ফাঁকা পেলোড: ক্রিকেট ডেটা পাইপলাইনের নীরব ব্যর্থতা

সিঙ্গাপুরে রাত দুটোয় ল্যাপটপ খুলে স্ক্রিনে একটা JSON অবজেক্ট দেখলাম। স্কিমা সম্পূর্ণ — শিরোনাম, সূত্র, নিবন্ধের ধরন, সংশ্লিষ্ট এনটিটি, সময়-সংবেদনশীলতা, ডোমেইন লেবেল। প্রতিটি ফিল্ড উপস্থিত। প্রতিটি ফিল্ড খালি। তথ্যবিন্দুর ঘরে কোনো মান নেই, মূল দৃষ্টিভঙ্গির ঘরটাও ফাঁকা, এনটিটির ঘরে শুধু নির্দেশনা লেখা — যে নির্দেশনা থেকে মান বের হওয়ার কথা, সেই মানগুলোই আসেনি। ডোমেইন লেবেলে লেখা 'ক্রিকেট_ওয়ার্ল্ড'। অর্থাৎ আমার ডেস্কে একটা ক্রিকেট প্রতিবেদন এসেছে, যার ভেতরে একটি শব্দও ক্রিকেট নেই। ২০১৮ সালে রাশিয়া বিশ্বকাপে ক্রোয়েশিয়ার এক্সট্রা-টাইম অডিট করেছিলাম হাতে-কলমে, ম্যাচের পর ম্যাচ প্রতিটি শট লগ করে। তখন ডেটা কম ছিল, কিন্তু ছিল। এবার যা পেলাম তা ডেটার অভাব নয় — ডেটার অনুপস্থিতি, সুন্দর প্যাকেজিং সহ। ক্রিকেট বিশ্লেষণে আমি একটা নিয়ম মেনে চলি: ফরম্যাট আগে, তারপর সব কিছু। টেস্ট, ওয়ানডে, টি-টোয়েন্টি — এই তিন কাঠামোয় ট্যাকটিক্যাল যুক্তি, পিচ প্রস্তুতি আর খেলোয়াড়ের মেট্রিক একে অন্যের থেকে ধার নেওয়া যায় না। টি-টোয়েন্টির পাওয়ারপ্লেতে ১৪০ স্ট্রাইক রেট একটা অর্থ বহন করে, ওয়ানডের ডেথ ওভারে একই ১৪০ সম্পূর্ণ ভিন্ন অর্থ বহন করে, আর টেস্টের প্রথম সেশনে সেই সংখ্যাটার কোনো মানেই নেই। তাই ফরম্যাট শুধু বর্ণনামূলক বিবরণ নয়, এটি একটি কঠোর প্রবেশদ্বার। আট-মাত্রার বিশ্লেষণ কাঠামোটা এই প্রবেশদ্বারের ওপর দাঁড়ানো। ফরম্যাট ও ম্যাচ বিশ্লেষণ, খেলোয়াড়ের টেকনিক ও ডেটা, দলের অবস্থান ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক ইকোসিস্টেম, নিয়ম ও গভর্ন্যান্স, ঝুঁকির দিক, জনন্যারেটিভ ও প্রত্যাশার ফাঁক, এবং সর্বশেষে ইন্ডাস্ট্রি ট্রান্সমিশন। এই আটটি মাত্রা একে অন্যের ওপর নির্ভরশীল। কিন্তু তার আগে প্রথম স্তরে কিছু ন্যূনতম উপাদান লাগে — নিবন্ধের শিরোনাম ও প্রকাশতারিখ, সূত্র ও বাইলাইন, অন্তত পাঁচ থেকে আটটি আলাদা তথ্যবিন্দু, ফরম্যাট ও ম্যাচ-প্রসঙ্গ, নামযুক্ত এনটিটি, এবং লেখকের অবস্থান। এবারের পেলোডে এর একটিও নেই। বিশ্লেষণ করতে গেলে যা করতে হতো, তা হলো অনুমান। আর ক্রিকেটে অনুমান লেজারে ঢুকে সবচেয়ে দীর্ঘজীবী হয়। আমার অডিট ট্রেইল সরল ছিল। তথ্যবিন্দু শূন্য মানে নমুনা শূন্য। শূন্য নমুনার ওপর দাঁড়িয়ে কোনো খেলোয়াড়ের ফর্ম-ট্রেন্ড, বয়স-বক্ররেখা বা স্যাম্পল-সাইজ বিচার করা যায় না — এখানে ব্যাপারটা 'ছোট নমুনা'র ঝুঁকি নয়, 'শূন্য