নাল রেজাল্টের শৃঙ্খলা: খালি ডেটাসেট, ব্লকচেইনের অডিটেবিলিটি আর ক্রিকেট বিশ্লেষণের সততা

হুক — যে সকালে ডেটা এলো না

গত বৃহস্পতিবার সকালে রংপুরের পড়ার টেবিলে বসে যে ফাইলটা খুললাম, তার নাম ছিল "দ্বিতীয় ধাপ: গভীর পেশাদার বিশ্লেষণ"। ভিতরে ঢুকে দেখি, ঘরগুলো ফাঁকা। শিরোনাম নেই, উৎস নেই, তথ্যবিন্দুর তালিকা শূন্য, কোনো দল নেই, কোনো খেলোয়াড় নেই, কোনো ম্যাচ নেই, কোনো তারিখ নেই। আটটি বিশ্লেষণ-মাত্রার প্রতিটি কক্ষে একই বাক্য ফিরে আসছে — "যথেষ্ট তথ্য নেই, মূল্যায়ন সম্ভব নয়"। শূন্যতা ঢাকতে একটা কল্পিত স্কোরলাইন বানিয়ে ফেলার ইচ্ছা প্রথম মুহূর্তেই জেগেছিল। তারপর মনে পড়ল ২০১৭ সালের কথা, যখন বার্নলির PPDA নিয়ে লেখার সময় নিজের জন্য একটা নিয়ম বসিয়েছিলাম। হেডলাইন আসে বেসলাইনের পরে। আর বেসলাইন যদি না-ই থাকে, তখন প্রকাশযোগ্য গল্পটা হলো — কিছুই প্রকাশ না করা। বছরের পর বছর খেলা দেখে, স্কোরবুক ঘেঁটে, রেডিও বুমে ধারাভাষ্য শুনে যে অভিজ্ঞতা জমেছে, তার সবচেয়ে কাজের অংশটা এই একটা সিদ্ধান্তেই ফুটে ওঠে: যে বিশ্লেষক খালি ডেটাসেটে থেমে যেতে পারেন, তাঁকেই ভরসা করা যায়।

প্রেক্ষাপট — দুই ধাপের পাইপলাইন আর নাল-হ্যান্ডলিংয়ের নিয়ম

আমাদের কাজের ধরনটা দুটি ধাপে চলে। প্রথম ধাপে একটা সোর্স নিবন্ধকে ভেঙে তথ্যবিন্দুতে (information points) নামানো হয় — কে, কোথায়, কখন, কী ঘটেছে, কোন সংখ্যাটা তাৎপর্যপূর্ণ, কোন সংখ্যাটা শুধু শব্দ। দ্বিতীয় ধাপে সেই তথ্যবিন্দুগুলোকে আটটি মাত্রায় ছড়িয়ে বিশ্লেষণ করা হয়: ফরম্যাট ও ম্যাচের প্রকৃতি, খেলোয়াড়ের কৌশল ও ডেটা, দলের ল্যান্ডস্কেপ ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক ইকোসিস্টেম, নিয়ম ও গভর্ন্যান্স, ঝুঁকির ম্যাট্রিক্স, জন-আখ্যান ও প্রত্যাশার ফাঁক, আর শিল্পে সংক্রমণ (transmission)।

এই কাঠামোর সঙ্গে দুটি কঠোর শর্ত জুড়ে আছে। প্রথম শর্ত, তথ্য না থাকলে কল্পনা করা যাবে না — প্রতিটি খালি কক্ষে স্পষ্টভাবে লিখতে হবে "যথেষ্ট তথ্য নেই, মূল্যায়ন সম্ভব নয়"। দ্বিতীয় শর্ত, কাঠামোটা সম্পূর্ণ রাখতে হবে — অর্থাৎ খালি কক্ষ থাকলে সেটা মুছে ফেলা যাবে না, বরং খালি বলে চিহ্নিত করে রাখতে হবে। এই দুটি শর্ত একসঙ্গে যে ফল দেয়, সেটাকে গবেষণার ভাষায় বলে নেগেটিভ কন্ট্রোল, আর সাংবাদিকতার ভাষায় বলে দায়বদ্ধতার শূন্যরেখা।

