নীরব ব্যর্থতার লেজার: ক্রিকেট ডেটা বিশ্লেষণে শূন্য ফলাফল কেন 'সব ঠিক' নয়

প্রথম বলের আগেই আমি খাতা খুলেছিলাম, বাজার বন্ধ হওয়ার পরেই বন্ধ করেছি। সেদিন অবশ্য খাতায় কোনো লাইনই ওঠেনি। বিশ্লেষণের প্রথম স্তর থেকে ফিরে আসা পাতায় শিরোনাম নেই, সূত্র নেই, তারিখ নেই — শুধু একটি ফাঁকা তালিকা, তার পাশে লেখা "প্রযোজ্য নয়"। ভোররাত সাড়ে তিনটায় ময়মনসিংহের ভাড়া ঘরে বসে পর্দার দিকে তাকিয়ে আমার প্রথম অনুভূতি ছিল স্বস্তি: কোনো ঝুঁকি মেলেনি। কয়েক সেকেন্ড পরেই টের পেলাম, এই স্বস্তিটাই সবচেয়ে বড় ফাঁদ। একটি শূন্য ফলাফল মানে ঝুঁকির অভাব নয়; এর মানে হলো, ঝুঁকি খুঁজে বের করার যন্ত্রটি নীরবে থেমে গেছে — আর কেউ তা টের পায়নি।

ক্রিকেটের ডেটা বিশ্লেষণ আজ দুই স্তরের পাইপলাইনে চলে। প্রথম স্তর একটি নিবন্ধ বা ম্যাচ-প্রতিবেদন থেকে "তথ্যবিন্দু" টেনে বের করে: কে, কখন, কোন ফরম্যাট, কী পরিসংখ্যান। দ্বিতীয় স্তর সেই বিন্দুগুলোকে আটটি মাত্রায় বিশ্লেষণ করে — ফরম্যাট, খেলোয়াড়, দল, লিগ, শাসন, ঝুঁকি, জনমতের বর্ণনা এবং ইন্ডাস্ট্রি সংক্রমণ। ব্যাপারটা কারখানার অ্যাসেম্বলি লাইনের মতো। প্রথম স্টেশনে যদি স্ক্রু না বসে, দ্বিতীয় স্টেশনে রোবট যত নিখুঁতই হোক, লাইনের শেষে খালি বাক্সই বেরোবে। প্রতিটি স্তর আলাদা, তবু প্রতিটি স্তর আগেরটির উপর নির্ভরশীল — আর সেই নির্ভরতাই এখানে সবচেয়ে বড় দুর্বলতা।

আমার হাতে আসা প্রতিবেদনটিতে প্রথম স্তরের প্রতিটি ঘর ফাঁকা ছিল। শিরোনাম নেই, সূত্র নেই, দল বা খেলোয়াড়ের নাম নেই, সময়-সংবেদনশীলতার কোনো মূল্যায়ন নেই, সূত্রের গুণমানের কোনো বিচার নেই। তবু দ্বিতীয় স্তর তার পুরো কাঠামো — আটটি মাত্রা, ঝুঁকির ম্যাট্রিক্স, সংক্রমণ মানচিত্র — নির্দোষভাবে নিঃসৃত করেছে, আর প্রতিটি খোপে বসিয়ে দিয়েছে "তথ্য অপর্যাপ্ত, মূল্যায়ন সম্ভব নয়"। ফলাফল দেখতে পরিষ্কার, সুশৃঙ্খল, পেশাদার। অথচ ভেতরে একটিও দাঁড়ি নেই, যার উপর ভর দিয়ে কোনো সিদ্ধান্ত নেওয়া যায়।

এই দৃশ্য আমার কাছে নতুন নয়। ২০১৭ সালে, এই ময়মনসিংহের ভাড়া ঘরেই, চার মাস ধরে পাইথন শিখে আমি একটি স্ক্র্যাপার বানিয়েছিলাম — যেটি প্রিমিয়ার লিগের প্রতিটি শট, এক্সজি আর পিপিডিএ টেনে বের করত। তখনই শিখেছিলাম: ডেটা না থাকলে ডেটার অভাবটাই ডেটা। হাডার্সফিল্ড টাউন নিয়ে আমার প্রথম লেখাটি টিকে গিয়েছিল, কারণ প্রতিটি দাবির পাশে সোর্স টেবিল ছিল — গোলরক্ষক ইয়োনাস লেসল প্রত্যাশার চেয়ে ৪.১ গোল বেশি বাঁচিয়েছিলেন, আর দলটি টিকে ছিল −১৭.৩ এক্সজি ব্যবধানে। ফাঁকা টেবিল আমি কখনো পাঠকের সামনে ধরি না।

