খালি কলামের সাক্ষ্য: ক্রিকেট ডেটা পাইপলাইনের নীরব ব্যর্থতা এবং ব্লকচেইনের সীমারেখা

আমার ডেস্কে ফাইলটা এলো সকাল দশটা বেজে সাত মিনিটে। স্টেজ-১ ডিকনস্ট্রাকশনের ফলাফল — শিরোনাম নেই, সূত্র নেই, ধরন লেখা "অশ্রেণীবদ্ধ", তথ্যবিন্দুর তালিকা সম্পূর্ণ ফাঁকা। একটি ঘরও পূরণ হয়নি। শুধু একটি অসমাপ্ত এক-বাক্য সারাংশ, আর একটি নোট: "উপরের তথ্যবিন্দু থেকে সত্তা, সময়-সংবেদনশীলতা ও সূত্রের মান নির্ধারণ করুন।" অথচ উপরে কোনো তথ্যবিন্দুই নেই।

আমি কফির কাপ নামিয়ে রাখলাম। পনেরো বছরের ডেস্ক-অভিজ্ঞতায় আমি এমন ফাইল চিনি, যেখানে ডেটা কম থাকে কিন্তু গল্প বেশি। ধারাভাষ্যের কণ্ঠস্বর থাকে, গ্যালারির গর্জন থাকে, "সে চাপের ম্যাচে সবসময় জ্বলে ওঠে" — এমন বাক্য থাকে। এই ফাইলটিতে একটি বাক্যও ছিল না। অথচ বিপদটা ঠিক এখানেই।

কারণ কলাম যখন খালি, হাত নিজে থেকেই পেন্সিলের দিকে যায়। আমি জানি স্প্রেডশিট কী মনে রাখে — স্টেডিয়াম যা ভুলে যায়, স্প্রেডশিট তা ধরে রাখে। কিন্তু এবার স্প্রেডশিট কিছুই মনে রাখেনি। প্রশ্নটা তাই সহজ নয়: আমি কি এই শূন্যতা নিজের স্মৃতি দিয়ে ভরাট করব, নাকি শূন্যটাকে শূন্য বলেই স্বীকার করব?

প্রেক্ষাপট: দুই ধাপের সেতু, আর একটি ফাঁকা ইট

এই ফাইল যে পাইপলাইনে জন্ম নিয়েছে, সেটি দুই স্তরের। স্টেজ-১ সোর্স নিবন্ধকে ভেঙে ফেলে তথ্যবিন্দু আর মূল দৃষ্টিভঙ্গিতে। স্টেজ-২ সেই বিন্দুগুলোর কাঁধে ভর দিয়ে গভীর বিশ্লেষণ গড়ে তোলে — ফরম্যাট ও ম্যাচ-চরিত্র, খেলোয়াড়ের কৌশল ও ডেটা, দলের ভূগোল ও র‍্যাঙ্কিং, লিগ ও বাণিজ্য, নিয়ম ও শাসন, ঝুঁকি, জন-ন্যারেটিভ, আর শিল্প-প্রবাহ। স্টেজ-১ যদি খালি হয়, স্টেজ-২-এর গোটা কাঠামো বালির উপর দাঁড়ায়।

স্পোর্টস ডেটা ডেস্কে এটা নতুন কিছু নয়। ২০১৮ সালে রাশিয়া বিশ্বকাপে আমি চৌষট্টিটি ম্যাচের PPDA আর xG লগ করছিলাম — প্রতিটি দলের জন্য, প্রতিটি ম্যাচে, একই ডেটা ডিকশনারি মেনে। আমি রাশিয়া ২০১৮-এর ৬৪টি ম্যাচ লগ করেছিলাম, যতক্ষণ না কোলাহল সংকেতে বদলে গেল। সেসময় শিখেছিলাম, একটি লেজারের মান তার কলামগুলোর ধারাবাহিকতায়, ফ্যান্সি চার্টে নয়। এখন যে ফাইলটি সামনে, তার প্রতিটি কলাম ফাঁকা।

