খালি টেবিলের বিশ্লেষণ: ক্রিকেট ডেটা পাইপলাইন যেভাবে মিথ্যা নিশ্চয়তা তৈরি করে

গত সপ্তাহে আমার ডেস্কে একটি বিশ্লেষণ এল। আটটি অধ্যায়। প্রতিটিতে সারণি, উপ-শিরোনাম, ঝুঁকির ম্যাট্রিক্স, এবং নীচে একটি পদ্ধতিগত সীমাবদ্ধতা অংশ। প্রথম দৃষ্টিতে এটি একটি পূর্ণাঙ্গ পেশাদার প্রতিবেদন। কিন্তু পাতার পর পাতা উল্টাতে গিয়ে আমি থমকে গেলাম: প্রতিটি ঘরের ভিতরে হুবহু একই বাক্য — তথ্য অপর্যাপ্ত, মূল্যায়ন সম্ভব নয়।

শিরোনাম নেই। সূত্র নেই। নিবন্ধের ধরন লেখা অশ্রেণীবদ্ধ। সারসংক্ষেপ খালি। তথ্যবিন্দুর তালিকা শূন্য। মূল দৃষ্টিভঙ্গি শূন্য। সত্তা চিহ্নিত করা হয়নি। সময়-সংবেদনশীলতা মূল্যায়ন করা হয়নি। সূত্রের মান যাচাই হয়নি। তবু নথিটি নিজেকে গভীর পেশাদার বিশ্লেষণ বলে দাবি করছে। আটটি অধ্যায়, প্রতিটিতে নিখুঁত কাঠামো, অথচ একটি ক্রিকেট তথ্যও নেই — কোনও ম্যাচ নেই, কোনও ফরম্যাট নেই, কোনও খেলোয়াড় নেই, কোনও দল নেই, কোনও লিগ নেই, কোনও নিয়ম নেই, কোনও চুক্তির অঙ্ক নেই।

যে জিনিসটি আমাকে সবচেয়ে বেশি ভয় দেখায়, তা দুর্বল বিশ্লেষণ নয়। বরং এমন একটি কাঠামো, যা বিশ্লেষণের মুখোশ পরে দাঁড়িয়ে থাকে।

আমি রংপুরে বড় হয়েছি, মাঠে খেলেছি, তারপর শিখেছি সংখ্যায় খেলতে। ২০১৮ সালে সতেরো বছর বয়সে আমি প্রথম xG টেমপ্লেট বানিয়েছিলাম। সেটি ফুটবলের জন্য ছিল, কিন্তু সেই টেমপ্লেটই আমাকে বিশ্লেষণের আসল শত্রুর পরিচয় দিয়েছিল। শত্রু ভুল সংখ্যা নয়। শত্রু হলো পরিষ্কার কিনারা — যেখানে সবকিছু এত মসৃণ দেখায় যে প্রশ্ন করার ইচ্ছেটাই হারিয়ে যায়। আমি সেই xG টেমপ্লেট বানিয়েছিলাম, তারপর শিখেছিলাম তার পরিষ্কার কিনারাগুলোকে অবিশ্বাস করতে।

বছরের পর বছর ক্রিকেটের ডেটা নিয়ে কাজ করতে গিয়ে আমি একটি জিনিস বুঝেছি। আমাদের পেশার সবচেয়ে বড় ঝুঁকি ভুল উত্তর নয়। সবচেয়ে বড় ঝুঁকি হলো এমন একটি উত্তর, যা দেখতে সঠিক, কিন্তু আসলে প্রশ্নটাই ভুলে গেছে। খালি টেবিলের বিশ্লেষণ ঠিক সেই ঝুঁকির নিখুঁত উদাহরণ।

যে পদ্ধতিতে আমি প্রতিদিন কাজ করি, তার কাঠামো সহজ। যেকোনো আধুনিক বিশ্লেষণ দুটি স্তরে চলে। প্রথম স্তর — তথ্য আহরণ। এই স্তরে একটি নিবন্ধ থেকে শিরোনাম, সূত্র, ধরন, সারসংক্ষেপ, লেখকের অবস্থান, উদ্দেশ্য, তথ্যবিন্দু, মূল দৃষ্টিভঙ্গি, সংশ্লিষ্ট সত্তা, সময়-সংবেদনশীলতা এবং সূত্রের মান আলাদা করে বের করা হয়। দ্বিতীয় স্তর — গভীর বিশ্লেষণ। এই স্তর প্রথম স্তরের উপরে দাঁড়ায়। আর এখানেই একটি অলঙ্ঘনীয় নিয়ম আছে: দ্বিতীয় স্তর কখনওই প্রথম স্তরের চেয়ে বেশি নির্ভরযোগ্য হতে পারে না।

