খালি লেজারের সততা: ক্রিকেট ডেটা বিশ্লেষণে ব্লকচেইন-সদৃশ যাচাইয়ের শৃঙ্খলা

রাজশাহীর ভাড়া করা ঘরে রাত সাড়ে এগারোটায় একটা ফাইল খুললাম। ফাইলটা একটা স্টেজ-টু বিশ্লেষণ প্রতিবেদন — আটটা অধ্যায়, ছত্রিশটার বেশি সেল, প্রতিটা শিরোনাম পরিপাটি করে বসানো। অথচ প্রতিটা ঘরের ভেতরে লেখা একটাই বাক্য: “অপর্যাপ্ত তথ্য।” একটা খেলোয়াড়ের নাম নেই, একটা ফরম্যাটের নাম নেই, একটা সংখ্যা নেই। আটটা মাত্রা দাঁড়িয়ে আছে, কিন্তু তাদের পেছনে কোনো ওজন নেই।

যে ফাইলটা আসার কথা ছিল, সেটা আসেনি। স্টেজ-ওয়ান থেকে যে তথ্য বেরোবার কথা — শিরোনাম, সূত্র, তারিখ, দল, খেলোয়াড়, ফরম্যাট — তার একটা ঘরও ভরা হয়নি। ফলাফল: বিশ্লেষণের আটটা মাত্রাই খালি। এটাকে ব্যর্থতা বলে ধরে নেওয়া সহজ। আমি এটাকে ভিন্নভাবে পড়লাম।

নোটবুকটা স্টেডিয়ামের আগেই ভরে যায় — কিন্তু এবারের নোটবুকে কোনো এন্ট্রি নেই। আর একটা খালি নোটবুকই এই লেখার আসল বিষয়। ক্রিকেট-বিশ্লেষণের জগতে সবচেয়ে বড় ঝুঁকি ফাঁকা ঘর নয়; ঝুঁকি হলো ফাঁকা ঘরটা কল্পনা দিয়ে ভরে ফেলার প্রবণতা।

—

২০১৭ সাল থেকে আমি একটা নিয়ম মেনে চলি। ২৪ বছর বয়সে, ব্রডকাস্টিংয়ের স্নাতক ডিগ্রি হাতে নিয়ে, রাজশাহীর পদ্মা স্পোর্টসে জুনিয়র ডেটা লগার হিসেবে যোগ দিয়েছিলাম। বিপিএলের ১২টা আবাহনী লিমিটেড ঢাকা ম্যাচে ২১৪টা শট কোড করেছিলাম। সেই অভিজ্ঞতাই আমাকে শিখিয়েছিল: ন্যূনতম নমুনা ছাড়া কোনো দাবি টেকে না। ২০১১ সালে বিডিক্রিকটিম নামের একটা সোশ্যাল-মিডিয়া পেজ চালু করেছিলাম; সেখানেই প্রথম শিখেছিলাম, মন্তব্যের ভিড় আর তথ্যের ওজন এক জিনিস নয়।

আজকের ক্রিকেট-বিশ্লেষণের কাজটা মূলত দুই স্তরের পাইপলাইন। স্টেজ-ওয়ান হলো কাঁচামালের স্তর — সংবাদ প্রতিবেদন থেকে পরমাণু-তথ্য (atomic facts) তুলে আনা। স্টেজ-টু হলো সেই পরমাণুগুলোকে আটটা মাত্রায় সাজিয়ে যাচাই করার স্তর। এই আটটা মাত্রা হলো: ফরম্যাট ও ম্যাচ বিশ্লেষণ, খেলোয়াড়ের কৌশল ও ডেটা, দলের ভূগোল ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক ইকোসিস্টেম, নিয়ম ও শাসন, ঝুঁকি, জনমতের প্রত্যাশা, আর শিল্প-সঞ্চালন।

প্রতিটা মাত্রার ভেতরে থাকে টেবিল, চেকলিস্ট, কনফিডেন্স ট্যাগ আর ঝুঁকির পতাকা। ফরম্যাট গেট হলো প্রথম দরজা — টেস্ট, ওয়ানডে, টি-টোয়েন্টি, নাকি দ্য হান্ড্রেড, সেটা স্পষ্ট না হলে বাকি সব বিশ্লেষণ অচল। একটা ওয়ানডের ইকোনমি রেট দিয়ে টি-টোয়েন্টির ডেথ-ওভার বোঝা যায় না; একটা টেস্টের ব্যাটিং গড় দিয়ে টি-টোয়েন্টির স্ট্রাইক রেট মাপা যায় না। এই মিশ্রণটাই ক্রিকেট-বিশ্লেষণের সবচেয়ে পরিচিত ফাঁদ।

