খালি ঘর যখন স্বীকারোক্তি — ক্রিকেট ডেটা নিরীক্ষা, অখণ্ডতা আর স্বচ্ছতার শৃঙ্খলা

সন্ধ্যা সাতটা। মেলবোর্নের বাড়ির পড়ার ঘরে টেবিলবাতির নিচে ল্যাপটপ খোলা, পাশে ঠান্ডা হয়ে আসা চায়ের কাপ। একটি বড় টুর্নামেন্ট শুরু হতে আর কয়েক দিন বাকি। সেই মুহূর্তে আমার ডেটা পাইপলাইন ফেরত দিল একটি খালি পেলোড। প্রতিটি ঘর ফাঁকা — ম্যাচের নাম নেই, দলের নাম নেই, খেলোয়াড়ের নাম নেই, ইনিংস নেই, ওভার নেই, ভেন্যু নেই, ডিউ-এর তথ্য নেই, আবহাওয়ার রেকর্ড নেই। শুধু একটি ডোমেইন ট্যাগ জ্বলজ্বল করছে: ক্রিকেট_ওয়ার্ল্ড।

কারও কাছে এটি হয়তো নিছক একটি কারিগরি ত্রুটি, যেটি রিফ্রেশ চাপলেই ঠিক হয়ে যাবে। আমার কাছে এটি অন্য কিছু। আটচল্লিশ বছর বয়সে দাঁড়িয়ে, বত্রিশ বছর ধরে ক্রিকেট নিয়ে লিখতে গিয়ে আমি একটি বিষয় শিখেছি — ফাঁকা ঘর কখনও নিরীহ থাকে না। প্রতিটি খালি ঘর এক-একটি প্রশ্ন, আর প্রতিটি প্রশ্ন এক-একটি স্বীকারোক্তি। ডেটা বিশ্লেষকের প্রথম কর্তব্য ফাঁকা ঘরটিকে ভরা নয়, বরং স্বীকৃতি দেওয়া।

সেই রাতে একটি সিদ্ধান্ত নিলাম, যা আজ আমার পুরো কর্মপদ্ধতির ভিত্তি: যখন তথ্য থাকে না, তখন তথ্য বানানো যায় না — ফাঁকা ঘরটিই একটি ফলাফল, এবং সেটিই সবচেয়ে সৎ ফলাফল। এই লেখাটি সেই সিদ্ধান্তের ব্যাখ্যা, আর ক্রিকেট-ডেটা জগতে স্বচ্ছতার একটি দাবিনামা। আমি আজ একটি প্রযুক্তির কথা বলব, যার নাম ব্লকচেইন — তবে ক্রিকেটের প্রেক্ষাপটে, এবং অখণ্ডতার প্রশ্নে, বাণিজ্যিক হৈচৈ ছাড়াই।

ক্রিকেট বিশ্লেষণ কখনও একক সংখ্যার খেলা নয়। যে কেউ কেবল রান বা উইকেট গুনে সিদ্ধান্তে পৌঁছে যায়, সে সংখ্যার পিছনে লুকানো গল্পটি পড়তে জানে না। আন্তর্জাতিক ক্রিকেটের তিন প্রধান ফরম্যাট — টেস্ট, ওয়ানডে ও টি-টোয়েন্টি — প্রতিটি আলাদা নিয়মে চলে, আলাদা সময়-চাপে বাঁধা। টেস্টের প্রথম সেশনের নতুন বলের লড়াই আর টি-টোয়েন্টির পাওয়ারপ্লে — এই দুইয়ের তুলনা করা মানে আপেল আর কমলার হিসাব মেলানো। টি-টোয়েন্টিতে প্রথম ছয় ওভার পাওয়ারপ্লে, আর শেষ পাঁচ ওভার (১৬ থেকে ২০) ডেথ ওভার নামে পরিচিত — এই দুই ধাপের চাপ সম্পূর্ণ ভিন্ন, আর সেটি না বুঝে বিশ্লেষণ অসম্পূর্ণ থেকে যায়।

