খালি ঘরটাই সবচেয়ে বড় সংকেত: ক্রিকেট ডেটা পাইপলাইনে নাল-ইনপুটের পাঠ

খালি ঘরটাই সবচেয়ে বড় সংকেত: ক্রিকেট ডেটা পাইপলাইনে নাল-ইনপুটের পাঠ আমি ফাইলটা খুলেছিলাম, কারণ ভেতরের আউটপুটটা অস্বাভাবিকভাবে পরিষ্কার লাগছিল। বিশ্লেষণের কাঠামোটা পুরোপুরি দাঁড়িয়ে আছে — শিরোনামের ঘর, উৎসের ঘর, তথ্যবিন্দুর ঘর, সত্তার ঘর — কিন্তু প্রতিটি ঘরের ভেতরটা ফাঁকা। শিরোনাম নেই, উৎস নেই, তথ্যবিন্দু নেই, সত্তা নেই; শুধু ছাপটা আছে, কালি নেই। ২০১৭ সালে মুম্বাই সিটি এফসি-র হয়ে বেঙ্গালুরু এফসি-র বিপক্ষে ওই ১-০ জয়ের স্কোরলাইন দেখে আমার ঠিক এই অস্বস্তিটাই হয়েছিল। স্কোরলাইন জয় বলছিল; আমার প্রাইভেট এক্সজি মডেল বলছিল ০.৭ বনাম ১.৯, আর দূরত্বের ডেটা বলছিল মুম্বাই বেঙ্গালুরুর চেয়ে ৪.২ কিলোমিটার কম দৌড়েছে। সেদিন আমি এক্সজি থ্রেড খুলেছিলাম, কারণ স্কোরলাইনটা খুব বেশি পরিষ্কার লাগছিল। আজ ফাইলটা খুলে বুঝলাম, ওই খালি ঘরগুলো নিজেরাই একটা খবর — এবং ক্রিকেট ডেটা পাইপলাইনে নাল-ইনপুট কোনো বিরল দুর্ঘটনা নয়, এটা একটা সংকেত, যা বেশিরভাগ মানুষ পড়তে জানে না। মডার্ন ক্রীড়া বিশ্লেষণে কাজটা সাধারণত দুটি ধাপে ভাগ করা হয়। প্রথম ধাপ, ডিকনস্ট্রাকশন: একটি নিবন্ধ বা প্রতিবেদন থেকে তথ্যবিন্দু, সত্তা, সময়-সংবেদনশীলতা আর উৎসের গুণমান টেনে বের করা। দ্বিতীয় ধাপ, বিশ্লেষণ: সেই তথ্যবিন্দুগুলোকে আটটি মাত্রায় সাজিয়ে সিদ্ধান্তে পৌঁছানো — ফরম্যাট ও ম্যাচের প্রকৃতি, খেলোয়াড়ের কৌশল ও ডেটা, দলের ভূদৃশ্য ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক বাস্তুসংস্থান, নিয়ম ও শাসন, ঝুঁকির ম্যাট্রিক্স, জন-আখ্যান ও প্রত্যাশার ফাঁক, এবং শিল্প-প্রসারণ। এই দুটি ধাপের মাঝখানে একটা নিরীহ দেখতে সংযোগস্থল আছে, যেখানে প্রায় সব ভুল জন্ম নেয়: প্রথম ধাপ যখন ফাঁকা ফেরে, দ্বিতীয় ধাপ তখন কী করে? আমি বহু বছর ধরে রিমোট ডেস্ক থেকে কাজ করি। ২০১৮ সালে রাশিয়া বিশ্বকাপে ক্রোয়েশিয়া বনাম ইংল্যান্ড সেমিফাইনালের জন্য যখন লাইভ এক্সজি ও পিপিডিএ মডেল বানাচ্ছিলাম, তখন বুঝেছিলাম — রিমোট ডেস্ক থেকে ২০১৮ বিশ্বকাপ আমার কাছে একটা ডেটা স্ট্রিম হয়ে উঠেছিল। স্ট্রিমের সুবিধা হলো, সব কিছু সংখ্যায় নেমে আসে। অসুবিধা হলো, সংখ্যা না এলে অনেকেই শূন্যের জায়গায় কল্পনা বসিয়ে দেয়। এটাই আমার আজকের বিষয়: ক্রিকেটে, বিশেষ করে আইপিএল, ডব্লিউটিসি আর দ্বিপাক্ষিক