শূন্য ইনপুটের পিছনে সাধারণত দুটি কারণ থাকে, আর দুটোর মধ্যে পার্থক্য বিশাল। এক, সোর্স নিবন্ধটাই আসলে নেই — কেউ কিছু লেখেনি। দুই, নিবন্ধ আছে, কিন্তু ভাঙার সময় (parsing) সেটা হারিয়ে গেছে — অর্থাৎ দোষটা আমাদের পাইপলাইনের, সোর্সের নয়। প্রথম ক্ষেত্রে সঠিক পদক্ষেপ থামা; দ্বিতীয় ক্ষেত্রে সঠিক পদক্ষেপ হলো লগ খতিয়ে দেখা, সোর্স ফের যাচাই করা, তারপর আবার চালানো। কিন্তু কোনও ক্ষেত্রেই সঠিক পদক্ষেপ কল্পিত দল, খেলোয়াড় বা স্কোর বসিয়ে দেওয়া নয়। ১৯৯৪ সালে আইসিসি ট্রফির বাংলাদেশ–কেনিয়া ম্যাচে রেডিও ধারাভাষ্য করার সময়ও এই শিক্ষাটা পেয়েছিলাম — ফিড কেটে গেলে শূন্যতা বাজাতাম না, সৎভাবে বলতাম, সংযোগ নেই।

এখানে একটা বাড়তি মাত্রা যোগ হয়েছে ব্লকচেইন-প্রযুক্তির সংস্কৃতি থেকে। ব্লকচেইনের মূল প্রতিশ্রুতি অডিটেবিলিটি — প্রতিটি লেনদেন একবার লেজারে বসলে তার একটা ট্রেস থাকে, আর সেই ট্রেস যে-কেউ যাচাই করতে পারে। ক্রিকেট ডেটা-সাংবাদিকতারও একই রকম একটা অডিট ট্রেইল দরকার, যেখানে প্রতিটি দাবির পিছনে কোন উৎস, কোন ফরম্যাট, কোন নমুনা-আকার — সব যাচাইযোগ্য। CricSultan (cricsultan.com) ধরনের প্ল্যাটফর্ম এই তিন শব্দকে মানদণ্ড বানায়: traceable, verifiable, reusable। খালি পেলোডের ঘটনাটা ঠিক এই মানদণ্ডেরই পরীক্ষা।

মূল বিশ্লেষণ — অডিট ট্রেইল ছাড়া বিশ্লেষণ অসম্পূর্ণ

৩.১ বেসলাইন-প্রথম শৃঙ্খলা

যেকোনো সংখ্যা বিচার করার আগে তার আশপাশটা জানতে হয় — ফরম্যাট (টেস্ট, ওডিআই, টি-টোয়েন্টি), ভেন্যু, যুগ, আর ম্যাচের পর্ব (powerplay, middle, death)। একটা ডেথ-ওভারের ইকোনমি ৯.৫ শুনে চমকে ওঠার আগে জানতে হয়, ওই ভেন্যুতে ওই টুর্নামেন্টের গড় ডেথ-ওভার ইকোনমি কত। একটা ওপেনারের স্ট্রাইক রেট ১৪০ শুনে মুগ্ধ হওয়ার আগে জানতে হয়, ওই পিচে প্রথম দশ ওভারে বল কতটা সরে, আর সেটি রাতের শিশিরে কতটা বদলায়। বেসলাইন ছাড়া সংখ্যা সংখ্যা নয়, শুধু শব্দ। আর এই বেসলাইন যদি ইনপুটেই না থাকে, তাহলে বিশ্লেষণটা যতই চতুর শোনাক, সেটা আসলে অনুমানের কবিতা।

আমি প্রতি টুর্নামেন্ট-লেখা শুরু করি একটা বেসলাইন তুলনা-টেবিল দিয়ে। ২০১৮ রাশিয়া বিশ্বকাপে ক্রোয়েশিয়ার খেলার ধরন বুঝতে গিয়ে প্রথমে তাদের গ্রুপ-পর্বের PPDA, দখল আর প্রতি-ম্যাচ দৌড়ের গড় বসিয়েছিলাম; তারপর নকআউটের সংখ্যাগুলো সেই সিঁড়িতে চড়িয়েছি। এই ক্রমটাই সব। উল্টো ক্রমে গেলে বিশ্লেষণটা হাইলাইট-রিলে পরিণত হয়।