আমি এই নিয়মটি আমার কাজে বারবার ব্যবহার করি। ফুটবল হোক বা ক্রিকেট, ডেটার সূত্র যদি দুর্বল হয়, তার উপরে যত সূক্ষ্ম মডেলই বসানো হোক, ফলাফলও দুর্বলই থাকে। ২০২০ সালে যখন স্টেডিয়ামগুলো খালি হয়ে গেল, আমি সেটিকে একটি প্রাকৃতিক পরীক্ষা হিসেবে ধরেছিলাম। কিন্তু আমি সেখানে থেমে যাইনি যে দর্শক মানে কী। আমি ভেঙে দেখতে চেয়েছিলাম — পিচ ও পরিবেশ, আম্পায়ারের সিদ্ধান্তের পক্ষপাত, টস ও সময়সূচি, ভ্রমণ ও পরিচিতি। গ্যালারির নীরবতা হোম অ্যাডভান্টেজকে মুছে দেয়নি, তা একাধিক অংশে ভাগ করে দিয়েছিল। সেই অভিজ্ঞতাই আমাকে শিখিয়েছে, একটি ফাঁকা তথ্যের জায়গায় অনুমান বসানো কতটা বিপজ্জনক।

ক্রিকেটে আমাদের তথ্যের অভাব চিরস্থায়ী। ঘরোয়া সার্কিট, সহযোগী দেশের ম্যাচ, ছোট নমুনার আন্তর্জাতিক সিরিজ — এখানে বড় নমুনা কখনও সহজে পাওয়া যায় না। বাংলাদেশের সোনালি প্রজন্ম — সাকিব আল হাসান, তামিম ইকবাল, মুশফিকুর রহিম, মাশরাফি বিন মুর্তজা — যাঁদের যুগ ধীরে ধীরে শেষ হচ্ছে, তাঁদের প্রতিস্থাপনের প্রশ্নটিও এই অভাবের মধ্যেই বিশ্লেষণ করতে হয়। ঠিক এই কারণেই আমাদের প্রতিটি সিদ্ধান্তের সঙ্গে নমুনার আকার ও আস্থার সীমা লিখে রাখার অভ্যাস তৈরি হয়েছে। যখন কেউ আমাকে পাঁচ ম্যাচের ভিত্তিতে বলেন যে এক খেলোয়াড় ফর্মে ফিরেছেন, আমি সঙ্গে সঙ্গে জিজ্ঞেস করি — কোন ফরম্যাটে, কার বিরুদ্ধে, কত বলে। এই প্রশ্নগুলোই আমাকে রক্ষা করে। কিন্তু যে প্রতিবেদনটি আজ আমার হাতে, সেখানে এই প্রশ্নগুলোর একটিও জিজ্ঞেস করার উপাদান নেই।

সমস্যাটি এখানেই। প্রতিবেদনের প্রতিটি অধ্যায় পূর্ণ। ফরম্যাট ও ম্যাচ বিশ্লেষণ, খেলোয়াড়ের কৌশল ও ডেটা, দলের অবস্থান ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক পরিবেশ, নিয়ম ও পরিচালনা, ঝুঁকি বিশ্লেষণ, জনমত ও প্রত্যাশা, এবং শিল্প-প্রবাহ — আটটি অধ্যায়ই আছে। প্রতিটিতে সারণি, প্রতিটিতে মূল্যায়ন, প্রতিটিতে নীচে একটি সূত্র। কিন্তু প্রতিটি ঘরেই ফিরে ফিরে আসে একই বাক্য: তথ্য অপর্যাপ্ত, মূল্যায়ন সম্ভব নয়।

এটাই আসল আবিষ্কার। শূন্য তথ্যের উপরে আটটি অধ্যায়ের কাঠামো দাঁড় করানো সম্ভব। আর সেই কাঠামোই বিপজ্জনক, কারণ পাঠক কাঠামো দেখে বিশ্লেষণ ধরে নেন।

এবার আমি এই ব্যর্থতার নকশাটি খুঁটিয়ে দেখতে চাই, কারণ নকশাটিই আমাকে সবচেয়ে বেশি বলে।