সিরিজের ভিড়ে, নাল-ইনপুট পড়ার শৃঙ্খলা। শিল্প-প্রসারণের মানচিত্রটা দেখুন। উজানে থাকে যুব উন্নয়ন ও প্রতিভা-সরবরাহ; মাঝখানে জাতীয় দল ও লিগ; ভাটিতে সম্প্রচার, বাণিজ্যিক ও ডেরিভেটিভ বাজার। এই তিন স্তরের যেকোনো একটিতে তথ্যবিন্দু না থাকলে বাকি দুটি সম্পর্কে অনুমান করা মানে শূন্যের উপর শূন্য যোগ করা। শূন্যের উপর কল্পনা যোগ করলে সেটা বিশ্লেষণ থাকে না, সেটা কথাসাহিত্য হয়ে যায় — আর কথাসাহিত্যের পরিণতি হলো ভুল ভবিষ্যদ্বাণী। আমি এক্সজি থ্রেড খুলেছিলাম স্কোরলাইনের অস্বস্তি থেকে, ঠিক তেমনই এই ফাইলটা খুলে আমার অস্বস্তি হলো তার ফাঁকা ভেতরটা নিয়ে। পার্থক্য একটাই: সেদিন ভুল ছিল ম্যাচ-আখ্যানে, আজ ভুলটা আছে পাইপলাইনে। দ্বিতীয় ধাপে ঢোকার আগে যে নিয়মটা সবচেয়ে গুরুত্বপূর্ণ, সেটা প্রযুক্তিগত নয়, নৈতিক: তথ্য না থাকলে অনুমান করা নিষিদ্ধ। বিশ্লেষণ-কাঠামো যত সুন্দরই হোক, তার ভেতরে যদি শিরোনাম না থাকে, উৎস না থাকে, তথ্যবিন্দু না থাকে, সত্তা না থাকে, তবে সঠিক উত্তর একটা-ই — সেটা লিখে দেওয়া যে উত্তরটা দেওয়া যাচ্ছে না। অনেক সংবাদপত্রে উল্টোটা হয়। ফাঁকা জায়গা দেখলে সম্পাদক বলেন, ভরে দাও। ভরে দেওয়ার চাপে বিশ্লেষক তখন প্লেবুক থেকে সম্ভাব্য দল, সম্ভাব্য খেলোয়াড়, সম্ভাব্য র‍্যাঙ্কিং বসিয়ে দেন। সংখ্যাগুলো দেখতে বিশ্বাসযোগ্য হয়, কিন্তু কোনোটার পিছনেই কোনো সত্য নেই। আমি এই ভুলটা নিজের কেরিয়ারে দুবার কাছ থেকে দেখেছি। ২০২০ সালে, বোর্ড ও লিগ কর্তৃপক্ষের একটা ডেটাসেট নিয়ে ফাঁকা স্টেডিয়ামের গবেষণা করছিলাম — বুন্দেসলিগা, সেরি আ আর আইএসএল মিলিয়ে এক হাজার ম্যাচ। তখন দেখলাম, কিছু ম্যাচের ভেন্যু-তথ্য ছিল না। সহজ পথ ছিল সেটা অনুমান করা; আমি বেছে নিয়েছিলাম সেগুলো আলাদা করে রেখে দেওয়া, যাতে হোম অ্যাডভান্টেজের হিসাব দূষিত না হয়। ফলাফল? হোম জয়ের হার ৪৩.২ শতাংশ থেকে নেমে ৩৩.৮ শতাংশে, আর হোম দলের এক্সজি ব্যবধান কমেছে ০.২১। যখন ভিড় উবে গেল, আমি দেখলাম হোম অ্যাডভান্টেজ একটা ভেরিয়েবলে পরিণত হলো — কিন্তু সেটা দেখতে পেরেছিলাম শুধু এই কারণে যে আমি ফাঁকা ঘরগুলো জোর করে ভরি নি। ক্রিকেটে এই শৃঙ্খলা আরও জরুরি, কারণ ক্রিকেটের ডেটা ফুটবলের চেয়ে বেশি ভাগে বিভক্ত। একটা উদাহরণ নিন। ধরা যাক, কোনো বিশ্লেষণে বলা হলো, একজন ব্যাটারের স্ট্রাইক রেট দেড়শো ছাড়িয়েছে। প্রথম প্রশ্ন: কোন ফরম্যাটে? টি-টোয়েন্টিতে