খালি পেলোড: ক্রিকেট ডেটা পাইপলাইনে অনুপস্থিতির যে প্রমাণ কেউ পড়ে না

গত বৃহস্পতিবার সিডনির ডেটা ডেস্কে একটা ফাইল খুললাম। শিরোনাম ছিল, তারিখ ছিল, ডোমেইন লেবেল ছিল — cricket_asia। ভেতরে ছয়টি ঘর, ছয়টিতেই লেখা N/A। তথ্যবিন্দুর তালিকা শূন্য। কোনো ম্যাচ নেই, কোনো ফরম্যাট নেই, কোনো খেলোয়াড় নেই, কোনো দল নেই, কোনো লীগ নেই, কোনো ঘটনা নেই। একটা লেবেল টিকে আছে, আর তার পেছনে সম্পূর্ণ শূন্যতা।

আটচল্লিশ বছর ধরে স্কোরকার্ড নিয়ে কাজ করছি। একটা জিনিস শিখেছি — যে ফাইল সব ঘরে সমানভাবে "নেই" বলে, সেটা সাধারণত খবর না থাকার ফাইল হয় না। সেটা হয় ডেটা না-পৌঁছানোর ফাইল। দুটো এক জিনিস নয়, আর দুটোর ফলাফল আকাশ-পাতাল ফারাক।

খালি গ্যালারি আমাকে একবার শিখিয়েছিল, অনুপস্থিতিরও একটা প্যাটার্ন থাকে। ২০২০ সালে কোভিড স্টেডিয়াম খালি করে দেওয়ার পর আমি এই-লীগের ৮৪টা ম্যাচ নিয়ে একটা মডেল চালিয়েছিলাম। ঘরের সুবিধা ০.৪৫ xG থেকে নেমে এসেছিল ০.১২ xG-তে। দর্শক নেই — এটা কেউ মেট্রিক হিসেবে ভাবেনি। অথচ গ্যালারির শূন্যতাই ছিল সেই মৌসুমের সবচেয়ে নিখুঁতভাবে পরিমাপযোগ্য বদল। আজ একই শিক্ষা আরেক জায়গায় কাজে লাগছে: একটা শূন্য পেলোডের গঠনটাই বলে দেয়, লাইনটা ঠিক কোথায় কাটল।

প্রসঙ্গ: ক্রিকেটের তথ্য কোন পথে হাঁটে

ক্রিকেটে তথ্য কখনো এক ধাপে পৌঁছায় না। একটা সোর্স ডকুমেন্ট থাকে — ম্যাচ রিপোর্ট, স্কোরকার্ড ফিড, স্কোয়াড তালিকা, ফিক্সচার ক্যালেন্ডার, সূত্রের বিবৃতি। তারপর একটা ডিকনস্ট্রাকশন স্তর সেটাকে ভেঙে তথ্যবিন্দুতে (information point) পরিণত করে — কে, কখন, কোথায়, কত। এরপর সেই বিন্দুগুলো থেকে সত্তা (entity) বেরোয় — খেলোয়াড়, দল, লীগ, ভেন্যু। সবশেষে আসে বিশ্লেষণ, যেখানে প্রতিটা সিদ্ধান্তকে অন্তত একটা তথ্যবিন্দুতে ফিরিয়ে নেওয়া যায় কি না, সেটাই যাচাই হয়।

২০১৮ সালে কাজানে বসে আমি এই শৃঙ্খলার প্রথম পাঠটা পেয়েছিলাম। ফ্রান্স-আর্জেন্টিনা ম্যাচ শেষ হওয়ার পর আমি একটা মডেল দাঁড় করাই — ফ্রান্সের PPDA ৭.১, আর্জেন্টিনার ১২.৪; xG ২.৮ বনাম ১.৯; কিলিয়ান এমবাপের সর্বোচ্চ গতি ৩৬.২ কিমি/ঘণ্টা; দৌড় ১১২.৪ কিমি বনাম ১০৮.৭ কিমি। এক পাতার একটা "ম্যাচ ট্রুথ" শিট প্রোডিউসারদের কাছে পাঠালাম। সম্প্রচারে সেটা লাইভ ব্যবহার হলো। কাজানের ফাইল খুলে আমি যা পেয়েছি, স্কোরবোর্ড তা কখনও দেখায়নি।

