স্টেজ-১ রিপোর্ট শূন্য: ক্রিকেট বিশ্লেষণ পাইপলাইনের নীরব ব্যর্থতা

গত সপ্তাহে যখন আমি বাংলাদেশ-ভারত নারী ওয়ানডে সিরিজের একটি ম্যাচের টেপ-স্ট্রিম পর্যালোচনা করছিলাম, তখন একটি স্ট্রাইক-রেট ভিজ্যুয়ালাইজেশনের ডেটা পয়েন্ট খুঁজতে গিয়ে বুঝলাম সিস্টেম আমাকে ফাঁকা আউটপুট দিচ্ছে। সেদিন আমি একটি সিদ্ধান্তে পৌঁছেছিলাম—আমাদের বিশ্লেষণ পাইপলাইনে সবচেয়ে বিপজ্জনক ব্যর্থতা সেটি নয় যা ক্র্যাশ করে, বরং সেটি যা নীরবে শূন্য রিটার্ন করে এবং ব্যবহারকারীকে ভুল বিশ্বাসে ডুবিয়ে রাখে। এটিই স্টেজ-১ ডিকনস্ট্রাকশন রিপোর্টের নাল-ফিল্ড সংকট, যা ক্রিকেট-ডেটা পরিবেশে একটি আনডকুমেন্টেড ঝুঁকি হিসেবে রয়ে গেছে। এই সমস্যাটি বুঝতে হলে ক্রিকেট-বিশ্লেষণ পাইপলাইনের অন্তর্গত স্তরবিন্যাস সম্পর্কে স্পষ্ট ধারণা থাকতে হবে। স্টেজ-১ হলো সেই ধাপ যেখানে একটি সোর্স নিবন্ধ থেকে শিরোনাম, সোর্স, তথ্য-বিন্দু এবং সত্তা (এনটিটি) উত্তোলন করা হয়। স্টেজ-২ হলো সেই ধাপ যেখানে এই তথ্য-বিন্দুগুলোকে ভিত্তি ধরে আটটি মাত্রার (ডাইমেনশন) গভীর বিশ্লেষণ চালানো হয়। পুরো ফ্রেমওয়ার্কের প্রথম শর্ত হলো: প্রতিটি সিদ্ধান্ত স্টেজ-১ তথ্য-বিন্দুতে ভিত্তি করে হতে হবে। যখন স্টেজ-১ ফাঁকা ফিরে আসে, তখন স্টেজ-২-এর প্রতিটি মাত্রা নাল-হ্যান্ডলিং নিয়মে (কনস্ট্রেইন্ট #৬/#৭) ঢুকে যায় এবং প্রতিটি ফিল্ড "অপর্যাপ্ত তথ্য, মূল্যায়ন করা সম্ভব নয়" হিসেবে চিহ্নিত হয়। ২০২৬ সাল পর্যন্ত, বিশ্বের শীর্ষস্থানীয় ক্রিকেট অ্যানালিটিক্স সিস্টেমগুলোতে এই ধরনের নাল-ফিল্ড প্রোটোকল স্ট্যান্ডার্ড হলেও, দক্ষিণ এশিয়ার ক্রিকেট-মিডিয়া স্ট্যাকগুলোতে এটি প্রায়শই অনুপস্থিত থাকে। স্টেজ-২ বিশ্লেষণের আটটি মাত্রার গঠনটি পরীক্ষা করলে দেখা যায়, প্রতিটি স্তরই তথ্য-বিন্দুর উপর নির্ভরশীল। ফরম্যাট ও ম্যাচ বিশ্লেষণে টেস্ট, ওয়ানডে, টি-টোয়েন্টি বা দ্য হান্ড্রেড—কোন ফরম্যাট সেটি জানা যায়নি, তাই পাওয়ারপ্লে, মিডল-ওভার বা ডেথ-ওভারের কোনো ডেটা নেই। ভেন্যু, পিচ, আবহাওয়া, ডিএসএস বা ডিউ—কোনো পরিবেশগত ভেরিয়েবলও সরবরাহ করা হয়নি। ফলাফল-বনাম-প্রক্রিয়া যাচাইয়ের কোনো উপায় নেই। খেলোয়াড়ের কৌশল ও ডেটা বিশ্লেষণে কোনো