খালি ইনপুট, শূন্য বিশ্লেষণ: ক্রিকেট ডেটা পাইপলাইনে ব্লকচেইনের নীরব আবশ্যকতা

গত সপ্তাহে একটা স্টেজ-১ ডিকনস্ট্রাকশন রিপোর্ট খুলে আমি প্রথম দশ সেকেন্ডে ভেবেছিলাম আমার স্ক্রিন আটকে গেছে। টাইটেল নেই। সোর্স নেই। আর্টিকেল টাইপ লেখা 'Unclassified'। এক-বাক্যে সারাংশ সম্পূর্ণ ফাঁকা। ইনফরমেশন পয়েন্টের তালিকা শূন্য। এনটিটিজ ইনভলভড ঘরে লেখা 'উপরের ইনফরমেশন পয়েন্ট থেকে চিহ্নিত করুন', অথচ উপরে কোনো পয়েন্টই নেই। সাধারণত এমন ফাইল দেখলে আমি ধরে নিতাম কেউ একটা আপলোড ভুলে গেছে। কিন্তু আসল সমস্যা এখানেই। পাইপলাইন ক্র্যাশ করেনি। পাইপলাইন নিখুঁতভাবে চলেছে। প্রতিটা ধাপ নিজের কাজ ঠিকঠাক করেছে, শুধু ইনপুটটা খালি ছিল। আর একটা ক্রিকেট অ্যানালিটিক্স ইঞ্জিন যখন শূন্য ডেটা নিয়ে আটটা ডাইমেনশন বিশ্লেষণ করতে বসে, তখন সে যা ফেরত দেয় তা হলো আটটা সারি, প্রতিটাতে লেখা 'N/A, insufficient information, cannot assess'। আমি জার্মানির টেপ খুলেছিলাম একজন ভিলেন খুঁজতে, আর পেয়েছিলাম একটা সিস্টেম। এবার ব্যাপারটা উল্টো। আমি একটা সিস্টেম খুঁজতে গিয়ে পেয়েছি একটা খালি চেয়ার। এবং এই খালি চেয়ারটাই এখন ক্রিকেটের ডেটা ইকোনমির সবচেয়ে বড় গল্প, যেটা কেউ বলছে না। ক্রিকেট আজ ২২ গজের খেলা নয় শুধু। এটা একটা ডেটা মার্কেট, যেখানে প্রতিটা সিদ্ধান্তের পেছনে একটা স্ক্র্যাপ করা সংখ্যা দাঁড়িয়ে থাকে। একটা আইপিএল নিলামের দাম, একটা ফ্র্যাঞ্চাইজির ভ্যালুয়েশন, একটা ট্রান্সফার ফি, একটা ব্রডকাস্ট রাইট ডিল, সবকিছুর ভিত্তি এখন সেই পাইপলাইন, যেটা ম্যাচের পরিসংখ্যান সংগ্রহ করে, পরিষ্কার করে, এবং বিশ্লেষণযোগ্য পয়েন্টে ভেঙে দেয়। এই কাজটা সাধারণত দুই ধাপে হয়। স্টেজ-১ হলো ডিকনস্ট্রাকশন, অর্থাৎ কাঁচা নিবন্ধ বা ম্যাচ ডেটা থেকে ইনফরমেশন পয়েন্ট নামের অণু-তথ্য বের করে আনা। কোন দল, কোন খেলোয়াড়, কোন ফরম্যাট, কোন তারিখ, কোন সংখ্যা। স্টেজ-২ হলো সেই পয়েন্টগুলোর উপর গভীর বিশ্লেষণ। ফরম্যাট অ্যানালাইসিস, খেলোয়াড়ের টেকনিক, দলের ল্যান্ডস্কেপ, লিগের বাণিজ্যিক কাঠামো, গভর্নেন্স, ঝুঁকি, ন্যারেটিভ, এবং ইন্ডাস্ট্রি ট্রান্সমিশন। লক্ষ্য করুন, স্টেজ-২ কখনো নিজে থেকে কিছু জানে না। সে পুরোপুরি স্টেজ-১-এর