শূন্য ইনপুট, ভরা টেমপ্লেট: ক্রিকেট বিশ্লেষণ পাইপলাইনের নীরব ব্যর্থতা

গত সপ্তাহে একটি Stage-1 ডিকনস্ট্রাকশন ফাইল খুললাম। নয়টি ঘর, প্রতিটিতে লেখা N/A। শিরোনাম নেই, সূত্র নেই, সারসংক্ষেপ নেই, সত্তা নেই, দৃষ্টিভঙ্গি নেই। শুধু একটি ঘর জ্বলছে — cricket_world। এগারো বছর ধরে আমি ম্যাচ রিওয়াইন্ড করেছি, স্কোরলাইনের নিচে লুকানো যুক্তি খুঁজেছি। আমি হাফ-স্পেস বারবার রিওয়াইন্ড করছিলাম, যতক্ষণ না মিডফিল্ড লাইন ভাঙতে দেখলাম — এই বাক্যটি আমার অভ্যাসের। এবার অভ্যাস ভাঙল, কারণ রিওয়াইন্ড করার মতো কোনো ফুটেজই ছিল না। একটি বিশ্লেষণ পাইপলাইন নীরবে ব্যর্থ হয়েছে। আর ব্যর্থতা ঢাকার সবচেয়ে সহজ পথ ছিল একটি সুন্দর ক্রিকেট গল্প বানানো। এই লেখা সেই প্রলোভনের বিরুদ্ধে একটি প্রতিবেদন।

প্রসঙ্গ: দুই স্তরের পাইপলাইন, আর ক্রিকেটের অ-বিনিময়যোগ্য যুক্তি

পাইপলাইনটি কীভাবে চলে, সেটা আগে স্পষ্ট করা দরকার। Stage-1 হলো ডিকনস্ট্রাকশন স্তর: নিবন্ধের শিরোনাম, সূত্র, ধরন, সারসংক্ষেপ, লেখকের অবস্থান, উদ্দেশ্য, তথ্যবিন্দু, সত্তা এবং সময়-সংবেদনশীলতা — এই কাঁচামাল সংগ্রহ করার কাজ Stage-1-এর। Stage-2 হলো গভীর বিশ্লেষণ স্তর, যেখানে আটটি মাত্রা খোলা হয়: ম্যাচ ফরম্যাট ও খেলা-বিশ্লেষণ, খেলোয়াড়ের কারিগরি ও ডেটা, দলের অবস্থান ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক বাস্তুতন্ত্র, নিয়ম ও শাসন, ঝুঁকি, জন-আখ্যান, এবং শিল্প-প্রসারণ। Stage-2 হলো Stage-1-এর সন্তান। মাতৃ-তথ্য ছাড়া সে শ্বাস নিতে পারে না। Stage-1 যদি শূন্য হয়, Stage-2-এর প্রতিটি বাক্য নিজের ভিত্তি হারায়।

ক্রিকেটে এই নির্ভরতা আরও কঠিন, কারণ ক্রিকেটের তিনটি প্রধান ফরম্যাট — টেস্ট, ওয়ানডে, টি-টোয়েন্টি — একে অন্যের সাথে বিনিময়যোগ্য নয়। পাওয়ারপ্লের যুক্তি মৃত্যু ওভারের যুক্তি নয়; টেস্টের নতুন-বলের মাইলফলক টি-টোয়েন্টির পাওয়ারপ্লের সাথে মেলানো যায় না। ব্যাটিং গড়, স্ট্রাইক রেট, ইকোনমি — সব সংখ্যার অর্থ ফরম্যাট বদলালেই বদলে যায়। আবার ক্রিকেটের সবচেয়ে বড় পারফরম্যান্স-ভেরিয়েবল হলো হোম-অ্যাওয়ে পার্থক্য; এরপর টস, শিশির, ডাকওয়ার্থ-লুইস, আর ডিআরএস-বিতর্ক। এই প্রতিটি জিনিস বিশ্লেষণে ঢোকাতে হলে অন্তত একটি নাম, একটি ভেন্যু, একটি তারিখ চাই। শূন্য ইনপুটে এসবের একটিও নেই।

