খালি পেলোড: ক্রিকেট অ্যানালিটিক্সে শূন্যতার হিসাব ও ডেটা-সততার পরীক্ষা

রাজশাহীর কাজের টেবিলে বসে ২০২৬ সালের ফেব্রুয়ারির এক সন্ধ্যায় আমি একটি ফাইল খুলেছিলাম। ফাইলের নাম দেখে মনে হয়েছিল, এশীয় ক্রিকেটের কোনো একটি ম্যাচ বা সিরিজের বিশ্লেষণ অপেক্ষা করছে। খোলার পর যা পেলাম, তা আমার দীর্ঘ পেশাগত জীবনে বিরল। ভেতরে কোনো দল নেই, কোনো খেলোয়াড় নেই, কোনো স্কোর, ভেন্যু, তারিখ বা সিরিজ নেই। বিশ্লেষণের প্রথম ধাপ—যাকে আমরা Stage-1 ডিকনস্ট্রাকশন বলি—তার প্রতিটি তথ্যবিন্দু ফাঁকা ফেরত এসেছে। শুধু একটি ঘর পূর্ণ ছিল: একটি আঞ্চলিক ট্যাগ, cricket_asia। অর্থাৎ বিশ্লেষণের জন্য আমার হাতে এসে পৌঁছেছে একটি খালি পেলোড, সঙ্গে একটি ভৌগোলিক ইঙ্গিত।

এই মুহূর্তটাই আজকের লেখার বিষয়। কারণ একজন ডেটা-সন্ন্যাসীর কাছে খালি ফাইল কেবল ব্যর্থতা নয়—এটা একটা সিগন্যাল।

আমি ২০১১ সালে BDCricTeam নামের একটি পেজ শুরু করেছিলাম, আর তার আগে সতেরো বছর ধরে নিজের জন্য একটা ব্যক্তিগত খাতা রেখেছিলাম। ২০১৭ সালের মার্চে সেই খাতা প্রকাশ্যে আনি—২০১৬-১৭ মৌসুমের ১৩২টি ম্যাচ, হাতে কোড করা ৮,৪১২টি শট ইভেন্ট, প্রতিটির সঙ্গে অবস্থান, শরীরের অংশ ও নিকটতম ডিফেন্ডারের ট্যাগ। সেই খাতা থেকেই আমি একটা সহজ নিয়ম শিখেছিলাম: সংজ্ঞা আগে, তারপর অনুমান, তারপর প্রমাণ, আর শেষে ভুলের মার্জিন।

আমাদের বিশ্লেষণ-পাইপলাইন দুই স্তরে চলে। Stage-1 হলো নিষ্কাশন—মূল লেখা থেকে তথ্যবিন্দু, দৃষ্টিভঙ্গি, সত্তা, উৎস ও সময়-সংবেদনশীলতা টেনে বের করা। Stage-2 হলো গভীর বিশ্লেষণ, যা সম্পূর্ণভাবে Stage-1-এর উপর নির্ভরশীল। Stage-1 যখন খালি ফেরত দেয়, তখন Stage-2-এর আটটি মাত্রার প্রতিটির সামনে বাধ্যতামূলকভাবে লিখতে হয়: তথ্য অপর্যাপ্ত। এটাকেই বলি নাল-হ্যান্ডলিং।

একটি সঠিক Stage-1 পেলোড কেমন দেখতে হয়, সেটা বোঝা দরকার। তাতে থাকা উচিত অন্তত একটি সুনির্দিষ্ট তথ্যবিন্দু, এক বাক্যে সারমর্ম, লেখকের অবস্থান, উদ্দেশ্য, সত্তা, সময়-সংবেদনশীলতা ও উৎস-মান। আজকের পেলোডে এগুলোর একটিও নেই। তাই বিশ্লেষণ নয়, বরং একটি কাঠামো দাঁড় করানো সম্ভব—যেখানে প্রতিটি ঘরে লেখা থাকে তথ্য অপর্যাপ্ত। এটা ব্যর্থতার লুকোচুরি নয়; এটা ব্যর্থতার নথিভুক্তি।

এখানেই একটা ফাঁদ লুকিয়ে আছে, আর সেটাই আজকের মূল কথা। একটি আট-মাত্রার কাঠামো যখন খালি ইনপুটের মুখোমুখি হয়, তখন কাঠামোর সম্পূর্ণতা রক্ষার জন্য মস্তিষ্ক নিজে থেকেই বিশ্বাসযোগ্য শোনানো ক্রিকেট-তথ্য বানাতে চায়।

