শূন্য পেলোডের লেজার: ক্রিকেট ডেটা বিশ্লেষণের নীরব ব্যর্থতা

রাত দুটো বেজে সাত মিনিট। দিল্লির ফ্ল্যাটে ল্যাপটপের পর্দায় তখনো একটাই লাইন জ্বলছে — Stage-1 extraction complete। কফির কাপ নামিয়ে ফাইলটা খুললাম, আর ঠিক সেই মুহূর্তে স্প্রেডশিট খুলে গেল, আর ম্যাচ রিপোর্ট নিঃশ্বাস নেওয়া বন্ধ করে দিল। শিরোনাম নেই। সূত্র নেই। ধরন লেখা Unclassified। তথ্যবিন্দুর তালিকা শূন্য। একুশ বছরের সাংবাদিকতায় আমি হাজারো ম্যাচ রিপোর্ট লিখেছি, কিন্তু এমন একটা স্প্রেডশিট আগে দেখিনি, যেখানে বিশ্লেষণের জন্য একটিও সংখ্যা অবশিষ্ট নেই। ক্রিকেটের ডেটা বিশ্লেষণে আমরা একটা ছন্দে অভ্যস্ত। স্কোরকার্ড থেকে সংখ্যা তুলে আনি, সেগুলোকে মডেলে ঢোকাই, তারপর একটা সিদ্ধান্ত বের করি। কিন্তু এই ফাইলটা সেই ছন্দের প্রথম ধাপেই ভেঙে পড়েছে। স্প্রেডশিটে শুধু একটা ট্যাগ ঝুলে আছে — cricket_asia। এটা একটা অঞ্চল-চিহ্ন, কোনো বিষয়বস্তু নয়। ভারত, পাকিস্তান, শ্রীলঙ্কা, বাংলাদেশ, আফগানিস্তান — এদের যে কোনো একটার কথা হতে পারত, কিংবা এশিয়ার কোনো ফ্র্যাঞ্চাইজি লিগের। কিন্তু হতে পারত দিয়ে বিশ্লেষণ লেখা যায় না। আর আমি সেই ফাঁদে পা দিতে রাজি নই। এখানেই আমার কাজের পদ্ধতি স্পষ্ট করা দরকার। আধুনিক স্পোর্টস ডেটা পাইপলাইন কয়েকটি স্তরে চলে। প্রথম স্তরে কাঁচা লেখা থেকে তথ্যবিন্দু বের করা হয়; প্রতিটি বিন্দুতে থাকে একটি সত্তা — দল, খেলোয়াড় কিংবা লিগ — এবং একটি যাচাইযোগ্য তথ্য বা সংখ্যা। দ্বিতীয় স্তরে সেই বিন্দুগুলোকে আটটি মাত্রায় বিশ্লেষণ করা হয়: ফরম্যাট ও ম্যাচ, খেলোয়াড়ের কৌশল ও ডেটা, দলের অবস্থান ও র‍্যাঙ্কিং, লিগ ও বাণিজ্য, নিয়মনীতি, ঝুঁকি, জন-আখ্যান, এবং শিল্প-সংক্রমণ। কিন্তু প্রথম স্তর যদি শূন্য ফেরত দেয়, দ্বিতীয় স্তরের প্রতিটি মাত্রা শুধু তথ্য অপর্যাপ্ত লেখা একটা ছাপ ফেলে যায়। এতেই বোঝা যায়, পাইপলাইনের সবচেয়ে দুর্বল জায়গাটা বিশ্লেষণ নয় — ইনজেশন। কাঁচা পাতা ফেচ করতে ব্যর্থ হওয়া, অ্যান্টি-বট ব্লক, জাভাস্ক্রিপ্টে রেন্ডার হওয়া ফাঁকা পেজ, কিংবা ভাষা-এনকোডিং পার্স এরর — যেকোনো একটাই গোটা বিশ্লেষণকে নিঃশব্দে শূন্যে নামিয়ে আনতে পারে। বিপদটা এখানেই: এই শূন্যতা কোনো এরর মেসেজ দেয় না। এটি চিৎকার করে না, কাঁদে না। এটি শুধু ফাঁকা থাকে। ফাইলটা খুঁটিয়ে দেখলাম। প্রতিটি ক্ষেত্র হয় শূন্য, নয়তো N/A। শিরোনাম N/A। সূত্র N/A। ধরন Unclassified। তথ্যবিন্দু