আটটি অধ্যায়, শূন্য তথ্য: ক্রিকেট বিশ্লেষণে পাইপলাইন ব্যর্থতার পাঠ

রিপোর্টটা এসেছিল গত সপ্তাহে, এবং প্রথম দর্শনে সেটা ছিল একটা পরিপূর্ণ পেশাদার নথি। আটটি অধ্যায়, প্রতিটির নিজস্ব শিরোনাম — ফরম্যাট ও ম্যাচ বিশ্লেষণ, খেলোয়াড়ের কৌশল ও ডেটা, দলের অবস্থান ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক ইকোসিস্টেম, নিয়ম ও গভর্ন্যান্স, ঝুঁকি ম্যাট্রিক্স, জনমত ও প্রত্যাশা, শিল্পে সংক্রমণ। প্রতিটি অধ্যায়ে কনফিডেন্স ট্যাগ বসানো, ঝুঁকির পতাকা তোলা, ঐতিহাসিক নজিরের উল্লেখ, এমনকি 'মিনিমাম ভায়েবল ইনপুট' নামে একটা উদ্ধার-চেকলিস্টও দেওয়া।

তারপর আমি ঘরগুলো পড়লাম। প্রায় প্রতিটি ঘরে একই লাইন: 'অপর্যাপ্ত তথ্য।' তথ্যবিন্দুর তালিকা সম্পূর্ণ খালি। উৎসের নাম নেই, প্রকাশের তারিখ নেই, ম্যাচের ফরম্যাট নেই। কোনো খেলোয়াড়, দল, বোর্ড, ভেন্যু, আম্পায়ার বা বাণিজ্যিক অঙ্কের উল্লেখ নেই। ডোমেইন লেবেলের ঘরে কেবল একটা অবশিষ্টাংশ ঝুলে আছে — 'ক্রিকেট_এশিয়া'। রিপোর্টটি ক্রিকেট নিয়ে নয়। রিপোর্টটি একটা ব্যর্থ ডেটা পাইপলাইন নিয়ে।

স্কোরলাইন যখন খুব পরিষ্কার লাগে, ঠিক তখনই আমি xG-এর থ্রেড খুলি। ২০১৭ সালে মুম্বাই সিটি এফসি-র হয়ে কাজ করার সময় বেঙ্গালুরু এফসির বিপক্ষে ওই ১-০ জয়টা দেখে আমার প্রথম প্রতিক্রিয়া ছিল স্বস্তি নয়, সন্দেহ। মডেল বানিয়ে দেখলাম, মুম্বাইয়ের xG ০.৭, বেঙ্গালুরুর ১.৯। ম্যাচে মুম্বাই বেঙ্গালুরুর চেয়ে ৪.২ কিলোমিটার কম দৌড়েছিল। স্কোরলাইন বলছিল এক কথা, প্রক্রিয়া বলছিল আরেক কথা। সেই থ্রেডটাই আমার পেশাজীবনের গতিপথ বদলে দিয়েছিল — কিন্তু তার একটা শর্ত ছিল, যা তখন খুব একটা মাথায় আসেনি: ম্যাচের কাঁচা ডেটা আমার হাতে ছিল। স্কোরকার্ড ছিল, পাসিং নেটওয়ার্ক ছিল, ট্র্যাকিং ছিল। মডেল ভুল হতে পারত, কিন্তু মডেলের পেছনে বাস্তবতা ছিল।

এই রিপোর্টটায় সেই বাস্তবতাটাই অনুপস্থিত।

যে আর্কিটেকচারে নথি তৈরি হয়, সেটা দুই ধাপের। প্রথম ধাপে উৎস থেকে তথ্য তোলা হয় — শিরোনাম, প্রকাশক, তারিখ, ম্যাচের ফরম্যাট, দল, খেলোয়াড়, পরিসংখ্যান, লেখকের অবস্থান। দ্বিতীয় ধাপে সেই তোলা তথ্যের ওপর আটটি মাত্রার বিশ্লেষণ চলে। ক্রিকেটের ভাষায় বললে, প্রথম ধাপ হলো স্কোরকার্ড, পিচ রিপোর্ট আর টসের রেকর্ড; দ্বিতীয় ধাপ হলো ট্যাকটিক্যাল পাঠ। স্কোরকার্ড ছাড়া ট্যাকটিক্যাল পাঠ সাহিত্য, বিশ্লেষণ নয়।

