খালি স্প্রেডশিটের পাঠ: ডেটা মঙ্ক কেন খালি ইনপুটে বিশ্লেষণ লেখেন না

গত সপ্তাহে আমার ডেস্কে একটা ফাইল এল। খোলার পর দেখি, সব ঘর ফাঁকা। শিরোনাম নেই, সূত্র নেই, কোনো তথ্যবিন্দু নেই, কোনো মূল বক্তব্য নেই, কোনো সত্তার নাম নেই। রিপোর্টটি যেন টুর্নামেন্টের স্কোরশিট, যেখানে ম্যাচের নাম লেখা হয়েছে, কিন্তু কোনো স্কোর নেই। আমি ফাইলটি বন্ধ করলাম। কারণ আমাকে যদি বলা হয়, এই ফাঁকা ঘরগুলো থেকে একটা বিশ্লেষণ লিখতে হবে, তাহলে আমি যা লিখব তা হবে সম্পূর্ণ কল্পনা। আর একজন ইস্পোর্টস বিশ্লেষকের জন্য একটা প্যাচ নম্বর, একটা রোস্টার পরিবর্তন বা একটা টুর্নামেন্টের ফলাফল বানিয়ে ফেলা হলো সবচেয়ে বড় ব্যর্থতা।

আমি আমার কেরিয়ারে বহুবার দেখেছি, মানুষ ডেটার অভাবকে কীভাবে গল্প দিয়ে ঢেকে দিতে চায়। ২০১৭ সালে আমি যখন প্রথম এক্সজি মডেল বানাচ্ছি, তখন আমার হাতে ছিল ৩,৮০০ ম্যাচের ডেটা। কিন্তু তার আগে আমার হাতে ছিল শুধু একটা ফাঁকা আর স্ক্রিপ্ট। আমি তখনই শিখেছিলাম, ফাঁকা স্প্রেডশিট হলো একটা প্রশ্ন, উত্তর নয়। আর সেই প্রশ্নের উত্তর দিতে হলে প্রথমে জানতে হবে, কোন খেলার ডেটা, কোন প্যাচের ডেটা, কোন টুর্নামেন্টের ডেটা। এই তিনটি প্রশ্নের উত্তর ছাড়া বাকি সবকিছু অন্ধকারে তীর ছোড়া।

একটি বিশ্লেষণ ফ্রেমওয়ার্কের প্রথম ধাপ হলো খেলার ধরন চিহ্নিত করা। মোবা, এফপিএস এবং ব্যাটল রয়্যাল—এই তিন ধরনের খেলার প্যাচ কেডেন্স, ডেটা মেট্রিক, টুর্নামেন্ট সিস্টেম এবং ব্যবসায়িক যুক্তি সম্পূর্ণ আলাদা। একটি মোবা খেলায় চ্যাম্পিয়ন বাফ ও নার্ফের হিসাব আলাদা, একটি এফপিএস খেলায় ওয়েপন ব্যালেন্সের হিসাব আলাদা, আর একটি ব্যাটল রয়্যালে ম্যাপ রোটেশন এবং জোনলক ডিজাইনের হিসাব আলাদা। যখন কোনো সত্তার নামই নেই, তখন আমি এই প্রথম গেটটাই পার হতে পারি না।

আমি গত তেরো বছর ধরে ইস্পোর্টস ম্যাচ দেখছি। আমার অভিজ্ঞতা বলে, প্রতিটি বিশ্লেষণের ভিত্তি হলো ছয়টি মাত্রা—প্যাচ ও মেটা, ফরম্যাট, দল ও খেলোয়াড়, অঞ্চল, অর্থনীতি ও ব্যবসা, এবং গভর্নেন্স। এই ছয়টি মাত্রার প্রতিটির জন্য আলাদা ডেটা দরকার। প্যাচ ও মেটা মাত্রার জন্য দরকার প্যাচ নোটের সংস্করণ, চ্যাম্পিয়ন বা ওয়েপনের পরিবর্তনের তালিকা। ফরম্যাট মাত্রার জন্য দরকার টুর্নামেন্টের নাম, সিরিজের দৈর্ঘ্য, কোয়ালিফিকেশন পথ। দল ও খেলোয়াড় মাত্রার জন্য দরকার রোস্টার মুভমেন্ট, কোচিং পরিবর্তন, খেলোয়াড়ের পারফরম্যান্স ডেটা। অঞ্চল মাত্রার জন্য দরকার অঞ্চলভিত্তিক তুলনা, আন্তঃআঞ্চলিক ম্যাচের রেকর্ড। অর্থনীতি ও ব্যবসা মাত্রার জন্য দরকার চুক্তি, ট্রান্সফার ফি, স্পনসরশিপ, বেতনের সংকেত। আর গভর্নেন্স মাত্রার জন্য দরকার নিয়ম, ইন্টিগ্রিটি বা নিয়ন্ত্রক সমস্যা।

