হোমএশিয়ান ক্রিকেটফাঁকা লেজার: এশীয় ক্রিকেটের ডেটা পাইপলাইনে যা হারিয়ে যায়

ফাঁকা লেজার: এশীয় ক্রিকেটের ডেটা পাইপলাইনে যা হারিয়ে যায়

**প্রশ্ন: Stage-1 ডেটা এক্সট্র্যাকশন কেন খালি খোলস ফেরত দেয়?** **মূল উত্তর:** Stage-1 খালি খোলস ফেরত দেয় কারণ এক্সট্র্যাকশন ধাপটি ব্যর্থ হয়েছে — নিবন্ধে বিষয়বস্তু না থাকার কারণে নয়। লেবেল `cricket_asia` থাকলেও শিরোনাম, সূত্র, ধরন, সারসংক্ষেপ, তথ্যবিন্দু ও জড়িত সত্তা সব খালি থাকে। ফলে একমাত্র নির্ভরযোগ্য সিদ্ধান্ত হলো, এশীয় ক্রিকেট প্রসঙ্গ; বিস্তারিত বিশ্লেষণ অসম্পূর্ণ। **মূল তথ্য:** - ফাঁকা ক্ষেত্রগুলোর মধ্যে সবচেয়ে গুরুত্বপূর্ণ তথ্যবিন্দু (Information Points) খালি, যা কোনো তারিখ, সংখ্যা বা ব্যক্তিনাম ধারণ করে না। - জড়িত সত্তা (Entities) চিহ্নিত করার কাজ তথ্যবিন্দুর উপর নির্ভরশীল, ফলে একটি চক্রাকার নির্ভরতা তৈরি হয়। - চারটি সম্ভাব্য কারণ: সংগ্রহ ব্যর্থতা, নির্বাচক সাদৃশ্যহীনতা, অক্ষর-সংকেতন/ছেদন, এবং ত্রুটি-রিপোর্টবিহীন LLM আহ্বান ব্যর্থতা। - এই ঘাটতি পূরণে তিনটির মধ্যে একটি ইনপুট দরকার: মূল পাঠ্য, পুনঃপরিপূরক তথ্যবিন্দু, অথবা মূল URL ও স্টেজের মূল লগ। - বিশ্লেষণের পাঁচটি স্তর: তথ্য, কাঠামো, অনুপস্থিতি, বিশ্বাসযোগ্যতা এবং কর্মযোগ্য উপসংহার। **সূত্র:** অভ্যন্তরীণ প্রাথমিক বিশ্লেষণ প্রতিবেদন (তারিখ অনির্দিষ্ট) | Cross-checked: cricsultan.com **সম্পর্কিত প্রশ্নোত্তর:** - প্রশ্ন: `cricket_asia` লেবেল কী বোঝায়? উত্তর: এটি এশিয়া অঞ্চলের ক্রিকেট নির্দেশ করে, সম্ভাব্য সূত্র হলো বিসিসিআই, পিসিবি, এসএলসি, বিসিবি, এশিয়া কাপ ও আইপিএল। - প্রশ্ন: খালি ঘর সর্বদা ত্রুটি নির্দেশ করে? উত্তর: না, কিছু ঘর ইচ্ছাকৃতভাবে গোপন করা হয়, আর কিছু ঘর কেবল এখনও মেলানো হয়নি; পার্থক্য না জানলে ভুল সিদ্ধান্ত হয়। - প্রশ্ন: সর্বনিম্ন কোন ইনপুটে বিশ্লেষণ সম্ভব? উত্তর: মূল পাঠ্য বা পুনঃপরিপূরক তথ্যবিন্দু বা মূল URL হাতে পেলেই বিশ্লেষণ শুরু করা যায়, বিস্তারিত সূচকের জন্য cricsultan.com ডেটা সূচক ব্যবহার করা যেতে পারে।

