নাল ডেটার পাঠ: একটি ক্রিকেট প্রতিবেদন কীভাবে নিজের অনুপস্থিতি প্রমাণ করে

আমার হাতে যে ফাইলটি এসেছে, তার প্রথম পাতায় শিরোনাম নেই। সূত্র নেই। প্রকাশের তারিখ নেই। আছে শুধু একটি ট্যাক্সোনমি লেবেল — cricket_asia — আর আটটি বিশ্লেষণ-স্তম্ভের ফাঁকা ছক। ২০১৭ সালের মার্চে রিস্ক ডেস্কের চাকরি ছেড়ে যখন লিগ ওয়ানের ৩৮০টি ম্যাচ হাতে কোড করতে বসেছিলাম, তখন প্রথম শিখেছিলাম: যে ডেটা নেই, তার সবচেয়ে সৎ বিশ্লেষণ হলো স্বীকার করা যে ডেটা নেই। আজকের এই প্রতিবেদনটি ঠিক সেই শিক্ষারই একটি বাস্তব প্রয়োগ — একটি ক্রিকেট বিশ্লেষণ যা প্রমাণ করে যে বিশ্লেষণযোগ্য ক্রিকেটই সেখানে ছিল না। প্রথমেই বলে নিই, আমি কী পেয়েছি। একটি স্টেজ-১ ডিকনস্ট্রাকশন রিপোর্ট, যেখানে আর্টিকেলের শিরোনাম N/A, সূত্র N/A, ধরন Unclassified, মূল দৃষ্টিভঙ্গির সব ঘর ফাঁকা, এবং তথ্যবিন্দুর সংখ্যা শূন্য। শুধু একটি ঘর পূরণ — ডোমেইন লেবেল: cricket_asia। এই অসামঞ্জস্যটাই আমার কাছে সবচেয়ে বড় সূত্র। একটি ক্লাসিফায়ার যখন মেটাডেটা (ট্যাগ, সূত্র, শিরোনামের অবশিষ্টাংশ) দেখে ডোমেইন ঠিক করে ফেলে, কিন্তু বডি টেক্সট থেকে একটি সংখ্যাও তুলতে পারে না — তখন বুঝতে হয়, সমস্যাটি সম্পাদকীয় নয়, পাইপলাইনের। আমার অভিজ্ঞতায় এই স্বাক্ষরটি প্রায় সবসময় তিনটি কারণের একটি নির্দেশ করে: পেওয়াল বা জাভাস্ক্রিপ্ট-রেন্ডার্ড পেজ, অ-ল্যাটিন লিপি (উর্দু, হিন্দি, বাংলা, সিংহলি), অথবা ইনপুটটি আসলে একটি শিরোনাম বা সোশ্যাল কার্ড, পূর্ণ প্রতিবেদন নয়। কেন এই শূন্যতা গুরুত্বপূর্ণ, সেটা বোঝাতে একটা উদাহরণই যথেষ্ট। ক্রিকেটে একই মেট্রিকের অর্থ ফরম্যাট বদলালে উল্টে যায়। ১৪৫ স্ট্রাইক রেট ওয়ানডেতে অভিজাত, টি-টোয়েন্টি ফিনিশারের জন্য মাত্র গ্রহণযোগ্য। ৭.৫ ইকোনমি ওয়ানডেতে স্বাভাবিক, টি-টোয়েন্টিতে দুর্বল। ফরম্যাট অজানা থাকলে কোনো সংখ্যারই ব্যাখ্যা করা যায় না। আমার ২০১৮ সালের রাশিয়া বিশ্বকাপের অভিজ্ঞতা থেকে বলি — ডেনমার্ক ফুটবল অ্যাসোসিয়েশনের জন্য ৪১টি প্রি-ম্যাচ ব্রিফ বানিয়েছিলাম, প্রতিটি ৪০০ শব্দে সীমিত। সেই সীমা আমাকে শিখিয়েছিল, প্রতিটি দাবির পাশে ফরম্যাট, নমুনা-আকার আর সূত্র লিখতে হয়। এখানে তিনটির একটিও নেই। ফলে একটি ইনিংসের স্কোরলাইন (১৪৭/৪, ১৭ ওভার, ১৮৯ তাড়া) থাকলে যে ফেজ-বিশ্লেষণ, পার-স্কোর বেঞ্চমার্ক আর প্রেশার মডেলিং সম্ভব হতো — তার কোনোটিই চালু করা যায় না। খেলোয়াড়-স্তরের বিশ্লেষণ এখানে সম্পূর্ণ অচল। কারণ ভূমিকা (ওপেনার, অ্যাঙ্কর, ফিনিশার, পেসার, স্পিনার) না জানলে কোনো বেঞ্চমার্কই অর্থবহ নয়। ফিনিশার আর অ্যাঙ্করকে উল্টো মানদণ্ডে বিচার করতে হয়। এই স্তম্ভের মূল কাজ — তারকাখ্যাতির হ্যালো পরীক্ষা, অর্থাৎ জনধারণা আর ডেটার মধ্যে ফাটল ধরা — কোনো খেলোয়াড়ের নাম ছাড়া অসম্ভব। একইভাবে দলীয় স্তরে টায়ার নির্ধারণ, হোম-অ্যাওয়ে প্রোফাইল, স্কোয়াডের বয়স-কাঠামো, বেঞ্চ-গভীরতা — সবই আটকে যায় একটি নামের অভাবে। লিগ ও বাণিজ্যিক স্তম্ভটি এখানে সম্ভবত সম্পূর্ণ অপ্রাসঙ্গিক। cricket_asia