খালি স্প্রেডশিট যখন সত্য বলে: ক্রিকেট অ্যানালিটিক্স পাইপলাইনের নীরব ব্যর্থতা

আমি স্প্রেডশিট খুলে বসেছিলাম, যেন ওয়ার্ল্ড কাপ নিজের অতিরঞ্জন স্বীকার করে। কিন্তু এবার ফাইল খুলে যা দেখলাম, তা কোনো গোলের হিসাব, কোনো xG-এর সারি বা কোনো স্টেডিয়ামের দর্শক-সংখ্যা নয়—ছিল শুধু খালি ঘর। প্রতিটি কলামে গোটা একটা শব্দ লেখা: N/A। শিরোনাম নেই, সূত্র নেই, তথ্যবিন্দু নেই, কোর ভিউপয়েন্ট নেই। ছাপ্পান্ন বছর বয়সে শেখা অভ্যাস বলে কথা—আমি প্রথমে সংখ্যায় হাত দিই, তারপর গল্প লিখি। কিন্তু যে টেবিলে সংখ্যাই নেই, সেখানে গল্প লেখা মানে গল্প বানানো। সেদিন সন্ধ্যায় মুম্বাইয়ের বারান্দায় বসে আমি একটা অদ্ভুত শিক্ষা পেলাম: একটা খালি স্প্রেডশিটও মাঝে মাঝে সবচেয়ে জোরে সত্য বলে। আমার কাজের ধরন দুই স্তরে বিভক্ত। প্রথম স্তরে (Stage-1) একটি নিবন্ধকে ভেঙে ফেলা হয়—শিরোনাম, সূত্র, তথ্যবিন্দু, কোর ভিউপয়েন্ট, সংশ্লিষ্ট সত্তা, সময়-সংবেদনশীলতা। দ্বিতীয় স্তরে (Stage-2) সেই তথ্যবিন্দুগুলোর উপর দাঁড়িয়ে আটটি মাত্রার গভীর বিশ্লেষণ হয়: ফরম্যাট ও ম্যাচ বিশ্লেষণ, খেলোয়াড়ের কৌশল ও ডেটা, দলের অবস্থান, লিগ ও বাণিজ্যিক ইকোসিস্টেম, নিয়ম ও শাসন, ঝুঁকি, জন-আখ্যান, এবং ক্রিকেট শিল্পের সংক্রমণ-চিত্র। এই দুই স্তরের পাইপলাইনটা এমনভাবে বানানো যে, দ্বিতীয় স্তর কখনো নিজে থেকে তথ্য আবিষ্কার করে না; সে কেবল প্রথম স্তরে জমা করা তথ্যবিন্দুকে ব্যবহার করে। এটাই তার সততা, আর এটাই তার সীমা। সতেরো-আঠারো সাল থেকে আমি মুম্বাইয়ে বসে একটা পেইড ডেটা নিউজলেটার চালাই। ক্লায়েন্টরা জানেন, আমার লেখা ধীর, কিন্তু নির্ভরযোগ্য। ইংল্যান্ডের অনূর্ধ্ব-১৭ দল ভারতের মাটিতে যে বিশ্বকাপ জিতেছিল, তার ২৮ গোলের বিপরীতে xG ছিল ২২.৪—অর্থাৎ +৫.৬ বেশি। আমি ক্লায়েন্টদের সাবধান করেছিলাম, এই গোল-ছন্দ টেকসই নয়। রাশিয়া বিশ্বকাপে স্পেন বনাম রাশিয়ার ম্যাচে স্পেনের ১,০২৯ পাস, ৭৪% দখল আর xG ২.৪ ছিল; রাশিয়ার xG ০.৬ আর PPDA ৩১.২। আমি আন্ডার ২.৫ আর রাশিয়া +১.৫-এর পরামর্শ দিয়েছিলাম। ফলাফল ১-১, টাইব্রেকারে ৩-৪। এই অভ্যাস আমাকে শিখিয়েছে, হিসাবের বাইরে কথা বলা মানে নিজের সুনাম বিক্রি করা। তাই যখন Stage-1-এর ফলাফল আমার হাতে এল, আর তাতে একটা তথ্যবিন্দুও ছিল না, তখন আমার মধ্যে দুইটা প্রবৃত্তি লড়তে শুরু করল। এক, পেশাদার তাড়না—আউটপুট দিতে হবে, ফরম্যাট পূরণ করতে হবে, ১,৮২৩ শব্দ লিখতে হবে। দুই, পুরনো অভ্যাস—যদি নমুনাই না থাকে, তাহলে প্রকাশ না করা। আমি দ্বিতীয়টার পক্ষে