শূন্য রেকর্ড: ক্রিকেটের ডেটা-স্পাইন যেখানে নীরবে ভেঙে যায়

রাত ১১টা ৪০ মিনিটে ঢাকার একটি নিউজ ডেস্কে একটি ফ্র্যাঞ্চাইজি ম্যাচের প্রিভিউ লাইভ হলো। হেডলাইন ঠিক, কোট ঠিক, গ্রাফিক ঠিক। ভুল ছিল একটি বাক্যে — এক ব্যাটারের ১৪০ স্ট্রাইক রেটকে বলা হয়েছিল 'বিশ্বমানের'। সংখ্যাটি সত্যি ছিল, কিন্তু সেটি এসেছিল অন্য ফরম্যাটের বেঞ্চমার্ক টেবিল থেকে। টি-টোয়েন্টিতে ১৪০ একটি ফিনিশারের স্বাভাবিক গতি; টেস্টের দ্বিতীয় ইনিংসে সেটি ব্যতিক্রম। একই সংখ্যা, দুই অর্থ। ডেস্কে কেউ মিথ্যা লেখেনি। একটি ঘর ফাঁকা ছিল, আর সিস্টেম সেই ফাঁকা ঘরটি নিকটতম বিশ্বাসযোগ্য সংখ্যা দিয়ে ভরে দিয়েছে।

সেই ফাঁকা ঘরটির কথা এই লেখা। ঘটনাটি ক্রিকেটের গল্প নয়, ক্রিকেটের প্লাম্বিংয়ের গল্প — যেখানে প্রতিদিন হাজারো তথ্য ঢোকে, ছাঁকা হয়, তারপর স্কোরবোর্ডে পৌঁছায়। স্কোরবোর্ড সবার শেষে দেখে, তার আগের ধাপগুলো কেউ দেখে না। ডেটা-স্পাইন কখনোই গল্প ছিল না; গল্পটা সম্ভব হওয়ার শর্ত ছিল। শর্তটি ভাঙলে গল্প মিথ্যা হয় না — গল্পটা আরও বিশ্বাসযোগ্য হয়ে যায়, কারণ ভাঙা জায়গাটি কেউ দেখে না।

প্রসঙ্গ: স্পাইন তৈরি করা যায়, রক্ষা করা কঠিন

২০১৭ সালে ঢাকার একটি নিউ-মিডিয়া ডেস্কে আমি ছয় জনের একটি দল নিয়ে বাংলাদেশ প্রিমিয়ার লিগের পুরো মৌসুম ট্যাগ করি। ৪৬ ম্যাচ, ৭ ক্লাব, ১২,৪০০ বল-বাই-বল ইভেন্ট, একটি এসকিউএল ডেটাবেস। একটি ১২-ফিল্ডের ডেটা ডিকশনারি ছিল বাধ্যতামূলক, আর ২৪ ঘণ্টার টার্নঅ্যারাউন্ড নিয়ম ছিল অলঙ্ঘনীয়। ফলাফল মাপা যায়: ম্যানুয়াল ম্যাচ-রিপোর্টের ভুল ৩৮ শতাংশ কমেছিল, প্রিভিউ প্রোডাকশনের সময় ৬ ঘণ্টা থেকে ৯০ মিনিটে নেমেছিল।

সেই স্পাইনটাই পরে আমার সব মডেলের ভিত্তি হয়েছে। ২০১৮ রাশিয়া বিশ্বকাপে চার বিশ্লেষক নিয়ে ৬৪ ম্যাচ ও ১৬৯ গোলের লাইভ xG মডেল বানিয়েছি, সেট-পিস আলাদা ট্যাগ করে দেখেছি ৭৩টি গোল সেট-পিস থেকে এসেছে। প্রতি ম্যাচ শেষে ১৫ মিনিটের মধ্যে ৯টি প্রমিত মেট্রিকের ব্রিফ বেরোত — xG, প্রেসিং হাইট, সেট-পিস কনভার্শন। প্রথম দিকে সেই কঠোর টেমপ্লেট নিয়ে ডেস্কে হাসি হয়েছিল, পরে সেটাই ডিফল্ট হয়ে গিয়েছিল। লাইভ xG বিশ্বকাপকে দর্শনীয় ঘটনা থেকে সিদ্ধান্তের সেটে বদলে দিয়েছিল।

