ভূমিকা:
মিথ্যা কথা নাকি তিন ধরনের হয়: হুদা মিছা, ডাহা মিছা আর পরিসংখ্যান। কয়েকদিন আগে দেখলাম একজন লিখেছেন ৯৮.৩২% পরিসংখ্যান অন-দি-স্পট মনগড়া। বলাই বাহুল্য এই ৯৮.৩২%এর কথাটাও মনগড়া হতে বাধ্য তাহলে। সে যাই হোক, সত্য মিথ্যার বিচার পরে, তবে পরিসংখ্যানের উপর আমরা কমবেশী সবাই নির্ভর করি। নির্ভর করি এই বিশ্বাসে যে পরিসংখ্যান বাস্তব অবস্থার একটা সহজ সাংখ্যিক ছবি দেয়। যেমন, আমাদের দেশের শতকরা ৮০ভাগ মানুষ গ্রামে বাস করে, বা দেশে প্রতি পাঁচ মিনিটে একটা শিশুর জন্ম হয়। এই সহজ পরিসংখ্যানগুলোতে কোন প্যাচ নেই, তাই বোঝা সহজ। কিন্তু তাই বলে সব পরিসংখ্যানই যে সহজ হবে, তার চেয়েও গুরুত্বপূর্ণ, সব পরিসংখ্যান যে বিশ্বাসযোগ্য হবে তার কোন কথা নেই। অমুক রঙ ফর্সাকারী ক্রিম ৯৮.৯৯% কার্যকর। এ ধরণের পরিসংখ্যান ক্রিমের বিক্রী যতই বাড়াক, আদতে বিশেষ কোন অর্থ বহন করে না। সে যাই হোক, এ লেখার উদ্দেশ্য ক্রিম বা জনসংখ্যা না। জনপ্রিয়তা পরিমাপে, নির্দিষ্ট করে ওয়েবসাইটের জনপ্রিয়তা নির্ণয়ে পরিসংখ্যানের ব্যবহার (এবং অপব্যবহার) নিয়ে কিছু কথা বলতে চাই এ লেখায়। তার আগে দু্টি বিষয় না বললে লেখাটার ভিত্তি ঠিক দাঁড়ায় না।

টেকি পয়েন্ট
প্রথমত, কেউ যখন কোন ওয়েবসাইট দেখে, তখন তার নিজের কম্পিউটার এবং কখনও কখনও আইএসপি (যেখান থেকে ইন্টারনেট লাইন নেয়া হয়েছে) ছাড়া দুনিয়ার আর কারো জানার উপায় নেই কী ওয়েবসাইট দেখা হলো। তবে গুগল বা সার্চ ইঞ্জিনে সার্চ দিয়ে, প্রাপ্ত ফলাফল ক্লিক করে কোন সাইটে গেলে গুগল তার খবর পাবে।
এ বিষয়টাকে উল্টো করেও বলা যায়। কোন ওয়েবসাইট দেখা হলে সেটি কোথা হতে দেখা হচ্ছে তার খবর কেবলমাত্র ওয়েব সাইটের মালিকের পক্ষেই জানা সম্ভব। (ওয়েব সাইট যে সার্ভারে থাকবে তার কর্তৃপক্ষও ইচ্ছে করলে জানতে পারবে।) অন্য কোন তৃতীয় পক্ষের পক্ষে সম্ভব না কে কোথা থেকে কোন ওয়েব সাইট দেখছে।