৩.২ দশ ম্যাচ থ্রেশহোল্ড — কেন দশ, আর কেন এটা অলৌকিক সংখ্যা নয়

২০১৭ সালে বার্নলির ২০১৬-১৭ মৌসুমের PPDA ছিল ১২.১ আর দখল ৩৮ শতাংশ। অনেকে সেটা দেখে সোজা সিদ্ধান্তে গিয়েছিলেন — দলটা নিষ্ক্রিয়। বার্নলির থ্রেডটা প্রথমে আওয়াজ মনে হয়েছিল, যতক্ষণ না আমি PPDA ধরে সাজালাম; তখন দেখা গেল, শন ডাইচের লো-ব্লক নিষ্ক্রিয় ছিল না, সেটা ছিল হিসেব করে সাজানো একটা দক্ষ ফাঁদ। কিন্তু ওই একটা টেবিলই যথেষ্ট ছিল না। আমি অপেক্ষা করলাম দশ ম্যাচ। কারণ দশ ম্যাচ একটা মৌসুমের তিন ভাগের এক ভাগের বেশি, এবং তাতে ঘরের-বাইরের, শক্ত-দুর্বল প্রতিপক্ষ — সবই অন্তত একবার ঢুকে যায়।

তবু দশ সংখ্যাটা আমার জন্য অলৌকিক কিছু নয়, এটা একটা প্রি-রেজিস্টার্ড শর্ত। ম্যাচের ধরন বদলালে থ্রেশহোল্ডও বদলাতে পারে — টি-টোয়েন্টিতে ছন্দ দ্রুত ধরা পড়ে, টেস্টে ধীরে। এই শর্তটা আগেই লিখে রাখা জরুরি, নইলে পরে ডেটা দেখে শর্ত বদলানোর প্রলোভন আসে, আর সেটা ডেটাকে নিজের পক্ষে কথা বলানোর সবচেয়ে সহজ উপায়।

এখানেই ব্লকচেইনের একটা শিক্ষা কাজে লাগে। ব্লকচেইনে আপনি পুরোনো ব্লক পেছনে ফিরে বদলাতে পারেন না; আপনি শুধু নতুন ব্লক যোগ করতে পারেন। বিশ্লেষণেও তাই হওয়া উচিত — আগের সিদ্ধান্ত কী ছিল, সেটা লেজারে থাকা উচিত, আর নতুন তথ্য এলে সেটা সংশোধন হিসেবে যোগ হওয়া উচিত, নীরবে মুছে যাওয়া নয়।

৩.৩ নেগেটিভ কন্ট্রোল — গবেষণাগারের পাঠ ক্রিকেটে

গবেষণাগারে একটা নিয়ন্ত্রণ-নমুনা থাকে, যেখানে কোনো কিছুই ঘটে না — যদি সেখানেও ফল আসে, তাহলে বুঝতে হয় যন্ত্রে বা পদ্ধতিতে গোলমাল। আমাদের পাইপলাইন খালি ইনপুট পেয়ে যখন বিশ্লেষণ না-করার সিদ্ধান্ত নেয়, তখন সেটা একটা নেগেটিভ কন্ট্রোল পাস করার মতো ব্যাপার। মানে, সিস্টেমটা কল্পনা করতে বাধ্য হয়নি। এই ব্যর্থতা-যা-আসলে-সফলতা একটা বিশ্লেষণী সংস্কৃতির স্বাস্থ্যের সেরা সূচক।

৩.৪ ব্লকচেইনের অডিটেবিলিটি নীতি আর ক্রিকেট ডেটার অডিট ট্রেইল

ব্লকচেইনের তিনটে স্তম্ভ — অপরিবর্তনীয়তা, বিতরণ, আর সর্বজনীন যাচাই। একটা লেনদেনের হ্যাশ আগের ব্লকের হ্যাশের সঙ্গে বাঁধা থাকে, তাই কেউ মাঝখানে কিছু গুঁজে দিলে শিকল ভেঙে যায় এবং সবাই সেটা টের পায়। ক্রিকেট ডেটা-বিশ্লেষণে এই হ্যাশ-শৃঙ্খলার ঠিক সমতুল্য একটা জিনিস আছে — সোর্স-সিটেশন। প্রতিটি সংখ্যার পাশে যদি না থাকে "কোথা থেকে এলো, কবে এলো, কোন ফরম্যাটে এলো", তাহলে সেই সংখ্যা যাচাইয়ের অভাবে ক্রমশ পুরাণে পরিণত হয়।

এখানেই খালি পেলোডের ঘটনা একটা তথ্য-লাভ (information gain) দেয়: প্রকাশনা তখনই মূল্যবান, যখন প্রতিটি দাবির অডিট ট্রেইল পাঠক নিজে হাঁটতে পারেন। একটি খালি দ্বিতীয়-ধাপের রিপোর্ট, যা প্রতিটি কক্ষে "তথ্য নেই" লিখে থেমে গেছে, পাঠককে ভুল তথ্য দেওয়ার চেয়ে অনেক বেশি সম্মান করে।