কিন্তু এই সব অভিজ্ঞতা থেকে একটি জিনিস শিখেছি, যেটি কোনো প্রেজেন্টেশনে বলা যায় না: স্পাইন তৈরি করা যায় প্রকৌশল দিয়ে, রক্ষা করা যায় না প্রকৌশল দিয়ে। রক্ষা হয় প্রবেশদ্বারে, যেখানে কেউ তাকায় না।

ডেটা সাপ্লাই চেইনের তিনটি স্তর আছে। উজানে স্কোরিং ও ট্যাগিং, মাঝে নর্মালাইজেশন ও বেঞ্চমার্কিং, নিচে ব্রডকাস্ট ও পাবলিক ইন্টারফেস। প্রতিটি স্তরের নিজস্ব ব্যর্থতার ধরন আছে। উজানে ব্যর্থতা হলো ভুল ট্যাগিং — ধরা পড়ে, কারণ সংখ্যা মেলে না। মাঝে ব্যর্থতা হলো ভুল বেঞ্চমার্ক — ধরা পড়ে না, কারণ সংখ্যাটি সত্যি, শুধু তুলনাটি মিথ্যা। নিচে ব্যর্থতা হলো ভুল ফ্রেমিং — ধরা পড়ে না, কারণ পাঠক সংখ্যাটি যাচাই করেন না, বাক্যটি যাচাই করেন।

তিনটির মধ্যে মাঝেরটি সবচেয়ে বিপজ্জনক, আর সেটিই সবচেয়ে কম আলোচিত। কারণ মাঝের স্তরটির নাম একটাই শব্দে বলা যায়: ফরম্যাট।

ফরম্যাট ছাড়া কোনো তুলনা নেই

ক্রিকেটে ফরম্যাট ট্যাগ প্রথম গেট, এবং এটি অলঙ্ঘনীয়। কারণটি পরিসংখ্যানগত, আবেগগত নয়। টেস্ট, ওয়ানডে, টি-টোয়েন্টি ও দ্য হান্ড্রেডের বেঞ্চমার্ক সেট সম্পূর্ণ আলাদা। টেস্টে ব্যাটিং অ্যাভারেজের স্বাভাবিক পরিসর টি-টোয়েন্টির চেয়ে অনেক উঁচু, কারণ ইনিংসের দৈর্ঘ্য ও উইকেট-পতনের বিনিময় হার আলাদা। টি-টোয়েন্টিতে বোলারের ইকোনমি রেট ৭.০০-এর নিচে থাকা দুর্দান্ত; ওয়ানডেতে সেই একই সংখ্যা প্রায় অপ্রাপ্য, আর টেস্টে ইকোনমি রেট মূল্যায়নের প্রধান মাপকাঠিই নয়।

ফরম্যাট ট্যাগ ছাড়া বিশ্লেষণ শুধু ভুল হয় না, সেটি একটি নির্দিষ্ট ধরনের ভুল হয় — যাকে বলা যায় ক্রস-ফরম্যাট কনট্যামিনেশন। এটি সবচেয়ে ধরা-কঠিন ভুল, কারণ এতে প্রতিটি সংখ্যা সত্যি থাকে। ভুলটি থাকে তুলনার অনুমানে। একটি ফ্র্যাঞ্চাইজি লিগের উদীয়মান ব্যাটারকে টেস্ট অ্যাভারেজ দিয়ে বিচার করা, কিংবা একজন টেস্ট ওপেনারকে পাওয়ারপ্লে স্ট্রাইক রেট দিয়ে অপমান করা — দুটোই একই রোগের লক্ষণ।

