আট মাত্রার ফাঁপা রিপোর্ট: ক্রিকেট ডেটা পাইপলাইনে প্রমাণহীনতার যে ঝুঁকি কেউ মাপে না

মঙ্গলবার সকালে ডেস্কে যে ফাইলটা এল, তার প্রতিটি ঘর পূরণ করা। আটটি বিশ্লেষণ-মাত্রা, প্রতিটির পাশে আত্মবিশ্বাসের মাত্রা, নিচে ঝুঁকির ম্যাট্রিক্স, শেষে দায়স্বীকার-বাক্য। ফরম্যাটে একটাও ফাঁক নেই। আর ঠিক সে কারণেই ফাইলটা বন্ধ করা যাচ্ছিল না — প্রতিটি ঘরের ভেতরে একই বাক্য: “অপর্যাপ্ত তথ্য, মূল্যায়ন সম্ভব নয়।”

আটটি ঝুঁকি-শ্রেণির সাতটি ফিরে এসেছে “মূল্যায়ন অসম্ভব” হিসেবে। একমাত্র যে ঘরে সত্যিকারের একটা মান বসানো আছে, সেটি প্রক্রিয়া-ঝুঁকির ঘর, আর সেখানে লেখা “উচ্চ”। একটা প্রতিবেদন যদি নিজের অস্তিত্বহীনতাকেই একমাত্র নিশ্চিত তথ্য হিসেবে রিপোর্ট করে, তাহলে সেটা ক্রিকেট-বিশ্লেষণ নয় — সেটা পাইপলাইনের ব্যর্থতার নোটিশ, যার গায়ে পেশাদার টাইপোগ্রাফি চড়ানো।

কাজটা কেমন, সেটা আগে বলে নিই। ক্রিকেট-বিশ্লেষণের আধুনিক ওয়ার্কফ্লো দুই স্তরে চলে। প্রথম স্তরে কাঁচা নিবন্ধ ভেঙে বের করা হয় শিরোনাম, উৎস, সারসংক্ষেপ, তথ্যবিন্দু, সত্তা, সময়-সংবেদনশীলতা আর উৎসের মান। দ্বিতীয় স্তরে সেই কাঁচামাল আটটি মাত্রায় ছড়িয়ে দেওয়া হয় — ফরম্যাট ও ম্যাচ, খেলোয়াড়ের কৌশল ও ডেটা, দলের অবস্থান ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক বাস্তুতন্ত্র, নিয়ম ও প্রশাসন, ঝুঁকি, জনমতের প্রত্যাশা, আর শিল্প-প্রসারণ। এবার প্রথম স্তর থেকে যা ফিরে এসেছে, তা হলো একটা ফাঁকা কাঠামো: শিরোনাম নেই, উৎস নেই, সারসংক্ষেপ শূন্য, তথ্যবিন্দুর তালিকা শূন্য, মূল দৃষ্টিভঙ্গির তালিকা শূন্য। সত্তা চিহ্নিত করার নির্দেশ দেওয়া হয়েছে এমন এক তালিকা থেকে, যেখানে কোনো সত্তাই নেই। সময়-সংবেদনশীলতা “মূল্যায়ন করা হয়নি”, উৎসের মান “তথ্যবিন্দুর উৎস ক্ষেত্র দেখে বিচার করুন” — যে ক্ষেত্রগুলো আদৌ আসেনি।

এই আট-মাত্রার কাঠামোটা সাজানো হয়েছে একটাই কারণে: সিদ্ধান্ত নেওয়া। একজন কোচ, একজন স্কাউট, একজন অকশন-ম্যানেজার — তিনজনই একই কাঠামো থেকে ভিন্ন সিদ্ধান্ত টানবেন। কাঠামো যদি শূন্য তথ্যে ভরা থাকে, তিনজনই তিন রকম ভুল সিদ্ধান্ত টানবেন, আর তিনজনই ভাববেন সিদ্ধান্তটা ডেটা-সমর্থিত।