আমার কাছে যদি ফাঁকা একটি ইনপুট আসে, তাহলে এই ছয়টি মাত্রার প্রতিটির জন্য আমি কোনো ডেটা পাই না। তখন আমার সামনে দুটো পথ খোলা থাকে। একটি হলো, আমি অনুমান করে একটি গল্প লিখি। যেমন ধরুন, আমি লিখতে পারি, "এই প্যাচে ফাইটার চ্যাম্পিয়নদের বাফ হয়েছে, তাই যে দল ফাইটার-কেন্দ্রিক খেলে তাদের পারফরম্যান্স কমবে।" কিন্তু আমি জানি না কোন প্যাচ, কোন চ্যাম্পিয়ন, কোন দল। এটি হবে সম্পূর্ণ কাল্পনিক। দ্বিতীয় পথ হলো, আমি স্বীকার করি যে আমার কাছে পর্যাপ্ত তথ্য নেই, এবং আমি ইনপুট চাই। আমি দ্বিতীয় পথটি বেছেছি।

আমি জানি, এই সিদ্ধান্তটি কিছু পাঠকের কাছে হতাশাজনক লাগতে পারে। তারা হয়তো ভাববেন, আমি একটি নিবন্ধ লিখতে পারতাম। কিন্তু আমি মনে করি, একটি খালি ইনপুট থেকে লেখা একটি নিবন্ধ পাঠকের সময়ের অপচয়। কারণ সেখানে কোনো নতুন তথ্য থাকবে না, কোনো যাচাইযোগ্য দাবি থাকবে না, শুধু কিছু সাধারণ কথা থাকবে যা যে কেউ লিখতে পারে।

আমার পদ্ধতিতে একটি কঠিন নিয়ম আছে: কোনো তথ্য ছাড়া কোনো দাবি নয়। এই নিয়মটি আমি ২০১৮ সালে জার্মানির এক্সজি অটোপসি লেখার সময় শিখেছি। তখন আমি মেক্সিকোর বিরুদ্ধে জার্মানির ০-১ হার নিয়ে লাইভ টুইট করছি। আমি দেখলাম, জার্মানি ২৬টি শট নিয়েছে, কিন্তু এক্সজি মাত্র ১.৯। অর্থাৎ, দখল ছিল, কিন্তু অনুপ্রবেশ ছিল না। আমি তখনই একটি থ্রেড লিখলাম, যেখানে সংখ্যাগুলো ছিল স্পষ্ট। এরপর জার্মানি দক্ষিণ কোরিয়ার কাছে ০-২ হারে, ২৮টি শট নিয়ে ২.৭ এক্সজি, কোনো গোল না করে। আমার আগে থেকে লেখা থ্রেডটি ভাইরাল হলো। এরপর একটি ম্যানহাটন বেটিং সিন্ডিকেট আমাকে এক সপ্তাহের মধ্যে পার্ট-টাইম ডেটা রোলের প্রস্তাব দিল।

এই অভিজ্ঞতা আমাকে শিখিয়েছে, একটি দাবি করার আগে তার পেছনে একটি সংখ্যা থাকতে হবে। সংখ্যা ছাড়া দাবি হলো শুধু opinion। আর opinion-এর কোনো মূল্য নেই, যদি না তার পেছনে ডেটা থাকে।

