ফাঁপা রিপোর্টই সবচেয়ে বড় সংকেত: ইস্পোর্টস ডেটা পাইপলাইনের নীরব ব্যর্থতা

গত সপ্তাহে রাত দুইটার দিকে আমি একটা অ্যানালিটিক্স ড্যাশবোর্ডের সামনে বসে ছিলাম। স্ক্রিনে নয়টা কলাম, একশর বেশি ঘর, আর ভেতরে একটাই বাক্যের পুনরাবৃত্তি — “তথ্য অপর্যাপ্ত।” কোনো ম্যাচের নাম নেই, কোনো প্যাচ নম্বর নেই, কোনো দল নেই, কোনো খেলোয়াড় নেই। যেটা ছিল, সেটা হলো নিখুঁতভাবে সাজানো একটা কাঠামো, আর তার ভেতরে সম্পূর্ণ শূন্যতা। সবচেয়ে ভয়ংকর অংশটা এই নয় যে রিপোর্টটা ফাঁকা ছিল। ভয়ংকর অংশটা হলো, যে এডিটর সেটা পড়ছিলেন তিনি স্ক্রল করে নিচে নেমে মনে মনে লিখে ফেললেন — “ঠিক আছে, বড় কোনো ঝুঁকি পাওয়া যায়নি।” এই একটা অনুমানই আজকের ইস্পোর্টস অ্যানালিটিক্স শিল্পের সবচেয়ে বিপজ্জনক ভুল। কারণ খালি রিপোর্ট মানে “ঝুঁকি নেই” নয়। খালি রিপোর্ট মানে পাইপলাইন ভেঙে গেছে, আর সেটা কেউ ধরতে পারেনি।

আমি সাত বছর ধরে ইস্পোর্টসের খবর কভার করছি, আর আমার একটা অভ্যাস আছে — কোনো বিশ্লেষণের দিকে তাকালে আমি প্রথমে তার অনুপস্থিতি খুঁজি, উপস্থিতি নয়। ২০১৮ সালের ওয়ার্ল্ড কাপ ফাইনালের পর থেকে এটাই আমার নিয়ম। সেদিন ফ্রান্স ক্রোয়েশিয়াকে ৪-২ গোলে হারিয়েছিল, অথচ বল দখলে ফ্রান্সের ছিল মাত্র ৩৯ শতাংশ। ক্রোয়েশিয়ার ৬১ শতাংশ দখল, পনেরোটা শট — দেখতে মনে হচ্ছিল তারা ম্যাচ নিয়ন্ত্রণ করছে। কিন্তু গোল হয়েছিল ছয়টার মধ্যে, আর জিতেছিল সেই দলটাই যার দখল কম। তখনই আমি বুঝেছিলাম, নিয়ন্ত্রণ আসলে একটা সুন্দর মিথ — যতক্ষণ না সেটা কিছু উৎপাদন করে। এখন সেই একই যুক্তি আমি ডেটার জগতে প্রয়োগ করি: পরিপাটি কাঠামো মানেই বিশ্লেষণ নয়, ঠিক যেমন দখল মানেই জয় নয়।

ইস্পোর্টসের সমস্যাটা এখানেই জটিল। প্রতি সপ্তাহে লাখ লাখ ঘণ্টার ভিডিও, দুই সপ্তাহ পরপর প্যাচ নোট, ট্রান্সফার উইন্ডোতে ঘণ্টায় ঘণ্টায় রসটার পরিবর্তন — এসব মানুষের পক্ষে দেখে দেখে বিশ্লেষণ করা অসম্ভব। তাই ইন্ডাস্ট্রি অটোমেশনের দিকে গেছে। এখন স্ট্যান্ডার্ড মডেল হলো দুই স্তরের পাইপলাইন: প্রথম স্তরে একটা নিবন্ধ বা প্রতিবেদনকে ভেঙে তথ্যবিন্দু (ইনফরমেশন পয়েন্ট), মূল দৃষ্টিভঙ্গি আর সংশ্লিষ্ট সত্তা (দল, খেলোয়াড়, টুর্নামেন্ট) বের করা হয়; দ্বিতীয় স্তরে সেই কাঠামোর উপরে গভীর বিশ্লেষণের ফ্রেমওয়ার্ক চালানো হয়। দুটো স্তরের মধ্যে একটা চুক্তি থাকে, খুব সরল চুক্তি — প্রথম স্তরকে অবশ্যই অখালি ইনফরমেশন পয়েন্ট দিতে হবে।