ফাঁকা তালিকা। সত্তা ক্ষেত্রে লেখা — উপরের তথ্যবিন্দু থেকে চিহ্নিত করুন, অথচ উপরে কোনো তথ্যবিন্দু নেই। এটা কোনো বিশ্লেষণ নয়, এটা একটা কাঠামোগত শূন্যতা। আর আমার পেশার সবচেয়ে বড় শিক্ষা হলো, এই শূন্যতার মুখে গল্প বানিয়ে ফেলা সহজ। কল্পনা করে নেওয়া সহজ যে এটা নিশ্চয়ই ভারত-পাকিস্তান ম্যাচ, নিশ্চয়ই কোনো তারকার ইনজুরি, নিশ্চয়ই কোনো লিগের নিলাম-বিতর্ক। কিন্তু কল্পনা করা আর বিশ্লেষণ করা এক জিনিস নয়। আমি ২০১৭ সালে যখন প্রথম নিজের xG মডেল বানাই, তখন ৮৮টি ম্যাচের ১,১৪০টি শট হাতে ট্যাগ করেছিলাম — টানা নয় সপ্তাহ ধরে। সেই অভিজ্ঞতা আমাকে শিখিয়েছে, ডেটা পরিষ্কার করা প্রার্থনার মতো: ধীরে, প্রতিদিন, একা। কিন্তু এই ফাইলটা পরিষ্কার করার মতো কিছুই দেয়নি। এটা এমন একটা নোটবুক, যার প্রতিটি পাতা ছিঁড়ে ফেলা হয়েছে। এখানে একটা কথা পরিষ্কার করা দরকার। কোনো দল, খেলোয়াড়, লিগ কিংবা নিয়ম নিয়ে এই ইনপুট থেকে সৎভাবে কোনো সিদ্ধান্তে পৌঁছানো অসম্ভব। ICC র‍্যাঙ্কিং টেবিল নেই, হোম-অ্যাওয়ে প্রোফাইল নেই, স্কোয়াডের গভীরতা নেই, নিলামের দাম নেই, নিয়মনীতির প্রসঙ্গ নেই। ফরম্যাটও নিশ্চিত করা যায় না — টেস্ট, ওডিআই, টি-টোয়েন্টি, নাকি দ্য হান্ড্রেড। পাওয়ারপ্লে, মিডল ওভার, ডেথ ওভারের তথ্য নেই। ভেন্যু নেই, পিচ রিপোর্ট নেই, শিশির নেই, DLS প্রসঙ্গ নেই। অথচ ক্রিকেটে তিনটি প্রধান ফরম্যাট — টেস্ট, ওডিআই ও টি-টোয়েন্টি — এবং ICC প্রতিটির জন্য আলাদা র‍্যাঙ্কিং টেবিল রাখে। এই মৌলিক সত্যটুকুও ফাইলটায় অনুপস্থিত। তবু এই শূন্য পেলোড আমাকে একটা জিনিস দিয়েছে, যা যেকোনো পূর্ণ বিশ্লেষণের চেয়ে কম মূল্যবান নয় — একটা নিখুঁত ডায়াগনস্টিক কেস। ডেটা পাইপলাইনের সবচেয়ে বিপজ্জনক ব্যর্থতা দৃশ্যমান ব্যর্থতা নয়, নীরব ব্যর্থতা। যখন সিস্টেম ভেঙে পড়ে আর কেউ টের না পায়, তখন সেটা একটা এররের চেয়ে অনেক বড় ক্ষতি। কারণ একটা এরর অন্তত লগে থাকে; একটা শূন্য পেলোড নীরবে ডাউনস্ট্রিমে বয়ে যায়, এবং কেউ সেটাকে সত্যিকারের ক্রিকেট-বুদ্ধি ভেবে নিতে পারে। এখানেই আমার পাবলিক এরর লগের অভ্যাস কাজে লাগে। আমি ভুল ভবিষ্যদ্বাণী লুকিয়ে রাখি না — সেগুলো আইটেমাইজ করি, দেখাই মডেল কোথায় ফেল করেছে, কোন ডেটা অনুপস্থিত ছিল। এই ফাইলটা আমার সেই লগের একেবারে শীর্ষে জায়গা পাবে। কারণ এটা ভুল ভবিষ্যদ্বাণী নয়, এটা ভবিষ্যদ্বাণীর সম্পূর্ণ অনুপস্থিতি। আর একজন বিশ্লেষকের কাজ হলো