শূন্য তথ্যবিন্দু: যখন ক্রিকেট ডেটা-পাইপলাইন নীরব হয়ে যায়

গত রাতে একটা ফাইল খুললাম, যেটা আসলে খোলা উচিত ছিল না। Stage-1 ডিকনস্ট্রাকশন থেকে পাঠানো পেলোডটা ছিল নিঃশব্দে খালি — শিরোনাম নেই, সূত্র নেই, আর তথ্যবিন্দুর তালিকায় পরিষ্কার একটা শূন্য। স্প্রেডশিট গুনগুন করতে শুরু করল, আর আমি বুঝে নিলাম সম্প্রচার শেষ। বিশ বছরের ক্রিকেট-বিশ্লেষণে আমি অনেক অসম্পূর্ণ ডেটা দেখেছি — বৃষ্টিতে কাটা ইনিংস, DLS-এর হিসাব মেলাতে গিয়ে ঘাম, আন্তর্জাতিক ম্যাচের সাথে আইপিএলের স্ট্রাইক রেট গুলিয়ে ফেলা তরুণ বিশ্লেষক। কিন্তু একটা ঘর, যেখানে অন্তত তিনটা উদ্ধৃতযোগ্য তথ্য থাকার কথা, সেখানে পরিষ্কার একটা শূন্য দেখলে সেটাও একটা তথ্য হয়ে ওঠে। প্রশ্নটা আর "ম্যাচে কী হলো" নয়; প্রশ্নটা হলো — পাইপলাইনটা কেন নীরব হয়ে গেল।

আমি রেডিওতে চাকরি ছাড়ার আগে ভাবতাম ক্রিকেট মানে গল্প। ২০১৭ সালে বার্নলির সেই xG কাণ্ডের পর বুঝলাম, ক্রিকেট আর কেবল গল্প নয় — ক্রিকেট একটা সম্ভাব্যতা-বিন্যাস। সেই থেকে আমার প্রতিটা লেখা শুরু হয় একটা সংখ্যা দিয়ে। কিন্তু আজ যে সংখ্যাটা নিয়ে লিখতে বসেছি, সেটা কোনো ব্যাটারের স্ট্রাইক রেট নয়, কোনো বোলারের ইকোনমি নয়। সংখ্যাটা হলো শূন্য — তথ্যবিন্দুর সংখ্যা শূন্য, আর সেটা একটা বিশ্লেষণ-শৃঙ্খলের Stage-1 আউটপুট।

ডেটা সাংবাদিকতার কাজটা অনেকটা ফরেনসিক পরীক্ষার মতো। Stage-1 কাজ করে কাঁচামাল জোগাড় করা — কোন ম্যাচ, কোন খেলোয়াড়, কোন দল, কোন বিন্যাস (টেস্ট, ওয়ানডে, টি-টোয়েন্টি), কোন উদ্ধৃতযোগ্য তথ্য। Stage-2 সেই কাঁচামাল থেকে সিদ্ধান্ত টানে — বিন্যাস-বিশ্লেষণ, খেলোয়াড়ের কৌশল, দলের অবস্থান, লিগ-বাণিজ্য, শাসন, ঝুঁকি, জনমত। দুটো স্তরের মাঝখানে একটা সরু সেতু আছে, আর সেই সেতু দিয়ে যদি খালি বাক্স পাঠানো হয়, তাহলে নিচের স্তরে হয় মিথ্যা বানাতে হয়, নয়তো সৎভাবে থামতে হয়।

Stage-2 রিপোর্টটা সৎভাবে থেমেছে। সেটাই তার সবচেয়ে বড় গুণ। প্রতিটা মাত্রায় — বিন্যাস, খেলোয়াড়, দল, লিগ, শাসন, ঝুঁকি, জনমত, সম্প্রচার-শৃঙ্খল — উত্তর বসানো হয়েছে "পর্যাপ্ত তথ্য নেই"। এটা ব্যর্থতা নয়; এটা একটা পরিষ্কার ডায়াগনস্টিক সিগন্যাল। একটা খালি ফিল্ড কখনো নিরপেক্ষ থাকে না — সে হয় সততার সাক্ষী, নয়তো ফ্যাব্রিকেশনের ফাঁদ।

