শূন্য ইনপুটের খতিয়ান: ক্রিকেট বিশ্লেষণে ফাঁকা তথ্য কেন নিজেই একটি ফলাফল

হুক

গত সপ্তাহে আমার টার্মিনালে একটি বিশ্লেষণ-প্রতিবেদন ফিরে এসেছে। আটটি মাত্রা। ছয়টি ঝুঁকি-ম্যাট্রিক্স। তিনটি সিগন্যাল-ট্র্যাকিং টেবিল। আর প্রতিটি ঘরে একটি করে অভিন্ন এন্ট্রি — "N/A — insufficient information"। প্রথম মুহূর্তে ভেবেছিলাম কোথাও স্ক্রিপ্ট ভেঙে গেছে, সার্ভার সময়মতো ডেটা দেয়নি। কিন্তু লগ পরীক্ষা করে দেখলাম উল্টো ছবি। দ্বিতীয় পর্যায়ের বিশ্লেষণ-ইঞ্জিন নির্ভুলভাবে কাজ করেছে। সমস্যা তার আগে। প্রথম পর্যায়ের ডিকনস্ট্রাকশন যখন তথ্য-বিন্দুর তালিকা সম্পূর্ণ খালি রেখে এগিয়েছে, তখন ইঞ্জিন নিরাপদে, নীরবে এবং সৎভাবে শূন্য ফিরিয়ে দিয়েছে। পেশাদার ক্রিকেট বিশ্লেষণে এই শূন্যটাই আজ সবচেয়ে দামি ডেটা-পয়েন্ট।

আমার সতেরো বছরের খতিয়ানে আমি বহুবার ভুল সংখ্যা দেখেছি, অতিরঞ্জিত প্রত্যাশা দেখেছি, এক ম্যাচের নমুনা থেকে পুরো সিরিজের ভবিষ্যদ্বাণী দেখেছি। কিন্তু এমন পরিষ্কার শূন্য কম দেখেছি। আর ঠিক সেখানেই আসল শিক্ষাটা লুকিয়ে আছে।

প্রেক্ষাপট

দুই-স্তরের বিশ্লেষণ-স্থাপত্য ক্রিকেট ডেটা সাংবাদিকতায় এখন প্রায় শিল্প-মান। প্রথম পর্যায়ে একটি নিবন্ধ ভেঙে ফেলা হয় — শিরোনাম, সূত্র, লেখকের অবস্থান, এবং সবচেয়ে গুরুত্বপূর্ণভাবে তথ্য-বিন্দুর তালিকা। দ্বিতীয় পর্যায়ে সেই বিন্দুগুলোকে ঘিরে আটটি মাত্রায় গভীর বিশ্লেষণ দাঁড় করানো হয়: ফরম্যাট, খেলোয়াড়, দল, লিগ-অর্থনীতি, নিয়ম-শাসন, ঝুঁকি, জন-আখ্যান এবং শিল্প-প্রসারণ। প্রতিটি সিদ্ধান্তের ভিত্তি অবশ্যই প্রথম পর্যায়ের বিন্দুগুলোতে থাকতে হবে। এটাই মূল নীতি।

আমি যখন ২০১৭ সালে মুম্বাই সিটি এফসি-তে জুনিয়র ডেটা অ্যানালিস্ট হিসেবে যোগ দিই, তখন আমাদের হাতে এত সূক্ষ্ম ফ্রেমওয়ার্ক ছিল না। আমরা কাঁচা ইভেন্ট ডেটা থেকে সরাসরি xG বানাতাম। কিন্তু মূল পাঠটা একই ছিল, যা এখন আরও স্পষ্ট: একটি মডেলের প্রকৃত তথ্য তার অনুমানগুলোতে থাকে, তার ফলাফলে নয়। যদি অনুমান-তালিকা খালি থাকে, ফলাফলও খালি হবে — এবং সেটিই সঠিক আচরণ।