সেই অনুপস্থিতিকে স্বীকার করা, সাজানো নয়। এবার আসি ব্লকচেইনের প্রশ্নে। স্পোর্টস ডেটা এখন একটা বাজার — বেটিং, ফ্যান্টাসি, ফ্যান টোকেন, স্কাউটিং ফিড, ব্রডকাস্ট গ্রাফিক্স। এই বাজারে ডেটার উৎস আর অখণ্ডতা ক্রমশ বড় প্রশ্ন। কে প্রমাণ করবে যে যে সংখ্যাটা আপনি দেখছেন সেটা সত্যিই সেই ম্যাচ থেকে এসেছে, বানানো নয়? এখানেই অনেকে ব্লকচেইনের দিকে তাকাচ্ছেন — একটি অপরিবর্তনীয়, সময়-মোহরাঙ্কিত লেজার, যেখানে প্রতিটি ডেটা-পয়েন্ট তার উৎসসহ লিপিবদ্ধ থাকে। যদি আমার আজকের নাল পেলোডের পেছনে এমন একটা লেজার থাকত, তাহলে আমি জানতে পারতাম ঠিক কোন মুহূর্তে ফেচ ব্যর্থ হয়েছে, কত বাইট ফিরে এসেছে, কোন ভাষায়। স্পষ্ট করে বলি, আমি বলছি না ব্লকচেইন ক্রিকেট ডেটার সব সমস্যার সমাধান। ডেটা যদি না থাকে, তাহলে কোনো লেজারই সেটা তৈরি করতে পারবে না। একটি খালি বালতিকে আপনি যতই সিল করে রাখুন, তাতে পানি আসবে না। কিন্তু প্রশ্নটা প্রাসঙ্গিক। যখন খেলাধুলার তথ্য অর্থের সাথে জড়িয়ে যায়, তখন তথ্যের প্রমাণযোগ্যতা একটা পরিকাঠামোগত দায় হয়ে দাঁড়ায়। আর সেই দায় মেটানোর জন্য উৎস-ভিত্তিক, অপরিবর্তনীয় রেকর্ড রাখার ধারণাটা অন্তত যৌক্তিক। কিন্তু এখানে একটা বিপরীতমুখী সত্যও আছে, যা আমি অস্বীকার করব না। একটা শূন্য পেলোড সবসময় ব্যর্থতা নয় — এটা একটা সংকেতও হতে পারে। প্রথম সম্ভাবনা: ফেচ ব্যর্থতা। দ্বিতীয় সম্ভাবনা: পার্স ব্যর্থতা। দুটো আলাদা রোগ, একই উপসর্গ। আমি যদি প্রথমটাকে ধরে সিস্টেম মেরামত করি, অথচ আসল সমস্যা দ্বিতীয়টা হয়, তাহলে আমি ভুল জায়গায় ব্যয় করব। অর্থাৎ, শূন্য মানেই ফেচ-ফেইল — এই সিদ্ধান্তে পৌঁছানোও একধরনের অলস অনুমান। পাশাপাশি দুটো ব্যাখ্যা মাথায় রাখা জরুরি: হয় সিস্টেম পায়নি, নয়তো সিস্টেম বুঝতে পারেনি। আরেকটা ফাঁদ আছে। বিশ্লেষণ খালি দেখলে অনেকের হাত চুলকায় — কোনো একটা গল্প বসিয়ে দিই, একটা সংখ্যা ধার করি, একটা নাম জুড়ে দিই। এতে লেখাটা মসৃণ হয়, পাঠক খুশি হয়, সম্পাদকও। কিন্তু এটা একটা কাঠামোগত মিথ্যা। আমি বরং নিঃশব্দ থাকতে রাজি, যতক্ষণ না সত্যিকারের ডেটা আসে। একটি সৎ শূন্যতা যেকোনো সুন্দর মিথ্যার চেয়ে মূল্যবান। একইভাবে, একটা সংখ্যা থাকলেও সেটা সবসময় কারণ নয়। যদি এই ফাইলটায় একটা সংখ্যা থাকত — ধরা যাক, একটা নিলামের দাম — তাও আমি সোজা সিদ্ধান্তে যেতাম না। সম্পর্ক আর কারণ এক নয়। একটা দল বেশি খরচ করেছে বলেই বেশি জিতেছে, এমন