নাল-রেজাল্ট থেকে অটুট লেজার: ক্রিকেট ডেটা পাইপলাইনে ব্লকচেইন-মানের সততার পাঠ

গত রাতে সিলেটের ঘরে বসে দ্বিতীয় স্তরের বিশ্লেষণ পাইপলাইন চালু করলাম। প্রত্যাশা ছিল একটি ম্যাচ-পাঠ — কোনো পেসারের ইকোনমি ট্রেন্ড, নয়তো পাওয়ারপ্লেতে কোনো ওপেনারের স্ট্রাইক রেট, কিংবা কোনো স্পিনারের ভাঙন-বিন্দু। বাস্তবে ফিরে এলো একগুচ্ছ N/A। আটটি মাত্রার প্রতিটি ঘর খালি। শিরোনাম নেই, উৎস নেই, তথ্যবিন্দু নেই, কোনো সত্তার নাম নেই। বিশ্লেষণটি নিজের ভাষাতেই স্বীকার করল: কোনো মূলগত সিদ্ধান্ত টানা সম্ভব নয়।

একজন বিশ্লেষকের কাছে এর চেয়ে অস্বস্তিকর মুহূর্ত কমই আসে। আমার পেশা অনুমানের নয়, প্রমাণের। ২০১৭ সালে সিলেটে যে xG Chapel আমি গড়ে তুলেছিলাম, তা বিশ্বাস মাপার জন্য — বিশ্বাসের পূজা করার জন্য নয়। মডেল যখন খালি হাতে ফিরে আসে, তখন প্রলোভন জাগে সেটি নিজের কল্পনায় ভরে দিই। মাঝরাতে বসে কল্পনা করা সহজ — একটি সুন্দর টপ-অর্ডার গল্প, একটি দুর্দান্ত পেস-বোলিং ন্যারেটিভ। কিন্তু সেটি বিশ্লেষণ নয়, সেটি সাজানো কথা।

সেই প্রলোভনটাই আজকের বিষয়। কারণ যে পাইপলাইনটি ভেঙে গেছে, সেটি কোনো ক্রিকেট পাইপলাইন নয়। সেটি একটি তথ্য-সততার পাইপলাইন। আর তথ্য-সততার সবচেয়ে কঠোর পাঠটি এসেছে ক্রিকেট থেকে বহু দূরে — ব্লকচেইনের অটুট লেজার থেকে। ব্লকচেইন আসলে ক্রিকেট নিয়ে কিছু বলে না, কিন্তু সে বলে দেয় একটি শৃঙ্খল কীভাবে ভাঙে আর কীভাবে অটুট থাকে।

একটি দুই-স্তরের বিশ্লেষণ পাইপলাইন ঠিক একটি ব্লকচেইনের মতোই কাজ করে — প্রতিটি স্তর আগের স্তরের সত্যতা যাচাই করে না এগোয় না। প্রথম স্তর উৎস-নিবন্ধকে ভেঙে তথ্যবিন্দু আর দৃষ্টিভঙ্গিতে পরিণত করে। দ্বিতীয় স্তর সেই বিন্দুগুলোর উপর আটটি মাত্রার বিশ্লেষণ-কাঠামো প্রয়োগ করে: ফরম্যাট ও ম্যাচ, খেলোয়াড়ের কৌশল ও ডেটা, দলের মানচিত্র, লিগ ও বাণিজ্য, নিয়ম ও শাসন, ঝুঁকি, জন-ন্যারেটিভ, এবং শিল্প-সঞ্চালন। প্রতিটি স্তরের ভিতরে আগের স্তরের উপর নির্ভরশীলতা থাকে, ঠিক যেমন একটি ব্লকে আগের ব্লকের ক্রিপ্টোগ্রাফিক হ্যাশ গাঁথা থাকে।

আজ প্রথম স্তরটি ফিরে দিয়েছে শূন্য। শিরোনাম N/A, উৎস N/A, সারসংক্ষেপ N/A, আর তথ্যবিন্দুর তালিকা সম্পূর্ণ খালি। ডোমেইন লেবেল লেখা cricket_asia, যা প্রয়োজনীয় শীর্ষ-স্তরের Cricket নয়। সত্তা, সময়-সংবেদনশীলতা, উৎসের গুণমান — সব অনুল্লিখিত। একটি শৃঙ্খলের প্রথম ব্লকটিই যদি খালি থাকে, তবে পরের আটটি ব্লক কীসের উপর দাঁড়াবে?