সেদিন থেকে আমার প্রতিটা লেখায় একটা ফিক্সড মেট্রিক বক্স থাকে। দুটো সংখ্যা ছাড়া আমি একটা ট্যাকটিক্যাল দাবি ছাপি না। কারণটা সরল: স্কোরকার্ড একটা সারসংক্ষেপ, সত্য কখনো নয়। ৩০০ রান হতে পারে ৩০০ রান, কিন্তু কোন ওভারে সেটা হলো, কোন বোলারের শরীর তখন কতটা ক্লান্ত ছিল, কোন ফিল্ডার তিন মিটার দেরিতে নড়েছিল — স্কোরবোর্ড ওই তিনটা ঘর ফাঁকা রেখে দেয়।

এই শূন্য ঘরগুলোই আমার আসল কাজের জায়গা। ২০২০ সালে এই-লীগের স্যালারি-ক্যাপ সংকটে যখন ৮৪ ম্যাচের মডেল চালালাম, তখন সিদ্ধান্ত নিতে হয়েছিল PPDA-র সাথে মানানসই একটা ১২ জনের শর্টলিস্ট দিয়ে, repute দিয়ে নয়। প্রতিটা টার্গেটের জন্য ৪৮ ঘণ্টার ডেডলাইন বসিয়েছিলাম। ক্লাব চার পয়েন্টে অবনমন এড়াল। বাজার একটা খতিয়ান, লটারি নয় — আর খতিয়ানে ফাঁকা ঘর থাকলে হিসাব মেলে না।

মূল: শূন্য পেলোডের গঠনটাই আসল ডেটা

এখন আসি সেই ফাইলে। একটা ডকুমেন্ট যদি ফরম্যাট, ভেন্যু, ফলাফল, খেলোয়াড়, লীগ — এগুলোর একটাও না দেয়, তাহলে দুটো সম্ভাবনার একটা সত্য হতে পারে। প্রথম সম্ভাবনা: সত্যিই কোনো বিষয়বস্তু ছিল না। দ্বিতীয় সম্ভাবনা: বিষয়বস্তু ছিল, কিন্তু সেটা সিস্টেমে ঢোকেনি।

এই দুটো আলাদা করার চাবি হলো অভিন্নতা। সত্যিকারের ক্রিকেট ডকুমেন্ট কখনো সমানভাবে খালি হয় না। একটা ম্যাচ রিপোর্ট অন্তত ফরম্যাট বলবে — টেস্ট, ওয়ানডে, টি-টোয়েন্টি। অন্তত একটা ভেন্যুর নাম থাকবে। অন্তত একটা ফলাফল বা স্কোরের অংশ থাকবে। বাস্তব ক্রিকেট বিষয়বস্তু অসমভাবে ছড়ায় — কোনো ঘর ভরা, কোনো ঘর ফাঁকা, কখনো দুই নম্বর, কখনো আট নম্বর। কিন্তু আটটা ঘর যদি হুবহু একইভাবে "নেই" বলে, তখন সেটা বিষয়বস্তুর স্বাক্ষর নয়, সেটা প্রক্রিয়ার স্বাক্ষর।