প্রশ্ন আসে, কেন ফাঁকা? দুটি সম্ভাবনা। এক, সোর্স নিবন্ধটি সত্যিই বিষয়শূন্য ছিল — সম্ভাবনা কম, কারণ নিউজরুম ফাঁকা নিবন্ধ পাঠায় না। দুই, ইনজেশন বা পার্সিং স্তরে সাইলেন্ট ব্যর্থতা — সোর্স ফেচ হয়নি, ফরম্যাট বদলে গেছে, অথবা টেমপ্লেট ডেটা-পেলোড ছাড়াই ছাপা হয়েছে। নোটের ভঙ্গিটাই দ্বিতীয় সম্ভাবনার দিকে আঙুল তোলে: টেমপ্লেট আছে, তাকে খাওয়ানোর তথ্য নেই।

এখানেই আমার ভূমিকা স্পষ্ট। আমি বাংলাদেশে জন্মেছি, কর্মক্ষেত্র ভারতে, আর এই সীমান্ত-অভিজ্ঞতা আমাকে শিখিয়েছে দুই জিনিসের দিকে তাকাতে — সোর্স, আর সোর্সের ফাঁক। ভারতে বসে বাংলা ক্রিকেট লেখার সময় আমি কখনো নিজের অবস্থান লুকাই না; প্রবাসীর চোখ এখানে দুর্বলতা নয়, একটি লেন্স। একইভাবে, একটি ফাঁকা বিশ্লেষণ আমার কাছে ব্যর্থতা নয়, একটি ডেটা-পয়েন্ট — শর্ত একটাই, আমাকে সেটি মাপতে হবে, বানাতে হবে না।

মূল বিশ্লেষণ: আটটি দিক, আটটি N/A, আর একটি সৎ উত্তর

ফাইলটি খুলে দেখলাম, গভীর বিশ্লেষণের আটটি মাত্রার প্রতিটিই একই অবস্থায়। ফরম্যাট ও ম্যাচ-বিশ্লেষণে কোনো ফরম্যাট নেই — টেস্ট, ওয়ানডে, টি-টোয়েন্টি, দ্য হান্ড্রেড, কিছুই চিহ্নিত করা যায়নি। ভেন্যু নেই, আবহাওয়া নেই, ডাকওয়ার্থ-লুইস নেই, টস নেই। খেলোয়াড় বিশ্লেষণে কোনো নাম নেই, তাই ভূমিকা নির্ধারণ অসম্ভব — ব্যাটার, বোলার, অলরাউন্ডার, উইকেটকিপার, কেউ। দল বিশ্লেষণে কোনো জাতীয় দল বা ফ্র্যাঞ্চাইজি নেই, তাই আইসিসি র‍্যাঙ্কিংয়ের নড়াচড়া মাপা যায় না। লিগ বিশ্লেষণে ব্রডকাস্ট-অধিকারের মূল্য, ফ্র্যাঞ্চাইজি ভ্যালুয়েশন, খেলোয়াড় বেতন — সব অনির্ধারিত। শাসন বিশ্লেষণে কোনো সংস্থা নেই, তাই ক্ষমতা-বণ্টন বা দুর্নীতি-ঝুঁকি মাপার উপায় নেই। ঝুঁকি ম্যাট্রিক্সের ছয়টি ঘর শূন্য। ন্যারেটিভের উষ্ণতা-চক্র কোথায়, জানা নেই। আর শিল্প-প্রবাহের মানচিত্রে উজান, মধ্যধারা, ভাটি — তিনটিই ফাঁকা।

এই আটটি N/A আসলে একটি মাত্র তথ্য: পাইপলাইন স্টেজ-১-এ ভেঙেছে। এটাই এই নিবন্ধের একক দাবি। এবং এখানেই আমার পেশাগত জীবনের সবচেয়ে দামি অভ্যাসটি কাজে এলো — যা আমি ২০১৭ সালের বেঙ্গালুরু এফসি ব্লগে শিখেছিলাম। সেবার আমি ১২,৪০০টি ইভেন্ট রেকর্ড স্ক্র্যাপ করে R-এ একটি xG মডেল লিখেছিলাম, আর দেখেছিলাম দলটি ৩২.৪ xG থেকে ৩৫ গোল করেছিল; সুনীল ছেত্রী ৩.১ গোলে মডেলকে ছাপিয়ে গিয়েছিলেন। সেই লেখা থেকেই আমার নিয়ম দাঁড়ায়: দাবি, মেট্রিক, প্রমাণ, সিদ্ধান্ত। এখানে মেট্রিক নেই, তাই দাবিও নেই।