দাঁড়ালাম, তবে অন্ধভাবে নয়; বরং খালি টেবিলটাকেই বিশ্লেষণের বিষয় বানালাম। এখন আসি আসল আবিষ্কারে। খালি Stage-1 নথিটা আটটা মাত্রার প্রতিটিতে ফিরিয়ে দিয়েছিল একই উত্তর: 'পর্যাপ্ত তথ্য নেই, মূল্যায়ন করা সম্ভব নয়।' ফরম্যাট চেনা যায়নি—টেস্ট, ওডিআই, টি-টোয়েন্টি, না দ্য হান্ড্রেড, কিছুই নয়। ম্যাচের কোনো পর্যায়, কোনো ভেন্যু, কোনো আবহাওয়া বা ডিএলএস প্রসঙ্গ ছিল না। খেলোয়াড়ের নাম নেই, তাই গড়, স্ট্রাইক রেট, ইকোনমি, সিচুয়েশনাল স্প্লিট—কিছুই হিসাব করা যায় না। দল নেই, তাই আইসিসি র‍্যাঙ্কিং বা হোম-অ্যাওয়ে প্রোফাইল নেই। লিগ নেই, তাই সম্প্রচার-স্বত্ব, ফ্র্যাঞ্চাইজি মূল্য বা বেতনের কোনো অঙ্ক নেই। শাসন-স্তর নেই, তাই ডিএলএস-ডিআরএস-যোগ্যতা—কোনো ঘটনা নেই। ঝুঁকি ম্যাট্রিক্সের ছয়টা শ্রেণির প্রতিটিই খালি। জন-আখ্যান নেই, তাই হিট-সাইকেলের কোনো পর্যায় চেনা যায় না। আর শিল্প-সংক্রমণের ম্যাপে উপধারা, মধ্যধারা, নিম্নধারা—তিনটাই N/A। এই যে একটা গোটা বিশ্লেষণ-কাঠামো ফাঁকা ঘর নিয়ে দাঁড়িয়ে থাকল, এটাই আসল খবর। কারণ কাঠামোটা জানে, ফাঁকা জায়গায় কল্পনা ঢোকানো মানেই ভুল। প্রথম স্তরের নথিতে তিনটে লাল পতাকা উড়ছিল, আর সেগুলো ক্রিকেটের নয়, পাইপলাইনের। প্রথম আর সবচেয়ে বড় ঝুঁকি—ডাউনস্ট্রিম বানানো তথ্যের ঝুঁকি। একটা খালি ইনপুট নাকি ভাষা-মডেলকে আমন্ত্রণ জানায় 'সম্ভাব্য শোনায়' এমন ক্রিকেট কনটেন্ট ভরিয়ে দিতে। ভাবুন তো—একটা খালি টেবিল হাতে পেয়ে যদি আমি লিখে ফেলতাম 'অমুক দলের PPDA তিন ম্যাচে ৮.২ থেকে ১১.৪-এ নেমেছে,' তাহলে সেটা হতো পরিপাটি, বিশ্বাসযোগ্য, আর সম্পূর্ণ মিথ্যা। সংখ্যা যত মসৃণ, মিথ্যা তত বিপজ্জনক। তাই সুপারিশ ছিল স্পষ্ট: এই ইনপুট নিয়ে দ্বিতীয় স্তরে এগোবেন না, থামুন, প্রথম স্তর আবার চালান। দ্বিতীয় ঝুঁকি—পাইপলাইনের অখণ্ডতা। শিরোনাম, সূত্র, ধরন—সবই যখন N/A, তখন বোঝা যায় সমস্যাটা নিবন্ধের মধ্যে নয়, সমস্যাটা নিবন্ধটাকে ধরার যন্ত্রে। হয় মূল নিবন্ধটা কখনো তোলাই হয়নি, নয়তো পার্সিং ধাপে সেটা ঝরে গেছে। এটা বিশ্লেষকের ব্যর্থতা নয়, এটা ইনজেশন বা পার্সিংয়ের ব্যর্থতা। একটা ডেটা-সংস্থার জন্য এই পার্থক্য জানা জরুরি, কারণ ভুল জায়গায় মেরামত করলে সমস্যা ফিরে আসে। তৃতীয় ঝুঁকি—নীরব-পাস। যদি এই আউটপুটটা কেউ বিনা প্রশ্নে গ্রহণ করে, তাহলে পরে কেউ ভাববে 'এটা বুঝি কম-মূল্যের নিবন্ধ,' অথচ আসলে এটা একটা ডেটা-ব্যর্থতা। এই দুটো এক নয়। একটা খারাপ লেখা আর একটা হারানো লেখা—দুটো আলাদা রোগ, দুটোর চিকিৎসা আলাদা। তাই