খালি ইনপুট, নীরব পাইপলাইন: ক্রিকেট ডেটার অখণ্ডতা এবং অন-চেইন প্রমাণের নতুন যুগ

আমি প্রথম হুইসেলের আগেই নোটবুক খুলেছিলাম, আর বাজার বন্ধ হওয়ার পরেই তা বন্ধ করেছি। সেদিন সকালে স্ক্রিনে যা ফুটে উঠল, তা কোনো স্কোরকার্ড ছিল না, কোনো ইনিংসের হিসাব ছিল না—ছিল একটি ফাঁকা পাতা। স্টেজ-১-এর ডিকম্পোজিশন থেকে ফিরে আসা ফলাফলে লেখা ছিল: “তথ্য অপর্যাপ্ত, মূল্যায়ন সম্ভব নয়।” শিরোনাম নেই, সূত্র নেই, ধরন নেই। তথ্যবিন্দুর তালিকা শূন্য। এই ফাঁকা পাতা থেকেই আজকের গল্প, এবং এই গল্পটাই স্পোর্টস ডেটা শিল্পের সবচেয়ে অবহেলিত ঝুঁকির কথা বলে।

বছরের পর বছর ম্যাচ দেখার অভিজ্ঞতা থেকে আমি একটি জিনিস শিখেছি: স্কোরকার্ড মিথ্যা বলে না, কিন্তু স্কোরকার্ড যা বলে না, সেটাই অনেক সময় বেশি জরুরি। ২০১৭ সালের শীতে ময়মনসিংহের একটি ভাড়া ঘরে বসে যখন প্রথম স্ক্র্যাপার বানাই, তখন আমি প্রতিটি শট, এক্সজি আর পিপিডিএ মান তুলে আনতাম। সেই সময় আমার ধারণা ছিল, ডেটা মানে সত্য। কিন্তু ডেটা সিস্টেমের একটি মৌলিক নিয়ম আমি তখনো শিখিনি: শূন্যতা আর অনুপস্থিতি এক জিনিস নয়। একটি ম্যাচে শূন্য রান হওয়া এবং ম্যাচের তথ্য না থাকা—এই দুটোকে গুলিয়ে ফেললে বিশ্লেষণ মরে যায়। আর আজকের স্টেজ-২ বিশ্লেষণটি ঠিক সেই ভুলের প্রান্তে দাঁড়িয়ে আছে।

কনটেক্সট: পাইপলাইন কীভাবে কাজ করে, আর কোথায় ভাঙে

আধুনিক স্পোর্টস ডেটা বিশ্লেষণ সাধারণত দুই ধাপের একটি স্থাপত্যে চলে। স্টেজ-১ হলো ডিকম্পোজিশন—একটি নিবন্ধ, একটি স্কোরকার্ড বা একটি মার্কেট ফিডকে ভেঙে তথ্যবিন্দু, সত্তা (টিম, খেলোয়াড়, ইভেন্ট) এবং সময়-সংবেদনশীলতায় ভাগ করা। স্টেজ-২ হলো সেই ভাঙা তথ্যের উপর গভীর বিশ্লেষণ—ম্যাচের ফেজ, খেলোয়াড়ের টেকনিক, দলের অবস্থান, লিগের বাণিজ্য, শাসন, ঝুঁকি, প্রচলিত আখ্যান এবং শিল্পে সংক্রমণ। দুটো ধাপের মধ্যে সম্পর্ক সরাসরি: স্টেজ-১ যদি শূন্য হয়, স্টেজ-২-এর সবকিছু শূন্য।

আজকের ইনপুটে ঠিক সেটাই ঘটেছে। শিরোনাম “প্রযোজ্য নয়”, সূত্র “প্রযোজ্য নয়”, ধরন “প্রযোজ্য নয়”। মূল দৃষ্টিভঙ্গির ঘর ফাঁকা। তথ্যবিন্দু নেই। সত্তা চিহ্নিত হয়নি। সময়-সংবেদনশীলতা মূল্যায়ন হয়নি। উৎসের গুণমান মূল্যায়ন হয়নি। ফলে স্টেজ-২ যা তৈরি করেছে, সেটি একটি সুন্দরভাবে সাজানো খোলস—আটটি মাত্রা, প্রতিটিতে “অপর্যাপ্ত তথ্য” লেখা।