প্রথম স্তরে এগারোটি ক্ষেত্রের প্রতিটিই খালি বা অনুল্লিখিত। শিরোনাম নেই, সূত্র নেই, ধরন অশ্রেণীবদ্ধ, সারসংক্ষেপ খালি, লেখকের অবস্থান নেই, উদ্দেশ্য নেই, তথ্যবিন্দুর তালিকা শূন্য, মূল দৃষ্টিভঙ্গি শূন্য, সত্তা চিহ্নিত হয়নি, সময়-সংবেদনশীলতা মূল্যায়ন করা হয়নি, সূত্রের মান যাচাই হয়নি। একটি মাত্র জিনিস টিকে গেছে — ডোমেইন ট্যাগ, যা ক্রিকেট এবং এশিয়া অঞ্চলের দিকে ইশারা করে।

এই টিকে থাকাটাই সবচেয়ে বড় সূত্র। ট্যাগ টিকে গেছে, কিন্তু প্রতিটি বিষয়বস্তুর ক্ষেত্র ধসে পড়েছে। এর মানে কী? এর মানে হলো, শ্রেণীবিন্যাসকারী হয়তো নিবন্ধের মূল পাঠ পড়েনি। ট্যাগটি সম্ভবত মেটাডেটা বা কোনো মোটা শ্রেণীবিন্যাস থেকে এসেছে। আর বিষয়বস্তু ধসে পড়ার অর্থ, শ্রেণীবিন্যাসের পরে তথ্য আহরণের ধাপে কিছু একটা ভেঙে পড়েছে — হতে পারে সূত্র আনতে ব্যর্থতা, পেওয়াল, এনকোডিং সমস্যা, বা ভুল রুটিং।

এখানেই আমার প্রথম উপসংহার দাঁড়ায়। যে রিপোর্টে বিষয়বস্তু নেই, সেখানে কাঠামো থাকলে তা জ্ঞান নয়, তা নিছক নকশা। নকশা নিরপেক্ষ নয়। নকশা পাঠককে বোঝায় যে কাজটা হয়েছে। অথচ কাজটা হয়নি।

এই জায়গাটি আমি ক্রিকেটের নিজের অভিজ্ঞতা থেকে চিনতে পারি। ট্রান্সফার উইন্ডোর সময় আমার ফোন প্রতিদিন গুঞ্জরিত হয়। কেউ বলেন, অমুক খেলোয়াড় বড় অঙ্কে যাচ্ছেন। কেউ বলেন, ওই ক্লাব নাকি আগ্রহী। খবরগুলো দেখতে প্রতিবেদনের মতো — নাম আছে, সংখ্যা আছে, সূত্র আছে। কিন্তু কতগুলো সূত্র আসলে টিকে থাকে? আমি শিখেছি, রটনাকে তার প্রমাণের ভিত্তিতে সাজানো উচিত। যে দাবির পেছনে সরাসরি ক্লাব বা এজেন্টের হাত, তা এক ধাপ। যে দাবি শুধু সাংবাদিকের সূত্রে, তা আরেক ধাপ। আর যে দাবির পেছনে কিছুই নেই, কেবল একটি সংখ্যা ঝুলছে, তা শূন্য ধাপ। খালি টেবিলের বিশ্লেষণ ঠিক ওই শূন্য ধাপেরই ডেটা-সংস্করণ।

খালি তথ্যের উপরে দাঁড়ানো বিশ্লেষণ আর ভিত্তিহীন রটনা, দুটোই একই রোগের লক্ষণ — প্রমাণের অভাব, কিন্তু নিশ্চয়তার অলংকার।

আমি যদি এই প্রতিবেদনটিকে একটি খেলার মতো দেখি, তাহলে কল্পনা করুন একটি স্কোরবোর্ড। স্কোরবোর্ডে সব কলাম আঁকা — রান, বল, স্ট্রাইক রেট, ইকোনমি, চার, ছক্কা। দেখতে পরিপূর্ণ। কিন্তু প্রতিটি ঘরে শূন্য বসানো। এমন স্কোরবোর্ড থেকে আপনি ম্যাচের ফল জানতে পারবেন না, বরং ভুল ধারণা তৈরি করতে পারেন। খালি বিশ্লেষণের কাঠামোও তাই।

বিশদে গেলে, প্রতিটি অধ্যায়ের ব্যর্থতা একই রকম। ফরম্যাট বিশ্লেষণে কোনও ফরম্যাট চেনা যায়নি — টেস্ট, ওয়ানডে, টি-টোয়েন্টি, কোনওটিই নয়। ফলে কোনও কৌশলগত ব্যাখ্যা বৈধ নয়। কারণ আমার একটি কঠিন নিয়ম আছে — এক ফরম্যাটের সিদ্ধান্ত আরেক ফরম্যাটে মেশানো যাবে না। কিন্তু এখানে ফরম্যাটই নেই, তাই মেশানোর প্রশ্নই ওঠে না।