৩.৫ আট-মাত্রিক কাঠামো মানে আটটি ব্লক

এই আটটি মাত্রা আসলে একটা শিকলের আটটি ব্লক। প্রতিটি ব্লক হয় প্রমাণ দিয়ে ভরে, নয়তো নাল চিহ্ন দিয়ে। আংশিক ভরা অবস্থাতেই যদি ব্লক জুড়ে দিই, শিকল দুর্বল হয়।

| মাত্রা | খালি ইনপুটে ফল | শিকল দুর্বল হওয়ার ঝুঁকি | |--------|----------------|------------------------| | ১. ফরম্যাট ও ম্যাচ | তথ্য নেই | ফরম্যাট না জেনে সাধারণীকরণ | | ২. খেলোয়াড়ের ডেটা | তথ্য নেই | ভুল নমুনায় খেলোয়াড়-রায় | | ৩. দল ও র‍্যাঙ্কিং | তথ্য নেই | র্যাঙ্কিং ছাড়া তুলনা | | ৪. লিগ ও বাণিজ্য | তথ্য নেই | মুনাফার গল্প বানানো | | ৫. নিয়ম ও গভর্ন্যান্স | তথ্য নেই | নজির ছাড়া অভিযোগ | | ৬. ঝুঁকি | তথ্য নেই | অসম্ভাব্য নিশ্চয়তা | | ৭. জন-আখ্যান | তথ্য নেই | হাইপ-সাইকেল আন্দাজ | | ৮. শিল্প-সংক্রমণ | তথ্য নেই | উৎস ছাড়া সংক্রমণ-দাবি |

৩.৬ নজির-টেবিল — যুগ-সমন্বয় আর শর্ত-ভার

নজির-টেবিল বানানোর সময় সবচেয়ে বড় ফাঁদ হলো ভিন্ন যুগের সংখ্যাকে এক সারিতে বসিয়ে সমতুল্য ধরে নেওয়া। মদরিচ বারো কিলোমিটার ছুটেছিলেন, কিন্তু ম্যাপটা দেখাল খেলাটা কোথায় ঘুরে গেল — অতিরিক্ত সময়ের ধারাবাহিক টার্নওভারের চাপে, সেট-পিসের দ্বৈরথে। ২০১৮-র ১২.৮ কিলোমিটার আর ২০২৬-এর ১২.৮ কিলোমিটার এক নয়; বলের গতি, ফিল্ড-মাপ, ম্যাচের ঘনত্ব বদলেছে। তাই নজির-টেবিলে প্রতিটি সারির পাশে যুগ-ওজন আর শর্ত-ভার বসানো দরকার।

| ঘটনা | সময় | যুগ/ফরম্যাট-সমন্বয় | শিক্ষা | |------|------|--------------------|--------| | বার্নলি PPDA থ্রেড | ২০১৭ | ইপিএল ২০১৬-১৭ | দশ ম্যাচের আগে রায় নয় | | মদরিচ ১২.৮ কিমি | ২০১৮ | রাশিয়া বিশ্বকাপ সেমিফাইনাল | হেডলাইন নয়, ম্যাপ গুরুত্বপূর্ণ | | বাংলাদেশ–কেনিয়া | ১৯৯৪ | আইসিসি ট্রফি, রেডিও | সংযোগহীনতায় শূন্যতা নয় | | খালি দ্বিতীয়-ধাপ পেলোড | বর্তমান | অজানা | নাল ফলাফল প্রকাশযোগ্য নয় |

৩.৭ ট্রান্সমিশন ম্যাপ — খালি ইনপুট কত দূর ছড়ায়

একটা খালি ইনপুট শুধু একটা ফাইল খালি রাখে না, তার একটা শিকল থাকে:

উৎস-নিবন্ধ → প্রথম ধাপের বিভাজন → দ্বিতীয় ধাপের বিশ্লেষণ → প্রকাশনা → পাঠক → সিদ্ধান্ত।

প্রথম ধাপে ইনপুট না এলে দ্বিতীয় ধাপে ফল নাল হয়, প্রকাশনা থামে, পাঠক কিছু পান না — কিন্তু যা পান না, সেটা ভুল তথ্য নন। ব্লকচেইনের ভাষায় এটা হলো, লেজারে একটা ফাঁকা ব্লক বসানোর বদলে লেজারটা অসম্পূর্ণ রাখা, যাতে শিকলের অখণ্ডতা অটুট থাকে। সাংবাদিকতার ভাষায় এটা হলো, গল্প ফাঁকা রাখার সাহস।

