খালি ইনপুট, খালি টেবিল: ক্রিকেট বিশ্লেষণের নামে যেখানে কিছুই ছিল না

স্টেজ-১ এর পেলোড খুলে প্রথম যে জিনিসটা চোখে পড়ল, সেটা কোনো দল নয়, কোনো ফরম্যাট নয় — একটা খালি অ্যারে। ইনফরমেশন পয়েন্টের তালিকা শূন্য। এনটিটিজ ইনভলভড ঘরে লেখা আছে 'উপরের ইনফরমেশন পয়েন্ট থেকে চিহ্নিত করুন', অথচ উপরে কোনো তথ্যবিন্দু নেই। এটা ঠিক সেই মুহূর্তের মতো, যখন আপনি ম্যাচের টেপ চালান, স্কোরবোর্ডে একটা ফলাফল দেখেন, কিন্তু ফ্রেম ধরে ধরে এগোলে দেখেন ক্যামেরা আসলে কোথাও ছিল না। যেটা বিশ্লেষণের বিষয়, সেটাই অনুপস্থিত।

আমি কুড়ি বছরের বেশি সময় ধরে ম্যাচ দেখে আসছি, প্রথমে সংবাদকক্ষ থেকে, পরে মাঠের পাশ থেকে, এখন কোচিং স্টাফের চোখ দিয়ে। এই অভিজ্ঞতা আমাকে একটা সহজ নিয়ম শিখিয়েছে: বিশ্লেষণ কখনো শূন্য থেকে শুরু হয় না, শুরু হয় সোর্স থেকে। তথ্যবিন্দু না থাকলে আট-মাত্রার ফ্রেমওয়ার্ক যা উৎপাদন করে, তা বিশ্লেষণ নয় — সেটা ফরম্যাট। ফরম্যাট আর বিশ্লেষণের পার্থক্য বোঝা যায় একটাই পরীক্ষায়: প্রতিটি সিদ্ধান্তের পিছনে একটা উদ্ধৃতযোগ্য তথ্যবিন্দু আছে কি না। এখানে আছে শূন্য।

কেন এটা ক্রিকেট-বিশ্লেষণের সবচেয়ে বিপজ্জনক ব্যর্থতা, সেটা বোঝার জন্য ফরম্যাট গেটটা মনে করা দরকার। টেস্ট, ওয়ানডে, টি-টোয়েন্টি — এই তিনটা ফরম্যাটের স্ট্রাইক রেট, ইকোনমি, এমনকি ভালো ইয়র্কারের সংজ্ঞাও এক নয়। টেস্টে ৪৫ স্ট্রাইক রেট অসাধারণ, টি-টোয়েন্টিতে সেটা ম্যাচ হারানোর কারণ। ফরম্যাট না জানলে কোনো সংখ্যাই অর্থহীন। আর ফরম্যাট নির্ধারণের জন্য দরকার অন্তত একটা ম্যাচ, একটা তারিখ, একটা ভেন্যু। এখানে তিনটাই নেই। ডোমেইন লেবেলে লেখা আছে 'ক্রিকেট_এশিয়া' — এটা ভৌগোলিক ট্যাগ, ম্যাচের বর্ণনা নয়। এশিয়ার ক্রিকেট মানে ভারত, পাকিস্তান, শ্রীলঙ্কা, বাংলাদেশ, আফগানিস্তান, নেপাল, হংকং, এমনকি আইপিএল, পিএসএল, আইএলটি২০, এসএ২০ — সম্ভাবনার পরিসর এতটাই চওড়া যে সেখান থেকে কোনো দিকে ইশারা করাই পেশাদার আচরণ নয়।

তাহলে প্রশ্ন দাঁড়ায়, কেন এই পেলোডটা এভাবে ফাঁকা? উত্তরটা টেকনিক্যাল, আর সেটাই এই ডকুমেন্টের সবচেয়ে দরকারি তথ্য। স্টেজ-১ এর 'অ্যাডিশনাল নোটস' ঘরগুলোতে যা লেখা আছে, সেগুলো আউটপুট নয় — নির্দেশনা। 'উপরের ইনফরমেশন পয়েন্ট থেকে চিহ্নিত করুন', 'স্টেজ ১-এ মূল্যায়ন করা হয়নি', 'ইনফরমেশন পয়েন্টের সোর্স ফিল্ড থেকে বিচার করুন' — এগুলো এমন ভাষা, যেটা একটা টেমপ্লেট তখন লেখে যখন সে চলে, কিন্তু তার হাতে কোনো নিবন্ধের বডি পৌঁছায়নি। অর্থাৎ সমস্যাটা ডেটার অভাব নয়, সমস্যাটা পাইপলাইনে। নিবন্ধটা সম্ভবত এক্সট্রাক্টরের কাছে কখনো পৌঁছায়ইনি। এটা ইনপুট ব্যর্থতা, সোর্স ব্যর্থতা নয়।