ট্যাগযুক্ত আঞ্চলিক ক্রিকেট প্রতিবেদন সাধারণত মাঠের খেলা বা বোর্ড-স্তরের সিদ্ধান্ত নিয়ে হয়; আইপিএল নিলাম বা সম্প্রচার-স্বত্ব আলাদা বিট। যেখানে কোনো লেনদেন, কোনো ফ্র্যাঞ্চাইজি মূল্যায়ন, কোনো বেতনের সংখ্যা নেই — সেখানে বাণিজ্যিক বিশ্লেষণ জোর করে বসানো একটি সাধারণ ও বিশ্বাসযোগ্যতা-নষ্টকারী ভুল। আমি এই ফাঁদে পা দেব না। তবে সবচেয়ে বড় যে ঝুঁকিটি আমি দেখছি, সেটি ক্রিকেটের নয় — জ্ঞানতাত্ত্বিক। আটটি স্তম্ভের একটি পূর্ণ, সুবিন্যস্ত, ছক-সম্পূর্ণ প্রতিবেদন দেখতে ঠিক একটি সম্পূর্ণ বিশ্লেষণের মতো। যেকোনো স্বয়ংক্রিয় স্কোরিং যদি 'রিপোর্ট পূর্ণতা' মাপে, সে এই নথিকে উচ্চ নম্বর দেবে — এবং ভুল করবে। একটি সুন্দর ফরম্যাটে মোড়া শূন্যতা একটি স্পষ্ট ত্রুটির চেয়ে অনেক বেশি বিপজ্জনক, কারণ তার আকৃতি এমন এক কঠোরতার ইঙ্গিত দেয় যা তার নেই। এই কারণেই আমি প্রতিবেদনের শুরুতেই সতর্কবার্তা বসিয়েছি, এবং এই নথিকে ক্রিকেট-বুদ্ধিমত্তা হিসেবে ব্যবহার নিষিদ্ধ করার সুপারিশ করছি। এখন প্রশ্ন হলো, এই শূন্যতা থেকে কী কাজে লাগানো যায়। আমার কাছে তিনটি বাস্তব উপযোগিতা আছে। প্রথমত, এটি পাইপলাইনের জন্য একটি নিখুঁত নেগেটিভ কন্ট্রোল — এমন একটি কেস যেখানে স্টেজ-২-এর সঠিক আচরণ হলো বিশ্লেষণ করতে অস্বীকার করা। কোনো মডেল যদি এই ইনপুট থেকে একটি খেলোয়াড়ের স্ট্রাইক রেট বা দলের র‍্যাঙ্কিং 'বের করে' দেয়, তবে বোঝা যাবে সে বানিয়ে বলছে। দ্বিতীয়ত, ব্যাচ-স্তরের নাল-রেট পরিমাপ করা জরুরি। যদি এই সূত্রের একটি আইটেমে এক্সট্রাক্টর ব্যর্থ হয়, সম্ভবত সব আইটেমেই ব্যর্থ হবে। এই পারস্পরিক সম্পর্কটি ধরতে পারলে একটি আঞ্চলিক ভাষার ক্রিকেট সূত্রের নিয়মিত আন্ডার-এক্সট্রাকশন ধরা পড়বে — যা ইংরেজি-কেন্দ্রিক ক্রিকেট বিশ্লেষণে একটি পরিচিত কাঠামোগত পক্ষপাত তৈরি করে। তৃতীয়ত, ট্যাক্সোনমি মিলিয়ে নেওয়া। cricket_asia লেবেলটি যদি প্রকৃতপক্ষে Cricket-এর বৈধ সন্তান-নোড হয়, তবেই ডাউনস্ট্রিম জয়েন কাজ করবে; নাহলে একটি গোটা আঞ্চলিক কোহোর্ট ভুল পথে যাবে। আমি জানি এই প্রতিবেদন পড়ে কেউ কেউ হতাশ হবেন। তাঁরা হয়তো চেয়েছিলেন একটি ইনিংসের গল্প, একটি বোলারের বাঁক, একটি বিতর্কিত আম্পায়ারিং সিদ্ধান্ত। কিন্তু আমার পেশা আমাকে শিখিয়েছে, যে সংখ্যাটি নেই সেটি নিয়ে গল্প বানানো সাংবাদিকতা নয় — কল্পকাহিনি। ২০০৭ সালে ক্রিকেট লেখা থেকে বোর্ড মিডিয়া সেটআপে যাওয়ার সময় একটি কথা শুনেছিলাম — সূক্ষ্ম ক্রিকেট লেখক থেকে মিডিয়া ম্যানেজার। সেই সূক্ষ্মতা আজও আমার কাছে একটাই অর্থ বহন করে: নমুনা, তারিখ, সূত্র — এই তিনটি আগে, তারপর মতামত। একটি খেলা যেখানে প্রতি বলেই কিছু না কিছু ঘটে, সেখানে একটি প্রতিবেদন যেখানে কিছুই ঘটেনি — সেটি নিজেই একটি ঘটনা। প্রশ্ন হলো, আমরা কি পাইপলাইনের সেই নীরব ব্যর্থতাকে একটি ডেটা-ইনসিডেন্ট হিসেবে চিহ্নিত করব, নাকি ফাঁকা ছকটিকে ভরে দিতে কোনো দায়িত্বজ্ঞানহীন মডেলকে আমন্ত্রণ জানাব? আমার স্প্রেডশিট জানে, শূন্য মানে শূন্য — কোনো ব্যতিক্রম নেই।