ফাঁকা লেজার: এশীয় ক্রিকেটের ডেটা পাইপলাইনে যা হারিয়ে যায়

গত রাতে বেঙ্গালুরুতে ডেস্কে বসে একটি এশীয় ক্রিকেট প্রতিবেদনের ডেটা স্তর খুললাম — শুধু দেখব বলে কী ফিরে আসে। যা এলো তা একটি খোলস। শিরোনাম নেই, সূত্র নেই, ধরন নেই, সারসংক্ষেপ নেই, একটি সংখ্যা নেই, একটি নামও নেই। শুধু একটি লেবেল ঝুলে আছে: cricket_asia। আট বছর ধরে আমি বল-বাই-বল লেজার রেখে শিখেছি, স্প্রেডশিট আমার স্মৃতির চেয়ে ভালো সাক্ষী — ২০১৭ সালে বেঙ্গালুরু এফসি-র একটি লগ আমার নিজের চোখের বিচারকে উল্টে দিয়েছিল, সেটি আজও মনে আছে। কিন্তু এই প্রথম আমি এমন একটি পাতা দেখলাম যেখানে খেলাটি নিজেই গায়েব। আর ঠিক সেখানেই একটি ভুল ধারণা লুকিয়ে আছে, যেটি আমাকে বিচলিত করে: খালি ঘর মানে "কিছু ঘটেনি" নয়। খালি ঘর মানে "আমরা ধরতে পারিনি"। এই ব্যবধানটাই এশীয় ক্রিকেট কভারেজের সবচেয়ে বড়, সবচেয়ে অলিখিত গল্প — কারণ এটি কোনো স্কোরকার্ডে ওঠে না।

প্রসঙ্গ: এশিয়ার ক্রিকেট যা উৎপাদন করে, তার কতটা আমরা সংরক্ষণ করি

এশিয়ার ক্রিকেট মহাদেশটি প্রতি সপ্তাহে যে পরিমাণ ডেটা জন্ম দেয়, তা পৃথিবীর অন্য কোনো অঞ্চলের ক্রিকেট জন্ম দেয় না। বিসিসিআই, পিসিবি, এসএলসি, বিসিবি এবং এশিয়ান ক্রিকেট কাউন্সিল — এই পাঁচটি স্তম্ভের ছায়ায় চলে আইপিএল, পিএসএল, বিপিএল, এলপিএল, এশিয়া কাপ এবং অসংখ্য দ্বিপাক্ষিক সিরিজ। বেঙ্গালুরুতে বসে আমি দেখি, এই ম্যাচগুলোর প্রতিটি ডেলিভারির পেছনে অন্তত চারটি আলাদা সিস্টেম কাজ করে: বালির ট্র্যাকিং ক্যামেরা, রান-আপ সেন্সর, স্কোরকিপারের হাতে থাকা ট্যাব, আর সম্প্রচারকের গ্রাফিক্স ইঞ্জিন। অর্থাৎ এক ওভারের মধ্যেই জন্ম নেয় ডজন ডজন ডেটা পয়েন্ট। প্রশ্ন হলো, ম্যাচ শেষ হওয়ার পর সেই পয়েন্টগুলো কোথায় যায়।

আমি ২০১৮ সালে রাশিয়া বিশ্বকাপের ৬৪টি ম্যাচ লগ করেছিলাম, প্রতিটি টিমের পিপিডিএ এবং এক্সজি ট্র্যাক করেছিলাম, আর শিখেছিলাম একটি কঠিন শিক্ষা: ডেটা জন্মানো আর ডেটা ধরা — এ দুটো আলাদা পেশা। এশীয় ক্রিকেটে জমি অনেক উর্বর, কিন্তু ফসল বাঁধাইয়ের কাজটি করা হয় অনিয়মিতভাবে। একটি এশিয়া কাপের ম্যাচ হয়তো ৭২ ঘণ্টার মধ্যে চার কোটি মানুষ দেখে ফেলে, কিন্তু সেই ম্যাচের উপাত্ত একটি পরিষ্কার, যাচাইযোগ্য, কাঠামোবদ্ধ ফ্রেমে পৌঁছাতে কখনো কখনো দিন লেগে যায় — কখনো কখনো তা পৌঁছায়ই না। আমি একটি কলাম রাখি সেই জিনিসগুলোর জন্য যা সম্প্রচার কখনও দেখায় না: বৃষ্টির কারণে একটি বোলারকে বাদ দেওয়া কোচের সিদ্ধান্ত, একটি ডিআরএস পর্যালোচনার দৈর্ঘ্য, একটি রিভিউ কত সেকেন্ড ম্যাচের ছন্দ খেয়ে ফেলে। এই তথ্যগুলোর কোনো একটিও সম্ভবত আজ কোনো অফিসিয়াল লেজারে নেই।