এই জায়গাটিতে দুটো পথ খোলা ছিল। এক, ফাঁকা ঘরগুলো কল্পনায় ভরিয়ে দেওয়া—কিছু খেলোয়াড়ের নাম, কিছু ম্যাচের স্কোর, কিছু বাণিজ্যিক সংখ্যা বানিয়ে ফেলা, যাতে প্রতিবেদনটি “সম্পূর্ণ” দেখায়। দুই, সৎ থাকা এবং স্বীকার করা যে কিছু জানা নেই। স্পোর্টস ডেটার জগতে প্রথম পথটাই বেশি জনপ্রিয়, কারণ সম্পূর্ণতা দেখতে ভালো লাগে। কিন্তু একজন ডেটা-সন্ন্যাসীর কাছে দ্বিতীয় পথটাই একমাত্র বৈধ।

এই দুই ধাপের স্থাপত্যটি কেবল প্রযুক্তিগত সৌন্দর্য নয়। ক্রিকেটের ক্ষেত্রে এর একটি বাস্তব অর্থ আছে। একটি টি-টোয়েন্টি ইনিংসের পাওয়ারপ্লে, মাঝের ওভার আর ডেথ ওভার—প্রতিটি ফেজ আলাদা তথ্যবিন্দু তৈরি করে। যদি সেই ফেজ-বিভাজনই না থাকে, তাহলে স্ট্রাইক রেটের গড় কোনো কাজে আসে না, কারণ কন্ডিশন আলাদা। ঠিক তেমনি, একটি টেস্ট ম্যাচের সেশন-ভিত্তিক পতন আর একটি ওয়ানডে-র ৩৫তম ওভারের পতন এক নয়। এই পার্থক্যগুলো ধরে রাখার কাজটাই স্টেজ-১-এর। স্টেজ-১ নীরব হলে, স্টেজ-২ অন্ধ।

আর এখানেই আজকের ঘটনার শিক্ষা। বিশ্লেষণে গোপন তথ্য হিসাবে বলা হয়েছে, সম্ভবত ইনজেশন বা ডিকম্পোজিশন পর্যায়ে ত্রুটি ঘটেছে—পেওয়াল, এনকোডিং, বা ভুল ইনপুট পাথ। এটি একটি একক ঘটনা নয়। স্পোর্টস ডেটার ইতিহাসে বহুবার ঘটেছে, যেখানে একটি ফিড কেটে গেছে, একটি স্ক্র্যাপার ব্লক হয়েছে, অথবা একটি উৎস তার কাঠামো বদলে ফেলেছে। এই প্রতিটি ঘটনায় আসল প্রশ্ন এক: আমরা কি জানি যে আমরা জানি না?

কোর: শূন্য ইনপুটের শারীরস্থান

এই ফাঁকা ফলাফলটি আসলে তিনটি আলাদা প্রশ্ন তোলে, এবং প্রতিটির উত্তর শিল্পের জন্য জরুরি।

প্রথম প্রশ্ন—এটি কি নিবন্ধটি সত্যিই ক্রিকেট-বিষয়ক কিছু ছিল না, নাকি পাইপলাইন ব্যর্থ হয়েছে? দুটো পরিস্থিতির প্রভাব সম্পূর্ণ ভিন্ন। যদি নিবন্ধটি সত্যিই ফাঁকা হয়, তাহলে সমস্যা উৎসের। আর যদি পাইপলাইন ভুলে ফাঁকা ফল দেয়, তাহলে সমস্যা আমাদের সিস্টেমের—আর সেটি আরও ভয়ংকর। একটি উৎসের ফাঁকা পাতা কেবল একটি খালি পাতা। কিন্তু একটি ব্যর্থ পাইপলাইন এমন একটি সিস্টেম, যা ভবিষ্যতেও ভুল তথ্য দিতে পারে।

