নাল ইনপুটের পাঠ: ক্রিকেট বিশ্লেষণে ডেটা অখণ্ডতা, যাচাইযোগ্যতা ও ব্লকচেইন-স্ট্যান্ডার্ড

প্রতিটি ঘর খালি। শিরোনাম নেই, সোর্স নেই, সারসংক্ষেপ নেই, তথ্যবিন্দুর তালিকা নেই, সংশ্লিষ্ট খেলোয়াড়ের নামও নেই। কোনো ঘরে লেখা 'N/A', কোথাও 'তথ্য অপর্যাপ্ত', কোথাও শুধু একটি ড্যাশ। একজন বিশ্লেষকের কাছে এমন একটা ডকুমেন্ট হাতে এলে সহজ রাস্তা একটাই — কল্পনা দিয়ে ঘরগুলো ভরে দেওয়া। আর ঠিক সেই মুহূর্তেই আমি থেমে যাই। কারণ আমার পেশায় ফাঁকা ঘর মানে সম্ভাবনা নয়, ফাঁকা ঘর মানে ফাঁদ।

২০১৮ সালে, সতেরো বছর বয়সে, আমি সিডনির বেডরুমে বসে রাশিয়া বিশ্বকাপের প্রতিটি ম্যাচ দেখতাম আর এক্সেলে শট লগ করতাম। মোট ১,২৪৮টি শট। প্রতিটির পজিশন, শট নেওয়া পায়ের অংশ, প্রতিপক্ষ গোলরক্ষকের দাঁড়ানোর জায়গা, ডিফেন্ডারের চাপ — তারপর একটি করে xG মান। সেই ১,২৪৮টি লাইনের একটি সংখ্যাও আমি অনুমান করে লিখিনি। প্রতিটি সংখ্যা একটি নির্দিষ্ট টাইমস্ট্যাম্পে একটি নির্দিষ্ট ম্যাচের একটি নির্দিষ্ট ফ্রেমে ফিরিয়ে নিয়ে যাওয়া যায়। ফ্রান্স ৪-৩ গোলে আর্জেন্টিনাকে হারানোর ম্যাচটায় ফ্রান্স ২.১ xG থেকে ৪ গোল করেছিল, আর্জেন্টিনা ১.৪ xG থেকে ৩। এই দুই সংখ্যা আমার কাছে রহস্য নয়, কারণ আমি জানি কোন শট কোন কোণ থেকে এসেছে।

আমার পেশাগত দর্শনটা সরল: যে সংখ্যাকে আমি একটি টাচ পর্যন্ত ট্রেস করতে পারি না, তাকে আমি বিশ্বাস করি না। আজ যে রিপোর্টটি আমার সামনে, সেটি এমন এক সত্যের মুখোমুখি করেছে যা ক্রিকেট-বিশ্লেষণের জগতে অনেকেই এড়িয়ে যেতে চান — ডেটা না থাকলে বিশ্লেষণ হয় না, শুধু গল্প হয়। আর গল্পকে ডেটার পোশাক পরিয়ে দিলে সেটা সাংবাদিকতা নয়, প্রতারণা।

বিষয়টা বোঝার জন্য আগে জানতে হবে ক্রিকেট-বিশ্লেষণের ডেটা-সরবরাহ-শৃঙ্খল কীভাবে কাজ করে। আধুনিক ক্রিকেট অ্যানালিটিক্সে সাধারণত দুই স্তরের প্রক্রিয়া চলে। প্রথম স্তরে (Stage-1) একটি ম্যাচ রিপোর্ট, একটি হাইলাইট, একটি স্কোরকার্ড বা একটি সংবাদনিবন্ধকে ভেঙে ফেলা হয় কাঠামোগত ক্ষেত্রে — তথ্যবিন্দু, দাবি, সংশ্লিষ্ট দল, খেলোয়াড়, সময়-সংবেদনশীলতা, সোর্সের গুণমান। এই কাঠামোগত ক্ষেত্রগুলোই হলো কাঁচামাল। দ্বিতীয় স্তরে (Stage-2) সেই কাঁচামালের উপর বসানো হয় বিশ্লেষণী ফ্রেমওয়ার্ক — ফরম্যাট, খেলোয়াড়ের কৌশল, দলের অবস্থান, লিগ-বাণিজ্য, শাসন, ঝুঁকি, জন-আখ্যান।