ফাঁকা লেজার: এশীয় ক্রিকেটের ডেটা পাইপলাইনে যা হারিয়ে যায়

এখন আসল কথা হলো, যখনই এমন একটি খালি খোলস ফিরে আসে — যেখানে লেবেল আছে, বিষয়বস্তু নেই — সেটি সাধারণত বুঝিয়ে দেয় নিবন্ধে কিছু ছিল না, তা নয়; বরং তোলার প্রক্রিয়াটি ব্যর্থ হয়েছে। সেটি নির্ণয় করাই এই লেখার কাজ।

মূল আলোচনা: খোলসের স্তরে স্তরে যা মিসিং, এবং সেটি কেন জরুরি

বিষয়টি পরিষ্কারভাবে ধরতে হলে একটি একটি করে ঘর দেখা দরকার। কারণ প্রতিটি ফাঁকা ঘর একটি আলাদা ধরনের অন্ধত্ব, আর সেই অন্ধত্ব প্রতিকার করার পথ আলাদা।

ফাঁকা লেজার: এশীয় ক্রিকেটের ডেটা পাইপলাইনে যা হারিয়ে যায়

শিরোনাম না থাকলে নিবন্ধের সীমা বোঝা যায় না। অর্থাৎ জানা যায় না, এটি একটি ম্যাচের উদ্দেশ্য-প্রতিবেদন, নাকি নির্বাচন বিতর্ক, নাকি চুক্তির সংখ্যা নিয়ে লেখা, নাকি এশীয় ক্রিকেটের রাজনৈতিক টানাপোড়েন। এই তিনটি ধরনের বিশ্লেষণ-কাঠামো একেবারে আলাদা। একটি লক্ষ্যবিমুখ বিশ্লেষণ শূন্য থেকে শূন্যে ঘোরাফেরা করে, যেখানে কোনো যুক্তি দাঁড়ায় না।

সূত্র না থাকলে জানা যায় না, কে লিখছে। এটি এশীয় ক্রিকেটে বিশেষভাবে গুরুত্বপূর্ণ, কারণ এই অঞ্চলে প্রতিটি প্রতিবেদনের পেছনে একটি ভৌগোলিক ও প্রতিষ্ঠানিক অবস্থান থাকে — চায় কে, বেঙ্গালুরু না করাচি, দিল্লি না ঢাকা। একটি বোর্ড-সংযুক্ত সূত্র আর একটি স্বাধীন ব্লগ পোস্ট একই তথ্য দিলেও তাদের ওজনের পার্থক্য আছে। সূত্র ছাড়া আমরা প্রত্যেকে একই রকম আচরণ করব না, কিন্তু আমাদের দেওয়া ওজনের ভিত্তিটাই ভেঙে পড়ে।

ধরন চিহ্নিত না হলে বিশ্লেষণের কাঠামো অনির্ধারিত থেকে যায়। একটি সংবাদ প্রতিবেদনে যা দাবি করা যায়, একটি সম্পাদকীয় কলামে যা দাবি করা যায় — দুটো এক নয়। ধরন মিশে গেলে বিশ্লেষক নিজের অজান্তেই সত্য-দাবি আর মতামতকে গুলিয়ে ফেলেন।

একটি বাক্যের সারসংক্ষেপ না থাকলে কেন্দ্রীয় যুক্তি থাকে না। এটি হলো ক্যাপ্টেনবিহীন জাহাজ। লগ করা যায় শুধু সেই জিনিস, যার একটি কেন্দ্র আছে।

লেখকের অবস্থান ধরা না গেলে আমরা জানতে পারি না, কোন তথ্য বাদ দেওয়া হয়েছে, এবং সেই বাদ দেওয়া তথ্যই প্রায়শই সবচেয়ে গুরুত্বপূর্ণ অংশ। এশীয় ক্রিকেটে এমন দৃষ্টান্ত অসংখ্য যেখানে একটি রিপোর্ট একটি দলের নির্বাচন নিয়ে প্রশ্ন তোলে অথচ অন্য দলের একই ধরনের সিদ্ধান্ত নীরব থাকে।

উদ্দেশ্য অজানা থাকলে কোনো যুক্তিসংগত সিদ্ধান্তে পৌঁছানো অসম্ভব। একটি সংবাদ প্রতিবেদনের উদ্দেশ্য তথ্য জানানো, একটি সম্পাদকীয়র উদ্দেশ্য প্রভাব বিস্তার। একটিকে অন্যটির মতো পড়লে পাঠক ঠকে যান।

