খালি স্প্রেডশিটই ছিল সাক্ষী: যখন ক্রিকেট ডেটা পাইপলাইন নীরব হয়ে যায়

গত সপ্তাহে রাত দেড়টায় একটা ফাইল খুললাম। আটটা কলাম, আটটা প্রশ্ন, আর প্রতিটা ঘরে ফিরে আসছে একই বাক্য — তথ্য অপর্যাপ্ত, মূল্যায়ন সম্ভব নয়। খেলোয়াড়, দল, লিগ, শাসন, ঝুঁকি, জনমত — সব ঘর ফাঁকা। ক্রিকেটের গভীর বিশ্লেষণের একটা পূর্ণ কাঠামো, যার প্রতিটা কোণে দাঁড়িয়ে আছে একটাই বাক্য।

ফাইলটা ভুল ছিল না। ফাইলটাই ছিল সঠিক উত্তর।

চৌদ্দ বছর ধরে আমি ক্রিকেটকে হিসাবের খাতা হিসেবে পড়ছি — বল, রান, আউট, ট্রান্সফার ফি, মজুরির ব্যান্ড। একটা খালি খাতা দেখলে সাধারণ পাঠক ভাবেন লেখকের হাতে কিছু নেই। আমি ভাবি উল্টোটা: খাতা খালি থাকলে সেটাও একটা এন্ট্রি। সমস্যা হলো, শিল্পটা এখন ফাঁকা ঘর সহ্য করতে পারে না। প্রতিটা ঘর ভরাতে হয়, যেকোনো উপায়ে।

সেই রাতে আমি ঠিক করলাম ঘর ভরব না। বরং কেন ঘর খালি, সেটাই লিখব।

আমি ২০১৭ সালে ঢাকায় পড়াশোনার পাশাপাশি একটা ব্যক্তিগত স্প্রেডশিট বানিয়েছিলাম — ৪১২ জন খেলোয়াড়, বাংলাদেশ প্রিমিয়ার লিগের তিন মৌসুম, ৯৬টা ম্যাচ রিপোর্ট থেকে যাচাই করা প্রতিটা ট্রান্সফার, মজুরির ব্যান্ড, খেলা মিনিট আর অবদান। কেউ এই ফাইল চায়নি। তারপরও সেটা সাক্ষী হয়ে দাঁড়াল, কারণ একটা জাতীয় দৈনিক যখন এক স্ট্রাইকারকে লিগের সবচেয়ে ভয়ংকর বলল, ফাইলটা দেখাল তিনি প্রতি ৯০ মিনিটে গোলের হারে সপ্তম (০.৪১) আর শট-কনভার্শনে বাইশতম।

শিক্ষাটা ছিল স্পষ্ট। আমি সিদ্ধান্ত লেখা বন্ধ করে প্রমাণ লেখা শুরু করলাম। প্রতিটা দাবির সঙ্গে একটা সূত্র, একটা নমুনার আকার, একটা তারিখ। ৪১২ জন খেলোয়াড়ের একটা স্প্রেডশিট, যেটা কেউ চায়নি, শেষে সাক্ষী হয়ে দাঁড়াল।

ক্রিকেট বিশ্লেষণে এখন দুই স্তরের কাজ চলে। প্রথম স্তর একটা নিবন্ধকে ভেঙে বের করে তার তথ্য-বিন্দু, মূল দৃষ্টিভঙ্গি, সংশ্লিষ্ট সত্তা আর সূত্রের গুণমান। দ্বিতীয় স্তর সেই কাঁচামাল নিয়ে আট মাত্রায় গভীর পর্যালোচনা চালায় — ফরম্যাট, খেলোয়াড়ের কারিগরি, দলের অবস্থান, লিগ-অর্থনীতি, শাসন, ঝুঁকি, জনমতের প্রত্যাশা আর শিল্পে ঘটনার প্রবাহ।

দ্বিতীয় স্তরের গোটা কাঠামো দাঁড়িয়ে থাকে একটা কঠোর নিয়মে: প্রতিটা সিদ্ধান্ত প্রথম স্তরের তথ্য-বিন্দুতে প্রোথিত থাকবে। তথ্য না থাকলে সৎ উত্তর একটাই — তথ্য অপর্যাপ্ত, মূল্যায়ন সম্ভব নয়।

সেই রাতে আমার হাতে এসেছিল ঠিক তেমন একটা প্যাকেট। শিরোনাম নেই, সূত্র নেই, নিবন্ধের ধরন শ্রেণিবিহীন, তথ্য-বিন্দুর তালিকা খালি, সংশ্লিষ্ট সত্তার ঘরে নির্দেশ — উপরোক্ত তথ্য-বিন্দু থেকে চিহ্নিত করুন। অথচ উপরে কোনো বিন্দু নেই। টিকে ছিল শুধু একটা লেবেল: cricket_asia।

সেটা বিষয়বস্তু নয়। সেটা একটা দরজার নামফলক, যার পেছনের ঘরটা খালি।

একটা সম্পূর্ণ ফাঁকা ফলাফল প্রায় কখনোই বোঝায় না যে নিবন্ধে কিছু ছিল না; এটা প্রায় সবসময় বোঝায় তথ্য সংগ্রহের যন্ত্রপাতি কোথাও ভেঙেছে।