আমার নিজের কাজের ধরন থেকেই একটা উদাহরণ দিই। ২০২০ সালে, বিশ্বজুড়ে খেলা বন্ধ থাকার সময়, আমি রিস্টার্টের পর বুন্দেসলিগার প্রথম ৫৫টি ম্যাচের একটি ডেটাসেট বানিয়েছিলাম। দেখা গেল, হোম উইন রেট ৪৩.২% থেকে ৩৩.৩%-এ নেমে এসেছে, আর হোম দলের শট-অন-টার্গেট ৫.২ থেকে ৪.৪-এ। সংখ্যাটা প্রথমে লিখেছিলাম, ব্যাখ্যা পরে — কারণ কোচরা স্কিম করে পড়েন। এই শিক্ষাটাই আমাকে শিখিয়েছে: দাবির আগে ডেটা, আর ডেটার আগে সোর্স। সোর্স না থাকলে দাবিটা ডেটা নয়, কল্পনা।

মূল বিশ্লেষণ: প্রমাণের শিকল কোথায় ছিঁড়ল

এবার আসল কাজে আসি। Stage-1-এর যে ছবিটা পাওয়া গেছে, তা অদ্ভুতভাবে স্পষ্ট একটি সূত্র দেয়। শিরোনাম N/A, সূত্র N/A, সারসংক্ষেপ ফাঁকা, তথ্যবিন্দুর তালিকা খালি, সত্তা শূন্য — কিন্তু ডোমেইন লেবেল cricket_world টিকে গেছে। এই একটা বেঁচে যাওয়া ঘরই পুরো তদন্তের চাবি।

ডোমেইন ক্লাসিফায়ার সফল হয়েছে, কিন্তু তার পরের সব ধাপ ব্যর্থ — এতে বোঝা যায় ত্রুটি বিশ্লেষণ স্তরে নয়, বরং ইনজেশন বা পার্সিং স্তরে। যদি নিবন্ধটি সত্যিই ক্রিকেট-বিষয়ক টেক্সট হতো এবং শুধু সারসংক্ষেপ করা ব্যর্থ হতো, তাহলে অন্তত শিরোনাম আর সূত্র — যেগুলো কেবল পেজ-মেটাডেটা থেকে আসে — অন্তত সেগুলো পাওয়া যেত। শিরোনামও ফাঁকা মানে পেজের বডি টেক্সটই কখনও আনা হয়নি।

এখানে দুটি সম্ভাবনার কথা ভাবা যায়। এক, সোর্সটি ছিল পেওয়ালের পেছনে, বা জাভাস্ক্রিপ্টে রেন্ডার হওয়া একটি পেজ, যার বডি টেক্সট স্ক্র্যাপার ধরতে পারেনি। দুই, ইনপুটটি আসলে ক্রিকেট-টেক্সটই ছিল না — হতে পারে একটি ভিডিও, পডকাস্ট বা সোশ্যাল পোস্ট, যাকে ফলব্যাক ক্লাসিফায়ার cricket_world ট্যাগ দিয়েছে। প্রথম সম্ভাবনার সম্ভাব্যতা মাঝারি, দ্বিতীয়টির কম।

এখন ধরা যাক, কেউ এই শূন্য ইনপুট নিয়েই Stage-2-এর নয়-বিভাগীয় টেমপ্লেট ভরাতে বসেছে। কী কী ভাঙবে, তা ধাপে ধাপে দেখা যাক।

প্রথম মাত্রা — ফরম্যাট ও ম্যাচ বিশ্লেষণ। কোনো ফরম্যাট বলা নেই, তাই পাওয়ারপ্ল, মিডল ওভার, ডেথ ওভার বা টেস্টের নতুন-বল — কোন ফেজের বিশ্লেষণ বৈধ, তা-ই ঠিক করা যায় না। ভেন্যু নেই, তাই পিচের চরিত্র নেই; আবহাওয়া বা শিশিরের উল্লেখ নেই, তাই ডাকওয়ার্থ-লুইস-বিঘ্নের হিসাবও নেই। টস বা ভাগ্যের প্রভাব বাদ দেওয়ার ধাপটি চালু করার উপায় নেই।