আমার বছরের পর বছর ম্যাচ দেখার অভিজ্ঞতা বলে, ডেটার দুনিয়ায় সবচেয়ে বিপজ্জনক জিনিসটা খালি ঘর নয়, খালি ঘর ভরে দেওয়ার তাড়না। যখন কোনো বিশ্লেষকের উপর "কিছু একটা দাও" চাপ আসে, তখন সে অনুমানকে তথ্য বানিয়ে ফেলে। একটা বানানো স্ট্রাইক রেট, একটা ভুল উদ্ধৃত ট্রান্সফার ফি, একটা কাল্পনিক PPDA — এগুলো একবার ডেটাসেটে ঢুকে গেলে আর বেরোয় না। সেটা শুধু ভুল নয়; সেটা একটা ঋণ, যা পরে কেউ শোধ করে — হয়তো কোনো তরুণ সাংবাদিক, যে আমার লেখা বিশ্বাস করে।

ভুতুড়ে ম্যাচগুলোতে ভিড় হারিয়ে গিয়েছিল, কিন্তু প্রেসিং লাইনগুলো আঙুলের ছাপ রেখে গিয়েছিল। ২০২০ সালে আমি ইউরোপের শীর্ষ পাঁচ লিগ থেকে প্রায় বারোশো ম্যাচ স্ক্র্যাপ করেছিলাম, দেখতে চেয়েছিলাম ফাঁকা স্টেডিয়ামে হোম-অ্যাডভান্টেজ কোথায় যায়। সেটাও ছিল এক ধরনের খালি ডেটা — কিন্তু সেখানে খালিটা ছিল অর্থপূর্ণ, কারণ কনটেক্সট ছিল। এখানে খালিটা অর্থহীন, কারণ কনটেক্সটটাই অনুপস্থিত। প্রতিটি ডেটাসেটে একটা মঠ থাকে, আর তার নীরবতা খালি নয় — কিন্তু এই ফাইলের নীরবতাটা খালি।

তাহলে খালি পেলোড কীভাবে জন্মায়? তিনটা সম্ভাব্য উৎস। এক, উৎস-নথিটাই খালি ছিল — কেউ হয়তো ফাঁকা লেখা পাঠিয়েছে, বা স্ক্র্যাপার কোনো পেজ পায়নি। দুই, Stage-1-এর এক্সট্রাকশন কোড ব্যর্থ হয়েছে — শিরোনাম ও সূত্র দুটোই N/A হলে সেটা প্রবল সংকেত যে তথ্যবিন্দুর তালিকা খালি থাকবে। তিন, Stage-1 আর Stage-2-এর মাঝে ট্রান্সমিশন বা ফরম্যাটিং ফাটল। মূল কারণ জানতে হলে কাঁচা আপস্ট্রিম পেলোডটা দেখতে হবে, শুধু Stage-2-এর দিকে তাকিয়ে অনুমান করা যায় না।

এখানেই সবচেয়ে বিপরীতমুখী পর্যবেক্ষণটা আসে। সহজ সিদ্ধান্ত হবে — "Stage-1 দুর্বল, ওকে ঠিক করো।" কিন্তু একটা খালি রেকর্ড কখনো একা থাকে না; সে একটা প্যাটার্নের সদস্য। যদি Stage-1-এর আউটপুট ক্রমাগত খালি আসে, তাহলে সমস্যাটা বিচ্ছিন্ন গোলমাল নয়, সিস্টেমিক ত্রুটি। আর যদি শুধু একটা ফাইল খালি হয়, তাহলে হয়তো কোনো নির্দিষ্ট পেজ বা নির্দিষ্ট ধরনের নথিতে স্ক্র্যাপার হোঁচট খাচ্ছে। শূন্য আর "তথ্য নেই" এক জিনিস নয়। কোনো ব্যাটার শূন্য রান করলে সেটা তথ্য — কারণ আমরা জানি সে আউট হয়েছে, কত বল খেলেছে, কখন আউট হয়েছে। কিন্তু এই ফাইলের শূন্য মানে আমরা জানিই না কোনো ম্যাচ হয়েছে কি না। প্রথমটা পরিমাপ, দ্বিতীয়টা পরিমাপের অনুপস্থিতি। এদের গুলিয়ে ফেলা মানে ডেটাসেটে জাল ডেটা ঢোকানো।