সমস্যাটা এখানেই। যদি প্রথম স্তর ব্যর্থ হয়, দ্বিতীয় স্তরের হাতে থাকে শূন্য। তখন যেকোনো সিদ্ধান্ত, যেকোনো রায়, যেকোনো 'বিশ্লেষণ' হবে ভিত্তিহীন। একটি ব্লকচেইনের কথা ভাবুন। প্রতিটি ব্লক আগের ব্লকের হ্যাশ ধারণ করে, এবং প্রথম ব্লকটা অনুপস্থিত হলে পুরো চেইনটা অকার্যকর হয়ে যায়। কেউ যদি প্রথম ব্লক ছাড়াই দ্বিতীয়, তৃতীয় ব্লক জোড়া লাগিয়ে দিতে চায়, সেই লেজার আর বিশ্বাসযোগ্য থাকে না। ক্রিকেট ডেটার ক্ষেত্রেও ঠিক একই নিয়ম। তথ্যবিন্দু যদি না থাকে, তাহলে তার উপর দাঁড়ানো বিশ্লেষণ যত সুন্দর শোনাক, সেটা একটা ভাঙা চেইন।

আমি বছরের পর বছর ম্যাচ দেখে অভ্যস্ত, এবং আমার কাজ ক্রিকেটের বাজার-মূল্যায়ন করা — কে আসলে মূল্যবান, কে শুধু চকচকে। এই কাজে সবচেয়ে বড় শত্রু হলো আত্মবিশ্বাসী ভুল। একজন বিশ্লেষক যখন ফাঁকা ডেটার সামনে দাঁড়িয়ে নিজের স্মৃতি আর অনুমান দিয়ে রিপোর্ট ভরিয়ে দেন, তখন সেই রিপোর্টটি বাজারে ঢুকে একটি ভুল দাম তৈরি করে। বাজি বা ফ্যান্টাসি হোক, বা আইপিএলের নিলাম-মূল্যায়ন হোক — সবখানেই ভিত্তিহীন ডেটা বাস্তব ক্ষতি করে।

এখন ফ্রেমওয়ার্কের আটটি মাত্রা ধরে দেখি, একটি ফাঁকা ইনপুট আসলে কী কী তথ্য লুকিয়ে রাখে।

প্রথম মাত্রা: ফরম্যাট ও ম্যাচ-বিশ্লেষণ। টেস্ট, ওয়ানডে, টি-টোয়েন্টি — প্রতিটির অর্থনীতি আলাদা। একটি টেস্টে ৪৫ গড় করা ব্যাটার টি-টোয়েন্টিতে ২৫-এ নেমে আসতে পারেন, আবার একজন ফিনিশার টেস্টে টিকতেই পারেন না। ফরম্যাট ছাড়া কোনো পারফরম্যান্সের মূল্যায়ন করা মানে তিনটা আলাদা খেলা একসাথে গুলিয়ে ফেলা। এই মাত্রাটি খালি থাকলে বোঝা যায়, আমাদের হাতে কোনো নির্দিষ্ট ম্যাচের প্রেক্ষাপট নেই — কোন ইনিংস, কোন সেশন, পাওয়ারপ্লে না ডেথ ওভার, উইকেট কেমন ছিল, শিশির ছিল কি না, ডিএলএস প্রযোজ্য ছিল কি না — কিছুই জানা নেই।