দেড়শো স্ট্রাইক রেট প্রশংসনীয়, কিন্তু টেস্টে সেটা প্রায় অসম্ভব, আর একদিনের ম্যাচে সেটা অসাধারণ। যদি ফরম্যাট-প্রেক্ষাপট না থাকে, সংখ্যাটা অর্থহীন। দ্বিতীয় প্রশ্ন: নমুনার আকার কত? বিশ বলের নমুনায় দেড়শো স্ট্রাইক রেট আর পাঁচশো বলের নমুনায় দেড়শো স্ট্রাইক রেট এক জিনিস নয়। ছোট নমুনা বড় আবেগ তৈরি করে — এটা আমি ফুটবলে শিখেছিলাম, ক্রিকেটে আরও তীব্রভাবে দেখি। তৃতীয় প্রশ্ন: কোন পর্ব? টি-টোয়েন্টি ম্যাচ তিনটি আলাদা খেলায় ভাগ — পাওয়ারপ্লে (প্রথম ছয় ওভার), মিডল (৭ থেকে ১৫), আর ডেথ (১৬ থেকে ২০)। পাওয়ারপ্লেতে ফিল্ড-নিষেধাজ্ঞার কারণে স্ট্রাইক রেট স্বাভাবিকভাবেই বেশি; ডেথ ওভারে উইকেটের সম্ভাবনা বেশি। পর্ব না জেনে স্ট্রাইক রেটের প্রশংসা বা নিন্দা করা মানে ফরম্যাট না জেনে স্কোরলাইন পড়া। ক্রিকেটে আমার ফুটবল-অভ্যাসের অনুবাদ করি এভাবে: এক্সজি হলো শটের গুণমান, আর ফেজ-কন্ট্রোল হলো ওভারভিত্তিক চাপ। ক্রস-স্পোর্ট অনুমানের ফাঁদে পড়া যাবে না — ফুটবলের পিপিডিএ-র ক্রিকেট-সমতুল্য হলো পাওয়ারপ্লেতে বোলিং-আক্রমণের তীব্রতা আর ডেথে বাউন্ডারি-দমন। এখন আসি পাইপলাইনের আটটি মাত্রায়। প্রতিটির একটা সাধারণ বৈশিষ্ট্য আছে: বিষয়বস্তু ছাড়া কোনো মাত্রাই কাজ করে না। ফরম্যাট ও ম্যাচ মাত্রায় প্রথম প্রশ্ন — এটা টেস্ট, ওয়ানডে, টি-টোয়েন্টি, নাকি দ্য হান্ড্রেড? ম্যাচের প্রকৃতি কী — গ্রুপ পর্ব, নকআউট, নাকি ডেড রাবার? ভেন্যু কী, আবহাওয়া কী, শিশির আছে কি না, ডিএলএস প্রযোজ্য কি না। এই তথ্যগুলো ছাড়া ‘প্রথম ইনিংসে ধীর শুরু’ বা ‘শেষ দিকে চাপ’ ধরনের দাবি করা অসম্ভব। ডিএলএস আর টস — এই দুটো ক্রিকেটের সেই উপাদান, যেগুলো কখনো কখনো পুরো ম্যাচের ফল বদলে দেয়, অথচ স্কোরকার্ডে কোনো চিহ্ন রাখে না। এদের হিসাবে না ধরলে বিশ্লেষণ অসম্পূর্ণ। খেলোয়াড়ের কৌশল ও ডেটা মাত্রায় নাম, ভূমিকা, ফরম্যাট-প্রেক্ষাপট, ক্যারিয়ার-গড়, পরিস্থিতিভিত্তিক ভাগ, সাম্প্রতিক প্রবণতা — সব দরকার। এখানে আমার প্রিয় সতর্কতা হলো এজ-কার্ভ। একজন ৩৪ বছরের ব্যাটার আর একজন ২২ বছরের ব্যাটারের একই গড় আলাদা অর্থ বহন করে। আবার ইনজুরি-ইতিহাস না জানলে স্ট্রাইক রেটের পতনকে ফর্ম-পতন ভাবা যায়, যেখানে সেটা আসলে কনুইয়ের সমস্যা। ক্যারিয়ার-ট্র্যাজেক্টরি আর শারীরিক অবস্থা — এই দুইয়ের যেকোনোটা না থাকলে খেলোয়াড়-বিশ্লেষণ একটা অর্ধেক ছবি। দলের