নিজের অভিজ্ঞতা থেকে বলি: ২০২০ সালে খেলা বন্ধ হলে ৪৮ ঘণ্টায় ঢাকা ডেস্কের জন্য জরুরি রিমোট ট্র্যাকিং প্রোটোকল বানাতে হয়েছিল। ১৪ লিগ, ১,২০০ ঘণ্টা আর্কাইভ ম্যাচ, ১১ জন স্টাফকে প্রশিক্ষণ। বান্ডেসলিগা পুনরায় শুরু হলে ৯২ ম্যাচে হোম-উইন রেট ৪৩.২ শতাংশ থেকে ৩৩.৩ শতাংশে নামে। খালি স্টেডিয়ামের ভেরিয়েবল প্রমিত করতে হয়েছিল — ক্রাউড নয়েজ, ভ্রমণ দূরত্ব, বদলি লোড। সেই সময়ে শিখেছি, প্রতিটি নতুন পরিবেশে প্রথম কাজ হলো বেঞ্চমার্ক সেটটি নতুন করে ঘোষণা করা। প্রোটোকল ঘোষণা না করলে সবাই নিজের সুবিধামতো সংখ্যা বেছে নেয়।

নাম ছাড়া কোনো ভূমিকা নেই

দ্বিতীয় গেট হলো এনটিটি। একটি সংখ্যা কার, কোন ভূমিকায়, কোন পরিস্থিতিতে — এই তিনটি ছাড়া সংখ্যাটি অর্থহীন। একই ১৪০ স্ট্রাইক রেট ওপেনারের জন্য ধৈর্যের অভাব, ফিনিশারের জন্য কাজের প্রমাণ। একই ৭.০০ ইকোনমি ফ্রন্টলাইন স্পিনারের জন্য স্বাভাবিক, ডেথ-ওভার স্পেশালিস্ট সিমারের জন্য অসাধারণ।

এই ভূমিকা-নির্ধারণ ছাড়া বাংলাদেশের প্রেক্ষাপটে বিশ্লেষণ আরও বিপজ্জনক, কারণ আমাদের ক্রিকেট-সংস্কৃতিতে ভূমিকা দ্রুত বদলায়। শাকিব আল হাসান বা তামিম ইকবালের মতো খেলোয়াড়দের ক্ষেত্রে একই ইনিংসে একাধিক ভূমিকা পালন করতে দেখা যায় — কখনো অ্যাঙ্কর, কখনো অ্যাক্সিলারেটর। এই অবস্থায় ফরম্যাট ও পরিস্থিতি ছাড়া একটি সংখ্যা তুলে ধরা মানে খেলোয়াড়ের কাজটিকে ভুল ফ্রেমে বন্দি করা।

আমার নিজের নিয়ম সরল: দশ ম্যাচ বা এক হাজার মিনিটের নিচে কোনো ট্যাকটিক্যাল দাবি ছাপি না। এই নিয়মটি অনেকে কঠোরতা ভাবেন, অথচ এটি আসলে সুরক্ষা। কারণ ছোট নমুনায় যা পাওয়া যায় তা ভুল নয় — শুধু সাধারণীকরণযোগ্য নয়। 'সাধারণীকরণযোগ্য নয়' আর 'সত্য নয়' এক জিনিস নয়। এই দুইয়ের পার্থক্য না বুঝলে বিশ্লেষণ দুই দিকেই ভুল করে: হয় অকারণ আত্মবিশ্বাস, নয়তো অকারণ অস্বীকার।

তারিখ ছাড়া কোনো সময় নেই

তৃতীয় গেট হলো সময়। প্রকাশের তারিখ ছাড়া কোনো ক্রিকেট দাবির সময়োপযোগিতা যাচাই করা যায় না, এবং এটি বিশেষভাবে সত্য নিলাম-চক্র ও ফ্র্যাঞ্চাইজি লিগের ক্ষেত্রে। আইপিএল নিলাম-সংক্রান্ত গল্পের মূল্য অত্যন্ত মৌসুমি — নিলামের আগে ফাঁস-চক্র আর নিলামের পরে মূল্যায়ন, দুটো সম্পূর্ণ আলাদা ধরনের লেখা। তারিখ না থাকলে পাঠক জানেন না তিনি কোনটি পড়ছেন।

