খালি ইনপুটের বিশ্লেষণ: ক্রিকেট ডেটা পাইপলাইনে ব্যর্থতার একটি কেস স্টাডি

ভূমিকা

২০১৭ সালের নভেম্বর মাসের কথা। সিলেটে আমার ছোট ডেস্কে বসে আমি আবাহনী লিমিটেড ঢাকার ২০১৭-১৮ মৌসুমের ২৪ ম্যাচের হ্যান্ড-কোডেড ডেটা শিট রিভিউ করছিলাম। প্রতি ম্যাচে গড়ে ৪৩টি ডিফেন্সিভ অ্যাকশন, জয়ে PPDA ৮.৪, ড্রয়ে ১৩.৯। সেই শিটগুলোর মার্জিনে আমি ছোট ছোট নোট লিখতাম — কোন ডিফেন্সিভ লাইনে কে কখন ভেঙেছে, কোন ডেলিভারিতে ব্যাটসম্যানের ফুটওয়ার্ক কতটা দেরিতে এসেছে। সেই নোটগুলোই পরে আমার বিশ্লেষণের মূল ভিত্তি হয়ে দাঁড়িয়েছে।

কিন্তু গত সপ্তাহে আমি এমন একটি ডকুমেন্ট পেলাম যা আমাকে থামিয়ে দিল। একটি দ্বি-স্তরের বিশ্লেষণ কাঠামো (Stage-2 Deep Professional Analysis) আমাকে পাঠানো হয়েছিল, যেখানে ক্রিকেট ডোমেইনের আটটি মাত্রার বিশ্লেষণ থাকার কথা। কিন্তু যখন আমি ডকুমেন্টটি খুললাম, দেখলাম প্রতিটি ঘর খালি। তথ্য পয়েন্ট শূন্য, এনটিটি শূন্য, ম্যাচের ফরম্যাট অজানা। শুধু একটি লেবেল ছিল — cricket_asia।

এটি একটি ব্যর্থতার গল্প। কিন্তু এটি কোনো সাধারণ ব্যর্থতা নয়। এটি এমন একটি ব্যর্থতা যা আধুনিক স্পোর্টস ডেটা ইন্ডাস্ট্রিতে প্রতিদিন ঘটছে, এবং যা নিয়ে কেউ কথা বলে না। আমি আজ সেই ব্যর্থতার অ্যানাটমি লিখব।

প্রেক্ষাপট: ডেটা পাইপলাইনের অদৃশ্য শ্রম

ক্রিকেট বিশ্লেষণ আজ একটি শিল্প। প্রতিটি বড় টুর্নামেন্টে ডজনখানেক ডেটা কোম্পানি কাজ করে — কেউ বল-বল লগ করে, কেউ ফিল্ড ম্যাপ আঁকে, কেউ xG বা WP (Win Probability) মডেল চালায়। এই পুরো সিস্টেমের মূল ভিত্তি হলো একটি সাধারণ ধারণা: কাঁচা ডেটা সংগ্রহ → পরিষ্কার করা → বিশ্লেষণ → প্রকাশ।

কিন্তু এই চেইনের প্রতিটি ধাপে একটি অদৃশ্য শ্রম থাকে। যিনি বল-বল ডেটা এন্ট্রি করেন, তিনি রাত ২টায় জেগে থাকেন। যিনি স্কোরবুকের মার্জিন নোট ডিজিটাইজ করেন, তার নাম কোথাও থাকে না। যিনি API থেকে ডেটা টেনে এনে ডেটাবেসে ঢোকান, তিনি জানেন না তার কোডে একটি বাগ আছে কি না।

২০১৭ সালে যখন বাংলাদেশ ক্রিকেট বোর্ড আমার ইউনিটকে ডিজিটাইজেশনের অজুহাতে বাদ দিল, তখন আমি বুঝেছিলাম — সিস্টেমটি কাঁচা ডেটার মূল্য বোঝে না। সে বোঝে শুধু আউটপুটের চকচকে দিক। কিন্তু আউটপুট যদি খালি হয়? যদি পাইপলাইনের কোনো এক জায়গায় ডেটা হারিয়ে যায়?