আমার মডেল ভবিষ্যদ্বাণী নয়; এটা মার্জিনসহ সম্ভাবনার একটি খাতা। তাই যখন আটটি মাত্রা—ফরম্যাট ও ম্যাচ বিশ্লেষণ, খেলোয়াড়ের কৌশল ও তথ্য, দলের ল্যান্ডস্কেপ ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক ইকোসিস্টেম, নিয়ম ও গভর্ন্যান্স, ঝুঁকি, জন-আখ্যান ও প্রত্যাশা, এবং শিল্প-প্রসারণ—সবগুলোই শূন্য ইনপুটের মুখোমুখি হয়, তখন আমার একমাত্র সৎ উত্তর হলো স্বীকার করা: আমি জানি না।

প্রথম মাত্রায় প্রশ্ন ওঠে, ফরম্যাট কী—টেস্ট, ওয়ানডে, টি-টোয়েন্টি, নাকি দ্য হান্ড্রেড? উত্তর দেওয়া অসম্ভব, কারণ কোনো ম্যাচ, সিরিজ বা প্রতিযোগিতার নামই নেই। এখানেই ফ্রেমওয়ার্কের মূল নীতি কাজ করে: পারফরম্যান্স ও তথ্যের মেট্রিক ফরম্যাট-জুড়ে তুলনীয় নয়। তাই পাওয়ারপ্লে, মিডল-ওভার কিংবা ডেথ-ওভার—কোনো পর্যায়ের তথ্যই বিশ্লেষণ করা যায় না।

দ্বিতীয় মাত্রায় কোনো খেলোয়াড়ের নাম নেই। ওপেনার, অ্যাঙ্কর, ফিনিশার, পেসার, স্পিনার—কোনো ভূমিকাই নির্ধারণ করা যায় না। গড়, স্ট্রাইক রেট বা ইকোনমি কিছুই দেওয়া হয়নি, তাই কোনো বেঞ্চমার্কের সঙ্গে তুলনাও অসম্ভব।

তৃতীয় মাত্রায় কোনো দল নেই। আইসিসি র‍্যাঙ্কিং, ডাব্লুটিসি পয়েন্ট টেবিল, ঘরের মাঠ ও বাইরের মাঠের পার্থক্য—কিছুই মূল্যায়ন করা যায় না।

চতুর্থ মাত্রায় কোনো লিগ, নিলাম বা চুক্তির ঘটনা নেই। আইপিএল, বিপিএল, পিএসএল, আইএলটি-২০—কোনো নাম নেই। সম্প্রচার স্বত্ব, ফ্র্যাঞ্চাইজি মূল্যায়ন বা খেলোয়াড়ের বেতন—সব অনুপস্থিত।

পঞ্চম মাত্রায় কোনো গভর্ন্যান্স পদক্ষেপ নেই। ডিআরএস, ডিএলএস, স্লো-ওভার-রেট, যোগ্যতা বা এনওসি—কিছুই উল্লেখ নেই।

ষষ্ঠ মাত্রায় ঝুঁকির রেটিং কম নয়; এটা অনির্ধারিত। পার্থক্যটা জরুরি। সত্যিকারের কম ঝুঁকির জন্য ইতিবাচক প্রমাণ দরকার, যা এখানে অনুপস্থিত।

সপ্তম মাত্রায় কোনো আখ্যান নেই—প্রতিদ্বন্দ্বিতা, রাজত্ব, নতুন তারার অভিষেক কিংবা প্রবীণের বিদায়—কিছুই নেই।

অষ্টম মাত্রায় উজান, মাঝধারা ও নিম্নধারা—শিল্প-প্রসারণের কোনো ধারা আঁকা যায় না।

এই আটটি শূন্যতার ভেতর থেকে মাত্র তিনটি সিদ্ধান্ত টেকসইভাবে টানা যায়। প্রথম: খালি পেলোড নিজেই একটি উচ্চ-নির্ভরতার প্রক্রিয়া-ঝুঁকি—Stage-1 থেকে খালি আউটপুট Stage-2-তে ঢোকা মানে ডেটা-মানের ব্যর্থতা। দ্বিতীয়: সবচেয়ে বড় বিপদ হলো কাঠামোর চাপে তথ্য বানিয়ে ফেলা। তৃতীয়: ফাঁকা মানে কোনো খবর নেই নয়—এর মানে নিষ্কাশন ব্যর্থ হয়েছে।

