খালি স্প্রেডশিটের সাক্ষ্য: ক্রিকেট বিশ্লেষণে ডেটা-অখণ্ডতার পাঠ

গতকাল রাতে বেঙ্গালুরুতে নিজের ডেস্কে বসে ল্যাপটপ খুললাম। রাত সাড়ে এগারোটা। লেখার কথা ছিল একটি নতুন ম্যাচ থ্রেড — আইএসএল-এর একটা ম্যাচের xG চেইন, PPDA টেবিল, আর পেস বোলারদের ওয়ার্কলোড লগ। স্ক্রিনে যে ফাইলটা এল, সেটা কোনো সংখ্যা নয়, একটা খালি খোলস। Stage-1 ডিকনস্ট্রাকশনের আউটপুট — শিরোনাম নেই, সোর্স নেই, তথ্যবিন্দুর তালিকা সম্পূর্ণ শূন্য। ছাব্বিশ বছর ধরে খেলার সত্য আমি সংখ্যার পেছনে খুঁজেছি; আজ প্রথমবার ফাঁকা ঘরটাই আমাকে থামিয়ে দিল। আর সেই শূন্যই সবচেয়ে জরুরি প্রশ্নটা করতে বাধ্য করল: ডেটা না থাকলে একজন বিশ্লেষকের কাজ কী? এই প্রশ্নটা খেলার মাঠ থেকে অনেক দূরে মনে হতে পারে। কিন্তু আমার কাছে এটা একেবারে মাঠের ভেতরের প্রশ্ন। কারণ বিশ্লেষণ নামের জিনিসটা আসলে একটা সরবরাহ-শৃঙ্খল — তথ্য আসে, যাচাই হয়, তারপর সিদ্ধান্তে রূপ নেয়। ব্লকচেইনের মূল প্রতিশ্রুতিও ঠিক এই জায়গায় — প্রতিটি রেকর্ড ট্রেসেবল, ভেরিফায়েবল, আর অপরিবর্তনীয়। আজ যেটা ঘটল, সেটা এই শৃঙ্খলের একটা ভাঙা কড়ি। আমাদের কাজের পদ্ধতিটা দুই স্তরে চলে। Stage-1 হলো ডিকনস্ট্রাকশন — কোনো নিবন্ধ বা রিপোর্টকে ভেঙে তার তথ্যবিন্দু, সত্তা, সময়-সংবেদনশীলতা আর মূল বক্তব্য আলাদা করা। Stage-2 হলো গভীর বিশ্লেষণ — সেই তথ্যবিন্দুগুলোকে ফরম্যাট, খেলোয়াড়-টেকনিক, দল-ভূগোল, লিগ-বাণিজ্য, শাসন, ঝুঁকি, ন্যারেটিভ আর ইন্ডাস্ট্রি-ট্রান্সমিশন — এই আটটি মাত্রায় বসানো। পুরো ব্যবস্থার ভিত্তি একটাই নিয়ম: কোনো অনুমান অনুমান হিসেবে চিহ্নিত না করে এগোনো যাবে না। আমার পেশাগত জীবনটা এই নিয়ম দিয়েই গড়া। ২০১৭ সালে, তেত্রিশ বছর বয়সে, খেলোয়াড়ি জীবন ছেড়ে আমি বেঙ্গালুরুর একটা স্পোর্টস-ডেটা স্টার্টআপে যোগ দিই। তিন মাস ধরে আইএসএল-এর প্রতিটি ম্যাচ আবার দেখে বেঙ্গালুরু এফসি-র জন্য একটা xG মডেল দাঁড় করালাম। মডেল যা বলল, সেটা প্রথমে বিশ্বাস করতে ইচ্ছা করেনি — দলটা গোলের প্রত্যাশার চেয়ে ৭.২ বেশি গোল করেছিল। ওই +৭.২ সংখ্যাটাই আমাকে শিখিয়েছিল, একটা ম্যাচ একটা নমুনা, রায় নয়। তারপর ২০১৮ রাশিয়া বিশ্বকাপ। জার্মানি বনাম মেক্সিকো ম্যাচটায় আমি PPDA প্রয়োগ করলাম। জার্মানির PPDA ছিল ৮.৭, মেক্সিকোর ১৪.