দ্বিতীয় মাত্রা — খেলোয়াড়। Stage-1-এ কোনো খেলোয়াড়ের নাম নেই, তাই ভূমি নির্ধারণ (ওপেনার, অ্যাঙ্কর, ফিনিশার, পেসার, স্পিনার) শুরুই করা যায় না। কোনো গড়, স্ট্রাইক রেট, ইকোনমি বা সম্প্রতি-প্রবণতা নেই। ১২ মাসের উইন্ডো নেই, তাই বয়স-বক্ররেখা বা ফর্ম-ট্রেন্ডের বিচার অসম্ভব। এখানে একটা কাঠামোগত ফাঁদ লুকিয়ে আছে: ভবিষ্যতে যদি কোনো খেলোয়াড়ের নাম আসে কিন্তু ফরম্যাট ট্যাগ না থাকে, তাহলে টেস্ট ও টি-টোয়েন্টির সংখ্যা মিশিয়ে ফেলার ঝুঁকি তৈরি হয়।

তৃতীয় ও চতুর্থ মাত্রা — দল, তারপর লিগ ও বাণিজ্য। কোনো জাতীয় দল বা ফ্র্যাঞ্চাইজি নেই, তাই টিয়ার নির্ধারণ (শীর্ষ শক্তি, মধ্যম সারি, উদীয়মান) করা যায় না। হোম-অ্যাওয়ে ডিফারেনশিয়াল, যা ক্রিকেটের একক বৃহত্তম পারফরম্যান্স-ভেরিয়েবল, তার জন্য নাম ও ভেন্যু দুটোই দরকার — দুটোই নেই। আবার লিগের নাম নেই (আইপিএল, বিগ ব্যাশ, দ্য হান্ড্রেড, পিএসএল, এসএ২০), তাই সম্প্রচার-স্বত্বের মূল্য, ফ্র্যাঞ্চাইজি-ভ্যালুয়েশন বা বেতন কাঠামোর কোনো ভাঙচুর সম্ভব নয়।

এই চারটি মাত্রার মধ্যে সবচেয়ে বিপজ্জনক হলো বাণিজ্যিক মাত্রা, কারণ এখানেই সংখ্যা বানানোর প্রলোভন সর্বোচ্চ — একটি ভুল অঙ্ক এখানে সবচেয়ে বিশ্বাসযোগ্য দেখায়। নিলাম, রিটেনশন বা ট্রেডের কোনো ঘটনা নেই, তাই "স্পোর্টিং ফেয়ার ভ্যালুর চেয়ে বেশি দাম" — এই রায় দেওয়ার কোনো উপায় নেই।

পঞ্চম মাত্রা — নিয়ম ও শাসন। কোনো আইসিসি, বোর্ড বা লিগ-গভর্নেন্সের সিদ্ধান্ত উল্লেখ নেই। কিন্তু এখানে একটি সূক্ষ্ম ফাঁদ আছে, যেটি আমি আলাদা করে বলতে চাই। কোনো ইন্টিগ্রিটি সংকেত নেই — কোনো অ্যান্টি-করাপশন রেফারেন্স নেই, ম্যাচ-ফিক্সিংয়ের অভিযোগ নেই, অস্বাভাবিক-অডসের উল্লেখ নেই। এটি কোনো "পরিষ্কার ছাড়পত্র" নয়; এটি একটি শূন্য। সংকেতের অনুপস্থিতি মানে ইনপুটের অনুপস্থিতি, ঝুঁকির অনুপস্থিতি নয়। শূন্যকে সবুজ বাতি ভাবা এই ফ্রেমওয়ার্কের সবচেয়ে বড় পদ্ধতিগত ফাঁদ।

ষষ্ঠ মাত্রা — ঝুঁকি। কোনো স্পোর্টিং, কর্মী, বাণিজ্যিক, নিয়ম বা জনমত-ঝুঁকির তথ্য নেই। তবু একটি ঝুঁকি স্পষ্টভাবে উচ্চ: বিশ্লেষণ-প্রক্রিয়ার নিজের ঝুঁকি। Stage-1 শূন্য দিয়েছে, ফলে Stage-2 অকার্যকর — সম্ভাব্যতা উচ্চ, প্রভাব উচ্চ। মোট ঝুঁকি-রেটিং "উচ্চ", কিন্তু এই উচ্চতা ক্রিকেট-ঝুঁকির জন্য নয়, প্রক্রিয়া-ঝুঁকির জন্য। খালি ইনপুটকে "কম ঝুঁকির ইনপুট" বলা হবে শ্রেণী-ভুল।

