ্য, পুনর্ব্যবহারযোগ্য, সূত্রসহ। একটি ডেটা-নথি তখনই মূল্যবান, যখন তার উৎস পুনরুদ্ধার করা যায়, আর প্রতিটি সিদ্ধান্ত পিছনে টেনে যাচাই করা যায়। সূত্র-বিহীন সংখ্যা ক্রিকেটে একটি গুজব মাত্র।

Jamie Maclaren-এর সেই ২০১৭ সালের সতর্কতা এখানে ফিরে আসে: দুই মৌসুমের নজির ছাড়া আমি কোনো দাবি করি না। Every transfer rumor is a hypothesis until the medical clears — মেডিকেল ক্লিয়ার না হওয়া পর্যন্ত প্রতিটি গুজব নিছক অনুমান। ঠিক তেমনই, একটি শূন্য ফলাফলও একটি হাইপোথিসিস — এই যে, উৎসটি হয় অপাঠ্য, হয় পেওয়ালের আড়ালে, নয়তো জাভাস্ক্রিপ্টে গড়া। যতক্ষণ উৎস পুনরুদ্ধার না হয়, ততক্ষণ কোনো সিদ্ধান্ত নয়।

আগামী রাউন্ডের সংকেত স্পষ্ট। প্রথমে দেখতে হবে, Stage-1 পুনরায় চালালে অন্তত একটি তথ্যবিন্দু ফেরে কি না। দ্বিতীয়ে, উৎসের URL বা শিরোনাম ইনজেশন-মেটাডেটা থেকে উদ্ধার করা যায় কি না। আর যদি বারবার শূন্য ফল আসে, তবে বুঝতে হবে সমস্যা একটি নিবন্ধে নয় — পুরো পাইপলাইনে।

I trust the model only after it survives a cold Brisbane night — ঠান্ডা ব্রিসবেন রাতের পরীক্ষায় টিকলে তবেই আমি মডেলকে বিশ্বাস করি। গত সপ্তাহের ফাঁকা ফাইলটি সেই পরীক্ষায় উত্তীর্ণ, কারণ এটি মিথ্যা বলেনি। ক্রিকেট-সাংবাদিকতার আসল দক্ষতা তথ্য খুঁজে বের করা নয়; আসল দক্ষতা হলো জানা, কখন তথ্য নেই — এবং সেটি স্পষ্ট করে বলা।