দ্বিতীয় প্রশ্ন—খালি ফলাফলকে “সব ঠিক” হিসাবে পড়ার ঝুঁকি কতটা? বিশ্লেষণে এটিই সবচেয়ে বড় ঝুঁকি হিসাবে চিহ্নিত—ডাউনস্ট্রিম ব্যবহারকারীরা “সর্বত্র প্রযোজ্য নয়” লেখাটিকে একটি বৈধ সম্পাদকীয় অবস্থান ভেবে ফেলতে পারে। এটি স্পোর্টস ডেটার একটি নীরব ব্যর্থতার ধরন: ভুল তথ্যের চেয়ে অনুপস্থিত তথ্য বেশি বিপজ্জনক, কারণ ভুল তথ্য ধরা পড়ে, কিন্তু অনুপস্থিত তথ্য চুপচাপ সিদ্ধান্তে ঢুকে পড়ে।

তৃতীয় প্রশ্ন—চাপের মুখে সত্তা বানানোর প্রলোভন। বিশ্লেষণে এটি কম ঝুঁকি হিসাবে চিহ্নিত, কিন্তু আমার অভিজ্ঞতায় এটি সবচেয়ে সাধারণ ব্যর্থতা। যখন কোনো ফাঁকা ঘর থাকে, তখন সেটি ভরানোর একটি সহজাত ইচ্ছা কাজ করে। কিন্তু প্রতিটি বানানো নাম একটি মিথ্যা, আর প্রতিটি মিথ্যা পরবর্তী বিশ্লেষণে সংক্রমিত হয়। একটি বানানো তথ্যবিন্দু একটি প্রতিবেদনে ঢুকে পড়লে, সেটি আর কখনো মুছে যায় না—সেটি উদ্ধৃত হয়, সেটি কপি হয়, সেটি একটি তথ্য হিসাবে বেঁচে থাকে।

এখন এই তিনটি প্রশ্নকে শিল্পের একটি বড় ছবিতে বসানো দরকার। স্পোর্টস ডেটার মান শৃঙ্খলা সরল: যুব উন্নয়ন ও প্রতিভা সরবরাহ থেকে জাতীয় দল ও লিগ, তারপর সম্প্রচার, বাণিজ্যিক আর ডেরিভেটিভ মার্কেট। এই শৃঙ্খলের প্রতিটি ধাপ তথ্যের উপর নির্ভর করে। একটি ফাঁকা ইনপুট যদি এই শৃঙ্খলে ঢুকে পড়ে, তাহলে এর প্রভাব উপরের ধাপ থেকে নিচের ধাপে ছড়িয়ে পড়ে—সম্প্রচার কী দেখাবে, বাজার কী দাম দেবে, ফ্যান্টাসি খেলোয়াড় কী বাছবে।

এই কারণেই ডেটার উৎস যাচাই একটি প্রান্তিক কাজ নয়, বরং কেন্দ্রীয় কাজ। আমি বহুবার দেখেছি, একটি ম্যাচ-পরবর্তী বিশ্লেষণ পুরোপুরি ভুল দিকে চলে গেছে কেবল একটি ভুল তথ্যবিন্দুর কারণে—একটি ভুল মাঠ, একটি ভুল টসের ফলাফল, একটি ভুল ওভার-সংখ্যা। এই ছোট ভুলগুলো একা একা নিরীহ, কিন্তু জোড়া লাগলে একটি সম্পূর্ণ ভুল আখ্যান তৈরি করে।

ব্লকচেইন স্তর: অপরিবর্তনীয় খতিয়ান কেন জরুরি

এখানেই ব্লকচেইন প্রযুক্তির প্রাসঙ্গিকতা। স্পোর্টস ডেটার অখণ্ডতা দীর্ঘদিন ধরে কেন্দ্রীভূত মধ্যস্থতাকারীদের হাতে—ব্রডকাস্টার, ডেটা সরবরাহকারী, লিগ অফিস। এই কেন্দ্রীভূত ব্যবস্থায় একটি মৌলিক সমস্যা আছে: ডেটা কোথা থেকে এল, কে তা পরিবর্তন করল, কখন পরিবর্তন করল—এই প্রশ্নগুলোর উত্তর একটি কেন্দ্রীয় ডাটাবেসের উপর নির্ভর করে, যা স্বচ্ছ নয়। একটি কেন্দ্রীয় ডাটাবেসে একটি সারি চুপচাপ বদলে দেওয়া যায়, আর বাইরে থেকে কেউ তা টের পায় না।