একটাই জিনিস এসেছে, আর সেটাই সবচেয়ে বেশি বলে: ডোমেইন লেবেল। প্রত্যাশিত ছিল Cricket, এসেছে cricket_asia। এই লেবেলটা একটা জীবাশ্ম। এটা প্রমাণ করে পাইপলাইনে কিছু একটা শ্রেণিবদ্ধ হয়েছে, কিন্তু সেই শ্রেণিবিন্যাস কোনো বিষয়বস্তু বহন করে না। এশিয়া অঞ্চলের ক্রিকেট বলতে এশিয়া কাপ, দ্বিপাক্ষিক সিরিজ, আইপিএল-পিএসএল-আইএলটি২০ ঘরানার বাণিজ্যিক ঘটনা, কিংবা নিয়ন্ত্রক সংস্থার সিদ্ধান্ত — অন্তত ডজনখানেক সম্ভাবনা। ডজনখানেক সম্ভাবনার মধ্যে একটা বেছে নেওয়া আর অনুমান করা একই কথা। পেশাদার আউটপুটে ওই জায়গায় লেখা থাকে: অপর্যাপ্ত তথ্য।

এই ব্যর্থতা কেন ঘটে, তার তিনটে চেনা কারণ আছে। পেওয়ালের পেছনে থাকা উৎস, ভিডিও-প্রধান আউটলেট, আর নীরবে ব্যর্থ হওয়া পার্সার। তিনটে ক্ষেত্রেই একই লক্ষণ — স্কিমা ভ্যালিডেশন ছাড়া আউটপুট পাস হয়ে যায়। কিন্তু এখানে যে কারণই থাকুক, পরিণতি এক: ফরম্যাট নির্ধারিত না হলে ক্রিকেটের কোনো কৌশলগত ব্যাখ্যাই দাঁড়ায় না। ফরম্যাট হলো সব কিছুর পূর্বশর্ত। টি-টোয়েন্টিতে ৭.০০-এর নিচে ইকোনমি রেট চমৎকার ধরা হয়, ওয়ানডেতে সেই একই বোলারের ৫.৫০ অভিজাত বেঞ্চমার্ক, আর টেস্টে গড় ও টেকসইত্ব প্রধান, স্ট্রাইক রেট গৌণ। এক ফরম্যাটের সংখ্যা আরেক ফরম্যাটে বসানো মানে শুধু ভুল হিসাব নয়, ভুল প্রশ্ন।

এই শিক্ষাটা আমার সতেরো বছর বয়সে পাওয়া। ২০১৭ সালে, সাও পাওলোতে স্কুলে পড়ার সময়, “Data Paulista” নামে একটা ব্লগ চালু করেছিলাম। Corinthians ওই বছর Paulistão জিতল, আর আমি প্রতিটি ম্যাচ স্ক্র্যাপ করে বের করলাম তাদের প্রতি ম্যাচে xG ১.৪২, বাস্তব গোল ১.৮৯। থ্রেডে লিখলাম, রিগ্রেশন আসছে। তারা এরপর Brasileirão-ও জিতল। আমার মডেল আউটকামে ভুল প্রমাণিত হলো, ঠিকই প্রমাণিত হলো Ponte Preta-র পতন ধরায়। তিন মাসে ব্লগে ১২ হাজার পাঠক এল, আঞ্চলিক স্কাউটিং নেটওয়ার্ক নজর দিল। ওই অভিজ্ঞতা থেকে যে অভ্যাসটা এসেছে, সেটা এই: আমি xG নোটবুকটা বানিয়েছিলাম এটা দেখার জন্য — কোন সত্য ম্যাথের পরীক্ষায় টিকে থাকে, আর কোনটা টেকে না।

২০১৮ রাশিয়া বিশ্বকাপে সেই নোটবুক আরেক ধাপ এগোল। ফ্রান্সের PPDA মাপলাম ১২.৪, Mbappé-র প্রতি শটে xG ০.১৮। বিশ্লেষকরা তার গতি নিয়ে লিখছিলেন, আমি শট-লোকেশন আর প্রগ্রেসিভ ক্যারি নিয়ে লিখলাম — এই প্রোফাইল আঠারো মাসে ২০০ মিলিয়ন ইউরোর সম্পদ। পাশে নোট করলাম, ফ্রান্সের লো-ব্লক প্রতি ম্যাচে মাত্র ০.৭ xG খেয়েছে। PPDA প্রেসিং-লাইন এঁকে দিল, আর Mbappé সেই লাইনের বাইরে যা করলেন, সেটা ভ্যালুয়েশন হয়ে ফিরে এল। কিন্তু এখানেই একটা সতর্কতা জরুরি, যেটা এই ফাঁকা রিপোর্টটা আমাকে আবার মনে করাল: PPDA ফুটবলের জন্য বানানো মেট্রিক। টি-টোয়েন্টির পাওয়ারপ্লেতে বা ডেথ ওভারে ওই লজিক টেনে নেওয়া যায়, শুধু তখনই যখন ক্রিকেটের নিজের বেসলাইনের বিরুদ্ধে যাচাই করা হয়। যাচাই ছাড়া টেনে নিলে সেটা মেট্রিকের অপমান, বিশ্লেষণের নয়।

