স্কিমা ঠিক, ভেতরটা ফাঁকা: ক্রিকেটের ডেটা পাইপলাইনে নীরব ব্যর্থতা

গত রাতে ডেস্কে বসে একটা ফাইল খুলেছিলাম, যার গঠনটা প্রায় নিখুঁত। আটটা বিশ্লেষণ-স্তম্ভ, প্রতিটার জন্য আলাদা টেবিল, প্রতিটা ঘরে একটা করে উত্তর বসানো। উত্তরগুলো পড়তে গিয়ে হাত থেমে গেল—প্রায় প্রতিটি ঘরে একই বাক্য, "পর্যাপ্ত তথ্য নেই"। একটা ক্রিকেট-বিষয়ক প্রতিবেদন, ডোমেইন লেবেল cricket_asia, অথচ শিরোনাম নেই, সূত্র নেই, প্রকাশের তারিখ নেই, কোনো তথ্যবিন্দু নেই, কোনো খেলোয়াড় বা দলের নাম নেই। স্কোরলাইন যখন খুব পরিষ্কার দেখায়, তখনই আমি xG-এর সুতোটা টানতে বসি। আজ সুতো টানতে গিয়ে দেখলাম, সুতোটা নেই—শুধু গিঁটের ছাপ পড়ে আছে।

২০১৭ সালে মুম্বই সিটি এফসি-র হয়ে কাজ করার সময় একটা ১-০ জয়ের স্কোরলাইন আমার কাছে খুব পরিষ্কার মনে হয়েছিল। প্রাইভেট মডেল বলল, ওই ম্যাচে জেতা দলের xG ০.৭, হারা দলের ১.৯। স্কোরলাইন আর প্রসেসের ওই ফাঁকটা আমাকে একটাই শিক্ষা দিয়েছিল—যেখানে সংখ্যা নেই, সেখানে সবচেয়ে আত্মবিশ্বাসী গলাটাই সবচেয়ে বিপজ্জনক।

ক্রিকেটে এই মুহূর্তে যে সমস্যাটা সবচেয়ে কম আলোচিত, সেটা স্কোর নিয়ে নয়, তথ্য সংগ্রহের পাইপলাইন নিয়ে। এশিয়ার ক্রিকেট কভারেজের বড় একটা অংশ এখন স্বয়ংক্রিয় টুলে চলে: একটা ফিড থেকে শিরোনাম, তথ্যবিন্দু, সংশ্লিষ্ট সত্তা, ফরম্যাট—সব আলাদা করে টেনে নেওয়া হয়। এই আর্কিটেকচারের প্রথম শর্ত ফরম্যাট লক। টেস্ট, ওয়ানডে আর টি-টোয়েন্টির মেট্রিক এক নয়; পাওয়ারপ্লের হিসাব, মিডল-ওভারের নিয়ন্ত্রণ, ডেথ ওভারের এক্সিকিউশন, টেস্টের সেশনভিত্তিক ক্ষয়—প্রতিটার বেঞ্চমার্ক আলাদা। ফরম্যাট চিহ্নিত না হলে বিশ্লেষণ শুরুরই কথা নয়।

ফরম্যাট লকের আগেও একটা আরও মৌলিক শর্ত আছে—তথ্যবিন্দু। প্রতিটা সিদ্ধান্তের পেছনে একটা নির্দিষ্ট, যাচাইযোগ্য তথ্য থাকতে হয়, যার সূত্র ধরে মূল লেখায় ফেরা যায়। প্রশ্ন হলো, সেই তথ্যবিন্দুর সংখ্যা যদি শূন্য হয়? তাহলে গঠন যতই বৈধ হোক, ভেতরটা ফাঁকা। আর ফাঁকাটা এতটাই নীরব যে অটোমেটেড সিস্টেম সেটাকে পাস করে দেয়, কারণ ফাইলটা স্কিমা-অনুসারী।

দক্ষিণ এশিয়ার বাজারটাই এখানে সবচেয়ে বেশি জড়িত। শিল্পের প্রচলিত হিসাবে বৈশ্বিক ক্রিকেটের বাণিজ্যিক আয়ের সিংহভাগ—৭০ শতাংশের বেশি—আসে এই অঞ্চল থেকেই। যেখানে বাড়িটা এত বড়, সেখানে ভিত্তির ফাটল বাড়িটা দেখে বোঝা যায় না; বোঝা যায় কেবল তখন, যখন লোড বাড়ে। অকশন, রিটেনশন, সম্প্রচার-স্বত্ব, নিষেধাজ্ঞার শর্ত—সব মিলিয়ে লোডটা সারা বছরই বাড়ছে।

