ক্রিকেট ডেটার অডিট ট্রেইল: বল-বাই-বল লগ থেকে ব্লকচেইন লেজার পর্যন্ত

২০২৪ সালের বিপিএলের একটি ম্যাচ। সিলেট আন্তর্জাতিক ক্রিকেট স্টেডিয়াম। বৃষ্টি এসেছিল দুইবার, ইনিংস ভেঙেছে দুই টুকরোয়, ডাকওয়ার্থ-লুইস-স্টার্ন পদ্ধতিতে লক্ষ্য পুনর্নির্ধারিত হয়েছে। ম্যাচ শেষে আমি দুটি বাণিজ্যিক ডেটা সরবরাহকারীর ফাইল পাশাপাশি রাখলাম। একই ম্যাচ আইডি, একই ইনিংস, একই ওভার — অথচ পাওয়ারপ্লের মোট রান দুই ফাইলে দুই রকম। পার্থক্য ১১ রান। কেউ প্রতারণা করেনি। একজন বৃষ্টিবিভক্ত ওভারকে পূর্ণ ওভার হিসেবে গণনা করেছে, অন্যজন বৈধ বলের ভিত্তিতে ভগ্নাংশে ভেঙেছে। কিন্তু আমার পাওয়ারপ্লে স্ট্রাইক-রেট মডেল যে ফাইলের উপর দাঁড়িয়ে ছিল, সেটি যদি অন্যটি হতো, আমার সিদ্ধান্ত বদলে যেত।

সেই রাত থেকে আমি "কে জিতবে" প্রশ্নটা এক ধাপ পিছিয়ে রেখে আগে জিজ্ঞেস করা শুরু করি: এই সংখ্যাটা কোথা থেকে এল, কে লিখল, কখন লিখল, এবং পরে কেউ কি তা নীরবে বদলে দিয়েছে?

প্রক্রিয়া আগে, ব্যাখ্যা পরে

ক্রিকেটের প্রতিটি সংখ্যার একটা বংশতালিকা থাকে। কাঁচা ফিড আসে স্কোরার অ্যাপ্লিকেশন থেকে, তারপর ম্যাচ আইডি বসে, তারপর পরিষ্কার করার নিয়ম প্রয়োগ হয়, তারপর যোগ-বিয়োগ হয়, তারপর প্রকাশ পায়। বাংলাদেশের ঘরোয়া ক্রিকেটে — বিপিএল, ঢাকা প্রিমিয়ার লিগ, জাতীয় ক্রিকেট লিগ — দুর্বলতা সাধারণত দুই ও তিন নম্বর ধাপে। একই দলের নাম এক জায়গায় "আবাহনী লিমিটেড", আরেকটির স্কোরকার্ডে "আবাহনী লি."। ভেন্যুর নাম তিন রকম বানানে লেখা। বৃষ্টির নিয়ম কে কীভাবে ব্যাখ্যা করল, তার কোনো স্থায়ী রেকর্ড থাকে না।

আমি ২০১৭ সালে প্রথম এই সমস্যাটা পদ্ধতিগতভাবে মোকাবিলা করি। সেবার আবাহনী লিমিটেড ঢাকা ও শেখ রাসেল ক্রীড়া চক্রের ম্যাচগুলোয় শট-লোকেশন ডেটার কোনো ধারাবাহিকতা ছিল না। আমি খুলনায় তিনজন ইন্টার্ন নিয়ে প্রতিটি শট, প্রেস, আর কভার করা দূরত্বের সেগমেন্ট লগ করার একটি টেমপ্লেট বানাই। ম্যাচ-প্রস্তুতির সময় ৯ ঘণ্টা থেকে ২.৫ ঘণ্টায় নেমে আসে। সেটাই আমার প্রথম শিক্ষা: প্রেসিং অডিট আসলে বিশৃঙ্খলার হিসাবরক্ষণ, আর হিসাবরক্ষণ ঠিক না হলে বিশ্লেষণ শুধুই সুন্দর গল্প।