খেলোয়াড়ের নাম নেই, ভূমিকা নেই, ব্যাটিং গড় বা বোলিং ইকোনমি নেই। বয়স-বক্ররেখা, ইনজুরি ইতিহাস বা সাম্প্রতিক ফর্মের প্রবণতা—কিছুই মূল্যায়ন করা সম্ভব নয়। দলীয় ল্যান্ডস্কেপ ও র‍্যাঙ্কিং বিশ্লেষণে কোনো দল চিহ্নিত করা যায়নি, তাই আইসিসি র‍্যাঙ্কিং, হোম-অ্যাওয়ে প্রোফাইল, ব্যাটিং গভীরতা, বোলিং কম্বিনেশন বা বেঞ্চ গভীরতার কোনো তুলনা সম্ভব নয়। লিগ ও বাণিজ্যিক ইকোসিস্টেম বিশ্লেষণে কোনো লিগ, ফ্র্যাঞ্চাইজি বা নিলাম উল্লেখ নেই। ব্রডকাস্ট-অধিকার মূল্য, ফ্র্যাঞ্চাইজি মূল্যায়ন বা খেলোয়াড় বেতনের কোনো ট্রেন্ড নেই। নিয়ম ও শাসন বিশ্লেষণে ক্ষমতা/রাজস্ব বণ্টন, খেলার নিয়ম বিতর্ক, সততা/দুর্নীতির ইঙ্গিত—কোনো গভর্নেন্স চেকপয়েন্ট নেই। ঝুঁকি বিশ্লেষণে ছয়টি ঝুঁকি শ্রেণির (ক্রীড়া, কর্মী, বাণিজ্যিক, নিয়ম/সততা, জনমত, সিস্টেমিক) প্রতিটি ক্ষেত্রেই মূল্যায়ন করা সম্ভব নয়। সামগ্রিক ঝুঁকি রেটিং নাল হিসেবে চিহ্নিত। জনমত ও প্রত্যাশা বিশ্লেষণে কোনো বর্তমান আখ্যান, হিট-সাইকেল পর্ব বা প্রত্যাশা-ফাঁক নেই। শিল্প সংক্রমণ বিশ্লেষণে আপস্ট্রিম, মিডস্ট্রিম ও ডাউনস্ট্রিমের কোনো অংশে সংক্রমণ ট্রেস করা সম্ভব নয়। এখানেই আমার গভীরতম আতঙ্ক। ২০১৭ সালে শেখ জামাল ধানমন্ডিতে যখন আমি ১২-জোন পাসিং মডেল তৈরি করছিলাম, তখন আমি প্রতিটি ডেটা পয়েন্ট নিজে যাচাই করতাম। ২০১৮ বিশ্বকাপে ফ্রান্সের ৪-২-৩-১ বিশ্লেষণের জন্য আমি প্রতিদিন সকালে ডেটা ভ্যালিডেশন চালাতাম। কিন্তু যখন একটি স্বয়ংক্রিয় পাইপলাইন নীরবে ফাঁকা রিপোর্ট দেয়, তখন সেই ভ্যালিডেশন নেই। ব্যবহারকারী দেখেন—তালিকা খালি, কিন্তু সম্ভবত ধরে নেন "কোনো ঝুঁকি নেই"। এটি সবচেয়ে বিপজ্জনক ভুল। আমি এই সমস্যার মূল কারণ বিশ্লেষণ করে তিনটি সম্ভাব্য ব্যর্থতার পথ চিহ্নিত করেছি। প্রথমত, ইনজেশন ব্যর্থতা: সোর্স নিবন্ধটি হয়তো সিস্টেমে পৌঁছায়নি, তাই আউটপুট ফাঁকা। কিন্তু সিস্টেম কোনো এরর ফ্ল্যাগ তোলে না—এটিই সমস্যা। দ্বিতীয়ত, পার্সিং বা এক্সট্রাকশন ত্রুটি: ইনজেশন সফল হলেও এক্সট্রাকশন স্তরটি নিষ্ক্রিয় ছিল। তৃতীয়ত, স্কিমা মিসম্যাচ: নিবন্ধের ফরম্যাট প্রত্যাশিত জেসনের সাথে মেলেনি, তাই পার্সার শূন্য ফিরিয়েছে। সব