খালি পেলোড, ভরা টেবিল: ক্রিকেট অ্যানালিটিক্সের যে রিপোর্ট নিজেই এক ঝুঁকি

সোমবার সকালে ম্যানচেস্টারের ডেস্কে যে নথিটা এল, তার আটটা অধ্যায়, একটা রিস্ক ম্যাট্রিক্স, একটা ট্রান্সমিশন ম্যাপ, শেষে পেশাদার পরিভাষার টীকা। ফরম্যাটে একটাও ফাঁক নেই। তবু পুরোটা পড়ে শেষ করলে ক্রিকেট নিয়ে জানা যায় ঠিক একটা জিনিস — কিছুই জানা যায় না। প্রতিটি ঘরের ভেতরে একই বাক্য: তথ্য অপর্যাপ্ত। শিরোনাম নেই, সূত্র নেই, দল নেই, ফরম্যাট নেই, স্কোরলাইন নেই, একটা ওভারের ডেটাও নেই। রিপোর্টটা নিজের সবচেয়ে বড় ঝুঁকি হিসেবে চিহ্নিত করেছে High — সেটা কোনো দলের, কোনো বোলারের, কোনো সিরিজের ঝুঁকি নয়। ঝুঁকিটা নথিটার নিজের।

সেদিন আমি খালি ঘরগুলো গুনলাম, তারপর গুনলাম ভরা ঘরগুলো। ঘরের সংখ্যা দুই দিকেই একই। সংখ্যাটা মিলে যাওয়াটাই আসল খবর।

গত কয়েক বছর ধরে ক্রিকেট কভারেজ যেভাবে চলে, তাতে দুটো স্তর মানা হয়। প্রথম স্তরে নিবন্ধ থেকে তথ্য তোলা হয় — শিরোনাম, সূত্র, প্রকাশের তারিখ, লেখকের অবস্থান, আর তথাকথিত ইনফরমেশন পয়েন্ট। শেষটা হলো মৌলিক একক: একটা ম্যাচ থেকে একটা সংখ্যা, একটা উক্তি, একটা সিদ্ধান্ত। দ্বিতীয় স্তরে সেই পয়েন্টগুলোকে আটটা মাত্রায় সাজানো হয় — ফরম্যাট ও ম্যাচ বিশ্লেষণ, খেলোয়াড়ের কৌশল ও ডেটা, দলের অবস্থান ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক বাস্তুসংস্থান, নিয়ম ও সুশাসন, ঝুঁকি, জনমতের আখ্যান, আর শিল্পে তার প্রবাহ।

পুরো কাঠামোর ভার বইছে ইনফরমেশন পয়েন্টের ওপর। ওগুলো শূন্য হলে আটটা মাত্রাই শূন্য — এটা কোনো তত্ত্ব নয়, সরল গাণিতিক বাধ্যবাধকতা।

এবার যা এসেছে। শিরোনাম নেই। সূত্র নেই। ধরন Unclassified। সারসংক্ষেপ ফাঁকা। লেখকের অবস্থান নেই। তথ্য পয়েন্টের তালিকা ফাঁকা। মূল মতামত ফাঁকা। আর জড়িত সত্তা ঘরে লেখা আছে: উপরোক্ত তথ্য পয়েন্ট থেকে চিহ্নিত করুন। যে তালিকা ফাঁকা, সেখান থেকে চিহ্নিত করার নির্দেশ — এ এক বৃত্তাকার বাক্য, যার কোনো উত্তল নেই।

তিনটে সম্ভাব্য কারণ চিহ্নিত হয়েছে: মূল পাতাটা হয় পেওয়ালের পেছনে ছিল, নয় জাভাস্ক্রিপ্টে তৈরি, নয়তো প্রথম স্তরের এক্সট্র্যাকশন ব্যতিক্রম ছুড়ে ডিফল্ট খোলস বানিয়েছে, নয়তো পাঠানোর সময় পেলোড কাটা পড়েছে। তিনটে আলাদা সমস্যা, তিনটে আলাদা সমাধান। কিন্তু সেগুলো আলাদা করার জন্য দরকার মূল ইউআরএল আর প্রথম স্তরের লগ — দুটোই অনুপস্থিত।