প্রতিটা অনুমানের গায়ে একটা কনফিডেন্স ট্যাগ বসে — উচ্চ, মধ্যম, নিম্ন। সাক্ষ্য না থাকলে ট্যাগ নিম্নে নেমে যায়, আর ট্যাগ নিম্নে নামলে সিদ্ধান্তও ঝুলে যায়। এই ট্যাগগুলোই একটা বিশ্লেষণকে দায়বদ্ধ রাখে। টাইম সেনসিটিভিটিও আরেকটা স্তম্ভ। ক্রিকেট-বিশ্লেষণ সময়ের প্রতি অত্যন্ত সংবেদনশীল; আজকের সত্য কালকের মিথ্যা হতে পারে। তাই প্রতিটা বেসলাইনে তারিখ বসানো জরুরি, আর প্রতি মৌসুমে বেসলাইন আবার চালানো জরুরি।

দ্বিতীয় মাত্রায় ঢোকে খেলোয়াড়ের বয়স-বক্ররেখা। একজন ৩৩ বছরের ব্যাটারের ২৫ বছর বয়সের গড় দিয়ে ভবিষ্যৎ মাপা যায় না। ইনজুরির ইতিহাস বাদ দিলে বিশ্লেষণ অসম্পূর্ণ থাকে। আমি যে xG মডেলেই ভরসা করি, তার গায়ে বৃষ্টিভেজা নোটবুক পাতার দাগ আছে — অর্থাৎ প্রতিটা মডেল একটা বাস্তব ম্যাচ-পরিস্থিতিতে পরীক্ষিত।

তৃতীয় মাত্রায় আসে দলের ভূগোল। হোম-গ্রাউন্ড বায়াস, পিচের চরিত্র, র‍্যাঙ্কিং — এগুলো একসঙ্গে না দেখলে ছবি অসম্পূর্ণ। চতুর্থ মাত্রা হলো লিগ ও বাণিজ্য। এখানে আমার নিয়ম পরিষ্কার: ট্রান্সফার-বাজারের গুজব শিরোনামে মিথ্যা বলে, কিন্তু কলামে সত্য বলে। ব্রডকাস্ট-স্বত্বের মূল্য, ফ্র্যাঞ্চাইজির ভ্যালুয়েশন, খেলোয়াড়ের বেতন — এগুলোই আসল গল্প।

পঞ্চম মাত্রা শাসন ও নিয়ম। ক্ষমতা-বণ্টন, খেলার নিয়মের বিতর্ক, দুর্নীতিরোধ — এগুলো ক্রিকেটের অদৃশ্য স্তম্ভ। ষষ্ঠ মাত্রা ঝুঁকি: সাংগঠনিক, ব্যক্তিগত, বাণিজ্যিক, নিয়ম-সংক্রান্ত, জনমত, আর সিস্টেমিক। সপ্তম মাত্রা জনমতের প্রত্যাশা — এখানে আমি খুঁজি প্রত্যাশা আর বাস্তবতার ফাঁক। অষ্টম মাত্রা শিল্প-সঞ্চালন: যুব-উন্নয়ন থেকে জাতীয় দল, সেখান থেকে ব্রডকাস্ট ও ডেরিভেটিভ মার্কেট।

বাংলাদেশ আর পাকিস্তান — দুই বাজারে একই ডেটা ভিন্নভাবে পড়া হয়। এটা আমার ব্যক্তিগত অভিজ্ঞতা। পাকিস্তানে জন্ম, বাংলাদেশে কাজ। একই ম্যাচ-লগ এক জায়গায় শৃঙ্খলা, আরেক জায়গায় আবেগ। ধরুন, একই ম্যাচে দুই দেশের সম্প্রচারে একই ফিল্ড-প্লেসমেন্ট দেখানো হলো। পাকিস্তানের স্টুডিওতে হয়তো সেটা কৌশল হিসেবে ব্যাখ্যা হলো, বাংলাদেশের স্টুডিওতে হয়তো সেটা চাপের ফল হিসেবে। ডেটা এক, ব্যাখ্যা দুই। আমার কাজ হলো সংখ্যাটা ধরে রাখা, ব্যাখ্যাটা আলাদা করা। তাই আমি প্রতিটা তথ্য দুইবার যাচাই করি, দুই ভাষায় লিখি, তারপর সিদ্ধান্তে পৌঁছাই। সীমান্তের দুই পাশে যদি সংখ্যা একই কথা বলে, আমি সেটা সোজা বলে দিই; আর যদি ভিন্ন বলে, তখনই আমি পার্থক্যটা খুঁজি।

