খালি টেবিলের সততা: ক্রিকেট অ্যানালিটিক্সে ব্লকচেইন-মানের ডেটা অডিট কেন এখন সবচেয়ে জরুরি

সকাল সাড়ে নয়টা। আমি ল্যাপটপ খুলে ড্যাশবোর্ডে ঢুকলাম। আটটি ট্যাব, চারটি চার্ট, একটা প্রোবাবিলিটি ম্যাট্রিক্স — সব ফাঁকা। তথ্যের জায়গায় শূন্য, বিশ্লেষণের জায়গায় কিছুই নেই। কোনো ম্যাচের শিরোনাম নেই, দলের নাম নেই, তথ্যবিন্দু নেই। বিশ বছরের কেরিয়ারে এই প্রথম আমি এমন একটা স্প্রেডশিট দেখলাম যেটা কিছুই বলে না, অথচ সবচেয়ে সৎ। সেই মুহূর্তে হাত চুলকাল। মস্তিষ্ক নিজে থেকেই গল্প বানাতে শুরু করে — এই ফাঁকা ঘরে একটা নাম বসিয়ে দিলে, একটা রান-রেট জুড়ে দিলে, একটা গল্প দাঁড়িয়ে যাবে। পেশাদার জীবনে এটাই সবচেয়ে বড় ফাঁদ, আর ক্রিকেট অ্যানালিটিক্সে এই অভ্যাসটাই সবচেয়ে বেশি ক্ষতি করেছে।

প্রেক্ষাপট: একটা অসম্পূর্ণ পাইপলাইন

যে বিশ্লেষণটা আমার টেবিলে এসেছে, সেটা একটা দ্বিতীয় স্তরের ডিপ প্রফেশনাল রিপোর্ট। কিন্তু তার ভিতরে প্রথম স্তরের যে ভিত্তি থাকা দরকার, সেটা পুরোপুরি খালি। শিরোনাম নেই, সূত্র নেই, কোর ভিউপয়েন্ট নেই, সম্পৃক্ত সত্তা নেই। টাইম-সেনসিটিভিটি লেখা, মূল্যায়ন করা হয়নি। মানে, যে তথ্য থেকে সিদ্ধান্ত নেওয়ার কথা, সেই তথ্যই আসেনি।

সিস্টেমের এই অবস্থার একটা সৎ নাম আছে — ইনজেশন ব্যর্থতা। হয় সোর্স আর্টিকেলটা তোলাই যায়নি, নয়তো তোলার পর ভাষা শনাক্তকরণ বা এনকোডিংয়ের ধাপে সেটা ঝরে গেছে। এই ক্ষেত্রে সঠিক পেশাদার পদক্ষেপ একটাই: বিশ্লেষণ থামানো, পাইপলাইন সারানো। কিন্তু বাস্তবে বেশিরভাগ নিউজরুম ঠিক উল্টোটা করে — ফাঁকা ঘর দেখলে কলম চলে যায়।

আমি ২০১৭ সালে বেঙ্গালুরু এফসি-র জন্য লাইভ xG ও PPDA ড্যাশবোর্ড বানিয়েছিলাম, আইএসএল মৌসুমে। মৌসুমের পঞ্চম ম্যাচের মধ্যেই মডেল দেখাল, সুনীল ছেত্রীর চার গোল এসেছে মাত্র ২.১ xG থেকে, আর মিকুর পাঁচ গোল এসেছে ৩.৪ xG থেকে। আমি মিকুর ওভার-পারফরম্যান্স ফ্ল্যাগ করলাম, রিগ্রেশনের পূর্বাভাস দিলাম। ওই আউটলেটের ডেটা-পোস্টের এনগেজমেন্ট ৪৭ শতাংশ বেড়ে গেল। শিক্ষাটা অবশ্য অন্য জায়গায়: একটা মডেল তখনই মূল্যবান যখন সে নিজের সীমা চিনে রাখে, আর যেখানে তথ্য নেই সেখানে সে চুপ থাকে।

মূল বিশ্লেষণ: ডেটার অডিট ট্রেইল

ক্রিকেটে সবচেয়ে বিপজ্জনক তথ্য খারাপ তথ্য নয় — সবচেয়ে বিপজ্জনক হলো অনুপস্থিত তথ্য, যেটা চুপচাপ একটা গল্প দিয়ে ভরাট হয়ে যায়। এই জায়গাতেই ব্লকচেইনের শিক্ষাটা প্রাসঙ্গিক হয়ে ওঠে, একেবারে আক্ষরিক অর্থে নয়, বরং নীতিগতভাবে।