আমার কর্মপদ্ধতিতে ক্রিকেট বিশ্লেষণের আটটি স্তম্ভ থাকে। প্রথম স্তম্ভ ফরম্যাট ও ম্যাচ বিশ্লেষণ — কোন ফরম্যাট, কোন পর্বে কী ঘটল, ভেন্যু ও পরিবেশের প্রভাব কতটুকু। দ্বিতীয় স্তম্ভ খেলোয়াড়ের কৌশল ও ডেটা — গড়, স্ট্রাইক রেট, বোলিং ইকোনমি রেট, সাম্প্রতিক ধারা, বয়স-বক্ররেখার অবস্থান। তৃতীয় স্তম্ভ দলীয় চিত্র ও র‍্যাংকিং — ব্যাটিং গভীরতা, বোলিং সংমিশ্রণ, বেঞ্চ শক্তি, বয়স-কাঠামো। চতুর্থ স্তম্ভ লিগ ও বাণিজ্যিক বাস্তুতন্ত্র — সম্প্রচার স্বত্বের মূল্য, ফ্র্যাঞ্চাইজি মূল্যায়ন, খেলোয়াড়ের বেতন, নিলামের লেনদেন। পঞ্চম স্তম্ভ নিয়ম ও শাসন — ক্ষমতা ও আয় বণ্টন, খেলার নিয়ম নিয়ে বিতর্ক, অখণ্ডতা ও দুর্নীতিবিরোধী ব্যবস্থা, যোগ্যতা ও নির্বাচন। ষষ্ঠ স্তম্ভ ঝুঁকি বিশ্লেষণ — চোট, সূচির চাপ, ক্রস-ফরম্যাট ঝুঁকি। সপ্তম স্তম্ভ জন-আখ্যান ও প্রত্যাশার ব্যবধান — বাজারের প্রত্যাশা বনাম বস্তুনিষ্ঠ মূল্যায়ন। অষ্টম স্তম্ভ শিল্প-প্রসারণ — তৃণমূল প্রতিভা সরবরাহ থেকে সম্প্রচার ও ডেরিভেটিভ বাজার পর্যন্ত সংক্রমণ পথ।

এই আট স্তম্ভের প্রতিটির জন্য তথ্য দরকার। আর তথ্য না এলে সেই স্তম্ভ ফাঁকা থেকে যায়। ফাঁকা স্তম্ভে সিদ্ধান্ত বসানো মানে কল্পনার জামা পরিয়ে সত্য বলে চালিয়ে দেওয়া। পেশাদার ক্রিকেট ডেটা বিশ্লেষণ আসলে একটি নিরীক্ষা। আমি যখন ১৯৯৮ সালে ঢাকার উইলস কাপের কাভারেজ দিয়ে ক্রিকেট লেখা শুরু করি, তখন প্রতিটি স্কোরবোর্ড হাতে-লেখা হতো, প্রতিটি ম্যাচের নোট মাঠের পাশে বসে নেওয়া হতো। সেখানে তথ্য ফাঁকা থাকলে কেউ অনুমান বসিয়ে দিত না; ফাঁকা ঘরটি ফাঁকাই থাকত। তিন দশক পরে, যখন ডেটা স্বয়ংক্রিয় পাইপলাইনে আসে, সেই শৃঙ্খলা হারিয়ে যাওয়ার ঝুঁকি তৈরি হয়েছে।

২০১৭ সালে মেলবোর্নে দলীয় ডেটা পরামর্শক হিসেবে কাজ করার সময় একটি ঘটনা আমার চোখ খুলে দেয়। একটি ফাইনালের ওয়ার্কবুক খুলে যখন প্রত্যাশিত গোল (xG) নিরীক্ষা করছিলাম, তখন প্রথম খালি ঘরটি আমার কাছে এক স্বীকারোক্তির মতো লেগেছিল। ১,৮৪২টি ইভেন্ট রেকর্ড থেকে মডেল বানিয়ে আমি দেখলাম, দুটি দলের একটি ১.৯ xG তৈরি করেছে, অন্যটি মাত্র ০.৬ xG — অথচ স্কোরবোর্ডে ফলাফল সম্পূর্ণ ভিন্ন কথা বলছিল। সেই অসঙ্গতিই আমাকে শিখিয়েছিল: স্কোরবোর্ড ফলাফল বলে, কিন্তু ডেটা প্রক্রিয়া বলে — আর এই দুইয়ের ফারাক না বুঝলে বিশ্লেষণ অসম্পূর্ণ।