খেলোয়াড়ের বিশ্লেষণে কোনও নাম নেই। ফলে ভূমি নির্ধারণ শুরুই করা যায় না — ওপেনার, অ্যাংকর, ফিনিশার, পেসার, স্পিনার, অলরাউন্ডার, উইকেটকিপার। আর ফরম্যাট অজানা থাকায় কোনও মানদণ্ড বাছা যায় না। একশো চল্লিশের স্ট্রাইক রেট একটি সিমিং টেস্টে অসাধারণ, কিন্তু টি-টোয়েন্টি ফিনিশারের জন্য তা সাধারণ। মানদণ্ড ছাড়া সংখ্যা অর্থহীন।

দলের বিশ্লেষণে কোনও দল নেই। ফলে স্তর নির্ধারণ সম্ভব নয় — শীর্ষ শক্তি, মধ্যবর্তী, উদীয়মান, নাকি সহযোগী। র‍্যাঙ্কিং নেই, হোম-অ্যাওয়ে প্রোফাইল নেই, স্কোয়াড নেই, চোটের খবর নেই।

লিগ ও বাণিজ্যের অধ্যায়ে কোনও লিগ নেই। তাই আইপিএল, বিপিএল, বিগ ব্যাশ, দ্য হান্ড্রেড, পিএসএল, এসএ২০ — কোন মানদণ্ড প্রযোজ্য তা অজানা। আর কোনও অঙ্ক না থাকায় আমার সবচেয়ে প্রিয় সত্যটি কোথাও বসাতে পারি না — বড় আইপিএল অঙ্ক মানেই আন্তর্জাতিক ক্রিকেটে বড় শক্তি নয়।

নিয়ম ও পরিচালনার অধ্যায়ে কোনও পরিচালনা-সংস্থা নেই। আইসিসি, বিসিসিআই, ইসিবি — কেউ নেই। ফলে কোনও নিয়ম-বিতর্ক নেই, ডিআরএস নেই, ডিএলএস নেই, ওভার-রেট নেই। আর অখণ্ডতার কোনও সংকেত না থাকলে ঝুঁকিকে কম ধরে নেওয়া যায় না। নীরবতা মানে সম্মতি নয়।

ঝুঁকির অধ্যায়ে কোনও ক্রিকেট ঝুঁকি নেই — না চোট, না চুক্তি, না ভূরাজনীতি। কেবল একটি ঝুঁকি আছে, আর সেটি প্রক্রিয়াগত — শূন্য তথ্যের উপরে বিশ্লেষণ চালানো। জনমতের অধ্যায়ে কোনও আখ্যান নেই। লেখকের অবস্থান নেই, উদ্দেশ্য নেই। আর আখ্যান বিশ্লেষণ সবচেয়ে বেশি নির্ভর করে সুর, ভাষা ও জোরের উপর, যা খালি কাঠামোতে টিকে থাকতে পারে না। শিল্প-প্রবাহের অধ্যায়ে কোনও ঘটনা নেই, যা মূল্য শৃঙ্খলে ছড়াবে। তাই কোনও অংশে দিক বা মাত্রা বসানো যায় না।

এই আটটি অধ্যায় একসঙ্গে পড়লে একটি জিনিস স্পষ্ট হয় — কাঠামো যত নিখুঁত, তথ্যের অভাব তত বেশি লুকিয়ে যায়।

আমার কাজের আরেকটি অংশ মডেলের ফরেনসিক। আমি সেই মডেলগুলো নিয়ে লিখি, যেগুলো ব্যর্থ হয়। কারণ একটি যৌগিক মেট্রিক তৈরি করা সহজ, আর একবার তার একটি নাম হয়ে গেলে তা রক্ষা করাও সহজ। কিন্তু সেই নামের ভেতরে ওজনগুলো কতটা খেয়ালখুশিমতো, তা কেউ জিজ্ঞেস করে না। আমি প্রতিটি মডেলের ব্যর্থতার ঘটনা একই লেখায় দেখাই, ওজনের সংবেদনশীলতা পরীক্ষা করি, আর যেকোনো একক সংখ্যাকে চূড়ান্ত রায় নয়, বিচারাধীন দাবি হিসেবে ধরি।

খালি প্রতিবেদনটিও ঠিক এই ফাঁদেরই একটি রূপ। এখানে ওজনের জায়গায় কাঠামো। আটটি অধ্যায়, প্রতিটিতে নিখুঁত উপস্থাপনা। কিন্তু ভেতরে একটি সংখ্যাও নেই। তবু উপস্থাপনার সৌন্দর্যই আমাদের ভুলিয়ে দেয়।