এবার আসল পরীক্ষা। একটি ফাঁকা ঘর পেলে বিশ্লেষকের তিনটি পথ থাকে। প্রথম পথ — অনুমান দিয়ে ভরাট। "সম্ভবত এটি একটি আইপিএল ম্যাচ ছিল, সম্ভবত একটি বড় চেজ ব্যর্থ হয়েছিল।" দ্বিতীয় পথ — থেমে যাওয়া, ইনপুট ফেরত পাঠানো। তৃতীয় পথ — ফাঁকাটিকে নিজেই বিশ্লেষণ করা। আমি তৃতীয় পথটি বেছেছি, কারণ একটি খালি কলামও ডেটা — যদি আপনি তার নাল-হ্যান্ডলিং সৎ রাখেন।

এখানেই ডেটা অখণ্ডতার (data integrity) প্রশ্নটি উঠে আসে, আর প্রশ্নটি স্বাভাবিকভাবেই ব্লকচেইনের দিকে টানে। কারণ ক্রিকেট এখন যা বিতর্ক করে, স্পোর্টস ডেটা শিল্প ইতিমধ্যেই যা নিয়ে ভাবছে — তা হলো প্রোভেন্যান্স। বল-বাই-বল ডেটা কে রেকর্ড করল, কে যাচাই করল, কে বদলাল, আর বদলটা কে ধরল? একটি অপরিবর্তনীয় লেজার এই চার প্রশ্নের একটির উত্তর দিতে পারে: কেউ চুপচাপ রেকর্ড মুছতে পারবে না।

ভাবুন, একটি ক্রিকেট ডেটা লেজারের কথা। প্রতিটি বল-বাই-বল রেকর্ড একটি ব্লকে লেখা, তার একটি হ্যাশ, আর আগের ব্লকের সাথে সংযুক্ত। কোনো এক ম্যাচে যদি কেউ পরে গিয়ে একটি ওয়াইড বদলে দেয়, পুরো চেইনের হ্যাশ বদলে যাবে, আর ব্যর্থতা লুকানো অসম্ভব হয়ে পড়বে। এটাই ব্লকচেইনের আসল উপহার — সত্যের নিশ্চয়তা নয়, বরং পরিবর্তনের দৃশ্যমানতা। ট্রান্সফার রেকর্ড, স্কাউটিং রিপোর্ট, ডোপিং-টেস্টের টাইমস্ট্যাম্প — সবই এই লেজারে বসলে জালিয়াতির খরচ আকাশছোঁয়া হয়। একটি ট্রান্সফার গুজব আসলে একটি সারি, যার সোর্স কলামটি এখনো খালি। ব্লকচেইন সেই সোর্স কলামটি মুছতে দেয় না।

কিন্তু এখানেই আমার দ্বিতীয় অভিজ্ঞতাটি হাত ধরে টেনে আনে। ২০২০ সালে, মহামারির বিরতিতে, আইএসএল গোয়ার বায়ো-বাবলে খেলা হচ্ছিল ফাঁকা স্টেডিয়ামে। আমি ১১০টি ম্যাচ বিশ্লেষণ করে দেখলাম, স্বাগতিক দলের xG-পার্থক্য ২০১৯-২০-এর প্লাস ০.৩১ থেকে নেমে ২০২০-২১-এ মাইনাস ০.০৪-এ ঠেকেছে। আমি কোলাহল-অনুপস্থিতি সামঞ্জস্যের একটি মডেল বানালাম, আর মুম্বাই সিটি এফসি সেই সেট-পিস xG রিপোর্ট ব্যবহার করে লিগ জিতল। সেসময় শিখলাম, প্রতিটি সংখ্যার পেছনে একটি শর্ত থাকে, আর শর্ত না লিখলে সংখ্যা নিজেই মিথ্যা হয়ে ওঠে।