আমি যেটা দেখলাম, সেটা হলো সেই চুক্তির ভঙ্গ। প্রথম স্তরের আউটপুটে শিরোনাম নেই, সূত্র নেই, তথ্যবিন্দুর তালিকা খালি, সত্তার তালিকা খালি। একমাত্র যা টিকে ছিল তা হলো ডোমেইন লেবেল — “ইস্পোর্টস।” অর্থাৎ সিস্টেমটা জানত এটা ইস্পোর্টসের বিষয়, কিন্তু ঠিক কী ইস্পোর্টস, কী ম্যাচ, কী প্যাচ — কিছুই জানত না। এই অবস্থাকে সফটওয়্যার ইঞ্জিনিয়ারিংয়ে বলা হয় “নীরব ব্যর্থতা” — প্রক্রিয়া বন্ধ হয়, কিন্তু এরর মেসেজ দেয় না; বদলে একটা ফাঁকা, বৈধ-দেখতে আউটপুট রেখে যায়। পাইপলাইনের সবচেয়ে বিপজ্জনক বাগ এটাই, কারণ ফাঁকা ফলাফলকে সহজেই “কিছু পাওয়া যায়নি” বলে ভুল পড়া যায়।

নীরব ব্যর্থতা আর প্রকৃত “কিছু নেই” — এই দুটোকে আলাদা করতে না পারাই এখানে মূল সংকট। পরিসংখ্যানের সবচেয়ে প্রাচীন শিক্ষা: প্রমাণের অভাব, অভাবের প্রমাণ নয়। একটা শূন্য-পয়েন্ট আউটপুটের দুটো সম্ভাব্য অর্থ থাকতে পারে — সত্যিই তেমন কিছু ছিল না, অথবা এক্সট্রাকশন ফেল করেছে। সিস্টেম নিজে থেকে এই দুটোকে আলাদা করতে পারে না, যদি না সেখানে একটা কঠোর ভ্যালিডেশন গেট থাকে। আর আমার অভিজ্ঞতা বলছে, বেশিরভাগ পাইপলাইনে সেই গেট থাকে না — থাকে শুধু একটা “সফলভাবে সম্পন্ন” সবুজ টিক।

২০২০ সালের এনবিএ বাবল আমার কাছে এই আলোচনার সবচেয়ে ভালো উপমা। বাবলে ভ্রমণ ছিল না, দর্শকের চাপ ছিল না, শুধু বাস্কেটবল — তাই আমি সেটাকে ইতিহাসের সবচেয়ে ন্যায্য প্লে-অফ বলেছিলাম। কারণ সেখানে ভেরিয়েবল নিয়ন্ত্রিত ছিল। একটা ডেটা পাইপলাইনও আদতে একটা বাবল হওয়ার কথা — নিয়ন্ত্রিত, পুনরুৎপাদনযোগ্য, পক্ষপাতমুক্ত। কিন্তু যে বাবলের ফিড লাইন কেটে গেছে, সেটা ন্যায্য নয়; সেটা অন্ধ। খালি রিপোর্ট মানে বাবলের ভেতরে বসে কেউ বুঝতেই পারছে না যে স্কোরবোর্ডই বন্ধ।