অন-চেইন প্রমাণ এই সমস্যার একটি সম্ভাব্য সমাধান। কল্পনা করুন, প্রতিটি ম্যাচের তথ্যবিন্দু একটি অপরিবর্তনীয় খতিয়ানে লেখা হচ্ছে—টাইমস্ট্যাম্প সহ, হ্যাশ সহ, এবং কে তা যুক্ত করল তার সাক্ষর সহ। তাহলে স্টেজ-১-এর ফাঁকা ফলাফলটি একটি প্রমাণিত ঘটনা হয়ে উঠবে, একটি অস্পষ্ট সন্দেহ নয়। আমরা জানতে পারব ঠিক কখন পাইপলাইন নীরব হয়ে গেছে, এবং কেন।

এটি কাল্পনিক নয়। ফ্যান টোকেন, এনএফটি টিকিট আর অন-চেইন স্মারক—এই তিনটি ইতিমধ্যেই ক্রীড়া জগতে ঢুকে পড়েছে। কিন্তু এই প্রযুক্তিগুলোর আসল মূল্য টোকেনের দামে নয়, বরং ডেটার অখণ্ডতায়। একটি অন-চেইন টাইমস্ট্যাম্প প্রমাণ করতে পারে যে একটি তথ্যবিন্দু ঠিক কখন তৈরি হয়েছে, এবং কে তা যুক্ত করেছে। একটি স্পোর্টস ডেটা পাইপলাইনের জন্য এটি একটি নিরীক্ষা-পথ (audit trail), যা কোনো কেন্দ্রীয় কর্তৃপক্ষ মুছে ফেলতে পারে না।

২০১৮ সালের রাশিয়া বিশ্বকাপে ক্রোয়েশিয়ার সেই সফরটি আমি সংখ্যায় অডিট করেছিলাম—তিনটি টানা অতিরিক্ত সময়ের ম্যাচ, ৩৭৫ মিনিটের নকআউট ফুটবল, আর চার নকআউট ম্যাচে মাত্র ৫.৮ এক্সজি। ক্রোয়েশিয়া কোনো অলৌকিক ঘটনা ছিল না; এটি ছিল অতিরিক্ত সময় ও ক্লান্ত পায়ের একটি খতিয়ান। ফাইনালের দুই দিন আগে আমি ফ্রান্সের ২.১-১.০ প্রত্যাশিত গোলের প্রান্তিকতা দেখিয়ে একটি মডেল প্রকাশ করি, আর ফ্রান্স ৪-২ জেতে। এরপর এক ইউরোপীয় বেটিং সিন্ডিকেট আমার কাছ থেকে ম্যাচ-পূর্ববর্তী ফাইল চাইল; আমি একটি সিএসভি আর এক লাইন লেখা পাঠিয়ে দিয়েছিলাম।

সেই ঘটনা থেকেই আমার “রসিদ” অভ্যাস জন্মায়—প্রতিটি মডেল আউটপুট টাইমস্ট্যাম্প করা, প্রতিটি পূর্বাভাস প্রকাশ্যে সংরক্ষণ করা, যাতে যে কেউ পরে তা অডিট করতে পারে। আজকের ফাঁকা ফলাফলটি ঠিক এই অভ্যাসের আরেকটি উদাহরণ—এটি একটি ব্যর্থতা যাকে লুকানো হচ্ছে না, বরং একটি ব্যর্থতা যাকে প্রমাণ হিসাবে সংরক্ষণ করা হচ্ছে।

২০২০ সালের মে মাসে জার্মান বান্ডেসলিগা দর্শকশূন্য স্টেডিয়ামে ফিরেছিল। সেই সপ্তাহে নয়টি ম্যাচের মধ্যে স্বাগতিক দল জিতেছিল মাত্র দুটি। আমি অনুমান করিনি; তিন সপ্তাহ ধরে ইউরোপের শীর্ষ পাঁচ লিগের তথ্য তুলে এনে দেখেছি, হোম-উইন হার ৪৫.২ শতাংশ থেকে ৩৩.৮ শতাংশে নেমেছে, পেনাল্টি ২২ শতাংশ কমেছে, আর অ্যাওয়ে দলের এক্সজি বেড়েছে। আমি একটি “ক্রাউড কোফিশিয়েন্ট” বানিয়ে মডেল সংস্করণ ২.০-তে উন্নীত করি। এই অভিজ্ঞতা আমাকে শিখিয়েছে, একটি সিস্টেমের প্রতিটি সংস্করণ পরিবর্তন প্রকাশ্যে ডকুমেন্ট করা দরকার।