ঝুঁকির ম্যাট্রিক্সে খেলাধুলা, কর্মী, বাণিজ্যিক, নিয়ম-সততা, জনমত ও ব্যবস্থাগত—ছয়টি শ্রেণির প্রতিটিই অনির্ধারিত। এখানে একটা সূক্ষ্ম পার্থক্য আছে যা অনেকে এড়িয়ে যান: অনির্ধারিত মানে শূন্য নয়। শূন্য মানে আমরা জানি ঝুঁকি নেই; অনির্ধারিত মানে আমরা জানি না ঝুঁকি আছে কি নেই। এই পার্থক্যটা না ধরলে বিশ্লেষণ আত্মবিশ্বাসের মুখোশ পরে ঘুরে বেড়ায়।

আমার ২০১৮ সালের অভিজ্ঞতা এখানে প্রাসঙ্গিক। রাশিয়া বিশ্বকাপের আগে আমি চার বছরের বাছাই ও টুর্নামেন্ট তথ্যে ১,০০০টি মন্টে কার্লো সিমুলেশন চালিয়েছিলাম। জার্মানির টাইটেল ধরে রাখার সম্ভাবনা মডেল দিয়েছিল ৪.১%, কারণ তাদের প্রতি শটে এক্সপেক্টেড গোল ২০১৭-১৮ মৌসুমে ০.১১ থেকে ০.০৭-তে নেমে এসেছিল। জার্মানি গ্রুপ এফ-এর তলানিতে শেষ করল, তিন ম্যাচে দুই গোল। আমার থ্রেড ছয় হাজার বার স্ক্রিনশট হয়েছিল, আর আমি তখন এগারোটি ভুল বিচারের তালিকা প্রকাশ করেছিলাম। সেই মিস ফাইল আমাকে শিখিয়েছিল, শূন্য তথ্যকে তথ্য দিয়ে ভরাট করা কখনোই সততা নয়।

২০২০ সালে বুন্দেসলিগা ১৬ মে দর্শকশূন্য মাঠে ফিরলে আমি ৮৩টি ম্যাচ লগ করেছিলাম এবং আগের ২২৩টির সঙ্গে তুলনা করেছিলাম। ঘরের মাঠে জয়ের হার ৪৩.৩% থেকে ৩৩.৮%-এ নেমে এসেছিল, আর ঘরের মাঠে গোল প্রতি ম্যাচে ১.৭৪ থেকে ১.৪৮-এ। বাংলাদেশের ২০২০-২১ লিগে প্রভাব দুর্বল ছিল। দর্শকশূন্য স্টেডিয়াম আমাদের সেই পরিষ্কার নমুনা দিয়েছিল, যা আমরা কখনো চাইনি। সেই গবেষণাই ছিল আমার প্রথম লেখা, যেখানে আস্থার ব্যবধান ও পূর্ণ পদ্ধতি-পরিশিষ্ট ছিল। সেদিন থেকে প্রতিটি লেখায় আমি বাধ্যতামূলক একটি অনিশ্চয়তা-প্যারা যুক্ত করি, আর সেই বিন্দুর নাম দিই যেখানে নমুনা সিদ্ধান্তের জন্য খুব ছোট হয়ে যায়।

আজকের খালি পেলোড সেই নিয়মের চরম পরীক্ষা। আমি প্রাইভেট লেজার খুলেছিলাম, কারণ লুকানো সংখ্যাও একটা দাবি।

বর্তমান ট্রান্সফার উইন্ডোর প্রেক্ষাপটে বিষয়টা আরও তীক্ষ্ণ হয়ে ওঠে। এই সময়ে প্রতি ঘণ্টায় ডজনখানেক গুজব ছড়ায়—কোনো এজেন্টের ইঙ্গিত, কোনো পেজের দাবি। আমার বছর ধরে ম্যাচ দেখার অভিজ্ঞতা থেকে বলতে পারি, গুজব আর খালি পেলোড একই পরিবারের। গুজব হলো অর্ধেক ভরা ফাইল, যা দাবি করে সব জানে; খালি পেলোড হলো সৎ ফাইল, যা স্বীকার করে কিছুই জানে না। দুটোই বিশ্লেষণ নয়। একটি রিলিজ-ক্লজের গঠন আর মজুরি-বিলের অঙ্ক যখন হাতে আসে, তখনই সেটা স্থির বিন্দু হয়ে দাঁড়ায়; তার আগে সব কিছুই কেবল চলক।

