ডেটা পাইপলাইন যখন ফাঁকা ফেরে: এশিয়ার ক্রিকেটে অনুপস্থিত মান আর ব্লকচেইনের অসমাপ্ত প্রতিশ্রুতি

আমি একটা খালি স্প্রেডশিট খুলেছিলাম, কারণ নিয়তির হিসাবে এত বেশি অনুপস্থিত মান ছিল যে আমার হাতে অন্য কোনো রাস্তা ছিল না। ম্যাচটা আমি শুরু থেকে শেষ পর্যন্ত টেলিভিশনে দেখেছি—প্রতিটি বল চোখের সামনে গড়িয়েছে, পাওয়ারপ্লের ফিল্ড-প্লেসমেন্ট থেকে ডেথ ওভারের ইয়র্কার, সব নোট করেছি। অথচ বিশ্লেষণের জন্য তথ্যভান্ডার যখন আমার ডেস্কে এল, প্রতিটি ঘর ফাঁকা। বল-বাই-বল লগ নেই, পাওয়ারপ্লের রান-রেট নেই, ভেন্যু স্প্লিট নেই, ডেথ-ওভার ইকোনমি নেই, টস-পরবর্তী সিদ্ধান্তের কোনো ধারাবাহিক রেকর্ড নেই। শুধু একটা লেবেল ঝুলে আছে: cricket_asia। প্রথমে ভাবলাম এটা আমারই ভুল। ফাইলটা হয়তো অন্য ফোল্ডারে সেভ হয়েছে, নয়তো ফিড সকালে আপডেট হয়নি। কিন্তু তিনবার চেষ্টা করার পর স্পষ্ট হলো—ফাঁকাটা আমার দিকে নয়, সিস্টেমের দিকে। আর ঠিক তখনই ব্যাপারটা আমার কাছে সবচেয়ে আকর্ষণীয় হয়ে উঠল। কারণ এগারো বছর ধরে এই কাজ করতে করতে আমি শিখেছি, ক্রিকেটের সবচেয়ে দামি তথ্য প্রায়ই সেই ঘরগুলোতে লুকিয়ে থাকে যেগুলো কেউ পূরণ করেনি। এশিয়ার ক্রিকেটে ডেটা কখনোই একটা নিরবচ্ছিন্ন নদী নয়; এটা বাঁধ-ভাঙা একটা সেচ-ব্যবস্থা, যেখানে পানি কখনো কাদায় মিশে যায়, কখনো গায়েব হয়ে যায়। ইংল্যান্ড বা অস্ট্রেলিয়ার মডেল যেখানে প্রতিটি বলের জন্য একাধিক স্বয়ংক্রিয় স্তর পায়—বল-ট্র্যাকিং ক্যামেরা, হক-আই, সেন্সরযুক্ত বাট—সেখানে এশিয়ার অনেক ভেন্যুতে মূল নির্ভরতা এখনো স্কোরারের কলম আর কীবোর্ডের ওপর। এটা অভাবের গল্প নয়। এটা ভিন্ন স্পেসিফিকেশনের গল্প। যে মডেল লর্ডসের সবুজ পিচে তৈরি, সেটা মিরপুরের স্লো, লো উইকেটে হুবহু খাটবে না; যে মডেল সন্ধ্যা ছয়টার নিয়মিত সূচিতে প্রশিক্ষিত, সেটা দুপুরের আর্দ্রতায়, ডিউ-ভারী আউটফিল্ডে, কিংবা রমজান-বিরতি-বিধ্বস্ত ক্যালেন্ডারে নতুন করে ফিট করতে হয়। বাংলাদেশ প্রিমিয়ার লিগ, এশিয়া কাপ কিংবা দ্বিপাক্ষিক সিরিজ—সবখানেই ডেটার স্তর আলাদা; কোথাও প্রতি বলে দুটো ক্যামেরা, কোথাও শুধু একটা ম্যানুয়াল স্কোরশিট। এই বৈচিত্র্যটাই আমার জন্য মূল্যবান, কারণ এটি আমাকে বলে দেয় কোন তথ্যের ওপর কতটা ভরসা করা যায়। আমার হাতে যে বিশ্লেষণটা এসেছিল, সেখানে একটা সম্পূর্ণ ম্যাচের তথ্যভান্ডার শূন্য—মানে প্রক্রিয়াটা কোথাও ভেঙেছে। হয় উৎস পে-ওয়ালের পেছনে, হয় স্ক্যান-করা ছবির স্কোরকার্ড, নয়তো স্ট্রাকচার্ড ফরম্যাটে রূপান্তরের ধাপে। যে পণ্যটা বাইরে বিশ্লেষণ নামে ঘুরছে, তার ভেতরে আসলে কিছুই নেই। আর এখানেই ব্লকচেইনের আলোচনা প্রাসঙ্গিক হয়ে ওঠে। কারণ এই শূন্যতা দুটো আলাদা প্রশ্ন তুলেছে: তথ্যটা