সপ্তম ও অষ্টম মাত্রা — জন-আখ্যান এবং শিল্প-প্রসারণ। কোনো প্রতিদ্বন্দ্বিতার ফ্রেমিং নেই, কোনো "নতুন তারার অভিষেক" নেই, বিদায়ের আখ্যান নেই, মুক্তির গল্প নেই। কোনো অডস, পোল বা উপস্থিতির মেট্রিক নেই, তাই আখ্যানের তাপ-চক্রে কোথায় দাঁড়িয়ে আছে তা বলা অসম্ভব। শিল্প-প্রসারণ মানচিত্র — ইয়ুথ ডেভেলপমেন্ট থেকে দল ও লিগ হয়ে সম্প্রচার ও ডেরিভেটিভ মার্কেট পর্যন্ত — কেবলই একটি কাঠামোগত প্লেসহোল্ডার, কোনো ফলাফল নয়। এই মাত্রাটি সবচেয়ে বেশি ডেটা-ক্ষুধার্ত, তাই শূন্য ইনপুটে সবার আগে ভাঙে, আর অনুমান দিয়ে ভরানোর সবচেয়ে কম যোগ্য।

বিপরীতমুখী কোণ: ফাঁকা ইনপুট কখনও কম-ঝুঁকির ইনপুট নয়

এখন আসি সেই অংশে, যেখানে আমি নিজের অভ্যাসের বিরুদ্ধে দাঁড়াতে চাই। বিশ্লেষকের প্রথম প্রবৃত্তি হলো ফাঁক ভরানো। টেমপ্লেটটা যখন নয়টি বিভাগের, প্রতিটির হেডিং সুন্দর, তখন হাত চুলকায় — একটা ম্যাচ, একটা দল, একটা সংখ্যা বসিয়ে দিলেই লেখাটা "সম্পূর্ণ" দেখাবে। কিন্তু এটাই সবচেয়ে বড় ফাঁদ। একটি বিশদ টেমপ্লেট আর একটি খালি ইনপুট একসাথে এলে ফ্যাব্রিকেশনের ঝুঁকি সর্বোচ্চ হয় — ঠিক এই পরিস্থিতিতে যা ঘটেছে।

আমার নিজের অভিজ্ঞতা থেকে বলি। ২০১৮ সালে বেঙ্গালুরুতে একটি ক্যাফেতে বসে বেলজিয়াম-জাপানের ৩-২ ম্যাচ দেখছিলাম। জাপান ২-০ এগিয়ে যাওয়ার পর আমি তাদের ৪-৪-২ হাই প্রেস চার্ট করছিলাম; বেলজিয়াম ৩-৪-৩-এ গেলে ফেলাইনির হেডার-ডুয়েল আর চাদলির ৯০+৪ মিনিটের গোল ট্র্যাক করলাম। একজন কোচ আমাকে বলেছিলেন, "আবেগ নিয়ে থাকো, ট্যাকটিক্স নিয়ে নয়।" আমি ১৪টি অ্যানোটেটেড স্ক্রিনশটসহ ২,৫০০ শব্দের বিশ্লেষণ ছাপলাম। কিন্তু সেই বিশ্লেষণের শক্তি ছিল ফুটেজে — প্রতিটি দাবির পেছনে একটি ফ্রেম ছিল। ফ্রেম না থাকলে সেটা বিশ্লেষণ হতো না, হতো কল্পকাহিনি।