দ্বিতীয় মাত্রা: খেলোয়াড়ের কৌশল ও ডেটা। এখানে সবচেয়ে গুরুত্বপূর্ণ প্রশ্নটি হলো স্যাম্পল সাইজ। একজন ব্যাটারের তিন ম্যাচের ৮০ স্ট্রাইক রেট আর দুই মৌসুমের ১৩৫ স্ট্রাইক রেট এক জিনিস নয়। ছোট স্যাম্পল চিৎকার করে, বড় স্যাম্পল সৎ থাকে। একজন বোলারের ইকোনমি রেট পাওয়ারপ্লেতে আর ডেথে সম্পূর্ণ ভিন্ন গল্প বলে। বয়স-বক্ররেখার মোড়, ইনজুরির ইতিহাস, হোম-কন্ডিশনের সুবিধা — এই সবকিছু না জেনে কোনো রায় দেওয়া যায় না। এই মাত্রার খালি ঘরটি আমাদের বলে, আমাদের হাতে একটি নামও নেই, একটি ডেটা-উইন্ডোও নেই।

তৃতীয় মাত্রা: দলের অবস্থান ও র‍্যাঙ্কিং। আইসিসি র‍্যাঙ্কিং, হোম-অ্যাওয়ে প্রোফাইল, ব্যাটিং গভীরতা, বোলিং কম্বিনেশন, বেঞ্চ-শক্তি, বয়স-কাঠামো — এগুলো দলগত বিশ্লেষণের কাঁচামাল। একটি দলের হোম-রেকর্ড তার অ্যাওয়ে-রেকর্ডের চেয়ে অনেক ভালো হতে পারে, কিন্তু সেটা যদি কন্ডিশন-নির্দিষ্ট হয়, তাহলে সেটা কেবল একটা ভেন্যু-সুবিধা, দলটির সার্বিক শক্তি নয়। খালি ঘর মানে কোনো দল চিহ্নিত নয়, ফলে কোনো তুলনাও সম্ভব নয়।

চতুর্থ মাত্রা: লিগ ও বাণিজ্যিক ইকোসিস্টেম। ব্রডকাস্ট-অধিকারের মূল্য, ফ্র্যাঞ্চাইজি-মূল্যায়ন, খেলোয়াড়ের বেতন — এই সংখ্যাগুলো ক্রিকেটের অর্থনীতি বোঝার চাবি। ২০২৩ সালে ভারতীয় ক্রিকেট বোর্ডের মিডিয়া-অধিকার চুক্তি প্রায় ৪৮,৩৯০ কোটি রুপিতে পৌঁছেছিল, যা দেখায় ক্রিকেট এখন শুধু খেলা নয়, একটি সম্পদশ্রেণি। কিন্তু এই মাত্রাটি খালি থাকলে বোঝা যায়, আমাদের হাতে কোনো নিলাম, কোনো চুক্তি, কোনো লেনদেনের দাম নেই। আর একটা কথা মনে রাখা দরকার — একটি ট্রান্সফার গুজব হলো প্রায়র, মেডিকেল হলো পোস্টেরিয়র। ঘোষিত দাম আর প্রকৃত মূল্য কখনোই এক জিনিস নয়।

পঞ্চম মাত্রা: নিয়ম ও শাসন। পাওয়ার-ডিস্ট্রিবিউশন, খেলার নিয়ম-বিতর্ক, সততা-বিরোধী দুর্নীতি, যোগ্যতা ও নির্বাচন, ভূরাজনীতি — এই স্তরে একটি সিদ্ধান্ত পুরো একটা ইকোসিস্টেমকে নাড়িয়ে দিতে পারে। ডিআরএস-এর আম্পায়ারিং বিতর্ক থেকে শুরু করে নির্বাচনের যোগ্যতা-প্রশ্ন পর্যন্ত, ক্রিকেটে শাসন মানে শুধু নিয়ম নয়, শক্তির ভারসাম্য। এই মাত্রা খালি থাকলে আমরা বুঝি, কোনো শাসক-সংস্থা, কোনো নিয়ম বা সততা-প্রসঙ্গের উল্লেখই নেই।

ষষ্ঠ মাত্রা: ঝুঁকি। ক্রীড়া-ঝুঁকি, কর্মী-ঝুঁকি, বাণিজ্যিক ঝুঁকি, নিয়ম-ঝুঁকি, জনমত-ঝুঁকি, সিস্টেমিক ঝুঁকি। আমার কাছে সবচেয়ে বড় ক্রীড়া-ঝুঁকি হলো ইনজুরি, বিশেষ করে এসিএল-পরবর্তী প্রত্যাবর্তন। শারীরিক সেরে ওঠার চেয়ে মানসিক বাধা কাটানো কঠিন — অনেক খেলোয়াড় দ্রুত ফিরে এসে দ্বিতীয় অধ্যায়টাই হারিয়ে ফেলেন। কিন্তু ঝুঁকি-বিশ্লেষণের জন্য অন্তত একটি নাম, একটি ঘটনা বা একটি লেনদেন দরকার, যা এখানে নেই।