একটা জিনিস অবশ্য বেঁচে গেছে: ডোমেইন লেবেল cricket_asia। সব বিষয়বস্তু মুছে গেল, অথচ ভৌগোলিক শ্রেণিবিন্যাসটা টিকে আছে। এতে বোঝা যায় এক্সট্র্যাকশনের দুটো পথ আলাদা, আর অন্তত একটা পথ স্বাধীনভাবে ব্যর্থ হয়েছে। লেবেলটা কিন্তু কোনো প্রমাণ নয় — এশিয়া কোনো দল নয়, প্রতিযোগিতা নয়, ফরম্যাট নয়। এশিয়া বলতে ভারত থেকে আফগানিস্তান পর্যন্ত সাতটা ভিন্ন বাজার, ভিন্ন কাঠামো, ভিন্ন দর্শক।

এই নথির সবচেয়ে বড় সমস্যা ফাঁকা ঘর নয় — ফাঁকা ঘরগুলো সৎ। সমস্যা হলো ফরম্যাট। টেবিলগুলো পূর্ণ, শিরোনামগুলো মোটা অক্ষরে, প্রতিটা মাত্রার নিচে বিশ্লেষণমূলক সিদ্ধান্ত আছে, রিস্ক ম্যাট্রিক্সে লেভেল-লাইকলিহুড-ইমপ্যাক্ট-মিটিগেশন চারটে কলামই ভরা। যে পাঠক টেবিলগুলো চোখ বুলিয়ে পড়েন, তিনি সহজেই ধরে নিতে পারেন কাজটা শেষ হয়েছে। অথচ প্রতিটা কোষের ভেতরে একটাই কথা।

টেমপ্লেটের এই পূর্ণতা একটা মিথ্যা সংকেত — কাঠামো যত নিখুঁত, শূন্যতাটা ধরতে তত বেশি সময় লাগে। গবেষণা-পাইপলাইনে এটাই সবচেয়ে দামি ভুল, কারণ ভুলটা দেখতে ভুল লাগে না।

দ্বিতীয় সমস্যা বৃত্তাকার নির্দেশ। উপরের তথ্য পয়েন্ট থেকে চিহ্নিত করুন — এই বাক্যটা লেখা হয়েছে এমন এক ধারণায় যে তালিকা কখনো ফাঁকা হবে না। ফাঁকা অবস্থার জন্য কোনো গার্ড ক্লজ নেই। ফলে একই ধরনের ফাঁকা ইনপুট পরের বারও আসবে, আর প্রতিবারই একটা সুন্দর দেখতে সফল রিপোর্ট বের হবে। যে সিস্টেম ব্যর্থ হয়েও ব্যর্থতার ঘোষণা দেয় না, তার ওপর ভরসা করার মতো কিছু থাকে না।

তৃতীয় সমস্যা ফরম্যাটের অনুপস্থিতি, আর এটা ছোট কোনো ব্যাপার নয়। ক্রিকেটে টেস্ট, ওয়ানডে আর টি-টোয়েন্টির মেট্রিক একে অন্যের জায়গায় বসে না। একজন ফিনিশারের প্রধান সূচক স্ট্রাইক রেট, অথচ টেস্টে সেটাই গৌণ; ওপেনারের ক্ষেত্রে গড়ের ওজন আলাদা; বোলারের ইকোনমি ফেজ-স্প্লিট ছাড়া প্রায় অর্থহীন। ফরম্যাট না জানলে কোন মেট্রিক প্রযোজ্য সেটাই ঠিক করা যায় না — আর ভুল মেট্রিক বেছে নিলে বিশ্লেষণটা ভুল উত্তরের দিকে না গিয়ে ভুল প্রশ্নের দিকে যায়। এটাই বেশি বিপজ্জনক।