এখানেই ব্লকচেইনের শিক্ষা। একটি ব্লকচেইনে আপনি কখনোই একটি অসত্যাপিত ব্লকের উপর পরের ব্লক তৈরি করেন না। হ্যাশ মিলছে না মানে শৃঙ্খল সেখানে থেমে যায়, আর পুরো নেটওয়ার্ক সেই থামাটিকে বৈধতা দেয়। বিশ্লেষণেও ঠিক একই নিয়ম হওয়া উচিত। যেখানে তথ্যবিন্দু নেই, সেখানে সিদ্ধান্ত নেই। যেখানে সত্তা নেই, সেখানে খেলোয়াড়ের কৌশল নেই। যেখানে উৎস নেই, সেখানে উৎসের গুণমান নেই।

একটি খালি কাঠামো আমাদের সত্য বলছে। একটি ভরা কাঠামো আমাদের মিথ্যা বলতে পারে। এই দুটির মধ্যে ব্যবধানটি হলো সততা, আর সততাই ক্রিকেট বিশ্লেষণের একমাত্র অপরিবর্তনীয় মুদ্রা।

প্রসঙ্গ: তথ্যের অডিট ট্রেইল কীভাবে হারিয়ে যায়

ব্লকচেইনের মূল প্রতিশ্রুতি তিনটি — অপরিবর্তনীয়তা, উৎস-সনাক্তযোগ্যতা, এবং ঐকমত্য। অপরিবর্তনীয়তা মানে একবার লিখিত তথ্য পরে চুপিসারে বদলে ফেলা যায় না। উৎস-সনাক্তযোগ্যতা মানে প্রতিটি এন্ট্রির একটি যাচাইযোগ্য ইতিহাস থাকে, যেখানে কে, কখন, কীভাবে তথ্যটি যোগ করেছে তা দৃশ্যমান। ঐকমত্য মানে একক কর্তৃপক্ষের উপর অন্ধ ভরসা না করে বহু পক্ষ তথ্য মিলিয়ে দেখে, যাতে কেউ একতরফাভাবে সত্য বদলাতে না পারে।

ক্রিকেট ডেটা বিশ্লেষণে এই তিনটি গুণ আজ প্রায় অনুপস্থিত। একটি স্ট্রাইক রেট কোথা থেকে এলো, কে ট্যাগ করল, কোন ফিল্টার প্রয়োগ করা হলো — এসব প্রশ্নের উত্তর বেশিরভাগ ক্ষেত্রেই হারিয়ে যায়। স্প্রেডশিটের একটি ঘর নীরবে বদলে যায়, আর সেটির কোনো চিহ্ন থাকে না। বিশ্লেষকের কাছে সেই তথ্য পৌঁছায় বিচ্ছিন্নভাবে, উৎস-শৃঙ্খল ছাড়া।

আমি বহু বছর ধরে নিজের খাতায় ম্যানুয়ালি শট ট্যাগ করেছি, আর প্রতিবার একটি নিয়ম মেনেছি — যেকোনো সংখ্যা লিখিত হওয়ার আগে সেটির একটি উৎস-সূত্র আমার ডেস্কে থাকতে হবে। এই অভ্যাসটি আমাকে ধীর করেছে, কিন্তু বিশ্বাসযোগ্য করেছে। একটি ডেটা-সেটের মূল্য তার সংখ্যায় নয়, তার যাচাইযোগ্যতায়।

২০১৭ সালে আমি প্রিমিয়ার লিগের ৩,৮০০ শট নিজ হাতে লগ করেছিলাম, প্রথম xG মডেল দাঁড় করাতে। সেই পরিশ্রমের সবচেয়ে বড় ফসল ছিল কোনো ভবিষ্যদ্বাণী নয়, বরং একটি অডিট-যোগ্য শৃঙ্খল। প্রতিটি শটের পেছনে একটি টাইমস্ট্যাম্প ছিল, একটি ম্যাচ-আইডি, একটি অবস্থান। অর্থাৎ আমার হাতে ছোট পরিসরে হলেও একটি অপরিবর্তনীয় লেজার ছিল।

ঠিক সেই কারণেই আমি দাবি করার আগে নমুনা মাপি। একটি ডেটাসেট যদি দশ ম্যাচের কম হয়, আমি লেখা স্থগিত রাখি। এই স্থগিতাদেশ কোনো দুর্বলতা নয়, এটি শৃঙ্খলের সেই হ্যাশ-যাচাইয়ের ধাপ, যা ছাড়া পরের ব্লক নির্মাণ করা যায় না।