ট্রান্সফার উইন্ডোর একটি নির্দিষ্ট কাঠামো আছে, যা আমি দীর্ঘদিন ধরে নিয়ে লিখছি — লোন-উইথ-অব্লিগেশন। ছোট ক্লাবের জন্য এই চুক্তি দেখতে নমনীয়, কিন্তু আসলে এটি তাদের আর্থিক পরিকল্পনাকে ধীরে ধীরে গিলে ফেলে। কারণ বাধ্যবাধকতাটি লুকিয়ে থাকে ভবিষ্যতের একটি ধাপে, আর ছোট ক্লাব নিজেকে বারবার অর্ধসমাপ্ত খেলোয়াড় তৈরি করতে গিয়ে খুঁজে পায়। এই কাঠামোটির সঙ্গে খালি প্রতিবেদনের মিল আছে। দুটোই বর্তমানে নমনীয় দেখায়, কিন্তু ভবিষ্যতে একটি বাধ্যবাধকতা লুকিয়ে রাখে। একটি লুকায় অঙ্ক, অন্যটি লুকায় তথ্যের অভাব।

এখন প্রশ্ন, এই ব্যর্থতা কতটা বড়? আমার কাছে এটি বড়, কারণ এর পরিণতি ছড়িয়ে পড়ার মধ্যে।

দ্বিতীয় স্তরের কাজ হলো আস্থা যোগ করা। কাঠামো তৈরি করা, মাত্রা সাজানো, ম্যাট্রিক্স আঁকা। যদি এই স্তর একটি খালি ইনপুট পায়, কিন্তু কাঠামো ঠিকই উৎপাদন করে, তাহলে ফলাফল হয় বিভ্রম। যেখানে কোনো বিশ্লেষণ নেই, সেখানে বিশ্লেষণের ছাপ তৈরি হয়। এই ছাপটিই বিপজ্জনক।

আমি এখানে একটি নির্দিষ্ট ঝুঁকির কথা বলতে চাই, যার নাম আমি দিয়েছি ছড়িয়ে পড়ার ঝুঁকি। ধরুন, একটি তদারকি ব্যবস্থা চলছে। সেটি নিয়ম মেনে খালি প্রতিবেদনটি গ্রহণ করে। এখন প্রশ্ন — ব্যবস্থাটি এই প্রতিবেদনকে লগ করবে কীভাবে? যদি এটি লগ করে কিছু পাওয়া যায়নি, তাহলে সেটি ভুল। কারণ সেখানে খুঁজতেই তথ্য ছিল না। ঝুঁকি নেই আর ঝুঁকি খোঁজা যায়নি — এই দুই ফলাফল একেবারে আলাদা। কিন্তু একই খোপে বসিয়ে দিলে মিথ্যা-নেতিবাচক জন্ম নেয়। অর্থাৎ, যেখানে কিছু খুঁজেই পাওয়া যায়নি, সেখানে ব্যবস্থা মনে করবে সব ঠিক আছে।

একটি খালি ফলাফল আর একটি কিছু পাওয়া যায়নি ফলাফল এক নয় — একই খোপে বসালে নিরাপত্তা-ব্যবস্থা অন্ধ হয়ে যায়।

এই ভুলটি আমি ক্রিকেট ডেটায়ও দেখেছি। অনেক সময় একটি খেলোয়াড়ের ফিল্ডিং ডেটা না থাকলে আমরা ধরে নিই সে গড়পড়তা ফিল্ডার। অথচ তথ্যের অভাব মানে গড় নয়, অজানা। আমরা যদি ডেটা নেই আর ডেটা খারাপ এক করে ফেলি, তবে আমাদের মূল্যায়ন ভুল দিকে চলে। ঠিক একইভাবে, যদি তথ্য আহরণ ব্যর্থ আর কোনও ঝুঁকি নেই এক করে ফেলা হয়, তবে পুরো পাইপলাইন মিথ্যা নিশ্চয়তা তৈরি করে।

আমি এর একটি সমাধানের কথা ভাবতে চাই। প্রথমত, কিছু ক্ষেত্র বাধ্যতামূলক করা উচিত, যেগুলো কখনও খালি থাকতে পারবে না। শিরোনাম, সূত্র, ধরন, অন্তত একটি তথ্যবিন্দু, সময়-সংবেদনশীলতা, এবং সূত্রের মান — এই ছয়টি যদি খালি থাকে, তবে সেটিকে বিশ্লেষণ বলা উচিত নয়। দ্বিতীয়ত, তথ্য আহরণ ব্যর্থ একটি আলাদা মর্যাদা হওয়া উচিত, যা কিছু পাওয়া যায়নি থেকে সম্পূর্ণ পৃথক।

