শূন্য ইনপুট, শূন্য বিশ্লেষণ: ক্রিকেট বিশ্লেষণ পাইপলাইনে তথ্য-ব্যর্থতার যে শিক্ষা আমরা নিচ্ছি না

হুক

গত চার বছর ধরে আমি ঢাকার একটি ছোট রুমে বসে ম্যাচের ফুটেজ কাটছি, পাস কোড করছি, ওভার-বাই-ওভার ডেটা টেবিলে ঢোকাচ্ছি। ২০২০ সালে আবাহনী লিমিটেড ঢাকায় জুনিয়র পারফরম্যান্স অ্যানালিস্ট হিসেবে যোগ দেওয়ার পাঁচ সপ্তাহের মাথায় বাংলাদেশ প্রিমিয়ার লিগ স্থগিত হয়ে যায়। তারপর চার মাস আমি একা বসে ৮১টি দর্শকশূন্য বুন্দেসলিগা ম্যাচ দেখলাম, হোম-উইন রেট ৪৩.৩% থেকে ৩৩.৩%-এ নামার প্যাটার্নটা বের করলাম। সেদিন শিখেছিলাম: ডেটা না থাকলে অনুমান নয়, ঘোষণা করতে হয় ডেটা নেই — এটাই সবচেয়ে কঠিন এবং সবচেয়ে জরুরি সিদ্ধান্ত।

কিন্তু এবার আমার সামনে যে নথিটি এল, সেটি ভিন্ন ধরনের। একটি দুই-স্তরের বিশ্লেষণ পাইপলাইনের দ্বিতীয় স্তর থেকে ফিরে আসা ফলাফল — যেখানে প্রথম স্তরের ডিকনস্ট্রাকশন সম্পূর্ণ খালি ফিরেছে। কোনো শিরোনাম নেই, কোনো সূত্র নেই, কোনো তথ্যবিন্দু নেই, কোনো ভিউপয়েন্ট নেই, কোনো সত্তা নেই। বিশ্লেষণ করার মতো কোনো টেক্সটই নেই।

কেন এটা ক্রিকেট-বিশ্লেষণ নিয়ে একটা প্রতিবেদন হওয়া উচিত? কারণ এই খালি ফলাফলটা নিজেই একটা ডেটা পয়েন্ট। আর ক্রিকেট ইন্ডাস্ট্রি — বাংলাদেশ থেকে শুরু করে আইপিএল, ইংল্যান্ডের কাউন্টি সিস্টেম পর্যন্ত — এখন যে বিশ্লেষণ-নির্ভর সিদ্ধান্তের যুগে ঢুকেছে, সেখানে এই ধরনের নীরব ব্যর্থতা সবচেয়ে বিপজ্জনক।

প্রেক্ষাপট

২০১৭ সালের মে মাসে, ঢাকা বিশ্ববিদ্যালয়ের কাইনেসিওলজির ছাত্র হিসেবে, আমি ছয় সপ্তাহ ধরে লিওনার্দো জার্দিমের মোনাকোর ৪-৪-২ নিয়ে ৪,২০০ শব্দের একটি বাংলা লেখা করেছিলাম। ৪১টি পজিশনাল ডায়াগ্রাম হাতে এঁকেছিলাম, এমবাপে ও ফালকাও কীভাবে দুই সেন্টার-ব্যাককে ভাগ করে ফাঁকা জায়গা তৈরি করে তা ট্রেস করেছিলাম। সেই লেখার পর আমি "কে ভালো খেলল" লেখা বন্ধ করে "জায়গাটা কোথায় ছিল" লিখতে শুরু করি।

২০১৮ সালের ১ জুলাই রাত ২টায় ঢাকা থেকে স্পেন-রাশিয়া ম্যাচ দেখলাম, তারপর ৪৮ ঘণ্টায় তিনবার রিওয়াচ করলাম। স্পেন ১,০০৭ পাস করল — তৎকালীন বিশ্বকাপ রেকর্ড — তবু পেনাল্টিতে হেরে গেল। প্রতিটি পাস জোন অনুযায়ী কোড করে দেখলাম, ৬১% পাস এমন এলাকায় যেখানে ১৫ মিটারের মধ্যে কোনো রুশ ডিফেন্ডার নেই। নিয়ন্ত্রণ থাকল, অনুপ্রবেশ থাকল না।