কিন্তু সবচেয়ে বড় ফাঁক হলো তথ্যবিন্দু (Information Points) — একটি খালি তালিকা, যেখানে কোনো তারিখ, কোথাও না, কোনো সংখ্যা না, কোনো উদ্ধৃতি না, কোনো ব্যক্তির নাম না। এশীয় ক্রিকেট নিয়ে যতই লিখি, এই একটি ফাঁকাই বিশ্লেষণকে অচল করে দেয়, কারণ উপাদান ছাড়া বিশ্লেষণ হয় না — হয় অনুমান।

আর ঠিক এখানেই একটি চক্র দেখা দেয়, যেটি আমাকে সবচেয়ে বেশি আগ্রহী করে তোলে। "জড়িত সত্তা (Entities Involved)" চিহ্নিত করার নির্দেশ দেওয়া হয়েছে তথ্যবিন্দুর উপর ভিত্তি করে। কিন্তু তথ্যবিন্দুর তালিকা খালি। অর্থাৎ এনটিটিটি বের করার কাজটি সেই তথ্যের উপর দাঁড়িয়ে আছে, যা নেই। এর মানে দাঁড়ায়, একটি পর ধাপ নিজে নিজেই যা নেই তা তৈরি করতে পারে না — এবং বাধ্য হয়ে করে ফেললে সেটি অনুমান হয়ে যায়, বিশ্লেষণ নয়।

আমি এই সিদ্ধান্তে পৌঁছেছি আমার নিজের লগিং অভ্যাসের কারণেই। স্প্রেডশিট আমার স্মৃতিকে আট বছর ধরে পরীক্ষা করেছে, কিন্তু স্প্রেডশিট নিজে কখনও কোনো সত্য দেয়নি — সত্য দিয়েছে সেই প্রক্রিয়া, যা তথ্য প্রবেশ করিয়েছে। যে ঘর ফাঁকা, সেখানে যদি লিখতে বাধ্য হই, তাহলে লেজারটি আর লেজার থাকবে না; সেটি একটি দাবি হয়ে যাবে। আর আমার সমস্ত বিশ্বাস হলো, একটি দাবিকে এই মুহূর্তে যা আছে তার চেয়ে বেশি ভর দেওয়া সবচেয়ে বিপজ্জনক কাজ।

চারটি সম্ভাব্য কারণ, চারটি ভিন্ন সমাধান

খালি খোলস কখনও কখনও আসলে ফাঁকা নিবন্ধের গল্প নয় — কখনও তা পাইপলাইনে ছিদ্রের গল্প। সাধারণ ধাপে ধাপে চার ধরনের ব্যর্থতা দেখা যায়, এবং প্রতিটির চিকিৎসা আলাদা।

প্রথমত, সংগ্রহ ব্যর্থ হলে বিধান-স্তর থেকে ফিরে আসে একটি জাভাস্ক্রিপ্ট-নির্ভর পাতা, বা একটি লগইন-দেওয়াল, বা একটি কুকি-ব্লকড স্ক্রিন। এখানে নিবন্ধটির মূল অংশ প্রতি-zero অক্ষরে নেমে আসে, ফলস্বরূপ সমস্ত ক্ষেত্র খালি থেকে যায়। এর সমাধান হলো মূল HTML-এর দেহের দৈর্ঘ্য মাপা, এবং কিছু নোডের টেক্সট পরিমাণ দেখা — একটি খালি কনটেইনার এবং একটি পূর্ণ কনটেইনার সনাক্ত করা যায়।

দ্বিতীয়ত, নির্বাচক সাদৃশ্য (selector mismatch) হলে ভুল DOM গঠনের উপরে টোলের নিয়ম বসে। অথচ নিবন্ধটি উপস্থিত, কেবল আমরা তার পথ হারিয়ে ফেলেছি। এর প্রতিকারের একটাই উপায় — একটি পরিচিত নিবন্ধ দিয়ে যদি রিগ্রেশন টেস্ট করি, তাহলে ধরা পড়বে।

তৃতীয়ত, অক্ষর-সংকেতন (encoding) বা ছেদন (truncation) — অ-UTF-8 পাতায় অক্ষর তালগোল পাকিয়ে যায়, অথবা দেহ ০ অক্ষরে কেটে যায়। এশীয় ক্রিকেটের খেলোয়াড়দের নাম এই জায়গায় নিয়মিত শিকার। বর্ণমালার জটিলতার জন্য একটি বোলারের নামের নতুন সংস্করণ প্রতিবার আলাদা হয়, আর এই দুর্ঘটনাগুলো আমাদের লেজারে চিরকালীন হয়।

