খালি ফিল্ড, শূন্য স্কোর: একটি ক্রিকেট অ্যানালিটিক্স পাইপলাইনের অটোপসি

রাত ২টা ৪০, সিঙ্গাপুর। ল্যাপটপের পর্দায় স্টেজ-১ ডিকনস্ট্রাকশনের আউটপুট ফাইল। টাইটেল: N/A। সোর্স: N/A। আর্টিকেল টাইপ: Unclassified। ইনফরমেশন পয়েন্টস: একটি খালি অ্যারে, শূন্য। কোর ভিউপয়েন্ট: ফাঁকা। এনটিটিজ: শনাক্ত করা যায়নি। টাইম সেনসিটিভিটি: মূল্যায়ন হয়নি। পুরো রেকর্ডে একটি মাত্র ফিল্ড জীবিত — ডোমেইন লেবেল, যেখানে লেখা cricket_world, অথচ স্কিমা দাবি করছিল Cricket।

পাশের উইন্ডোতে আটটি ডাইমেনশনের টেমপ্লেট খোলা। প্রতিটির জন্য তৈরি হেডিং, তৈরি টেবিল, তৈরি ঘর। কার্সর কয়েক সেকেন্ড 'টিম টায়ার' ঘরের ওপর ভেসে ছিল। ওখানে একটা শব্দ বসালেই একটি 'বিশ্লেষণ' দাঁড়িয়ে যেত — এলিট পাওয়ার, মিড-টিয়ার, এমার্জিং ফোর্স। পাঠক টেরও পেত না যে ভেতরে কোনো ডেটা ছিল না।

আমি লিখিনি। আমি অডিট করেছি — তবে এবারের অডিটের বিষয় কোনো ইনিংস নয়, একটি ফাইল।

আট বছর ধরে আমার কাজ একই: স্কোরকার্ড খুলে ধরা, তারপর স্কোরকার্ডের বাইরে যা ঘটেছে তা মাপা। ২০১৮ সালে রাশিয়া বিশ্বকাপে প্রতিটি শট হাতে লগ করেছিলাম; ক্রোয়েশিয়া-ইংল্যান্ড সেমিফাইনালে ১.৭ বনাম ০.৯ xG বেরিয়ে এসেছিল। ২০২০ সালে বুন্দেসলিগার দর্শকশূন্য স্টেডিয়ামে হোম উইন রেট ৪৩.২% থেকে ৩২.৮%-এ নেমে যাওয়ার ঘটনা আমাকে শিখিয়েছিল, মডেলের সীমাবদ্ধতা তার সিদ্ধান্তের আগেই লিখে রাখতে হয়। ফুটবল থেকে ক্রিকেটে ফেরার সময় আমি একটা নিয়ম মেনে চলি — ট্রান্সলেশন রুল। ফুটবলের xG সরাসরি ক্রিকেটের এক্সপেক্টেড রানে বসিয়ে দিলে ভুল হবে; ফুটবলে আউটকাম নির্ধারিত হয় শট-লেভেলে, ক্রিকেটে বল-লেভেলে, আর ক্রিকেটের ফরম্যাটগুলো নিজেদের মধ্যে কোনো বেঞ্চমার্ক ভাগ করে না।

টি-টোয়েন্টির ডেথ-ওভার ফিনিশারের ১৮০+ স্ট্রাইক রেট আর টেস্ট ওপেনারের অ্যাভারেজ-ফার্স্ট প্রোফাইল একই স্কেলে মাপা যায় না। পাওয়ারপ্লে (ওভার ১–৬), মিডল ওভার (৭–১৫), ডেথ ওভার (১৬–২০) — এই ফেজ বিভাজন ওডিআইতে ভিন্নভাবে কাজ করে। বৃষ্টি নামলে ডাকওয়ার্থ-লুইস-স্টার্ন (DLS) টার্গেট নতুন করে হিসাব করে; এই পদ্ধতি প্রথম প্রয়োগ হয় ১৯৯৭ সালের জিম্বাবুয়ে-ইংল্যান্ড ওয়ানডেতে, আর ২০১৪ সালে স্টার্নের সংযোজনের পর তার নাম হয় DLS। ফরম্যাট ও ম্যাচের প্রকৃতি না জানলে এই একটি পদ্ধতিও কোন দিকে ঘুরবে, বলা অসম্ভব।