বিষয়বস্তু নেই — এটা একটা সিদ্ধান্ত, দুর্ঘটনা নয়।

পাইপলাইনে কোথায় লাইন কাটে, সেটা চার জায়গায় সম্ভাব্য। প্রথম, ক্রলার ডকুমেন্টটা তুলতেই পারেনি — সোর্স তখনো প্রকাশিত হয়নি। দ্বিতীয়, ডকুমেন্ট প্রকাশিত কিন্তু পেওয়ালের পেছনে। তৃতীয়, ভৌগোলিক ব্লক — সিডনি থেকে ঢাকার একটা ফিড, বা করাচির একটা ফিড, অনেক সময় অন্য রিজিয়নের কাছে বন্ধ থাকে। চতুর্থ, ডকুমেন্টটা তুলে আনার পর মুছে ফেলা হয়েছে বা স্থানান্তরিত হয়েছে, আর ক্রলারের কাছে পুরনো লিংকটা মৃত।

এই চারটার ফলাফল এক দেখতে লাগে — ফাঁকা ঘর। কিন্তু চারটার চিকিৎসা সম্পূর্ণ আলাদা। একটার জন্য অপেক্ষা করতে হয়, একটার জন্য সাবস্ক্রিপশন লাগে, একটার জন্য প্রক্সি বা রিজিওনাল এন্ডপয়েন্ট, আর একটার জন্য লিংক পুনর্নির্ধারণ। ফাঁকা ঘরগুলোকে একরকম ধরে নিয়ে একটাই চিকিৎসা দিলে আপনি ভুল চিকিৎসা করছেন, আর ভুল চিকিৎসা মানে সমস্যা রয়ে গেল।

গুজবের আগে আমি টাইমস্ট্যাম্পে ভরসা করি। এখানেও সেটাই প্রথম কাজ। ফাইলের টাইমস্ট্যাম্প, ইনজেশন লগ, রিট্রিভাল স্ট্যাটাস কোড — এই তিনটা একটা সারিতে বসালেই বোঝা যায়, ডেটা কখনো এসেছিল কি না। যদি লগ দেখায় ডকুমেন্ট কখনো বাফারে ঢোকেনি, তাহলে পুরো বিশ্লেষণটা একটা অতিথি ছাড়া ভোজের হিসাব — যত সুন্দর টেবিলই সাজানো হোক, কেউ খায়নি।

প্রক্রিয়া যখন ভুলটা নিজেই ধরে ফেলে

এখানেই ব্যাপারটা কৌতূহলজনক হয়ে ওঠে। যে প্রক্রিয়া ফাঁকা পেলোডকে ফাঁকা বলতে পারে, সেটা আসলে কাজ করছে। যে প্রক্রিয়া সেটাকে চুপচাপ ভরে দেয়, সেটাই ভাঙা।

এই বিশ্লেষণে একটা জিনিস স্পষ্ট বেরিয়ে এসেছে — চারটে ঝুঁকির কথা। প্রথম, নীরব সংক্রমণ: ডাউনস্ট্রিম সিস্টেমগুলো একটা ফাঁকা বিশ্লেষণকে "উল্লেখযোগ্য কিছু পাওয়া যায়নি" বলে পড়ে নিতে পারে। একটা খালি রিপোর্ট আর একটা নিষ্ক্রিয় রিপোর্ট — দুটো এক দেখতে লাগে, দুটোর মানে সম্পূর্ণ আলাদা। দ্বিতীয়, নির্মাণ-ঝুঁকি: টেমপ্লেটটার গঠনই বিশ্লেষককে চাপ দেয় ভরাট করার জন্য, আর ভরাট করার একমাত্র উপায় কল্পনা। তৃতীয়, সোর্স-উদ্ধার ব্যর্থতা: খালি পেলোডের সবচেয়ে সম্ভাব্য কারণ, সোর্সটা কখনো সফলভাবে ইনজেস্ট হয়নি। চতুর্থ, ভুল লেবেলিং: cricket_asia ট্যাগটাই হয়তো ডিফল্ট বা ফলব্যাক মান।