২০১৮ সালে সেই অভিজ্ঞতা আমাকে একটি বড় টুর্নামেন্টের ৬৪ ম্যাচ লগ করার সুযোগ দেয়। বিশ্বকাপের বাইন্ডার ৬৪ ম্যাচে পৌঁছেছিল, আর প্রতিটি PPDA (প্রতি ডিফেন্সিভ অ্যাকশনে পাসের সংখ্যা) সারি আমাকে ধৈর্য শিখিয়েছিল। ফাইনালে একটি দল আটটি শট থেকে ২.১ xG তৈরি করেছিল, অন্যদল পনেরোটি শট থেকে মাত্র ১.৭ xG — অর্থাৎ দ্বিতীয় দলটি বেশি শট নিয়েও কম মান তৈরি করেছিল। "যে দল বেশি আক্রমণ করেছে সে-ই জিততে পারত" — এই আখ্যানটি তখন সহজে ছড়িয়ে পড়েছিল, কিন্তু আমার টেবিল তা মানতে চায়নি। সেই থেকেই আমি কাঁচা দখলকে নিয়ন্ত্রণের পরিমাপক হিসেবে ব্যবহার করা বন্ধ করি, আর টুর্নামেন্ট-পূর্বাভাসে স্পষ্ট ডেটা-সতর্কবার্তা দিয়ে শুরু করি।

২০২০ সালে, যখন কোভিডের কারণে স্টেডিয়াম খালি হয়ে গেল, আমি হোম অ্যাডভান্টেজকে বিবেচনা করলাম এমন একটি কন্ট্রোল গ্রুপ হিসেবে, যার কণ্ঠস্বর হারিয়ে গেছে। হাব-পদ্ধতিতে ২৭টি পুনরারম্ভ ম্যাচ পর্যালোচনা করে দেখলাম, স্বাগতিক দলগুলো গড়ে ১.১১ পয়েন্ট পেয়েছে, যা বিরতির আগের ১.৫৩ থেকে ০.৪২ কম। একটি ১২ পৃষ্ঠার মেমোতে লিখেছিলাম — দুটি হোম পরাজয় দেখে আতঙ্কিত হওয়া যাবে না; দর্শকশূন্যতা একটি কনফাউন্ডার, একমাত্র কারণ নয়। একক কারণের ব্যাখ্যা সবসময় সন্দেহজনক; আমি ট্রাভেল, বিশ্রামের দিন আর দর্শক সংখ্যার মতো নিয়ন্ত্রক চলক যোগ করতে শুরু করি।

এই শিক্ষাগুলো আমাকে একটি কেন্দ্রীয় নীতিতে পৌঁছে দিয়েছে: ক্রিকেট ডেটা একটি নিরীক্ষার খাতা, আর প্রতিটি ফাঁকা ঘর এক-একটি অখণ্ডতার প্রশ্ন। ফাঁকা ঘর পূরণ করার আগে প্রশ্ন করতে হয় — এই তথ্যের সূত্র কোথায়? কে যাচাই করেছে? মডেলের সংস্করণ কী? আস্থার সীমা কত? নমুনার আকার কতটুকু? ২০১৭ সালের সেই থ্রেডে আমি চৌদ্দটি পোস্টে শট-ম্যাপ আর নমুনার সীমা লিখেছিলাম, কোনো হট-টেক ছাড়াই — সেটাই আমার নতুন-মাধ্যমের কণ্ঠ হয়ে দাঁড়ায়।