এই নির্দিষ্ট ক্ষেত্রে ফ্রেমওয়ার্ক যেটা পেয়েছে তা অত্যন্ত সীমিত। নিবন্ধের শিরোনাম নেই। সূত্র নেই। সারসংক্ষেপ নেই। কোনো তথ্য-বিন্দু নেই। কোনো সত্তা নেই — না দল, না খেলোয়াড়, না লিগ। অবশিষ্ট একমাত্র সংকেত হলো একটি মোটা ভৌগোলিক লেবেল: cricket_asia। এই লেবেল আমাদের শুধু জানায় যে হারানো নিবন্ধটি এশীয় ক্রিকেট নিয়ে ছিল। এতটুকু দিয়ে কোনো মাত্রার সিদ্ধান্ত টানা সম্ভব নয়।

মূল বিশ্লেষণ

এখানেই আসল কৌশলগত সিদ্ধান্ত, যা আমি প্রতিটি পাইপলাইনে জোর দিয়ে থাকি। যখন ইনপুট শূন্য হয়, তখন সঠিক আউটপুট ভরাট করা নয় — থেমে যাওয়া। ইঞ্জিন ঠিক তাই করেছে। আটটি মাত্রার প্রতিটিতে সে "insufficient information" লিখেছে, এবং প্রতিটি ঝুঁকি-পতাকায় আলাদা করে চিহ্নিত করেছে যে সংশ্লিষ্ট যাচাই প্রযোজ্য নয়, কারণ প্রমাণই অনুপস্থিত।

লক্ষণীয়, এই শূন্যতা কোনো নিচু-আত্মবিশ্বাসের ফলাফল নয় — এটি একটি পূর্ণাঙ্গ নাল-ইনপুট মামলা। পার্থক্যটা বিশাল। কম-আত্মবিশ্বাস মানে ডেটা আছে, কিন্তু দুর্বল। নাল-ইনপুট মানে ডেটা নেই বললেই চলে। প্রথমটিতে আপনি সতর্ক ভাষায় এগোতে পারেন; দ্বিতীয়টিতে এগোনো মানে বানানো তথ্য ছড়ানো।

দেখুন তথ্য-মূল্যের স্কোরিং। ক্রীড়া-মূল্য শূন্য তারা। শিল্প-মূল্য শূন্য। সময়োপযোগিতা শূন্য — কারণ প্রথম পর্যায়ে সময়-সংবেদনশীলতাই মূল্যায়ন করা হয়নি। রেফারেন্স-মূল্য শূন্য। চারটি মাত্রা, চারটি শূন্য। এই খালি স্কোরবোর্ড নিজেই একটি নিখুঁত সংকেত: উপরের দিকে কোথাও ফাঁক আছে।

আমার ডেস্কে এমন পরিস্থিতি নতুন নয়। ২০২৩ সালে মুম্বাইয়ের একটি এজেন্সির হয়ে ট্রান্সফার-উইন্ডো অডিট করার সময় চোদ্দটি লক্ষ্যের মধ্যে তিনটির ক্ষেত্রে আমরা প্রায় একই সমস্যায় পড়েছিলাম — স্কাউটিং রিপোর্ট এসেছিল, কিন্তু প্রতি-৯০ মিনিটের ডেটা আসেনি। প্রলোভন ছিল ফাঁকা ঘরগুলো অনুমানে ভরে দেওয়ার। আমরা তা করিনি। আমরা সেই তিনটিকে "অযাচাইকৃত" চিহ্নিত করে বাদ দিয়েছিলাম। ক্লাব শেষে একজন উইঙ্গারকে ₹৮০ লাখে নেয়, যিনি পরে ১২ ম্যাচে ৫ গোল ও ৩ অ্যাসিস্ট দেন। সেই তিনজন অযাচাইকৃত লক্ষ্যের কেউ আর ক্লাবে আসেননি। নীরব বাদ দেওয়াই ছিল সঠিক বিনিয়োগ সিদ্ধান্ত।