এই চারটার মধ্যে দ্বিতীয়টা সবচেয়ে বিপজ্জনক, কারণ এটা মানুষ করে, সিস্টেম নয়। টেমপ্লেটে ঘর ফাঁকা থাকলে লেখকের হাত চুলকায়। ক্রিকেট সাংবাদিকতায় এই চাপটার একটা নাম আছে — ন্যারেটিভ ট্যাক্স। ফরম্যাট গল্প দাবি করে, তাই গল্প বানানো হয়।

আঘাতের খবর আর ফাঁকা ঘরের রাজনীতি

আমার সন্দেহ চার দশক ধরে একই জায়গায় আটকে আছে: আঘাতের তথ্য ক্লাবের হাতে, আর ক্লাব কেবল সেটাই প্রকাশ করে যেটা তার নিজের স্বার্থে সুবিধাজনক। খেলোয়াড় মাঠে নেই — কারণটা ঘোষণা করা হয় না। ঘরটা ফাঁকা থেকে যায়।

এই ফাঁকা ঘরটাই মিডিয়া ভরে দেয় অনুমান দিয়ে, আর অনুমান কয়েক রাউন্ড ঘুরে সত্য হয়ে যায়। কে ভুল করল? সিস্টেম, নাকি সেই মানুষটা যে ফাঁকা ঘরে নিজের গল্প বসিয়ে দিল?

ক্রিকেটে এই একই নিয়ম স্কোয়াড তালিকায় খাটে। একটা নাম বাদ পড়ল, কারণ নেই। বিশ্রাম না আঘাত না ছাড়পত্রের সমস্যা — কেউ বলে না। ডেটা ডেস্কে সেই ফাঁকা জায়গাটা তখন "তথ্য নেই" হয়ে দাঁড়ায়, আর স্কাউটিং ড্যাশবোর্ডে "তথ্য নেই" প্রায়ই "উপযুক্ত নয়" হিসেবে পড়া হয়। একটা নাম এভাবে একবার বাদ পড়লে সেটা আর ফেরে না। ফাঁকা ঘরের মানবিক দামটা একটা কেরিয়ার।

ধার-চুক্তির অসমাপ্ত হিসাব আর অসমাপ্ত বিশ্লেষণ

এখানে আরেকটা সমান্তরাল আছে, যেটা আমার ট্রান্সফার ডেস্কের দিনগুলো থেকে আসে। বাধ্যবাধকতাসহ ধার চুক্তি (loan with obligation) ছোট ক্লাবগুলোর আর্থিক পরিকল্পনা নষ্ট করে। ছোট ক্লাব একটা অর্ধসমাপ্ত পণ্য তৈরি করে, আর মালিকানা যায় বড় ক্লাবের কাছে। চুক্তিটা আজ সম্পূর্ণ দেখায়, কিন্তু তার আসল ব্যয় ভবিষ্যতে গিয়ে পড়ে।

একটা শূন্য পেলোড ঠিক এই কাজটাই করে। আজ সে একটা সম্পূর্ণ বিশ্লেষণের চেহারা নিয়ে ডেস্কে বসে থাকে, অথচ তার পুরো ঝুঁকি ভবিষ্যতের রাউন্ডে গিয়ে পড়ে — যখন কেউ ওই ফাইলের ভিত্তিতে সিদ্ধান্ত নেবে। ছোট ক্লাব যে ফাঁদে পড়ে, ডেটা টিমও একই ফাঁদে পড়ে: ভবিষ্যতের দায় আজকের পেজে লুকিয়ে রাখা।

লেবেল আর ঘটনা এক নয়

ফাইলে যে একটা জিনিস টিকে ছিল, সেটা cricket_asia। এই লেবেলটা দরকারি, কিন্তু সীমিত। এটা একটা ভৌগোলিক পরিধি বোঝায় — ভারত, পাকিস্তান, শ্রীলঙ্কা, বাংলাদেশ, আফগানিস্তান, বা অঞ্চলের কোনো লীগ/ইভেন্ট। এটা কোনো ঘটনা নয়।