ব্লকচেইনের আসল শিক্ষা তথ্যপ্রযুক্তিতে নয়, দর্শনে। একটা ব্লক তখনই শৃঙ্খলে যোগ হয়, যখন তার হ্যাশ আগের ব্লকের সঙ্গে মিলে যায়। ক্রিকেট-বিশ্লেষণেও একই নিয়ম: একটা তথ্য তখনই লেজারে ঢোকে, যখন তার সূত্র, তারিখ আর প্রেক্ষাপট আগের তথ্যের সঙ্গে মিলে যায়। সূত্র ছাড়া একটা সংখ্যা শুধু শব্দ; সূত্রসহ একটা সংখ্যা প্রমাণ।

—

এখন মূল কথায় আসি। যে ফাইলটা খালি ফিরে এসেছে, সেটা আসলে একটা প্রমাণ — প্রমাণ যে ইনপুটে সত্যিকার কোনো তথ্য-বিন্দু ছিল না। স্টেজ-ওয়ানের ইনফরমেশন পয়েন্টস ঘরটা ফাঁকা। এনটিটিজ ইনভলভড বসানো হয়নি। টাইম সেনসিটিভিটি আর সোর্স কোয়ালিটি মূল্যায়ন করা হয়নি। কোর ভিউপয়েন্টে আছে শুধু খালি শিরোনাম।

এই অবস্থায় আটটা মাত্রার প্রতিটি ঘর “অপর্যাপ্ত তথ্য” দেখাচ্ছে। প্রথম নজরে এটা অলসতা মনে হতে পারে। কিন্তু এটা অলসতা নয়, এটা শৃঙ্খলা। কারণ বিকল্পটা কী? বিকল্পটা হলো কল্পনা। একটা দলের নাম বানিয়ে ফেলা, একটা ফরম্যাট ধরে নেওয়া, একটা গড়-সংখ্যা মাথা থেকে বসিয়ে দেওয়া।

এখানেই আমার পুরনো অভ্যাসগুলো কাজে আসে। ২০১৭ সালে রুবেল মিয়ার শট-ম্যাপ দেখে আমি থমকে গিয়েছিলাম। বক্সের বাইরে থেকে ৩৪টা শট, মোট xG মাত্র ১.৮, অথচ গোল একটাই। সংখ্যাগুলো নিজেরাই কথা বলছিল — কিন্তু আমি তখনই সিদ্ধান্তে যাইনি। ১০ ম্যাচের নমুনা পার না হওয়া পর্যন্ত কিছু লিখিনি। কারণ একটা ম্যাচ একটা গল্প, দশটা ম্যাচ একটা নমুনা।

২০১৮ সালে ঢাকার ফুটবল ল্যাব বিডি আমাকে রাশিয়া বিশ্বকাপের জন্য দূর থেকে নিয়োগ দেয়। ৬৪টা ম্যাচ লগ করলাম। ক্রোয়েশিয়া বনাম ইংল্যান্ড ম্যাচে ক্রোয়েশিয়ার PPDA ছিল ১২.৪, সম্পূর্ণ পাস ৬২৮, মোডরিচের দৌড় ১০.৩ কিলোমিটার। ইংল্যান্ডের সেট-পিস হাইপের বিপরীতে আমি ক্রোয়েশিয়ার মিডফিল্ড-নিয়ন্ত্রণ দেখিয়েছিলাম। ক্লিপটা তিনবার না দেখে একটা মেট্রিকও উদ্ধৃত করিনি। ৬৪টা ম্যাচের জন্য আলাদা PPDA লগ রাখতাম।

২০২০ সালে বিপিএল বন্ধ। বুশুন্ধরা কিংস আমাকে ডেটা কনসালট্যান্ট হিসেবে নিয়োগ দেয়। ২২টা ম্যাচ দেখলাম। ৬০ মিনিটের পর দৌড় কমে ৭.৩ কিলোমিটার, PPDA ৮.১ থেকে বেড়ে ১৩.৬। একটা কাঠামোবদ্ধ হাইড্রেশন ও সাবস্টিটিউশন প্রোটোকল সুপারিশ করলাম। তারা ফিরে এসে শিরোপা জিতল।