ফাঁকা কাঠামোর সবচেয়ে বড় বিপদ এই যে, ফাঁকা কাঠামো ডাকে ভরাট করার। আটটা শিরোনাম দেখে অনেক বিশ্লেষকই মাথা থেকে, সাধারণ ক্রিকেট-জ্ঞান থেকে, কিংবা ওই cricket_asia লেবেল থেকে ঘরগুলো পূরণ করে ফেলেন। আমি নিজের চারটে দুর্বলতা চিনি, আর এই প্রতিবেদনটা পড়তে পড়তে চারটেই মাথা তুলেছে। এক, নোটবুকের পরিচ্ছন্নতা — পরিপাটি কোড আর সুন্দর xG টেবিল সত্যের অনুভূতি দেয়, অথচ সেটা অনুভূতি মাত্র। দুই, Mbappé-হ্যালো — ২০১৮-র ওই কল সফল হয়েছিল, তাই তারকা-নাম দেখলেই মডেলটা আগে থেকে দামি একটা উত্তর খুঁজতে শুরু করে। তিন, PPDA-র পুনঃপ্রতিষ্ঠা — ফুটবলে প্রেসিং-লাইন এঁকেছিল বলে অন্য খেলাতেও সেটাকে সার্বজনীন নিয়ম ভাবতে ইচ্ছে করে। চার, ডেডলাইনে অতিরিক্ত আত্মবিশ্বাস — ENTJ-এর তাড়া আর Data Monk-এর শৃঙ্খলা একসাথে থাকলে সময়মতো একটা কল দিতেই হয়, আর ঠিক সেখানেই সতর্কতা হারিয়ে যায়।

আট মাত্রার মধ্যে অষ্টমটা — শিল্প-প্রসারণ — সবচেয়ে সহজে খোলসা হয়, যদি একটা ভালো তথ্যবিন্দু থাকে। উৎসে তারুণ্য-উৎপাদন, মাঝখানে জাতীয় দল ও লিগ, শেষে সম্প্রচার ও বাণিজ্যিক বাজার। একটা নাম, একটা ফরম্যাট, একটা তারিখ, একটা অঙ্ক — এই একটাই বিন্দু পুরো শৃঙ্খলটা দৃশ্যমান করে দেয়। এখানে শূন্য বিন্দু ছিল, তাই শৃঙ্খলের প্রতিটি তীর শূন্য। এশিয়ার মূল বাজারটাই একমাত্র জায়গা যেখানে একটা দুর্বল সূত্র ছিল, আর দুর্বল সূত্র দিয়ে বাজারের দিক নির্ধারণ করা যায় না।

এখান থেকেই ব্লকচেইন প্রশ্নটা আসে, আর আসাটা অন্যায্য নয়। ক্রিকেট-অর্থনীতিতে প্রমাণের অবকাঠামো এখন সত্যিই চলছে — অকশন রেকর্ড, খেলোয়াড়ের ইমেজ-রাইট লাইসেন্সিং, ফ্র্যাঞ্চাইজি মালিকানার হিসাব, ফ্যান টোকেনের বাজার। কিন্তু বিশ্লেষণ-পাইপলাইনে আমরা একই মানদণ্ড চাই না। প্রথম স্তরের প্রতিটি পেলোডের একটা হ্যাশ থাকা উচিত, আর সেই হ্যাশ যাচাই না হলে পরের স্তরে ঢোকা উচিত নয়। শূন্য তথ্যবিন্দুর অ্যারে বহন করা পেলোড স্মার্ট-কন্ট্রাক্ট স্তরেই প্রত্যাখ্যাত হওয়া উচিত, মানুষের চোখে পড়ার আগেই। লেবেলের বিচ্যুতি — Cricket-এর জায়গায় cricket_asia — আলাদা করে ফ্ল্যাগ হওয়া উচিত। ট্রান্সফার মার্কেট অ্যাডমিনিস্ট্রেটরের চেয়ারে বসে আমি এটা পরিষ্কার দেখি: আমরা যে ফি-র হিসাব করি, তার প্রতিটি অঙ্কের পিছনে একটা ভেরিফায়েবল ট্রেইল লাগে। একই নিয়ম কাঁচা তথ্যের ক্ষেত্রেও প্রযোজ্য হওয়া উচিত। তাহলে একজন ডাউনস্ট্রিম বিশ্লেষক নীরবে ইনপুটটা বদলাতে পারবেন না, আর প্রতিষ্ঠান পরে জবাবদিহি এড়াতে পারবে না।