২। অর্থাৎ মেক্সিকো বল হারানোর পর অনেক কম পাসেই চাপ দিচ্ছিল, জার্মানি বেশি পাস খরচ করে চাপ দিচ্ছিল। আমি মেক্সিকোকে ২৮ শতাংশ জেতার সম্ভাবনা দিলাম। ম্যাচটা মেক্সিকো জিতল ১-০। আমি আইএসএল-এর xG অনুসরণ করে একটি নীরবতর সত্য খুঁজে পেয়েছি — সংখ্যা চিৎকার করে না, সে টেবিলে বসে অপেক্ষা করে। এই কারণেই আজকের খালি পেলোডটা আমার কাছে নিছক যন্ত্রের ত্রুটি নয়। এটা একটা সতর্কবার্তা। Stage-2-এ যদি তথ্যবিন্দু শূন্য থাকে, আর বিশ্লেষক যদি তবুও 'বিশ্লেষণ' লিখে ফেলেন, তাহলে সেটা আর বিশ্লেষণ থাকে না — সেটা হয়ে যায় সাজানো গল্প। আর খেলাধুলার বাজার ঠিক ওই সাজানো গল্প দিয়েই ভরে আছে। খালি পেলোড মানে কী? প্রথমে বুঝতে হবে, এটা একটা কাঠামোগত খোলস। আটটা মাত্রার প্রতিটি ঘর আছে, কিন্তু ভেতরে কিছু নেই। ফরম্যাট অজানা, তাই বোঝা যায় না টেস্ট, ওয়ানডে, টি-টোয়েন্টি নাকি দ্য হান্ড্রেড। পাওয়ারপ্লে, মিডল ওভার, ডেথ ওভার — কোনোটার ডেটা নেই। পিচ নেই, ভেন্যু নেই, ডিউ নেই, ডিএলএস নেই। খেলোয়াড় নেই, দল নেই, র্যাঙ্কিং নেই, স্কোয়াড-গভীরতা নেই। অকশন নেই, সম্প্রচার-স্বত্বের মূল্য নেই, সুশাসন-বিতর্ক নেই, কোনো ঝুঁকি-ম্যাট্রিক্স নেই। শুধু একটা ক্ষুদ্র সংকেত টিকে আছে: ডোমেইন লেবেল cricket_asia। এই একটা লেবেল থেকে দুর্বলভাবে আন্দাজ করা যায়, বিষয়টা সম্ভবত এশীয় ক্রিকেট-প্রেক্ষাপটের কিছু — কোনো এশীয় জাতীয় দল, এশিয়া কাপ, কিংবা কোনো এশীয় লিগ। কিন্তু এটা ফরম্যাট শনাক্তকরণের বিকল্প নয়। এশিয়ার প্রেক্ষাপট বললেই তো আমরা জানি না বলটা নতুন, পুরোনো, নাকি স্পিন-বান্ধব। এখানে একটা শিক্ষা স্পষ্ট: একটা ট্যাগ কখনোই একটা তথ্যসেটের জায়গা নিতে পারে না। আটটা মাত্রা আলাদা আলাদা প্রশ্ন তোলে, আর প্রতিটির উত্তর আজ শূন্য। ফরম্যাট-মাত্রা জানতে চায় ম্যাচের প্রকৃতি আর ইনিংস-গঠন; কোনোটাই নেই। খেলোয়াড়-মাত্রা চায় গড়, স্ট্রাইক রেট, ইকোনমি, সিচুয়েশনাল স্প্লিট; কোনো নামই নেই। দল-মাত্রা চায় আইসিসি র‍্যাঙ্কিং, স্কোয়াড-গভীরতা, বয়স-গঠন, রাইভাল্রি; কিছুই নেই। লিগ-মাত্রা চায় সম্প্রচার-স্বত্ব, ফ্র্যাঞ্চাইজ-মূল্য, বেতন, অকশন; কিছুই নেই। শাসন-মাত্রা চায় ক্ষমতা-বণ্টন, নিয়ম-বিতর্ক, অখণ্ডতা; নেই। ঝুঁকি-মাত্রা ছয় ধরনের ঝুঁকি মাপতে চায়; একটা ছাড়া বাকি সব অজানা। ন্যারেটিভ-মাত্রা