এখানে প্রথম ধাপটি ফিরে এসেছে সম্পূর্ণ খালি হাতে। ফলে দ্বিতীয় ধাপ আটটি মাত্রাতেই একই কথা লিখেছে — তথ্য নেই। এবং ঠিক এখানেই ঘটনাটা কৌতূহলোদ্দীপক হয়ে ওঠে।

ব্যর্থতার সবচেয়ে বিপজ্জনক রূপ পরিষ্কারভাবে ভাঙা আউটপুট নয়, বরং পরিপাটিভাবে সাজানো একটা ফাঁকা আউটপুট। একটা এলোমেলো এরর মেসেজ কেউ বিশ্বাস করে না। কিন্তু শিরোনাম, কনফিডেন্স ট্যাগ আর ঝুঁকির পতাকা দেওয়া একটা নথি ডাউনস্ট্রিমে চলে যায়, উদ্ধৃত হয়, সিদ্ধান্তে ঢোকে। এই রিপোর্টের ভেতরে একটা প্রমাণ আছে যা এই আশঙ্কাকে যুক্তিসঙ্গত করে তোলে: টেমপ্লেটের নির্দেশমূলক বাক্যগুলো — 'উপরের তথ্যবিন্দু থেকে চিহ্নিত করুন', 'তথ্যবিন্দুর উৎস ঘর থেকে বিচার করুন' — মুছে যায়নি। সেগুলো আউটপুটেই রয়ে গেছে। অর্থাৎ জেনারেটর এক্সট্রাকশন চালিয়েইনি; সে টেমপ্লেটটাই উত্তরের জায়গায় বসিয়ে দিয়েছে। 'কিছু পাওয়া যায়নি' আর 'খোঁজাই হয়নি' — এই দুইয়ের ব্যবধান এখানে স্পষ্ট, এবং পরেরটা অনেক বেশি উদ্বেগজনক।

দ্বিতীয় যে জিনিসটা এই নথি নিজেই তুলে ধরেছে, সেটা ক্রিকেট-নির্দিষ্ট। ফরম্যাট না জানলে প্রতিটি ডাউনস্ট্রিম সংখ্যা বিষিয়ে যায়। টেস্টের ব্যাটিং গড় আর টি-টোয়েন্টির স্ট্রাইক রেট একই স্কেলে মাপা যায় না; পাওয়ারপ্লের ইকোনমি আর ডেথ ওভারের ইকোনমি একই প্রশ্নের উত্তর নয়। ২০২২ সালে কাতার বিশ্বকাপে মরক্কোর লো-ব্লক মডেল বানানোর সময় আমার প্রথম কাজটাই ছিল ফরম্যাট, ভেন্যু ও আবহাওয়া লক করা। স্পেনের বিপক্ষে মরক্কোর PPDA ছিল ২২.৩, স্পেনের ৮.১; মরক্কো ০.৮ xG বরাদ্দ করেছিল, নিজে তৈরি করেছিল ০.৩। স্পেনকে ১২টি ক্রস করতে বাধ্য করা হয়েছিল, তার মধ্যে সফল মাত্র ১টি। এই সংখ্যাগুলো অর্থবহ হয়েছিল কেবল এই কারণে যে আমি জানতাম কোন ম্যাচ, কোন মঞ্চ, কোন পরিস্থিতিতে সেগুলো মাপা হচ্ছে। ফরম্যাটের ঘরটা খালি থাকলে ২২.৩ আর ৮.১ কেবল দুটো অঙ্ক।