সপ্তম মাত্রা: জন-আখ্যান ও প্রত্যাশা। ক্রিকেটে হাইপ-সাইকেল একটি বাস্তব শক্তি। একটি বড় ইনিংস, একটি দর্শনীয় ক্যাচ, বা একটি নাটকীয় জয় সোশ্যাল মিডিয়ায় ঝড় তুলতে পারে — কিন্তু মৌলিক ডেটা যদি সেই আখ্যানকে সমর্থন না করে, তাহলে সেটা ক্ষণস্থায়ী। আর্জেন্টিনা ২০২২ বিশ্বকাপে সৌদি আরবের কাছে ১-২ হেরেছিল, কিন্তু সেই ম্যাচে আর্জেন্টিনা ২.৩ xG বানিয়েছিল এবং ১৫টি শট নিয়েছিল, সৌদি আরব মাত্র ০.৩ xG থেকে দুটি গোল পেয়েছিল। আর্জেন্টিনা ১০ বার অফসাইডে ধরা পড়েছিল। ফলাফলটা ছিল ভ্যারিয়েন্স, প্রক্রিয়া নয়। ক্রিকেটেও একই কথা — একটি ম্যাচের হারে গোটা ব্যবস্থাকে বিচার করা ভুল।

অষ্টম মাত্রা: ক্রিকেট-শিল্পের সংক্রমণ-বিশ্লেষণ। তৃণমূল প্রতিভা-উৎপাদন থেকে জাতীয় দল ও লিগ, তারপর ব্রডকাস্ট, দক্ষিণ এশীয় মূলবাজার, পুঁজি-নেটওয়ার্ক, বাজি-ফ্যান্টাসি, ডেরিভেটিভ মার্কেট — এই পুরো সরবরাহ-শৃঙ্খল একসাথে জড়ানো। একটি ধাপে খিঁচুনি লাগলে পুরো শৃঙ্খলে তার ঢেউ ছড়ায়। কিন্তু কোনো ধাপ চিহ্নিত না থাকলে সংক্রমণের দিক-নির্দেশও আঁকা যায় না।

এখান থেকে যে সত্যটি বেরিয়ে আসে, সেটি ক্রিকেট-বিশ্লেষণের সবচেয়ে অস্বস্তিকর সত্য: একটি খালি ডেটাসেট একটি ভরা ডেটাসেটের চেয়ে বেশি সৎ হতে পারে।

ভাবুন তো। আমাদের চারপাশে প্রতিদিন কত 'বিশ্লেষণ' তৈরি হয়, যেখানে একটি ইনিংস থেকে গোটা সিরিজের রায় দেওয়া হয়, একটি দর্শনীয় ডেলিভারি থেকে বোলারের ভবিষ্যৎ ঘোষণা করা হয়, একটি ট্রান্সফার গুজবকে চূড়ান্ত সত্য ধরে নিয়ে নিলাম-কৌশল লেখা হয়। এই রিপোর্টগুলোর বেশিরভাগের পেছনে ঠিক ততটাই ভিত্তি থাকে যতটা এই ফাঁকা ডকুমেন্টে। পার্থক্য শুধু একটাই — ফাঁকা ডকুমেন্টটি স্বীকার করে যে সে জানে না, আর ভরা ডকুমেন্টটি আত্মবিশ্বাসের সাথে নিজের অজ্ঞতা ঢেকে রাখে।

