ক্রিকেট ডেটা-শৃঙ্খলের ফাঁকা ব্লক: যখন স্টেজ-২ বিশ্লেষণ 'কিছুই নয়' থেকে শেখায়

একটি ফাঁকা টেবিলসেল থেকে শুরু হলো এই অনুসন্ধান। স্টেজ-২ ক্রিকেট বিশ্লেষণে প্রবেশ করে আমি দেখলাম, স্টেজ-১-এর ডিকম্পোজিশন ফলাফলে কোনো তথ্য-বিন্দু নেই — না কোনো শিরোনাম, না কোনো উৎস, না কোনো খেলোয়াড়, না কোনো দল। কাগজে-কলমে এটি একটি প্রতিবেদন, কিন্তু বিষয়বস্তু শূন্য। ক্রিকেট বিশ্লেষণের বদলে আমার সামনে দাঁড়িয়ে আছে একটি কাঠামো-সম্পূর্ণ, বিষয়বস্তু-শূন্য নথি। ডেটা সন্ন্যাসী হিসেবে আমি বহু বছর ধরে শিখেছি: ফাঁকা জায়গাও একটি ডেটা পয়েন্ট, যদি না সেটিকে মিথ্যা প্রমাণ হিসেবে চালানো হয়। পাইপলাইনের প্রতিটি স্তর একটি শৃঙ্খলের ব্লক; একটি ব্লক ফাঁকা মানে পুরো শৃঙ্খল স্থগিত। ক্রিকেট বিশ্লেষণের ক্ষেত্রে স্টেজ-১ হলো প্রাথমিক ভাঙন: মূল নিবন্ধকে ক্ষুদ্র তথ্য-বিন্দুতে রূপান্তর। স্টেজ-২ সেই বিন্দু থেকে গভীর ব্যাখ্যা নির্মাণ করে। কিন্তু যখন স্টেজ-১ খালি হাতে ফিরে আসে, তখন আটটি বিশ্লেষণ-মাত্রার প্রতিটিই 'অপ্রতুল তথ্য' — সংক্ষেপে এন/এ — লেবেল পায়। এটি ক্রিকেটের কোনো ম্যাচ, খেলোয়াড় বা দলের ব্যর্থতা নয়; এটি পাইপলাইনের ইনজেশন বা পার্সিং ত্রুটি। এমনকি ডোমেইন লেবেলেও অসামঞ্জস্য: স্টেজ-১ দিয়েছে 'cricket_world', অথচ বিবরণে প্রত্যাশিত ছিল 'Cricket'। একটি শব্দের এই পার্থক্য রাউটিং জটিলতার ইঙ্গিত দেয়। আমার কাছে এটি পরিচিত লক্ষণ: ২০২০ সালে ফাঁকা স্টেডিয়ামের নীরবতা আমার সবচেয়ে উচ্চ শব্দের ডেটাসেট হয়ে উঠেছিল; এবার ফাঁকা স্টেজ-১ ফলাফল পাইপলাইন-স্বাস্থ্যের হিস্টোগ্রাম। ফরম্যাট ও ম্যাচ বিশ্লেষণে প্রথম বাধা। ফরম্যাট না জানা মানে কোন মেট্রিক গুরুত্বপূর্ণ তা স্থির করাও অসম্ভব। টেস্টে ব্যাটিং গড়, টি-টোয়েন্টিতে স্ট্রাইক রেট, ওডিআইতে ম্যাচ-ফেজের চাপ — প্রতিটি ফরম্যাটে ভিন্ন ভাষা। শূন্য ইনপুট মানে সেই ভাষার অনুবাদ শুরু হয়নি। ভেন্যু, পিচ, ডিউ, ডিএলএস — এসব প্রসঙ্গও অনুপস্থিত। আমি ২০১৭ সালে লিগা ১-এর ১,১৪০টি শট ট্যাগ করার সময় বুঝেছিলাম, শট ম্যাপ হলো স্থানাঙ্কসহ স্মৃতি; কিন্তু আজ কোনো স্থানাঙ্কই