আমি যখন ফাঁকা ইনপুটটি পেলাম, তখন আমি প্রথমে ভাবলাম, এটা হয়তো একটি পরীক্ষা। হয়তো কেউ দেখতে চায়, আমি ফাঁকা জায়গায় কী লিখি। কিন্তু আমি মনে করি, এটি কোনো পরীক্ষা নয়, এটি একটি ত্রুটি। একটি পাইপলাইনে কিছু ভুল হয়েছে, যার ফলে ইনপুটটি খালি এসেছে। আমার কাজ হলো সেই ত্রুটিটি চিহ্নিত করা, এবং তা ঠিক করার জন্য প্রয়োজনীয় তথ্য চাওয়া।

আমি জানি, এই পরিস্থিতিতে আমার কী করা উচিত। আমার উচিত, স্পষ্টভাবে বলা যে আমি কী পেয়েছি এবং কী পাইনি। আমার উচিত, প্রতিটি ক্ষেত্রে তার প্রভাব ব্যাখ্যা করা। আমার উচিত, কী কী তথ্য দরকার তার একটি তালিকা দেওয়া। এবং আমার উচিত, পাঠককে বোঝানো যে কেন আমি ফাঁকা ইনপুটে বিশ্লেষণ লিখছি না।

এই লেখাটি সেই ব্যাখ্যারই একটি অংশ। আমি এখানে কোনো নতুন তথ্য দিচ্ছি না, কারণ আমার কাছে নতুন তথ্য নেই। আমি শুধু বলছি, কেন আমার কাছে নতুন তথ্য নেই, এবং কীভাবে তা পাওয়া যেতে পারে।

আমার অভিজ্ঞতা বলে, একটি বিশ্লেষণ তখনই মূল্যবান হয়, যখন তার পেছনে একটি যাচাইযোগ্য তথ্যভিত্তি থাকে। আমি যদি এখন একটি নিবন্ধ লিখি, যেখানে আমি বলি, "এই দলটি এই টুর্নামেন্টে জিতবে," তাহলে পাঠক জিজ্ঞাসা করতে পারেন, "আপনি কীভাবে জানলেন?" আমার উত্তর হতে হবে, "আমি একটি ফাঁকা স্প্রেডশিট দেখেছি।" এটি কোনো উত্তর নয়।

আমি আমার কেরিয়ারে বহুবার দেখেছি, মানুষ ডেটার অভাবকে গল্প দিয়ে ঢেকে দিতে চায়। কিন্তু আমি বিশ্বাস করি, ভালো সাংবাদিকতা হলো সেই জায়গা যেখানে আপনি স্বীকার করেন, আপনার কাছে কী নেই। এবং তারপর সেই তথ্য খোঁজার জন্য পরিশ্রম করেন।

আমি যখন প্রথম এই ফাঁকা ইনপুটটি পেলাম, তখন আমি কিছুক্ষণ চুপ করে বসে রইলাম। আমি ভাবলাম, আমি কি এই ফাঁকা জায়গায় কিছু লিখতে পারি? আমি কি অনুমান করতে পারি, কোন খেলা, কোন টুর্নামেন্ট, কোন দল? আমি আমার পুরো কেরিয়ারের অভিজ্ঞতা ব্যবহার করে একটি গল্প বানাতে পারি। কিন্তু আমি জানি, সেই গল্পটি মিথ্যা হবে। এবং একটি মিথ্যা গল্প একটি সত্যের চেয়ে বেশি ক্ষতিকর, কারণ এটি পাঠকের বিশ্বাসকে নষ্ট করে।

আমি আমার সিদ্ধান্তে অটল। আমি ফাঁকা ইনপুটে বিশ্লেষণ লিখব না। আমি বরং অপেক্ষা করব, সঠিক তথ্য আসা পর্যন্ত।

এই সিদ্ধান্তের পেছনে একটি বড় কারণ হলো দায়বদ্ধতা। আমি যদি একটি ভুল বিশ্লেষণ লিখি, তাহলে তার দায় আমার। কিন্তু আমি যদি স্বীকার করি যে আমার তথ্য নেই, তাহলে দায়টি তথ্য সরবরাহকারীর। আমি জানি, এটি কিছুটা অস্বস্তিকর হতে পারে। কিন্তু আমি মনে করি, স্বচ্ছতা হলো সবচেয়ে ভালো পথ।