এই পার্থক্যটা বিশ্লেষণে বড়। পরিধি থেকে আপনি জানতে পারেন কোথায় খুঁজতে হবে। ঘটনা থেকে জানতে পারেন কী ঘটেছে। শুধু পরিধি দিয়ে বিশ্লেষণ লিখলে আপনি একটা অনুসন্ধানের ক্রম তৈরি করছেন, ফলাফল নয়। এই ফাঁদটা এড়ানো কঠিন, কারণ লেবেলটা দেখতে তথ্যের মতো লাগে।

নব্বইয়ের দশকে আইসিসি ট্রফির একটা নির্ণায়ক ম্যাচে আমি রেডিও কমেন্ট্রিতে ছিলাম। সেদিন শিখেছিলাম, স্কোরবোর্ডের পাশে বসা মানুষটার কাজ সংখ্যা পড়া নয়, সংখ্যার পেছনের সময়টা পড়া। আজকের ফাঁকা ফাইলটাও একই দাবি করছে — আমাকে তার শূন্যতার গঠনটা পড়তে হবে, তার লেবেল নয়।

কেন এটা বিশ্লেষণ নয়, একটা ডায়াগনস্টিক

সৎভাবে বললে, এই ফাইল নিয়ে আট-মাত্রার বিশ্লেষণ লেখা অসম্ভব। কারণ নেই। ম্যাচ নেই, তাই ফরম্যাট নেই। খেলোয়াড় নেই, তাই রোল নেই। দল নেই, তাই র‍্যাঙ্কিং নেই। লীগ নেই, তাই সম্প্রচার-স্বত্বের হিসাব নেই। কোনো শাসন-বিরোধ নেই, তাই ঝুঁকির রেটিং নেই। কোনো ন্যারেটিভ নেই, তাই প্রত্যাশার ফারাক মাপার উপায় নেই।

চারটে মূল্যায়নের মাত্রায় এক তারা — খেলাধুলার মূল্য, শিল্প-মূল্য, সময়োপযোগী মূল্য, রেফারেন্স মূল্য। এক তারার এই রেটিংটা ব্যর্থতা নয়। এটা একটা ডায়াগনস্টিক।

একটা ফাঁকা ফাইল যে সমস্যাটা ধরে ফেলেছে, সেটা পাইপলাইনের সমস্যা — ক্রিকেটের নয়।

সিস্টেমটা নিজের ব্যর্থতা নিজে জানিয়েছে। এটাই ভালো ডিজাইনের প্রমাণ। যে প্রক্রিয়া "আমি জানি না" বলতে পারে না, সে যখন "আমি জানি" বলে তখন তার কথা বিশ্বাস করার কোনো কারণ নেই।

তাই সঠিক পেশাদার আউটপুট একটা স্ট্রাকচার্ড নাল রেজাল্ট, আর তার পাশে একটা রিমিডিয়েশন রিকোয়েস্ট। ফাইলে একটা চিহ্ন বসানো উচিত — ANALYSIS_VOID_INPUT_EMPTY — আর তার ভিত্তিতে কোনো প্রকাশনা বা অ্যালার্ট বন্ধ রাখা উচিত। যে সিস্টেম ওই ফাইলটা গ্রহণ করে কিছু একটা ছাপবে, সেটা মুদ্রণ নয়, বানানো।

বিপরীত কোণ: শূন্য মানে শূন্য ঝুঁকি নয়

এখানে একটা স্বাভাবিক ভুল আছে, যেটা ডেটা শিল্পে প্রায় সর্বজনীন। মানুষ ধরে নেয়, একটা নাল রেজাল্ট মানে নিরপেক্ষ ফলাফল। ব্যাপারটা তা নয়।

