খালি কলামই সবচেয়ে জোরালো সংকেত: ক্রিকেটের ডেটা পাইপলাইনে নীরব ব্যর্থতা

গত মাসে রংপুরের ডেস্কে একটি ব্যাচ অডিট করছিলাম — এশীয় ক্রিকেট-সংবাদ নিয়ে কাজ করা একটি স্বয়ংক্রিয় বিশ্লেষণ পাইপলাইন থেকে আসা একশোটি আইটেম। চোখ আটকে গেল ফাঁকা ঘরগুলোয়। আটটি আইটেমে শিরোনাম নেই, উৎস নেই, তথ্যবিন্দু নেই, মূল বক্তব্য নেই, এমনকি প্রকাশের তারিখও নেই। পাশের চেয়ার থেকে যুক্তিসঙ্গত পরামর্শ এল: আট শতাংশ মাত্র, বাদ দিয়ে বাকি বিরানব্বইটা নিয়ে লিখে ফেলা যাক।

আমি লিখিনি। দু'দিন ফাইলটা খোলা রেখেছিলাম, কারণ ওই আটটি ফাঁকা লাইনই ছিল ব্যাচের সবচেয়ে তথ্যবহুল অংশ। যে নিবন্ধের সত্যিই কিছু বলার নেই, তারও একটা ইউআরএল থাকে, একটা প্রকাশক থাকে, একটা টাইমস্ট্যাম্প থাকে। শিরোনাম আর উৎস — দুটোই যখন একসঙ্গে অনুপস্থিত, তখন সেটা খালি নিবন্ধের প্রমাণ হওয়ার কথা নয়, বরং ফেচার বা পার্সারের ব্যর্থতার আঙুলের ছাপ। ফাঁকা ঘরগুলোই ছিল সেদিনের সবচেয়ে স্পষ্ট বার্তা।

কেন এই ফাঁকা ঘর নিয়ে এত মাথাব্যথা, সেটা বুঝতে ক্রিকেটের তথ্য-অর্থনীতির দিকে তাকাতে হয়। জুন ২০২২-এ সম্পন্ন ই-নিলামে আইপিএলের ২০২৩–২৭ চক্রের মিডিয়া স্বত্ব বিক্রি হয় ₹৪৮,৩৯০ কোটি টাকায়। ভারতের একটি ঘরোয়া টি-টোয়েন্টি লিগের জন্য এই অঙ্ক ধার্য হয়েছে রান বা উইকেটের হিসাবে নয়, দর্শকের মনোযোগের হিসাবে। আর মনোযোগ মাপা হয় পাইপলাইনে। বোর্ডের সম্প্রচার চুক্তি, ফ্র্যাঞ্চাইজির স্কাউটিং ড্যাশবোর্ড, ফ্যান্টাসি প্ল্যাটফর্মের প্লেয়ার-ভ্যালুয়েশন, সংবাদমাধ্যমের এনগেজমেন্ট রিপোর্ট — সব এখন একই পাঁচ ধাপের কাঠামোয় চলে: সংগ্রহ, নিষ্কাশন, শ্রেণিবিন্যাস, বিশ্লেষণ, সিদ্ধান্ত। গত দশ বছরে এই শৃঙ্খলের প্রথম ও চতুর্থ ধাপে বিপুল বিনিয়োগ হয়েছে — দ্রুততর ফেচ, বড় মডেল, চোখধাঁধানো ড্যাশবোর্ড। মাঝের দুই ধাপে বিনিয়োগ প্রায় শূন্য।

এই শূন্যতার স্বাদ আমি আগেও পেয়েছি। ২০২০ সালের মার্চে যখন স্টেডিয়াম বন্ধ হয়ে গেল, চৌদ্দটি ক্লাবের রাজস্ব মডেল বানাতে বসেছিলাম — ম্যাচডে আয় (গড়ে মোট আয়ের ১৮ শতাংশ), হসপিটালিটি, মার্চেন্ডাইজ, সব হিসাব করে। সে সময় বার্সেলোনার মজুরি-রাজস্ব অনুপাত বেরিয়েছিল ৭৪ শতাংশ। ওই প্রক্রিয়া একটা জিনিস শিখিয়েছিল: শূন্যতাও একটি পরিমাপ, যদি আপনি তার স্কেল ঠিক করে দেন। আর সেই স্কেল ঠিক করার কাজটাই আজকের পাইপলাইনে সবচেয়ে অবহেলিত।

