খালি ফিডের পাঠ: ক্রিকেট ডেটা পাইপলাইন যখন নীরবে ব্যর্থ হয়

রাত সাড়ে তিনটা। খুলনার ডেস্কে দুটো মনিটর জ্বলছে, পাশে ঠান্ডা হয়ে যাওয়া এক কাপ চা। মডেল প্রস্তুত — প্রেসিং থ্রেশহোল্ড বসানো, ডিএলএস-সংশোধিত টার্গেট হিসাব করা, লাইন-মুভমেন্ট ট্র্যাকার চালু। শুধু একটি ইনপুট বাকি: ম্যাচ ফিড। ফিড এল। আর সেটি ফাঁকা। না কোনো ম্যাচ আইডি, না বল-বাই-বল লগ, না শট-লোকেশনের একটিও সারি। শুধু একটি খালি ঘর, যেখানে দশ সেকেন্ড আগে আমি একটি ইনিংসের জন্ম দেখার আশা করছিলাম। এমন মুহূর্তেই আমার আটাশ বছরের পেশাগত অভ্যাস আমাকে থামিয়ে দেয়। কারণ আমি জানি, একটি ফাঁকা ফিড কোনো "ম্যাচ নেই" বার্তা নয় — এটি পাইপলাইনের একটি প্রশ্ন। প্রতিটি আউটলায়ার যেমন ডেটাকে প্রশ্ন করতে শেখায়, তেমনি একটি ফাঁকা আউটপুটও জিজ্ঞেস করে: কোন ধাপে তথ্য হারাল? কোন নিয়ম চুপচাপ বাদ পড়ল? ক্রিকেট বিশ্লেষণে আমরা সাধারণত ফলাফল নিয়ে কথা বলি — কে জিতল, কত রানে, কত উইকেটে। কিন্তু যে অবকাঠামোর উপর সেই কথাগুলো দাঁড়িয়ে থাকে, সেটি প্রায় কখনো আলোচনায় আসে না। অথচ যেকোনো মডেলের ভিত্তি চারটি স্তরে: কাঁচা ফিড, ম্যাচ আইডি, পরিচ্ছন্নতার নিয়ম, এবং নমুনার সময়সীমা। এই চারটি না মিললে উপরে যা-ই বসান, সেটি ভাসমান থাকে। আমি এই নিয়ম শিখেছি হাতে-কলমে, ল্যাপটপে নয়। ২০১৭ সালে বাংলাদেশ প্রিমিয়ার লিগের জন্য যখন স্ট্যান্ডার্ডাইজড xG ও PPDA সংগ্রহ-টেমপ্লেট বানাই, তখন আবাহনী লিমিটেড ঢাকা ও শেখ রাসেল ক্রীড়া চক্রের ৪৭টি ম্যাচে একটিও সামঞ্জস্যপূর্ণ শট-লোকেশন ডেটা ছিল না। তিনজন খুলনাভিত্তিক ইন্টার্ন দিয়ে আমি প্রতিটি শট, প্রেসার ও কভার করা দূরত্ব লগ করাই। সেই কাজ আমার ম্যাচ-প্রস্তুতির সময় ৯ ঘণ্টা থেকে ২.৫ ঘণ্টায় নামিয়ে আনে। কিন্তু আসল লাভ ছিল অন্য জায়গায়: আমি বুঝতে পারি, ডেটার অনুপস্থিতি নিজেই একটি পরিমাপযোগ্য ঘটনা। এরপর ২০১৮ রাশিয়া বিশ্বকাপে একটি দক্ষিণ-পূর্ব এশীয় বেটিং সিন্ডিকেটের জন্য ৬৪টি ম্যাচে PPDA ও ফিল্ড-টিল্ট ট্র্যাক করার সময় আমি এই শিক্ষা কাজে লাগাই। ইংল্যান্ড-ক্রোয়েশিয়া সেমিফাইনালের আগে আমার মডেল দেখায়, ক্রোয়েশিয়ার মিডফিল্ড প্রতি ডিফেন্সিভ অ্যাকশনে মাত্র ৮.৪টি পাস অনুমোদন করছে — বাজারে যেখানে ১১.২ প্রতিফলিত হচ্ছিল। ম্যাচ শেষে প্রেসিং-বাজারে রিটার্ন ১৮.