শূন্য পেলোড, সবুজ ড্যাশবোর্ড: ক্রিকেট অ্যানালিটিক্সের নীরব ব্যর্থতা

গত সপ্তাহে রাত সোয়া এগারোটায় আমি একটা প্রি-ম্যাচ শিট স্ক্রল করছিলাম — তিনটা কলাম, বাইশটা সারি, একটাও হলুদ ঘর নেই। কোনো ঘরে লেখা নেই "তথ্য পাওয়া যায়নি"। প্রতিটা ঘর ভরা, প্রতিটা সেল সবুজ। ষোলো বছর মুম্বাইয়ে বসে ম্যাচের শিট পড়ে আমার একটা অভ্যাস হয়ে গেছে: আমি আগে স্কোর দেখি না, ফাঁক দেখি। ক্রিকেটের কোনো শিট কখনো এত পরিষ্কার হয় না। একটা বোলারের উইকেট কলাম খালি থাকতে পারে, ভেন্যুর ওস-নোট অনুপস্থিত থাকতে পারে, কোনো এক ওভারের রেফারেন্স মিসিং থাকতে পারে। যখন কোনো শিটে একটাও ফাঁক থাকে না, তখন ফাঁকটা থাকে শিটের বাইরে — সেটা হলো ইনপুট।

সেই রাতে যা বেরিয়ে এলো, তা কোনো ম্যাচের গল্প নয়। তা একটা পাইপলাইনের গল্প। বিশ্লেষণের দ্বিতীয় ধাপে পাঠানো কাঠামোটা স্কিমা অনুসারে বৈধ ছিল, কিন্তু তার ভেতরে একটাও তথ্য-বিন্দু ছিল না। শিরোনাম নেই, সূত্র নেই, উদ্ধৃত দাবি নেই, এনটিটি নেই, সময়-সংবেদনশীলতার মূল্যায়ন নেই। এর মানে এই নয় যে ম্যাচে কিছু ঘটেনি; এর মানে হলো, যা ঘটেছিল তা ধরা পড়েনি। এই দুইয়ের পার্থক্যটাই আজকের ক্রিকেট ডেটা-অর্থনীতির সবচেয়ে দামি পার্থক্য, আর সবচেয়ে কম আলোচিত।

ক্রিকেট অদ্ভুত একটা খেলা, কারণ এখানে মাপার নিয়মটাই মাঝপথে বদলে যায়। টেস্ট, ওয়ানডে আর টি-টোয়েন্টি — তিনটার জন্য আইসিসি র‌্যাঙ্কিং আলাদা টেবিলে চলে; এক ফরম্যাটের ফর্ম অন্য ফরম্যাটে সরাসরি স্থানান্তরিত হয় না। বৃষ্টি নামলে ডাকওয়ার্থ-লুইস-স্টার্ন পদ্ধতি এসে টার্গেটটাই নতুন করে লিখে দেয়। ২০১৯ সালের বিশ্বকাপ ফাইনালে ইংল্যান্ড আর নিউজিল্যান্ডের স্কোর সমান হওয়ার পরও একটি বিশ্বখেতাব বাউন্ডারি গণনার ভিত্তিতে নির্ধারিত হয়েছিল — সেই নিয়ম পরবর্তীকালে বাতিল করা হয়। অর্থাৎ এই খেলায় "কী মাপা হচ্ছে" আর "কীভাবে মাপা হচ্ছে" — দুটোই সময়ের সঙ্গে সরে। যে ডেটা-কাঠামো ফরম্যাট ট্যাগটাই লিখে রাখে না, সেটা কাঠামোগতভাবেই ভাঙা, আর তার সব সিদ্ধান্ত ক্রস-ফরম্যাট দূষণে আক্রান্ত।

দ্বিতীয় সমস্যা এনটিটি রিজলিউশন। ক্রিকেটে একই উপনামের দুই ক্রিকেটার থাকতে পারেন — একজন ওপেনার, আরেকজন ফিনিশার; একজন লাল বলের স্পেশালিস্ট, আরেকজন ফ্র্যাঞ্চাইজি লিগের নিয়মিত মুখ। নামগুলো যদি ক্যানোনিক্যাল রেকর্ডে ম্যাপ না হয়, তাহলে একটা বোলিং ইকোনমি ভুল ব্যাটারের নামে বসে যেতে পারে, আর সেই ভুল কোনো ড্যাশবোর্ড কখনো দেখায় না।

তারপর আছে ক্ষয়ের ঘড়ি। ক্রিকেটে প্রতিটি তথ্যের আয়ুষ্কাল আলাদা। র‌্যাঙ্কিং সপ্তাহে সরে, ফর্ম সিরিজে সরে, চোটের অবস্থা ঘণ্টায় সরে, নিলামের জানালা মৌসুমে সরে। দুই সপ্তাহ পুরোনো একটি ওয়ার্কলোড রিডিং আজকের একাদশ বাছাইয়ের জন্য প্রায় অচল — বিশেষ করে ভারতের মতো জায়গায়, যেখানে গরম, ভ্রমণ আর ওস একসঙ্গে ম্যাচের চরিত্র বদলে দেয়।