ঝুঁকির ম্যাট্রিক্সে সাতটি শ্রেণি — স্পোর্টিং, কর্মী, বাণিজ্যিক, নিয়ম-সততা, জনমত, প্রণালীগত — সবই “মূল্যায়ন অসম্ভব” ফিরিয়েছে, কারণ মূল্যায়নের জন্য অন্তত একটা নাম দরকার। শুধু অষ্টম শ্রেণিটা জ্বলে উঠেছে, সেটা প্রক্রিয়ার ঝুঁকি: ফাঁকা ইনপুটে দাঁড় করানো বিশ্লেষণ মিথ্যা আত্মবিশ্বাস তৈরি করে। আর সেটা সম্ভাব্য নয়, ঘটেই গেছে — ইনপুট স্তরেই। এই রেটিং “উচ্চ” খেলাধুলার কারণে নয়, প্রক্রিয়ার কারণে। লাইভ গবেষণা ওয়ার্কফ্লোতে এটাই সবচেয়ে বিপজ্জনক ব্যর্থতা: পুরো ফরম্যাট মেনে তৈরি, পেশাদার দেখতে একটা প্রতিবেদন, যার ভেতরে কোনো তথ্য নেই — আর ঠিক সে কারণেই সেটা যাচাই করা প্রতিবেদন বলে ভুল হয়।

এর উল্টো দিকটাও দেখতে হবে, নাহলে এ লেখা অর্ধেক। এই ফাঁকা প্রতিবেদনটা হয়তো ঘরটার সবচেয়ে সৎ নথি। বাকি সব প্রতিবেদন ভরা হয়েছে স্মৃতি থেকে, সাধারণ জ্ঞান থেকে, আঞ্চলিক লেবেল থেকে। যেটা নিজের অজ্ঞতা স্বীকার করে, সেটা জ্ঞান থাকার ভান করার চেয়ে বেশি নির্ভরযোগ্য। দ্বিতীয় উল্টো দিকটা ব্লকচেইন-প্রশ্নে। অন-চেইন করা মানে সত্য হওয়া নয়। আবর্জনা অন-চেইনে গেলে আবর্জনা স্থায়ী হয়। যাচাই ছাড়া অপরিবর্তনীয়তা একটা নরম ভুলকে শক্ত ভুলে পরিণত করে, কারণ ভুলটা তখন আর সংশোধনযোগ্য থাকে না। তৃতীয়ত, সমাধানটা “আরও ডেটা” নয়। এটা নিষ্কাশন-মানের সংকট, পরিমাণের নয়। আর তাই আসল পণ্যটা একটা লেজার নয়, একটা প্রত্যাখ্যানের নিয়ম — শূন্য তথ্যবিন্দু বহন করা পেলোড কোনোদিন দ্বিতীয় স্তরে ঢুকতে পারবে না, এই নিয়ম।

সামনের দিকে তাকিয়ে আমার সীমিত, তারিখ-বাঁধা পূর্বাভাস: ২০২৬ সালের দ্বিতীয় প্রান্তিকের মধ্যে অন্তত একটা বড় ক্রিকেট বোর্ড বা লিগ কাঁচা তথ্য-প্রমাণের হ্যাশ-অ্যাংকরড স্ট্যান্ডার্ড প্রকাশ করবে। যদি না করে, তাহলে পরবর্তী অকশন মরসুমে ভ্যালুয়েশন-বিভ্রাটের একটা প্রকাশ্য ঘটনা দেখতে হবে — যেখানে একই খেলোয়াড়কে দুই ফরম্যাটের বেঞ্চমার্ক মিশিয়ে দাম বসানো হয়েছে। আর সেই দিন কেউ জিজ্ঞেস করবে না ডেটা কত ছিল; জিজ্ঞেস করবে, ডেটা কোথা থেকে এসেছিল।