ব্লকচেইনের মূল দর্শন তিনটি — অপরিবর্তনীয়তা, স্পষ্ট অডিট ট্রেইল, আর প্রতিটি এন্ট্রির যাচাইযোগ্যতা। ক্রিকেট ডেটা পাইপলাইনে এই তিনটাই আজ অনুপস্থিত। একটা বল-বল ইভেন্ট, একটা xG মান, একটা PPDA সংখ্যা — এগুলো কোথা থেকে এলো, কোন সংস্করণে, কে যাচাই করল, তা ধরার কোনো অপরিবর্তনীয় লগ নেই। ফলে একটা খালি পেলোড চুপচাপ সিস্টেমে ঢুকে পড়ে, আর কেউ টের পায় না।

ভাবুন, যদি প্রতিটি ইনজেশন ইভেন্ট একটা হ্যাশ-চেইনে লেখা থাকত। শূন্য তথ্যবিন্দু দেখলেই সিস্টেম নিজেই লাল পতাকা তুলত। কোন আর্টিকেল, কোন সময়ে, কোন পার্সার দিয়ে পড়া হলো — সব অপরিবর্তনীয়ভাবে দাখিল থাকত। তখন ডেটা নেই মানে বিশ্লেষণ নেই, এটা নিয়ে কোনো বিভ্রান্তি থাকত না। আজ যা হয় তা হলো, একটা ফাঁকা টেমপ্লেট চূড়ান্ত রিপোর্টের মতো দেখায়, আর যে কেউ সেটা পড়ে সিদ্ধান্ত নেয় — যেন বিশ্লেষণটা সত্যিই হয়েছে।

২০১৮ সালের রাশিয়া বিশ্বকাপে ক্রোয়েশিয়া বনাম ইংল্যান্ড সেমিফাইনালে এই পার্থক্যটাই ধরা পড়েছিল। হাফটাইমে ইংল্যান্ড ১-০ এগিয়ে ছিল, স্কোরবোর্ড বলছিল ওরাই নিয়ন্ত্রণে। আমার লাইভ মডেল দেখাল, ক্রোয়েশিয়ার PPDA ছিল ৮.৪, ইংল্যান্ডের ১৪.৭; নব্বই মিনিটে লুকা মদরিচ ১৩.৮ কিলোমিটার দৌড়েছিলেন। মানে ক্রোয়েশিয়া মিডফিল্ডের মালিক ছিল না, তারা রিয়েল টাইমে সেটাকে অডিট করছিল। আমি অতিরিক্ত সময়ে ক্রোয়েশিয়ার জয়ের পূর্বাভাস দিলাম, আর ক্রোয়েশিয়া ২-১ এ জিতল। পার্থক্যটা হলো, ওখানে তথ্য ছিল — আমি শুধু স্কোরবোর্ডের আওয়াজ থেকে সিগন্যাল আলাদা করেছিলাম।

২০২০ সালে প্রজেক্ট রিস্টার্টের ৮৩টি ম্যাচ নিয়ে আমার দল হোম-অ্যাডভান্টেজের একটা গবেষণা করেছিল। হোম-উইন হার ৪৩.৩ শতাংশ থেকে নেমে ৩৩.৩ শতাংশ হলো, হোম-অ্যাডভান্টেজ ৭.৪ শতাংশ পয়েন্ট কমল। এই সংখ্যাগুলো বিশ্বাসযোগ্য, কারণ প্রতিটির পেছনে একটা পরিষ্কার পদ্ধতি ও অডিট ট্রেইল ছিল। কিন্তু যদি ওই ৮৩ ম্যাচের তথ্য কখনো সিস্টেমে ঢুকত না, আর কেউ সেটা গল্প দিয়ে ভরাট করত, তাহলে আমরা একটা মিথ্যা সত্য প্রতিষ্ঠা করতাম — আর সেটা পরে অপরিবর্তনীয় হয়ে যেত।