ভূদৃশ্য ও র‍্যাঙ্কিং মাত্রায় আইসিসি র‍্যাঙ্কিং, হোম-অ্যাওয়ে প্রোফাইল, ব্যাটিং-গভীরতা, বোলিং-সমন্বয়, বেঞ্চ-গভীরতা, বয়স-কাঠামো। একটা উদাহরণ: ডব্লিউটিসি চক্রে ঘরের মাঠে স্পিন-বান্ধব পিচে যে দল শক্তিশালী, নিরপেক্ষ ভেন্যুতে সেই দল অন্য রকম দেখায়। যদি ভেন্যু-তথ্য না থাকে, ‘এই দল শীর্ষে’ বলা মানে ম্যাচআপ-ভূদৃশ্য উপেক্ষা করা। র‍্যাঙ্কিং কখনো স্ট্রেংথ-অর্ডার নয়, ওটা একটা নির্দিষ্ট সময়ের প্রবণতার ছবি। লিগ ও বাণিজ্যিক বাস্তুসংস্থান মাত্রায় সম্প্রচার-স্বত্বের মূল্য, ফ্র্যাঞ্চাইজি-মূল্যায়ন, খেলোয়াড়-বেতন। আইপিএল নিলামের প্রেক্ষাপটে এটা আরও প্রাসঙ্গিক। এই মুহূর্তে আমরা ট্রান্সফার-উইন্ডোর ভিড়ে আছি, যেখানে গুজব সিগন্যালকে ডুবিয়ে দেয়। আমার নিয়ম: গুজবকে প্রমাণের ভিত্তিতে সাজানো, আর টাকার পিছনে যাওয়া — চুক্তির কাঠামো, রিলিজ-ক্লজ, এজেন্টের নড়াচড়া। ২০২৫ ক্লাব বিশ্বকাপের বিশেষ ট্রান্সফার-উইন্ডোতে আমি চেলসিকে লিয়াম ডেলাপ সুপারিশ করেছিলাম, আইপিএসউইচে তার ০.৪১ এক্সজি প্রতি ৯০ আর ২.১ প্রেসার প্রতি ৯০-এর ভিত্তিতে; চেলসি তাকে ৩০ মিলিয়ন পাউন্ডে কিনেছিল। তখন আমার মডেল ফিক্সচার-কনজেশনও দেখিয়েছিল — ২৯ দিনে সাত ম্যাচ। কিন্তু সেই সুপারিশ টিকেছিল শুধু এই কারণে যে প্রতিটি সংখ্যার পিছনে একটি যাচাইযোগ্য উৎস ছিল, অনুমান ছিল না। নিয়ম ও শাসন মাত্রায় ক্ষমতা ও আয়-বণ্টন, খেলার নিয়ম-বিতর্ক, অখণ্ডতা, যোগ্যতা ও নির্বাচন, ভূরাজনীতি। ডিআরএস-বিতর্ক এর সবচেয়ে স্পষ্ট উদাহরণ — ক্যামেরা-কোণ, আলট্রা-এজ, বল-ট্র্যাকিংয়ের সীমা। কোনো ম্যাচে ডিআরএস সিদ্ধান্ত বিতর্কিত হলে সেটা কেবল মাঠের ঘটনা নয়, শাসন-প্রশ্নও। এখানে আমার নিয়ম হলো: কোনো একটি সিদ্ধান্তকে সাধারণ নিয়মের প্রমাণ হিসেবে ব্যবহার করা যায় না, যদি না তার সাম্প্রতিক কয়েকটি সমান্তরাল ঘটনা থাকে। একটি ঘটনা একটা ডেটাপয়েন্ট; একটি প্রবণতা অনেক ডেটাপয়েন্ট। ঝুঁকির ম্যাট্রিক্সে ছয়টি শ্রেণি — ক্রীড়া, কর্মী, বাণিজ্যিক, নিয়ম-অখণ্ডতা, জনমত, এবং সিস্টেমিক। প্রতিটি শ্রেণির জন্য একটা বিষয় (দল, খেলোয়াড়, লিগ বা ইভেন্ট) দরকার। বিষয় ছাড়া ঝুঁকির মাত্রা বলা যায় না, কারণ যেখানে কোনো সত্তা নেই, সেখানে ক্ষতির কিছু নেই। জন-আখ্যান ও প্রত্যাশা মাত্রায় আমি সবচেয়ে বেশি কাজ করি। ক্রীড়া-সংস্কৃতি মিথ তৈরি করে; আমি তার ক্ষয়ের স্প্রেডশিট রাখি। একটা ফ্র্যাঞ্চাইজি