আমি জানি, এই লেখাটি পাঠকের প্রত্যাশার সাথে মিলছে না। তারা হয়তো একটি বিশ্লেষণ প্রতিবেদন আশা করেছিলেন। কিন্তু আমি তাদের হতাশ করতে বাধ্য হয়েছি, কারণ আমার কাছে পর্যাপ্ত তথ্য নেই। আমি বিশ্বাস করি, পাঠকরা এটি বুঝবেন। কারণ তারাও চান না যে আমি অনুমান করে কিছু লিখি।

আমি এখন অপেক্ষা করছি। অপেক্ষা করছি সঠিক তথ্যের জন্য। যখন সঠিক তথ্য আসবে, তখন আমি একটি পূর্ণাঙ্গ বিশ্লেষণ লিখব। কিন্তু তার আগে নয়।

এই ঘটনাটি আমাকে একটি পুরনো কথা মনে করিয়ে দিল। ২০২০ সালে যখন বুন্দেসলিগা খালি স্টেডিয়ামে শুরু হয়, তখন আমি একটি অদ্ভুত প্যাটার্ন দেখলাম। প্রথম ৮৩টি ম্যাচে হোম জয়ের হার ৪৩% থেকে ৩৩%-এ নেমে আসে। আমি তখন ২০ পৃষ্ঠার একটি অভ্যন্তরীণ মেমো লিখি, যেখানে আমি এই পরিবর্তনের কারণ ব্যাখ্যা করি। আমি দেখলাম, দর্শকদের অনুপস্থিতি শুধু একটি আবহাওয়াগত বিষয় নয়, এটি একটি কাঠামোগত পরিবর্তন। সেই মেমোটি später একটি পাবলিক নিবন্ধে পরিণত হয়, যা গ্লোবাল হাইটাসের সময় একটি রেফারেন্স ডকুমেন্ট হয়ে ওঠে।

এই অভিজ্ঞতা আমাকে শিখিয়েছে, কাঠামোগত পরিবর্তন খোঁজা এবং ভবিষ্যৎমুখী লেখা আমার কাজ। কিন্তু সেই কাজের জন্য দরকার সঠিক তথ্য। খালি স্টেডিয়ামের ডেটা আমার কাছে ছিল। তাই আমি লিখতে পেরেছি। ফাঁকা ইনপুটের ডেটা আমার কাছে নেই। তাই আমি লিখতে পারছি না।

আমি জানি, এই পার্থক্যটি গুরুত্বপূর্ণ। একটি বিশ্লেষণ তখনই সম্ভব, যখন তার পেছনে একটি তথ্যভিত্তি থাকে। আর সেই তথ্যভিত্তি ছাড়া বিশ্লেষণ হলো শুধুই গল্প।

আমি এখনও সেই ফাঁকা ফাইলটি খোলা রেখেছি। এটা আমার ডেস্কে একটি অনুস্মারক হিসেবে আছে। এটি আমাকে মনে করিয়ে দেয়, আমার কাজ কী, এবং কী নয়। আমার কাজ হলো ডেটা থেকে সত্য বের করা, ডেটা ছাড়া গল্প বানানো নয়।

আমি জানি, পাঠকরা এই লেখাটি পড়ে হয়তো ভাববেন, আমি একটি নিবন্ধ লিখতে পারতাম। কিন্তু আমি তাদের বলতে চাই, আমি একটি নিবন্ধ লিখতে পারতাম, কিন্তু সেটি কোনো কাজে আসত না। কারণ সেখানে কোনো নতুন তথ্য থাকত না।

আমি এখন অপেক্ষা করছি। অপেক্ষা করছি সঠিক তথ্যের জন্য। যখন সঠিক তথ্য আসবে, তখন আমি একটি পূর্ণাঙ্গ বিশ্লেষণ লিখব। কিন্তু তার আগে নয়। কারণ আমি জানি, একটি ভুল বিশ্লেষণ একটি সঠিক বিশ্লেষণের চেয়ে বেশি ক্ষতিকর।