ওয়েব সাইট যারা চালান তাদের সবারই জানার আগ্রহ থাকে কোথা থেকে কত লোক সাইটটা দেখতে আসছে। গুগলে সার্চ দিয়ে বা অন্য কোন উপায়ে আসছে, নাকি বিজ্ঞাপন দেখে আসছে। সাধারণত দুটি পদ্ধতিতে এই হিসাবটা রাখা হয়। ওয়েব সার্ভার হিসাবে যে প্রোগ্রাম চলে তাকে এমনভাবে সেট করা যেন তার কাছে আসা প্রতিটি অনুরোধ কোথা থেকে আসল, কখন আসল এসব তথ্য লগ করে রাখে। সপ্তাহ বা মাস শেষে এসব লগ পর্যালোচনা করে বিভিন্ন বিষয় জানা যায়। (অস্ট্যাট, ওয়েবালাইজার এ ধরনের কাজে বহুল ব্যবহৃত হয়।) এসব ঝামেলা না করে স্বয়ং গুগলের উপরেও নির্ভর করা যায়। গুগল অ্যানালাইটিক্সের সুবিধা ব্যবহার করে একাজ করার জন্য ওয়েব সাইটের মধ্যে গুগলের কোড ঢুকাতে হয়। ফলে, প্রতিবারই কেউ যখন সাইটটি খুলে, গুগল জেনে যায় কোথা থেকে কখন খোলা হল। এতে গুগল সার্চ ব্যবহার না করলেও গুগল তথ্য পায়, এবং স্বভাবতই গুগল এ তথ্য কেবল সাইটের মালিকের কাছেই প্রকাশ করে।

পরিসংখ্যানগত প্যাঁচালি
দ্বিতীয়ত, ডেটা তো হলো, এবার তার সঠিকতার বিষয়। বিএনপিকে ৩৬% ভোটার ভোট দিয়েছে। তার মানে বাকী ৬৪% আলীগকে চায়- এই ছিল গেলবার ইলেকশনে শেখ হাসিনার কথা। এটাকে যাচাই করা হোক। সেজন্য আলীগ অফিসের সামনে দশজন মানুষকে ধরে জিজ্ঞাসা করা যাক, তারা কাকে ভোট দিয়েছে। খুব ভাল সম্ভাবনা তারা ১০জনই বলবে আলীগকে। আরে, শেখ হাসিনা তো ৬৪% কমই বলছে, আসলে তো দেখা যাচ্ছে ১০-এ-১০, অর্থাৎ ১০০%। আবার, এ কাজ বিএনপি অফিসের সামনে গিয়ে করলে সেটা ০% হবার সমূহ সম্ভাবনা। পরিসংখ্যানের পরিভাষায় এটাকে বলা হয় স্যামপ্লিং এর গোলমাল। ১০জন মানুষকে এমনভাবে বাছাই করা উচিৎ যাতে তারা সারা দেশের ৮কোটি ভোটারের প্রতিনিধিত্ব করে। ৮কোটি মানুষকে জিজ্ঞেস করতে গেলে আরেকটা ভোটই হয়ে যাবে, তাই সেটাতো আর সম্ভব না। কাজেই কতজনকে জিজ্ঞেস করলে নির্ভরযোগ্য কথা বের হবে, আর সেসব লোককে কী ভিত্তিতে বাছাই করা হবে তা নির্ধারণ করা সহজ না। কেউ বলতে পারেন, বাজারে গিয়া চোখ বন্ধ কইরা ১০জনরে ধরলে কেমন হয়? আবার, সিনেমা হলের টিকেট কাউন্টারের সামনে দাঁড়ানো লোকদের থেকেও ১০জন নেয়া যায়। উভয় ক্ষেত্রেই, ভাল-মন্দ আছে।

পরিসংখ্যান বলে স্যাম্পলিং এমনভাবে করতে হবে যেন ডেটাতে কোন কোরিলেশন (correlation) না থাকে। অন্য কথায়, প্রতিটি ডেটা যেন স্বাধীন (independent) হয়। যে কোন জরিপ পরিচালনা করার আগে এ দিকটি মাথায় রাখা শর্ত। এত কিছুর পরও ডেটা ১০০% নির্ভুল হবে না, কাজেই কতটুকু ভুল হচ্ছে তাও জানা জরুরী।

সফলতা ও বিফলতার মাপ
একটা ওয়েবসাইটের সফলতার বিচার করা হয় তার জনপ্রিয়তা থেকে। তবে জনপ্রিয়তাই আবার একমাত্র মাপকাঠি না। কোন সাইট জনপ্রিয় না হয়েও খুব গুরুত্বপূর্ণ হতে পারে। তবে গুরুত্ব থেকে জনপ্রিয়তার ধারণা পাওয়া সম্ভব।