ওয়ার্কলোড নিয়ে আমার একটা পুরোনো সন্দেহ আছে, সেটা এখানে প্রাসঙ্গিক। লোড ম্যানেজমেন্টের নামে যে বিশ্রামের চক্র ঘোষণা হয়, তার বড় অংশ সময়মতো সাজানো থাকে ভ্রমণ আর বাণিজ্যিক সফরের সঙ্গে মিলিয়ে। তথ্যের দিক থেকে দেখলে ব্যাপারটা আরও অস্বস্তিকর: ওয়ার্কলোড হলো সেই চলক, যেটা পাইপলাইনে সবচেয়ে আগে হারিয়ে যায় আর সবচেয়ে বেশি রাজনৈতিকভাবে ভারী হয়ে ওঠে। একইভাবে একাডেমির পথটা। জুনিয়র পর্যায়ে তথ্য প্রচুর জমা হয়, কিন্তু কোন খেলোয়াড় সত্যিই প্রথম একাদশের পথ পেল, সেই পথের অডিট প্রায় হয় না। যে তথ্যটা সবচেয়ে দরকারি, সেটাই সবচেয়ে কম সংগৃহীত — এখানে কাকতালীয় কিছু নেই।

আমি প্রথম হাফ-স্পেস চিনেছিলাম ফুটবলে — ফুল-ব্যাক আর সেন্টার-ব্যাকের মাঝের ফাঁকে। ক্রিকেটে সেই একই ফাঁক থাকে ফিল্ডারের জোন, বোলারের রিলিজ অ্যাঙ্গেল আর ব্যাটারের স্কোরিং এলাকার মাঝে, বিশেষ করে মাঝের ওভারে। আজ আমি সেই একই যুক্তিতে আরেকটা ফাঁক দেখছি: তথ্য-পাইপলাইনে যেখানে "যা ধরা পড়েনি" আর "যা ঘটেনি" একই ঘরে বসে যায়।

আমার মডেলে আজ চারটে চলক, তার বেশি নয়। এক: ফরম্যাট ট্যাগ — এটা না থাকলে বাকি সব সিদ্ধান্ত অর্থহীন। দুই: এনটিটি রিজলিউশন — নাম, ভূমিকা আর ভেন্যু ক্যানোনিক্যাল রেকর্ডে বসেছে কি না। তিন: সময়-সংবেদনশীলতার ঘড়ি — তথ্যটা কত ঘণ্টা বেঁচে থাকে। চার: সোর্স মেটাডেটা — প্রকাশক, তারিখ আর লিংক এক্সট্র্যাকশনের বাইরে আলাদা করে সংরক্ষিত আছে কি না।

এই চারটে পূরণ না হলে ফলাফল শূন্য — কিন্তু শূন্যতার দুই রকম চেহারা আছে। একটা হলো উচ্চকণ্ঠ ব্যর্থতা: সিস্টেম চিৎকার করে বলে, তথ্য নেই। আরেকটা নীরব ব্যর্থতা: সিস্টেম একটি বৈধ দেখতে কাঠামো ফেরত দেয়, ভেতরে কিছু থাকে না, আর পরের ধাপ সেটাকে "উল্লেখযোগ্য কোনো ফলাফল পাওয়া যায়নি" বলে প্রকাশ করে দেয়।

এই দুইয়ের তফাত আমি ক্রিকেটের স্কোরকার্ডে চিনি। চার ওভার, শূন্য উইকেট, আঠারো রান — কাগজে দারুণ একটি স্পেল। কিন্তু আমি যদি ওই চার ওভার নিজে দেখে থাকি, আমি জানি ফিল্ড ছড়ানো ছিল, ব্যাটার ঝুঁকি নেয়নি, আর দল ওই ফেজটা হেরেছে। স্কোরকার্ড যা ঘটেছে তা লেখে; যা এড়িয়ে যাওয়া হয়েছে তা লেখে না। নীরব ব্যর্থতাও ঠিক তাই — অনুপস্থিত তথ্য নিজেকে শান্ত ফলাফল সাজিয়ে উপস্থাপন করে, আর শান্ত ফলাফল কখনো সন্দেহের মুখে পড়ে না।

আমার নিউজলেটারের প্রথম বছরে আমি ট্রানজিশনের একটা ব্যক্তিগত ডেটাবেস বানিয়েছিলাম, প্রায় পঞ্চাশটা সিকোয়েন্স। শেখাটা এসেছিল উল্টো দিক থেকে: আসল কাজ ছিল নন-ট্রানজিশনগুলো লিখে রাখা — যে পাসগুলো এলো না, যে স্পেসটা কেউ ব্যবহার করল না। তখন থেকেই আমি বিশ্বাস করি, বিশ্লেষণের মান তার আউটপুটের সংখ্যায় নয়, তার ইনপুট যাচাইয়ের কঠোরতায়।