উপর নির্ভরশীল। ইনফরমেশন পয়েন্ট যদি শূন্য হয়, তাহলে স্টেজ-২ যত উন্নত মডেলই হোক, তার হাতে জ্বালানি নেই। আর এখানেই আজকের ক্রিকেট অ্যানালিটিক্সের নীরব দুর্বলতা। গত পাঁচ বছরে আমরা মডেল নিয়ে আচ্ছন্ন হয়ে গেছি। কে বেশি ভালো এক্সপেক্টেড-গোল মডেল বানায়, কার প্রেসিং-ইনটেনসিটি অ্যালগরিদম নিখুঁত, কার অকশন-ভ্যালুয়েশন সূত্র বেশি নির্ভুল। কিন্তু কেউ জিজ্ঞেস করছে না সবচেয়ে বুনো প্রশ্নটা। এই মডেলগুলো যে ডেটা খায়, সেটা আসলে কোথা থেকে এলো, কে যাচাই করল, আর সেটা আসল না নকল? ঠিক এই জায়গাতেই ব্লকচেইন প্রাসঙ্গিক হয়ে ওঠে, যদিও প্রায় কেউ এভাবে ভাবে না। ব্লকচেইনের আসল শক্তি ক্রিপ্টোকারেন্সি নয়, ডেটা অখণ্ডতা। একটা অপরিবর্তনীয় লেজার, যেখানে প্রতিটা ইনপুট টাইমস্ট্যাম্পড, যাচাইযোগ্য, এবং পরিবর্তন-প্রমাণ। স্পোর্টস ডেটার ক্ষেত্রে এর মানে হলো, একটা পরিসংখ্যান যদি একবার লেজারে ঢোকে, তবে সেটা কে, কখন, কোন সোর্স থেকে যোগ করল, তা চিরকাল দৃশ্যমান থাকে। এখন আসুন খালি রিপোর্টের আটটা সারি ধরে হাঁটি, কারণ প্রতিটা 'N/A' একটা নির্দিষ্ট শিক্ষা দেয়। প্রথম ডাইমেনশন, ফরম্যাট ও ম্যাচ অ্যানালাইসিস। রিপোর্ট বলছে, কোন ফরম্যাট, অর্থাৎ টেস্ট, ওয়ানডে, টি-টোয়েন্টি বা দ্য হান্ড্রেড, তা চিহ্নিত করা যায়নি। এটা শুনতে তুচ্ছ মনে হয়, কিন্তু ক্রিকেটে ফরম্যাট হলো সবকিছুর প্রেক্ষাপট। একজন ব্যাটসম্যান টেস্টে যেভাবে খেলে, টি-টোয়েন্টিতে সে সম্পূর্ণ ভিন্ন প্রাণী। প্রেসিং ফিল্ড, পাওয়ারপ্লে, ডেথ ওভারের হিসাব, সবই ফরম্যাট-নির্ভর। ফরম্যাট না জানলে বিশ্লেষণ অন্ধ। দ্বিতীয় ডাইমেনশন, খেলোয়াড়ের টেকনিক ও ডেটা। রিপোর্টে কোনো খেলোয়াড়ের নাম নেই, তাই রোল চিহ্নিত করা অসম্ভব। ব্যাটিং স্ট্রাইক রেট, বোলিং ইকোনমি রেট, সিচুয়েশনাল স্প্লিট, সাম্প্রতিক ট্রেন্ড, কোনোটাই নেই। এখানে শিক্ষাটা সোজা। খেলোয়াড়-স্তরের বিশ্লেষণ ছাড়া কোনো হট টেক টেকে না। আমার পুরো কেরিয়ার দাঁড়িয়ে আছে তিনটা ক্লিপ আর দুইটা সংখ্যার উপর, আর দুইটার কোনোটাই নেই মানে হাত খালি। তৃতীয় ডাইমেনশন, দলের ল্যান্ডস্কেপ ও র্যাঙ্কিং। কোন দল, কোন টায়ার, ঘরের মাঠে-বাইরে প্রোফাইল, কিছুই নেই। স্কোয়াড স্ট্রাকচার, ব্যাটিং