একইভাবে ২০২২ সালে কাতার বিশ্বকাপে মরক্কোর অ্যানালিটিক্স টিমের জন্য দূর থেকে কাজ করার সময়, পর্তুগালের বিপক্ষে কোয়ার্টার-ফাইনালের আগে আমাদের একটি নির্দিষ্ট ডেটাসেট অনুপস্থিত ছিল। অনুমান করে ফাঁক ভরাট করার বদলে আমরা শুধু উপলব্ধ সেট-পিস ডেটার ভিত্তিতে সুপারিশ সীমিত রেখেছিলাম। মরক্কো ১-০ জিতেছিল। সীমিত, কিন্তু সৎ, ইনপুটই যথেষ্ট ছিল।

বিপরীত দৃষ্টি

স্বাভাবিক প্রতিক্রিয়া হবে: "তাহলে খালি তালিকাকে খালি রাখাই কি সেরা কাজ?" উত্তর — হ্যাঁ এবং না। হ্যাঁ, কারণ অনুমান দিয়ে ফাঁক ভরাট করা সবচেয়ে বড় পেশাদার অপরাধ। না, কারণ শুধু থেমে থাকা যথেষ্ট নয়। ফাঁকা ইনপুট আসলে একটা আপস্ট্রিম পাইপলাইন-ব্যর্থতার প্রমাণ — এবং সেই ব্যর্থতা নিজেই সমাধানযোগ্য একটি লক্ষণ।

আমরা সহজে ধরে নিই যে বিশ্লেষণ কখনও ব্যর্থ হয় যদি ফলাফল ভুল হয়। কিন্তু এখানে বিশ্লেষণ ফলাফল দেয়নি — এবং সেটাই তার সাফল্য। আসল ব্যর্থতা ঘটেছে আরও আগে, প্রথম পর্যায়ের নিষ্কাশনে। তথ্য-বিন্দু দায়ী ছিল না; তথ্য-বিন্দু তৈরি করার ধাপটাই কাজ করেনি। লেবেল cricket_asia আমাদের প্রলুব্ধ করে ভাবতে — "এশীয় ক্রিকেট, নিশ্চয়ই কোনো দল আছে, অনুমান করে ফেলি।" কিন্তু লেবেল একটি পরিধি নির্দেশ করে, বিষয়বস্তু নয়। এটি তথ্য-বিন্দুর বিকল্প হতে পারে না। একটি মোটা ট্যাগ থেকে দল, খেলোয়াড় বা লিগ টেনে আনা মানে নিজের অনুমানকে তথ্য বলে চালিয়ে দেওয়া — ঠিক যা আমি কখনও করতে চাই না।

আরেকটি ফাঁদ হলো ভরাট করার চাপ। সম্পাদক ডেডলাইন চান, পাঠক উত্তরে চান। শূন্য ফেরত দিলে কেউ খুশি হয় না। কিন্তু আমার শূন্য-স্টেডিয়ামের বছরগুলো আমাকে শিখিয়েছে — ভুল সময়ে আত্মবিশ্বাসী একটি বাক্য শুধু শব্দ, টাইমস্ট্যাম্পযুক্ত ভবিষ্যদ্বাণী ছাড়া। ক্যামেরা বন্ধ, দর্শক নেই, তখন শুধু ডেটা কথা বলে। আর ডেটা যখন খালি, তখন সততাই একমাত্র পেশাদার উত্তর।

উপসংহার

তাই পরবর্তী সময়ে যখন কোনো বিশ্লেষণ শূন্য ফেরত দেয়, প্রশ্ন হবে না "কেন ফলাফল নেই?" প্রশ্ন হবে — "তথ্য-বিন্দু কোথায় হারাল?" প্রথম পর্যায়ের নিষ্কাশন ধাপটি চালু হয়েছে কি? তথ্য-বিন্দুর তালিকা ভরেছে কি? উৎস, প্রকাশের তারিখ আর লেখক ধরা পড়েছে কি? এই তিনটি প্রশ্নের উত্তর হ্যাঁ হলে দ্বিতীয় পর্যায় আট মাত্রায় প্রমাণ-সহ উত্তর দিতে পারবে। না হলে, সবচেয়ে দামি সিদ্ধান্তটি হলো পাইপলাইন মেরামত করা — প্রকাশনার আগেই।

আমার খতিয়ান বন্ধ। শূন্যটাই আজকের সবচেয়ে সৎ সংখ্যা।