আজকের ফাঁকা ইনপুট ঠিক সেই সংস্করণ-খতিয়ানের অভাবে পড়েছে। কেউ জানে না, ফাঁকা ফলাফলটি সংস্করণ ১-এর সমস্যা, নাকি সংস্করণ ২-এর। কেউ জানে না, এই ত্রুটি কখন শুরু হয়েছে। একটি অন-চেইন চেঞ্জলগ থাকলে এই প্রশ্নগুলোর উত্তর থাকত।

কন্ট্রারিয়ান: সম্পূর্ণতার মোহ

শিল্পের একটি প্রচলিত বিশ্বাস আছে: একটি বিশ্লেষণ যত বেশি পূর্ণ, তত বেশি মূল্যবান। ফাঁকা ঘর মানে দুর্বল কাজ। আমি এই ধারণার সাথে দ্বিমত পোষণ করি।

একটি শূন্য ফলাফল নিজেই একটি তথ্য। আজকের স্টেজ-২ বিশ্লেষণে তথ্য মূল্য রেটিং প্রতিটি মাত্রায় এক তারকা—কারণ কোনো ম্যাচ, খেলোয়াড়, লিগ বা বাণিজ্যিক তথ্য নেই। কিন্তু বিশ্লেষণটি নিজেই স্বীকার করেছে যে এই শূন্যতা একটি QA সংকেত—এটি প্রমাণ করে যে ফ্রেমওয়ার্কের নাল-হ্যান্ডলিং নিয়ম কাজ করছে। অর্থাৎ, সিস্টেম সঠিকভাবে বলছে “আমি জানি না”, ভুলভাবে বলছে “সব ঠিক” নয়।

এখানেই সম্পূর্ণতা-প্রীতি আর অখণ্ডতার মধ্যে পার্থক্য। একটি ভরাট প্রতিবেদন যা বানানো তথ্যে তৈরি, তা একটি ফাঁকা প্রতিবেদনের চেয়ে অনেক বেশি ক্ষতিকর। বাজি বাজারে এই পার্থক্যটি সরাসরি টাকার হিসাবে দেখা যায়। একটি ক্লোজিং লাইন হলো বাজারের একটি স্বীকারোক্তি, যা সে কেউ না দেখার সময় করে। যদি বাজার একটি ফাঁকা তথ্যের উপর দাঁড়িয়ে দাম নির্ধারণ করে, তাহলে সেটি কেবল একটি ভুল মূল্য নয়—এটি একটি ভুল সত্য।

আরও গভীরে, এই ফাঁকা ইনপুটটি স্পোর্টস ডেটা শিল্পের একটি বড় সত্য উন্মোচন করে: আমরা ডেটার পরিমাণ নিয়ে এত মগ্ন যে গুণমান আর উৎস নিয়ে ভাবতে ভুলে যাই। ব্লকচেইন-ভিত্তিক ডেটা প্রমাণ এই সমস্যার সমাধানের দিকে একটি পদক্ষেপ—কিন্তু প্রযুক্তি একা যথেষ্ট নয়। প্রয়োজন একটি সংস্কৃতি, যেখানে “আমি জানি না” বলা একটি শক্তি হিসাবে গণ্য হয়।

ট্রান্সফার কোনো গল্প নয়; এগুলো টাইমস্ট্যাম্প, ক্লজ আর উৎসাহ—শাল জড়ানো। ঠিক তেমনি, একটি ডেটা পাইপলাইনের ফলাফলও কোনো গল্প নয়; এগুলো টাইমস্ট্যাম্প, উৎস আর সংস্করণের একটি খতিয়ান। এই খতিয়ানটি যদি অন-চেইনে সংরক্ষিত হয়, তাহলে একটি ফাঁকা ইনপুট আর কখনো গোপনে হারিয়ে যাবে না।

এখানেই ফ্যান টোকেন আর ক্লাব আইপিও-র প্রশ্ন আসে। যখন একটি ক্লাব তার সমর্থকদের আবেগকে টোকেনে রূপান্তর করে বা শেয়ার বাজারে ছাড়ে, তখন সেই ক্লাবের প্রকৃত পারফরম্যান্স ডেটার অখণ্ডতার উপর নির্ভর করে। যদি সেই ডেটা দুর্বল হয়, তাহলে আর্থিক প্রতিবেদনের চাপ ক্রীড়া-সিদ্ধান্তকে ছাপিয়ে যায়। একটি খালি ইনপুট, তাই, শুধু একটি প্রযুক্তিগত সমস্যা নয়—এটি একটি আর্থিক ঝুঁকি।