টানা তিন ম্যাচ জিতলে আখ্যান দাঁড়ায় ‘দুর্দম’; কিন্তু ফান্ডামেন্টাল দেখলে বোঝা যায় তিনটিই ছিল এক-উইকেটের জয়, দুইটিই ডিএলএস-এ। প্রত্যাশা আর বাস্তবের এই ফাঁকই বিশ্লেষকের আসল খনি। তবে খনির আগে দরকার আখ্যানের একটা বিষয় — কোন দল, কোন খেলোয়াড়, কোন নিলাম। বিষয় না থাকলে ফাঁক মাপা যায় না। শিল্প-প্রসারণ মাত্রায় ছয়টি খণ্ড: সম্প্রচার মাধ্যম, দক্ষিণ এশিয়ার মূল বাজার, প্রতিভা-সরবরাহ শৃঙ্খল, মূলধন-নেটওয়ার্ক, বেটিং ও ফ্যান্টাসি, এবং ডেরিভেটিভ বাজার। এখানেও একই কথা — কোনো ঘটনা বা সত্তা ছাড়া প্রসারণের দিক, মাত্রা বা সময়-দিগন্ত বলা অসম্ভব। এই আটটি মাত্রার বর্ণনা পড়ে যদি মনে হয় এগুলো শুধু ফাঁকা ছক, তবে আপনি ঠিক ধরেছেন — কারণ এই বিশ্লেষণের ইনপুট সত্যিই ফাঁকা। প্রথম ধাপের ডিকনস্ট্রাকশন ফিরে এসেছে শূন্য হাতে: শিরোনাম নেই, উৎস নেই, তথ্যবিন্দু নেই, সত্তা নেই। তাই দ্বিতীয় ধাপের সৎ উত্তর একটি-ই হতে পারে: এখানে বিশ্লেষণযোগ্য কিছু নেই। এটাই আমার আজকের আসল দাবি। কিন্তু এই শূন্যতা নিজেই একটা তথ্যবিন্দু। ডেটা-পাইপলাইনে নাল-ইনপুট তিন ধরনের কারণ থেকে আসে। প্রথম কারণ, উৎসই নেই — মূল নিবন্ধটি হয় হারিয়ে গেছে, নয়তো কখনো প্রকাশিতই হয়নি। দ্বিতীয় কারণ, নিষ্কাশন ব্যর্থ — নিবন্ধ আছে, কিন্তু ডিকনস্ট্রাকশন-স্ক্রিপ্ট ভুলবশত শূন্য ফেরত দিয়েছে। তৃতীয় কারণ, নিবন্ধ আছে কিন্তু সত্যিই তথ্যহীন — শুধু আবেগ, শুধু গুজব, কোনো সংখ্যা বা সত্তা নেই। এই তিন কারণের চিকিৎসা তিন রকম। প্রথম ক্ষেত্রে দরকার উৎস-যাচাই, দ্বিতীয় ক্ষেত্রে দরকার পাইপলাইন-ডিবাগ, তৃতীয় ক্ষেত্রে দরকার নিবন্ধটিকেই বাতিল করা। এই কারণগুলো আলাদা করতে না পারলে সবচেয়ে বড় বিপদটা আসে: শূন্য আউটপুটকে বিশ্লেষণ ভেবে ফেলার ভুল। যদি কোনো সিস্টেম এই ফাঁকা ছকটাকে সত্যিকারের ফলাফল ধরে নেয়, তাহলে ‘অজানা’ শব্দগুলো ধীরে ধীরে ‘জানা’ হয়ে যাবে — কেউ খেয়ালও করবে না। এজন্যই আমি বলি, পাইপলাইনে চিৎকার করে ব্যর্থ হওয়া উচিত, নীরবে ব্যর্থ হওয়া নয়। একটা সিস্টেম যখন ফাঁকা ডেটা পেয়ে সেটাকে ফাঁকা বলে চিৎকার করে, তখন সেটা ভরসাযোগ্য। যে সিস্টেম চুপচাপ ফাঁকা ঘর ভরিয়ে দেয়, সেটা বিপজ্জনক — কারণ তার মিথ্যা বিশ্বাসযোগ্য দেখায়। এখন আসি সেই পাল্টা যুক্তিতে, যা আমার চরিত্রের সঙ্গে সবচেয়ে বেশি মেলে। কেউ বলবেন, নাল-ইনপুট ধরা পড়া মানে ব্যর্থতা। আমি