মডেল এক কথা বলল, খালি স্টেডিয়াম বলল আরেক কথা — ২০২০ সালে করোনা-বিরতির সময় আমি এই শিক্ষাটা পেয়েছিলাম। বুন্দেসলিগা পুনরায় শুরু হওয়ার পর প্রথম পাঁচ রাউন্ডে হোম-জয়ের হার ৪৩.৩% থেকে ৩৩.৩%-এ নেমে এসেছিল। খালি স্টেডিয়াম হোম-অ্যাডভান্টেজ মুছেনি; উৎসটা উন্মোচন করেছে। অর্থাৎ সুবিধাটা কতটা দলের শক্তি আর কতটা ভিড়ের চাপ, সেটা তখন স্পষ্ট হয়েছিল। এই পার্থক্য ধরতে পারা আর না পারার মধ্যে যে বিশ্লেষক আছেন, আর যে শুধু শিরোনাম লেখেন — তাদের ফারাক এখানেই।

ক্রিকেটে ব্লকচেইনের ধারণাটা এখানেই প্রাসঙ্গিক। ব্লকচেইনের মূল শক্তি দুটি — অপরিবর্তনীয়তা এবং ট্রেসেবিলিটি। প্রতিটি লেনদেন এমনভাবে লেখা হয় যে পরবর্তীতে কেউ তা গোপনে বদলাতে পারে না, এবং প্রতিটি এন্ট্রি তার উৎস পর্যন্ত ট্রেস করা যায়। ক্রিকেট-ডেটার ক্ষেত্রে আমাদের ঠিক এই গুণ দুটো দরকার। একটি ডেলিভারির বল-ট্র্যাকিং ডেটা, একটি শটের xG মান, একটি খেলোয়াড়ের পেস-লোড — এগুলোর প্রত্যেকটির একটি অনড় উৎস থাকা উচিত, যা কেউ বদলাতে পারবে না। যদি একটি সংখ্যা তার উৎস থেকে বিচ্ছিন্ন হয়ে যায়, সেটা লেজারের বাইরে পড়ে যাওয়া একটা লেনদেনের মতো — হয় সেটা মুছে ফেলতে হবে, নয়তো পুরো হিসাব আবার মিলাতে হবে।

আমি নয় বছর ধরে এই শিল্পের দিকে তাকিয়ে আছি এবং এক জিনিস স্পষ্ট: সবচেয়ে বড় ক্ষতি করে না ভুল তথ্য, ক্ষতি করে যাচাইযোগ্যতার অভাব। যখন একটি দাবি আর তার উৎসের মধ্যে যোগসূত্রটা হারিয়ে যায়, তখন সত্য-মিথ্যার বিচার অসম্ভব হয়ে পড়ে। ক্রিকেট-বিশ্লেষণে একটি নিয়ম থাকা দরকার — যা ব্লকচেইনের নিয়মের মতো কঠোর। প্রতিটি সংখ্যার পেছনে একটি টাচ থাকতে হবে। প্রতিটি টাচের পেছনে একটি টাইমস্ট্যাম্প থাকতে হবে। আর প্রতিটি টাইমস্ট্যাম্পের পেছনে একটি যাচাইযোগ্য রেকর্ড থাকতে হবে।

বিপরীত দৃষ্টিকোণ থেকে ভাবলে একটা কথা আরও অস্বস্তিকর: এই ফাঁকা রিপোর্টটি আসলে ক্রিকেট-বিশ্লেষণের বিরল সততার উদাহরণ।

আমরা যে শিল্পে আছি, সেখানে 'আমি জানি না' বলাটা প্রায় নিষিদ্ধ। বাজি-বাজার, ফ্যান্টাসি-প্ল্যাটফর্ম, সোশ্যাল মিডিয়া — সবাই চায় আত্মবিশ্বাসী রায়। কেউ 'সম্ভবত', 'হয়তো', 'ডেটা যথেষ্ট নয়' শুনতে চায় না। ফলে বিশ্লেষকরা দুর্বল প্রমাণকে শক্ত ভাষায় মুড়ে দেন। একটি ইনিংসকে ক্যারিয়ার-সেরা ঘোষণা করা হয়, একটি স্পেলকে প্রতিভার প্রমাণ বলা হয়, একটি দুর্ভাগ্যজনক হারের পর গোটা সিস্টেমকে দোষ দেওয়া হয়। কিন্তু প্রক্রিয়া আর ফলাফলের পার্থক্য না ধরলে বিশ্লেষণ অর্থহীন।