একটা ভুল সংখ্যা নিয়ে মানুষ তর্ক করে। একটা অনুপস্থিত সংখ্যা নিয়ে কেউ তর্ক করে না — সেটা চুপচাপ ছাপা হয়ে যায়। ভুল তথ্য আপনাকে শত্রু বানায়, কিন্তু অনুপস্থিত তথ্য আপনাকে সম্মান দেয়, কারণ কেউ প্রমাণ চাইতে পারে না।

সহসংযোগ আর কারণ এক জিনিস নয়। একটা খালি ডিকনস্ট্রাকশন প্রমাণ করে না যে সোর্সটা পাওয়া যাচ্ছিল না। এটা কেবল প্রমাণ করে, পাইপলাইন কিছু দেয়নি। প্রথমটা একটা অনুমান, দ্বিতীয়টা একটা পরিমাপ। এই দুটোর মধ্যে দূরত্বেই ভুল সিদ্ধান্তগুলো জন্মায়।

আর একটা খালি ফাইল কম ঝুঁকির রায় নয় — এটা অপরিমাপিত ঝুঁকি। পার্থক্যটা এই: কম ঝুঁকি মাপা হয়েছে এবং ছোট পাওয়া গেছে; অপরিমাপিত ঝুঁকি মাপাই হয়নি। ডেস্কে এই দুটোকে আলাদা না রাখলে আপনি একটা অন্ধ জায়গাকে নিরাপদ জায়গা ভাবছেন।

এখানে একটা স্বীকারোক্তি দরকার। আমার চার দশকের অভ্যাস আমাকে প্রায় টেনে নিয়ে যাচ্ছিল একটা ডিবাঙ্ক লেখার দিকে — "ডেটা ভুল ছিল" এই ফ্রেমে। কিন্তু সত্যিটা ভিন্ন। প্রক্রিয়াটা ভুল ছিল না। প্রক্রিয়াটা ঠিকঠাক নিজের ফাঁক ধরেছে। তাই এই লেখাটা খণ্ডন নয়, নিশ্চিতকরণ — ডিসিপ্লিন কাজ করেছে। খণ্ডনের ভারটা আমি তুলে রাখছি সেই মুহূর্তের জন্য, যখন সিস্টেমটা ফাঁকা ফাইলকে ভরে দিয়ে একটা মিথ্যা সিদ্ধান্ত ছাপবে।

পরবর্তী রাউন্ডের সংকেত

চারটা সংকেত আমি ট্র্যাকে রাখছি। প্রথম, ডিকনস্ট্রাকশনের পুনরায় চালানোর ফল — যদি তথ্যবিন্দুর তালিকা ভরে ওঠে, পুরো আট-মাত্রার বিশ্লেষণ খুলে যায়। দ্বিতীয়, সোর্সের প্রাপ্যতা — এইচটিটিপি স্ট্যাটাস আর রিট্রিভাল লগ; সোর্স পাওয়া গেলে মূল কারণটা নিশ্চিত হয়। তৃতীয়, ডোমেইন লেবেলের উৎস — ক্লাসিফায়ার cricket_asia কতটা নিশ্চিতভাবে দিয়েছে; কম আত্মবিশ্বাস হলে পরিধিটাই ভুল হতে পারে। চতুর্থ, ডাউনস্ট্রিম গ্রহণ — এই ফাঁকা আউটপুট কেউ ইতিমধ্যে ব্যবহার করেছে কি না।

একটা খালি ফাইলের সবচেয়ে বড় উপহার হলো এটা: সে প্রমাণ করে, আপনার সিস্টেম সত্য বলতে পারে। ২০২০ সালে আমি শুন্য দর্শক দেখে ঘরের সুবিধার হিসাব বদলেছিলাম। সেদিন যেমন খালি গ্যালারি একটা ডেটা ছিল, তেমনি আজ খালি পেলোড একটা ডেটা। প্রশ্নটা সোজা — যখন আপনার ড্যাশবোর্ড ফাঁকা হয়ে যায়, আপনি ফাঁকাটা দেখেন তথ্যে, নাকি প্রক্রিয়ায়?