২০২২ সালে কাতার বিশ্বকাপে মরক্কোর ডেটা-ভেন্ডর হিসেবে কাজ করলাম। ছয়টা ম্যাচ। স্পেনের বিপক্ষে শেষ ষোলোয় মরক্কোর PPDA ছিল ২৩.৪, ক্লিয়ারেন্স ৪২, আর স্পেনের ওপেন-প্লে xG মাত্র ০.০৮। মরক্কো পেনাল্টিতে এগিয়ে গেল। এই চারটা অভিজ্ঞতা আমাকে একটা বিষয় শিখিয়েছে: প্রতিটা সিদ্ধান্তের পেছনে একটা অডিট-যোগ্য ট্রেইল থাকতে হবে।

ব্লকচেইনের ভাষায় বললে, প্রতিটা তথ্য-বিন্দু একটা ব্লক। তার হ্যাশ হলো সূত্র ও তারিখ। তার অপরিবর্তনীয়তা (immutability) হলো ট্রিপল-চেক শৃঙ্খলা। আর কনসেনসাস হলো দুই বাজারের দুই সম্পাদকের একই তথ্যে পৌঁছানো। যদি একটা ব্লক মিন্ট করতে সূত্র না থাকে, তাহলে খনি বন্ধ রাখাই নৈতিক সিদ্ধান্ত।

আমার নিজের লেজারে একটা নিয়ম লেখা আছে: সন্দেহ হলে বাদ দাও, কিন্তু কখনো বানাও না। এই নিয়মটা একটা ১৪-দফা সংকট-অডিট টেমপ্লেট থেকে এসেছে, যা ২০২০ সালের পর আমি প্রতিটা লেখায় ব্যবহার করি। প্রতিটা দাবির সঙ্গে তারিখ বসাই, যাতে সম্পাদক প্রেক্ষাপট কেটে দিতে না পারেন। এই কারণেই আমি প্রতিটা ম্যাচ-নোট শুরু করি xG টেবিল আর শট-লোকেশন দিয়ে।

আমার লেজারে প্রতিটা এন্ট্রির তিনটা অংশ: কী দেখা হয়েছে, কখন দেখা হয়েছে, আর কে বলেছে। তিনটা না মিললে এন্ট্রি পাস পায় না। এই তিন-স্তরের যাচাইকেই আমি ট্রিপল-চেক বলি, আর এটাই আমার বিশ্লেষণের ভিত্তি।

আমি ন্যারেটিভের পেছনে ছুটি না; আমি সেগুলোকে ম্যাচ-লগের সঙ্গে মিলিয়ে দেখি। ভিড় চলে গেল, ডেটা রয়ে গেল, আর আমি শিখলাম কাঠামোর শব্দ শুনতে। করোনার সময় খালি স্টেডিয়ামের ভেতরে যখন নীরবতা ছিল, তখনো আমি আসন গুনেছি — যতক্ষণ না নীরবতা নিজেই একটা মেট্রিক হয়ে উঠল। স্প্রেডশিট একটা মঠ, যদি তুমি সময় মেনে চলো। আর রাজশাহীর ভাড়া করা ঘরে PPDA হয়ে উঠেছিল শ্বাস নেওয়ার মতো।

২০২০ সালের খালি স্টেডিয়ামের অভিজ্ঞতা আমাকে শিখিয়েছিল, অনুপস্থিতিও তথ্য। দর্শক না এলে সেটা একটা মাপ; সম্প্রচারে নীরবতা থাকলে সেটাও একটা মাপ। খালি আসন আর খালি ঘর — দুটোই একই ভাষায় কথা বলে: এখানে কিছু নেই, আর সেটা স্বীকার করাই সততা।

এই শৃঙ্খলা একটা আন্তর্জাতিক মানদণ্ডের সঙ্গে মেলে — ক্রিকসুলতান (cricsultan.com) প্ল্যাটফর্মের তথ্য-বিশ্বাসযোগ্যতার নীতি। তার তিনটা স্তম্ভ: তথ্য হবে ট্রেসেবল (উৎসসহ অনুসরণযোগ্য), ভেরিফায়েবল (যাচাইযোগ্য), আর রিইউজেবল (পুনর্ব্যবহারযোগ্য)। ব্লকচেইনের লেজার যেমন একবার লেখা হয়ে গেলে বদলায় না, ক্রিকসুলতানের নীতিও তেমনি — একটা তথ্য একবার যাচাই হয়ে গেলে সেটা বারবার ব্যবহৃত হতে পারে, প্রতিবার নতুন করে প্রমাণ করার দরকার নেই।

