খালি পেলোড, শূন্য শট-ম্যাপ: ক্রিকেট ডেটা পাইপলাইনে ভেঙে পড়া একটি অডিট চেইন

রাত ২টা ৪০। মনিটরে তিনটি সারি। উপরের সারিতে Information Points, পাশে খালি বন্ধনী। মাঝের সারিতে Article Type — লেখা Unclassified। নিচের সারিতে একটিমাত্র জীবিত সংকেত, Domain Label — cricket_asia। শূন্য ইনিংস, শূন্য ওভার, শূন্য শট, শূন্য সেশন। আমার নিজের আর্কাইভে ওই সপ্তাহের লেজার অন্য ফোল্ডারে শুয়ে আছে, ২,৮৪৭টি শটের হিসাব নিয়ে। কিন্তু বিশ্লেষণের টেবিলে যেটা এসে দাঁড়াল, সেটা একটি খালি পেলোড, আর তার পাশে একটি চুপচাপ প্রশ্ন — এই ফাঁকা ঘরটা কি লুকিয়ে রাখব, নাকি সেটাকেই ফলাফল বলে ঘোষণা করব?

খুলনার লেজার মিথ্যা বলেনি: ১৩২ ম্যাচ, ২,৮৪৭ শট, আর একটি নীরব সিদ্ধান্ত। সিদ্ধান্তটি হলো, ইনপুটে যখন কোনো তথ্য থাকে না, তখন সৎ আউটপুট একটি নাল রেজাল্ট — গল্প নয়।

যে পাইপলাইনের কথা বলছি, সেটি দুই স্তরের। প্রথম স্তরে একটি নিবন্ধ ভেঙে ফেলা হয় — শিরোনাম, সূত্র, ধরন, তথ্যবিন্দু, জড়িত সত্তা, সময়-সংবেদনশীলতা, সূত্রের গুণমান। দ্বিতীয় স্তরে সেই তথ্যবিন্দু ধরে আটটি মাত্রায় বিশ্লেষণ চলে: ফরম্যাট, খেলোয়াড়ের কৌশল ও ডেটা, দল ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক ইকোসিস্টেম, আইন ও শাসন, ঝুঁকি, প্রচলিত বর্ণনা, আর শিল্প-সঞ্চালন। শর্ত একটাই — প্রতিটি সিদ্ধান্ত ঝুলে থাকে প্রথম স্তরের তথ্যবিন্দুতে। সেই ঝুলবার হুকটা খালি হলে বিশ্লেষণ দাঁড়াতে পারে না, শুধু দুলতে থাকে।

আমি এই শর্তটা পেশাগত অভ্যাস থেকে মানি। ২০২০ সালের জুলাইয়ে যে ডিজিটাল আউটলেট আমার xG-লেজার ছাপত, সেটি বন্ধ হয়ে যায়। ডেটাসেটের নিজস্ব কপি না রাখলে সেদিন আট বছরের কাজ মুছে যেত। তারপর থেকে প্রতিটি ফাইলের পাশে আমি তিনটি জিনিস আলাদা করে লিখি — সোর্স, তারিখ, এবং কী কী অনুপস্থিত।

এবার আসল ঘটনা। স্টেজ-১-এর পেলোডে আটটি ক্ষেত্রের সাতটিই N/A, আর তথ্যবিন্দুর তালিকা একেবারে খালি। শুধু টিকে আছে একটি ভৌগোলিক কনটেইনার ট্যাগ — cricket_asia। এই ট্যাগটা প্রশাসনিক ও ভৌগোলিক, ফরম্যাটের ট্যাগ নয়। এশিয়া মহাদেশের ক্রিকেট-পরিসরকে বোঝায়, কোনো নির্দিষ্ট ম্যাচ, সিরিজ বা লিগকে নয়। টেস্ট, ওয়ানডে, টি-টোয়েন্টি — কোন ফরম্যাট, তা এই ট্যাগ থেকে অনুমান করা যায় না। অনুমান করলে সেটা হবে ফরম্যাট-মিশ্রণ, যা আমি কখনো করি না।

তাহলে যেটা করা যায়, সেটা হলো অডিট। আমার লেখার ধরনটা অডিট-ট্রেইলের মতো: লেজারটা সংজ্ঞায়িত করো, সংখ্যাগুলো লেখো, পদ্ধতিটা খুলে দেখাও, ভুলগুলো লগ করো — তারপর সিদ্ধান্তটা আসতে দাও, বিনা আয়োজনে।

লেজারটা প্রথমে সংজ্ঞায়িত করি। ইনপুট: একটি স্টেজ-১ পেলোড। প্রত্যাশিত উপাদান: শিরোনাম, সূত্র, ধরন, তথ্যবিন্দু, সত্তা, সময়-সংবেদনশীলতা। প্রাপ্ত উপাদান: একটি খালি তালিকা এবং একটি কনটেইনার লেবেল। তারপর সংখ্যাগুলো। ফরম্যাট-সংকেত: শূন্য। ভেন্যু-সংকেত: শূন্য। ম্যাচ-অবস্থার সংকেত: শূন্য। খেলোয়াড়-নাম: শূন্য। দল-নাম: শূন্য। লিগ-নাম: শূন্য। শাসন-স্তর: শূন্য। ঝুঁকি-শ্রেণি: শূন্য। বর্ণনা-সংকেত: শূন্য।