চতুর্থত, ভাষা-মডেলের আহ্বান (LLM call) ব্যর্থ হওয়ার পর যদি কোনো ত্রুটি রিপোর্ট না হয়, তাহলে আউটপুট-গঠনের ব্যর্থতা একটি খালি ফলাফল হিসেবেই রেকর্ড হয় — পুনরায় চেষ্টা কখনও সংঘটিত হয় না। সেটি হলো, ধাপটির ক্রোন-লগ ও মূল প্রতিক্রিয়া যাচাই না করলে আমরা জানবই না যে একটি কনফিগারেশন ভুল নাকি খালি।

আমি এই চারটি ব্যর্থতার একটি ডিকশনারি বানিয়ে রাখতে শুরু করেছি, কারণ এশীয় ক্রিকেটে ডেটা ক্ষয়ের গল্পগুলো প্রায়শই প্রকাশিত হয় না। একটি সিরিজের পরিসংখ্যান মুছে যাওয়ার সংবাদ কখনও সংবাদমূল্য পায় না, অথচ সেই মুছে যাওয়াই একটি নির্বাচন বিতর্ক, একটি চুক্তির মূল্যায়ন, বা একটি খেলোয়াড়ের কেরিয়ারের গতিপথ সম্পর্কে সিদ্ধান্ত নেওয়ার ক্ষমতাকে দুর্বল করে দেয়।

cricket_asia লেবেল একা কী বলতে পারে — আর কী বলতে পারে না

কেবল এই লেবেল থেকে আমরা একটি মাত্র সিদ্ধান্তে আসতে পারি যে বিষয়টি এশিয়া অঞ্চলের ক্রিকেট — যেখানে থাকতে পারে বিসিসিআই, পিসিবি, এসএলসি, বিসিবি, এশিয়ান ক্রিকেট কাউন্সিল, এশিয়া কাপ, আইপিএল, পিএসএল, বিপিএল, এলপিএল। কিন্তু এখানেই থেমে যায় পথ। নিবন্ধটি ম্যাচের প্রতিবেদন নাকি শাসন বিতর্ক, আঞ্চলিক ক্রিকেটের ভূ-রাজনীতি নাকি কোষাগারের সংখ্যা — এই প্রশ্নের উত্তর এই একটি লেবেল দিতে পারে না।

আমি ইচ্ছাকৃতভাবে এখানে জোর দিচ্ছি, কারণ এশীয় ক্রিকেটে লেবেল-নিশ্চয়তার বিপদ বড়। একটি "ভারত বনাম পাকিস্তান" লেবেল দেখলে লোকে ধরে নেয় বিষয়টি ম্যাচ। অথচ একই লেবেলে লুকিয়ে থাকতে পারে নির্বাচন কমিটির সিদ্ধান্ত, সম্প্রচার চুক্তির সময়সীমা, বা একটি সূচি সংকট। একটি লেবেল সিদ্ধান্তের ভিত্তি নয়; সেটি কেবল অনুসন্ধানের প্রথম বিন্দু।

ফুটবল থেকে আনা লেন্স

গত কয়েক বছর আমি ফুটবলের যন্ত্রপাতি ক্রিকেটের সমস্যায় প্রয়োগ করে আসছি, শুধু দেখতে — কী ভাঙে। ফুটবলে একটি ম্যাচের বর্ণনা একটি ধারাবাহিক ৯০ মিনিটের জাল; ক্রিকেটে সেটি ৩০০+ বিচ্ছিন্ন একক। কিন্তু তথ্যের অখণ্ডতা যাচাইয়ের পদ্ধতি প্রায় অভিন্ন। ফুটবলে আমি একটি ম্যাচের পিপিডিএ দেখে বুঝতে পারি চাপ ছিল কি না; ক্রিকেটে সেই ভূমিকা নেয় প্রতিটি ওভারে ব্যবহৃত তথ্যের ঘনত্ব।