এখন সেই শিক্ষা ব্লকচেইনে বসাই। ব্লকচেইন আমার মডেলের চেয়ে বেশি সৎ নয়। সে যা পায়, তা-ই অমর করে রাখে। ইনপুট যদি ভুল হয়, লেজার সেই ভুলকে চিরস্থায়ী করে — "garbage in, permanent garbage out"। যদি স্টেজ-১ ভেঙে যায়, একটি অন-চেইন স্টেজ-২ কেবল আরও নিখুঁতভাবে ভাঙবে। প্রযুক্তি সোর্সের মান তৈরি করে না; সে সোর্সের অভাবকে শুধু আরও স্পষ্ট করে তোলে।

তাই এই ফাঁকা ফাইলটি আমার কাছে একটি উপহার। সে প্রমাণ করে, পাইপলাইনে গার্ডরেল কাজ করছে। কারণ সবচেয়ে বড় বিপদ ব্যর্থতা নয়, ব্যর্থতার উপর গড়ে ওঠা আত্মবিশ্বাস। একজন বিশ্লেষক যদি চাপে পড়ে ফাঁকা ইনপুটের উপর কল্পিত সত্তা, ফলাফল আর পরিসংখ্যান বসিয়ে দেন, তবে সেটি ডেটা নয় — সেটি কল্পকাহিনি, যা পরে সোর্সের মতো দেখতে হবে। আর কল্পকাহিনি একবার লেজারে ঢুকলে তাকে বের করা যায় না।

এখানেই আমি আমার পেশাগত রীতিটি স্মরণ করি। ২০২১ সালে, ইউরো ও টোকিও অলিম্পিক একসাথে কভার করার সময়, আমি বেঙ্গালুরু থেকে বসে দশ দিনে একটি ক্রস-স্পোর্ট মেট্রিক ডিকশনারি বানিয়েছিলাম — ফুটবলে প্রেসিং, হকিতে পেনাল্টি-কর্নার দক্ষতা। ইতালির PPDA ৮.৯, ফাইনালে জর্জিনিয়োর ৪২টি প্রেস — সব একই কাঠামোয় বসে। সেই অভিজ্ঞতা আমাকে শিখিয়েছে, ডেটার শক্তি তার ধারাবাহিকতায়, তার আড়ম্বরে নয়। একটি স্টেজ-১-এর ব্যর্থতা তাই একটি স্টেজ-২-এর সাফল্য হতে পারে, যদি সেটি সৎভাবে ঘোষণা করা হয়।

এবার শাসন ও ঝুঁকির প্রশ্নে ফিরি। এই ঘটনার একমাত্র সত্যিকার ঝুঁকি তথ্যগত নয়, পদ্ধতিগত। প্রথম ঝুঁকি: ডাউনস্ট্রিমে জালিয়াতি — চাপে পড়া বিশ্লেষক বানিয়ে ফেলার প্রবণতা। দ্বিতীয় ঝুঁকি: সাইলেন্ট পাইপলাইন ত্রুটি — একই ফাঁকা ফিল্ড যদি বারবার আসে, তবে সমস্যা একবারের নয়, সিস্টেমিক। তৃতীয় ঝুঁকি: সময়-সংবেদনশীলতা — স্টেজ-১ কোনো তারিখ বা ঘটনা-অ্যাংকর দেয়নি, তাই এই বিশ্লেষণ কোন সময়-জানালায় বসবে, জানা নেই। একটি রেগুলার সিজনের মাঝে টেবিলের নিচের স্রোত ধরার কাজ এই ডেস্কের; অথচ একটি খালি ইনপুট সেই পুরো কাজটিকে অচল করে দেয়।

একটি তথ্যশূন্য প্রতিবেদনও যদি পাইপলাইনে প্রবেশ করে, তবে তার ক্ষতি ছড়ায়। ব্রডকাস্ট, দক্ষিণ এশিয়ার ক্রিকেট-হৃদয়, প্রতিভা-সরবরাহ শৃঙ্খল, পুঁজির নেটওয়ার্ক, বেটিং-ফ্যান্টাসি বাজার, ডেরিভেটিভ মার্কেট — প্রতিটি অংশ কাঁচা ডেটার উপর দাঁড়ায়। একটি ভুল সোর্স সেখানে ঢুকলে ফ্যান্টাসি দলে, বাজি-বাজারে, বিনিয়োগের সিদ্ধান্তে ছড়িয়ে পড়ে। আর সেখানে ব্লকচেইন যদি কিছু দেয়, তা হলো ট্রেসেবিলিটি — কোন ডেটা কোথা থেকে এসেছে, তার একটি যাচাইযোগ্য পথ। সোর্স-অ্যাট্রিবিউশন তাই অলংকার নয়, অস্ত্র।