এই দুটি পরিবর্তনই ছোট, কিন্তু এরা একটি বড় ফাঁক বন্ধ করে। এই ফাঁকটি হলো — শূন্যতা আর নিশ্চয়তার মধ্যে পার্থক্য।

আমি জানি, এখানে কেউ কেউ বলবেন, খালি প্রতিবেদনটিই বোধহয় সবচেয়ে সৎ প্রতিবেদন। এতে কিছু বানানো হয়নি। এ যুক্তিটি আমার কাছে গুরুত্বপূর্ণ, এবং আমি এটিকে খাটো করে দেখতে চাই না। বরং আমি এটির সপক্ষে সবচেয়ে শক্ত অবস্থানটি তৈরি করতে চাই, তারপর সেটি মাপতে চাই।

কল্পনা করুন দুটি প্রতিবেদন। প্রথম প্রতিবেদনে তথ্য নেই, তাই সব ঘরে সৎভাবে লেখা মূল্যায়ন সম্ভব নয়। দ্বিতীয় প্রতিবেদনে তথ্য আছে, কিন্তু প্রতিটি সিদ্ধান্ত আগে থেকে ঠিক করা, তারপর তার পক্ষে সংখ্যা বাছা হয়েছে। কোনটি বেশি ক্ষতিকর?

প্রথম প্রতিবেদনে বানানো তথ্যের পরিমাণ শূন্য। সেখানে মিথ্যা দাবির সম্ভাবনা শূন্য। কিন্তু তার ছড়িয়ে পড়ার ঝুঁকি সর্বোচ্চ, কারণ কাঠামো পাঠককে বিভ্রান্ত করে। দ্বিতীয় প্রতিবেদনে বানানোর পরিমাণ বেশি, কিন্তু সেটি অন্তত পড়তে গিয়ে ধরা পড়ার সম্ভাবনা রাখে, কারণ সেখানে সত্যিকারের সংখ্যা আছে, যাচাইয়ের উপাদান আছে।

তাহলে হিসাবটা সরল নয়। প্রথম প্রতিবেদন তথ্যের অখণ্ডতায় ভালো, কিন্তু যোগাযোগে বিপজ্জনক। দ্বিতীয় প্রতিবেদন তথ্যে দুর্বল, কিন্তু যাচাইযোগ্য। দুটোই সমস্যা, কিন্তু সমস্যার ধরন আলাদা।

আমি এখান থেকে একটি উপসংহারে আসি। খালি প্রতিবেদনের দোষ বানানোতে নয়, দোষ ছড়িয়ে পড়ায়। অর্থাৎ, যে মুহূর্তে এই কাঠামো একটি সিদ্ধান্ত-গ্রহণকারীর কাছে পৌঁছায় এবং সে মনে করে বিশ্লেষণ হয়ে গেছে, সেই মুহূর্তেই ক্ষতি শুরু।

এখন আরও একটি জিনিস দেখা দরকার। এই ব্যর্থতার আসল কারণ কোথায়? শ্রেণীবিন্যাসকারীতে, নাকি তার পরে?

আমার কাছে প্রমাণ বলছে, ডোমেইন ট্যাগ টিকে গেছে, কিন্তু বিষয়বস্তু ধসে পড়েছে। যদি শ্রেণীবিন্যাসকারী ভুল হতো, তাহলে ট্যাগও হারিয়ে যেত। ট্যাগ টিকে থাকার অর্থ, শ্রেণীবিন্যাসের পর্যায়টি অন্তত চলেছে। ভাঙন ঘটেছে তার পরে — তথ্য আনয়ন বা বিশ্লেষণের পর্যায়ে। সম্ভাব্য কারণগুলো আলাদা করে দেখলে পাই: সূত্র আনতে ব্যর্থতা, পেওয়াল বা পে-গেট, এনকোডিং বা ভাষার সমস্যা, অথবা নথি ভুল জায়গায় পাঠানো।

এই সম্ভাব্য কারণগুলো আমি একটি তালিকা হিসেবে রাখি, কারণ এদের একটির বিরুদ্ধে অন্যটির পক্ষে সিদ্ধান্ত নেওয়ার মতো তথ্য আমার হাতে নেই। এখানেই আমি নিজেকে থামাই। কারণ একটি ডিজাইনের সীমা হলো — সে কী সনাক্ত করতে পারে না, সেটি আগে বলা দরকার, তারপর সে কী ইঙ্গিত করে।