এখানে একটি বাস্তব সংখ্যা প্রসঙ্গ হিসেবে দরকার। ২০২২ সালের আইপিএল মিডিয়া রাইটস নিলামে পাঁচ বছরের চক্রের জন্য ৪৮,৩৯০ কোটি রুপি প্রতিশ্রুত হয় — এই অঙ্কটি ভারতীয় ক্রিকেট বোর্ডের আয়ের কাঠামোকে নতুনভাবে সাজিয়েছে, এবং সেই সূত্রেই ভারতীয় বাজার বৈশ্বিক ক্রিকেট আয়ের বিপুল অংশ ধরে রাখে (শিল্প-সম্মত অনুমানে ৭০ শতাংশের বেশি)। এশিয়ার কোনো ক্রিকেট ঘটনার বাণিজ্যিক প্রভাব তাই তার মাঠের আকারের তুলনায় অসামঞ্জস্যপূর্ণভাবে বড়।

কিন্তু সতর্ক থাকতে হবে: এটি শিল্পের একটি স্থায়ী কাঠামোগত বৈশিষ্ট্য, কোনো নির্দিষ্ট লেখার অনুসন্ধান নয়। এই পার্থক্যটি না রাখলে প্রসঙ্গই উপসংহার হয়ে যায়।

শূন্য রেকর্ডটির ব্যবচ্ছেদ

এখন মূল ঘটনায় আসি। একটি বিশ্লেষণ-পাইপলাইনে একটি রেকর্ড ঢুকেছিল, যার শিরোনাম ছিল 'প্রযোজ্য নয়', মূল দৃষ্টিভঙ্গি ছিল ফাঁকা, তথ্য-বিন্দুর তালিকা ছিল শূন্য, এনটিটি চিহ্নিত হয়নি, সময়-সংবেদনশীলতা 'যাচাই করা হয়নি', সূত্রের গুণমান নির্ধারণযোগ্য নয়। একটি মাত্র ফিল্ড টিকে ছিল: ডোমেইন লেবেল, লেখা ছিল 'ক্রিকেট_এশিয়া'।

এই প্যাটার্নটিই সবচেয়ে বেশি তথ্য দেয়। মেটাডেটা টিকে আছে, শরীর টেকেনি। এর অর্থ ব্যর্থতা যুক্তির স্তরে নয়, সংগ্রহ বা পার্সের স্তরে। ফেচ কাজ করেছে, লেবেল বসেছে, কিন্তু মূল লেখাটি ধরায় পড়েনি। সম্ভাব্য কারণ তিনটি: পেওয়াল বা পার্স ত্রুটি; ভিডিও বা সোশ্যাল পোস্টের মতো অসাংগঠনিক সূত্র; অথবা সত্যিই বিষয়বস্তুহীন আইটেম — স্কোরকার্ড স্টাব বা ফিক্সচার নোটিশ।

লেবেলটির নিজেরও ত্রুটি আছে। 'ক্রিকেট_এশিয়া' একটি অঞ্চল আর একটি খেলাকে এক ফিল্ডে মিশিয়ে দিয়েছে। অথচ সঠিক রাউটিংয়ের জন্য চারটি আলাদা মাত্রা দরকার: খেলা = ক্রিকেট, ফরম্যাট = টেস্ট/ওয়ানডে/টি-টোয়েন্টি/দ্য হান্ড্রেড, অঞ্চল = এশিয়া, এবং প্রতিযোগিতার স্তর = দ্বিপাক্ষিক / আইসিসি ইভেন্ট / ফ্র্যাঞ্চাইজি লিগ / ওয়ার্ম-আপ। একটি আঞ্চলিক ট্যাগ পাঁচটি পূর্ণ সদস্য বোর্ডকে এক ঘরে ফেলে দেয়, অথচ তাদের সম্পদ, ফরম্যাট-অগ্রাধিকার ও র্যাঙ্কিং অবস্থান সম্পূর্ণ আলাদা।