২০২২ কাতার বিশ্বকাপের ফাইনালের পর আমি একটা বিতর্কিত লেখা লিখেছিলাম — “আর্জেন্টিনার ২৬ ফাউলই বিশ্বকাপ জিতেছে, মেসি নয়।” তখন অনেকে রেগে গিয়েছিল, কিন্তু আমার যুক্তি ছিল সরল: ম্যাচের ভাগ্য নির্ধারণ করেছিল সেই মেটাটা, যেটা ড্যাশবোর্ডে ওঠে না। ফাউল, বিরতি, ছন্দভঙ্গ — এসব কোনো স্কোরলাইনে দেখা যায় না, অথচ ফলাফল এগুলোই ঠিক করে। ইস্পোর্টসেও একই কথা সত্যি: যেটা ম্যাচের গতিপথ বদলায়, সেটা প্রায়ই সেই জিনিস, যেটা তোমার পাইপলাইন গুনতেই জানে না। আর একটা ফাঁকা রিপোর্ট মানে ঠিক এই — ফাউলগুলো, অর্থাৎ পুরো প্রক্রিয়াটাই, অসংখ্যায়িত থেকে গেছে।

তাহলে আসল সমস্যাটা বিশ্লেষণের গুণ নয়, বরং বিশ্বাসযোগ্যতার অবকাঠামো। আজ ইস্পোর্টস ডেটা কোথা থেকে আসে, কে সেটা যাচাই করে? কোনো কেন্দ্রীয় রেজিস্ট্রি নেই। ম্যাচের ভিডিও এক জায়গায়, প্যাচের ভার্সন আরেক জায়গায়, রসটার লক আরেক জায়গায়, ট্রান্সফার ফি আরেক জায়গায়। ফলে একটা ফাঁকা আউটপুট কেউ ধরতে পারে না, কারণ ধরার জন্য তুলনার একটা ভিত্তি দরকার — আর সেই ভিত্তিটাই অনুপস্থিত।

এখানেই ব্লকচেইনের প্রাসঙ্গিকতা, এবং আমি সেটা বলছি একজন ইস্পোর্টস বিশ্লেষক হিসেবে, ক্রিপ্টো উৎসাহী হিসেবে নয়। প্রতিটি ম্যাচ ভিডিও, প্যাচ নম্বর, রসটার লক আর ট্রান্সফার চুক্তিকে হ্যাশ করে সময়-মুদ্রাঙ্কিত করা গেলে যা পাওয়া যায়, সেটা হলো প্রোভেন্যান্স — উৎসের প্রমাণ। তখন প্রথম স্তরের পাইপলাইন ফেল করলে সেটা প্রমাণ করা যায়, চুপচাপ চাপা পড়ে যায় না। পুরস্কার বিতরণ আর ট্রান্সফার ফি-র জন্য স্মার্ট কন্ট্র্যাক্ট ব্যবহার করলে ঝুঁকি কমে, কারণ শর্ত পূরণ হলে পেমেন্ট স্বয়ংক্রিয়ভাবে হয়, কারও “ভুলে যাওয়া”র সুযোগ থাকে না।

কিন্তু এখানেই আমাকে নিজের প্রতিপক্ষ হতে হবে। কারণ ব্লকচেইন শুধু রেকর্ড করে যা তাকে খাওয়ানো হয়। খারাপ ইনপুট অপরিবর্তনীয়ভাবে খারাপ হয়ে থাকলে সেটা সমাধান নয়, বরং স্থায়ী ক্ষতি। এই ডায়াগনস্টিক ডকুমেন্টটাই তার প্রমাণ: নয়টি বিশ্লেষণ মাত্রার প্রতিটি ঘরে “তথ্য অপর্যাপ্ত” লেখা, আর একমাত্র বাস্তব ঝুঁকি হিসেবে চিহ্নিত হয়েছে “প্রক্রিয়া-ঝুঁকি: উচ্চ।” ডকুমেন্টটা নিজেই স্বীকার করেছে সে ফাঁপা — কিন্তু সেই স্বীকারোক্তি একটা সতর্কতা হেডারের নিচে চাপা পড়েছিল, আর হেডার সবাই স্কিম করে পড়ে।