মূল বিশ্লেষণ: প্রমাণ-শৃঙ্খল থেকে সিদ্ধান্ত

আমার পদ্ধতির কেন্দ্রে থাকে একটি প্রমাণ-শৃঙ্খল। প্রথমে একটি মেট্রিক-অস্বাভাবিকতা ধরা পড়ে। তারপর সেটিকে প্রেক্ষাপটে বসাই। তারপর ডেটা-প্রমাণের শৃঙ্খল গড়ি। শেষে পরীক্ষা করি, সম্পর্কটা নিছক সহ-সম্বন্ধ নয় তো? এই চার ধাপের প্রতিটিই একটি ব্লক, আর প্রতিটি ব্লক আগেরটির যাচাই ছাড়া গৃহীত হয় না।

২০১৭ সালে বার্নলির সপ্তম স্থানটি আমার মডেল অস্থির বলে চিহ্নিত করেছিল। ৩৯টি প্রকৃত গোল বনাম ৩২.৪ xG, এবং ৭১.২ শতাংশ প্রত্যাশিত সেভ রেটের বিপরীতে ৭৮.৪ শতাংশ সেভ রেট। এই সংখ্যাগুলো একসাথে বলছিল, দলটি তার ভাগ্যের চেয়ে বেশি পয়েন্ট তুলেছে। বাজারে কেউ তা আমলে নেয়নি। আমি বারোটি ম্যাচ ট্র্যাক করে একটি রিগ্রেশন সতর্কতা প্রকাশ করি। পরের মৌসুমে বার্নলি প্রথম বারো ম্যাচে জিতেছিল মাত্র একটি।

এখানে গুরুত্বপূর্ণ অংশটি হলো সতর্কতার প্রকাশ, কোনো জয়ের ভবিষ্যদ্বাণী নয়। আমি বলিনি বার্নলি অবনমিত হবে; আমি বলেছিলাম, এই ধরনের ভাগ্য-নির্ভর পারফরম্যান্স টেকসই নয়। সিদ্ধান্তটি ছিল একটি ব্যবধান-নির্দেশনা, একটি অপরিবর্তনীয় রেকর্ড — যা পরে মিলিয়ে দেখা যায়।

২০২০ সালে স্টেডিয়াম যখন খালি হয়ে গেল, তখন হোম-অ্যাডভান্টেজ এমন একটি চলক হয়ে দাঁড়াল যা আমি অবশেষে বিচ্ছিন্ন করে মাপতে পারলাম। জার্মান বুন্দেসলিগার ৯২টি খালি-স্টেডিয়াম ম্যাচে ঘরের গোল প্রতি ম্যাচে ১.৫৪ থেকে নেমে এলো ১.১৮-তে, আর ঘরের জয়ের হার ৪৩ শতাংশ থেকে ৩৩ শতাংশে। এই ডেটা আমার হাতে একটি পরিষ্কার সমীকরণ এনে দিল, কারণ ভিড় ছিল সেই অনুপস্থিত প্যারামিটার যা বাজার সবসময় ভুল দামে বিক্রি করে।

ভিড় কোনো আওয়াজ নয়; সেটি একটি গোপন প্যারামিটার, যা বাজার বারবার ভুল মূল্য দেয়। সেই বোঝাপড়া থেকে আমি CrowdNull নামের একটি সমন্বয় দাঁড় করালাম, যা ভিড়ের অনুপস্থিতিকে একটি মাপযোগ্য চলক হিসেবে ধরে। ষাটটি বাজির উপর সমন্বিত মডেল ফিরিয়ে দিল ৮.৪ শতাংশ ROI। কাগজটির নাম দিলাম The Empty Stadium Is Not Neutral। এখানেও একই শৃঙ্খল-নীতি — চলক বিচ্ছিন্ন না হলে দাবি নেই।

২০১৮ সালের ক্রোয়েশিয়া সিস্টেম-বাজ কোনো ভবিষ্যদ্বাণী ছিল না; সেটি ছিল আমার পূর্ব-ধারণার একটি চাপ-পরীক্ষা। ইংল্যান্ডের বিরুদ্ধে সেমিফাইনালের আগে কাঠামো দেখাচ্ছিল ক্রোয়েশিয়ার ১.৬ xG বনাম ইংল্যান্ডের ০.৯, কিন্তু ইংল্যান্ড চাপছিল বেশি — PPDA ৮.২ বনাম ক্রোয়েশিয়ার ১১.৪। জন-ন্যারেটিভ ছিল ইংল্যান্ডের দিকে। ক্রোয়েশিয়া ২-১ জিতল অতিরিক্ত সময়ে।