আর তথ্যের একটা সৎ মূল্য আছে, যা প্রতিটি খালি ঘরে টিকে থাকে — সেটাকে সাংবাদিকের ভাষায় "ইনফরমেশন গেইন" বলা হয়। পাঠক যখন একটা লেখা পড়েন, তিনি নতুন কিছু জানতে চান। যদি আমি খালি ইনপুট থেকে একটা ম্যাচ-বিশ্লেষণ বানিয়ে ফেলি, তাহলে সেখানে নতুন কিছু নেই — আছে শুধু আমার কল্পনা, যা পাঠকের সময় নষ্ট করে এবং আমার সূত্রের বিশ্বাসযোগ্যতা খায়। উল্টোদিকে, খালি পেলোডের গল্পটা নিজেই একটা ইনফরমেশন গেইন: পাঠক শেখেন কীভাবে একটা ডেটা-শৃঙ্খল ভেতর থেকে ব্যর্থ হয়, আর কেন সেটা ধরা পড়া জরুরি।

এখানেই আমার নৈতিক কিল-সুইচ নেমে আসে। আমি ছয় দিন ধরে একটা মডেল বানিয়ে এক বিকেলে মুছে ফেলার অভ্যাসটা রপ্ত করেছি — কারণ মডেলটা যখন মানুষকে আর মানুষ হিসেবে দেখতে পারে না, শুধু সংখ্যা দেখে, তখন সেটা ফেলে দেওয়াই উচিত। এই ফাইলের ক্ষেত্রে কিল-সুইচটা সহজ: কাঁচা নথি ফিরে পাওয়ার আগে Stage-2 চালানো যাবে না। কারণ প্রতিটা বানানো তথ্যের একটা মানুষ-খরচ আছে। একটা ভুল ট্রান্সফার ফি হয়তো কোনো ছোট ক্লাবের বাজেট-পরিকল্পনা নষ্ট করে; একটা বানানো স্ট্রাইক রেট হয়তো কোনো ক্রিকেটারকে অন্যায়ভাবে বিচার করে। ডেটা নিরীহ নয় — ডেটা সিদ্ধান্ত বদলায়, আর সিদ্ধান্ত মানুষের জীবনে পড়ে।

আমি PPDA-র সংখ্যাগুলো আবার চালালাম, আর মস্কোর ফ্ল্যাটটা বাস্তব লাগতে শুরু করল — সেই সময়ে আমি শিখেছিলাম একটা মেট্রিককে অস্ত্র বানাতে, কিন্তু তিন প্যারা পরে সেটাকে খণ্ডন করতে। আজকের শিক্ষাটা তার চেয়েও কঠিন। কখনো কখনো সবচেয়ে সৎ বিশ্লেষণটা হলো একটা খালি পাতা, যার উপরে লেখা — "এখনো লেখার সময় হয়নি।" আগামী রাউন্ডের সংকেত স্পষ্ট: মূল নথি উদ্ধার করে শিরোনাম, সূত্র ও প্রকাশের তারিখ নিশ্চিত করা; Stage-1 আবার চালিয়ে অন্তত তিনটা তথ্যবিন্দু সংগ্রহ করা; দল, খেলোয়াড় ও ইভেন্টের সত্তা বের করা; বিন্যাস (টেস্ট, ওয়ানডে, টি-টোয়েন্টি) নির্ধারণ করা; এবং সূত্রের মান যাচাই করা। রেকর্ডটা extraction_failed ট্যাগ দিয়ে চিহ্নিত করে সমষ্টিগত হিসাব থেকে বাদ দিতে হবে — নইলে খালি রেকর্ডগুলো শূন্য-মানের এন্ট্রি হিসেবে গুনে ড্যাশবোর্ডের মেট্রিক বিকৃত করবে।