এই দুই অভিজ্ঞতা আমাকে একটা নিয়ম শিখিয়েছে: প্রতিটি ট্যাকটিক্যাল দাবির আগে তার নমুনা আর তার সেটিং বলতে হয় — "৮১ ম্যাচ, দর্শকশূন্য।" press তখনই কাজ করে যখন শর্তগুলো ঘোষণা করা থাকে; অন্যথায় সেটা একটা অনুমান, যা আমাকে অপরীক্ষিত বলে চিহ্নিত করতে হয়।

এখন এই নিয়মটাই একটা ভিন্ন জায়গায় প্রয়োগ করার সময় এসেছে। প্রশ্নটা ম্যাচের নয়, প্রশ্নটা পাইপলাইনের।

আমি ১৪ বছর ধরে বাংলাদেশের ক্রিকেট ইকোসিস্টেমে কাজ করছি — ২০১৪ সালে বিডিক্রিকটিম নামের একটি সোশ্যাল মিডিয়া ক্রিকেট পেজ শুরু করেছিলাম, যেটা আমাকে প্রথম লেখার শৃঙ্খলা শিখিয়েছিল। ২০২৫ সালে বাংলাদেশ ক্রিকেট বোর্ডের তিনজন উপদেষ্টার একজন হিসেবে নিয়োগ পেয়েছি, ক্রিকেটের ডিজিটাল ও মিডিয়া বিষয়াবলি দেখছি। এবং এই পুরো সময়টায় বারবার একই সমস্যা দেখেছি: আমরা ফলাফল নিয়ে কথা বলি, কিন্তু ফলাফল উৎপাদনকারী সিস্টেম নিয়ে কথা বলি না।

মূল বিশ্লেষণ

আট-মাত্রার বিশ্লেষণ কাঠামোটা পূর্ণাঙ্গভাবে ফিরে এসেছে। ফরম্যাট ও ম্যাচ বিশ্লেষণ, খেলোয়াড়ের কৌশল ও ডেটা, দলীয় ল্যান্ডস্কেপ, লিগ ও বাণিজ্যিক ইকোসিস্টেম, নিয়ম ও গভর্নেন্স, ঝুঁকি, জন-আখ্যান, এবং ইন্ডাস্ট্রি ট্রান্সমিশন — প্রতিটি মাত্রা তার নিজস্ব টেবিল, চেকলিস্ট, ঝুঁকি-পতাকা এবং উপসংহারসহ উপস্থিত। কাঠামোগতভাবে এটি নিখুঁত।

কিন্তু প্রতিটি ঘরে যা লেখা আছে তা একটাই বাক্য: "N/A — অপর্যাপ্ত তথ্য।"

এখানেই আসল ট্যাকটিক্যাল পাঠ। ঢাকার ক্রিকেট-বিশ্লেষণ সংস্কৃতিতে, এবং সত্যি বলতে গোটা দক্ষিণ এশিয়ার ডেটা-সাংবাদিকতায়, এই পার্থক্যটা আমরা প্রায়ই হারিয়ে ফেলি — "কিছু উল্লেখযোগ্য পাওয়া যায়নি" আর "বিশ্লেষণ করার মতো কিছুই দেওয়া হয়নি" এক জিনিস নয়।

প্রথমটা একটা সিদ্ধান্ত। দ্বিতীয়টা একটা পাইপলাইন ব্যর্থতা।

আমি এটা নিয়ে সিরিয়াস কারণ আমি এই ভুলটা নিজে করেছি। ২০২০ সালে দর্শকশূন্য বুন্দেসলিগা ম্যাচগুলো বিশ্লেষণ করার সময় প্রথম কয়েক সপ্তাহে আমি কিছু ম্যাচের ডেটা মিস করছিলাম কারণ ফিড কাটা যাচ্ছিল। আমি তখন অনুমান দিয়ে ফাঁক ভরাচ্ছিলাম — "হোম অ্যাডভান্টেজ সম্ভবত X হবে।" চার সপ্তাহ পর আমি থামলাম এবং সিদ্ধান্ত নিলাম: ফাঁক থাকলে ফাঁক বলে দেব, অনুমান দিয়ে ভরব না। সেটাই আমার প্রথম মেথডোলজি লেখার জন্ম দেয়।