এই সমস্যাটা আজ আরও বড়, কারণ ক্রিকেট এখন একটা অর্থনৈতিক ব্যবস্থা। ফ্যান্টাসি স্পোর্টস, বেটিং মার্কেট, সম্প্রচার মূল্যায়ন, ফ্র্যাঞ্চাইজি নিলাম — সবই ডেটার উপর দাঁড়িয়ে আছে। একটা খালি ইনপুট যদি চুপচাপ একটা আত্মবিশ্বাসী রিপোর্টে পরিণত হয়, তাহলে সেই ভুল শুধু একটা লেখায় সীমাবদ্ধ থাকে না; সেটা দামে, দলে, চুক্তিতে ছড়িয়ে পড়ে। নিলামের আগে একটা খেলোয়াড়ের মূল্য নির্ধারণ করা হয় তার ফেজ-স্প্লিট ও ম্যাচআপ ডেটা দেখে। যদি সেই ডেটা চেইনে যাচাইযোগ্য না হয়, তাহলে একটা লোন-চুক্তি বা একটা রিলিজ-ক্লজ ভুল ভিত্তিতে বসে যেতে পারে — আর ক্ষতিটা ভোগ করে ছোট ক্লাবগুলো।

কাউন্টার-ইনটিউটিভ কোণ: ফাঁকা ফলাফল ব্যর্থতা নয়, শৃঙ্খলা

স্বাভাবিক প্রত্যাশা হলো, একটা বিশ্লেষণ রিপোর্ট মানে সিদ্ধান্তে পৌঁছানো। কিন্তু এখানে উল্টোটা সত্য: এই ফাঁকা রিপোর্টটাই আসলে সিস্টেমের সবচেয়ে সৎ আউটপুট। কারণ সে সিদ্ধান্ত নেয়নি যেটা তার জানা নেই। ডেটা মঙ্ক হিসেবে আমার সবচেয়ে বড় গুণ কোনো সংখ্যা নয় — বরং সংখ্যা না থাকলে জানি না বলার সাহস।

তবে এখানেই ব্লকচেইন-উৎসাহীদের জন্য একটা সতর্কবার্তা। ব্লকচেইন তথ্যের অখণ্ডতা রক্ষা করে, কিন্তু তথ্যের অস্তিত্ব তৈরি করে না। ভুল তথ্য একবার চেইনে ঢুকলে সেটা অনন্তকাল অপরিবর্তনীয়ভাবে ভুল থেকে যায় — বরং আগের চেয়ে আরও ক্ষতিকর, কারণ এখন তাকে কেউ প্রশ্ন করতে পারে না। দুর্নীতির বিরুদ্ধে লড়াই করা একটি ডেটা-চেইন, অথবা একটি ফিক্সিং-সন্দেহভাজন ইভেন্টের টাইমস্ট্যাম্প, দুটোই উপকারী — কিন্তু একটা খালি ম্যাচকে মহান জয় বানিয়ে চেইনে বসিয়ে দিলে ভবিষ্যতে সেই মিথ্যাটা আর খণ্ডন করা যাবে না। সম্পর্ক মানেই কার্যকারণ নয়; আর অপরিবর্তনীয়তা মানেই সত্য নয়।

টেকঅ্যাওয়ে

পরের মৌসুমে যে সিগন্যালটা আমি সবচেয়ে বেশি নজরে রাখব, সেটা কোনো খেলোয়াড়ের স্ট্রাইক রেট নয় — বরং ফিড-লেভেলের নাল রেট, অর্থাৎ কত শতাংশ আইটেম খালি তথ্যবিন্দু নিয়ে আসছে। এই হার যদি টানা বাড়তে থাকে, তাহলে সমস্যাটা একক কোনো আর্টিকেলের নয়, পুরো ইনজেশন ব্যবস্থার। আর ঠিক সেখানেই ব্লকচেইন-মানের একটা অডিট লেয়ার সোনার চেয়ে দামি।

প্রশ্নটা তাই বদলানো দরকার। আমরা এতদিন জিজ্ঞেস করেছি, ম্যাচে আসলে কী ঘটল। এখন আরও একটা প্রশ্ন করতে শিখতে হবে — যা ঘটল বলে আমাদের বলা হচ্ছে, তার অপরিবর্তনীয় প্রমাণ কোথায়? যে বিশ্লেষণ এই দ্বিতীয় প্রশ্নটার উত্তর দিতে পারে না, সেটা বিশ্লেষণ নয়, শুধু ভরাট করা খালি ঘর।