চায় প্রত্যাশা-ফাঁক আর সময়চক্র; নেই। আর ট্রান্সমিশন-মাত্রা চায় উপমধ্যধারা থেকে ডাউনস্ট্রিমে প্রভাব; নেই। ব্লকচেইনের ভাষায় বললে, এটা একটা অসম্পূর্ণ লেজার। প্রতিটি ব্লক আগের ব্লকের হ্যাশ ধারণ করে, আর সেই শৃঙ্খলই সত্যকে অপরিবর্তনীয় করে তোলে। কিন্তু যদি একটা ব্লক খালি আসে, শৃঙ্খল ভেঙে যায় — আর তখন সৎ নোডের কাজ ব্লকটা নকল করা নয়, বরং থেমে যাওয়া এবং ঘোষণা করা যে কিছু একটা বাদ পড়েছে। খেলার ডেটাতেও একই নিয়ম। যদি একটা রিপোর্টের তথ্যবিন্দু শূন্য হয়, তাহলে দায়িত্ব হলো সেটা শূন্য বলে চিহ্নিত করা, ভরিয়ে ফেলা নয়। কেন এই পেলোড খালি এল, তা নিয়ে তিনটা সম্ভাব্য ব্যাখ্যা আছে। প্রথমত, আপস্ট্রিম পার্সার ব্যর্থ হতে পারে — সোর্স নিবন্ধটা পৌঁছেছে, কিন্তু এক্সট্র্যাকশন স্তর তথ্যবিন্দু তুলতে পারেনি। দ্বিতীয়ত, সোর্স ফরম্যাট সমর্থিত নাও হতে পারে — টেক্সট নয়, বা এমন ভাষা যা প্রক্রিয়াটি চিনতে পারেনি। তৃতীয়ত, সোর্সটা সত্যিই বিষয়শূন্য হতে পারে। এই তিনটার মধ্যে পার্থক্য করা এখনকার ডেটা দিয়ে সম্ভব নয়। এখানেই একটা গুরুত্বপূর্ণ নীতি: কারণ আলাদা করা না গেলে, সম্ভাব্যতা আলাদা করা যায় না। আমি স্প্রেডশিটে সবসময় একটা করে প্রশ্নের কলাম রাখি — 'এই সংখ্যা না থাকলে আমার সিদ্ধান্ত বদলাত কি?' আজকের উত্তরে প্রতিটি কলামে শূন্য। ফরম্যাট না জানলে খেলোয়াড়ের গড় আর স্ট্রাইক রেটের ব্যাখ্যা বদলে যায়। ভেন্যু না জানলে হোম-গ্রাউন্ড বায়াস আর পিচ-ভূমিকা আলাদা করা যায় না। সময় না জানলে সময়-সংবেদনশীলতা মাপা যায় না। অর্থাৎ, শূন্য তথ্য মানে শূন্য সিদ্ধান্ত — এটাই একমাত্র সৎ ফলাফল। প্রতিটি মূল্যায়ন-মাত্রায় ফলাফল একই: পাঁচের মধ্যে এক তারা, আর সেটুকু শুধু নিশ্চিত ডোমেইনের (ক্রিকেট) জন্য। ক্রীড়া-মূল্য, শিল্প-মূল্য, সময়-মূল্য, রেফারেন্স-মূল্য — সব ন্যূনতম। কারণ তথ্য না থাকলে মূল্য মাপা যায় না; খালি পেলোডের একমাত্র কাজ একটা পাইপলাইন-ব্যর্থতার সংকেত হওয়া। এখানে একটা প্রক্রিয়াগত ঝুঁকি স্পষ্ট, আর সেটা খেলাধুলার ঝুঁকি নয়, ডেটা-পাইপলাইনের ঝুঁকি। খালি Stage-1 পেলোড Stage-2-এ পৌঁছানো মানে, যদি এই ঘটনা পুনরাবৃত্ত হয়, তাহলে পুরো বিশ্লেষণ-শৃঙ্খলের নির্ভরযোগ্যতা প্রশ্নে পড়ে। বিশ্বকাপের PPDA টেবিলটা পড়া যেত একটা স্বীকারোক্তির কক্ষের মতো — প্রতিটা সংখ্যা নিজের সীমাবদ্ধতা স্বীকার করে। কিন্তু একটা খালি টেবিল কোনো স্বীকারোক্তি দেয় না; সে শুধু নীরবতা দেয়, আর সেই নীরবতা দিয়ে লিখলে পাঠক ঠকেন। আমার অভিজ্ঞতায় ডেটা-ত্রুটি কখনো এক জায়গায় থামে না; সে একটা ট্রান্সমিশন-শৃঙ্খল ধরে ছড়ায়। আপস্ট্রিমে থাকে ট্যালেন্ট সরবরাহ আর ইভেন্ট-সংগ্রহ। মিডস্ট্রিমে থাকে জাতীয় দল আর লিগ। ডাউনস্ট্রিমে থাকে সম্প্রচার, বাণিজ্যিক বাজার, ফ্যান্টাসি স্পোর্টস, বাজি, আর ডেরিভেটিভ মার্কেট। খালি পেলোড আপস্ট্রিমে জন্মালে, তার ধাক্কা নিচে নেমে সিদ্ধান্তের গুণমানে পৌঁছায়। সম্প্রচারমাধ্যম গল্প চায়, কিন্তু ভেরিফাইড সংখ্যা ছাড়া গল্প শুধু অনুমান। ২০২০ সালে স্টেডিয়াম খালি হয়ে যাওয়ার পর আমি এটা আরও ভালো করে বুঝেছি। বুন্দেসলিগা পুনরায় শুরু হওয়ার পর হোম-উইন হার ৪৩.৩ শতাংশ থেকে ২১.৪ শতাংশে নেমে আসে। আমি একটা ক্রাউড-অ্যাডজাস্টমেন্ট মডেল বানিয়ে সিন্ডিকেটকে অ্যাওয়ে টিমের পক্ষে পরামর্শ দিই। ২০২১ ইউরোতে ক্রিশ্চিয়ান এরিকসেনের হার্ট অ্যাটাকের পর ডেনমার্কের প্রতিক্রিয়া আমি ধীরে পর্যালোচনা করি — xG, PPDA, কভার করা দূরত্ব ট্র্যাক করে ক্লায়েন্টদের বলি, প্রতিক্রিয়া দেখিয়ে অতিরঞ্জিত সিদ্ধান্ত নিও না। ডেনমার্ক সেমিফাইনালে পৌঁছেছিল। খালি স্টেডিয়াম আমাকে শিখিয়েছে, কোলাহল একটা ভেরিয়েবল, সত্য নয়। ঠিক তেমনি, একটা খালি পেলোডও একটা ভেরিয়েবল। এটা বলে দেয় কনভেয়ার-বেল্ট কোথাও আটকে গেছে। এখন প্রশ্ন, এই আটকে যাওয়া থেকে কী শেখা যায়। শেখা হলো: ডেটার অখণ্ডতা ব্লকচেইনের নীতির মতোই শৃঙ্খল-নির্ভর। একটা ট্যাগ, একটা তারিখ, একটা সত্তার নাম — এগুলো ছোট মনে হলেও, এরা একটা অপরিবর্তনীয় রেকর্ডের ব্লক। একটা বাদ পড়লে পুরো শৃঙ্খল প্রশ্নবিদ্ধ। আমার প্রতিটি রিপোর্টে একটা নিয়ম মেনে চলি: সংখ্যার ইউনিট আর তারিখ অপরিবর্তিত রাখি। 'গতকাল' লিখি না, লিখি '১৩ আগস্ট, ২০২৬'। কারণ আপেক্ষিক তারিখ একটা ভাঙা ব্লক — পরে কেউ যাচাই করতে গেলে পায় না। পরম তারিখ হলো অপরিবর্তনীয় টাইমস্ট্যাম্প, যা ব্লকচেইন নিজের প্রতিটি ব্লকে যেভাবে রাখে। এখন সেই পাল্টা কোণ, যেটা আজকের ঘটনা আমার সামনে খুলে দিল। শিল্প-ধারা বলে, বিশ্লেষকের মূল্য তার আউটপুটের আয়তনে — বেশি প্রিভিউ, বেশি থ্রেড, বেশি টেবিল মানে বড় বিশ্লেষক। কিন্তু