ম্যাচ শেষে আমি লিখেছিলাম, ক্রোয়েশিয়ার ধীর জ্বলন আসলে শক্তির সঞ্চয়। কম চাপ মানে অতিরিক্ত সময়ের জন্য পা বাঁচানো। এই পাঠটি আমাকে টুর্নামেন্টের গল্প রিসেন্সি-বায়াস দিয়ে নয়, চাপ-তীব্রতা আর xG-প্রবাহ দিয়ে লিখতে শেখাল। মডেল আপনার ন্যারেটিভের তোয়াক্কা করে না; তাই আমি মডেলকে আগে খাওয়াই।

২০২১ সালে ইউরো ও টোকিও অলিম্পিকের জন্য একটি ক্রস-টুর্নামেন্ট PPDA ম্যাট্রিক্স গড়লাম। মানচিনির ইতালি PPDA ৭.৮, প্রতি ম্যাচে ১১৮.৬ কিলোমিটার, ২.১ xG তৈরি আর ০.৭ খরচ। ফাইনালে ইতালি জিতবে বলে লিখেছিলাম। পেনাল্টিতে ইতালি জিতল। টোকিওতে স্পেনের পেড্রি ছয় ম্যাচে ৯৭ শতাংশ পাস-সম্পূর্ণতা দেখালেন উচ্চ চাপের মধ্যেও।

এসব গল্প একসাথে বলার কারণ হলো, প্রতিটির পেছনে একটি অডিট ট্রেইল আছে। প্রতিটি দাবির পেছনে একটি ডেটা-বিন্দু, একটি উৎস, একটি সময়। যখন প্রথম স্তরের পাইপলাইন শূন্য ফেরায়, তখন এই শৃঙ্খলটিই ভেঙে পড়ে। আর একটি ভাঙা শৃঙ্খলে নতুন কিছু জুড়ে দেওয়াই হলো সবচেয়ে বড় সততা-লঙ্ঘন।

প্রতি ট্রান্সফার গুজবকে আমি একটি সময়-শৃঙ্খল হিসেবে দেখি, যার একটি আস্থা-ব্যবধান থাকে। এই অভ্যাস আমাকে শিখিয়েছে, একটি অসম্পূর্ণ তথ্য-সেট নিয়ে কাজ করা যায়, কিন্তু একটি মিথ্যা তথ্য-সেট নিয়ে নয়। পার্থক্যটি ছোট মনে হলেও বিশাল — অসম্পূর্ণতা স্বীকার করা যায়, মিথ্যা নয়।

বিপরীতমুখী কোণ: ব্লকচেইন খারাপ ইনপুট সারাতে পারে না

এখন সবচেয়ে অস্বস্তিকর সত্যটি। একটি অটুট লেজার তথ্যের উৎস-শৃঙ্খল রক্ষা করে, কিন্তু সেটি মিথ্যা তথ্যকে সত্য বানিয়ে দেয় না। যদি কেউ প্রথম থেকেই একটি ভুল স্ট্রাইক রেট লিখে দেয়, ব্লকচেইন সেই ভুলটিকে অমর করে রাখবে — সেটি সংশোধন করবে না। গারবেজ ইন, গারবেজ আউট, কেবল এবার গারবেজটি অপরিবর্তনীয়।

এই সীমাবদ্ধতাটিই দেখায়, কেন একটি খালি কাঠামো একটি ভরা কাঠামোর চেয়ে বেশি মূল্যবান। খালি কাঠামো আমাদের বলে, এখানে কিছু নেই। ভরা কাঠামো আমাদের বিভ্রান্ত করে, এখানে সব আছে বলে। একটি কাঠামো যত পরিপূর্ণ দেখায়, তত বেশি যাচাই দরকার।

আমি পেশাদার জীবনে বহুবার দেখেছি, বিশ্লেষকেরা খালি ঘর পূরণের চাপে প্লাবিত হন। ডেডলাইন কাছাকাছি, সম্পাদক অপেক্ষা করছেন, তাই একটি মসৃণ অনুচ্ছেদ লিখে ফেলা হয়। কিন্তু সেই মসৃণতা আসলে একটি লুকানো দেউলিয়াপনা। সংখ্যার অভাব ভাষা দিয়ে ঢেকে দেওয়া হয়, আর পাঠক বিশ্বাস করেন তারা কিছু শিখেছেন।