এই পার্থক্যটাই আসল: সোর্স খালি হলে সেটা সংকট, কিন্তু পাইপলাইন খালি হলে সেটা ডায়াগনসিস। প্রথমটার চিকিৎসা নেই, দ্বিতীয়টার আছে — এবং সেটা সস্তা, যদি ধরা পড়ে আগে।

এখন আসি কাউন্টার-ইনটুইটিভ অংশে। স্বাভাবিক প্রতিক্রিয়া হবে: 'তাহলে ফাঁকা জায়গাটা ভরে দাও, ক্রিকেট সম্পর্কে তো অনেক জানো।' এটাই ফাঁদ। কারণ যে ফরম্যাটে এই ডকুমেন্ট লেখা — আট মাত্রা, রেটিং টেবিল, কনফিডেন্স লেভেল, রিস্ক ম্যাট্রিক্স — সেই ফরম্যাট নিজেই একটা বিশ্বাসযোগ্যতার সংকেত। পাঠক টেবিল দেখলে ধরে নেয় পেছনে ডেটা আছে। আমি যদি অনুমান থেকে ম্যাচ, খেলোয়াড়, ফ্রাঞ্চাইজি ভ্যালু বসিয়ে দিই, তাহলে ফলাফল হবে এমন একটা ডকুমেন্ট যেটা দেখতে পেশাদার, কিন্তু ভেতরে পুরোটাই কল্পনা। গবেষণা-কার্যক্রমে এটাই সবচেয়ে ধ্বংসাত্মক ব্যর্থতা — ভুল তথ্য নয়, বরং সঠিক ফরম্যাটে সাজানো ভুল তথ্য। ভুল তথ্য ধরা পড়ে, কিন্তু সুসজ্জিত ভুল তথ্য ডাউনস্ট্রিমে ছড়িয়ে পড়ে।

আমাদের দেশের প্রেক্ষাপটে এই ঝুঁকিটা আরও বাস্তব। বাংলাদেশের ক্রিকেট-সাংবাদিকতায় এখন অটোমেটেড পাইপলাইনের ব্যবহার বাড়ছে — স্কোর ফিড, প্লেয়ার ডেটাবেস, ম্যাচ সামারি জেনারেটর। এই সিস্টেমগুলোর একটা সাধারণ দুর্বলতা আছে: ইনপুট ফাঁকা পেলে তারা থামে না, তারা 'সম্পূর্ণ' আউটপুট দেয়। কারণ তাদের কাছে 'কিছু জানি না' লেখার কোনো টেমপ্লেট নেই। ফলে ফাঁকা ইনপুট থেকে ভরাট রিপোর্ট বেরিয়ে আসে, আর কেউ সেটা যাচাই করে না।

তাই সবচেয়ে দরকারি সংযোজনটা প্রযুক্তিগত নয়, প্রক্রিয়াগত। প্রতিটি অটোমেটেড বিশ্লেষণ-রেকর্ডের মাথায় একটা হার্ড স্ট্যাটাস ফ্ল্যাগ থাকা উচিত। এখানে সেটা হলো INSUFFICIENT_INPUT। এই একটা শব্দ আট মাত্রার পুরো বিশ্লেষণকে ডাউনস্ট্রিম গ্রাহকের কাছে অচল করে দেয়, এবং সেটাই কাঙ্ক্ষিত। যে রেকর্ড নিজের অসম্পূর্ণতা ঘোষণা করতে পারে না, সেটা আসলে রেকর্ড নয় — সেটা ঝুঁকি।