এখানেই ব্লকচেইনের ধারণাটি প্রাসঙ্গিক হয়ে ওঠে। ব্লকচেইনের মূল শক্তি কোনো মুদ্রায় নয়, বরং তার অপরিবর্তনীয়তা — একবার একটি রেকর্ড লেখা হলে সেটি আর চুপিসারে বদলানো যায় না, প্রতিটি পরিবর্তনের একটি টাইমস্ট্যাম্প থাকে, আর পুরো শৃঙ্খলটি যে কেউ যাচাই করতে পারে। ক্রিকেট ডেটার জগতে ঠিক এই ধরনের অপরিবর্তনীয় নিরীক্ষার খাতার অভাব আছে। ভাবুন তো — একটি আন্তর্জাতিক ম্যাচের প্রতিটি ঘটনা যদি একটি স্বচ্ছ, টাইমস্ট্যাম্পযুক্ত খাতায় লিপিবদ্ধ হয়, যেখানে কোনো পক্ষ চুপিসারে তথ্য বদলাতে না পারে, তাহলে ক্রিকেটের অখণ্ডতা কতটা বাড়ত।

আজকের বাস্তবে অনেক সময় একই ম্যাচের দুটি ভিন্ন ডেটা সেট পাওয়া যায় — একটি সম্প্রচারকের, একটি অফিসিয়াল স্কোরকারীর। কোনটি সঠিক, তা যাচাই করার স্বচ্ছ পথ থাকে না। ব্লকচেইন-ভিত্তিক নিরীক্ষার খাতা সেই সমস্যার সমাধান দিতে পারে: একটিই সত্য, সবার জন্য দৃশ্যমান। আমার ISTJ প্রবৃত্তি বলছে, আখ্যানকে শ্বাস নিতে দেওয়ার আগে সূত্রটি ক্রস-চেক করে নাও। ব্লকচেইন সেই ক্রস-চেককে প্রাতিষ্ঠানিক রূপ দেয়। ক্রিকেটে ইতিমধ্যেই কিছু ক্ষেত্রে এই ধারণা ঢুকছে — ভক্ত টোকেন, NFT সংগ্রাহক সামগ্রী, স্মার্ট কন্ট্রাক্টে খেলোয়াড়ের অর্থপ্রদান, এমনকি জুয়া ও ম্যাচ-ফিক্সিং প্রতিরোধে অপরিবর্তনীয় রেকর্ড। তবে আমার আগ্রহ এই বাণিজ্যিক প্রয়োগে নয়; আমার আগ্রহ সেই অখণ্ডতার শৃঙ্খলায়, যা বিশ্লেষকদের জন্য একটি ভরসার ভিত্তি তৈরি করতে পারে।

একটি সতর্কতা জরুরি। ব্লকচেইন নিজে থেকে সত্য তৈরি করে না — সে কেবল রেকর্ডকে অপরিবর্তনীয় করে। যদি মাঠে ভুল ডেটা এন্ট্রি হয়, তবে ব্লকচেইন সেই ভুলকে চিরস্থায়ী করে ফেলবে। অর্থাৎ প্রযুক্তি অখণ্ডতার সহায়ক, কিন্তু বিকল্প নয়। ব্লকচেইন কোনো ত্রুটিপূর্ণ পাইপলাইনের ওপর বসালে সেটি খালি ঘরকে আরও দৃঢ়ভাবে খালি করে রাখবে, কেবল এতটুকু পার্থক্য যে এখন কেউ চুপিসারে সেটি ভরতে পারবে না।

এই জায়গায় DLS পদ্ধতি একটি চমৎকার দৃষ্টান্ত। বৃষ্টির পর লক্ষ্য সংশোধনের এই মানক অ্যালগরিদমটি (ডাকওয়ার্থ-লুইস-স্টার্ন) সবার জন্য প্রকাশ্য, এর নিয়ম নির্দিষ্ট, আর প্রতিটি সংশোধন পুনরুৎপাদনযোগ্য। কেউ বলতে পারে না — "আজ অন্য নিয়মে হিসাব করলাম।" ক্রিকেট ডেটা পাইপলাইনে ঠিক এই ধরনের প্রকাশ্য, পুনরুৎপাদনযোগ্য নিয়ম দরকার। একটি ম্যাচের প্রতিটি সিদ্ধান্তের পিছনে থাকা মডেল-সংস্করণ, নমুনার আকার আর আস্থার সীমা যদি প্রকাশ্যে থাকে, তবে বিতর্কের জায়গা কমে।