আমার নিজের মডেল-পূজার ঝুঁকির কথা আমি জানি। সিলেটের xG Chapel যখন নিখুঁত সংখ্যা ফেরায়, তখন সেই নিখুঁততা ক্ষমতার মতো লাগে। কিন্তু নিখুঁততার কোনো নির্বাণ-শর্ত না থাকলে সেটি বিজ্ঞান নয়, ধর্ম। তাই প্রতিটি মডেলের সাথে আমি একটি মৃত্যু-শর্ত জুড়ে দিই — কোন তথ্য এলে আমি আমার সিদ্ধান্ত বদলাব, সেটি আগেই লিখে রাখি।

একটি নাল-রেজাল্ট রিপোর্ট বিশ্লেষণের ব্যর্থতা নয়, বিশ্লেষণের সফলতা। এটি একটি সতর্ক সিস্টেমের স্বাস্থ্য-সনদ। যে পাইপলাইন খালি ইনপুট দেখে জোর করে উত্তর বানায় না, সেটিই আসলে অটুট। যে বিশ্লেষক শূন্যের সামনে নত হতে পারেন, তিনিই সংখ্যাকে বিশ্বাস করার যোগ্য।

এই খালি কাঠামোটি তিনটি ঝুঁকির কথা বলছে। প্রথমত, একটি ভাঙা পাইপলাইনের ঝুঁকি — প্রথম স্তর শূন্য ফিরিয়েছে, তাই পুরো আট-মাত্রার বিশ্লেষণ কাঠামোগতভাবে অবরুদ্ধ। দ্বিতীয়ত, বানানো তথ্যের ঝুঁকি — এই কাঠামোয় সত্যিকারের ক্রিকেট কনটেন্ট বসানোর যেকোনো প্রচেষ্টা উৎসে না থাকা তথ্য উদ্ভাবন করবে। তৃতীয়ত, লেবেল-অসঙ্গতির ঝুঁকি — cricket_asia একটি উপ-ডোমেইন ট্যাগ, প্রয়োজনীয় শীর্ষ-স্তরের Cricket নয়।

এই তিনটি ঝুঁকি একসাথে একটি শিক্ষা দেয়: সততা কেবল একটি নৈতিক অবস্থান নয়, এটি একটি প্রযুক্তিগত স্থাপত্য। যেভাবে ব্লকচেইন হ্যাশ-যাচাই ছাড়া এগোয় না, সেভাবেই বিশ্লেষণকে তথ্যবিন্দু-যাচাই ছাড়া এগোনো উচিত নয়।

টেকঅ্যাওয়ে: পরের রাউন্ডের সংকেত

পরের রাউন্ডের সংকেত কী? প্রথমে তথ্য-পুনরুদ্ধার। একটি ভাঙা শৃঙ্খল মেরামতের একমাত্র উপায় প্রথম স্তরটি আবার চালানো, যতক্ষণ না তথ্যবিন্দুর তালিকা অন্তত তিন থেকে পাঁচটি সুনির্দিষ্ট বিন্দুতে ভরে ওঠে। তারপর প্রতিটি মাত্রা সেই বিন্দু দিয়ে ধীরে ধীরে নির্মাণ করা যায়।

দীর্ঘমেয়াদে প্রশ্নটি হলো, ক্রিকেট বিশ্লেষণ কি কখনো একটি অডিট-যোগ্য লেজার পাবে? একটি ব্যবস্থা, যেখানে প্রতিটি পরিসংখ্যানের একটি উৎস-হ্যাশ থাকবে, প্রতিটি সংশোধন দৃশ্যমান থাকবে, আর কোনো বিশ্লেষক নীরবে সংখ্যা বদলাতে পারবেন না? আমি একটি শান্ত খাতা রাখি হারানো পেনাল্টির, কারণ ভ্যারিয়েন্সেরও একটি অডিট ট্রেইল প্রাপ্য।

আমি কেবল একটি প্রতিশ্রুতি দিতে পারি — যতদিন আমার টেবিলে একটি খালি কাঠামো আসবে, ততদিন আমি সেটিকে খালি রাখব। কারণ যে বিশ্লেষক শূন্যকে ভয় পান না, তিনি মিথ্যাকে ভয় পান। আর সেই ভয়টাই একদিন ক্রিকেট ডেটার সবচেয়ে অটুট ব্লক হয়ে দাঁড়াবে।