ভেন্যুর কথাও ভাবুন। কোন মাঠ, কেমন পিচ, শিশির পড়ছে কি না, ডাকওয়ার্থ-লুইসের কোনো হস্তক্ষেপ আছে কি না — এগুলো ছাড়া টসের ভাগ্য আর ভেন্যু-বায়াস আলাদা করাই যায় না। হোম গ্রাউন্ডে খেলা দলের পরিসংখ্যান প্রায়ই ফুলে ওঠে, আর সেই ফোলা সংখ্যা মডেলে ঢুকে গেলে বাজি বাজার ভুল দিকে হেলে যায়। এই ইনপুটে মাঠের নামটুকুও নেই, তাই ভেন্যু-বায়াস বাদ দেওয়ার প্রশ্নই ওঠে না — শুধু একটা লাল পতাকা ঝুলে থাকে, যার কোনো মাপ নেই।

আমার পুরোনো অভ্যাস হলো ফাঁকা সিট গোনা, তারপর প্রেস বক্স গোনা। উপস্থিতির ব্যবধান, সাংবাদিকদের সংখ্যা, টিকিট বরাদ্দ, সমর্থকদের যাতায়াতের বোঝা — এগুলো আমার কাছে পটভূমির রং নয়, কঠিন ডেটা। এই নথিটা ঠিক সেই দৃশ্যের উল্টো সংস্করণ: একশো সাতচল্লিশটা আসন, সবগুলোতেই নামফলক ঝুলছে, অথচ একটাও দর্শক নেই। স্টেডিয়াম তৈরি, ক্রিকেট শূন্য।

আমি এই ফাঁদে একবার পড়েছিলাম, সেটা ২০১৭ সালের কথা। ম্যানচেস্টার সিটির আর্সেনালের বিপক্ষে ২-১ জয়ের পর কেভিন ডি ব্রুইনার অ্যাসিস্ট ম্যাপ নিয়ে একটা থ্রেড লিখেছিলাম — একটা পাসের এক্সজি মাত্র ০.১৪, অথচ সেখান থেকেই গোল এল। থ্রেডটায় ৪,২০০ রিপ্লাই পড়েছিল। সংখ্যাটা নিখুঁত ছিল, ব্যাখ্যাটা ছিল না। পরে বুঝলাম, ওই ০.১৪ আসলে একটা প্রশ্ন, কোনো রায় নয়।

সূত্রটার শুরু হয়েছিল একটা প্রশ্ন দিয়ে, পরে সেটাই পদ্ধতি হয়ে গেল। রাশিয়া বিশ্বকাপের আগে ইংল্যান্ডের সেট-পিস ড্যাশবোর্ড বানালাম — বেরিয়ে এল, ইংল্যান্ডের ১২টা গোলের ৯টাই সেট পিস থেকে। তারপর ভক্তদের জিজ্ঞেস করলাম, কোন রুটিনটা সবচেয়ে নির্ভরযোগ্য মনে হয়; ৬৮ শতাংশ বেছে নিলেন হ্যারি ম্যাগুইয়ারের নিয়ার-পোস্ট রান। সংখ্যা আর জনমত মিলে গেল, কিন্তু মিলে যাওয়াটা কাকতালীয় হতে পারত। সেই সন্দেহটুকু রেখেই পরের ধাপে গিয়েছিলাম।

২০২০ সালে প্যানডেমিকের ফাঁকা মাঠে ব্রাইটনের প্রেসিং দেখলাম। লকডাউনের আগে ব্রাইটনের পিপিডিএ ছিল ৯.৮, পরে সেটা ১২.৪-এ উঠল — অর্থাৎ প্রেসিং ভেঙে পড়ল। ভক্তদের ১,৫০০ জনের প্যানেলে জিজ্ঞেস করলাম ফাঁকা স্টেডিয়ামের ফুটবল কেমন লাগে; ৭২ শতাংশ বললেন প্রতিপক্ষ কম ভয় পাচ্ছে মনে হয়েছে। সেই সংকেত ধরে হোম অ্যাডভান্টেজের ওজন কমিয়ে ০.৩ গোলে নামালাম। এই সংশোধনটা সম্ভব হয়েছিল কারণ সংখ্যাটা মাপা হয়েছিল। মাপা ডেটা ভুল হলে সংশোধন করা যায়; বানানো ডেটা ভুল হলে অডিট করার কোনো পথ থাকে না।