খালি পেলোডের ঘটনাটি বিশ্লেষণ করতে গিয়ে আমি ঝুঁকির একটি ম্যাট্রিক্স বানিয়েছিলাম। খেলাধুলার ঝুঁকি, কর্মীদের ঝুঁকি, বাণিজ্যিক ঝুঁকি, নিয়ম-অখণ্ডতার ঝুঁকি, জনমতের ঝুঁকি, সিস্টেমিক ঝুঁকি — প্রতিটি ঘর ফাঁকা, কারণ ঝুঁকি নির্ধারণের জন্য একটি বিষয় দরকার, যা এখানে নেই। কিন্তু একটি "মেটা-ঝুঁকি" স্পষ্টভাবে চিহ্নিত হলো: ওপরের দিকের (আপস্ট্রিম) ডেটা ব্যর্থতা। পাইপলাইন একটি খালি পেলোড ফেরত দিয়েছে — এটি নিজেই একটি প্রক্রিয়া-ঝুঁকি, যা ডেটা মালিকের কাছে পৌঁছানো দরকার।

এই মেটা-ঝুঁকিটি গুরুত্বপূর্ণ, কারণ খালি পেলোড কখনও কখনও প্রক্রিয়া-ব্যর্থতা নয়, বরং আসলেই বিষয়বস্তুহীন একটি নিবন্ধ। কিন্তু ডোমেইন ট্যাগ দেওয়া হয়েছে অথচ কোনো তথ্য নেই — এই অসঙ্গতিটিই ইঙ্গিত দেয় যে সম্ভবত ওপরের ধাপে ফেচ বা ডিকম্পোজিশনে সমস্যা হয়েছে। এই পার্থক্য নির্ণয় করা জরুরি: একটি নীরব ব্যর্থতা বনাম একটি সত্যিকারের খালি নিবন্ধ। দুটির চিকিৎসা সম্পূর্ণ ভিন্ন। ডেটা মঙ্ক আউটলায়ারের পিছনে ছোটে না; সে সেগুলোকে টীকা দিতে দিতে অপেক্ষা করে, যতক্ষণ না তারা নিজেদের প্রেক্ষাপট স্বীকার করে। খালি পেলোডও তেমনি একটি আউটলায়ার — এটি নিরীক্ষার খাতায় একটি অস্বাভাবিক সারি। এই সারিটিকে মুছে ফেলা যায় না, কারণ এটি একটি সংকেত বহন করে।

আমরা একটি ডেটা-সমৃদ্ধ যুগে বাস করি, যেখানে প্রতিটি ম্যাচে লক্ষ লক্ষ ডেটা পয়েন্ট তৈরি হয়। স্বাভাবিক প্রতিক্রিয়া হলো — আরও ডেটা জোগাড় করো, আরও মডেল বানাও, আরও সূক্ষ্ম পরিমাপ যোগ করো। কিন্তু আমি মনে করি, এই আয়তন-প্রীতি একটি ফাঁদ। বেশি ডেটা মানে বেশি সত্য নয়। বরং বেশি ডেটার মধ্যে ভুল ও গোলমালও বেশি। ক্রিকেটে একটি চিরন্তন সত্য আছে — শটের সংখ্যা বেশি হলে রান বেশি হয় না; শটের মান ভালো হলে রান হয়। ঠিক তেমনি, ডেটার সংখ্যা বেশি হলে বিশ্লেষণ ভালো হয় না; ডেটার অখণ্ডতা ভালো হলে বিশ্লেষণ ভালো হয়। সংখ্যার সঙ্গে সম্পর্ক মানে কারণ নয় — correlation কখনও causation নয়। একটি দল বেশি রান করল, আর সেই ম্যাচে একটি নির্দিষ্ট খেলোয়াড় মাঠে ছিল — এই দুই ঘটনার সম্পর্ক থাকতে পারে, কিন্তু কারণ প্রমাণিত হয় না।