এখানে একটা জিনিস পরিষ্কার করা দরকার। এটা মডেলের সীমাবদ্ধতা নয়, এটা ডেটা-চুক্তির ব্যর্থতা। চুক্তি যদি বলত "তিনটার কম তথ্য-বিন্দু এলে ত্রুটি দেখাও", তাহলে ব্যর্থতাটা প্রথম দিনেই ধরা পড়ত। যেহেতু চুক্তিতে সেই শর্ত নেই, ব্যর্থতাটা নিচের দিকে পাস করে গেছে, আর নিচের ধাপে বসে থাকা মানুষ সেটাকে ফলাফল ভেবেছে। একটা ক্রিকেট দলে এই ভুলটা ঘটলে আমরা বলতাম ফিল্ড সেটিং ভুল ছিল, বোলিং নয়।

এখানেই আমার আপত্তিটা। শিল্পের স্বাভাবিক প্রতিক্রিয়া হলো আরও বড় মডেল বানানো — আরও চলক, আরও স্তর, আরও লেয়ার। আমি বলছি উল্টোটা। ক্রিকেট অ্যানালিটিক্সের সবচেয়ে দামি ভুলগুলো ভুল সংখ্যা নয়; সবচেয়ে দামি ভুলগুলো হলো অনুপস্থিত সংখ্যা, যেগুলো শান্ত দেখায়। একটা ভুল ইকোনমি রেট ধরা পড়ে, বিতর্ক হয়, সংশোধন হয়। একটা ফাঁকা রিপোর্ট ধরা পড়ে না, কারণ ফাঁকা রিপোর্টের কোনো দাবিই নেই — আর দাবি না থাকলে খণ্ডনও নেই।

আরও বিপজ্জনক দিকটা হলো, ক্রিকেটে "উল্লেখযোগ্য কিছু পাওয়া যায়নি" কখনো নিরপেক্ষ ফল নয়। একাদশ বাছাইয়ের ঘরে, নিলামের মডেলে, ওয়ার্কলোড ব্যবস্থাপনার সভায় — একটা ফাঁকা রিপোর্ট কার্যত বিদ্যমান অবস্থার পক্ষে একটি ইতিবাচক সুপারিশ হিসেবে কাজ করে। যে খেলোয়াড় বাদ পড়ছে, তার বিরুদ্ধে কোনো তথ্য নেই; অতএব সে-ই থাকে। এটা বিশ্লেষণ নয়, এটা অনুপস্থিতির রাজনীতি।

আরেকটা আত্মপ্রতারণা আছে। আমরা আউটপুট অডিট করি, ইনপুট অডিট করি না। ড্যাশবোর্ডের রং মিলিয়ে দেখি, সংখ্যাগুলো মিলিয়ে দেখি — কিন্তু জিজ্ঞেস করি না, এই সংখ্যাগুলো কোথা থেকে এলো, কে বসাল, কখন বসাল। অথচ পরিবেশ-চলকগুলো — ওস, গরম, ভ্রমণ, ওয়ার্কলোড — ঠিক সেইগুলোই, যেগুলো এক্সট্র্যাকশন ব্যর্থ হলে সবার আগে হারিয়ে যায়; আর ঠিক সেইগুলোই, যেগুলো একাদশ বাছাইয়ে সবচেয়ে বেশি প্রভাব ফেলে। প্রতিটি পরিবেশ-পাঠের পাশে তাই ইনটেন্ট আর স্কিলের একটি স্কাউটিং নোট রাখা দরকার — নইলে খেলোয়াড়ের সিদ্ধান্তকে আমরা কেবল আবহাওয়ার আউটপুট ভাবতে শুরু করব।

যখন ফ্রান্স পিছিয়ে বসেছিল, আমি বল দেখা বন্ধ করে ঘড়ি দেখতে শুরু করেছিলাম — কারণ আক্রমণ তখন সময়ে হচ্ছিল, বল-দখলে নয়। ভের্টিক্যাল ট্রানজিশন শুরু হয় প্রতিপক্ষের নিঃশ্বাস ফেলার নীরবতায়। ডেটা-পাইপলাইনের ট্রানজিশনও শুরু হয় ঠিক সেই নীরবতায় — যখন একটা খালি কাঠামো সবুজ দেখায়।

পরের বাছাই সভার আগে একটা যাচাইই যথেষ্ট: অন্তত তিনটি সংখ্যাযুক্ত তথ্য-বিন্দু, স্পষ্ট ফরম্যাট ট্যাগ, ম্যাপ করা এনটিটি, আর সংরক্ষিত সোর্স মেটাডেটা। এই চারটার একটাও না থাকলে সিস্টেমকে চিৎকার করতে হবে, চুপ করে থাকা চলবে না। প্রতিটি ফেজ-ব্রেকে মডেল আপডেট হবে, আর কোনো দাবি ভুল প্রমাণিত হলে সংশোধনের ট্রিগার প্রকাশ্যে লেখা থাকবে। সম্ভাবনা হিসেবে বলছি: আগামী এক বছরে ক্রিকেট অ্যানালিটিক্সে যত কেলেঙ্কারি দেখব, তার বড় অংশ ভুল হিসাবের নয় — হিসাবহীনতার।

শেষ প্রশ্নটা আপনার ড্যাশবোর্ডকে: সবুজ রংটা কি তথ্যের প্রমাণ, নাকি তথ্যের অনুপস্থিতির প্রমাণ?