ইউরো ২০২০ ফাইনালে ইতালির পিপিডিএ ৭.৯, ইংল্যান্ডের এক্সজি ০.৮৪ — দুটোই মাপা। টোকিও অলিম্পিকে কানাডার সোনার দৌড়ে জেসি ফ্লেমিং ফাইনালে ১১.৮ কিলোমিটার দৌড়েছিলেন — মাপা। কাতারে সৌদি আরবের কাছে আর্জেন্টিনার ১-২ হার দেখে প্রেসিং-দুর্বলতা তুলে ধরলাম, ৮১ শতাংশ ভক্ত ভোট দিলেন মেসি বিচ্ছিন্ন দেখাচ্ছিলেন। ওয়েম্বলি থেকে টোকিও, টোকিও থেকে কাতার — প্যাটার্নটা ধরে রেখেছিল, কারণ তিনটে স্তরেই প্রমাণ ছিল। প্রমাণ ছাড়া প্যাটার্ন ধরে রাখা যায় না, শুধু ধরে রাখার ভান করা যায়।

বাজি বাজারের জন্য এটাই সবচেয়ে বড় ঝুঁকি। একটা বানানো স্ট্রাইক রেট বা ইকোনমি মডেলের ভেতরে ঢুকে পড়লে সেটা নিজের পরিচয় ঘোষণা করে না। ওডস একটু নড়ে যায়, ভগ্নাংশে; পরের ম্যাচে আরেকটু; মাস শেষে দেখি মডেলটা একটা মরসুম ধরে ভুল মানুষের ওপর ভরসা করে আছে। অপবিত্র ইনপুট এক ধরনের নীরব কর — প্রতিবার অল্প অল্প করে কেটে নেয়, আর কখনো বিল পাঠায় না।

ছোট নমুনা, বয়সের বাঁক, চোটের ইতিহাস — এই তিনটে ফাঁদ প্রতি মৌসুমে আমাকে কামড়ায়। ইনজুরি থেকে ফিরে আসা খেলোয়াড়ের সংখ্যাগুলো সবচেয়ে বেশি মিথ্যা বলে, কারণ শরীর ফেরে আগে, মাথা ফেরে পরে। এখানে সেই আলোচনার সুযোগই নেই, কারণ কোনো খেলোয়াড়ের নাম নেই। তবু ঝুঁকির তালিকায় ওই তিনটে সারি রাখা দরকার ছিল; জায়গায় রাখা হয়েছে অপর্যাপ্ত তথ্য।

রিপোর্টের শেষে একটা পরিশিষ্ট আছে, যেখানে সর্বনিম্ন কার্যকর ইনপুট তালিকা করা — পাঁচটা তথ্য পয়েন্ট, শিরোনাম ও সূত্র ও তারিখ, জড়িত সত্তা, ফরম্যাট, মূল মতামত, এবং নিবন্ধে থাকা যেকোনো সংখ্যা। এখানেই আসল শিক্ষাটা লুকিয়ে আছে: গেটটা দ্বিমুখী হওয়া উচিত নয়, ধাপে ধাপে হওয়া উচিত। পাঁচটা পয়েন্ট না পেলে পুরোটা বাতিল — এতে আংশিক ইনপুটও নষ্ট হয়। বরং তিনটে পয়েন্টে আংশিক বিশ্লেষণ, শূন্যে স্পষ্ট প্রত্যাখ্যান, আর প্রত্যাখ্যানের কারণ মেশিন-পাঠযোগ্য ফিল্ডে লেখা।