এই সতর্কতাটি আমার কাছে খুব চেনা। ২০২০ সালের খালি স্টেডিয়ামগুলো দেখতে পরিষ্কার পরীক্ষা মনে হয়েছিল। দর্শক সরানো হলো, প্রভাব মাপা হলো, শেষ। কিন্তু সত্যি তা ছিল না। বুদবুদ, সময়সূচি, ফরম্যাট পরিবর্তন, খেলোয়াড়ের অনুপস্থিতি, আম্পায়ারিং প্রোটোকল — এই সবকিছু একসঙ্গে বদলে গিয়েছিল। তাই নকশাটি যা সনাক্ত করতে পারে না, সেটি আগে স্বীকার করা জরুরি। ঠিক একইভাবে, এই খালি প্রতিবেদনের ক্ষেত্রেও আমার বলা উচিত — আমি জানি না কোন পর্যায়ে ভাঙন ঘটেছে। আমি কেবল জানি, ভাঙন ঘটেছে।

আমি আরেকটি বিপরীত দিক দেখতে চাই, যা আমার নিজের পেশার দিকে আঙুল তোলে। আমরা সহজে পাইপলাইনের দোষ দিই। কিন্তু মানুষ নিজেও ঠিক একই কাজ করে। কোনও বিশ্লেষক যখন আগে থেকে সিদ্ধান্ত ঠিক করে নেন যে অমুক খেলোয়াড় শেষ, তারপর তার সমর্থনে কয়েকটি সংখ্যা বাছেন, তখন তিনি ঠিক একই রকম একটি ফাঁকা কাঠামো তৈরি করেন — শুধু কাগজের বদলে কথায়। নির্বাচিত গড়কে প্রমাণ বলে চালিয়ে দেওয়া ঠিক ততটাই বিপজ্জনক, যতটা খালি টেবিলকে বিশ্লেষণ বলে চালিয়ে দেওয়া।

যে বিশ্লেষণ আগে সিদ্ধান্ত নেয়, পরে তার পক্ষে সংখ্যা খোঁজে, তা বিশ্লেষণ নয় — তা হলো কাঠামোর ভেতরে লুকিয়ে থাকা রটনা।

আমি এই সুযোগে একটি ব্যক্তিগত অভিজ্ঞতা মনে করি। ২০২২ সালের কাতার বিশ্বকাপে আমি একটি মিডিয়া স্টার্টআপের জন্য ডেটা বিশ্লেষক হিসেবে কাজ করছিলাম। তখন মরক্কোর রক্ষণভাগকে একজন জ্যেষ্ঠ বিশ্লেষক নিছক বাস পার্কিং বলে উড়িয়ে দিয়েছিলেন। আমি PPDA ডেটা বের করলাম। মরক্কো প্রতি ম্যাচে মাত্র শূন্য দশমিক আট xG ছাড়ছিল, আর চাপ দিচ্ছিল নির্বাচিত ট্রিগারে। আমি সংখ্যাগুলো আমাদের দৈনিক কলে উপস্থাপন করলাম। তিনি সেটি খারিজ করলেন। কিন্তু সম্পাদক আমার চার্টটি ব্যবহার করলেন। মরক্কোর পর্তুগালের বিরুদ্ধে এক-শূন্য জয় মডেলটিকে প্রমাণ করে দিল।

এই অভিজ্ঞতা আমাকে একটি জিনিস শিখিয়েছে। ভুল ধারণার বিরুদ্ধে দাঁড়ানোর শক্তি আসে সংখ্যা থেকে, কিন্তু সেই সংখ্যার পেছনে একটি পরিষ্কার উৎস থাকতে হয়। যদি সেদিন আমার হাতে কেবল একটি খালি কাঠামো থাকত, আমি কিছুই বলতে পারতাম না। আর এখানেই আমি বলতে চাই, নির্বাচিত প্রেস একধরনের সন্ন্যাসী শৃঙ্খলা — প্যাটার্ন খুললে তবেই আঘাত।

এই কারণেই আমার কাজে প্রথমে টেবিল আসে, পরে কথা। কারণ টেবিল বাধ্য করে প্রতিটি দাবির পেছনে একটি ঘর রাখতে, আর সেই ঘর খালি থাকলে সেটি সৎভাবে খালি দেখায়।

এখন প্রশ্ন, এই ব্যর্থতা থেকে কী শেখার আছে, বিশেষ করে চলমান ট্রান্সফার উইন্ডোর প্রেক্ষাপটে?