উল্টোটা বলি। একটা খালি ঘর ধরা পড়া সফলতা, যদি সিস্টেম সেটা সৎভাবে রিপোর্ট করে। আসল ব্যর্থতা হলো সেটা না ধরা পড়া। ২০২২ কাতার বিশ্বকাপে মরক্কোর লো-ব্লক মডেল বানানোর সময় আমি শিখেছিলাম, ডিফেন্সের সৌন্দর্য তার কমপ্যাক্টনেসে, তার ফাঁকা জায়গায় নয়। একইভাবে, একটা ডেটাসেটের সৌন্দর্য তার ভরা ঘরে নয়, তার সৎভাবে চিহ্নিত খালি ঘরে। মরক্কোর পিপিডিএ ছিল ২২.৩, স্পেনের ৮.১; মরক্কো ০.৮ এক্সজি দিয়েছিল, ০.৩ এক্সজি তৈরি করেছিল, তবু টাইব্রেকারে জিতেছিল। সেই মডেল সফল হয়েছিল, কারণ আমরা জানতাম কোন ডেটা আমাদের কাছে নেই — সেটা নিয়ে অনুমান করি নি। আরও একটা পাল্টা কথা আছে। অনেক বিশ্লেষক মনে করেন, ভালো বিশ্লেষণ মানে বেশি ডেটা। আমি বলি, ভালো বিশ্লেষণ মানে কম মিথ্যা। একটা মডেল যত বড় হয়, তত বেশি ফাঁকা ঘর লুকিয়ে রাখার সুযোগ পায়। ইন্টিজে-রা সিস্টেম বন্ধ করতে ভালোবাসি, কিন্তু ফাঁকা ইনপুটের সামনে সবচেয়ে শৃঙ্খলাবদ্ধ কাজ হলো মডেল বন্ধ করে দেওয়া। একজন ডেটা মঙ্ক জিজ্ঞেস করে না কে জিতল, জিজ্ঞেস করে প্রক্রিয়া কী পাওয়ার যোগ্য ছিল — আর প্রক্রিয়া যদি শূন্য হয়, তবে তার যোগ্য উত্তরও শূন্য। তাই এই নিবন্ধের পাঠ সহজ নয়, কঠিন। প্রথম পাঠ: বিশ্লেষণ শুরুর আগে ইনপুট যাচাই করুন। দ্বিতীয় পাঠ: ফাঁকা ঘর ভরাবেন না, চিহ্নিত করুন। তৃতীয় পাঠ: পাইপলাইনে নাল-ডিটেকশন বসান, যাতে শূন্য ইনপুট কখনো নীরবে এগিয়ে না যায়। চতুর্থ পাঠ: সময়-সংবেদনশীলতা আর উৎসের গুণমান — এই দুটো মাপকাঠি ছাড়া কোনো বিশ্লেষণ প্রকাশ করবেন না। ভবিষ্যতের দিকে তাকিয়ে আমার সংকেত এই: ক্রিকেট-ডেটার জগতে, বিশেষ করে আইপিএল নিলাম আর ডব্লিউটিসি চক্রের ভিড়ে, আগামী দিনে যেসব বিশ্লেষণ টিকবে, সেগুলো সেই বিশ্লেষণ হবে যেগুলো জানে কী তাদের কাছে নেই। আখ্যান দ্রুত তৈরি হয়, তার ক্ষয়ও দ্রুত। প্যাচ-নোট বদলে দেয় সব কিছু, আর আমি শুধু প্যাচ-নোট পড়ি ডেটা হিসেবে। কিন্তু একটা প্রশ্ন এখনো ঝুলে আছে। যদি বিশ্লেষণের আসল কাজ হয় ফাঁকা ঘর চিহ্নিত করা, তবে কে সেই মানুষ, যে ফাঁকা ঘর দেখে খুশি হয়? কে সেই সম্পাদক, যিনি ফাঁকা আউটপুট দেখে ‘ভরে দাও’ না বলে ‘আবার চালাও’ বলেন? পরের রাউন্ডের সংকেতটা হয়তো এইখানেই — বিশ্লেষকের দক্ষতা মাপা হবে আর তার দেওয়া উত্তরে নয়, বরং তার ফিরিয়ে দেওয়া প্রশ্নে। আমি ফাইলটা আবার খুলব, কিন্তু এবার অন্য এক্সেল দিয়ে নয়, অন্য প্রশ্ন নিয়ে।