তৃতীয় ফাঁদটা নমুনার। ক্রিকেট মিডিয়া-চক্র খুব দ্রুত তিন থেকে পাঁচ ম্যাচের ঝলককে ক্যারিয়ার-আখ্যানে রূপ দেয়। হোম সিরিজে ফ্ল্যাট ডেকে করা রান আর বিদেশের সবুজ পিচে করা রান একই ওজনের নয়, অথচ দুটোই একই গড়ে বসে যায়। যে রিপোর্টে খেলোয়াড়ের নামই নেই, সেখানে এই যাচাইয়ের প্রশ্নটা তোলাই যায় না। বিশ্লেষণের সবচেয়ে দরকারি স্তরটা — কে আসলে উন্নতি করেছে, আর কে সুবিধাজনক পরিস্থিতিতে ভালো দেখিয়েছে — সম্পূর্ণ অস্পৃশ্য থেকে যায়।

চতুর্থত, একটা ছোট সূত্র আছে যা সহজে চোখে পড়ে না। ডোমেইন লেবেলের ঘরে 'ক্রিকেট_এশিয়া' লেখাটা টিকে আছে। মানে রাউটিং স্তর উৎসটা নিয়ে কাজ করেছিল — উৎসটা সম্ভবত কোনো এশীয় ক্রিকেট বোর্ড, এশীয় লিগ বা দ্বিপাক্ষিক সিরিজ নিয়ে ছিল। এক্সট্রাক্টর ব্যর্থ হয়েছে, কিন্তু ক্লাসিফায়ার অন্ধ ছিল না। ডেটা হারিয়ে যায়নি, কেবল ক্যাশে পড়ে আছে। এটা ঠিক DRS-এর আম্পায়ার্স কল-এর মতো: প্রযুক্তি কিছু দেখেছে, কিন্তু সিদ্ধান্ত উল্টানোর মতো নিশ্চিত প্রমাণ তার হাতে নেই। আমার কাছে এই অবশিষ্টাংশটাই সবচেয়ে কাজের তথ্য, কারণ এটা বলে দেয় সমস্যাটা উৎসে নয়, পথে।

আর সবচেয়ে বড় যে ঝুঁকিটা এই নথি চিহ্নিত করেছে, সেটা ক্রিকেটিং নয়, জ্ঞানতাত্ত্বিক। ছয়টি ঝুঁকি-শ্রেণি — চোট, সূচির চাপ, ফরম্যাট-পারাপার ফর্ম, ব্যক্তিবর্গের ক্ষতি, আর্থিক ভঙ্গুরতা, সততা — সবই মূল্যায়ন-অযোগ্য থেকে গেছে। কিন্তু প্রক্রিয়ার ঝুঁকি উচ্চ, এবং সেটা স্পষ্টভাবে লেখা আছে: এই ইনপুটে একটা আত্মবিশ্বাসী দ্বিতীয় ধাপের রিপোর্ট বানানো মানে শূন্য প্রমাণের ওপর দল, খেলোয়াড় আর বাণিজ্যিক অঙ্ক সম্পর্কে দাবি তৈরি করা। ক্রিকেট বিশ্লেষণে ভুয়া তথ্য এভাবেই চালু হয় — চোখে পড়ার মতো ভুল দিয়ে নয়, বরং নিখুঁত ফরম্যাটিং দিয়ে।

এখানেই আমি একটা প্রতিকূল প্রশ্ন তুলতে চাই, যা এই নথির নিজের সিদ্ধান্তের বিপরীত দিকে হেলে।

খালি রিপোর্টটা কি আসলে প্রকাশিত ক্রিকেট কনটেন্টের বড় অংশের চেয়ে বেশি সৎ নয়? ট্রান্সফার উইন্ডোর ভেতর দিয়ে আমরা প্রতিদিন যে নথিগুলো পড়ি, সেগুলোর প্রথম ধাপ খালি ছিল না — কিন্তু সেখানে প্লেসহোল্ডারকে তথ্য সাজিয়ে ভরা হয়েছিল। 'ক্লাবটি এই তারকাকে নিয়ে আগ্রহী' — এটা কোনো তথ্যবিন্দু নয়, এটা একটা অনুচ্ছেদের আকৃতি নেওয়া ফাঁকা ঘর। একটা অনুমান, যার পেছনে কোনো উৎস-স্তরের যাচাই নেই, কিন্তু যার গায়ে আত্মবিশ্বাসের পোশাক আছে। এই নথিটি অন্তত স্বীকার করেছে যে সে জানে না। নীরবতা নিরপেক্ষ নয় — কোনো লিগ বা বোর্ড সম্পর্কে তথ্যের অভাব সেটি পরিচ্ছন্ন গভর্ন্যান্সের প্রমাণ নয়। কিন্তু একটা ফাঁকা নথি অন্তত মিথ্যা বলে না।