এখানেই সেই জায়গা, যেখানে আমার পেশাগত সহজাত প্রবৃত্তি সতর্ক হতে বলে। কারণ শূন্য রেকর্ড হাতে পাওয়া একজন বিশ্লেষকের ওপর যে চাপটি আসে, সেটি ক্রিকেটীয় নয় — পেশাগত। টেমপ্লেট ফাঁকা পড়ে আছে, পাঠক অপেক্ষা করছেন, প্রকাশের সময় ঘনিয়ে আসছে। তখন সবচেয়ে সহজ কাজটি হলো বিশ্বাসযোগ্য শোনায় এমন সংখ্যা দিয়ে ঘর ভরানো।

শূন্য ফলাফল ঘোষণা করা দুর্বলতা নয়, সেটিই একমাত্র সৎ উত্তর। কারণ ভরাট করা টেমপ্লেটের ক্ষতি শূন্য রেকর্ডের চেয়ে অনেক বেশি। শূন্য রেকর্ড অন্তত সত্য বলে যে কিছু একটা ভেঙেছে।

এবং এখানেই প্রশ্নটি আসে, যেটি প্রক্রিয়া-সংক্রান্ত ভাষায় কখনো ধরা পড়ে না: এই ব্যর্থতার খরচ কে বহন করল? বহন করল সেই পাঠক, যিনি একটি ভুল বেঞ্চমার্কের ওপর ভিত্তি করে খেলোয়াড়ের ভবিষ্যৎ নিয়ে মত তৈরি করলেন। বহন করল সেই সাব-এডিটর, যাঁর নাম ভুল রিপোর্টের বাইলাইনে গেল। বহন করল সেই ঘরোয়া কোচ, যাঁর প্রশিক্ষিত খেলোয়াড়ের আসল পারফরম্যান্স একটি ভুয়া তুলনার নিচে চাপা পড়ল। আর বহন করল সেই স্ট্রিংগার, যাঁর ম্যাচ-নোট সঠিকভাবে পার্স না হওয়ায় তাঁর শ্রম কোথাও গোনা হলো না।

বিপরীত কোণ: শিল্পের মনোযোগ ভুল জায়গায়

ক্রিকেট-বিশ্লেষণের বর্তমান আলোচনা প্রায় পুরোটাই মডেল নিয়ে। কে বেশি নির্ভুল পূর্বাভাস দিল, কার অ্যালগরিদম কারকে হারাল, কার ড্যাশবোর্ড বেশি চকচকে। অথচ যে জায়গায় সিস্টেমটি সত্যিই ব্যর্থ হয়, সেটি মডেলের স্তর নয় — রেজিস্ট্রির স্তর। কেউ মডেল নিয়ে প্রতিযোগিতা করতে চান, কেউ ডেটা ডিকশনারি রক্ষণাবেক্ষণ করতে চান না।

এখানে একটি অস্বস্তিকর সত্য আছে। ডেটা ডিকশনারি রক্ষণাবেক্ষণ এমন এক কাজ, যার সাফল্য অদৃশ্য। কেউ যখন ১২টি ফিল্ড সঠিকভাবে ভরেছেন, তখন কেউ তাঁকে প্রশংসা করেন না — কারণ কিছুই ভাঙেনি। আর কেউ যখন একটি ফিল্ড ফাঁকা রেখেছেন, তখনো কেউ ধরেন না — কারণ সংখ্যাটি ততক্ষণ পর্যন্ত সত্যি দেখায়, যতক্ষণ না কেউ জিজ্ঞেস করে সংখ্যাটি কোন ফরম্যাটের।