রিমোট ডেস্ক থেকে ২০১৮ বিশ্বকাপ আমার কাছে হয়ে উঠেছিল একটা ডেটা স্ট্রিম। ক্রোয়েশিয়া-ইংল্যান্ড সেমিফাইনালে মডেল দেখাচ্ছিল ১.৪ বনাম ১.১, অথচ স্কোরবোর্ডে এগিয়ে ছিল ইংল্যান্ড। ষাট মিনিটের পর ক্রোয়েশিয়ার প্রেসিং তীব্রতা নেমে এসেছিল ১২.৪-এ, অথচ সেট-পিস থেকে তাদের xG বাড়ছিল। ওই সন্ধ্যা আমাকে শিখিয়েছিল, ফাঁকাটা কোথায় সেটা আগে চিহ্নিত করতে হয়, তারপর ব্যাখ্যা খুঁজতে হয়। আজকের ফাঁকাটা অন্য জায়গায়—স্কোরবোর্ড আর মডেলের মধ্যে নয়, মডেল আর তার কাঁচামালের মধ্যে।

আটটা মাত্রার প্রতিটা মাত্রা যখন একইভাবে শূন্য ফেরত দেয়, সেটাকে "কোনো ঝুঁকি নেই" বলে পড়া যায় না—ওটা নাল রেজাল্ট, সঠিকভাবে চালানো একটা পরীক্ষা যার ফল "কিছু পাওয়া যায়নি"। পার্থক্যটা ছোট নয়। ক্রিকেট-ঝুঁকির ছয়টা শ্রেণি—স্পোর্টিং, কর্মী, বাণিজ্যিক, নিয়ম ও অখণ্ডতা, জনমত, সিস্টেমিক—সবই "অনির্ধার্য" ফিরেছে। ক্লিন বিল নয়, এটা একটা অন্ধ দাগ।

যেটা সত্যিই টিকে ছিল, তা হলো একটা লেবেল: cricket_asia। ভৌগোলিক ট্যাগ, ফরম্যাট ট্যাগ নয়। এশিয়ান ক্রিকেট ইকোসিস্টেম—ভারত, পাকিস্তান, শ্রীলঙ্কা, বাংলাদেশ, আফগানিস্তান, নেপাল, অথবা এশিয়া কাপ, আইপিএল, পিএসএল, আইএলটি-টোয়েন্টি, লঙ্কা প্রিমিয়ার লিগ। এর মধ্যে একটা বেছে নেওয়ার মতো একটা তথ্যও পেলোডে নেই। সাধারণ দিনে এই শূন্যতা অসুবিধা; ট্রান্সফার উইন্ডো বা অকশন-সিজনে এটা সরাসরি ক্ষতি, যখন রিটেনশন তালিকা, অকশন পার্স, নো-অবজেকশন সার্টিফিকেটের শর্ত আর বেতন-বিলের কাঠামো নিয়ে প্রতি ঘণ্টায় নতুন দাবি আসে আর যাচাইয়ের সময় প্রায় শূন্য। এমন মুহূর্তে একটা ফাঁকা পেলোড পাস হয়ে গেলে সেটা আর প্রযুক্তিগত ত্রুটি থাকে না, সম্পাদকীয় ব্যর্থতা হয়ে যায়।

ব্যর্থতাটা কোথায়, সেটা চিহ্নিত করা কঠিন নয়। সবচেয়ে সম্ভাব্য কারণ ইনজেশন বা এক্সট্রাকশনের ব্রেক—মূল লেখাটা খালি এসেছে, ফেচ ব্যর্থ হয়েছে, কিংবা পার্সার বৈধ স্কিমা বানিয়ে তার ভেতরে নাল বসিয়েছে। মডেলিং সমস্যা নয় এটা, সংগ্রহ-স্তরের সমস্যা। তাই সমাধানও সস্তা: পুনরায় চালানোর সময় চারটে জিনিস ফেরত আসতে হবে। শিরোনাম একটি নন-নাল স্ট্রিং হিসেবে; সূত্র হিসেবে প্রকাশকের নাম আর প্রকাশের তারিখ; অন্তত একটি তথ্যবিন্দু, যার প্রত্যেকটির সূত্র মূল লেখায় ধরা যায়; এবং সংশ্লিষ্ট সত্তা—দল, খেলোয়াড়, কোচ, ইভেন্ট—যা বাস্তব টেক্সট থেকে তোলা, স্ব-উল্লেখ থেকে নয়। সঙ্গে দুটো নজরদারি জুড়তে হবে। এক, ডোমেইন লেবেলের উৎস: cricket_asia সচেতন শ্রেণিবিন্যাস, নাকি ফলব্যাক ডিফল্ট? ক্লাসিফায়ারের কনফিডেন্স স্কোর ছাড়া উত্তর নেই, অথচ উত্তরটাই ঠিক করে দেয় আঞ্চলিক ফ্রেমিং বিশ্বাসযোগ্য কি না। দুই, সত্তা নিষ্কাশনের অখণ্ডতা: "সংশ্লিষ্ট সত্তা" ঘরটা যদি নিজেকেই নির্দেশ করে, তাহলে টেবিলটা ভরা দেখায়, ভরা নয়।