এই মুহূর্তে আমরা ট্রান্সফার উইন্ডোতে আছি। গুজবের বন্যা বইছে — কে কোথায় যাচ্ছে, কার দাম কত, কোন এজেন্ট কার সঙ্গে দেখা করল। এই গোলমালের মধ্যেই ডেটা-শৃঙ্খলার প্রশ্নটি সবচেয়ে জরুরি হয়ে ওঠে। ট্রান্সফার কোনো গল্প নয়; তা টাইমস্ট্যাম্প, ধারা আর প্রণোদনা, যার গায়ে একটি স্কার্ফ জড়ানো। মুক্তির ধারা আর মজুরির বিলই এখানে আসল খবর — আর তা যাচাই করা যায় কেবল তখনই, যখন প্রতিটি সংখ্যার পেছনে একটি তারিখ আর একটি সূত্র দাঁড়িয়ে থাকে।

বাজারের দিকটাও ভাবুন। একটি ক্লোজিং লাইন হলো সেই স্বীকারোক্তি, যা বাজার তখনই করে, যখন কেউ দেখছে না। যদি আপনার পাইপলাইন শূন্য ফল এনে "ঝুঁকিমুক্ত" সংকেত দেয়, আপনি সেই স্বীকারোক্তির সবচেয়ে গুরুত্বপূর্ণ অংশটি — নীরবতাটি — পড়তে ব্যর্থ হবেন। জুয়ার বাজারে এটি কেবল তাত্ত্বিক বিপদ নয়; এটি সরাসরি টাকার হিসাব।

এখানেই আসল শিক্ষা। বিশ্লেষক-বিশেষজ্ঞের কাছে শূন্য ইনপুট নিজেই এক ধরনের ফলাফল — ব্যর্থতার ফলাফল। পার্থক্যটা সূক্ষ্ম, অথচ ভয়ংকর।

ভাবুন, একটি ম্যাচ-পূর্ব ঝুঁকি-নির্ধারণ ব্যবস্থা চালু আছে। প্রথম স্তরের স্ক্র্যাপার কোনো কারণে তথ্য তুলতে পারল না — হয় পেজের কাঠামো বদলেছে, হয় নেটওয়ার্ক টাইমআউট, হয় ভাষা-শনাক্তকরণে ত্রুটি। প্রথম স্তর খালি হাতে ফিরল। দ্বিতীয় স্তর বিনয়ের সঙ্গে জানাল: কোনো খেলোয়াড় চিহ্নিত হয়নি, তাই ভূমি নির্ধারণ সম্ভব নয়; কোনো লিগ চিহ্নিত হয়নি, তাই বাণিজ্যিক বিশ্লেষণ সম্ভব নয়। এখন যদি নিচের সিস্টেম, যেটি অ্যালার্ট পাঠায়, শুধু "ঝুঁকি আছে কি নেই" প্রশ্নটি দেখে, সে পড়বে — ঝুঁকি নেই। অ্যালার্ট যাবে না। বাজার সচল থাকবে। শূন্য ইনপুট আর "ঝুঁকিমুক্ত" — এই দুই অবস্থাকে আলাদা না করলে বিশ্লেষণ ব্যবস্থা নিজের অজান্তেই মিথ্যা নিরাপত্তা বিক্রি করে।

আমার নিজের মডেলে এই পাঠটি রক্ত দিয়ে শেখা। ২০২০ সালের ১৬ মে জার্মান লিগ দর্শকশূন্য স্টেডিয়ামে ফিরল। সেদিন নয়টি ম্যাচের মধ্যে স্বাগতিক দল জিতল মাত্র দুইটিতে। আমি অনুমান করিনি; তিন সপ্তাহ ধরে ইউরোপের শীর্ষ পাঁচ লিগের বিশ্রাম-পূর্ব ও বিশ্রাম-পরবর্তী ডেটা টেনে বের করেছি। তখন দেখলাম, স্বাগতিক জয়ের হার ৪৫.২% থেকে নেমে ৩৩.৮% হয়েছে, পেনাল্টি কমেছে ২২%, আর অতিথি দলের এক্সজি বেড়েছে। সেই "ক্রাউড কোএফিশিয়েন্ট" দিয়ে আমি মডেলের সংস্করণ ২.০ বানালাম, আর প্রতিটি কোএফিশিয়েন্ট পরিবর্তনের পাবলিক চেঞ্জলগ লিখে রাখলাম। স্টেডিয়াম যখন নীরব হলো, কোএফিশিয়েন্টটাই তখন সবচেয়ে জোরে কথা বলল। তার আগে আরও একটি অভ্যাস জন্মেছিল: প্রতিটি মডেল-আউটপুটে টাইমস্ট্যাম্প বসানো, আর ম্যাচ-পূর্ব পূর্বাভাস প্রকাশ্যে আর্কাইভ করা — যাতে পরে যে কেউ আমার নির্ভুলতা স্বাধীনভাবে যাচাই করতে পারে।