সুপারিশ ছিল, রেকর্ডটাকে স্পষ্টভাবে stage1_extraction_failed তকমা দেওয়া। এখানে একটা কথা মনে রাখা দরকার। তথ্য-মূল্য রেটিং যখন পাঁচটা মাত্রার প্রতিটিতে শূন্য তারা পেল—ক্রীড়া মূল্য শূন্য, শিল্প মূল্য শূন্য, সময়-মূল্য শূন্য, রেফারেন্স মূল্য শূন্য—তখন অনেকে এটাকে ব্যর্থতা ভাববেন। আমি ভাবি, এটা একটা আয়না। কাঠামোটা প্রমাণ করল, সে খালি ইনপুটে কল্পনা করে না। শিল্পে যত মডেল 'ভরে দিতে' পারদর্শী, তত বেশি দরকার এমন একটা কাঠামোর, যা জানে কখন থামতে হয়। কনস্ট্রেইন্ট ছয় আর সাত—নাল হ্যান্ডলিং আর ফরম্যাট কমপ্লিটনেস—এই দুই নিয়ম মিলে যা করেছে, সেটা প্রায় একটা নৈতিক অবস্থান: ঘর ফাঁকা থাকলে ফাঁকা বলো, আর ফরম্যাটটা সম্পূর্ণ রাখো যাতে ব্যর্থতাটাও নথিবদ্ধ থাকে। নথিটা আরও তিনটে নজরদারি-সংকেত রেখে গেছে। প্রথম: প্রথম স্তর আবার চালানো, আর তথ্যবিন্দুর ঘরটা খালি কি না তা নিশ্চিত করা—অন্তত একটা তথ্যবিন্দু ভরে গেলেই বৈধ দ্বিতীয় স্তর সম্ভব। দ্বিতীয়: মূল নিবন্ধটা আদৌ পাওয়া গেল কি না, ইনজেশন লগ বা সোর্স ইউআরএল যাচাই করা। তৃতীয়: সূত্র-গুণমানের ঘরটা ভরা হল কি না, কারণ সূত্রের নির্ভরযোগ্যতা ছাড়া বিশ্লেষণের ওজন মাপা যায় না। এই তিনটে একসঙ্গে মিললে তবেই একটা নথি আবার দ্বিতীয় স্তরে যাওয়ার যোগ্য হয়। দুইটে জিনিস এই রানে নিশ্চিতভাবে বেরিয়ে এল। এক, এই খালি ফলাফল নিজেই একটা সংকেত—উপরের ধাপে কোথাও একটা ত্রুটি আছে, যেটা এখনই সারানো দরকার। দুই, কাঠামোর নিজের পরীক্ষা সফল—নাল ইনপুটে সে অনুমান করতে অস্বীকার করল, যা নিয়ম ছয় আর সাত-এরই প্রত্যাশা। আমি একটা লেজার রাখি, কারণ স্মৃতি নিজের কলাম নিজেই সম্পাদনা করে। এই খালি নথিটাও সেই লেজারের একটা পাতা। সেখানে লেখা থাকবে: একটা তারিখ, একটা ফাঁকা টেবিল, আর একটা সিদ্ধান্ত—প্রকাশ করব না, কারণ নমুনা নেই। আজ না লেখা মানে কাল ভুল লেখা নয়। এখানে স্বাভাবিক প্রত্যাশার উল্টো কথা বলি। আমরা শিল্পে অভ্যস্ত, পরিপূর্ণ ডেটা মানে ভালো বিশ্লেষণ, আর খালি ডেটা মানে খারাপ কাজ। কিন্তু ক্রিকেট-বিশ্লেষণে আসল শত্রু খালি টেবিল নয়; আসল শত্রু পরিপূর্ণ দেখতে-থাকা টেবিল, যার ঘরগুলো কল্পনায় ভরা। একটা খালি স্প্রেডশিট সৎ—সে বলে দেয়, আমি কিছু জানি না। কিন্তু একটা ভরা স্প্রেডশিট যার সূত্র নেই, সেটা অসৎ—সে জানে না, তবু জানার ভান করে। প্রথমটা বিশ্লেষককে থামায়; দ্বিতীয়টা পাঠককে ঠকায়। আর এখানেই আমার পুরনো সন্দেহটা ফিরে আসে। শিল্প আজ 'দ্রুত প্রকাশ' আর 'প্রথম মন্তব্য' কে পুরস্কৃত করে। যত দ্রুত হট-টেক, তত