নজরে রাখার মতো তিনটি সিগন্যাল আছে। প্রথম, প্রতি ব্যাচে খালি পেলোডের হার—এটা একটা নির্দিষ্ট সীমা ছাড়ালে সমস্যা ব্যবস্থাগত। দ্বিতীয়, ডোমেইন-লেবেলের প্রকরণ—cricket_asia যদি বারবার প্রত্যাশিত Cricket লেবেলের বদলে আসে, তাহলে স্কিমা-ড্রিফটের আশঙ্কা। তৃতীয়, নিবন্ধ-ধরনের অনির্ধারিত হওয়ার হার—এটা স্বাভাবিক বেসলাইনের চেয়ে বেশি হলে শ্রেণিবিন্যাস-ধাপ ব্যর্থ হয়েছে বোঝা যায়।

আর একটা ফাঁদ লুকিয়ে আছে এই ট্যাগটার ভেতরে। cricket_asia ট্যাগ কেবল পরিধি সংকুচিত করে—ভারত, পাকিস্তান, শ্রীলঙ্কা, বাংলাদেশ, আফগানিস্তান, নেপাল কিংবা সংযুক্ত আরব আমিরাতে অনুষ্ঠিত ইভেন্ট। কিন্তু এটা কোনো তথ্য নয়। তবু এই ইঙ্গিতটাই আমাদের প্রলুব্ধ করে দল, খেলোয়াড় আর স্কোর অনুমান করতে। কাঠামো সম্পূর্ণ রাখার লোভ আর সত্য বলার শৃঙ্খলার সংঘর্ষ এখানেই।

এখানেই বিপরীতমুখী প্রশ্নটা আসে। আমরা সাধারণত ধরে নিই, বেশি তথ্য মানে ভালো বিশ্লেষণ। কিন্তু একটা নোংরা, আংশিক ও পক্ষপাতদুষ্ট পেলোড কখনো কখনো একটা খালি পেলোডের চেয়েও বিপজ্জনক—কারণ খালি পেলোড অন্তত সৎভাবে বলে দেয় আমি জানি না, অথচ অর্ধেক ভরা পেলোড মিথ্যা আত্মবিশ্বাস তৈরি করে। তবু এর মানে এই নয় যে খালি পেলোড ভালো। কারণ এখানে দুটি ভিন্ন কথা মিশে আছে—তথ্যের অনুপস্থিতি আর ঘটনার অনুপস্থিতি। Stage-1-এর খালি আউটপুট প্রমাণ করে না যে এশীয় ক্রিকেটে কোনো ঘটনা ঘটেনি; এটা প্রমাণ করে আমাদের নিষ্কাশন-পাইপলাইন ভেঙেছে। সম্পর্ক আর কারণ এক নয়; একইভাবে অনুপস্থিতি আর অ-ঘটনাও এক নয়।

তাই পরবর্তী পদক্ষেপটা নাটকীয় নয়, রুটিন। মূল লেখার বিরুদ্ধে Stage-1 নিষ্কাশন আবার চালাতে হবে। যদি মূল লেখাটি সত্যিই অনুপস্থিত থাকে—না শিরোনাম, না উৎস, না মূল অংশ—তাহলে এই ইনপুটকে পাইপলাইনের সীমানায় প্রত্যাখ্যান করতে হবে, আর Stage-2 ডাকা যাবে না। আমি মডেলকে লেজারের মতো রক্ষা করি: লাইন ধরে ধরে, উৎস ধরে ধরে। খালি পেলোড আমাকে যা দিল, তা ভয়ংকর পরিষ্কার—এটা জানিয়ে দিল, আমাদের সবচেয়ে বড় শত্রু বাইরের তথ্যহীনতা নয়, ভেতরের বানানোর প্রলোভন। পরবর্তী দশটি নিষ্কাশন-ব্যাচে যদি খালি পেলোডের হার বাড়তে থাকে, তাহলে বুঝতে হবে সমস্যাটা একটি নয়—ব্যবস্থাগত।