এই সময়টায় আমাদের চারপাশে অসংখ্য দাবি ঘুরছে। অঙ্ক বড়, নাম চেনা, কিন্তু প্রমাণের ভিত্তি প্রায়ই সরু। এই পরিস্থিতিতে আমার পরামর্শ সহজ — প্রতিটি দাবিকে তার প্রমাণের ভিত্তিতে ধাপে সাজান। সবার আগে দেখুন, দাবির পেছনে সরাসরি ক্লাব, বোর্ড বা এজেন্ট আছে কি না। তারপর দেখুন, দাবিটি কি কোনো নির্দিষ্ট তারিখ, চুক্তির ধরন বা অঙ্কের সঙ্গে যুক্ত, নাকি কেবল অনুমান। আর শেষে দেখুন, দাবিটি খণ্ডন করা সম্ভব কি না। যে দাবি খণ্ডন করা যায় না, সেটি বিশ্লেষণ নয়।

এই পরিস্রুতিটি আমি আমার নিজের কাজেও প্রয়োগ করি। প্রতিটি প্রতিবেদনের শুরুতে আমি নমুনার আকার লিখি। যদি নমুনা আমার আগে ঠিক করা সীমার নিচে থাকে, আমি সেটিকে পর্যবেক্ষণ লিখি, আবিষ্কার নয়। এই অভ্যাসটি আমাকে বড় ভুল থেকে বাঁচিয়েছে।

আমি জানি, এই নিয়মগুলো কঠোর শোনায়। কিন্তু ক্রিকেটের ডেটা যেখানে পাতলা, সেখানে কঠোরতাই একমাত্র রক্ষা। একটি ছোট নমুনা থেকে আমরা যা পাই, তা হলো একটি ঝলক, সিদ্ধান্ত নয়। আর সেই ঝলককে সিদ্ধান্ত বলে চালানোই আমাদের পেশার সবচেয়ে বড় ফাঁদ।

ফিরে আসি সেই প্রতিবেদনে। আমি এটিকে ছুড়ে ফেলতে চাই না। আমি এটিকে একটি পাঠ হিসেবে রাখতে চাই। এখানে একটি জিনিস পরিষ্কার — একটি নথি তখনই বিশ্লেষণ, যখন তার ভেতরে তথ্য থাকে। কাঠামো তথ্যের বিকল্প নয়। অধ্যায়, সারণি, ম্যাট্রিক্স — এগুলো তথ্যের পাত্র, তথ্য নয়। পাত্র খালি থাকলে ভরা বলে ভুল করা যায় না।

আমি এখানে দুটি কাজের প্রস্তাব রাখি, যেগুলো ছোট কিন্তু দূরগামী। প্রথম, কিছু ক্ষেত্র বাধ্যতামূলক করা। শিরোনাম, সূত্র, ধরন, অন্তত একটি তথ্যবিন্দু, সময়-সংবেদনশীলতা, এবং সূত্রের মান — এগুলো ছাড়া কোনো নথি বিশ্লেষণের মর্যাদা পাবে না। দ্বিতীয়, ব্যর্থতা আর শূন্যতা আলাদা করা। তথ্য আহরণ ব্যর্থ আর কোনও ঝুঁকি পাওয়া যায়নি — এই দুই ফলাফলকে আলাদা নাম দেওয়া।

এই দুই পরিবর্তনই সরল, কিন্তু এরা পাইপলাইনের সবচেয়ে বড় দুর্বলতাটি বন্ধ করে।

আমি জানি, আগামী দিনে আমার সামনে আরও খালি টেবিল আসবে। কিছু আসবে যন্ত্র থেকে, কিছু আসবে মানুষের কাছ থেকে। প্রশ্নটি একই থাকবে — এই নথিতে তথ্য আছে, নাকি কেবল কাঠামো? এই প্রশ্নটি প্রতিবার জিজ্ঞেস করার অভ্যাসই আমাকে রক্ষা করবে।

একটি বিশ্লেষণ তখনই কাজে লাগে, যখন তার খালি ঘরগুলোও সত্য কথা বলে।

আর এখানেই আমার শেষ প্রশ্নটি। যদি আমাদের পুরো ব্যবস্থা কাঠামো তৈরি করতে এত পারদর্শী হয়, আর তথ্য দিতে এত দুর্বল, তাহলে আমরা আসলে কী তৈরি করছি — জ্ঞান, নাকি জ্ঞানের একটি নিখুঁত ছায়া?