পরিচালনায় তিনটে সূচক রাখা দরকার। প্রতি ব্যাচে খালি পেলোডের হার, যা ২ শতাংশ ছাড়ালে সিস্টেমিক সমস্যা ধরে নিতে হবে। ডোমেইন লেবেল থাকা অথচ বিষয়বস্তু শূন্য — এই অসঙ্গতি দুটো পথের বিচ্যুতি নিশ্চিত করে। আর রি-ফেচ সফলতার হার, ৮০ শতাংশের নিচে নামলে বুঝতে হবে বাধা সূত্রেই, পাইপলাইনে নয়।

এখানেই একটা উল্টো প্রশ্ন জরুরি। ফাঁকা পেলোড কি আসল সমস্যা? ফাঁকা পেলোড সৎ। সে সোজা বলে দেয় হাতে কিছু নেই। আসল সমস্যা হলো ভরা পেলোড, যেটা ভুল। একটা ক্রিকেট রিপোর্টে ভুল পিপিডিএ, ভুল এক্সজি, ভুল স্ট্রাইক রেট ঢুকে গেলে সেটা কাউকে জিজ্ঞেস করে না — আর ঠিক সেখানেই পাঠক সবচেয়ে কম সতর্ক থাকেন, কারণ নথিটা আত্মবিশ্বাসী।

দ্বিতীয় উল্টো কথা: দোষটা হয়তো ফেচারের নয়। টেমপ্লেটটা এমনভাবে বানানো যে পূর্ণ করাই সাফল্য। যে কাঠামো প্রতিটা ঘর ভরতে বলে, সে কাঠামোই ধীরে ধীরে বানানো তথ্যকে উৎসাহিত করে। এখানে একটা অমীমাংসিত বিরোধ আছে, সেটা স্পষ্ট করে বলা দরকার: তিনটে সম্ভাব্য কারণের মধ্যে কোনটা সত্যি, তা এই নথি দিয়ে নির্ধারণ করা যায় না। মূল ইউআরএল আর প্রথম স্তরের লগ ছাড়া এই প্রশ্নের উত্তর নেই। যে কেউ নিশ্চিত হয়ে বলবে এটা পেওয়ালের দোষ, তিনি অনুমানকে সিদ্ধান্তের জায়গায় বসাচ্ছেন।

আর একটা সতর্কবার্তা, যেটা এই নথিটাই সবচেয়ে জোরে দিচ্ছে — এটাকে কোনো নিবন্ধের বিশ্লেষণ হিসেবে উদ্ধৃত করা যাবে না। এটা একটা নাল রেজাল্ট। কোনো ব্রিফিং বা মডেলের প্রসঙ্গে এটা ঢুকে পড়লে সিস্টেম ভাববে একটা নিবন্ধ পড়া হয়েছে। অথচ একটা শব্দও পড়া হয়নি।

পরের ব্যাচ শুরুর আগে তিনটে কাজ বাকি। প্রথম স্তরে শর্ত বসানো — তথ্য পয়েন্ট তিনটের কম হলে রেকর্ড এগোবে না, লগ হবে, রি-ফেচ হবে। আউটপুটে একটা স্ট্যাটাস ফিল্ড, যাতে ডাউনস্ট্রিম সিস্টেম একটা নাল রিপোর্ট আর একটা সম্পূর্ণ রিপোর্ট আলাদা করতে পারে। আর ক্লাসিফায়ার ও এক্সট্র্যাক্টর আলাদা করে অডিট করা, কারণ লেবেল বেঁচে গিয়ে বিষয়বস্তু মরা থাকাটা দুটো স্বাধীন পথের গল্প বলে।

ভালো মডেল খেলাটাকে ব্যাখ্যা করবে, খেলাটার জায়গা নেবে না। যে মডেল ফাঁকা জায়গায় টেবিল ভরে দেয়, সে ব্যাখ্যা করছে না — সে খেলাটার অভিনয় করছে। প্রশ্নটা রয়ে গেল: ক্রিকেট মিডিয়ায় এখন যত সম্পূর্ণ বিশ্লেষণ ঘুরছে, তার কতগুলো আসলে ফাঁকা পেলোড — শুধু টেবিল পরে আছে?