এখানে দ্বিতীয় বিপরীতমুখী বিষয় হলো কাঠামোকে প্রমাণ ভাবা। একজন পাঠক যখন নয়টি সুসংগঠিত বিভাগ দেখেন, তিনি ধরে নেন ভেতরে বিশ্লেষণ আছে। কিন্তু কাঠামো বিশ্লেষণ নয়। খালি ইনপুটে তৈরি Stage-2 আউটপুট ডাউনস্ট্রিম সিদ্ধান্তকে দূষিত করতে পারে — কারণ ভোক্তা টেমপ্লেটের গঠনকে সোর্স-ভিত্তিক বিশ্লেষণ ভেবে ফেলতে পারেন। এই দূষণটাই দ্বিতীয়-স্তরের ঝুঁকি।

তৃতীয় বিষয়টি পুনরাবৃত্তির। ডোমেইন লেবেল টিকে গেছে কিন্তু সত্তা শূন্য — এই প্যাটার্নটি একবার-দুবারের দুর্ঘটনা নয়। একই ইনজেশন পথ দিয়ে যাওয়া প্রতিটি অনুরূপ সোর্স একইভাবে ব্যর্থ হবে — পেওয়াল, জাভাস্ক্রিপ্ট-রেন্ডার, ভিডিও বা বহুভাষিক কনটেন্টে। এটি একটি সিস্টেমিক ত্রুটি, এককালীন নয়।

আর একটি চতুর্থ বিষয়, যেটি আমি ডেটা-বিশ্লেষক হিসেবে সবচেয়ে অস্বস্তিকর বলে মনে করি। যদি এই পাইপলাইন শূন্য ইনপুটে নীরব থেকে টেমপ্লেট ভরে দেয়, তাহলে প্রশ্ন ওঠে — ইতিমধ্যে প্রকাশিত কত "পরিষ্কার" রিপোর্ট আসলে প্রায়র থেকে বানানো, সোর্স থেকে নয়? ২০২২ সালে হায়দরাবাদ এফসি-তে জুনিয়র অ্যানালিস্ট হিসেবে জাপান-জার্মানি ম্যাচের অভ্যন্তরীণ রিপোর্ট বানানোর সময় আমি দেখেছিলাম, জার্মানির লেফট-ব্যাক রাউম প্রথমার্ধে ৩৪টি পাস পেয়েছিলেন; বিরতির পর জাপান শেষ-তৃতীয়াংশে ১২টি টার্নওভার আদায় করেছিল। সেই রিপোর্টটি প্রথম-দলের মিটিংয়ে ব্যবহার হয়েছিল, কারণ প্রতিটি সংখ্যার পেছনে একটি টাইমস্ট্যাম্প ছিল। যেখানে টাইমস্ট্যাম্প নেই, সেখানে আমি ব্যক্তিগতভাবে কিছু দিতাম না।

টেকঅ্যাওয়ে: সমাধান সস্তা, কিন্তু অস্বস্তিকর প্রশ্নটা দামি

সবচেয়ে সৎ সিদ্ধান্ত হলো: শূন্য ইনপুটে বিশ্লেষণ নয়, নাল ফেরত দেওয়া। কিন্তু নাল ফেরানো মানে দায়িত্ব শেষ নয়। Stage-2 ডিসপ্যাচের আগে একটি নন-নাল অ্যাসারশন যোগ করা দরকার — যদি শিরোনাম, সূত্র আর তথ্যবিন্দু তিনটিই খালি হয়, পাইপলাইনকে জোরে ব্যর্থ হতে হবে, নীরবে নয়। এতে প্রতি ব্যাচে অপচয় হওয়া বিশ্লেষণ-চক্র বাঁচবে, আর ফ্যাব্রিকেশন-ঝুঁকি শিকড়ে কাটা পড়বে।

কিন্তু প্রকৃত প্রশ্নটা প্রযুক্তিগত নয়। পাঁচ মিনিট নিরানব্বই মুছে দিতে পারে — এবং একটি খালি ফাইল নয়টি ভরা বিভাগের ভান করতে পারে। তাহলে শিল্প হিসেবে আমরা কোনটাকে বিশ্লেষণ বলব: সোর্সের সাথে যুক্ত একটা সংখ্যা, নাকি সুন্দর করে সাজানো একটা বিশ্বাস? পরের সপ্তাহে যখন পরের ব্যাচ আসবে, আমি চেক করব — নন-নাল অ্যাসারশনটা যোগ হলো, নাকি পাইপলাইন আবার নীরব থাকল।