নমুনা'র হার্ড ব্লক। শিরোনাম অনুল্লেখিত মানে সময়-অ্যাঙ্কর নেই, ফলে একটা লাইভ সিরিজ, একটা নিলাম উইন্ডো আর একটা চলমান গভর্ন্যান্স বিতর্কের মধ্যে পার্থক্যই করা যাচ্ছে না। এনটিটির ঘরে মান না থাকায় রোল-ক্লাসিফিকেশনও অসম্ভব — ওপেনার, অ্যাঙ্কর, ফিনিশার, পেসার, স্পিনার, উইকেটকিপার — কোনটা, সেটা না জানলে কোন মেট্রিক সেট প্রযোজ্য হবে তা ঠিক হয় না। শাকিব আল হাসানের মতো একজন অলরাউন্ডারের ব্যাটিং ও বোলিং ডেটা একই মাপকাঠিতে বিচার করা যায় না; মুস্তাফিজুর রহমানের কাটার-নির্ভর ডেলিভারি ডেথ ওভারের কনটেক্সট ছাড়া অর্থহীন। এই দুটি নাম উদাহরণ, কোনো তথ্যবিন্দু নয় — পেলোডে কোনো নামই আসেনি। সূত্র-গ্রেডিং না থাকা সবচেয়ে বিপজ্জনক ফাঁক। সরকারি বোর্ডের ঘোষণা, প্রথম সারির ক্রিকেট মিডিয়া, অ্যাগ্রিগেটর আর সোশ্যাল পোস্ট — এদের নির্ভরযোগ্যতার দূরত্ব বিশাল। গভর্ন্যান্স ও ইন্টিগ্রিটি সংক্রান্ত দাবি সবচেয়ে বেশি সূত্র-নির্ভর। আইসিসির প্লেয়িং কন্ডিশন অনুযায়ী বৃষ্টিবিঘ্নিত ম্যাচে লক্ষ্য পুনর্নির্ধারণের জন্য ব্যবহৃত হয় ডাকওয়ার্থ-লুইস-স্টার্ন পদ্ধতি; ডিএসআর-এ 'আম্পায়ার্স কল' তখনই বহাল থাকে যখন বল-ট্র্যাকিং প্রযুক্তির ত্রুটি-সীমার ভেতরে পড়ে; আইপিএল নিলামে আরটিএম (রাইট টু ম্যাচ) পদ্ধতিতে পূর্ববর্তী ফ্র্যাঞ্চাইজি শীর্ষ ডাকের সমান বিড করতে পারে; আর ওভারসিজ লিগে খেলতে বোর্ডের এনওসি লাগে। এই চারটি বিষয়ের যেকোনো একটিতে ভুল রিপোর্টিং মানে শুধু ভুল লেখা নয়, ভুল সিদ্ধান্ত ছড়িয়ে দেওয়া। সূত্রের গ্রেড ছাড়া সেই ভুল ধরার কোনো উপায়ই থাকে না। বাণিজ্যিক স্তরেও একই ছবি। সম্প্রচার স্বত্বের মূল্য, ফ্র্যাঞ্চাইজির ভ্যালুয়েশন, খেলোয়াড়ের বেতন — কোনো সংখ্যাই নেই। কাজেই লিগের বাণিজ্যিক মূল্য বনাম ক্রীড়াগত ন্যায্য মূল্যের তুলনা, যা এই ডোমেইনের মূল দায়িত্ব, চালানোই যায় না। ঝুঁকির ম্যাট্রিক্সে আমি 'রেট করা যায় না' লিখতে বাধ্য হয়েছি। এটা দুর্বলতা নয়, সিদ্ধান্ত। শূন্য তথ্যবিন্দু থেকে তৈরি করা একটা 'কম ঝুঁকি' রেটিং সত্যিকার ঝুঁকির চেয়ে অনেক বেশি ক্ষতি করে, কারণ মানুষ সংখ্যাটাকে বিশ্বাস করে ফেলে। এখানে যে একমাত্র ঝুঁকি আত্মবিশ্বাসের সঙ্গে বলা যায়, সেটি পাইপলাইনের — এক্সট্রাকশন স্তরটি কাঠামোগতভাবে বৈধ, কিন্তু বিষয়গতভাবে শূন্য একটি অবজেক্ট তৈরি করেছে। স্কিমা ভরা, ভেতর ফাঁকা — এই প্যাটার্নটি সাধারণত ক্রলিং সমস্যা নয়, পার্সিং সমস্যা। ন্যারেটিভের দিকটাও অন্ধ। কোন ক্রিকেটার নিয়ে আলোচনা হচ্ছে জানা না গেলে 'সুপারস্টার