পাল্টা কোণ: লেজার সত্য ধরে রাখে, কিন্তু সত্য গড়ে না

এখন আমার নিজের মডেলের বিরুদ্ধেই প্রশ্ন তুলি। আমি যেহেতু আটবার দেখেছি, নিজের সংগৃহীত ডেটা আমার স্মৃতিকে হারিয়ে দিয়েছে, সেহেতু আমার সহজে ঢলে পড়ার প্রবণতা হলো "লগ করা মানেই সত্য" — এই ভ্রান্তিতে বিশ্বাস। কিন্তু লগ করা আর সত্য, দুটো আলাদা জিনিস। একটি নিখুঁত লেজার একটি মিথ্যাকেও নিখুঁতভাবে সংরক্ষণ করতে পারে। ব্লকচেইন যদি কোনো ভুল সোর্সকে হ্যাশ করে বেঁধে ফেলে, সে ভুলটিকে আরও শক্ত করে বাঁধে, সত্য বানায় না।

আরেকটি ফাঁদ হলো মডেল-প্রচার। xG ধরনের সরঞ্জাম আমাকে সত্যিই জিতিয়েছে — ২০১৭-র ব্লগ, ২০২০-র কোলাহল-মডেল, ২০২১-র ক্রস-স্পোর্ট ডিকশনারি। কিন্তু এই জয়গুলোই আমাকে প্রলুব্ধ করে সরঞ্জামকে দর্শনে পরিণত করতে। স্কাউট, কোচ, খেলোয়াড় — তারা যা দেখেন, তা মডেলের বাইরে। আই-টেস্ট একটি অনুমান, চূড়ান্ত রায় নয়। তাই আমার লেখায় আমি স্পষ্ট লিখি, ডেটাসেট কী দেখতে পায় না — ফিল্ড-প্লেসমেন্ট, ইনজুরি, চাপ, ড্রেসিংরুমের রসায়ন।

আর সবচেয়ে বড় সতর্কতা: অনুমানকে বিশ্লেষণের জায়গায় বসানো। কেউ যদি ভাবে, একটি খালি স্টেজ-১ মানে "কিছু না থাকলেও চলবে", সে নিজের অজান্তেই কল্পনা ঢুকিয়ে দেবে। আমার মডেল যে আটবার আমাকে ভুল প্রমাণ করেছে, তার মূল কারণ ছিল একটাই — আমি ফাঁকা ঘর দেখে ভরে দিয়েছিলাম। এই ফাইলটি আমাকে সেই পুরনো অভ্যাস থেকে রক্ষা করেছে।

সামনের দিকে: পরের রাউন্ডের সংকেত

আমি এখন তিনটি সংকেত গভীরে দেখব। প্রথমত, স্টেজ-১ আবার কখনো ভরে ফেরত আসে কি না — তথ্যবিন্দু আর দৃষ্টিভঙ্গি দুটোতেই। দ্বিতীয়ত, এই ফাঁকা নিবন্ধের মূল কারণ — পাইপলাইন লগ আর সোর্স-ফেচ যাচাই। তৃতীয়ত, সোর্স নিবন্ধটি আদৌ খুঁজে পাওয়া যায় কি না। যদি একই ফাঁকা ফিল্ড বারবার ফেরে, তবে এটি একবারের ভুল নয়, ভাঙা সরবরাহ-শৃঙ্খল।

প্রশ্নটা এখন আমার নিজের দিকেও। আমরা কি এমন পাইপলাইন বানাব যা শূন্যতাকে চিনতে পারে, নাকি এমন যা নীরবতাকে আত্মবিশ্বাসী কোলাহলে ভরিয়ে দেয়? একটি লেজার যা কখনো মিথ্যা বলে না, তার চেয়ে দামি একটি ডেস্ক যা কখনো না-জানাকে জ্ঞানের মতো সাজায় না। পরের ম্যাচের আগে আমি আমার সোর্স কলামটি খালি রাখব — যতক্ষণ না সত্যিই কোনো সোর্স আসে।