এবার ধরুন এই খালি ফলাফলটা একটা ক্রিকেট সংবাদপত্রের ডেস্কে পৌঁছাল। সম্পাদক দেখবেন আট-মাত্রার পুরো কাঠামো, প্রতিটি টেবিল ভরা, প্রতিটি উপশিরোনাম উপস্থিত। তিনি এটাকে একটা পূর্ণাঙ্গ বিশ্লেষণ ভাববেন। অথচ ভেতরে কোনো তথ্য নেই। এটাই সবচেয়ে বিপজ্জনক দৃশ্য — কাঠামোগত পূর্ণতা যখন বিষয়বস্তুর শূন্যতাকে ঢেকে দেয়।

আমার গবেষণার অভ্যাস আমাকে এখানে একটা নির্দিষ্ট দিকে নিয়ে যায়। ক্রিকেটে আমরা যাকে "ফর্ম" বলি, সেটা আসলে তিনটা আলাদা জিনিসের মিশ্রণ — সাম্প্রতিক স্কোর, প্রতিপক্ষের মান, এবং শর্ত। কোনো একটা মিস করলে পুরো বিশ্লেষণ ভুল হয়ে যায়। একইভাবে, একটা বিশ্লেষণ পাইপলাইনে চারটা স্তর থাকে — ইনজেশন (স্ক্র্যাপিং/ফেচিং), ডিকনস্ট্রাকশন (তথ্যবিন্দু নিষ্কাশন), সিন্থেসিস (আট-মাত্রার প্রয়োগ), এবং ভ্যালিডেশন। এই ফলাফলটা দেখায় ব্যর্থতা প্রথম বা দ্বিতীয় স্তরে, কিন্তু কাঠামোগতভাবে তৃতীয় স্তর সফলভাবে সম্পন্ন হয়েছে।

এখানে একটা সূক্ষ্ম কিন্তু গুরুত্বপূর্ণ পর্যবেক্ষণ আছে। কাঠামোয় একটা ইঙ্গিত লুকিয়ে আছে: "শিরোনামের অনুপস্থিতি suggesting ব্যর্থতা ইনজেশনে ঘটেছে, ডিকম্পোজিশনে নয়" [মাধ্যম আত্মবিশ্বাস]। এটা একটা যুক্তিসঙ্গত অনুমান — কারণ শিরোনাম থাকলে অন্তত সেটা ধরাই যেত। কিন্তু এখানেই আমার আপত্তি: এই অনুমানটাও অনুমান, আর এটাকে সত্য হিসেবে গ্রহণ করা ঠিক সেই ভুল যা এড়াতে গোটা নথিটা লেখা হয়েছে।

আমার কাছে যেটা বেশি আকর্ষণীয়, সেটা হলো ঝুঁকি-পতাকা তালিকা। প্রতিটি মাত্রায় ঝুঁকি-পতাকা দেওয়া আছে — "ছোট নমুনা থেকে অতিরিক্ত অনুমান," "ফরম্যাট জুড়ে ডেটা উদ্ধৃত করা," "হোম-গ্রাউন্ড পক্ষপাত উপেক্ষা।" প্রতিটির পাশে লেখা "প্রযোজ্য নয়।" কিন্তু এখানে একটা আয়রনি আছে: যে বিশ্লেষণ তথ্য ছাড়াই লেখা হয়েছে, সেটাই সবচেয়ে বড় ঝুঁকি বহন করে — এবং সেই ঝুঁকিটা কোনো ঝুঁকি-ম্যাট্রিক্সে নেই।