আদৌ সংগ্রহ করা হয়েছিল? আর যদি হয়েছিল, তা কে, কখন, কীভাবে লিখল? ডেটা সায়েন্সে একটা নিয়ম আমি মেনে চলি: অনুপস্থিত মান কখনোই শূন্য নয়, এটা একটা বিবৃতি। যে ঘর ফাঁকা, সেটা জানাচ্ছে—এই তথ্য কেউ রাখেনি, বা রাখতে পারেনি। পার্থক্যটা বিশাল। যদি একটা দলের ডেথ-ওভার ইকোনমি ফাঁকা থাকে, আমার প্রথম অনুমান হবে ভেন্যুতে বল-বাই-বল রেকর্ডিং হয়নি; দ্বিতীয় অনুমান হবে ডেটা ফিড সাইলেন্টলি ড্রপ করেছে; তৃতীয় অনুমান হবে স্কোরার ম্যাচের একটা অংশ কাভার করতে পারেননি। তিনটে অনুমান, তিনটে ভিন্ন সিদ্ধান্ত। প্রথম ক্ষেত্রে মডেলের আত্মবিশ্বাস কমে; দ্বিতীয় ক্ষেত্রে আমি ফিডের সোর্স বদলাই; তৃতীয় ক্ষেত্রে অন্য উৎস থেকে ক্রস-ভেরিফিকেশন করি। এই কারণেই আমি প্রতি বিশ্লেষণ শুরু করি একটা সিদ্ধান্ত-বৃক্ষ দিয়ে—আর একটা সিদ্ধান্ত-বৃক্ষ আসলে একটা সুশৃঙ্খল যুক্তি, যার প্রতিটি শাখা নিরীক্ষণ করা যায়। শাখা এক: তথ্য আদৌ আছে কি না। না থাকলে আমি অনুমান দিয়ে ঘর ভরাই না; লিখে দিই তথ্য অনুপলব্ধ, তারপর কারণ খুঁজি। শাখা দুই: তথ্য থাকলে তার সোর্স কতটা শক্ত। একক ম্যাচের একটা ভালো ইনিংস ছয় মাসের ট্রেন্ডকে চ্যালেঞ্জ করার যথেষ্ট ভিত্তি কি? সাধারণত না। শাখা তিন: তথ্যটা কোন প্রেক্ষাপটে সংগ্রহ করা হয়েছিল—হোম ভেন্যু, ডিউ, কৃত্রিম আলো, নাকি নিরপেক্ষ মাঠ। ধরুন, একজন স্পিনার হোম ভেন্যুতে ২.৮ ইকোনমি রাখছেন, কিন্তু বাইরে ৮.৪। কলাম দুটো আলাদা করে না দেখলে আমি ভুল সিদ্ধান্ত নেব—হয় তাকে অতিরিক্ত মূল্য দেব, নয়তো অবমূল্যায়ন করব। হোম অ্যাডভান্টেজ এখানে কোনো রহস্যময় শক্তি নয়; এটা ভেন্যুর পিচ-আচরণ, ডিউ-টাইমিং, দর্শক-চাপ আর ঘুম-ভ্রমণ-ক্লান্তির একটা যৌগিক কলাম। খালি স্টেডিয়ামগুলো আমাকে শিখিয়েছিল, হোম অ্যাডভান্টেজ আসলে এমন একটা কলাম যাকে আমি কখনো প্রশ্ন করিনি। দর্শক ফিরে গেলে সেই কলামের মান বদলে গেল—অথচ পিচ একই রইল। মানে, যাকে আমরা সুবিধা বলি, তার একটা বড় অংশ আসলে শব্দ আর চাপ, মাটি নয়। এখন ব্লকচেইনের প্রস্তাবটা ধরুন। যদি প্রতিটি বল-বাই-বল এন্ট্রি একটা অনড়, টাইমস্ট্যাম্পযুক্ত খতিয়ানে লেখা হয়—কে লিখল, কখন লিখল, কোন ফিড থেকে এল, তার সবটা যদি যাচাইযোগ্য হয়—তাহলে আমার প্রথম প্রশ্নটার উত্তর অনেক দ্রুত মেলে। একটা তথ্য যদি কখনো সংগ্রহই না হয়, সেটা স্পষ্ট দেখা যায়, কারণ খতিয়ানে সেই এন্ট্রির কোনো সারি নেই। আর যদি কেউ ভুল লিখে থাকে, সংশোধনও ট্রেসেবল থাকে—আগের মানটা মুছে যায় না, নতুন একটা স্তর যোগ হয়। ক্রিকেটে এর প্রয়োগ এখনো প্রাথমিক, তবে দিকটা স্পষ্ট: ফ্যান-টোকেন, ডিজিটাল সংগ্রহযোগ্য কার্ড, আর স্পোর্টস-ডেটা রেজিস্ট্রি—সবখানেই মূল আকর্ষণ তথ্যের মালিকানা আর প্রমাণযোগ্যতা। আমার কাজে এর মানে বাস্তব। আগে কোনো সিন্ডিকেট আমাকে ডেটাসেট দিত, আমি তার ভেতরের সংখ্যা বিশ্বাস করতাম বা না করতাম—দুটোই ছিল অন্ধ। এখন যদি সেই সংখ্যার সঙ্গে একটা হ্যাশ আর একটা সোর্স-টাইমলাইন থাকে, আমি জানতে পারি এই মেট্রিকটা কোন ফিড থেকে, কোন দিন, কোন রিভিশনে এসেছে। মার্চের স্কোরকার্ড আর জুনের স্কোরকার্ডে যদি একটা দলের পাওয়ারপ্লে রান-রেট হঠাৎ ৯.