ডেপথ, বোলিং কম্বিনেশন, বেঞ্চ ডেপথ, বয়স কাঠামো, সব ফাঁকা। র্যাঙ্কিং টেবিলও অনুপস্থিত। অর্থাৎ কোন দলের গল্প, তা বলা অসম্ভব। চতুর্থ ডাইমেনশন, লিগ ও বাণিজ্যিক ইকোসিস্টেম। ব্রডকাস্ট রাইট ভ্যালু, ফ্র্যাঞ্চাইজি ভ্যালুয়েশন, খেলোয়াড়ের বেতন, কোনোটার ডেটা নেই। নিলাম বা ট্রান্সফার সংক্রান্ত কোনো লেনদেনের দাম নেই, তাই খেলাধুলার ন্যায্য মূল্যের সঙ্গে বাজারদরের ফাঁক মাপা যায় না। প্রিমিয়াম বিচার অসম্ভব। পঞ্চম ডাইমেনশন, নিয়ম ও গভর্নেন্স। ক্ষমতা ও রাজস্ব বণ্টন, খেলার নিয়ম বিতর্ক, অখণ্ডতা ও দুর্নীতিরোধ, যোগ্যতা ও নির্বাচন, রাজনৈতিক বা ভূরাজনৈতিক কারণ, সবই 'insufficient information'। গভর্নেন্সের স্তরটা পর্যন্ত চিহ্নিত হয়নি। ষষ্ঠ ডাইমেনশন, ঝুঁকি। এখানে একটা আকর্ষণীয় ব্যাপার ঘটে। রিপোর্ট যখন স্পোর্টিং, পার্সোনেল, বাণিজ্যিক, অখণ্ডতা ও সিস্টেমিক, সব ঝুঁকি 'N/A' বলে, তখন সে স্বীকার করে একমাত্র চিহ্নিতযোগ্য ঝুঁকিটা বিশ্লেষণী, খেলাধুলার নয়। অর্থাৎ ইনপুট পাইপলাইন নিজেই ব্যর্থ হয়েছে। ঝুঁকির ম্যাট্রিক্স ফাঁকা, কিন্তু সেই ফাঁকাটাই সবচেয়ে বড় লাল পতাকা। সপ্তম ডাইমেনশন, পাবলিক ন্যারেটিভ ও প্রত্যাশা। কোন চলমান ন্যারেটিভ নেই, কোন প্রত্যাশা-ফাঁক নেই, কোন উন্মাদনা বা আতঙ্কের সংকেত নেই, সেন্টিমেন্ট ও ফান্ডামেন্টালের বিচ্যুতি মাপা যায় না। অর্থাৎ বাজার কোন গল্পে ভাসছে, তাও অজানা। অষ্টম ডাইমেনশন, ইন্ডাস্ট্রি ট্রান্সমিশন। ব্রডকাস্ট মিডিয়া, দক্ষিণ এশিয়ার হার্টল্যান্ড মার্কেট, ট্যালেন্ট সাপ্লাই চেইন, ক্যাপিটাল নেটওয়ার্ক, বেটিং ও ফ্যান্টাসি স্পোর্টস, ডেরিভেটিভ মার্কেট, কোন সেগমেন্টের প্রভাব কোন দিকে যাচ্ছে তা মাপা যায়নি। ট্রান্সমিশন ম্যাপটা তিনটে শূন্য বাক্সে দাঁড়িয়ে আছে। এই আটটা সারি পড়ে আমার মনে হলো, এটা আসলে একটা ডেটা-কোয়ালিটি ইনসিডেন্ট রিপোর্ট, ক্রিকেট বিশ্লেষণ নয়। এবং ইনসিডেন্টটা যদি একা হতো, তবে উড়িয়ে দেওয়া যেত। কিন্তু এটা একা নয়। আমার নয় বছরের কেরিয়ারে আমি বারবার দেখেছি, ডেটার সোর্স আর ডেটার বিশ্লেষণ, এই দুইয়ের মধ্যে একটা নীরব ফাটল তৈরি হয়, আর সেই ফাটলে গুজব বাসা বাঁধে। ভাবুন তো, এনজো ফার্নান্দেসের ১২১ মিলিয়ন ইউরোর চেলসি মুভের