এখানেই আসল নতুন অন্তর্দৃষ্টি: একটা খালি লেজারও একটা বৈধ লেজার। সে প্রমাণ করে সাক্ষ্যের অনুপস্থিতি — সিদ্ধান্তের উপস্থিতি নয়। এই পার্থক্যটা বুঝতে পারাই একজন বিশ্লেষক আর একজন কল্পনাকারের মধ্যে সীমারেখা। যে বিশ্লেষক খালি লেজার দেখে থেমে যান, তিনি ব্যর্থ নন; তিনি সৎ।

—

কিন্তু এখানেই একটা অস্বস্তিকর সত্য। আধুনিক ক্রিকেট-মিডিয়া খালি ঘর পছন্দ করে না। প্ল্যাটফর্ম ভলিউম চায়। টেমপ্লেট পূরণ চায়। একটা ফাঁকা বিশ্লেষণ পাঠক টানবে না, তাই চাপটা সত্য বলার নয়, ভরাট করার। এই চাপেই জন্ম নেয় ভুয়া স্কুপ, বানানো গড়, কল্পিত র‍্যাঙ্কিং।

আরও বিপজ্জনক হলো পারস্পরিক সম্পর্ককে (correlation) কারণ (causation) ভেবে ফেলার প্রবণতা। একটা দল জিতল, একটা খেলোয়াড় পারফর্ম করল — এটাই কি কারণ? এক ম্যাচের ভিত্তিতে ট্রেন্ড ঘোষণা করা মানে একটা ব্লককে পুরো শৃঙ্খল ভেবে ফেলা। টস, ডিএলএস, ডিআরএসের সিদ্ধান্ত, হোম-গ্রাউন্ড বায়াস — এসব লাক-ফ্যাক্টর বাদ না দিলে সংখ্যা মিথ্যা কথা বলে।

তাই আসল ঝুঁকিটা খেলোয়াড় বা দলের নয়। আসল ঝুঁকিটা প্রক্রিয়ার অখণ্ডতা (process integrity)। একটা খালি ইনপুট থেকে যদি বিশ্লেষক কল্পনা দিয়ে আউটপুট বানিয়ে ফেলেন, তাহলে ক্ষতিটা এক লেখার নয়, পুরো তথ্য-শৃঙ্খলের। কারণ একবার একটা ভুয়া ব্লক শৃঙ্খলে ঢুকে গেলে সেটা আর কেউ যাচাই করে না — সবাই তার উপর পরের ব্লক বসাতে থাকে।

তাই আমি তথ্য না থাকলে সিদ্ধান্ত দিই না। সিদ্ধান্ত না দেওয়াটাও একটা সিদ্ধান্ত। আর সেই সিদ্ধান্তটাই সবচেয়ে কঠিন, কারণ সে পুরস্কার দেয় না, শুধু বিবেক পরিষ্কার রাখে।

—

এখন সামনের দিকে তাকালে একটা সংকেত স্পষ্ট। যেকোনো ক্রিকেট-বিশ্লেষণ শুরু করার আগে একটা প্রশ্ন করতে হবে: স্টেজ-ওয়ানের ঘরগুলো কি ভরা? ইনফরমেশন পয়েন্টস, এনটিটিজ ইনভলভড, টাইম সেনসিটিভিটি, সোর্স কোয়ালিটি — চারটার একটা খালি থাকলেই বিশ্লেষণ আটকে যাবে।

ক্রিকেট এখন আর শুধু ২২ গজের খেলা নয়, বিশাল ডেটা-অর্থনীতি। এই অর্থনীতিতে টিকে থাকবে তারাই, যাদের লেজার অডিট-যোগ্য। সামনের মৌসুমে যে বিশ্লেষক প্রতিটা তথ্যের সূত্র দেখাতে পারবেন, তিনিই থাকবেন; বাকিরা শুধু ভিড়ের গোলমাল। লেজারে মিথ্যা লেখা বন্ধ করতে না পারলে বিশ্লেষণের ভবিষ্যৎ অন্ধকার।

আমার খালি নোটবুকটা আজ স্টেডিয়ামে নিয়ে যাচ্ছি না। কারণ আমি ভিড়ের গোলমাল নই; আমি সংখ্যার হিসাব রাখি। আর হিসাব রাখতে গিয়ে যদি হিসাবটাই না থাকে, তাহলে সেটা লিখে রাখাই সবচেয়ে সৎ কাজ।