২০১৮ সালে রাশিয়া বিশ্বকাপে ক্রোয়েশিয়ার দৌড় নিয়ে পণ্ডিতেরা যখন আত্মার গল্প করছিলেন, আমি ঠান্ডা সংখ্যায় তা অডিট করেছিলাম — তিনটি ধারাবাহিক অতিরিক্ত সময়ের ম্যাচ, ৩৭৫ মিনিটের নকআউট ফুটবল, আর চার নকআউট ম্যাচে মাত্র ৫.৮ এক্সজি। ক্রোয়েশিয়া কোনো অলৌকিক ঘটনা ছিল না; তা ছিল অতিরিক্ত সময় আর ক্লান্ত পায়ের একটি খাতা। ফাইনালের দুই দিন আগে আমি মডেল প্রকাশ করেছিলাম, যেখানে ফ্রান্সের প্রত্যাশিত গোল-ব্যবধান ২.১ বনাম ১.০ দেখানো হয়েছিল। ফ্রান্স ৪-২ জিতল।

এখন ভাবুন, সেই আর্কাইভ যদি একটি অপরিবর্তনীয় লেজারে থাকত — যেখানে প্রতিটি এন্ট্রি টাইমস্ট্যাম্পযুক্ত, পেছনে ফিরে বদলানো অসম্ভব, আর যে কেউ যাচাই করতে পারে। খেলাধুলার ডেটায় ব্লকচেইনের প্রকৃত মূল্য এখানেই, জল্পনায় নয় — প্রোভেন্যান্সে: ডেটা কোথা থেকে এল, কে কখন লিখল, কে পরে তার হাত বদলাল। একটি বিশ্লেষণ পাইপলাইনে যদি প্রথম স্তরের প্রতিটি তথ্যবিন্দু অন-চেইন হ্যাশ আকারে লেখা থাকত, তাহলে "ফাঁকা ফল" আর "নিশ্চিতভাবে খালি" — এই দুই অবস্থার পার্থক্য কখনো মুছে যেত না। ব্যর্থতা আর নীরবতা কখনো এক হয়ে যেত না।

ভাবুন একটি অন-চেইন লেজার, যেখানে প্রতিটি ট্রান্সফার ধারার মূল্য, তারিখ আর শর্ত লিপিবদ্ধ। গুজব তখন নিজে থেকেই আলাদা হয়ে যাবে: যা চেইনে লেখা, তা প্রমাণিত; যা চেইনে নেই, তা জল্পনা। খেলাধুলার বিশ্লেষণে ব্লকচেইন-লেজারের কাজটি প্রযুক্তিগত বিলাসিতা ছাড়িয়ে সম্পাদকীয় শৃঙ্খলার প্রশ্নে পৌঁছে যায়। আমার প্রথম দিন থেকেই নিয়ম ছিল, সোর্স টেবিল ছাড়া একটি দাবিও প্রকাশ করব না। ব্লকচেইন সেই নিয়মটিকে প্রযুক্তির স্তরে তুলে দেয়: যে তথ্য লেখা হয়েছে, তা আর মুছে ফেলা যায় না; যে তথ্য লেখা হয়নি, তার অস্তিত্ব কেউ জাহির করতে পারে না।

আমার প্রথম যুগে সোর্স টেবিল ছিল কাগজের খাতায়; পরে তা সিএসভি ফাইলে গেল, তিনটি আলাদা হার্ড ড্রাইভে ব্যাকআপ করা। এখন প্রশ্ন হলো, পরের ধাপ কী। উত্তর হতে পারে একটি সর্বজনীন, অপরিবর্তনীয় লেজার — যেখানে প্রতিটি পূর্বাভাস, প্রতিটি সংশোধন আর প্রতিটি ব্যর্থ রান স্থায়ীভাবে খোদাই করা থাকে।