ক্রিকেটে সবচেয়ে বড় ফাঁদ হলো — ফাঁকা ঘরকে জোর করে ভরে ফেলার প্রবণতা। একজন বিশ্লেষক যখন খালি ঘর দেখেন, তখন তার ভেতরে একটি চাপ কাজ করে: এটিকে ভরতেই হবে। কিন্তু পেশাদার সততা বলে — না, খালি ঘর খালি থাকুক। কারণ একটি মিথ্যা তথ্য একটি ফাঁকা ঘরের চেয়ে অনেক বেশি ক্ষতিকর। ফাঁকা ঘর বলে, "আমি জানি না।" মিথ্যা তথ্য বলে, "আমি জানি" — অথচ জানে না। আমি একটি ট্যাব রাখি গোলমালের জন্য, একটি সংকেতের জন্য, আর একটি সেই জিনিসের জন্য যা ভিড় দেখতে অস্বীকার করেছে। এই তৃতীয় ট্যাবটিই সবচেয়ে গুরুত্বপূর্ণ, কারণ ভিড়ের চোখ এড়িয়ে যাওয়া জিনিসটিই প্রায়শই আসল গল্পটি বহন করে।

আরেকটি বিপরীতমুখী দিক হলো সময়ের চাপ। টুর্নামেন্ট চলাকালীন আবেগ সংকুচিত হয়ে আসে — জাতীয় পতাকার উত্তেজনা আর বাস্তব কৌশলের মধ্যে দূরত্ব বাড়ে। দর্শক চায় তাৎক্ষণিক রায়, কিন্তু অখণ্ডতার কাজ সময় নেয়। একটি নতুন মেট্রিক গ্রহণ করতে আমার বছরের পর বছর লাগে — প্রথমে একটি ম্যাচে দেখি, তারপর ফরম্যাট জুড়ে যাচাই করি, তারপর আলাদা বাজারে পরীক্ষা করি। এই ধীর আস্থা কখনও কখনও পিছিয়ে পড়ার মতো লাগে, কিন্তু এক ম্যাচের ভিত্তিতে কোনো মেট্রিককে চূড়ান্ত সত্য ধরে নেওয়া আরও বড় ভুল।

আগামী টুর্নামেন্ট চক্রে আমি তিনটি সংকেত লক্ষ্য করব। প্রথমত, স্টেজ-১ পুনরায় চালানোর ফলাফল — যদি একই সূত্রে আবার ডিকম্পোজিশন চালালে তথ্য উঠে আসে, তবে নিশ্চিত হওয়া যাবে যে সমস্যাটি আখ্যানে নয়, পাইপলাইনে ছিল। দ্বিতীয়ত, সূত্র-ফেচ লগ — একটি ৪০৪ বা টাইমআউট কি ঘটেছে, তা-ই নিশ্চিত করবে ব্যর্থতা ওপরের দিকে নাকি নিচের দিকে। তৃতীয়ত, ডোমেইন ক্লাসিফায়ারের আস্থা — ট্যাগ আছে অথচ সত্তা নেই, এই প্যাটার্ন আবার দেখা গেলে বোঝা যাবে ক্লাসিফায়ারে বিচ্যুতি ঘটছে।

ক্রিকেটের সৌন্দর্য এই যে, তার প্রতিটি ম্যাচ একটি নতুন খাতা খোলে। কিন্তু সেই খাতায় প্রথম যা লিখতে হয়, তা হলো একটি প্রতিশ্রুতি — তথ্য বানাব না, ফাঁকা ঘরকে সম্মান করব। ব্লকচেইনের অপরিবর্তনীয় খাতা, DLS-এর প্রকাশ্য নিয়ম, আর এক ডেটা মঙ্কের নিরীক্ষা-শৃঙ্খলা — তিনটিই একই সত্যের দিকে ইশারা করে: ক্রিকেটের আস্থা অর্জিত হয় সংখ্যা গুনে নয়, সংখ্যাকে যাচাই করে। পরের খালি ঘরটি যখন সামনে আসবে, প্রশ্ন একটাই থাকবে — আপনি সেটি ভরবেন, নাকি তার কাছ থেকে শিখবেন?