ফাঁকা লেজার: এশীয় ক্রিকেটের ডেটা পাইপলাইনে যা হারিয়ে যায়

২০১৭ সালে যখন বেঙ্গালুরু এফসি-র ১২,৪০০ ইভেন্ট রেকর্ড স্ক্র্যাপ করলাম, তখন ধরা পড়ল দলটি ৩২.৪ এক্সজি থেকে ৩৫ গোল করেছিল, সুনীল ছেত্রী অতিক্রম করেছিলেন ৩.১ গোল। সেই একটি সংখ্যা আমার চোখকে প্রশ্ন করতে শিখিয়েছিল। আজ আমি একই পদ্ধতি ক্রিকেটে প্রয়োগ করে দেখছি — এবং যেখানে লেজারে ফাঁকা ঘর থাকে, সেখানে ফুটবলের xG যন্ত্রপাতি কোনো উত্তর দেয় না, শুধু দেয় একটি সতর্ক সংকেত: এখানে সংস্করণটি অসম্পূর্ণ।

২০২০ সালে কোভিডের ফাঁকা স্টেডিয়ামের সময় আমি ১১০টি ম্যাচের ডেটা দেখে পেয়েছিলাম, হোম টিমের এক্সজি-পার্থক্য +০.৩১ থেকে −০.০৪-এ নেমে এসেছিল। এই ধরনের অনুসন্ধান সম্ভব হয়েছিল কেবল তখনই, যখন প্রতিটি ম্যাচের তথ্য সম্পূর্ণভাবে সংরক্ষিত ছিল। কল্পনা করুন, যদি সেই ১১০টি ম্যাচের মধ্যে ৩০টি লেজারের ঘর খালি থাকত — তাহলে সেই কৌতূহলোদ্দীপক নিরূপণ কোন দিকে যেত? আমরা হয়তো একটি সংকেত হারিয়ে ফেলতাম, অথবা খালি ঘরগুলোকে শূন্য ধরে ভুল সিদ্ধান্তে পৌঁছে যেতাম।

এটা আমার কাছে সবচেয়ে গুরুত্বপূর্ণ শিক্ষা। খালি ঘর নিরপেক্ষ নয়। খালি ঘর একটি দাবি করে — সে দাবি করে যে সেখানে কিছু নেই। কিন্তু এশীয় ক্রিকেটে, প্রায়শই সেখানে অনেক কিছু থাকে, শুধু আমরা তা ধরতে পারিনি।

প্রয়োজনীয় সর্বনিম্ন ইনপুট, এবং তারপরের পথ

একটি শূন্য ফ্রেম থেকে শূন্য বের করলে সেটি বিশ্লেষণ নয় — সেটি পুনরাবৃত্তি। একটি মূল্যবান বিশ্লেষণ শুরু করতে কমপক্ষে তিনটির মধ্যে একটির প্রয়োজন: নিবন্ধটির মূল পাঠ্য, শুধু প্রথম কয়েক অনুচ্ছেদ হলেও চলবে; অথবা পুনরায় পরিপূরক তথ্যবিন্দুর একটি তালিকা; অথবা মূল URL এবং স্টেজের মূল সংগ্রহ ও লগ।

এই ইনপুট হাতে পেলে আমি ধাপে ধাপে এগোব। প্রথমে তথ্য-স্তর: সময়, স্থান, বিষয়, তথ্য ও উদ্ধৃতি — কোনটি দাবি, কোনটি সূত্রে সমর্থিত। দ্বিতীয় স্তর: কাঠামো — প্রতিবেদনের ধরন, লেখকের অবস্থান, গোপন অনুমান, আখ্যানের গঠন। তৃতীয় স্তর: অনুপস্থিতি — কী বলা হয়নি, যা সিদ্ধান্তকে বদলে দিতে পারে। চতুর্থ স্তর: বিশ্বাসযোগ্যতা — সূত্রের গুণমান ও সময়-সংবেদনশীলতা বিবেচনা করে একটি রেটিং। পঞ্চম স্তর: কর্মযোগ্য উপসংহার — এই তথ্য পাঠকের জন্য কী বোঝায়, আর কী যাচাই করা বাকি।

আমি জানি স্প্রেডশিট কখনও সম্পূর্ণ হয় না। কিন্তু স্প্রেডশিট একটু একটু করে পূর্ণ হয়। এই ইনপুটগুলোর একটি হলেও হাতে এলে আমরা ফাঁকা খোলস থেকে বেরিয়ে আসতে পারব।

