ক্রিকেট তথ্য বিশ্লেষণে শূন্য ইনপুট: কেন 'গভীর বিশ্লেষণ' আসলে গভীর নয়

বিশ্লেষণ পাইপলাইনে একটি নীরব ব্যর্থতা। Stage-1-এর আউটপুট খুললে দেখা যায়, Domain Label: cricket_world ছাড়া কার্যত সব ক্ষেত্রই শূন্য বা N/A। শিরোনাম নেই, উৎস নেই, এক-বাক্য সারসংক্ষেপ নেই, আর সবচেয়ে জরুরি জিনিসটি — তথ্যবিন্দুর তালিকা — সম্পূর্ণ ফাঁকা। এখানেই থেমে যেতে হয়। কারণ তথ্যবিন্দু ছাড়া যেকোনো 'গভীর বিশ্লেষণ' কেবল ক্রিকেট-জগৎ থেকে জোড়া দেওয়া সাধারণ কথার স্তূপ হবে, বিশ্লেষণ নয়।

আমি শিরোনামহীন, উৎসহীন একটি আউটপুট ধরে ফ্রেম থামিয়ে বলতে পারি না 'ম্যাচ নিজের জ্যামিতি স্বীকার করল' — কারণ ম্যাচটাই নেই। ৩৯ বছরের ক্রিকেট-পর্যবেক্ষণে শেখা একটি সহজ নিয়ম এখানে কাজে লাগে: যে প্রতিবেদনের উৎস নেই, তার সিদ্ধান্তও নেই। এটা কোনো নতুন আবিষ্কার নয়, বরং পাইপলাইন ডিজাইনের পুরনো ফাঁদ — যা প্রতিটি ডেটা-চালিত ক্রীড়া সংবাদমাধ্যমে ফিরে ফিরে আসে।

ধরা যাক, একটি ক্রিকেট ম্যাচ-বিশ্লেষণ প্ল্যাটফর্মে এমন আউটপুট এল। ঠিক কী কী হারাল, তা টেবিলে সাজিয়ে দেখা যায়। প্রথমত, নিবন্ধের শিরোনাম ও উৎস — এই দুটি না থাকলে সাংবাদিকতার যাচাই-বাছাই অসম্ভব। কোন সংবাদমাধ্যম, কত তারিখের প্রতিবেদন, কার কলম — এসব ছাড়া উদ্ধৃতি দেওয়া যায় না। দ্বিতীয়ত, নিবন্ধের ধরন (সংবাদ/মন্তব্য/ডেটা রিপোর্ট/সাক্ষাৎকার) অনির্ণীত থাকলে বিশ্লেষণের কাঠামোই বাছা যায় না। একটি ম্যাচ-রিপোর্ট আর একটি পরিসংখ্যান-প্রতিবেদন একই ছাঁচে ফেলা যায় না।

তৃতীয়ত, লেখকের অবস্থান ও উদ্দেশ্য অনির্ণীত। খেলাধুলার তথ্যে এটি বিশেষভাবে গুরুত্বপূর্ণ। একটি দলের সমর্থক-মাধ্যমের রিপোর্ট আর নিরপেক্ষ ডেটা-বিশ্লেষণ এক নয়। উৎসের পক্ষপাতিত্বের দিক না জানলে তথ্যের নির্বাচনী বিচ্যুতিও ধরা পড়ে না। চতুর্থত, সময়-সংবেদনশীলতা মূল্যায়ন হয়নি। ক্রিকেটে এটি নির্ণায়ক — একটি সিরিজ শুরুর আগের দলীয় সংবাদের মূল্য আর ম্যাচ শেষের পরের বিশ্লেষণের মূল্য এক নয়।