ঢাকায় আমরা শিখেছি, একটি লিগ তার অবকাঠামোর ওপরই দাঁড়ায় বা পড়ে — রেজিস্ট্রি, পেমেন্ট রেল, অ্যাক্রেডিটেশন, ডেটা ফিড, বিরোধ নিষ্পত্তি ট্রাইব্যুনাল। স্কোরবোর্ড সেই অবকাঠামোর নিচের স্রোত, ফলাফল নয়। যে লিগ তার ফরম্যাট-ট্যাগ, তার এনটিটি-রেজিস্ট্রি, তার প্রকাশ-তারিখ সংরক্ষণ করতে পারে না, সে লিগ তার খেলোয়াড়দের চুক্তিও সঠিকভাবে সংরক্ষণ করতে পারবে না — কেবল আমরা সেটি দেখতে পাই না, কারণ চুক্তির ব্যর্থতা কোলাহল তোলে আর ডেটার ব্যর্থতা নীরব থাকে।

দ্বিতীয় অস্বস্তিকর সত্য: শূন্য ফলাফলকে ব্যর্থতা ভাবলে সংস্থাগুলো উল্টো প্রণোদনা পায়। যদি 'কোনো ফলাফল নেই' মানেই 'দল ব্যর্থ', তাহলে সবাই ফলাফল বানাবে — সত্যি হোক বা না হোক। এই কারণে শূন্য-হ্যান্ডলিংকে শাস্তি নয়, স্বীকৃতি দিতে হয়। যে বিশ্লেষক ফাঁকা রেকর্ড ফেরত পাঠান, তিনি সিস্টেমকে রক্ষা করছেন।

তৃতীয়ত, আমি নিজেই একটি ফাঁদে পড়ার ঝুঁকিতে আছি। এই পুরো আলোচনা সহজেই 'প্রক্রিয়া ঠিক ছিল, শুধু একটি টেকনিক্যাল ত্রুটি' — এই সান্ত্বনায় শেষ হয়ে যেতে পারে। সেটি হবে আত্মপ্রতারণা। কারণ সত্যি কথা হলো, গেটটি এখনো বসানো হয়নি। প্রস্তাবিত নিয়ন্ত্রণ — তিনটির কম তথ্য-বিন্দু বা ফাঁকা শিরোনাম থাকলে রেকর্ডটি সামনে না পাঠিয়ে ফেরত পাঠানো — এখনো কাগজে। এর খরচ আছে: গতি কমবে, কিছু রেকর্ড আটকে থাকবে, কিছু ডেস্ক বিরক্ত হবে। সেই খরচটা কেউ দিতে রাজি নন, তাই গেটটি নেই।

আর যা ভাঙা অবস্থায়ই আছে: সূত্রের প্রামাণিকতা। আউটলেট, লেখক, প্রকাশের টাইমস্ট্যাম্প, মূল ইউনিকেস — এগুলোর কোনো একটি না থাকলে কোনো দাবির নির্ভরযোগ্যতা যাচাইয়ের পথই নেই। এই লেখাটি নিজেই তার উদাহরণ: উৎস নথিতে প্রকাশের তারিখ নেই, তাই এখানে কোনো তারিখ দেওয়া যায়নি।

অগ্রদৃষ্টি

ক্রিকেটের পরবর্তী বড় সংকট আসবে ভুল ভবিষ্যদ্বাণী থেকে নয়, ভুল রেকর্ড থেকে — এমন একটি সংখ্যা থেকে, যা সত্যি ছিল, কিন্তু কোন ফরম্যাটের ছিল তা কেউ লিখে রাখেনি। সেই সংকট মোকাবিলার প্রথম ধাপ বিশাল মডেল নয়। প্রথম ধাপ তিনটি ঘর: ফরম্যাট, নাম, তারিখ। তিনটি ঘর ভরতে না পারলে উত্তর হবে একটি শব্দ — অজানা।

প্রশ্নটি ডেস্কপ্রধানের জন্য নয়, লিগ-অফিসের জন্য: যদি আপনার নিজের সিস্টেম আপনার নিজের টুর্নামেন্টের ফরম্যাট-ট্যাগটি পর্যন্ত বলতে না পারে, তাহলে সেই সিস্টেম আপনার খেলোয়াড়ের পাওনা, আপনার সম্প্রচার-চুক্তির শর্ত, আর আপনার ভক্তের আস্থা — এই তিনটির কোনটি সঠিকভাবে হিসাব রাখতে পারবে?