আমাদের পাইপলাইন দুই স্তরে চলে। স্টেজ-১ হলো ডিকনস্ট্রাকশন: টাইটেল, সোর্স, টাইপ, ইনফরমেশন পয়েন্ট, কোর ভিউপয়েন্ট, এনটিটিজ, টাইম সেনসিটিভিটি, সোর্স কোয়ালিটি। স্টেজ-২ সেই পয়েন্টগুলো ধরে আটটি ডাইমেনশন খোলে: ফরম্যাট ও ম্যাচ, প্লেয়ার টেকনিক, টিম ল্যান্ডস্কেপ, লিগ ও কমার্শিয়াল, রুলস ও গভর্ন্যান্স, রিস্ক, পাবলিক ন্যারেটিভ, ইন্ডাস্ট্রি ট্রান্সমিশন। প্রতিটি ডাইমেনশনের একটি অ্যানালিটিক্যাল গেট আছে, আর সেই গেটের চাবি থাকে স্টেজ-১-এ। এবার চাবিটাই আসেনি।

ইনপুট ইন্টিগ্রিটি চেকটা দাঁড়াল এইরকম:

| প্রয়োজনীয় ফিল্ড | অবস্থা | |---|---| | টাইটেল, সোর্স, আর্টিকেল টাইপ | অনুপস্থিত / Unclassified | | ইনফরমেশন পয়েন্ট | শূন্য, অ্যারে ফাঁকা | | কোর ভিউপয়েন্ট, লেখকের অবস্থান | ফাঁকা / N/A | | এনটিটিজ, টাইম সেনসিটিভিটি, সোর্স কোয়ালিটি | অনুপস্থিত | | ডোমেইন লেবেল | উপস্থিত, কিন্তু ভুল ভোকাবুলারিতে (cricket_world) |

এখানে একটা নিদর্শন আছে, আর সেটাই এই লেখার একমাত্র আসল আবিষ্কার। সব এক্সট্রাকটিভ ফিল্ড একসঙ্গে শূন্য, অথচ ক্লাসিফিকেশন ফিল্ড টিকে আছে — এটি খালি নিবন্ধের স্বাক্ষর নয়, ব্যর্থ এক্সট্রাকশনের স্বাক্ষর। সত্যিই খালি কোনো লেখা থেকেও সাধারণত টাইটেল, সোর্স, অন্তত একটি টপিক-লাইন বেরিয়ে আসে। সব শূন্য আর একটি মাত্র ফিল্ড জীবিত থাকার প্যাটার্নটি সিরিয়ালাইজেশন বা ফিল্ড-ম্যাপিং স্তরের দিকে ইঙ্গিত করে। আত্মবিশ্বাস মাঝারি, কারণ প্রমাণটি পরোক্ষ — একাধিক অনুপস্থিতি বনাম একটি উপস্থিতির ওজন।

আরেকটি নিদর্শন পরিষ্কার এবং উচ্চ-আত্মবিশ্বাসী: ডোমেইন লেবেল ফিরেছে cricket_world, যেখানে স্কিমা চায় Cricket। এটি কনটেন্ট-ব্যর্থতা থেকে আলাদা একটি স্কিমা-ননকনফরম্যান্স ত্রুটি। ডাউনস্ট্রিম রাউটিং বা টেমপ্লেট নির্বাচন যদি এই ফিল্ডের ওপর নির্ভর করে, তাহলে ভুল রাউটিং শুধু এই লেখায় নয়, পুরো ব্যাচে ছড়াবে।

আটটি ডাইমেনশনই N/A দিয়ে ভরেছে, এবং সেটাই সঠিক আউটপুট। ফরম্যাট নির্ধারিত না হলে টেস্টের একটি সেশনের ওপর টি-টোয়েন্টির ডেথ-ওভার লজিক প্রয়োগ করার সুযোগ তৈরি হয় — এটাই সেই ক্যানোনিক্যাল ক্রস-ফরম্যাট ভুল, যেটা আটকাতে ফ্রেমওয়ার্কটা বানানো। কোনো খেলোয়াড়ের নাম না থাকলে ভূমিকা নির্ধারণ (ওপেনার, অ্যাঙ্কর, ফিনিশার, পেসার, স্পিনার) শুরুই করা যায় না, আর বেঞ্চমার্কও বেছে নেওয়া যায় না, কারণ বেঞ্চমার্ক ফরম্যাট-বাঁধা। কোনো দল না থাকলে টায়ার পজিশনিং, হোম-অ্যাওয়ে ডিফারেনশিয়াল, ডব্লিউটিসি পয়েন্ট টেবিল — কোনোটিরই বিষয় থাকে না।