আমার নিজের দুর্বলতাটাও এখানে স্বীকার করা দরকার। রিমোট ডেস্ক থেকে কাজ করতে করতে ম্যাচগুলো ধীরে ধীরে ডেটা স্ট্রিমে পরিণত হয়, আর INTJ মনের একটা পুরনো অভ্যাস থাকে — বন্ধ সিস্টেমের সৌন্দর্যে মুগ্ধ হওয়া। ২০১৮ বিশ্বকাপে ক্রোয়েশিয়া-ইংল্যান্ড সেমিফাইনালের লাইভ মডেল বানাতে গিয়ে আমি দেখেছিলাম ক্রোয়েশিয়ার xG ১.৪, ইংল্যান্ডের ১.১, অথচ হাফটাইমে এগিয়ে ছিল ইংল্যান্ড। ৬০ মিনিটের পরে ক্রোয়েশিয়ার প্রেসিং তীব্রতা ১২.৪-এ নেমে গিয়েছিল, অথচ সেট-পিস xG বাড়ছিল। ক্রোয়েশিয়া অতিরিক্ত সময়ে ২-১ গোলে জিতল। মডেলটা কাজ করেছিল, কিন্তু সেটা কাজ করেছিল কারণ ম্যাচটা সত্যিই ঘটেছিল। ২০২৫ ক্লাব বিশ্বকাপে চেলসির জন্য লিয়াম ডেলাপের সুপারিশ — ০.৪১ xG প্রতি ৯০ মিনিট, ২.১ প্রেসার প্রতি ৯০ মিনিট — এই সংখ্যাগুলো অর্থবহ হয়েছিল কেবল এই কারণে যে পেছনের ডেটা বাস্তব ছিল। মডেল যদি ফাঁকা ঘর ফেরায়, তবে সবচেয়ে সুন্দর মডেলটাও কেবল কার্টুন আঁকে।

আর এখানেই এই ঘটনার আসল শিক্ষাটা লুকিয়ে আছে। পাইপলাইনে একটা নাল-চেক নেই — প্রথম ধাপ আর দ্বিতীয় ধাপের মাঝখানে এমন কোনো কঠোর দরজা নেই যা বলবে, তথ্যবিন্দু পাঁচটির কম হলে বা সত্তার তালিকা খালি থাকলে এই রান বাতিল। এই একটা অনুপস্থিত দরজার কারণেই একটা সম্পূর্ণ ফরম্যাট-করা, কর্তৃত্বপূর্ণ দেখতে নথি ডাউনস্ট্রিমে পৌঁছে গেছে। যন্ত্রের ব্যর্থতা নয়, এটা স্থাপত্যের ব্যর্থতা।

পরের রাউন্ডের সংকেতটা তাই বিশ্লেষণী নয়, প্রক্রিয়াগত। পরেরবার যখন কোনো ক্রিকেট রিপোর্ট হাতে আসবে, সেটা যতই পরিপাটি দেখাক, একটা প্রশ্ন করবেন: এর ভেতরে কয়টি তথ্যবিন্দু আছে, আর তার উৎস কোথায়? যে নথি এই প্রশ্নের উত্তর দিতে পারে না, সেটি বিশ্লেষণ নয় — সেটি কেবল বিশ্লেষণের আকৃতি। ক্রিকেট সংস্কৃতি আখ্যান তৈরি করে; আমার কাজ সেই আখ্যানের ক্ষয়ের হিসাব রাখা। কখনও কখনও সেই হিসাবটা শুরু হয় একটা ফাঁকা ঘর দিয়ে।