এখানেই সবচেয়ে বড় ফাঁদ, আর আমি নিজে বহুবার তার কাছে হেরেছি। ডেটা-সন্ন্যাসীর স্বভাব হলো সম্পূর্ণতা ভালোবাসা — সব ঘর ভরাট দেখতে চাওয়া। প্রথম স্তর ফাঁকা ফিরলে লোভ জাগে: হয়তো দু-একটি তথ্য অনুমান করে ভরে দিই, নয়তো "ঝুঁকি নেই" লিখে দিন পার করি। দুটোই ভুল। প্রথমটি কল্পনা, দ্বিতীয়টি নীরবতা। সহসম্পর্ক আর কারণের গুলিয়ে ফেলা যেমন বিপজ্জনক, তেমনি ফলাফল আর প্রক্রিয়ার গুলিয়ে ফেলা — অর্থাৎ "শূন্য ফল এল, অতএব কিছু নেই" — তার চেয়েও বিপজ্জনক।

প্রক্রিয়া আর ফলাফলের ফারাকটা ধরুন। একটি শূন্য ফলাফল কোনো ফলাফলই নয় — এটি প্রক্রিয়ার একটি ব্যর্থতা। যন্ত্রটি যখন কাজ করছিল না, তখন তার নীরবতাকে আমরা প্রায়ই মডেলের সংযম ভেবে ভুল করি। অথচ সংযম আর অচলতা — দেখতে এক, অর্থে বিপরীত।

আরেকটি ফাঁদ এখানে — স্থানীয় বাজারের সুড়ঙ্গ-দৃষ্টি। বাংলাদেশ থেকে ভারত, বা ভারত থেকে ইউরোপ — যেখান থেকেই লিখি, একই ভুলের ঝুঁকি থাকে: নিজের পরিচিত লিগ বা বাজারের বাইরে না তাকানো। তাই নিয়ম রেখেছি, প্রতিটি বিশ্লেষণে অন্তত একটি বাহ্যিক লিগ বা ডেটাসেট মিলিয়ে দেখা। এই অভ্যাস ছাড়া শূন্য ইনপুট চেনা যায় না, কারণ তুলনার ভিত্তিই থাকে না।

আরেকটি সূক্ষ্ম ভুল: শূন্য ইনপুটকে ব্যতিক্রম ভাবা। কিন্তু একটি খালি তালিকা একবার ফিরলে সেটি হয়তো দুর্ঘটনা; টানা ফিরলে সেটি পদ্ধতিগত ত্রুটি। আমার অভিজ্ঞতা বলছে, স্ক্র্যাপার যখন নীরব হয়, সে প্রায়ই এক জায়গায় নীরব থাকে না — লাইন ধরে সব জায়গায় চুপ করে যায়। এখানেই ব্লকচেইন-ধাঁচের অডিট ট্রেইল কার্যকর: প্রতিটি রান লগ হয়, প্রতিটি ব্যর্থতাও লগ হয়। যে ব্যর্থতা লগে থাকে, সে আর লুকিয়ে বড় হতে পারে না। যে সিস্টেম "কিছু পাওয়া যায়নি" আর "কিছু নেই" — এই দুটোকে আলাদা রাখে, সে-ই কেবল নিজের অন্ধ দাগ চিনতে পারে।

পরের রাউন্ডের সংকেত স্পষ্ট। যদি আপনার বিশ্লেষণ পাইপলাইন "ঝুঁকি নেই" আর "তথ্য নেই" — এই দুই অবস্থাকে এক করে ফেলে, তাহলে আপনার হাতে বিশ্লেষণ নেই, আছে কেবল এক নিরাপত্তার ভ্রম। প্রশ্নটা এই নয় যে মডেল ভুল করেছে কি না; প্রশ্নটা এই — ফাঁকা ফলাফল এলে আপনার ব্যবস্থা তাকে ব্যর্থতা হিসেবে চিহ্নিত করতে পারে, নাকি তাকেও "সব ঠিক" ভেবে চুপ করে যায়? উত্তরটা হয়তো পরের লাইভ ম্যাচেই মিলবে — যখন স্কোরবোর্ড কিছু বলবে, আর আপনার পাইপলাইন নীরব থাকবে।

— Root: The Scraper