এই শূন্যগুলো কোনো ফাঁকা জায়গা নয়, এগুলো তথ্য। একটি খালি পেলোডও একটি পরিমাপ — সেটি পাইপলাইনের স্বাস্থ্যের পরিমাপ। কোনো নির্দিষ্ট ম্যাচ সম্পর্কে এটি কিছু বলে না; পাইপলাইনটি ওই ইনপুট হজম করতে পারেনি, সেটি নিশ্চিত করে।

কেন পারেনি, সেটাই পরের প্রশ্ন। দুটি সম্ভাবনা। প্রথমত, সোর্স-ফেচ বা পার্সিং ব্যর্থ — পেওয়াল, জাভাস্ক্রিপ্টে রেন্ডার হওয়া পৃষ্ঠা, এইচটিএমএল নয় এমন উৎস, বা এনকোডিং ভাঙা। দ্বিতীয়ত, ইনপুটটা নিবন্ধই ছিল না — ছবি, ভিডিও, সোশ্যাল পোস্ট, বা একটি খালি প্লেসহোল্ডার রেকর্ড। দুটো ক্ষেত্রেই ফল এক — ডিকনস্ট্রাকশন লজিক খালি তালিকা ফেরত দিয়েছে, আর ত্রুটি-পতাকা ওড়ায়নি। এটাকে আমি ডেটা-সরবরাহের ব্যর্থতা বলি, ক্রিকেট-বিষয়ক কোনো আবিষ্কার নয়। পার্থক্যটা ছোট নয়। একটি আবিষ্কার হলে সেটা নিয়ে লেখা যায়; একটি সরবরাহ-ব্যর্থতা হলে সেটা নিয়ে মেরামত করতে হয়।

আমি বহু বছর ধরে স্কোরকার্ড আর শট-ম্যাপ পাশাপাশি রেখে ম্যাচ দেখি, আর সেই অভ্যাসই বলে দেয় — যেখানে কোনো সংখ্যা নেই, সেখানে কল্পনা ঢুকে পড়ার দরজা সবচেয়ে বড়। এখানেই মডেলের ত্রুটি-লগ কাজে আসে। ২০১৮ সালে ১,২৪০টি আন্তর্জাতিক ম্যাচের উপর দাঁড় করানো টিয়ার-লিস্টে ক্রোয়েশিয়াকে আমি চতুর্থে রেখেছিলাম, চান্স-কোয়ালিটি ডিফারেনশিয়ালে — প্রতি ৯০ মিনিটে ১.৩১ xG তৈরি বনাম ০.৭৮ গোল হজম। পাঠকরা লিখেছিলেন, এটা বোধহয় টাইপো। ক্রোয়েশিয়া ফাইনালে উঠে ফ্রান্সের কাছে ৪-২ গোলে হারে, আর আমি পূর্ণ ত্রুটি-লগ ছাপি — কোথায় মডেল ফ্রান্সের সেট-পিস xG-কে কম ওজন দিয়েছিল, সেটা সহ। মডেল যার অডিট নেই, সেটা মতামত ছাড়া কিছু নয়। এই নিয়মটাই আজকের নাল রেজাল্টেও খাটে।

২০২০ সালের লেজারও এখানে প্রাসঙ্গিক। ১১টি লিগে ২,৪১২টি বন্ধ-দরজার ম্যাচ কোড করে আমি দেখেছিলাম, হোম-উইন হার ৪৫.১ শতাংশ থেকে ৪১.৬ শতাংশে নেমেছে, আর হোম-পেনাল্টি কমেছে ১৯ শতাংশ। ওই বছরই বাংলাদেশ প্রিমিয়ার লিগের নিবন্ধন-জানালায় বসে দেখেছি, বাশুন্ধরা কিংসের এক বিদেশি স্ট্রাইকারের চুক্তি ফিফা টিএমএস-এ আটকে গেছে অমীমাংসিত আন্তর্জাতিক ট্রান্সফার সার্টিফিকেটে। ৭২ ঘণ্টায় ১৪ জন ফ্রি এজেন্টের কন্টিনজেন্সি তালিকা বানাতে হয়েছিল। শিক্ষাটা ছিল একটাই — চুক্তি একটা মুহূর্ত নয়, একটা কমপ্লায়েন্স-চেইন। ঠিক তেমনই বিশ্লেষণ একটা মুহূর্ত নয়, একটা প্রোভেন্যান্স-চেইন।

প্রোভেন্যান্স ছাড়া বিশ্লেষণ ঠিক ততটাই অচল, যতটা এনসো ফের্নান্দেসকে তার প্রথম স্টার্টের পর ব্রেকআউট মিডফিল্ডার বলে চিহ্নিত করা ডেটা ছাড়া হতো — সেই চিহ্নিতকরণ ২০২২ সালের কাতার বিশ্বকাপে আমি করেছিলাম, কারণ মরক্কোর গ্রুপ-শীর্ষস্থান ৫.৯ পয়েন্টে প্রজেক্ট করার সময় আশরাফ হাকিমির ৬৩ শতাংশ ডিফেন্সিভ ডুয়েল-উইন রেট আমার টেবিলে ছিল। ডেটা থাকলে অনুমান হয় প্রজেকশন; ডেটা না থাকলে অনুমান হয় আন্দাজ।