আরেকটা জিনিস এই কেস থেকে স্পষ্ট হলো, সেটা সাব-লেবেলের প্রশ্ন। ফ্রেমওয়ার্কে ডোমেইন লেবেল ধরা আছে 'Cricket', কিন্তু পেলোডে এসেছে 'cricket_asia'। এটা ছোট ব্যাপার মনে হলেও ডাউনস্ট্রিম রাউটিংয়ে বড় পার্থক্য গড়ে। যদি মডেল সিলেকশন বা অ্যানালিটিক্স প্রোফাইল এই লেবেলের উপর নির্ভর করে, তাহলে ট্যাক্সোনমির এই ড্রিফট ভুল প্রোফাইল চালু করবে। লেবেল হয় নরমালাইজ করতে হবে, নয়তো সাব-লেবেল কনভেনশন স্পষ্টভাবে ডকুমেন্ট করতে হবে।

এখন বলি, এই ফাঁকা পেলোড আসলে কী কাজে লাগে। প্রথম কাজ — এটা একটা রেডিমেড রিগ্রেশন টেস্ট কেস। স্টেজ-১ পাইপলাইনে এমন একটা ফিক্সচার থাকা দরকার, যেটা সবসময় শূন্য ইনফরমেশন পয়েন্ট ফেরত দেবে এবং কোনোদিন নীরবে 'সম্পূর্ণ' হয়ে যাবে না। দ্বিতীয় কাজ — এটা দেখায় যে ব্যর্থতাটা দ্ব্যর্থহীন, তাই ডায়াগনসিস সস্তা। শূন্য অ্যারে একটা পরিষ্কার সংকেত। অস্পষ্ট ডেটার চেয়ে পরিষ্কার শূন্য অনেক ভালো, কারণ পরিষ্কার শূন্য মেরামতযোগ্য।

তৃতীয় কাজটা ভবিষ্যতের জন্য। এশিয়া-স্কোপড লেবেলটা ইঙ্গিত দেয়, প্রকৃত নিবন্ধ এলে ফ্রেমওয়ার্ক সম্ভবত মাত্রা ১ থেকে ৩ আর মাত্রা ৭ চালাবে — অর্থাৎ ম্যাচ, খেলোয়াড়, দল এবং ন্যারেটিভ হিট। মাত্রা ৪, অর্থাৎ লিগ-কমার্স, বেশি আইপিএল-নির্দিষ্ট, সেটা হয়তো চালুই হবে না। এটা আগে থেকে জানা থাকলে বিশ্লেষণী শ্রম আগেই বরাদ্দ করা যায়।

যা ট্র্যাক করতে হবে, সেটাও স্পষ্ট। প্রথমত, পুনরায় এক্সট্রাক্ট করা স্টেজ-১ পেলোডে ইনফরমেশন পয়েন্ট অন্তত একটা ফিরে আসে কি না, এবং তার সাথে সোর্স অ্যাট্রিবিউশন থাকে কি না। দ্বিতীয়ত, শিরোনাম, সোর্স আউটলেট আর আর্টিকেল টাইপ — এই তিনটা ঘর আর N/A থাকে কি না। তৃতীয়ত, এনটিটিজ ইনভলভড ঘরে অন্তত একটা নাম আসে কি না। চতুর্থত, ফরম্যাট চিহ্নিত হয় কি না। পঞ্চমত, তারিখ বা ইভেন্ট উইন্ডো যুক্ত হয় কি না। এই পাঁচটা মিললেই আট মাত্রার বিশ্লেষণ চালু করা যায়।

এই পুরো কেসটা আমার কাছে একটা পরিচিত দৃশ্যের মতো। মাঠে দাঁড়িয়ে যখন কোনো ডেটা ফিড আসে না, তখন সহকারী বিশ্লেষক হিসেবে আমার প্রথম কাজ অনুমান করা নয় — আমার প্রথম কাজ ঘোষণা করা যে ফিড আসেনি। কারণ একটা ভুল ভেন্যু-রিডিং পুরো ম্যাচ-প্ল্যান নষ্ট করে দিতে পারে, আর একটা ভুল ডেটা-রিডিং সেটা আরও নীরবে করে।

পরের ম্যাচে যেটা দেখার, সেটা কোনো দলের ব্যাটিং অর্ডার নয়। দেখার হলো, আমাদের বিশ্লেষণ পাইপলাইনে ফাঁকা ইনপুট ধরা পড়ে কি না। যদি ধরতে পারে, তাহলে ক্রিকেট-বিশ্লেষণ টিকে থাকবে। আর যদি না পারে — তাহলে পরের ফাঁকা পেলোড থেকেও বেরিয়ে আসবে সুন্দর টেবিল, আর আমরা সেটাকে সত্য বলে বিশ্বাস করব।