আমি এটাও মানি, ব্লকচেইন এখানে এমন এক সমাধান হতে পারে যার সমস্যাই নেই। ইস্পোর্টস আর ব্লকচেইনের বিবাহ — এই দুই শব্দ একসাথে লিখলেই যেন একটা প্রকল্প দাঁড়িয়ে যায় — সেটার বেশিরভাগই মৃত। কারণ তারা এমন বিশ্বাসের সমস্যা সমাধান করতে চেয়েছিল, যেটা কারও ছিলই না। এখানে আসল প্রয়োজন অনেক সাধারণ, অনেক নীরস: একটা কঠোর ভ্যালিডেশন গেট, যা শূন্য-পয়েন্ট ইনপুট প্রত্যাখ্যান করে; একটা অ্যালার্টিং সিস্টেম, যা ব্যর্থতা হলে চিৎকার করে; আর একটা মানব চেকপয়েন্ট, যা ফাঁকা রিপোর্টকে “সব ঠিক” বলে পড়তে দেয় না। ব্লকচেইন এই তিনটার পরের স্তর, আগের নয়।

আমি কী দেখলে আমার মত বদলাব? যদি প্রমাণ পাই যে যাচাইযোগ্য রেকর্ড স্তর বাস্তবে পুরস্কার সংক্রান্ত বিরোধ কমিয়েছে, বা ট্রান্সফার উইন্ডোতে গুজবের পরিমাণ কমিয়েছে। এই মুহূর্তে ট্রান্সফার উইন্ডো চলছে, আর ঠিক এই সময়েই যাচাইয়ের মূল্য সবচেয়ে বেশি — যখন চারদিকে গুজবের বন্যা। রিলিজ ক্লজের কাঠামো আর মজুরির বিল আসলে আসল গল্প; বাকিটা শব্দদূষণ। একটা যাচাইযোগ্য লেজার থাকলে অর্ধেক ভুয়া গুজব নিজে থেকেই মরে যেত।

আমি সাত বছর ম্যাচ দেখে যে শিক্ষাটা পেয়েছি, সেটা হলো: দর্শক সবসময় একজন খলনায়ক চায়। যখন ডেটা ফেল করে, তখন খলনায়ক হয়ে যায় বিশ্লেষক। ফ্যানদের ক্ষোভ, রেশিও, হেট-ওয়াচ — এসব আমি সমাজতাত্ত্বিক উপাদান হিসেবে পড়ি, কারণ এগুলো প্রমাণ করে প্ল্যাটফর্মের প্রণোদনা আর দলের প্রতি প্যারাসোশ্যাল বিনিয়োগ কত গভীর। একটা ফাঁকা রিপোর্ট যদি চুপচাপ বেরিয়ে যায়, তাহলে পরের বার যে সংখ্যাটা ভুল, সেটাও ঠিকঠাক দেখাবে — আর তখন খলনায়ক খুঁজতে গিয়ে ইন্ডাস্ট্রিটা নিজের ভেতরেই ফাটবে।

আমার পূর্বাভাস সরল। আগামী এক মৌসুমের মধ্যে, যেসব সংগঠন ইন্টিগ্রিটি গেট আর যাচাইযোগ্য রেকর্ড — হোক সেটা ব্লকচেইনে, হোক সেটা সাধারণ অডিটে — চালু করবে, স্পনসরদের আস্থা তারাই কুড়াবে। কারণ স্পনসর বিশ্লেষণ কেনে না, স্পনসর নিশ্চয়তা কেনে। আর যারা চালু করবে না, তাদের প্রথম বড় সংকটটা আসবে ডেটা ফাঁসিয়ে নয়, ডেটা ভুল দেখিয়ে।

প্রশ্নটা তাই আর “আমাদের বিশ্লেষণ কত গভীর” নয়। প্রশ্নটা হলো — যখন পাইপলাইন চুপ করে যায়, তখন কে চিৎকার করবে?