নেই। খেলোয়াড়-কৌশল মাত্রায় কোনো খেলোয়াড় শনাক্ত হয়নি। গড়, স্ট্রাইক রেট, ইকোনমি, সিচুয়েশনাল স্প্লিট — সব এন/এ। বেঞ্চমার্ক তুলনার জন্য কোনো বেসলাইন নেই। ক্রিকেট-পরিসংখ্যানে একটি মাত্র তথ্য-বিন্দুও না থাকলে বয়স-বক্রতার ঢাল, ইনজুরির ইতিহাস, হোম-গ্রাউন্ডের প্রভাব — কিছুই হিসাব করা যায় না। আমার ২০২২ সালের এনজো ফার্নান্দেজ মডেলের কথা মনে পড়ে: তখন প্রাক-বিশ্বকাপ ডেটা থেকে ১.৮ কোটি ইউরোর মূল্যায়ন বের করেছিলাম; যদি স্টেজ-১ তখন খালি থাকত, চেলসির ১২.১ কোটি ইউরোর স্থানান্তর কোনো যুক্তিসিদ্ধ ব্যাখ্যা পেত না। দল ও র্যাংকিং মাত্রায় কোনো জাতীয় দল, ফ্র্যাঞ্চাইজি বা ইভেন্ট নেই। আইসিসি র্যাংকিং, হোম-অ্যাওয়ে প্রোফাইল, স্কোয়াডের গভীরতা, বোলিং কম্বিনেশন, বয়স-কাঠামো — সব এন/এ। ম্যাচআপ বা প্রতিদ্বন্দ্বিতার ইতিহাস অনুপস্থিত। স্টেজ-১-এর খালি এন্টিটি তালিকার কারণে দল-স্তরের মূল্যায়ন অ্যাংকর ছাড়াই ভাসছে। বাংলাদেশ, ইউএই বা ইন্দোনেশিয়ার মতো উদীয়মান বাজারে হোম-অ্যাওয়ে পার্থক্য প্রকট; ডেটা ছাড়া এই পক্ষপাত নির্মূলের কোনো উপায় নেই। লিগ ও বাণিজ্যিক বাস্তুতন্ত্রে কোনো আইপিএল, বিপিএল, দ্য হান্ড্রেড, পিএসএল বা এসএ২০ নাম নেই। সম্প্রচার-স্বত্বের মূল্য, ফ্র্যাঞ্চাইজি মূল্যায়ন, খেলোয়াড়ের বেতন কাঠামো — কোনোটির তথ্য নেই। নিলাম বা স্থানান্তর লেনদেনের মূল্যায়নও অসম্ভব। ক্রিকেট-অর্থনীতির মানচিত্র আঁকতে হলে অন্তত একটি লিগের নাম দরকার; সেটিও অনুপস্থিত। ২০২০ সালে আমি ১,৮০০টি খেলোয়াড় রেকর্ড থেকে একটি ভ্যালুয়েশন মডেল তৈরি করেছিলাম; সেই মডেলের প্রথম শর্ত ছিল নির্ভরযোগ্য লিগ-স্তরের ইনপুট। নিয়ম ও শাসন মাত্রায় কোনো আইসিসি, জাতীয় বোর্ড বা লিগ-তত্ত্বাবধায়ক শনাক্ত হয়নি। ক্ষমতা-বণ্টন, খেলার নিয়ম-বিতর্ক, দুর্নীতি-বিরোধী প্রোটোকল, যোগ্যতা ও নির্বাচন, এমনকি ভূ-রাজনৈতিক চাপ — সব এন/এ। শাসন-বিশ্লেষণের চেকলিস্টে প্রতিটি ঘর ফাঁকা। তার মানে এই নয় যে ঝুঁকি নেই; ঝুঁকি হলো এই ফাঁকা ঘরগুলোকে পূর্ণ বলে ধরে নেওয়া। ২০১৮ সালে রাশিয়া বিশ্বকাপের ৬৪ ম্যাচের পিপিডিএ ও ফিল্ড-টিল্ট