সত্যিটা হলো, বেশিরভাগ ক্রিকেট-আখ্যান নমুনা-সীমাবদ্ধতার কথা এড়িয়ে যায়। সিলেকশন বায়াস — যে খেলোয়াড় খেলার সুযোগই পাননি, তাঁর কথা কেউ লেখে না। ফরম্যাট-পার্থক্য — একই ব্যাটার ওয়ানডেতে আর টেস্টে দুই রকম। কন্ডিশন-নির্দিষ্ট পারফরম্যান্স — ঘরের উইকেটে জ্বলে ওঠা বোলার বিদেশি কন্ডিশনে মিলিয়ে যান। এই সবকিছু বাদ দিয়ে গড়া গল্প যতই সুন্দর হোক, সেটা ডেটা নয়। একটি ট্রান্সফার গুজব প্রায়র, মেডিকেল পোস্টেরিয়র — এই নিয়মটা বাজারের জন্য যেমন, বিশ্লেষণের জন্যও তেমন।

আর এখানেই আমার সবচেয়ে বড় সতর্কবার্তা। নিজের মডেলকে তার সীমার বাইরে রক্ষা করা একজন ডেটা-বিশ্লেষকের সবচেয়ে বড় ফাঁদ। আমার নিজের ২০১৮-র xG মডেল, ২০২০-র কনটেক্সট-অ্যাডজাস্টেড মডেল, ২০২৪-এর ট্রান্সফার-ব্রিফ — সবকিছুরই অনুমান, এরর-বার আর ভুল হওয়ার শর্ত থাকা উচিত। যে মডেল নিজের ভুলের শর্ত ঘোষণা করতে পারে না, সেটা মডেল নয়, বিশ্বাস।

আগামী মৌসুমে ক্রিকেট-বিশ্লেষণে যে সংকেতগুলো আমি নজরে রাখছি, সেগুলো সরাসরি এই ডেটা-অখণ্ডতার প্রশ্নের সাথে যুক্ত।

প্রথমত, বল-ট্র্যাকিং আর হক-আই ডেটার যাচাইযোগ্যতা। টেলিভিশন-গ্রাফিক্সে দেখানো ট্রাজেক্টরি আর প্রকৃত বল-ডেটার মধ্যে ফারাক ক্রমশ বাড়ছে। কে এই ডেটার মালিক, কে যাচাই করবে — এই প্রশ্নের উত্তর লিগগুলোকে দিতে হবে।

দ্বিতীয়ত, ফ্র্যাঞ্চাইজি ও আন্তর্জাতিক ক্রিকেটের মধ্যে লোড-ম্যানেজমেন্টের টানাপোড়েন। একজন পেসারের কত ওভার, কত দিনের বিশ্রাম — এই ডেটা যদি স্বচ্ছ ও যাচাইযোগ্য না হয়, ইনজুরি-ঝুঁকি বাড়বে।

তৃতীয়ত, বাজি-বাজারে স্বচ্ছতা। যেখানে একটি ম্যাচের ফলাফল নিয়ে লেনদেন হয়, সেখানে ডেটার উৎস অনড় হওয়া উচিত — ঠিক যেমন একটি ব্লকচেইনে প্রতিটি লেনদেন অপরিবর্তনীয়।

যে পাঠটি আজকের ফাঁকা রিপোর্ট আমাকে দিল, সেটি হলো — ডেটার মূল্য তার পরিমাণে নয়, তার যাচাইযোগ্যতায়। একটি সংখ্যা যত বড়ই হোক, যদি আমি সেটিকে একটি টাচ পর্যন্ত ট্রেস করতে না পারি, তাকে আমি বিশ্বাস করি না। ক্রিকেট যতই আবেগের খেলা হোক, বিশ্লেষণকে থাকতে হবে রসিদসহ। খালি স্প্রেডশিটটি আমাকে সেটাই মনে করিয়ে দিল — আর যেটা স্বীকার করে যে সে জানে না, সেটাই আজকের জগতে সবচেয়ে সৎ ডেটাসেট।