গুগল পেজর‌্যাঙ্ক
একটা ওয়েবসাইটের গুরুত্ব অনুমান করা যায় অনেকটা তার গুগল পেজর‌্যাঙ্ক দেখে। এটা আবার কী? গুগলের কাছে সারা দুনিয়ার ওয়েবসাইটের ডেটা আছে। কোন সাইট অন্য কোন সাইটের সাথে লিংক করা সেটাও তার নখদর্পণে। এসব থেকে গুগল একটা ওয়েবসাইটের (আসলে প্রতিটি পৃষ্ঠার) গুরুত্ব পরিমাপ করে, এটাই পেজর‌্যাঙ্ক। পেজর‌্যাঙ্কের মান ১ থেকে ১০ পর্যন্ত (ননলিনিয়ার) হতে পারে। ঠিক কী পদ্ধতিতে পেজর‌্যাঙ্ক হিসেব করা হয় যদিও তা গুগল গোপন রেখেছে, তবে অনেকে ধারণা করে ভাল র‌্যাঙ্কের জন্য
- কতগুলো সাইট সেটাকে লিংক দিয়েছে
- লিংকপ্রদানকারী সাইটগুলোর নিজেদের পেজর‌্যাঙ্ক
- সাইটের আইপির ক্লাস (+ডোমেইন সাফিক্স)
- লিংকপ্রদানকারী সাইটগুলোর আইপির ক্লাস (+ডোমেইন সাফিক্স)
- সাইটের বয়স (কতদিন ধরে চলছে)
- সাইটের তথ্যের গুণগত মান
এসব কিছু গুরুত্বপূর্ণ। যেমন, .‌edu ডোমেইনের পেজর‌্যাঙ্ক অধিকাংশ সময়ই তুলনামূলকভাবে বেশী। .tk এর কোন পেজর‌্যাঙ্ক নেই বললেই চলে‍! তবে, সময়ের সাথে, পেজর‌্যাঙ্ক বাড়তে বা কমতে পারে। ৫ বা এর বেশী পেজর‌্যাঙ্ক হলে সাধারণত একটা সাইটকে গুরুত্বপূর্ণ/জনপ্রিয় ধরা যায়।

গুগলের পেজর‌্যাঙ্ক দেখে জানার উপায় নেই একটা সাইটে প্রতিদিন কতজন দেখতে আসে। (এটি কেবল গুগল এনালাইটিকস থেকে সংশ্লিষ্ট সাইটের কর্তার পক্ষেই জানা সম্ভব।) কোন একটা সাইট গড়ে কতজন দেখে তার একটা ধারণা পাওয়া যায় অ্যালেক্সা থেকে।

অ্যালেক্সা রেটিং
অ্যালেক্সা নিজে থেকেই বিভিন্ন ওয়েবসাইটের ট্রাফিক সম্পর্কে ডেটা সংগ্রহ করে এবং তা থেকে বিভিন্ন গ্রাফ দেখায়। এর সাথে সাইটের মালিক জড়িত থাকার কোন বিষয় নেই, আর ফলাফলও যে কারও জন্য উন্মুক্ত। অ্যালেক্সার গ্রাফ অনেকের খুব পছন্দের। তবে তার নির্ভরযোগ্যতা নিয়ে শক্ত প্রশ্ন আছে।