১ থেকে ৭.৩ হয়ে যায়, প্রথমে দেখি দল বদলেছে কি না, তারপর ফিড বদলেছে কি না। প্রায়ই দেখা যায়, খেলার পরিবর্তন নয়—সংগ্রহের পরিবর্তন। এই পার্থক্যটা ধরতে পারাই একজন বিশ্লেষকের আসল কাজ। এখানে একটা অস্বস্তিকর সত্য আছে, যেটা ব্লকচেইন-উৎসাহীরা কম বলেন: প্রমাণযোগ্যতা মানেই সত্যতা নয়। একটা অনড় খতিয়ান নিশ্চিত করতে পারে তথ্যটা কে, কখন লিখেছে; সে তথ্যটা সঠিক কি না, তা সে বলতে পারে না। ভুল তথ্য একবার চেইনে লেখা হলে সেটা চিরকালের ভুল হয়ে বসে থাকে—আর সংশোধনী স্তর জমতে জমতে খতিয়ানটা জটিল হয়ে ওঠে। আমার কাছে এটা গার্বেজ ইন, গার্বেজ আউট—শুধু এবার আবর্জনাটা অপরিবর্তনীয়। বড় সমস্যাটা এশিয়ার ক্রিকেটে ভেরিফিকেশনে নয়, সংগ্রহে। মাঠে স্কোরার না-ই থাকলে চেইন কী লিখবে? স্কোরকার্ড যদি শুধু ছবি হিসেবে থাকে আর কেউ টেক্সটে রূপান্তর না করে, তাহলে সবচেয়ে নির্ভরযোগ্য লেজারও ফাঁকা হাতে বসে থাকবে। তাই ব্লকচেইনকে আমি দেখি একটা মজবুত তালার মতো, যা দরজায় লাগানো যেতে পারে—কিন্তু দরজার পেছনে ঘরটা আগে বানাতে হবে। আরেকটা ফাঁদ হলো সহসংযোগ-অনুক্রমের ভুল পাঠ। ফ্যান-টোকেনের দাম বাড়ছে মানে ক্রিকেটের স্বাস্থ্য ভালো—এটা সরলীকরণ। দাম বাড়তে পারে স্রেফ তারল্যের খেলা, বাজারের উত্তেজনা, বা কয়েকজন বড় ধারকের কেনাকাটায়। বাজার আগে নড়ে, কিন্তু আমার মডেল একটা রসিদ রাখে—আর সেই রসিদে লেখা থাকে, এই সংকেতটা খেলার তথ্য থেকে এসেছে, নাকি শুধু অর্থপ্রবাহ থেকে। আগামী মৌসুমে আমি তিনটে জিনিস নজরে রাখব। প্রথমত, এশিয়ার ফ্র্যাঞ্চাইজিগুলো বল-বাই-বল ডেটার জন্য স্ট্যান্ডার্ডাইজড ফিডে বিনিয়োগ করছে কি না—কারণ ভেরিফিকেশন আসবে তার পরেই। দ্বিতীয়ত, স্পোর্টস-ডেটা রেজিস্ট্রি প্রকল্পগুলো আদৌ খেলার মাঠের বাস্তবতা বোঝে কি না, নাকি শুধু অর্থসংগ্রহের হাতিয়ার হয়ে থাকে। তৃতীয়ত, বিশ্লেষণ-প্ল্যাটফর্মগুলো একটা ন্যূনতম শর্ত আরোপ করছে কি না—শূন্য তথ্য নিয়ে কোনো বিশ্লেষণ প্রকাশ করা যাবে না। আমি ধারের পেছনে ছুটি না; আমি এমন প্রক্রিয়া গড়ি যা ধারকে পুনরাবৃত্তিযোগ্য করে। যে ম্যাচটা নিয়ে এই লেখা, তার স্প্রেডশিটটা আজও ফাঁকা। প্রশ্নটা তাই জোরালো: আমরা কি এমন সিস্টেম বানাচ্ছি যেখানে তথ্য কখনো হারাবে না, নাকি শুধু সেটার অভাবে ফাঁকা ঘরগুলোকে চিরকালীন সত্য বলে মেনে নেব?