শুধু একটা জায়গায় সেই ঝুঁকির কথা স্বীকার করা হয়েছে: "শুধুমাত্র চিহ্নিতযোগ্য ঝুঁকি বিশ্লেষণী (সারসংক্ষেপ মূল্যায়ন, সতর্কতা ১ দেখুন): খালি ফলাফলকে বিশ্লেষণী সিদ্ধান্ত হিসেবে ভুল পড়া।" এই এক লাইনই গোটা নথির সবচেয়ে সৎ এবং সবচেয়ে গুরুত্বপূর্ণ বাক্য।

কনট্রারিয়ান কোণ

এখন আমার স্বাভাবিক প্রতিক্রিয়া হবে: "ঠিক আছে, পাইপলাইন ব্যর্থ, আবার চালান।" কিন্তু আমার ১৪ বছরের অভিজ্ঞতা বলে এটা কখনোই যথেষ্ট নয়।

দ্বিতীয় সতর্কতা স্পষ্টভাবে বলছে: "যেকোনো প্রচেষ্টা যদি শিরোনাম অনুমান করে ফাঁক ভরে — যেমন ধরে নেওয়া সাম্প্রতিক কোনো বড় ম্যাচ বা ট্রান্সফার গল্প — তাহলে ভুয়া বিশ্লেষণ তৈরি হবে।" এটা ঠিক। কিন্তু আমার কাইনেসিওলজি গবেষণার পটভূমি থেকে একটা জিনিস যোগ করতে চাই: ফাঁক ভরার সবচেয়ে বিপজ্জনক রূপ হলো সেই ফাঁকটা ভরা হয়েছে সেটা না জানা।

আমি এটা দেখেছি বাংলাদেশের ঘরোয়া ক্রিকেটে। একটা ম্যাচের স্কোরকার্ডে ওভার-বাই-ওভার ডেটা মিসিং থাকলে কেউ কেউ অনুমান করে ফেলে, তারপর সিদ্ধান্ত নেয়। কেউ জানে না ডেটা মিসিং ছিল। ফলাফল — ভুল বোলিং পরিবর্তন, ভুল ফিল্ড প্লেসমেন্ট।

তৃতীয় সতর্কতা আরও সূক্ষ্ম: "যদি সূত্রে সত্যিই কোনো নিষ্কাশনযোগ্য বিষয়বস্তু না থাকে (পেওয়াল, নন-টেক্সট মিডিয়া, ভাঙা স্ক্র্যাপ), তাহলে বারবার প্রথম-স্তর পুনরায় চালানো একইভাবে ব্যর্থ হবে।" এটাই আসল ইঞ্জিনিয়ারিং পাঠ। পুনরায় চালানো মানে একই পথে একই সমস্যা খোঁজা।

আমার একটা নির্দিষ্ট মত আছে এখানে, যা আমি ২০২০ সালের অভিজ্ঞতা থেকে পেয়েছি। যখন বাংলাদেশ প্রিমিয়ার লিগ স্থগিত হলো, আমি শুরুতে ভেবেছিলাম সমস্যাটা কোভিড। পরে বুঝলাম সমস্যাটা একইসাথে কোভিড এবং একটি সিস্টেম যা ডেটা-শূন্যতার জন্য প্রস্তুত ছিল না। আমরা আবার ম্যাচ চালানোর পরিকল্পনা করছিলাম, কিন্তু ফুটেজ-ফিড, স্কোরিং কনসিস্টেন্সি, এবং অ্যানালিস্ট-কোয়ালিটি নিয়ে কোনো পরিকল্পনা ছিল না।

এবার এই পাইপলাইনে ফিরি। "পাইপলাইন ব্যতিক্রম রেকর্ড হিসেবে গণ্য করুন, ক্রিকেট বিশ্লেষণ নয়।" এটা সঠিক সুপারিশ। কিন্তু এটা শুধু একটা সমস্যা চিহ্নিত করে, সমাধান দেয় না। আর সমাধান হল: ইনজেশন পাথের রোগনির্ণয় (স্ক্র্যাপার, ভাষা, ফরম্যাট) — একই নিষ্কাশন পুনরায় চালানো নয়।