লিগ-কমার্শিয়াল ডাইমেনশনে IPL-এর মিডিয়া রাইটস সাইকেল, SA20-এর মালিকানা-প্রতিরূপ মডেল, নাকি MLC-র মার্কেট-এন্ট্রি — কোন ফ্রেম ব্যবহার হবে তা লিগের নাম ছাড়া ঠিক হয় না। গভর্ন্যান্সে DRS ও আম্পায়ার্স কল, স্লো ওভার-রেট শাস্তি, NOC বিতর্ক — সবই ক্রিকেটে সম্ভাব্য বিষয়, কিন্তু টেক্সটে সমর্থন ছাড়া এগুলোকে ফাইন্ডিং হিসেবে লেখা আবিষ্কার নয়, বানানো। ন্যারেটিভ ডাইমেনশনে লেখকের অবস্থান স্পষ্টভাবে N/A; হাইপ শনাক্ত করার সবচেয়ে জরুরি ইনপুটটাই তাই নেই।

তাই আমি খালি ঘর ভরিনি; বরং প্রতিটি ডাইমেনশনের জন্য ন্যূনতম তথ্য-সেট (MIS) লিখে রেখেছি — কোন ডেটা পেলে ডাইমেনশনটি বৈধভাবে খোলা যাবে। ফরম্যাটের জন্য দরকার: ফরম্যাট ও প্রতিযোগিতার নাম, ম্যাচের প্রকৃতি, ইনিংস ও স্কোর-স্টেট, ভেন্যু ও পিচের চরিত্র, আবহাওয়া বা DLS সংযোগ, ফল ও ব্যবধান। প্লেয়ারের জন্য দরকার: নাম ও ভূমিকা, পারফরম্যান্সের ফরম্যাট, অন্তত একটি মেট্রিক (অ্যাভারেজ, স্ট্রাইক রেট বা ইকোনমি) সঙ্গে স্যাম্পল সাইজ, তারিখ-উইন্ডো, হোম না অ্যাওয়ে, ইনজুরি ও ওয়ার্কলোড প্রসঙ্গ। এই তালিকাই স্টেজ-১-এর চেকলিস্ট, যাতে সংশোধিত রান চোখ বুজে দেখে নয়, ঘরে ঘরে যাচাই করা যায়।

সামগ্রিক ঝুঁকির রেটিং আমি দিইনি। ফ্রেমওয়ার্কে সামগ্রিক রেটিং হলো চিহ্নিত, প্রমাণিত আইটেমের সংশ্লেষ; শূন্য আইটেম নিয়ে 'লো' লেখা মানে ভুল সংকেত পাঠানো, কারণ প্রমাণের অনুপস্থিতি প্রমাণের অনুপস্থিতি নয়। ক্রিকেটে যে ঝুঁকিগুলো সাধারণত বস্তুগত — পেসারের ওয়ার্কলোড ও স্ট্রেস ইনজুরি, তিন ফরম্যাট প্লাস লিগ উইন্ডোর শিডিউল ওভারলোড, বড় ইভেন্টের আগে ক্রস-ফরম্যাট ফর্ম-ট্রান্সফার ব্যর্থতা, ভারত-সিরিজের রাজস্বের ওপর বোর্ডের নির্ভরতা — সেগুলো এখানে শুধু স্ট্যান্ডিং চেকলিস্ট, ফাইন্ডিং নয়। ইন্টিগ্রিটি প্রশ্ন পরীক্ষিত হয়নি; 'পরিষ্কার' নয়, 'অপরীক্ষিত' — এই পার্থক্যটা ক্রিকেটে গুরুত্বপূর্ণ।

তথ্যমূল্যের রেটিং দাঁড়াল: স্পোর্টিং ভ্যালু ১/৫, ইন্ডাস্ট্রি ভ্যালু ১/৫, টাইমলিনেস ০/৫, রেফারেন্স ভ্যালু ১/৫। যে এক তারকা আছে, সেটুকু শুধু এই কারণে যে ডোমেইনটা নামে ক্রিকেট। এগুলো কোনো দলের ওপর রায় নয়, পাইপলাইনের স্বাস্থ্যের থার্মোমিটার।