আর এখানেই আসে কাঠামোগত প্রশ্নটা। ক্যালেন্ডার বাড়ছে। ২০২৫ সালে ফিফা ক্লাব বিশ্বকাপ ৩২ দলে বেড়েছে, ১ থেকে ১০ জুন পর্যন্ত আলাদা নিবন্ধন জানালা খুলেছে; ফাইনালে চেলসি পিএসজিকে ৩-০ গোলে হারিয়েছে ১৩ জুলাই। ২০২৬ বিশ্বকাপে ৪৮ দল, ১০৪ ম্যাচ। ফিক্সচার ঘন হলে যা বাড়ে, তা কেবল ম্যাচসংখ্যা নয় — ডেটার পরিমাণ, ফাইলিংয়ের চাপ, আর ইনজেশন-ব্যর্থতার সম্ভাবনা। ২২ সেপ্টেম্বর ২০২৪-এ রোদ্রির এসিএল ছিঁড়েছিল; সেটি ছিল মিনিট-লোড মডেলের একটি বেদনাদায়ক সত্যায়ন। যে ব্যবস্থা ক্রমাগত ইনপুট বাড়ায়, তার ভেতরে একটি খালি পেলোড নিছক দুর্ঘটনা নয়, প্রত্যাশিত উপজাত।

স্বাভাবিক প্রবণতা উল্টোদিকে টানে। শিল্প ফাঁকা ঘর পছন্দ করে না; ফাঁকা ঘর মানে দুর্বল নিবন্ধ, আর দুর্বল নিবন্ধ মানে পাঠকের চোখ হারানো। তাই পেলোড খালি হলেও অনেকেই তখনই একটি আখ্যান দাঁড় করিয়ে ফেলেন — cricket_asia লেবেল থেকে একটি দল, একটি ফরম্যাট, একটি সম্ভাব্য সিরিজ অনুমান করে ফেলা হয়। এটাই সবচেয়ে বড় ফাঁদ, কারণ লেবেল আর কনটেন্ট আলাদা জিনিস। কনটেইনার কখনো বিষয়বস্তু হয়ে যায় না।

দ্বিতীয় ফাঁদটি আরও চতুর। খালি পেলোড দেখলে মনে হয়, একটি নাটকীয় গল্প বানানো যায় — ভাঙা পাইপলাইন, শূন্য ডেটা, রহস্য। কাউন্টার-ইনটুইশন নিজেই তখন পণ্য হয়ে ওঠে। আমি সেটা এড়াতে চাই। ইনপুট না থাকা মানে দুর্বল নিবন্ধ নয়; ইনপুট না থাকা মানে একটি পরিষ্কার, রোগনির্ণয়যোগ্য সংকেত। একটি ভাঙা চেইন একটি বিশ্বাসযোগ্য মিথ্যা আখ্যানের চেয়ে বেশি কাজের, কারণ ভাঙা চেইন মেরামত করা যায় — মিথ্যা আখ্যান পাঠকের মাথায় থেকে যায়।

তৃতীয় কথা, সময়-সংবেদনশীলতা। স্টেজ-১ সেটি মূল্যায়নই করেনি। মানে এই মুহূর্তে কোনো একটি লাইভ নিবন্ধ, চোট, চুক্তি বা শাসন-সিদ্ধান্ত নজরদারির বাইরে পড়ে থাকতে পারে। এটি অনুমান, নিশ্চিত তথ্য নয়। কিন্তু এই অনিশ্চয়তাটাও লিখে রাখা দরকার, কারণ একটি অডিটে শূন্যও একটি এন্ট্রি।

সামনের কাজটা পরিষ্কার। পেলোডটিকে নাল-ফলাফল হিসেবে চিহ্নিত করা, স্টেজ-১ আবার চালানো — এবার ফেচ-ডায়াগনস্টিকস সহ: এইচটিটি স্ট্যাটাস, কনটেন্ট-টাইপ, রেন্ডার-মোড, এনকোডিং। আর পাইপলাইনে একটি হার্ড গার্ড বসানো, যেটি তথ্যবিন্দু খালি দেখলেই INSUFFICIENT_INPUT ফেরত দেবে, সদয় আখ্যান নয়। পরের ব্যাচে আমি একটাই সংখ্যা দেখব — মোট রেকর্ডের মধ্যে খালি পেলোডের অনুপাত। সেটি বাড়তে শুরু করলে বুঝব, সমস্যা একটি নিবন্ধে নয়, ব্যবস্থায়।

আমার ব্যক্তিগত আর্কাইভে ২,৮৪৭টি শট এখনো আছে। ওরা অপেক্ষা করছে একটি লেজারের জন্য, যার প্রথম লাইনটা কেউ ভুলে ফাঁকা রাখেনি।