কথা। আমি ২০২৩ সালের জানুয়ারিতে এই ডিলটা নিয়ে লিখেছিলাম, আর আমার মূল দাবি ছিল, বিশ্বকাপ এখন স্কাউটিং টুর্নামেন্ট নয়, একটা ট্রান্সফার ট্যাক্স। একটা টুর্নামেন্টের ছয়-সাত ম্যাচের ডেটা একটা খেলোয়াড়ের দাম তিনগুণ করে দিতে পারে। কিন্তু এই দামটা কোথা থেকে আসে? একটা ডেটা পাইপলাইন থেকে। যদি সেই পাইপলাইনের ইনপুট ভুল হয়, ভুল স্ক্র্যাপ হয়, বা কেউ একটা খালি রিপোর্টের উপর ভরসা করে দাম ঠিক করে, তাহলে ক্ষতিটা কোটি কোটি ডলারের। আমি সেই সময় এজেন্টের বোনাস ক্লজের নিশ্চিতকরণ মূলধারার আউটলেটের আগে বের করেছিলাম, আর প্রতিটা স্কুপে সময় লিখে রেখেছিলাম, কারণ আমি জানতাম, দ্রুততা যখন এত বেশি, তখন একমাত্র সুরক্ষা হলো প্রমাণ। এখানেই ব্লকচেইনের আসল কেস। ফ্যান টোকেন নয়, ডেটা প্রোভেন্যান্স। ধরুন প্রতিটা পরিসংখ্যান, একটা স্ট্রাইক রেট, একটা কভারেজ ডিসট্যান্স, একটা পেনাল্টি-কর্নার কনভার্শন রেট, একটা পাবলিক লেজারে টাইমস্ট্যাম্পড। কে যোগ করল, কোন ম্যাচ থেকে, কোন সোর্সে যাচাই হলো, সব রেকর্ডে। তাহলে একটা খালি স্টেজ-১ রিপোর্ট কখনো স্টেজ-২-তে পৌঁছাত না। কারণ লেজার প্রথমেই বলত, এই রেফারেন্সের কোনো বৈধ ইনপুট নেই, স্টেজ-২ বন্ধ করো। আমি ২০২০ সালের মে মাসে বুন্দেসলিগার দর্শকশূন্য পুনরারম্ভের প্রথম দুই ম্যাচডের ১৮টা ম্যাচ ৪৮ ঘণ্টায় দেখেছিলাম। খালি স্টেডিয়াম প্রমাণ করেছিল হোম অ্যাডভান্টেজ একটা মিথ, বায়ার্ন ছাড়া। আমি ১৮টা দলের প্রেসিং ইনটেনসিটি আর হোম-অ্যাওয়ে গোল পার্থক্য ট্র্যাক করেছিলাম, এবং পেয়েছিলাম হোম টিম মাত্র সাতটা ম্যাচ জিতেছে, আর শালকে ০৪ একাধিক ম্যাচে বড় ব্যবধানে হেরেছে। এই ট্র্যাকিং যদি একটা অপরিবর্তনীয় লেজারে থাকত, তবে আজ কেউ বলতে পারত না যে খালি স্টেডিয়ামে হোম অ্যাডভান্টেজ বাড়ে, কারণ প্রতিটা ম্যাচের সংখ্যা টাইমস্ট্যাম্পড প্রমাণ হয়ে থাকত। খালি স্টেডিয়ামের পাঠটা আসলে ডেটা সম্পর্কে। যখন ভিড় থাকে না, তখন তুমি শুনতে পাও কোন ভেরিয়েবলটা আসল আর কোনটা শুধু শব্দ। একইভাবে, যখন ইনপুট খালি থাকে, তখন তুমি দেখতে পাও কোন বিশ্লেষণটা সত্যিই ডেটার উপর দাঁড়িয়ে ছিল, আর কোনটা শুধু ন্যারেটিভের উপর ভাসছিল। একইভাবে, ২০২১ সালের জুলাইয়ে ইউরো ২০২০-র ফাইনালে