ভাবা সহজ; কিন্তু একই সঙ্গে দুটো তথ্য থাকলে তৃতীয়টার ভূমিকা দেখা উচিত, যা ফাইলে নেই। আমি সব ৩৬০ মিনিট দেখেছিলাম, যাতে আপনি একটা সংখ্যা পড়তে পারেন — এটা আমার কাজের নিয়ম। কিন্তু আজ আমি ৩৬০ মিনিটও পাইনি; আমি শূন্য সেকেন্ড পেয়েছি। আর সৎভাবে সেই শূন্য সেকেন্ডের হিসাবও দিতে হয়। ২০২০ সালে যখন স্টেডিয়াম নিঃশব্দ ছিল, তখন সেই নীরবতার একটা দাম ছিল, আর আমি প্রতি সেন্ট হিসাব করেছিলাম। আজকের নীরবতার দামটা ভিন্ন — এটা বাজারের নীরবতা নয়, এটা পাইপলাইনের নীরবতা। তথ্য নেই, কারণ তথ্য কখনো পৌঁছায়নি। পেশাদার পরিভাষা মনে রাখা দরকার, কারণ ভবিষ্যতে ঠিক এই কাঠামোতেই বিশ্লেষণ ফিরে আসবে। ইনিংস মানে একটা দলের সম্পূর্ণ ব্যাটিং পর্যায়। ওভার মানে এক বোলারের পরপর ছয়টি বৈধ ডেলিভারি। পাওয়ারপ্লে মানে ফিল্ডিং-সীমাবদ্ধ ওভার — টি-টোয়েন্টিতে প্রথম ছয় ওভার। ডেথ ওভার মানে শেষ ওভারগুলো, টি-টোয়েন্টিতে ১৬ থেকে ২০, যেখানে রান সবচেয়ে বেশি ওঠে। DLS পদ্ধতি মানে ডাকওয়ার্থ-লুইস-স্টার্ন, বৃষ্টি-বিঘ্নিত ম্যাচের লক্ষ্য পুনর্নির্ধারণের মানক অ্যালগরিদম। এই শব্দগুলো এই ফাইলে নেই, কারণ এই ফাইলে কিছুই নেই। তাহলে এখান থেকে পাঠ কী? প্রথমত, ডেটা পাইপলাইনে শূন্য ইনপুট ধরা পড়ার ব্যবস্থা থাকতে হবে; নীরব ব্যর্থতাকে চিৎকার করার সুযোগ দিতে হবে। দ্বিতীয়ত, যেকোনো বিশ্লেষণের আগে উৎস যাচাই জরুরি; HTTP স্ট্যাটাস, বডির দৈর্ঘ্য, ভাষা-শনাক্তকরণ — এগুলো লগ না করলে আমরা অন্ধ। তৃতীয়ত, cricket_asia ট্যাগটা তখনই বিশ্বাসযোগ্য হবে, যখন সত্যিকারের বিষয়বস্তু ফিরে আসবে; এখনই সেটাকে বিশ্লেষণের চালক বানানো বিপজ্জনক। আমার সামনে এখন প্রশ্নটা সোজা। যে ইনজেশনটা ব্যর্থ হলো, সেটা কি ফেচ ব্যর্থতা নাকি পার্স ব্যর্থতা? কী আমাকে বিশ্বাস করাতে পারবে? যদি দেখা যায় মূল পাতা HTTP 200 ফিরিয়ে দিয়েছে কিন্তু বডি ফাঁকা, তাহলে আমার প্রথম অনুমান ভুল। যদি দেখা যায় ভাষা-শনাক্তকরণ বাঙালিকে গুজরাটি ভেবে ভুল করেছে, তাহলে দ্বিতীয় অনুমানও ভুল। উত্তরটা আসুক লগ থেকে, কল্পনা থেকে নয়। এই লেখাটা কোনো তারকা খেলোয়াড়ের ইনজুরি নিয়ে নয়, কোনো নিলামের রেকর্ড দাম নিয়ে নয়। এটা সেই ব্যবস্থা নিয়ে, যা এই গল্পগুলো তৈরি করে — এবং যার একটা ছোট ফাঁক গোটা গল্প বানিয়ে ফেলার প্রলোভন দেয়। শূন্য পেলোডের লেজার সাজানো বন্ধ করলাম; এবার অপেক্ষা ডেটার। কারণ ডেটা ফিরে এলে, বিশ্লেষণ নিজেই নিজের পথ করে নেবে।