এই ফিল্টারটাই আজ সবচেয়ে দুষ্প্রাপ্য জিনিস। ট্রান্সফার উইন্ডোয় পাঠক গুজবের স্রোতে ভাসেন, আর প্রতিটা গুজবের গায়ে সমান আত্মবিশ্বাসের লেবেল লাগানো থাকে। র্যাঙ্কিংটা সরল হওয়া উচিত: চুক্তির কাঠামো, এজেন্টের নড়াচড়া, বোর্ডের আনুষ্ঠানিক বিবৃতি—এই তিনটে থাকলে দাবিটা তথ্যবিন্দুর কাছাকাছি; একটা সোশ্যাল পোস্ট আর দুটো স্ক্রিনশট থাকলে দাবিটা প্লেসহোল্ডার। শূন্য তথ্যবিন্দুর একটা গুজব গুজবও নয়—সেটা একটা ফাঁকা ঘর, যার গায়ে শিরোনাম লাগানো আছে।

এখানেই সহজ প্রশ্নটা আসে, আর সহজ উত্তরে আমি বিশ্বাস করি না। দোষটা কি পুরোপুরি পাইপলাইনের? সবসময় নয়। কিছু সূত্র সত্যিই পাতলা—দুই লাইনের এজেন্সি ওয়্যার, যেখানে তথ্যবিন্দু একটাই। ফাঁকা পেলোড আর হালকা সূত্রের সম্পর্ক সহ-সম্পর্ক, কারণ নয়। খেলাধুলো পৌরাণিক গল্প বানায়; আমি তার ক্ষয়ের হিসাব রাখি—কিন্তু হিসাব রাখতে গিয়ে প্রতিটা পরিষ্কার ফলাফলকে সন্দেহ করা আমার পুরনো রোগ। কখনও কখনও দলটা সত্যিই প্রসেসটা জেতে, আবার কখনও সূত্রটা সত্যিই খালি। পার্থক্যটা বোঝার একটাই উপায়: মূল টেক্সটে ফিরে যাওয়া।

বড় বিপদটা আরও নির্মম জায়গায়। আমাদের কোয়ালিটি গেট মূলত গঠন দেখে—ফিল্ড আছে কি নেই, স্কিমা মিলছে কি না। ফলে উল্টোটা ঘটে: গোছানো কিন্তু ফাঁকা পেলোড পাস হয়ে যায়, আর এলোমেলো কিন্তু তথ্যভরা মানুষের নোট আটকে যায়। ২০২২ সালে মরক্কোর লো-ব্লক মডেল বানানোর সময় শিখেছিলাম, PPDA ২২.৩ আর ৮.১-এর ব্যবধান কেবল তখনই অর্থবহ হয়, যখন প্রতিটার পেছনে মিনিটভিত্তিক তথ্য থাকে। ফুটবলের ট্যাকটিক্স এখানে আনছি না, আনছি শুধু পদ্ধতিটা—দাবির আগে তার কাঁচামাল।

আসল ম্যাচটা ঘটে সেই ফাঁকা জায়গাগুলোতে, যেগুলো হাইলাইট রিল দেখায় না। আজ সেই ফাঁকা জায়গাটা ছিল আমাদের নিজের কাজের ভেতরে। একজন ডেটা মঙ্ক জিজ্ঞেস করে না কে জিতল, জিজ্ঞেস করে প্রসেসটা কী পাওনা ছিল। আজকের প্রসেসটা পাওনা ছিল একটা ফাঁকা টেবিল, আর ঠিক সেটাই ফিরিয়ে দিল।

পরের রাউন্ডের সংকেত পরিষ্কার। একটা হার্ড গেট দরকার: তথ্যবিন্দুর সংখ্যা একের কম, আর শিরোনাম N/A—এই দুই শর্ত একসাথে মিললে পাইপলাইন থামুক, নীরব থাকুক না। প্রশ্নটা এখন এশিয়ার ক্রিকেটের পরের বড় গল্পটা নিয়ে—একটা সিলেকশন বিতর্ক, একটা নো-অবজেকশন সার্টিফিকেট ঘিরে বিরোধ, একটা অকশন রেকর্ড। ওই দিন আমাদের সিস্টেম বলবে কী ঘটেছে, নাকি শুধু বলবে কিছু একটা ঘটেছে?