৬ শতাংশ। কিন্তু সেই সংখ্যাটি এসেছিল একটি পরিচ্ছন্ন, সম্পূর্ণ পাইপলাইন থেকে — ফাঁকা ফিড থেকে নয়। পার্থক্যটা এখানেই। এখন আসি আসল প্রশ্নে। একটি ফাঁকা ফিড কেন "তথ্য নেই" এর চেয়ে বেশি কিছু? কারণ পাইপলাইনে ব্যর্থতা কখনো নিজে থেকে ঘোষণা দেয় না। এটাই তথাকথিত নীরব তথ্য-ক্ষতি। কাঁচা ফিড, পার্সার, ম্যাচ আইডি ম্যাপিং, পরিচ্ছন্নতার নিয়ম — এদের যেকোনো একটিতে ফাঁক পড়লে উপরের স্তর নীরবে শূন্য ফেরত দেয়। কোনো এরর মেসেজ নেই, কোনো সতর্কবার্তা নেই। শুধু একটি খালি ঘর, যেটি দেখতে অনেকটা "এই ম্যাচে কিছুই ঘটেনি" এর মতো। এখানেই আমি আমার সবচেয়ে বিতর্কিত নিয়মটি মেনে চলি: শুরু করতে হয় পাইপলাইন থেকে, পূর্বাভাস থেকে নয়। একটি পরিচ্ছন্ন ম্যাচ আইডি একটি চতুর মডেলের চেয়ে অনেক বেশি মূল্যবান, কারণ মডেল ভুল করলে সেটি ধরা পড়ে — কিন্তু আইডি ভুল হলে পুরো বিশ্লেষণই ভুল জায়গায় বসে যায়, আর তা টের পাওয়া যায় অনেক দেরিতে। আমি পেশাগত জীবনে তিনবার ঠিক এই ফাঁদে পড়েছি। একবার ভেন্যুর নাম আর ম্যাচের তারিখ গুলিয়ে যায়; একবার বৃষ্টি-বিঘ্নিত একটি ইনিংস ডিএলএস-সংশোধনের আগে সংরক্ষিত হয়; আর একবার ২০২০ সালের দর্শকশূন্য ম্যাচের একটি সেট সাধারণ ভেন্যু-প্রভাবের সাথে মিশে যায়। প্রতিবার ফলাফল একই: মডেল আত্মবিশ্বাসী সংখ্যা দিয়েছে, কিন্তু সেই সংখ্যা ভুল প্রশ্নের উত্তর দিয়েছে। ২০২০ সালের ঘটনাটি বিশেষভাবে শিক্ষণীয়। আমি বাংলাদেশ প্রিমিয়ার লিগ, ড্যানিশ সুপারলিগা ও বুন্দেসলিগার ৩১২টি দর্শকশূন্য ম্যাচ বিশ্লেষণ করে দেখি, হোম-অ্যাডভান্টেজ ০.৩৮ থেকে ০.২১ গোলে নেমে এসেছে এবং প্রতি দলে মোট দূরত্ব ১.৭ কিলোমিটার বেড়েছে। আমি একটি এম্পটি স্টেডিয়াম ইনডেক্স বানাই। দর্শকশূন্য স্টেডিয়াম ছিল এমন একটি কন্ট্রোল গ্রুপ, যা আমরা কখনো চাইনি — কিন্তু যেটি দেখিয়ে দিল, ভেন্যু-প্রভাব আর দর্শক-প্রভাব আলাদা দুটি জিনিস। যেসব ক্লায়েন্ট এখনো ক্রাউড-নয়েজকে ধ্রুবক ধরে দাম করছিল, তাদের ২৩ শতাংশ ড্র-মার্কেট লোকসান থেকে এই সমন্বয় বাঁচায়। এখানে ভারত আর বাংলাদেশের ব্যবস্থার তুলনাটাও জরুরি। ভারতের লিগে ডেটা সংগ্রহ অনেক বেশি কেন্দ্রীভূত; বাংলাদেশে সেটি আরও ছড়ানো, আর তাই পরিচ্ছন্নতার নিয়ম প্রায়ই ম্যাচভেদে বদলায়। একই PPDA সংখ্যা দুই দেশে একই অর্থ বহন করে না — পিচ, ভ্রমণ আর বিশ্রামের পার্থক্য সেটিকে নতুন করে সংজ্ঞায়িত করে। যে বিশ্লেষক এই পার্থক্য উপেক্ষা করেন, তিনি একটি সংজ্ঞা