আমি প্যাটার্নটা চিনি, কারণ দুই হাজারের বেশি ম্যাচের ডেটা আমার হাত ঘেঁষে গেছে। ২০১৮ সালের রাশিয়া বিশ্বকাপে আমি ৬৪টা ম্যাচ আর ১,৯১২টা অন-বল ইভেন্ট লগ করেছিলাম, তারপর PPDA টেবিল বানিয়ে দেখিয়েছিলাম ক্রোয়েশিয়ার প্রেসিং তীব্রতা গ্রুপ পর্বে ১২.৪ থেকে নকআউটে ৮.৯-তে নামল — ৬৪টা ম্যাচ, ১,৯১২টা ঘটনা, আর একটা সংখ্যা শেষে ক্রোয়েশিয়াকে ব্যাখ্যা করল। ২০২০ সালে, স্টেডিয়াম বন্ধ, আমি ১২টা লিগের ১,২৪০ ম্যাচ তুলনা করলাম — হোম উইন রেট ৪৫.৩% থেকে ৪১.৬%-তে নামল, গড় হোম গোল কমল ০.১৯। ১,২৪০টা খালি-স্টেডিয়াম ম্যাচ গুনলাম, তারপর গুনলাম তিন মাসের বকেয়া মজুরি।

প্রতিটা কাজে আমাকে একটা প্রশ্নের উত্তর দিতে হয়েছে — পাইপলাইনের কোন জোড়ে ফাঁক তৈরি হয়। উত্তর প্রায় একই।

প্রথমে আসে সংগ্রহের ব্যর্থতা। মূল নিবন্ধটা পে-ওয়ালের পেছনে, বা ইউআরএল লুপ্ত, বা টেক্সট এনকোডিং ভেঙে গেছে — বাংলা বা উর্দুর অক্ষর গুলিয়ে গেছে, ফলে এক্সট্রাকশন মডেল পড়তেই পারেনি। দ্বিতীয়ত আসে চিহ্নিতকরণের ব্যর্থতা — টেক্সট এসেছে, কিন্তু মডেল কোনো দল, খেলোয়াড় বা তারিখ চিনতে পারেনি, তাই তালিকা খালি রয়ে গেছে। তৃতীয়ত আসে শ্রেণিবিন্যাসের ভুল — cricket_asia লেবেলটা আমাদের কাঠামোর প্রত্যাশিত Cricket লেবেলের সঙ্গে মেলে না, যা ইঙ্গিত দেয় ট্যাক্সোনমি ম্যাপিং ধাপেই কিছু গোলমাল হয়েছে।

এখানেই মানব-খরচ লুকিয়ে থাকে। একটা ফাঁকা প্যাকেট মানে কেউ একজন রাত জেগে কনটেন্ট চেয়েছিল আর পায়নি। ধরুন, ঢাকার একটা নিউজরুমে বসে একজন স্ট্রিংগার বাংলায় হাতে লিখে একটা ম্যাচ রিপোর্ট জমা দিয়েছেন, তারপর সেটা স্ক্যান হয়ে, এনকোড হয়ে, এক্সট্রাক্ট হয়ে একটা খালি ঘরে পরিণত হয়েছে। তাঁর শ্রমটা কোথাও গিয়ে থেমে গেল, নীরব হয়ে গেল। সিস্টেম তাঁকে ব্যর্থ বলবে না, কারণ সিস্টেম তাঁকে দেখতেই পায়নি।

আমি ২০১৮ সালে ঢাকার একটা স্পোর্টস-ডেটা স্টার্টআপে ট্রান্সফার ডেস্কের প্রথম বিশ্লেষক ছিলাম, ১৯ জনের ফ্লোরে দুই নারীর একজন। ৪১টা দৈনিক ডেটা নোট জমা দিয়েছি, তার মধ্যে নয়টা সম্প্রচারে গেছে। বাকি ৩২টা কোথায় গেল? কোন ফাঁকা ঘরে পড়ে আছে? কেউ জানে না। এটাই ডেটা-শ্রমের অদৃশ্য হিসাব। স্প্রেডশিট কখনো গল্প ছিল না; তার চারপাশের নীরবতাই ছিল গল্প।

এখন আসি প্রলোভনে। একটা খালি টেমপ্লেট দেখলে অনেক বিশ্লেষণ-সিস্টেম, আর অনেক সাংবাদিক, একই কাজ করেন — ঘর ভরে দেন। খেলোয়াড়ের নাম বানিয়ে নেন, স্কোরকল্প বানিয়ে নেন, ক্রোয়েশিয়ার চরিত্র জাতীয় আখ্যান দিয়ে বিশ্লেষণ সাজিয়ে নেন। কারণ একটা আত্মবিশ্বাসী পূর্ণ রিপোর্ট একটা সৎ শূন্য-ফলাফলের চেয়ে বেশি ক্লিক আনে।