হিসাব করার সময় আমি শিখেছিলাম: শূন্যতা যেখানে শুরু, সেখানেই পক্ষপাতের সম্ভাবনা সবচেয়ে বেশি। ঝুঁকি-বিশ্লেষণে ক্রীড়া, জনবল, বাণিজ্য, নিয়ম, জনমত ও ব্যবস্থা-পর্যায়ের ঝুঁকি — সব এন/এ। সামগ্রিক ঝুঁকি-রেটিং দেওয়া অসম্ভব। কিন্তু প্রক্রিয়া-ঝুঁকি স্পষ্ট: শূন্য ইনপুটকে বৈধ বিশ্লেষণ হিসেবে প্রচার করা। এই আত্মবিশ্বাস-স্তর উচ্চ। ডেটা সন্ন্যাসীর প্রথম ব্রত হলো ইনপুট যাচাই; দ্বিতীয় ব্রত হলো আউটপুট নয়, প্রক্রিয়ার হিসাব রাখা। ২০২৪ সালে লিগা ১-এর একটি ক্লাব আমার এক্সজি-ভিত্তিক শর্টলিস্ট উপেক্ষা করে ৩৪ বছর বয়সী ভেটেরান স্ট্রাইকারকে বেতন দিয়েছিল; ফলাফল ১৬ ম্যাচে ২ গোল। এই ব্যর্থতা আমাকে শেখায়: নির্বাচন-প্রক্রিয়ার গুণমান যাচাই না করলে খারাপ ফলাফলকে 'দুর্ভাগ্য' বলে চালিয়ে দেওয়া সহজ। জন-আখ্যান ও প্রত্যাশা-বিশ্লেষণে কোনো গুঞ্জন, কোনো হাইপ-সাইকেল, কোনো উৎস-গ্রেডিং নেই। সেন্টিমেন্ট-সূচক এন/এ। ফ্রেন্জি বা আতঙ্কের সংকেতও নেই। ক্রিকেট-মিডিয়ায় একটি গল্প ছাড়া আর কী থাকে? উত্তর: গল্পের অনুপস্থিতিই গল্প হয়ে ওঠে। যখন কোনো খেলোয়াড়, দল বা ম্যাচ নেই, তখন প্রত্যাশা-ব্যবধানও মাপা যায় না; বাজার ও বাস্তবতার মধ্যে ব্যবধান নির্ণয়ের ভিত্তি হারিয়ে যায়। শিল্প-সংক্রমণ মানচিত্রে আপস্ট্রিম প্রতিভা সরবরাহ, মিডস্ট্রিম জাতীয় দল/লিগ, ডাউনস্ট্রিম সম্প্রচার ও ডেরিভেটিভ বাজার — প্রতিটি সেগমেন্টের দিক ও মাত্রা এন/এ। দক্ষিণ এশীয় হৃদভূমি বাজার, মূলধন-নেটওয়ার্ক, বেটিং/ফ্যান্টাসি স্পোর্টস, ডেরিভেটিভ মার্কেট — সব অচল। একটি খালি ব্লক পুরো শৃঙ্খলকে থামিয়ে দিয়েছে। এই মুহুর্তে সবচেয়ে দরকারি কাজ হলো পাইপলাইন পুনরায় চালানো, ফলাফল উদ্ভাবন নয়। ব্লকচেইনে প্রতিটি ব্লকের হ্যাশ আগের ব্লকের হ্যাশের সঙ্গে যুক্ত; একটি ব্লকের ডেটা পরিবর্তন হলে পুরো চেইন অমূল্য হয়ে যায়। আমাদের দুই-স্তরের পাইপলাইনও একই রকম: স্টেজ-১ আউটপুট স্টেজ-২ ইনপুটের হ্যাশের মতো। যখন ইনপুট-ব্লক খালি, তখন বিশ্লেষণ-ব্লক তৈরি করা প্রতারণার সামিল। এই চেইন-অবধারণাই 'ব্লকচেইন সংবাদ' বলতে আমি বুঝি — তথ্যের প্রতিটি