ক্ষেত্রেই ফলাফল এক—নিরব ব্যর্থতা। আন্তর্জাতিক ক্রিকেট অ্যানালিটিক্স অনুশীলনে ইএসপিএনক্রিকইনফো বা ক্রিকভিজ-এর মতো প্ল্যাটফর্মে এই নাল-ফিল্ড সমস্যার প্রমিত সমাধান বিদ্যমান। উদাহরণস্বরূপ, যখন কোনো ম্যাচের "প্রেশন ইঙ্কাইস" বা "ইমপ্যাক্ট স্কোর" ডেটা অনুপস্থিত থাকে, তখন প্ল্যাটফর্মটি স্পষ্টভাবে "DATA ERROR — NO INPUT" ফ্ল্যাগ ব্যবহার করে, যা বিশ্লেষককে বিশ্লেষণ চালু করার আগেই সতর্ক করে। কিন্তু আতঙ্কের বিষয় হলো—আমাদের সিস্টেমে এই ফ্ল্যাগিং অনুপস্থিত। শূন্য তথ্য-বিন্দু এবং শূন্য আউটপুটকে অভিন্নভাবে উপস্থাপন করা হয়। এই সমস্যার একটি কাঠামোগত মূল্যায়ন করলে দেখা যায়, পুরো ফ্রেমওয়ার্ক আটটি মাত্রার প্রতিটি স্তরে তথ্য-বিন্দুতে নির্ভরশীল। শূন্য ইনপুট মানে আটটির মধ্যে সাতটিতে সরাসরি নাল, আর বাকি একটি—স্টেটেজ-২-এর ডায়াগনস্টিক মূল্য নিজেই কোনো বিশ্লেষণ নয়। অর্থাৎ, স্টেজ-১ এর ব্যর্থতা পুরো স্টেজ-২ অপ্রয়োজনীয় কাগজে পরিণত করে। এখানেই সবচেয়ে বেশি আলোচিত এবং ভুল ব্যাখ্যাটি লুকিয়ে আছে। অনেকে ভাবেন—ফাঁকা রিপোর্ট মানে দলে কোনো সমস্যা নেই, বা ম্যাচটি নিরাপদ। বাস্তবতা হলো উল্টো। নাল-ফিল্ড হলো সিস্টেমের সবচেয়ে শক্তিশালী ইন্টিগ্রিটি ফ্ল্যাগিং মেকানিজম। কোনো বিশ্লেষক যদি ফাঁকা আউটপুট দেখে সিদ্ধান্ত টানে, তাহলে তিনি সরাসরি আগুনে হাত দিচ্ছেন। ডেটা-গভর্নেন্সের দৃষ্টিতে বললে, "অনুপস্থিত ডেটা" এবং "নিরাপদ ডেটা" দুটি সম্পূর্ণ বিপরীত জিনিস। একটি খালি তালিকা কখনোই নিরাপত্তার প্রমাণ নয়; এটি অনুপস্থিত প্রমাণের প্রমাণ। আমি আমার অভিজ্ঞতা থেকে বলতে পারি, যে কোনো সিস্টেমে সাতটি সম্ভাব্য আউটপুট রাজ্যের চেয়ে কম-এর-কম-আটটি অবস্থা পরীক্ষা করা উচিত: ইনপুট পাওয়া গেছে, পার্সিং সফল, এক্সট্রাকশন সফল, তথ্য-বিন্দু সংখ্যা >০, প্রতিটি মাত্রায় ডেটা বিদ্যমান, নাল-হ্যান্ডলিং প্রয়োগ হয়েছে, স্পষ্ট ফ্ল্যাগিং আছে, এবং ব্যবহারকারীকে সতর্কীকরণ পাঠানো হয়েছে। যদি আটটির মধ্যে যেকোনো একটিতেও ব্যর্থতা থাকে, তাহলে ডাউনস্ট্রিম কনজিউমারকে অবশ্যই "ডেটা ত্রুটি — কোনো বিশ্লেষণ সম্পন্ন হয়নি" হিসেবে সেটি প্রদর্শন করতে হবে। এর পরবর্তী ধাপ হবে ট্রিগার-ভিত্তিক