কিন্তু হিসাবটা সরল। যদি প্রথম স্তর বলে তথ্য অপর্যাপ্ত, আর দ্বিতীয় স্তর তারপরও সিদ্ধান্ত টেনে দেয়, তাহলে উৎপন্ন তথ্য বিশ্লেষণ নয় — বানানো তথ্য। আর বানানো তথ্য একটা খালি ঘরের চেয়ে অনেক বেশি ক্ষতিকর, কারণ খালি ঘর সত্য বলে আমি জানি না, আর বানানো ঘর মিথ্যা বলে আমি জানি।

আমার একটা অভ্যাস আছে, যেটা আমার সম্পাদক মিথ্যা-প্রমাণের ফাইল বলেন। কোনো বিশ্লেষণ জমা দেওয়ার আগে আমি লিখে রাখি তিন-চারটা ফলাফল, যেগুলো সত্য হলে আমার নিজের দাবিটাই ভেঙে যাবে। সংখ্যাকে আমি বিশ্বাস করি পিভট টেবিল আর একটা খারাপ রাত পার করার পর। সেই রাতে আমার ফাইলটা ছিল অদ্ভুত সরল — কারণ শূন্য-ফলাফলের বিরুদ্ধে প্রমাণ খোঁজার কিছু নেই। শূন্য-ফলাফল নিজেই নিজের প্রমাণ।

এখন একটা শক্ত প্রতিপক্ষের যুক্তি খাড়া করতে দিই, কারণ প্রতিপক্ষকে দুর্বল করে হারানো সহজ, আর সেটা প্রায়ই ভুল।

যুক্তিটা এই: একটা বিশ্লেষণ প্ল্যাটফর্মের কাজ পাঠককে কিছু দেওয়া। একটা শূন্য-ফলাফল পাঠককে কিছুই দেয় না। বরং cricket_asia লেবেল থেকে এশিয়ার ক্রিকেট নিয়ে একটা সাধারণ বিশ্লেষণ লিখে দেওয়া যেত — এশিয়া কাপের চাপ, আইপিএলের অর্থনীতি, উপমহাদেশের প্রেসিং-ধারা। তথ্যটা হয়তো সঠিক হতো, শুধু এই নিবন্ধের সঙ্গে সম্পর্কহীন।

যুক্তিটা মিথ্যা নয়। এশিয়ার ক্রিকেট নিয়ে লেখা যায়, আর লিখলে ক্ষতিও কম। কিন্তু সেটা একটা ভিন্ন কাজ — সেটা এই ফাইল নিয়ে বিশ্লেষণ নয়, সেটা এই ফাইল পাশে রেখে অন্য কিছু লেখা। পার্থক্যটা ছোট নয়। একটা প্রতিষ্ঠান যদি অভ্যাস বানায়, কাঁচামাল না থাকলে অনুমান দিয়ে কাঁচামাল বানিয়ে নাও, তাহলে কয়েক মাসেই তার পুরো ডেটাবেসে একটা ছোঁয়াচ লাগে — কোন সংখ্যাটা যাচাই করা আর কোনটা সাজানো, তা আর আলাদা করা যায় না।

আমি এখানেও সেই কাঠামো প্রয়োগ করি, যেটা খেলোয়াড়ের দাবিতে করি। একটা স্ট্রাইকারকে লিগের সেরা বলার আগে আমি দেখি প্রতি ৯০ মিনিটে তার হার কত, শট-কনভার্শন কত, নমুনা কত ম্যাচের। তথ্য না থাকলে সিদ্ধান্ত লেখি না। সূত্রের চাপ খেলোয়াড়ের উপর যেমন, আমার নিজের উপরও তেমন।

আমার একটা ছোট নিয়ম আছে। প্রতিটা টেবিলের পাশে একটা মানুষের দৃশ্য বসাই। এই ফাইলে টেবিল নেই, তাই দৃশ্যটাও খালি — একজন ডেটা-এন্ট্রি অপারেটর সকাল নয়টায় ডেস্কে বসে দেখছেন তাঁর সারারাতের কাজ একটা ঘরে তথ্য অপর্যাপ্ত হয়ে ফিরে এসেছে। আমি তাঁকে চিনি না। কিন্তু তিনি এই ফাইলের সবচেয়ে বাস্তব মানুষ।

এখন আমার নজরে একটা সংকেত। অপেক্ষা করছি প্রথম স্তরের নতুন ফলাফলের — যেখানে অন্তত একটা তথ্য-বিন্দু আর অন্তত একটা নাম থাকবে। সেই মুহূর্তে আট মাত্রার পূর্ণ বিশ্লেষণ আবার চালু হবে, আর লেবেলটা Cricket-এ ঠিক হবে কি না, সেটাও ধরা পড়বে।

আর তার আগে একটা প্রশ্ন জমা রাখছি। শব্দের ভিড়ে সবসময় একটা নিঃসঙ্গ সংখ্যা লুকিয়ে থাকে। একটা সিস্টেম যদি ফাঁকা ঘর চিনতেই না পারে, তাহলে সে কতগুলো ভরা ঘর বানিয়ে ফেলেছে — আর সেগুলো পড়ে আমরা কতগুলো গল্প সত্য বলে বিশ্বাস করেছি?