হ্যালো' পরীক্ষা চালানো যায় না — অর্থাৎ যে পরীক্ষায় দেখা হয় জনপ্রিয়তা তুঙ্গে, অথচ অন্তর্নিহিত ডেটা নিম্নমুখী। প্রত্যাশার ফাঁক মাপতে হলে প্রত্যাশার একটা ভিত্তিরেখা দরকার, যেটা এখানে নেই। তবু এই ব্যর্থতার একটা দাম আছে, আর সেটা কম। মূল নথিতে আরেক দফা এক্সট্রাকশন চালালেই আটটি মাত্রা খুলে যায় — কয়েক মিনিটের কাজ, বনাম একটা বানানো বিশ্লেষণের দীর্ঘমেয়াদি ক্ষতি। এখানেই আমার আপত্তিটা অন্য জায়গায়। খালি পেলোড আসলে খারাপ পেলোডের চেয়ে ভালো। একটা পাইপলাইন যদি ফাঁকা ফেরত দেয়, আমি জানি আমার কিছু নেই। কিন্তু যদি সেটি ভদ্রভাবে একটা ১৪৫ স্ট্রাইক রেট, একটা কাল্পনিক র‍্যাঙ্কিং আর একটা 'মাঝারি ঝুঁকি' ট্যাগ বসিয়ে দেয়, তাহলে সেই সংখ্যাগুলো লেজারে ঢুকে তিনটি ডাউনস্ট্রিম মডেলে উত্তরাধিকার হয়ে যায়। বছরের পর বছর যে সিগন্যাল আমি বিশ্বাস করতাম, ফাঁকা স্টেডিয়াম বুন্দেসলিগা থেকে সেটাই কেড়ে নিয়েছিল — সেটি ছিল একটি সৎ শূন্যতা, যা আমাকে আমার মডেল নতুন করে লিখতে বাধ্য করেছিল। আসল ব্যর্থতা তাই এক্সট্রাকশন ইঞ্জিনে নয়, ইনসেনটিভে। নিউজরুম ভলিউম চায়, ড্যাশবোর্ড প্রতিদিন ভরতে হয়। ফাঁকা ঘর থাকলে মানুষ অনুমানে ভরে দেয়, আর পেশাদারি শব্দে সেই অনুমানকে 'প্রাথমিক মূল্যায়ন' বলা হয়। আমি ট্রান্সফার গুজব পড়া বন্ধ করেছিলাম যেদিন মজুরি-সমন্বয়িত রেসিডিউয়াল দেখলাম — এখানেও একই নীতি প্রযোজ্য। পারস্পরিক সম্পর্ক আর কারণকে গুলিয়ে ফেলা যাবে না। একটা নির্দিষ্ট প্রকাশকের পেলোড বারবার খালি এলে সেটা ক্রলারের রোগ নয়, সম্ভবত জাভাস্ক্রিপ্টে রেন্ডার হওয়া পেজ, পেওয়াল বা ভিন্ন ভাষার সোর্স। একটি ঘটনা দিয়ে ইঞ্জিনের রোগনির্ণয় করা যায় না; তিন থেকে পাঁচটি চক্র দেখতে হয়। আরেকটি সতর্কতা আমার নিজের জন্য। গভর্ন্যান্সে কোনো ইন্টিগ্রিটি খবর না থাকা মানে দুর্নীতি নেই — এই ভুলটা ডেটা-মানুষেরা সবচেয়ে বেশি করে। তথ্যের অনুপস্থিতি কখনোই পরিচ্ছন্নতার প্রমাণ নয়। আমি বিশৃঙ্খলার একটা মডেল বানিয়েছিলাম, তারপর দেখলাম খেলাটা সেটাকে উপহাস করছে — সেটি ভাগ্য ছিল না, কোণ আর দূরত্বের একটি স্প্রেডশিট। এবার হাতে কোনো স্প্রেডশিটই নেই। সামনের তিন থেকে পাঁচটি ইনজেশন চক্রে আমি একটা জিনিসই দেখব: ফরম্যাট ফিল্ড সবার আগে পূরণ হচ্ছে কি না। কারণ ফরম্যাট হলো সেই প্রবেশদ্বার, যার ভেতর দিয়ে বাকি সাতটি মাত্রা যেতে হয়। যদি পুনরায় খালি আসে, তাহলে ধরে নেব সমস্যাটা একক নয়, সিস্টেমিক — এবং তখন প্রশ্নটা ডেটার নয়, নিউজরুমের নিজের অডিটের।