মনিটরিং। যেকোনো বিশ্লেষণ পাইপলাইনে কমপক্ষে তিনটি ট্রিগার মাপা উচিত। প্রথমত, স্টেজ-১ পুনরায় এক্সট্রাকশন সফলতা—একটি বৈধ তথ্য-বিন্দু ফিরে এলেই কেবল ডাউনস্ট্রিমে ডেটা পাঠানো হবে। দ্বিতীয়ত, সৌর্স মেটাডেটা পুনরুদ্ধার—শিরোনাম, সোর্স, ধরন সব পূরণ হয়েছে কিনা যাচাই। তৃতীয়ত, এনটিটি তালিকা পূর্ণতা—দল, খেলোয়াড় ও ইভেন্ট চিহ্নিত হয়েছে কিনা দেখা। প্রতিটি ট্রিগারের একটি নির্দিষ্ট ব্যর্থ সংকেত এবং প্রতিক্রিয়ার সময়সীমা থাকতে হবে। আমার সমালোচনার কেন্দ্রবিন্দু হলো এই ডায়াগনস্টিক সংকট এবং এর ব্যবস্থাপনা। একজন ডেটা বিশ্লেষক হিসেবে আমি মানি—ভালো কোনো ব্যর্থতা কখনো এত নীরব হয় না যে সে নিজেকে বাতিল করে ফেলে। এই নাল-ফিল্ড পরিস্থিতি আসলে একটি ক্রীড়া-প্রযুক্তি অপরিপক্বতার লক্ষণ, যেখানে সিস্টেম সততার চেয়ে সম্পূর্ণতার প্রতি বেশি মনোযোগী। একটি সিস্টেম যা সাতটি নাল ফিল্ড সহ সমাপ্ত বলে রিপোর্ট করে, সেটি একটি ক্ষতিগ্রস্ত সিস্টেম যা নিজের অসুস্থতা স্বীকার করে না। ক্রিকেট সংবাদ পরিবেশনায়, বিশেষ করে বাংলাদেশ মার্কেটে, যেখানে স্থানীয় লিগ থেকে শুরু করে নারী দলের ট্র্যাকিং পর্যন্ত ডেটা উৎস প্রায়শই অসম্পূর্ণ, সেখানে এই ধরনের নাল-নিরাপত্তা আরও জরুরি। ২০২৬ সালের ৩০ জুন পর্যন্ত কোনো স্টেজ-১ রিপোর্ট যদি শূন্য তথ্য-বিন্দু নিয়ে ফিরে আসে, তবে সেটি একটি ডায়াগনস্টিক সংকট বার্তা হিসেবে চিহ্নিত হওয়া উচিত, সমাপ্ত বিশ্লেষণ হিসেবে নয়। পুনরায় প্রক্রিয়া চালানো, সৌর্স মেটাডেটা যাচাই এবং ইনজেশন পাইপলাইন পরীক্ষা—এই তিনটি অবশ্যই আপস্ট্রিম প্রোটোকলের অংশ হতে হবে। আমার কাছ থেকে পরবর্তী মাসগুলোতে আপনি একটি সিস্টেম-বান্ধব প্রস্তাব আশা করতে পারেন: তথ্য-বিন্দু শূন্য হলে স্বয়ংক্রিয়ভাবে প্রক্রিয়া দ্বিতীয়বার চালু হবে, ব্যর্থতার মূল কারণ লগ করা হবে, এবং ডাউনস্ট্রিমে কেবল একটি স্পষ্ট সতর্কীকরণ ধ্বজা পাঠানো হবে। কারণ আমি বিশ্বাস করি—সিস্টেমের সবচেয়ে বড় শত্রু ক্র্যাশ নয়, বরং সেই শূন্যতা যা নিজেকে ডেটা বলে উপস্থাপন করে। ক্রিকেটকে আমি সবসময় সিদ্ধান্ত-বৃক্ষ এবং জোন-মানচিত্র হিসেবে পড়ি; আজ থেকে আমি বিশ্লেষণ পাইপলাইনকেও সেই একই চোখে পড়তে শুরু করলাম।