কনট্রারিয়ান — নাল ফলাফল নিজেই তথ্য, কিন্তু এটাই লুকোচুরির ঢাল হতে পারে

"যথেষ্ট তথ্য নেই" — এই বাক্যটা আজকাল প্রায় স্লোগান। আর স্লোগানে পরিণত হওয়া প্রতিটি সৎ নীতির একটা অন্ধকার দিক থাকে। কেউ কেউ এই বাক্যটাকে পরিশ্রম এড়ানোর ঢাল বানিয়ে ফেলেন — যেখানে একটু খুঁজলেই ডেটা পাওয়া যেত, সেখানে না খুঁজে থেমে যাওয়া। নাল ফলাফল আর অলসতা দেখতে এক, কিন্তু তাদের অডিট ট্রেইল আলাদা।

দ্বিতীয় ফাঁদটা ব্লকচেইন-সংস্কৃতির ভিতরেই লুকিয়ে আছে। অপরিবর্তনীয়তা মানে নির্ভুলতা নয়। একটা ভুল ব্লক যদি কখনো শিকলে বসে যায়, সেটা চিরকালীন ভুল হয়ে যায় — মুছে ফেলা যায় না, শুধু সংশোধনী ব্লক যোগ করা যায়। বিশ্লেষণেও তাই। একটা ভুল বেসলাইন যদি একবার প্রামাণ্য ধরে নেওয়া হয়, পরে সেটা সংশোধন করা কঠিন, কারণ পুরোনো লেখাগুলো তার সাক্ষী হয়ে দাঁড়ায়। আর নজির-টেবিলের আর একটা বিপদ হলো ভুয়া সমতুল্যতা — ভিন্ন যুগের, ভিন্ন শর্তের দুই ঘটনাকে একই সারিতে বসিয়ে একটা আরামদায়ক গল্প বানানো।

বিষয়টা আরও সূক্ষ্ম। স্থিতিশীলতা-যাচাই মানে জটিলতাকে এড়িয়ে যাওয়া নয়। কখনো কখনো একটা ব্যতিক্রমী ইনিংস বেসলাইনের বাইরে গিয়ে সত্যিই নতুন কিছু বলে — যেমন একটা খেলোয়াড়ের ফর্ম-বক্র বদলে যাওয়া। তখন বেসলাইন আর আউটলায়ারের z-স্কোর দুটোই দেখানো উচিত, আর লিখে দেওয়া উচিত কোনটা বদলালে গল্পটা ভাঙবে। শুধু বেসলাইনে আটকে থাকলে আমরা সেই বিরল মুহূর্তগুলোই হারাব। এই দুই ফাঁদের মাঝখানের সরু রাস্তাটাই আসল কারিগরি।

টেকঅ্যাওয়ে — পরবর্তী রাউন্ডে আমি যা দেখব

আগামী রাউন্ডে আমি হেডলাইন নয়, অডিট ট্রেইল দেখব। কোন বিশ্লেষণে সোর্স, তারিখ, ফরম্যাট আর নমুনা-আকার স্পষ্ট, আর কোনটা শুধু আত্মবিশ্বাসী স্বর? যে লেখা খালি ডেটাসেটে থামতে জানে, সে-ই পরের দশ ম্যাচে ভরসা পাওয়ার দাবি রাখে। প্রশ্নটা পাঠকের জন্য রইল: যখন একটা বিশ্লেষণ হেডলাইনে শুরু হয়ে পদ্ধতিতে শেষ হয়, আপনি কোনটা যাচাই করবেন — সংখ্যাটা, নাকি সেটার পিছনের শিকলটা?

পদ্ধতি নোট

এই লেখাটি একটি খালি প্রথম-ধাপের ইনপুট এবং তার দ্বিতীয়-ধাপের নাল-ফলাফল বিশ্লেষণের উপর ভিত্তি করে লেখা। কোনো ম্যাচ, খেলোয়াড় বা দলের সংখ্যা কল্পনা করা হয়নি; যেখানে ক্রিকেট-প্রসঙ্গ এসেছে, সেখানে শুধু লেখকের নিজের নথিভুক্ত অভিজ্ঞতা (১৯৯৪, ২০০৭, ২০১৭, ২০১৮, ২০২৪) ব্যবহার করা হয়েছে। দশ ম্যাচ থ্রেশহোল্ড আগেই ঘোষিত শর্ত হিসেবে ধরা হয়েছে, আর নজির-টেবিলের প্রতিটি সারিতে যুগ-ওজন যোগ করার রীতি মানা হয়েছে।

— Root: Data Monk / ISTJ rigor | Scenario: Methodology section in a long analysis.

— Root: ISTJ / Data Monk skepticism | Scenario: Investigating anomalies in a dataset.