এই ডকুমেন্টের একমাত্র আসল ফাইন্ডিং একটি প্রসেস-ফাইন্ডিং: শূন্য ইনপুটের ওপর স্টেজ-২ যদি ডাইমেনশন-লেভেল আউটপুট প্রকাশ করে, তাহলে তৈরি হয় ফলস-অথরিটি ঝুঁকি — বিশ্লেষণের মতো দেখতে টেমপ্লেটেড টেক্সট। আটটি ডাইমেনশন, প্রতিটির জন্য তৈরি হেডিং — এই কাঠামো এতটাই প্রত্যয়যোগ্য যে খালি পাতাকেও পাঠক বিশ্বাস করে ফেলে। আমি বিশৃঙ্খলার জন্য মডেল বানিয়েছিলাম; এবার আমার নিজের পাইপলাইন আমার মুখের ওপর হেসেছে।

এখন উল্টো দিকটা। স্বাভাবিক প্রতিক্রিয়া হবে — 'খালি ফাইল নিয়ে এত লেখা কেন, রি-রান করে ফেলো।' কিন্তু প্রশ্নটা রি-রানের নয়, আচরণের। ক্রিকেটে প্রতিদিন যে পরিমাণ কনটেন্ট বেরোয়, তার বড় একটা অংশ ঠিক এই ফাঁকা টেমপ্লেট ভরেই তৈরি — যেখানে ম্যাচ নেই, ইনিংস-স্টেট নেই, ভেন্যু নেই, শুধু আত্মবিশ্বাসী ভাষা আছে। একটি নাল-রিটার্ন তখনই ক্ষতিকর, যখন কেউ সেটা প্রকাশ করে ফেলে; আর সেটাই সাধারণ ঘটনা, ব্যতিক্রম নয়। দ্বিতীয় কথা: এই শূন্য রেকর্ড থেকে কেউ যেন ভুল সিদ্ধান্ত না নেয় যে মূল নিবন্ধটি সত্যিই ফাঁকা ছিল। সবচেয়ে সম্ভাব্য ব্যাখ্যা আপস্ট্রিম এক্সট্রাকশন ব্যর্থতা, আত্মবিশ্বাস মাঝারি, এবং এটি পরীক্ষাযোগ্য। তৃতীয় কথা, নিজের পেশার প্রতি সৎ থাকা দুই দিকেই কাটে: N/A লেখা সহজ, আর সেটাই সবচেয়ে বড় ফাঁদ। যদি ন্যূনতম তথ্য-সেট বাধ্যতামূলক না হয়, তাহলে 'তথ্য অপর্যাপ্ত' শব্দটা অলসতার বৈধ ছদ্মবেশে পরিণত হবে। ট্রান্সফার গুজব পড়া আমি বন্ধ করেছিলাম যেদিন ওয়েজ-অ্যাডজাস্টেড রেসিডুয়াল দেখলাম; আর 'তথ্য নেই' কথাটার ওপর ভরসা করা বন্ধ করেছি যেদিন বুঝলাম এটা লিখতে বসা কত আরামদায়ক।

হোম অ্যাডভান্টেজ জাদু নয়, এটা আমার খাতায় একটি ভঙ্গুর ভেরিয়েবল — আর ভেন্যুর নামই না থাকলে সেই ভেরিয়েবলটা খাতাতেই ওঠে না।

সামনের দিকে পাঁচটি সিগন্যাল আমি ট্র্যাক করব: ব্যাচজুড়ে খালি ইনফরমেশন-পয়েন্টের হার, লেবেল-ভোকাবুলারি কনফরম্যান্স, Unclassified রেকর্ডের অনুপাত, সোর্স-অ্যাট্রিবিউশনের সম্পূর্ণতা, আর টাইম-সেনসিটিভিটি ফিল্ড আদৌ পূরণ হচ্ছে কি না। কোনোটিতে ট্রিগার লাগলে ধরে নেব ব্যর্থতা ব্যক্তি-নির্ভর নয়, সিস্টেমিক। শেষে একটা প্রশ্ন রেখে যাচ্ছি: যদি একটি অ্যানালিটিক্স পাইপলাইনের সবচেয়ে সৎ আউটপুট হয় একটি খালি ঘর, তাহলে আমাদের সাফল্যের মাপকাঠি কী — কতগুলো রিপোর্ট পাঠানো হলো, নাকি কতগুলো রিপোর্ট সত্যি ছিল?