আমি ২৬ বছর ধরে হাতে স্কোরকার্ড লিখেছি। আমি জানি একটি খালি ঘর মানে কী। একটি খালি ঘর কখনোই "কিছু নেই" বোঝায় না। একটি খালি ঘর বোঝায় — কেউ সেখানে কিছু লেখেনি। হয় সে ভুলে গেছে, নয় সে জানে না কী লিখবে, নয় সিস্টেম তাকে লিখতে দেয়নি।

মূল বিশ্লেষণ: খালি ইনপুটের আটটি মাত্রা

ডকুমেন্টটি আটটি মাত্রায় বিশ্লেষণ করার চেষ্টা করেছিল। আমি প্রতিটি মাত্রা ধরে ধরে দেখব কী ঘটেছে।

প্রথম মাত্রা: ফরম্যাট ও ম্যাচ বিশ্লেষণ

ডকুমেন্টে বলা হয়েছে: "Format: N/A — insufficient information"। এটি প্রথম এবং সবচেয়ে গুরুত্বপূর্ণ গেট। ক্রিকেটে ফরম্যাট হলো সেই ভিত্তি যা ছাড়া কোনো বিশ্লেষণ বৈধ নয়। টেস্ট ম্যাচে একজন ব্যাটসম্যানের স্ট্রাইক রেট ৪৫ হতে পারে, কিন্তু টি-টোয়েন্টিতে সেটি বিপর্যয়। একজন বোলারের ইকোনমি রেট ওডিআইতে ৫.৫ ভালো, কিন্তু টেস্টে সেটি প্রাসঙ্গিক নয়।

আমি ২০১৮ সালে রাশিয়া বিশ্বকাপের ৬৪টি ম্যাচ নিজে কোড করেছিলাম — ১,৭০৪ শট এবং ১৬৯ গোল। সেই ডেটাতে আমি দেখেছি, ফরম্যাট না জানলে একটি সংখ্যা অর্থহীন। ফ্রান্সের সেমিফাইনালে বেলজিয়ামের বিরুদ্ধে ৪০% পজেশন ছিল, কিন্তু সেই সংখ্যাটি বোঝার জন্য আমাকে জানতে হয়েছিল — এটি নকআউট ম্যাচ, লো-ব্লক কৌশল, এবং প্রতিপক্ষের আক্রমণের ধরন।

ডকুমেন্টে ভেন্যু ফ্যাক্টর, পরিবেশগত অবস্থা, পাওয়ারপ্লে পারফরম্যান্স — সবই খালি। কারণ একটি মৌলিক সত্য: যদি না আপনি জানেন কোন ফরম্যাট, কোন মাঠ, কোন দল — তাহলে আপনি কিছুই বলতে পারবেন না।

দ্বিতীয় মাত্রা: খেলোয়াড়ের কৌশল ও ডেটা বিশ্লেষণ

এখানে কোনো খেলোয়াড়ের নাম নেই। কোনো গড় নেই, স্ট্রাইক রেট নেই, ইকোনমি নেই। ডকুমেন্টে বলা হয়েছে: "Entities Involved: unresolved; Information Points: empty"।

আমি ২০১৫ সালে সৌম্য সরকারের একটি সাক্ষাৎকার নিয়েছিলাম ডেইলি স্টারের জন্য। সেই সময় আমি শিখেছিলাম — একজন খেলোয়াড়ের কৌশল বোঝার জন্য আপনাকে তার ফুটওয়ার্ক দেখতে হবে, তার ব্যাটের সুইং দেখতে হবে, তার শট সিলেকশন দেখতে হবে। সংখ্যা শুধু সেই পর্যবেক্ষণের সারসংক্ষেপ।