বেশি ক্লিক। এই পরিবেশে ফাঁকা ইনপুট হাতে পেয়ে চুপ থাকাটা প্রায় বিদ্রোহ। কেউ কেউ বলবেন, 'তুমি তো টাকার বিনিময়ে বিশ্লেষণ বেচো, খালি হাতে ফিরিয়ে দিলে ক্লায়েন্ট খুশি হবে কেন?' উত্তর সরল: ক্লায়েন্ট একটা ভুল বিশ্লেষণের চেয়ে একটা সৎ ব্যর্থতা অনেক বেশি দাম দিয়ে কেনে, কারণ ভুল বিশ্লেষণ তাদের টাকা খায়, আর সৎ ব্যর্থতা তাদের রক্ষা করে। তবে সাবধান। আমি এই বলে বসে থাকব না যে, 'খালি মানেই মহৎ।' এখানে আমার নিজের পুরনো ফাঁদের কথা মনে পড়ে—ওভার-রিগ্রেশন প্যারালাইসিস। রিগ্রেশন-প্রীতি এতটা বাড়িয়ে ফেলা যায় যে, প্রতিটা সিদ্ধান্তই অপরিণত মনে হয়, আর কখনো কিছু প্রকাশই হয় না। সেই ফাঁদের সঙ্গে এই খালি নথির পার্থক্য একটা কথা: এখানে নমুনা ছোট ছিল না, নমুনাই ছিল না। ছোট নমুনায় অপেক্ষা করা ধৈর্য; শূন্য নমুনায় লেখা স্রেফ বানানো। ধৈর্য আর বানানোর মাঝের রেখাটা আমি স্পষ্ট রাখি—ন্যূনতম নমুনা-সীমা আগেই ঠিক করে রাখি, আর তার নিচে নামলে শুধু ব্যর্থতাটা নথিবদ্ধ করি, উপসংহার লিখি না। এটাও ভাবতে হয়, এই নথিটা যদি একটা নতুন খেলোয়াড়ের ইনজুরি থেকে ফেরার গল্পের হয়ে থাকত, আর তথ্য হারিয়ে যেত, তাহলে পরিণতি আরও ভারী হতো। কারণ ইনজুরি-প্রত্যাবর্তনের গল্পে ভুল তথ্য শুধু পাঠককে ঠকায় না, সিদ্ধান্তকে বিষিয়ে তোলে। কেউ যদি বানানো পরিসংখ্যান দিয়ে বলে, 'ফেরার প্রথম ম্যাচেই তাকে প্রমাণ করতে হবে'—তখন সেই চাপ সত্যিকারের ক্ষতি করতে পারে। তাই এই খালি নথি আমার কাছে কেবল পাইপলাইনের পাঠ নয়, দায়িত্বের পাঠও। পরিভাষায় দুটো কথা স্পষ্ট করা দরকার। Stage-1 আর Stage-2—এটা দুই ধাপের বিশ্লেষণ-পাইপলাইন; প্রথম ধাপ নিবন্ধকে ভেঙে তথ্যবিন্দু আর ভিউপয়েন্ট বানায়, দ্বিতীয় ধাপ সেই বিন্দুর উপর দাঁড়িয়ে গভীর বিশ্লেষণ করে। আর 'নাল হ্যান্ডলিং' মানে সেই নিয়ম, যা বলে ডেটা না থাকলে অনুমান না করে স্পষ্টভাবে 'পর্যাপ্ত তথ্য নেই' লিখতে হবে। ছেষট্টি বছর আমাকে ধৈর্য শিখিয়েছে; ডেটা শিখিয়েছে কেন সেই ধৈর্য লাভজনক। এখন সামনের দিকে তাকিয়ে একটা পরিষ্কার সংকেত দেখছি: ক্রিকেট-অ্যানালিটিক্সের পরবর্তী সীমান্ত বিশাল মডেল নয়, বরং ছোট প্রশ্ন—আমাদের ডেটা কি সত্যিই এসে পৌঁছেছে, আর আমরা কি জানি কখন থামতে হয়? যে সংস্থা তার পাইপলাইনে stage1_extraction_failed-এর মতো সৎ তকমা লাগাতে পারবে, সে-ই কালকের আস্থা জিতবে। আর পরের বার যখন একটা স্প্রেডশিট খুলব, আমার প্রথম প্রশ্ন থাকবে একটাই—এই টেবিলে সত্যিই কিছু আছে, নাকি আমি শুধু আমার কল্পনাকে সংখ্যার পোশাক পরাতে চলেছি?