স্কোরকার্ডের ফাঁকা ঘরকে শূন্য ধরে নেওয়া ক্রিকেট-বিশ্লেষণের সবচেয়ে পুরনো ভুল। যে ব্যাটারের ডেথ-ওভার স্ট্রাইক রেটের ঘরটি খালি, সে শূন্য রানে আউট হয়েছে — এই অনুমানটাই ভুলের শুরু। তারপর আসে দ্বিতীয়, আরও ধূর্ত ভুল: ফাঁকা ঘরটা দলের গড় দিয়ে ভরে দেওয়া। গড় দিয়ে ভরলে ভ্যারিয়েন্স সংকুচিত হয়, আর ঠিক যে ছেলেটি ব্যতিক্রম হয়ে উঠতে পারত — ২৪ বছরের সেই ঘরোয়া ব্যাটার, যার প্রতি বলে রান দলের গড়ের চেয়ে অনেক উপরে — তার সংখ্যাটা মসৃণ হয়ে গড়ের ভেতরে বিলীন হয়ে যায়। বিশ্লেষণ তখন আর ডেটা দেখছে না, নিজের অনুমান দেখছে।

পাইপলাইনের ব্যর্থতার একটা নির্দিষ্ট আঙুলের ছাপ থাকে, আর সেটা পড়তে শেখা যায়। যদি শুধু দু'-একটা ঘর ফাঁকা থাকে, সমস্যাটা সম্ভবত উৎস নথিতে — পেওয়ালের আড়ালে থাকা পাবলিশার, ছোট বোর্ডের অসম্পূর্ণ প্রেস রিলিজ। কিন্তু যখন শিরোনাম, উৎস, তারিখ, তথ্যবিন্দু — সব একসঙ্গে ফাঁকা, তখন সমস্যাটা সংগ্রহ বা নিষ্কাশনে। বোলারের স্পেল স্কোরকার্ডে টানা ০-০-০-০ দেখলে আমার প্রথম কাজ ফিড যাচাই করা, তার বোলিংয়ের প্রশংসা করা নয়। একই যুক্তি এখানে খাটে। পূর্ণ-শূন্যতা আর আংশিক-শূন্যতা দুটো আলাদা রোগ, আর তাদের চিকিৎসাও আলাদা।

এবার আসল ফাঁদটা। আট শতাংশ ব্যর্থতা নিরীহ শোনায়, যদি ব্যর্থতাগুলো এলোমেলো হয়। পাইপলাইনের ব্যর্থতা কখনো এলোমেলো হয় না। তারা জমা হয় পেওয়ালের পাশে, ইংরেজি ছাড়া অন্য ভাষার প্রকাশনায়, ছোট বোর্ডের কভারেজে — নেপাল, সংযুক্ত আরব আমিরাত, ওমানের মতো জায়গায়। ফলে যে সামগ্রিক রিপোর্টটা তৈরি হয়, সেটা নিরপেক্ষ জনগণনা থাকে না; সেটা এমন এক আদমশুমারি, যা ঠিক সেই ক্রিকেট-অর্থনীতিটাকেই পদ্ধতিগতভাবে কম প্রতিনিধিত্ব করে, যেটা আপনি অধ্যয়ন করার দাবি করছেন। গত মৌসুমে ঘরোয়া ক্রিকেটের স্কোরকার্ড ঘেঁটে আমি একই ভুল ধরেছিলাম — শুধু হোম ম্যাচের গড় থেকে বানানো একটা সিজন-রেটিং। সংখ্যাটা সুন্দর ছিল, অর্থহীন ছিল।

সবচেয়ে ধূর্ত সমস্যাটা প্রায় অদৃশ্য: লেবেল-অসঙ্গতি। বিশ্লেষণের কাঠামোয় যে তত্ত্বটি এসেছে তার লেবেল cricket_asia, অথচ প্রতিবেদনের নিজস্ব specification চায় Cricket। এই একটা শব্দের ফারাকেই পুরো সময়-সিরিজটাকে অচল করে দেয়, কারণ দুই রানে সংগৃহীত নমুনা একই জনগোষ্ঠীর নয়। ক্রিকেটে এই ভুলের সহজ উদাহরণ আছে — ডেথ ওভারের স্ট্রাইক রেট আর টেস্ট ওপেনারের গড় একই স্কেলে বসানো যায় না। ভিন্ন লেবেল থেকে সেলাই করা ট্রেন্ড কোনো প্রবণতা নয়, কোলাজ। আর কোলাজ দিয়ে নির্বাচনের সিদ্ধান্ত নিলে ভুলটা মাঠে গিয়ে ধরা পড়ে, ড্যাশবোর্ডে নয়।