ধার করে অন্যটির উপর চাপিয়ে দেন। এই পুরো অধ্যায়ের শিক্ষা সংকুচিত করা যায় এক লাইনে: যদি কোনো কিছু অডিট করা না যায়, তাকে বিশ্বাস করা যায় না। একটি ফাঁকা ফিড অডিটযোগ্য। একটি বানানো ম্যাচ-রিপোর্ট নয়। এখানে স্বাভাবিক প্রতিক্রিয়া হলো — ফাঁকা ফিড পেলে অনুমান দিয়ে ঘর ভরে দাও। ম্যাচ তো হয়েছিলই, নিশ্চয়ই কিছু ঘটেছে; বল-বাই-বল না থাকলে স্কোরকার্ড দেখে গল্প লিখে ফেলো। আমার অভিজ্ঞতা বলে, এই তাড়নাটিই সবচেয়ে বিপজ্জনক। কারণ গল্প দ্রুত তৈরি হয়, আর একটি ভুল গল্প সঠিক ডেটার চেয়ে বেশি ক্ষতি করে — বিশেষত বাজারে, যেখানে ভুল আত্মবিশ্বাস সরাসরি টাকায় রূপ নেয়। কিন্তু এখানেই একটি কাউন্টার-ইনটুইটিভ সত্য লুকিয়ে আছে, যেটি আমি প্রথমে মেনে নিতে পারিনি। ফাঁকা আউটপুট সবসময় ব্যর্থতা নয় — অনেক সময় সেটি সবচেয়ে সৎ সংকেত। একটি সম্পূর্ণ ফিড আমাদের বলে ম্যাচে কী ঘটেছে; একটি ফাঁকা ফিড আমাদের বলে আমাদের পাইপলাইনে কী ঘটেছে। দ্বিতীয়টি প্রায়ই বেশি দরকারি, কারণ কেবল সেটিই আমাদের সিস্টেমের দুর্বলতা দেখায়। আমার বছরের পর বছর ম্যাচ দেখার অভিজ্ঞতা থেকে বলতে পারি, ভিড়ের মধ্যে চিৎকার করা সহজ; কিন্তু যখন পুরো গ্যালারি নীরব, তখনই বোঝা যায় কে আসলে খেলাটা দেখছে আর কে শুধু শব্দের পিছনে ছুটছে। ডেটাও ঠিক তেমন। পাইপলাইনের নীরবতা থেকে শিক্ষা নেওয়া মানে পরের ম্যাচের আগে নিজের সিস্টেমকে আরও বিশ্বাসযোগ্য করে তোলা। তবে আমি নিজের সন্দেহকেও চ্যালেঞ্জ করি। ভেরিফিকেশন-প্রথম মানসিকতা সহজেই প্রতিটি নতুন মডেল বা অপ্রচলিত দাবিকে প্রত্যাখ্যান করতে শেখায়। তাই আমি স্পষ্ট রাখি: আমার মন বদলাবে যদি দ্বিতীয় উৎস থেকে একই ম্যাচের একটি পরিচ্ছন্ন আইডি ও বল-বাই-বল লগ আসে। তখন আমি অনুমান নয়, প্রমাণ দিয়ে লিখব। ফাঁকা ফিড আমার কাছে আজ আর বিরক্তি নয়, বরং একটি সতর্কবার্তা। কারণ বাজারে প্রান্তটি লুকিয়ে থাকে একঘেয়ে কলামগুলোতে — সেই ম্যাচ আইডি, সময়সীমা আর পরিচ্ছন্নতার নিয়মের ভেতরে, দর্শনীয় হেডলাইনে নয়। এবং প্রতিটি ফাঁকা আউটপুট ডেটার একটি প্রশ্ন, যা আমাদের জিজ্ঞেস করে: তুমি কি প্রস্তুত ছিলে, নাকি শুধু ভাগ্যবান? পরের রাউন্ডে আমার একটাই সংকেত ট্র্যাক করার: যদি পুনরায় ফাঁকা Stage-1 আসে, আমি মডেল ছোঁব না — প্রথমে কাঁচা ফিড, ম্যাচ আইডি আর পার্সার অডিট করব। কারণ যে ইনিংস আপনি দেখেননি, তার স্কোর আপনি লিখতে পারেন না।