অ্যালেক্সা তাদের ভাষ্যমতে বেশ কিছু উপায়ে ডেটা সংগ্রহ করে। তার প্রথমটি হচ্ছে অ্যালেক্সা টুলবার। আগেই বলেছি, আমি সারাদিনে কী কী সাইট দেখি তা আমি আর আমার আইএসপি ছাড়া ভিন্ন কেউ জানার কথা না। কাজেই অ্যালেক্সার জানার উপায় নেই আমি কী দেখলাম। যদি জানাতে চাই, তবে অ্যালেক্সার তৈরি করা একটা সফটওয়ার, 'অ্যালেক্সা টুলবার' আমাকে নামাতে হবে। সেটা স্থাপনার পর, যতবারই আমি কোন সাইট দেখব অ্যালেক্সা সে ডাটা তার সার্ভারে পাঠাবে। এখন প্রশ্ন হলো, পৃথিবীতে কতজন ইন্টারনেট ব্যবহারকারী তাদের কম্পিউটারে অ্যালেক্সা টুলবার ইন্সটল করেছে, এবং তারা চিপায়-চাপায় কোন কোন ওয়েবসাইট দেখছে তা সানন্দে অ্যালেক্সাকে জানান দিচ্ছে? অ্যালেক্সার ওয়েবসাইট থেকে এ সংখ্যাটি জানা যায় না। আগে যেমন বলছিলাম, এটি স্যাম্পলিংএর দুর্বলতা।

অ্যালেক্সার ডেটা সংগ্রহের অন্যান্য অনুউল্লেখিত পদ্ধতির একটি হলো ডিমজ ডিরেক্টরি। (ডিমজ হলো পুরোপুরি মনুষ্য সম্পাদিত ওয়েবসাইট তালিকা। একসময় ডিমজে নাম লেখানো সাইটকে খুব তমিজের সাথে দেখা হত, এখন সেদিন আর নেই।) ডিমজ ডিরেক্টরিতে কোন সাইট তালিকাভুক্ত হলে অ্যালেক্সা তাকে পছন্দ করা শুরু করে। কিন্তু ডিমজের ট্রাফিকে অ্যালেক্সার প্রবেশাধিকার আছে কিনা, থাকলেও ডিমজ কতটুকু জ্ঞান রাখে তা নিয়ে পাবলিক কোন তথ্য নেই।

ডেটা সংগ্রহের পদ্ধতির পর অ্যালেক্সার বড় দুর্বলতা হলো, এর ফলাফল প্রকাশের ধরন। অ্যালেক্সার ভাষ্যমতে, মোট নেট ব্যবহারকারীদের (আসলে যাদের অ্যালেক্সার টুলবার আছে) কত শতাংশ লোক একটা কোন ওয়েবসাইট দেখছে। এটি তিনমাসের গড় হিসাবে দেখানো হয়। কতজন ব্যবহারকীদের মধ্যে সেটি হিসাব করা হলো, গড় ছাড়াও বিচ্যুতি (standard deviation) কত সেটি অ্যালেক্সা বলে না। দেশ-ওয়ারি পরিসংখ্যান পাওয়া গেলেও তার নির্ভরযোগ্যতা নিয়ে প্রশ্নের উত্তর মিলে না।

শেষকথা:
একটা ওয়েবসাইট কতটা জনপ্রিয় তা মাপা খুব কঠিন। সাইট যে বা যারা পরিচালানা করেন, শুধুমাত্র তারাই কেবল সাইটের ট্রাফিক সম্পর্কে সঠিক ধারণা রাখেন। গুগলের পেজর‌্যাঙ্ক একটা সাইটের গুরুত্ব সম্পর্কে কিছুটা ধারণা দিতে পারে, তবে জনপ্রিয়তা সম্পর্কে কোন কিছু প্রকাশ করে না। অ্যালেক্সার ডেটা সংগ্রহের পদ্ধতি ও র‌্যাঙ্কিং আগাগোড়া প্রশ্নবিদ্ধ। তবে যেসব সাইটকে অ্যালেক্সা জনপ্রিয় দেখায় সেগুলো বাস্তবে জনপ্রিয় হতেও পারে।

বাড়তি কথা: রুট সার্ভার অপারেটর বা তাদের মিরর অপারেটরদের কাছে প্রতিটি ডোমেইনের কিছু তথ্য থাকে। সেখান থেকে ট্রাফিক বা জনপ্রিয়তা সম্পর্কে কিছু ধারাণা করা যেতে পারে।