এই ব্যর্থতার সবচেয়ে সম্ভাব্য কারণ তিনটি। এক, upstream এক্সট্রাকশন ব্যর্থ — Stage-1-এর ভাষা-মডেল কলটি ফাঁকা ফিরেছে, অথবা JSON পার্স ব্যর্থ হয়ে ডিফল্ট ফাঁকা টেমপ্লেটে গড়িয়েছে। দুই, ইনপুট নিজেই ফাঁকা — পেজ স্ক্র্যাপিং ব্যর্থ, অ্যান্টি-স্ক্র্যাপিং ব্লক, বা পেজটি জাভাস্ক্রিপ্টে রেন্ডার হওয়া ফাঁকা খোলস, ফলে এক্সট্রাকশনে ০ অক্ষর এসেছে। এই দ্বিতীয়টি সবচেয়ে সাধারণ, আর কোনো এরর ছাড়াই ঘটে — Stage-1 তখন 'সফলভাবে' ফাঁকা আউটপুট দেয়, যা সহজেই সফলতা হিসেবে ভুল পড়া হয়। তিন, স্কিমা ম্যাপিংয়ে অসঙ্গতি — ফিল্ডের নাম না মিললে (যেমন information_points আর info_points) নীরবে ডিফল্ট মান বসে যায়।

এখানে একটি কাঠামোগত পর্যবেক্ষণ জরুরি। ক্রীড়া-ডেটা বিশ্লেষণে আমরা প্রায়ই পরিসংখ্যানের নির্ভুলতা নিয়ে কথা বলি, কিন্তু পাইপলাইনের নীরব ব্যর্থতা নিয়ে কম। একটি ম্যাচে কভারেজ-এরিয়া, ওভার-বাই-ওভার লিভারেজ, বোলিং ম্যাচআপ — এসব মাপতে গিয়ে আমরা ভুলে যাই, সেই মাপার আগে তথ্যটা আদৌ এসেছে কি না। যে বিশ্লেষক ফ্রেম থামিয়ে ম্যাচের জ্যামিতি খোঁজেন, তাকে প্রথমে নিশ্চিত হতে হয় ফ্রেমটা আদৌ ধরা পড়েছে কি না।

সমাধানের পথটিও পরিষ্কার। প্রথমে Stage-1-এর কাঁচা রেসপন্স আর পার্স লগ দেখতে হবে। তারপর এক্সট্রাকশনের অক্ষর-সংখ্যা যাচাই। এই দুই ধাপ পার হলেই বোঝা যাবে সমস্যা কোথায়। সবচেয়ে ছোট ইনপুট হিসেবে দুটির যেকোনো একটি যথেষ্ট — হয় মূল নিবন্ধের সম্পূর্ণ ্সট, নাহয় নতুন করে তৈরি Stage-1 ফলাফল, যাতে অন্তত তিনটি তথ্যবিন্দু, এক-বাক্য সারসংক্ষেপ ও উৎস-ক্ষেত্র থাকবে।

একটি বিকল্প আছে, তবে স্পষ্ট করে বলি: শুধু পাইপলাইন পরীক্ষার জন্য cricket_world ক্ষেত্রে একটি বিশ্লেষণ-টেমপ্লেট বা মূল্যায়ন-চেকলিস্ট বানানো যায় — কোন ধরনের সত্তা দেখা হবে, ক্রিকেটের সময়-সংবেদনশীলতার বিশেষ ফাঁদ, উৎসের মান-শ্রেণিবিন্যাস। কিন্তু এটা টেমপ্লেট, কোনো নির্দিষ্ট নিবন্ধের বিশ্লেষণ নয়, এবং কোনো তথ্যনির্ভর সিদ্ধান্ত তৈরি করে না।

শেষ পর্যন্ত প্রশ্নটা পদ্ধতির। ক্রিকেট-সাংবাদিকতা এখন ডেটা-চালিত হওয়ার পথে, কিন্তু ডেটা-চালিত হওয়ার আগে তথ্য-চালিত হতে হয়। যে সিস্টেম ফাঁকা ইনপুটে আত্মবিশ্বাসী বিশ্লেষণ দেয়, সেটি সবচেয়ে বিপজ্জনক — কারণ ভুল তথ্য নয়, তথ্যের অনুপস্থিতিই সবচেয়ে বেশি আত্মবিশ্বাস দেখায়। পরের ম্যাচে যাচাই করার আগে, এই পাইপলাইনের প্রতিটি নীরব ব্যর্থতার জায়গা চিহ্নিত করা জরুরি।