আজকের খালি পেলোড উল্টোটা প্রমাণ করে: বিশ্লেষকের আসল শৃঙ্খলা প্রকাশ পায় তখন, যখন সে আউটপুট দিতে অস্বীকার করে। স্প্রেডশিট দীর্ঘশ্বাস না ফেললে আমি কোনো ট্রান্সফার গুজবে ভরসা করি না। একইভাবে, তথ্যবিন্দু শূন্য থাকলে আমি কোনো সিদ্ধান্তে ভরসা করি না — এমনকি একটা আকর্ষণীয় সিদ্ধান্তেও নয়। এটাই সবচেয়ে কঠিন, কারণ মস্তিষ্ক ফাঁকা জায়গা পেলে নিজে থেকে প্যাটার্ন বসিয়ে দেয়, করিলেশনকে কার্যকারণ ভেবে ফেলে। একটা খালি টেবিল আমাদের সামনে আয়না ধরে: আমরা কি সংখ্যা বিশ্লেষণ করছি, নাকি নিজের প্রত্যাশা প্রজেক্ট করছি? এখানেই ডেটা আর সাজানো গল্পের বিভেদ। ২০১৮-য় মেক্সিকোকে ২৮ শতাংশ সম্ভাবনা দেওয়ার সময় আমি জানতাম, ২৮ মানে ২৮ — জেতা বা হারার নিশ্চয়তা নয়। ম্যাচটা জিতল, কিন্তু জেতাটাই মডেলকে সঠিক প্রমাণ করে না। খালি পেলোডের ক্ষেত্রেও একই বিনয় দরকার: শূন্য মানে শূন্য, জ্ঞান নয়। যে বিশ্লেষক শূন্য দেখে শূন্য লিখতে পারেন, তিনিই পরে ভরসাযোগ্য সংখ্যা লিখতে পারেন। ক্লোজিং লাইনটাই সেখানে, যেখানে ভিড় থামে আর বাজার নিজের মন পরিবর্তন করে — শূন্যও একটা লাইন, আর সেটাও সম্মান পাওয়ার দাবি রাখে। সুতরাং পরের ধাপটা স্পষ্ট। Stage-1 আবার চালাতে হবে, সোর্স নিবন্ধটা আবার ইনজেস্ট করতে হবে, আর যাচাই করতে হবে যে পার্সার সত্যিই তথ্যবিন্দু তুলছে। প্রতিটি ইনজেস্ট চক্রের শুরুতে একটা নাল-চেক গেট বসাতে হবে, যা তথ্যবিন্দু খালি পেলে বিশ্লেষণ থামিয়ে দেয়। আর সোর্সের কাঁচা রূপটা লগ করে রাখতে হবে — MIME টাইপ, ভাষা, সংগ্রহ-সময় — যাতে পরে কেউ ট্রেস করতে পারে। উচ্চ অগ্রাধিকার সতর্কতা একটাই: খালি Stage-1 পেলোড। মধ্যম ঝুঁকি হলো খালি ইনপুটে যদি কেউ 'বিশ্লেষণ' লিখে ফেলেন, হ্যালুসিনেশনের ঝুঁকি তৈরি হয়। নিম্ন ঝুঁকি হলো অসমর্থিত সোর্স ফরম্যাট। তিনটার সমাধান একই পথে মেলে — ইনজেস্ট-স্তরে স্বচ্ছতা আর প্রতিটি রেকর্ডের ট্রেসেবিলিটি। প্রশ্নটা এখন আমার নয়, ব্যবস্থার। আমরা কি এমন ডেটা-শৃঙ্খল গড়তে পারব, যেখানে প্রতিটি সংখ্যা ট্রেসেবল, প্রতিটি তারিখ অপরিবর্তনীয়, আর প্রতিটি খালি ঘর সৎভাবে খালি? যদি পারি, তাহলে খেলার বিশ্লেষণ ব্লকচেইনের মতোই ভরসাযোগ্য হবে — অখণ্ড, যাচাইযোগ্য, পুনর্ব্যবহারযোগ্য। আর যদি না পারি, তাহলে আমাদের সবচেয়ে বড় স্কোরটা থাকবে ভুয়া।