সবচেয়ে বড় ঝুঁকিটা অবশ্য প্রযুক্তিগত নয়, পেশাগত। খালি ইনপুট একটা প্রলোভন তৈরি করে — আট-দফা কাঠামোভিত্তিক এক চকচকে প্রতিবেদন লিখে ফেলা, যার প্রতিটি বাক্য যুক্তিসঙ্গত শোনাবে এবং যার একটিও তথ্যবিন্দুতে পৌঁছাবে না। এই ভুলটা আমি চিনি, কারণ একই ভুলের আরেকটা রূপ ক্রিকেট-অর্থনীতিতে প্রতি সপ্তাহে ঘটে: আইপিএলের রেকর্ড দামকে আন্তর্জাতিক ক্রিকেটে আধিপত্যের প্রমাণ ধরে নেওয়া। দুটোতেই একটা প্রক্সিকে মূল মাপকাঠি ভেবে ফেলা হয়। The spreadsheet didn't vanish. It moved to the screen — আর তার সঙ্গে শৃঙ্খলাটাও প্রম্পটের ভেতরে সরে গেছে, ফাঁকা ঘর ভরানোর প্রলোভনটাও সঙ্গে নিয়ে।

এখানেই আমার সবচেয়ে অজনপ্রিয় মতটা। ক্রিকেট-বিশ্লেষণের পরবর্তী প্রতিযোগিতামূলক সুবিধা আরও ডেটায় নেই; আছে ডেটা-স্বাস্থ্যবিধানে। কোনো এজেন্সি তার ড্যাশবোর্ডের পাশে কমপ্লিটনেস স্কোর ছাপে না — কত শতাংশ নমুনা বাতিল হয়েছে, কোন ঘরগুলো অনুমান দিয়ে ভরা হয়েছে, সেটা কেউ প্রকাশ করে না। অথচ এই একই ব্যর্থতা চোখের পরীক্ষাতেও ঘটে, ঠিক একই নীরবতায়। স্কাউটের টেবিলে একটা ঘর ফাঁকা থাকলে সেটা ভরে যায় "নেটে ভালো দেখাচ্ছিল" দিয়ে, আর সেই ভরাট করা ঘর কেউ কখনো অডিট করে না। I learned more from the missing columns than from the final report — আর A source who vanishes leaves a trail of questions you should have asked। এখানে উৎস নয়, উৎসের ঘরটাই vanish করেছে।

ক্লাব ফাইন্যান্সে আমার একটা পুরনো নিয়ম আছে: ওয়েজ-টু-আউটপুট অনুপাত বের করতে না পারলে ট্রান্সফার নিয়ে একটা শব্দও লিখি না। ২০২৪ সালের জানুয়ারিতে ওই নিয়মই বোর্ডকে ৩১ বছরের এক বিদেশি স্ট্রাইকারের বদলে ২৪ বছরের ঘরোয়া বিকল্প বেছে নিতে রাজি করিয়েছিল কুড়ি মিনিটে। নিয়মটা এখন সম্প্রসারিত — কমপ্লিটনেস স্কোর ছাড়া কোনো সিদ্ধান্ত নেই। পাইপলাইনে গেট বসাতে হবে: তথ্যবিন্দুর তালিকা খালি থাকলে বিশ্লেষণ থামবে, সুন্দর বাক্য লিখবে না।

২০২৭ চক্রে কোন দক্ষিণ এশীয় বোর্ড বা ফ্র্যাঞ্চাইজি প্রথম তার দল-নির্বাচনের পাশে একটা ডেটা-কমপ্লিটনেস সূচক প্রকাশ করবে? যে টেলিভিশন গ্রাফিক্সটা সন্ধ্যায় কোটি দর্শক দেখছে, তার নমুনা কি ৯৬ শতাংশ সম্পূর্ণ, নাকি ৬০? দর্শক হয়তো কখনো জানতে চাইবে না। কিন্তু যে ক্লাবটা ওই সংখ্যার ভিত্তিতে কোটি টাকা খরচ করছে, তার জানা উচিত।