এখানেই একটা কনট্রারিয়ান পয়েন্ট আছে যা আমি জোর দিয়ে বলতে চাই। এই নথিতে যত সতর্কতা, তত ঝুঁকি-পতাকা, তত N/A — সব সঠিক। কিন্তু পুরো নথিটি একটা অনুমান থেকে শুরু হয়েছে যা কখনো চ্যালেঞ্জ করা হয়নি: যে সূত্রটি ইনজেস্ট করা হয়েছে সেটি আসলেই একটি নিবন্ধ ছিল।

যদি না হয়? যদি সেটা একটা ছবি হয়, একটা ভিডিও, একটা পেওয়ালের পেছনের পাতা হয়? তাহলে পুরো আট-মাত্রার কাঠামো ভুল প্রশ্নের সঠিক উত্তর দিচ্ছে। এটাই আমার সবচেয়ে বড় আপত্তি — পাইপলাইন ব্যর্থতা শনাক্ত করতে পারে, কিন্তু সেটা ইনপুটের অস্তিত্ব বা প্রকৃতি যাচাই করতে পারে না।

টেকঅওয়ে

তাহলে সামনের ম্যাচে কী যাচাই করব?

প্রথমত, এবং সবচেয়ে গুরুত্বপূর্ণ: আমরা কখনোই মেট্রিক আর প্রসেস আলাদা করি না। এই নথিটি ফরম্যাট-পৃথকীকরণের নিয়ম মেনেছে — ফরম্যাট চিহ্নিত না হলে কোনো ট্যাকটিক্যাল ব্যাখ্যা দেয়নি। এটা অভাবনীয় শৃঙ্খলা। কিন্তু প্রসেসের দিকে তাকান: কেন ইনজেশন ব্যর্থ হলো সেটা কেউ জিজ্ঞেস করেনি।

দ্বিতীয়ত, আমার পরবর্তী ধাপ হবে পুরো পাইপলাইনের লগ চেক করা — কোন URL, কোন টাইমস্ট্যাম্প, কোন ভাষা, কোন এনকোডিং। বাংলাদেশের প্রেক্ষাপটে একটা নির্দিষ্ট সমস্যা বারবার আসে: বাংলা ভাষার কনটেন্ট, বিশেষ করে মিক্সড স্ক্রিপ্ট বা ঐতিহাসিক ফন্টের লেখা, অনেক স্ক্র্যাপারে ভেঙে যায়। এই একটা হাইপোথিসিস আমি সবার আগে পরীক্ষা করব: ইনজেশন ব্যর্থতা ভাষা বা এনকোডিং সংক্রান্ত কিনা।

তৃতীয়ত, ফ্রেমওয়ার্ক নিজেই প্রস্তুত। অনুযায়ী, "একবার তথ্যবিন্দু ফিরে এলে, একই আট-মাত্রার কাঠামো কোনো পরিবর্তন ছাড়াই সরাসরি প্রয়োগ করা যাবে।" এটা একটা ভালো ডিজাইন — কাঠামো আর বিষয়বস্তু আলাদা রাখা। কিন্তু সেই ডিজাইনের একটা দাম আছে: খালি কাঠামোও পূর্ণ দেখায়।

শেষ প্রশ্নটা আমার নিজের জন্য: আমি যদি এই নথিটা পেয়ে এটাকে একটা পূর্ণাঙ্গ বিশ্লেষণ ভাবতাম — যেটা কেউ হয়তো করবে — তাহলে সেই ভুলটা কার? পাইপলাইনের, নাকি সেই সংস্কৃতির যেখানে আমরা ফরম্যাট আর বিষয়বস্তু আলাদা করতে পারি না? আমি জানি আমার উত্তর কোনটা। আমি চাই বাংলাদেশের ক্রিকেট-বিশ্লেষণ সংস্কৃতিও একই উত্তর দিক — বিষয়বস্তু ছাড়া কাঠামো যত সুন্দরই হোক, সেটা একটা খালি স্কোরকার্ড। আর খালি স্কোরকার্ড দিয়ে কোনো ম্যাচ জেতা যায় না।