লেনদেন নথিবদ্ধ ও যাচাইযোগ্য। একটি লাইভ ড্যাশবোর্ড হলো হৃদস্পন্দন, যার রিফ্রেশ-রেট আছে; কিন্তু খালি রিডিংও তো একটি রিডিং। সংবাদ-কক্ষের স্বাভাবিক প্রবণতা হলো ফাঁকা ফলাফল ফেলে পরবর্তী খবরে চলে যাওয়া। কিন্তু ডেটা সন্ন্যাসী হিসেবে আমি ফাঁকা ফলাফলকেই সবচেয়ে মূল্যবান সংকেত মনে করি। এটি একটি পাইপলাইন-স্বাস্থ্য বিপদসংকেত: সিস্টেমটি জানাচ্ছে 'আমি ইনপুট পাইনি', অথচ একটি উৎস-নিবন্ধ আদৌ ছিল বা ছিল না। উভয় ক্ষেত্রেই নির্ণয় দরকার। তেমনি ডোমেইন-লেবেলের অমিল প্রমাণ করে, ট্যাক্সোনমি ম্যাপিং পুনর্বিবেচনা করা জরুরি। আমি ২০২০ সালে ১১ সপ্তাহ ধরে একটি ভ্যালুয়েশন মডেল নিখুঁত করার চেষ্টা করে একটি পিচ-ডেডলাইন মিস করেছিলাম; সেই অভিজ্ঞতা থেকে শিখেছি, 'কমপ্লিট-ফ্রেমওয়ার্ক' আউটপুটের চেয়ে 'সৎ-সীমাবদ্ধতা' আউটপুট বেশি মূল্যবান। স্টেজ-১-এর খালি ফলাফলে তথ্য-মূল্য রেটিং স্পষ্ট: ক্রীড়া-মূল্য ★☆☆☆☆, শিল্প-মূল্য ★☆☆☆☆, সময়-সংবেদনশীলতা ★☆☆☆☆, রেফারেন্স-মূল্য ★☆☆☆☆। এই রেটিং কোনো ম্যাচ বা খেলোয়াড়ের দুর্বলতা নয়; এটি ইনপুট-অনুপস্থিতির প্রযুক্তিগত ছবি। তিনটি সংকেত সামনে রাখা দরকার: স্টেজ-১-এর শূন্যতার হার, ডোমেইন-লেবেল সঙ্গতি, উৎস-ফিল্ড পূর্ণতা। এই তিনটি মাপকাঠি দেখলে ভবিষ্যতে এই ধরনের ত্রুটি আগেভাগে ধরা যাবে। পেশাদার পরিভাষায় স্টেজ-১/স্টেজ-২ হলো দুই-ধাপের পাইপলাইন; ইনফরমেশন পয়েন্টস হলো প্রমাণ-বহনকারী তথ্যের কণা; নাল হ্যান্ডলিং হলো 'অপ্রতুল তথ্য, মূল্যায়ন সম্ভব নয়' লেখার শৃঙ্খলা। প্রশ্নটি এখন সামনে: আমাদের বিশ্লেষণ-পাইপলাইন কি শুধু পূর্ণ টেবিলের আরাম খোঁজে, নাকি ফাঁকা ব্লক দেখে পুরো শৃঙ্খল থামানোর সাহস রাখে? ডেটাবেস খেলাটিকে প্রতিস্থাপন করেনি; এটি অনুবাদ করেছে। আর অনুবাদ শুরু হয় নির্ভরযোগ্য ইনপুট দিয়ে। যতক্ষণ না স্টেজ-১ এক্সট্র্যাক্টর পুনরায় চালানো হয়, ততক্ষণ এই শূন্যতাই সবচেয়ে সৎ বিশ্লেষণ। রাউটিং-ত্রুটি ঠিক করলে হারিয়ে যাওয়া নিবন্ধটি ফিরে আসতে পারে; কিন্তু আপাতত, একটি ফাঁকা ব্লকও শৃঙ্খলের অংশ, এবং সেটি লুকিয়ে রাখলে পরের ব্লকগুলোর বিশ্বাসযোগ্যতাও ক্ষয় হয়।