ইতালি পেনাল্টিতে ইংল্যান্ডকে হারানোর পর, আমি খেয়াল করেছিলাম জর্জিনিয়োর ৮৯টা পাস আর ইতালির পাঁচ সেকেন্ডের কাউন্টার-প্রেস। ইতালির পাঁচ সেকেন্ডের প্রেস আমাকে ভারতের দিকে ফিরিয়ে তাকাতে বাধ্য করেছিল, যেখানে টোকিও অলিম্পিকে ভারতের পুরুষ হকি দল ব্রোঞ্জ জিতেছিল ২১টা পেনাল্টি কর্নারের মধ্যে আটটা কনভার্ট করে। দুইটা সম্পূর্ণ আলাদা খেলা, কিন্তু দুইটার পেছনেই একই ধরনের যাচাইযোগ্য সংখ্যা। যদি সেই সংখ্যাগুলো একটা লেজারে বাঁধা থাকত, তবে আজ কেউ বলতে পারত না যে ভারতের ব্রোঞ্জ শুধু ভাগ্য ছিল, কারণ প্রতিটা কর্নারের হিসাব প্রমাণ হয়ে থাকত। আজকের ট্রান্সফার উইন্ডোতে তথ্যের আসল সমস্যা তথ্যের অভাব নয়, তথ্যের ভিড়। গুজবের বন্যা সিগন্যাল ডুবিয়ে দেয়। রিলিজ ক্লজের গঠন, মজুরি বিল, এজেন্টের চাল, এগুলোই আসল গল্প। কিন্তু এই গল্পগুলো তখনই যাচাইযোগ্য হয়, যখন প্রতিটা দাবির একটা সোর্স আর একটা সময় থাকে। ব্লকচেইন সেই দুটো জিনিসকে সিস্টেমের ভেতরে বেঁধে দেয়। বেটিং ও ফ্যান্টাসি মার্কেটের কথা ভাবুন। একটা ভুল ইনপুট সেখানে সরাসরি টাকার ক্ষতি। যদি প্রতিটা খেলোয়াড়ের ইনজুরি আপডেট, প্রতিটা লাইনআপ পরিবর্তন একটা যাচাইযোগ্য লেজারে থাকে, তাহলে ম্যানিপুলেশনের সুযোগ কমে। আমি এটা বলছি বেটিং প্রোমোট করতে নয়, উল্টো, আমি বলছি যে বাজারের অখণ্ডতা রক্ষার জন্য স্বচ্ছতা দরকার, আর সেটা ছাড়া গুজবের রাজত্ব চলবে। মরক্কোর ২০২২ বিশ্বকাপের সেমিফাইনাল রান নিয়ে আমার তখনকার দাবিটা মনে পড়ে। আমি বলেছিলাম, এটা কোনো রূপকথা নয়, এটা একটা ৪-১-৪-১ ব্লুপ্রিন্ট। সোফিয়ান আমরাবাত ১২.৪ কিলোমিটার দৌড়েছিলেন, আচরাফ হাকিমির গড় পজিশন ছিল অস্বাভাবিকভাবে উঁচু, আর দল পাঁচটা ক্লিন শিট রেখেছিল। এই ডেটাগুলো যদি একটা অপরিবর্তনীয় লেজারে টাইমস্ট্যাম্পড থাকত, তবে পরে কেউ সেগুলো বদলে দিতে পারত না, কোনো বিতর্কই তৈরি হতো না। আজকের গুজব-অর্থনীতিতে এই অপরিবর্তনীয়তাই আসল মুদ্রা। এখন আসুন স্বীকার করি আমি কোথায় ভুল হতে পারি। প্রথম আপত্তিটা সবচেয়ে শক্ত। ব্লকচেইন একটা ইনপুট এক্সট্র্যাকশন ব্যর্থতা ঠেকাতে পারে না। যদি স্টেজ-১ ভুল করে, যদি কোনো সোর্স আর্টিকেল না পাওয়া যায়, তবে লেজার শুধু এটা রেকর্ড করবে, এখানে