কিন্তু এই ডকুমেন্টে কোনো পর্যবেক্ষণ নেই। কোনো সংখ্যা নেই। শুধু একটি খালি ছক।

এখানে একটি গুরুত্বপূর্ণ বিষয় আছে। আধুনিক স্পোর্টস অ্যানালিটিক্সে আমরা প্রায়ই ভুলে যাই — একটি ডেটা পয়েন্ট শুধু একটি সংখ্যা নয়, এটি একটি পর্যবেক্ষণের রেকর্ড। যখন আমি ২০১৭ সালে আবাহনীর ডিফেন্সিভ অ্যাকশন কোড করতাম, প্রতিটি সংখ্যার পিছনে ছিল একটি নির্দিষ্ট মুহূর্ত — কোন ডিফেন্ডার, কোন মিনিটে, কোন পজিশন থেকে। সংখ্যাটি সেই মুহূর্তের প্রতিনিধিত্ব করে।

এই ডকুমেন্টে সংখ্যাগুলো নেই, কারণ মুহূর্তগুলো কখনো রেকর্ড হয়নি।

তৃতীয় মাত্রা: দলের ল্যান্ডস্কেপ ও র‍্যাঙ্কিং বিশ্লেষণ

ICC র‍্যাঙ্কিং নেই, হোম/অ্যাওয়ে প্রোফাইল নেই, স্কোয়াড স্ট্রাকচার নেই। ডকুমেন্টে বলা হয়েছে: "No team is identified; tier positioning cannot be assigned."

এখানে cricket_asia লেবেলটি একটি ইঙ্গিত দেয় — সম্ভবত এশিয়ার কোনো দল বা লিগ। কিন্তু ভারত, পাকিস্তান, শ্রীলঙ্কা, বাংলাদেশ, আফগানিস্তান — এই পাঁচটি দলের মধ্যে কোনটি? নাকি এটি এশিয়ার কোনো ফ্র্যাঞ্চাইজি লিগ? সম্ভাবনার পরিসর এত বিশাল যে এটি বিশ্লেষণের জন্য অকেজো।

আমি ৪৯ বছর ধরে এই খেলা দেখছি। আমি জানি, এশিয়ার ক্রিকেট মানে এক জিনিস নয় — এটি একটি বৈচিত্র্যময় মহাদেশ। বাংলাদেশের স্পিন-বান্ধব উইকেট, ভারতের ব্যাটিং-বান্ধব পিচ, পাকিস্তানের সুইং-বান্ধব কন্ডিশন — প্রতিটি ভিন্ন।

চতুর্থ মাত্রা: লিগ ও বাণিজ্যিক ইকোসিস্টেম

কোনো লিগের নাম নেই। IPL, BBL, The Hundred, PSL, SA20, CPL, ILT20, MLC — সবই সম্ভাব্য। কোনো আর্থিক তথ্য নেই, কোনো নিলামের ফল নেই, কোনো বেতনের ডেটা নেই।

আমি সবসময় বলে এসেছি — বাণিজ্যিক মূল্য আর ক্রীড়া মূল্য এক জিনিস নয়। একটি ফ্র্যাঞ্চাইজি যদি কোনো খেলোয়াড়কে ২ কোটি টাকায় কেনে, সেটি তার ক্রীড়া মূল্যের প্রমাণ নয়। কিন্তু এই ডকুমেন্টে কোনো মূল্য নেই, তাই এই তুলনাটি করা অসম্ভব।

পঞ্চম মাত্রা: নিয়ম ও গভর্নেন্স

কোনো নিয়ম পরিবর্তন নেই, কোনো আম্পায়ারিং বিতর্ক নেই, কোনো দুর্নীতির ঘটনা নেই। DLS, DRS, NOC — সব প্রসঙ্গই অনুপস্থিত।