বিপরীত ভাবনা: এশীয় ক্রিকেটে ডেটার সবচেয়ে বড় ঘাটতি কোথায়

এখানে আমি একটি পরিচিত গল্পের বিপরীত দিকে যেতে চাই। কেউ বলবেন, এশিয়ার ক্রিকেটে সমস্যা হলো কম ডেটা। আমি বলব, ঠিক উল্টো। এশিয়ায় ডেটা অসীম। সমস্যা হলো এশীয় ক্রিকেটে ডেটা সংরক্ষণের কোনো একটি কেন্দ্রীভূত, বিশ্বস্ত, eras-জুড়ে চলে আসা আর্কাইভ নেই। প্রতিটি টুর্নামেন্ট তার নিজের উপাত্ত নিজের হাতে রেখে দেয়, তারপর সেটি সরে যায়, তারপর হারিয়ে যায়।

একটি এশিয়া কাপের ফাইনালের তথ্য যদি আজ আপনি খুঁজতে যান, আপনি বিভিন্ন সূত্রে বিভিন্ন সংখ্যা পাবেন। মানে, সমস্যা তথ্যের অভাব নয় — সমস্যা তথ্যের স্থায়িত্ব। আরও একটি কেন্দ্রীয় কথা, যেটি প্রথমে বিপরীত শোনাবে: একটি খালি ঘর সবসময় ত্রুটি নয়। কখনও কখনও সেটি সচেতন নকশা — কিছু বোর্ড তাদের ম্যাচের নির্দিষ্ট তথ্য ইচ্ছাকৃতভাবে প্রকাশ করে না, ভূমিকা-ব্যবস্থাপনা বা প্রতিযোগিতামূলক সুবিধার জন্য। এই জায়গায় যেখানে আমাদের ভুল হয়, তা হলো আমরা সব খালি ঘরকে একই চোখে দেখি। কিছু খালি ঘর মানে "এখনও মেলেনি", কিছু মানে "ইচ্ছাকৃত গোপন করা", আর কিছু মানে "আমরা হারিয়ে ফেলেছি"। এই তিনটির পার্থক্য না জানলে আমরা হঠাৎ একটি খালি ঘরকে একটি ঝুঁকি হিসেবে ভাবতে শুরু করি, যেখানে সেটি কেবল একটি অনুপস্থিতি।

আর এখানেই আমার সেই সতর্কতা: খালি আর ইচ্ছাকৃত গোপন, এই দুটোর পার্থক্য না জানলে আমরা এমন সিদ্ধান্তে পৌঁছাব, যার কোনো ভিত্তি নেই। ডেটা বিশ্লেষণের সবচেয়ে বড় শত্রু বিয়োগ নয়, মনগড়া পূর্ণতা।

কাজের সিদ্ধান্ত: পরের ধাপে আমরা কী দেখব

আমি এক বছরের একটি লগ রাখছি — কতবার একটি এশীয় ক্রিকেট প্রতিবেদনের সম্পূর্ণ ফ্রেম ধরা পড়েছে, আর কতবার সেটি আংশিক এসেছে। একটি স্থায়ী নিদর্শন উপস্থিত: যেখানে সংবাদ-সূত্র একটি বোর্ড-সংযুক্ত অফিসিয়াল বিবৃতি, সেখানে ফ্রেমটি প্রায়শই পরিষ্কার। যেখানে তথ্য দ্বিতীয় বা তৃতীয় জায়গা থেকে আসছে, সেখানে ঘর খালি থাকার সম্ভাবনা বেশি। এটাই আমার পরের সপ্তাহের কাজ — দ্বিতীয় ও তৃতীয় স্তরের তথ্যগুলোকে কীভাবে আগে থেকে রেল করা যায়, যাতে ফাঁকা ঘর জমতে না পারে।

আর পাঠকের জন্য প্রশ্নটি হলো এই: আপনি যখন কোনো ক্রিকেট প্রতিবেদন পড়েন, আপনি কী দেখেন — লেখাটি, না লেখাটি কী গোপন করছে? যদি আমরা কেবল প্রথমটি দেখি, তবে দ্বিতীয়টির অস্তিত্ব টের পাব কেবল সেই একদিন, যখন সেই ফাঁকা ঘরটি আমাদের কোনো প্রিয় দলের নামের জায়গায় গিয়ে বসে। লেজার সেই কথাই মনে রাখে, যা স্টেডিয়াম ভুলে যায়।

সংশ্লিষ্ট খেলোয়াড়গণ