কোনো ইনপুট ছিল না। সে ইনপুট বানিয়ে দেবে না। অর্থাৎ ব্লকচেইন সমস্যার সমাধান নয়, সে শুধু সমস্যাটাকে দৃশ্যমান করে। কখনো কখনো দৃশ্যমান করা অর্ধেক সমাধান, কিন্তু বাকি অর্ধেকটা মানুষের হাতে। দ্বিতীয় আপত্তি, খরচ ও গতি। ক্রিকেটের ডেটা ভলিউম বিশাল। প্রতিটা বলের জন্য আলাদা অন-চেইন রেকর্ড বাস্তবে অসম্ভব এবং অপ্রয়োজনীয়। বাস্তবসম্মত মডেল হলো হাইব্রিড, অর্থাৎ প্রতিটা তথ্যের হ্যাশ অন-চেইন আর কাঁচা ডেটা অফ-চেইন। নইলে তুমি এমন একটা সমাধান বানাবে যা সমস্যাটার চেয়ে বড়। তৃতীয় আপত্তি, এবং এটা আমার সবচেয়ে বড় সন্দেহ। ক্রিকেটের গভর্নেন্স ইতিমধ্যেই খণ্ডিত। আইসিসি, জাতীয় বোর্ড, ফ্র্যাঞ্চাইজি লিগ, কে লেজার চালাবে? যদি কেন্দ্রীভূত থাকে, তবে সেটা আর বিকেন্দ্রীভূত নয়, শুধু একটা ডেটাবেস। আর একটা সাধারণ ডেটাবেস দিয়েই ইনপুট ভ্যালিডেশন গেট বসানো যায়, যা একটা ফাঁকা স্টেজ-১ রিপোর্টকে স্টেজ-২-তে পাঠাত না। এখানে আমার সৎ বিচার, ব্লকচেইন কোনো জাদু নয়। ডেটা অখণ্ডতার জন্য প্রযুক্তি দরকার, কিন্তু সেটা ব্লকচেইন হোক বা না হোক, আসল শিক্ষা একটাই, পাইপলাইনের একঘেয়ে প্লাম্বিংটা মডেলের চেয়ে কম গুরুত্বপূর্ণ নয়। ইন্ডাস্ট্রি যখন পরের বড় অ্যানালিটিক্স মডেল নিয়ে প্রতিযোগিতা করছে, তখন কেউ খেয়াল করছে না যে প্লাম্বিং ফুটো। তাহলে সামনের দিকে কী দেখছি? আমার পূর্বাভাস হলো, আগামী ২৪ মাসের মধ্যে অন্তত একটা বড় ফ্র্যাঞ্চাইজি লিগ বা জাতীয় বোর্ড ডেটা-অখণ্ডতা নিয়ে একটা পাইলট প্রকল্প চালু করবে, সম্ভবত ক্রিপ্টো নয় বরং ভেরিফায়েড ডেটা পার্টনারশিপের মাধ্যমে। কারণটা বাজারের নয়, ব্যয়ের। একটা ভুল ট্রান্সফার ফি বা একটা বাজেয়াপ্ত অকশন দামের ক্ষতি একটা লেজার চালানোর খরচের চেয়ে বহুগুণ বেশি। কিন্তু আরও বড় প্রশ্নটা প্রযুক্তিগত নয়, সাংস্কৃতিক। আমরা কি এমন একটা ডেটা সংস্কৃতি তৈরি করতে পারব যেখানে আমার মডেল বলছে বলার আগে আমার ইনপুট যাচাই হয়েছে বলাটা স্বাভাবিক হয়ে ওঠে? খালি চেয়ারটা যদি এই প্রশ্নটাই তুলে দেয়, তবে সেই ফাঁকা রিপোর্টটা বৃথা যায়নি। কারণ শেষে সত্যিটা সোজা। যে বিশ্লেষণ খালি ইনপুট থেকে জন্ম নেয়, সে যত সুন্দর ফ্রেমওয়ার্কই হোক, সেটা শুধু একটা সুন্দর শূন্য।