২০১৮ সালে যখন আমি রাশিয়া বিশ্বকাপের ক্রেডেনশিয়ালের জন্য আবেদন করেছিলাম এবং আমাকে বাদ দেওয়া হয়েছিল একটি ২৪ বছর বয়সী পুরুষ সহকর্মীর জন্য, তখন আমাকে বলা হয়েছিল — একজন মহিলা "মিক্সড জোনে স্বাচ্ছন্দ্য বোধ করবেন না।" আমি সিলেট থেকে তিন টাইম জোন জুড়ে ৬৪টি ম্যাচ কোড করেছি। আমার ফ্রান্স ফাইলে লিখেছিলাম — কম ব্লক কাঠামোগত, ভাগ্য নয়।

এই ডকুমেন্টে কোনো গভর্নেন্স ইস্যু নেই, কারণ কোনো ঘটনাই নেই।

ষষ্ঠ মাত্রা: ঝুঁকি বিশ্লেষণ

এখানে সবচেয়ে গুরুত্বপূর্ণ পর্যবেক্ষণটি এসেছে। ডকুমেন্টে বলা হয়েছে: "The only risk that can be rated is an analytical-process risk: that a downstream reader mistakes this empty output for a substantive cricket assessment."

এটি একটি সতর্কতা। এবং এটি সঠিক।

আমি ২৬ বছর হাতে স্কোরকার্ড লিখেছি। আমি জানি, একটি খালি ঘর যদি ভুলভাবে ব্যাখ্যা করা হয়, তাহলে সেটি একটি ভুল সিদ্ধান্তের দিকে নিয়ে যেতে পারে। একটি ডেটা পাইপলাইনে যদি কোনো ধাপে ডেটা হারিয়ে যায় এবং কেউ সেটি লক্ষ্য না করে, তাহলে পুরো বিশ্লেষণটি ভুয়া হয়ে যায়।

সপ্তম মাত্রা: পাবলিক ন্যারেটিভ ও প্রত্যাশা

কোনো ন্যারেটিভ নেই, কোনো বাজারের প্রত্যাশা নেই, কোনো সেন্টিমেন্ট সূচক নেই।

আমি সবসময় বলি — আমি ভবিষ্যদ্বাণী করি না; আমি ভবিষ্যদ্বাণীর শর্তাবলী সংরক্ষণ করি। এই ডকুমেন্টে সংরক্ষণ করার মতো কোনো শর্তই নেই।

অষ্টম মাত্রা: ক্রিকেট ইন্ডাস্ট্রি ট্রান্সমিশন

আপস্ট্রিম (যুব উন্নয়ন), মিডস্ট্রিম (জাতীয় দল/লিগ), ডাউনস্ট্রিম (সম্প্রচার/বাণিজ্যিক) — সবই খালি।

এখানে একটি গুরুত্বপূর্ণ প্রশ্ন উঠে আসে। আধুনিক ক্রিকেটে ডেটা সংগ্রহ একটি শিল্প। কিন্তু এই শিল্পের মূল ভিত্তি হলো সেই অদৃশ্য শ্রমিকরা — স্কোরার, ডেটা এন্ট্রি অপারেটর, নাইট শিফট কর্মী। যদি তাদের কাজ রেকর্ড না হয়, তাহলে পুরো সিস্টেমটি ভেঙে পড়ে।

বিপরীত দৃষ্টিভঙ্গি: খালি ইনপুটের পিছনে আসল গল্প

এই ডকুমেন্টটি আমাকে একটি গুরুত্বপূর্ণ প্রশ্নের দিকে নিয়ে যায়। কেন একটি ডেটা পাইপলাইন খালি ইনপুট তৈরি করল?