একইভাবে, ইন-প্লে বাজি আর ফ্যান্টাসি স্পোর্টস মার্কেট প্রতিটি সেকেন্ডে ডেটার উপর নির্ভর করে। একটি ভুল বা অনুপস্থিত তথ্যবিন্দু সেখানে একটি ভুল দাম তৈরি করতে পারে, আর সেই ভুল দাম হাজারো ব্যবহারকারীর সিদ্ধান্তে ছড়িয়ে পড়ে। তাই ডেটার উৎস যাচাই কেবল বিশ্লেষকের শখ নয়—এটি বাজারের অবকাঠামো।

ঝুঁকির দিক থেকে দেখলে, আজকের ফলাফলটি কেবল একটি প্রক্রিয়া-ঝুঁকি। কোনো ক্রীড়া-ঝুঁকি, কোনো কর্মী-ঝুঁকি, কোনো বাণিজ্যিক ঝুঁকি বা কোনো শাসন-ঝুঁকি এখানে চিহ্নিত করা যায় না, কারণ চিহ্নিত করার মতো কোনো ঘটনা নেই। কিন্তু প্রক্রিয়া-ঝুঁকিটি বড়: একটি খালি স্টেজ-১ ইনপুট স্টেজ-২ পাইপলাইন থামানো উচিত, চালু রাখা নয়।

এই জায়গায় একটি গুরুত্বপূর্ণ পার্থক্য আছে। একটি বাজেট বা একটি স্কোয়াড-তালিকা ফাঁকা থাকলে সেটি স্পষ্ট দেখা যায়। কিন্তু একটি ডেটা পাইপলাইনের নীরবতা দেখা যায় না। পাইপলাইন নীরব হয়ে গেলে, আউটপুটও নীরব থাকে—আর নীরবতা দেখতে একটি বৈধ অবস্থানের মতো লাগে। এই কারণেই ডেটা অখণ্ডতার একটি স্বতন্ত্র নীতি দরকার: প্রতিটি আউটপুটে তার উৎস, তার সময় আর তার আস্থার মাত্রা লেখা থাকা উচিত।

টেকঅ্যাওয়ে: পরবর্তী সংকেত

সুতরাং পরবর্তী বার্তাটি হলো একটি সতর্কতা আর একটি প্রত্যাশা। সতর্কতা: যখনই কোনো বিশ্লেষণ “সর্বত্র প্রযোজ্য নয়” দেখায়, সেটিকে হালকাভাবে নেবেন না। এটি হয় উৎসের ব্যর্থতা, নয় পাইপলাইনের ব্যর্থতা—দুটোরই তদন্ত দরকার। প্রত্যাশা: ভবিষ্যতে যখন স্পোর্টস ডেটা অন-চেইন খতিয়ানে যুক্ত হবে, তখন একটি খালি ফলাফল নিজেই একটি প্রমাণ হয়ে উঠবে—কখন নীরবতা নেমে এসেছিল, তার একটি অপরিবর্তনীয় রেকর্ড।

যে সংকেতগুলো আমাদের নজরে রাখা উচিত: স্টেজ-১-এর তথ্যবিন্দুর ঘর আবার কখন ভরবে; সত্তা নিষ্কাশন আবার কখন কাজ করবে; আর উৎস-পুনরুদ্ধারের মূল কারণ কী। এই তিনটি সংকেত যখনই সক্রিয় হবে, তখনই আমরা জানব যে সিস্টেম আবার কথা বলছে।

আমি প্রথম হুইসেলের আগেই নোটবুক খুলেছিলাম, আর বাজার বন্ধ হওয়ার পরেই তা বন্ধ করেছি। আজকের পাতাটি ফাঁকা। কিন্তু একটি ফাঁকা পাতা একটি হারানো পাতা নয়—এটি একটি সংরক্ষিত প্রমাণ, যদি আমরা সেটিকে সেভাবেই দেখি।

— রুট: দ্য স্ক্র্যাপার