ডকুমেন্টে একটি সূক্ষ্ম ইঙ্গিত আছে: "the 'Additional Notes' fields are written as instructions rather than as outputs." অর্থাৎ, টেমপ্লেটটি চালানো হয়েছিল, কিন্তু মূল নিবন্ধের টেক্সট কখনো ইনজেস্ট হয়নি।

এটি একটি সাধারণ ব্যর্থতা নয়। এটি একটি সিস্টেমিক ব্যর্থতা। এবং এটি আধুনিক স্পোর্টস ডেটা ইন্ডাস্ট্রিতে একটি বড় সমস্যার ইঙ্গিত দেয়।

আমি ২০১৭ সালে যখন আবাহনীর ম্যাচ কোড করতাম, প্রতিটি ডেটা পয়েন্ট আমি নিজে যাচাই করতাম। একটি ডেলিভারি যদি আমি না দেখতাম, আমি সেটি লিখতাম না। আমার শিটে কোনো খালি ঘর থাকত না, কারণ প্রতিটি ঘর আমি নিজে পূরণ করতাম।

কিন্তু আধুনিক অটোমেটেড পাইপলাইনে এই যাচাইকরণ নেই। একটি API কল ব্যর্থ হয়, একটি স্ক্রিপ্ট ক্র্যাশ করে, একটি ডেটাবেস কানেকশন টাইমআউট হয় — এবং পুরো বিশ্লেষণটি খালি হয়ে যায়। কেউ লক্ষ্য করে না, কারণ আউটপুট ফরম্যাটটি সঠিক দেখায়।

এখানেই আসল বিপদ। একটি খালি বিশ্লেষণ যদি সঠিক ফরম্যাটে উপস্থাপন করা হয়, তাহলে একজন পাঠক সেটিকে সম্পূর্ণ বিশ্লেষণ বলে ভুল করতে পারেন। এবং সেই ভুলের উপর ভিত্তি করে সিদ্ধান্ত নিতে পারেন।

আমি ২০১৮ সালে রাশিয়া বিশ্বকাপে ৬৪টি ম্যাচ কোড করেছি। প্রতিটি ম্যাচের ডেটা আমি নিজে যাচাই করেছি। কারণ আমি জানি — একটি ভুল ডেটা একটি ভুল সিদ্ধান্তের চেয়েও খারাপ।

উপসংহারের দিকে: পরবর্তী রাউন্ডের সংকেত

এই ডকুমেন্টটি একটি ব্যর্থতার রেকর্ড। কিন্তু এটি একটি মূল্যবান ব্যর্থতা। কারণ এটি আমাদের দেখায় — ডেটা পাইপলাইনে একটি অদৃশ্য সমস্যা আছে, যা সমাধান করা প্রয়োজন।

আমি ২৬ বছর ধরে হাতে স্কোরকার্ড লিখেছি। আমি জানি, একটি খালি ঘর কখনোই খালি নয়। এটি একটি সংকেত — কেউ সেখানে কিছু লেখেনি। হয় সে ভুলে গেছে, নয় সে জানে না কী লিখবে, নয় সিস্টেম তাকে লিখতে দেয়নি।

আমি যা গুনি, তা ক্যামেরা কখনো গোনে না। এই ডকুমেন্টে ক্যামেরা কিছুই দেখেনি। কিন্তু আমি দেখেছি — একটি পাইপলাইনের ব্যর্থতা, যা সমাধান করা যায়।

পরবর্তী রাউন্ডে আমাদের দেখতে হবে — পাইপলাইনের কোন ধাপে ডেটা হারিয়ে যায়। এবং সেই ধাপটি ঠিক করার জন্য আমাদের হাতে স্কোরকার্ড ফিরিয়ে নিতে হবে। কারণ একটি খালি ঘর অপেক্ষা করছে। এবং একটি খালি ঘর পূরণ করার জন্য আমাদের প্রথমে জানতে হবে — সেখানে কী লেখা উচিত ছিল।

রাতের শিফট কোনো সময়সূচি নয়; এটি একটি স্বীকারোক্তি। এই পাইপলাইনের ব্যর্থতা আমাদের বলে দেয় — কে অদৃশ্য থেকে গেল, কে কৃতিত্ব পেল, এবং কোন মানদণ্ড টিকে রইল যখন কেউ দেখছিল না।