ক্রিকেটে এই হিসাবরক্ষণ আরও কঠিন, কারণ বল-বাই-বল লগ একই সঙ্গে গতি, স্পিন, ফিল্ড-প্লেসমেন্ট, আবহাওয়া আর আম্পায়ারের সিদ্ধান্তের রেকর্ড। বাংলাদেশের প্রেক্ষাপটে এর সঙ্গে যোগ হয় মৌসুমি বৃষ্টি, ভেজা আউটফিল্ড, আলো-কমানোর নিয়ম, আর সীমিত সংখ্যক ট্রেনড স্কোরার। যে ম্যাচে পাঁচবার লক্ষ্য বদলায়, সেখানে "শেষ ওভারে ১২ রান লাগবে" — এই বাক্যটাই যদি ছয় রকম ফাইলে ছয় রকম হয়, তাহলে ভবিষ্যদ্বাণীর আলোচনা শুরুর আগেই শেষ।

ডেটা পাইপলাইনের তিনটি ফাঁক

প্রথম ফাঁক — পরিচয়। বাংলাদেশের ঘরোয়া ক্রিকেটে ম্যাচ আইডি সবসময় কেন্দ্রীয়ভাবে বিতরণ হয় না। ফলে একই ম্যাচ এক সিস্টেমে BPL-24-M31, আরেক সিস্টেমে T20-2026-SYL-vs-RAN-14। দুটো ফাইল জোড়া লাগাতে গিয়ে বিশ্লেষক নিজেই একটা অনানুষ্ঠানিক ম্যাপিং বানান, যা কোথাও নথিভুক্ত থাকে না। একটি পরিষ্কার ম্যাচ আইডি যেকোনো চতুর মডেলের চেয়ে বেশি মূল্যবান — কারণ মডেল ভুল করলে শুধরানো যায়, ভুল জোড়া লাগানো ম্যাচ ধরাই যায় না।

দ্বিতীয় ফাঁক — সংজ্ঞা। পাওয়ারপ্লে কি ঠিক ছয় ওভার, নাকি বৃষ্টি-বিভক্ত ইনিংসে বৈধ বলের অনুপাতে ভগ্নাংশ? ডট বল কী — যখন ব্যাটার রান নেয় না, নাকি যখন দল রান নেয় না (লেগ-বাই বাদ দিয়ে)? প্রতি সংজ্ঞার জন্য আলাদা সংখ্যা আসে। আমার নিজের গ্লোসারিতে আমি দশটি ভিন্ন সংজ্ঞা আলাদা নাম দিয়ে লিখে রেখেছি, কারণ একই সংজ্ঞা দিয়ে দুই লিগ তুলনা করলে তুলনাটা ডেটার নয়, বানানের।

তৃতীয় ফাঁক — সংশোধনের ইতিহাস। ম্যাচের দিন রাতে স্কোরকার্ডে একটা ওয়াইড যোগ হয়, পরদিন সকালে সেটা বাদ পড়ে। কে বাদ দিল, কেন দিল — কিছুই থাকে না। কেবল শেষ সংখ্যাটা থাকে, এবং সেটাই সত্যি বলে ধরে নেওয়া হয়।

অ্যাপেন্ড-অনলি লেজার আসলে কী সমাধান করে

এখানেই ব্লকচেইন-ধাঁচের লেজারের প্রাসঙ্গিকতা। ক্রিপ্টোকারেন্সির গল্প বাদ দিন। প্রশ্নটা প্রযুক্তির নয়, হিসাবরক্ষণের। একটি অ্যাপেন্ড-অনলি লেজারে প্রতিটি বলের এন্ট্রি সময়-স্ট্যাম্প সহ লেখা হয় এবং আগের এন্ট্রির হ্যাশের সঙ্গে লিংক করা হয়। ফলে ওয়াইড বাদ দেওয়ার অর্থ আগের রেকর্ড মুছে ফেলা নয় — বরং একটি নতুন সংশোধন-ব্লক যোগ করা, যেখানে পুরনো লক্ষ্য, নতুন লক্ষ্য, সংশোধনের কারণ আর কর্তার পরিচয় সবই থেকে যায়।

বৃষ্টি-বিঘ্নিত ম্যাচে ডাকওয়ার্থ-লুইস-স্টার্ন সংশোধন এই কাঠামোর সবচেয়ে বড় পরীক্ষা। সাধারণ স্কোরকার্ডে আপনি কেবল চূড়ান্ত লক্ষ্য দেখেন। একটি লেজারে আপনি দেখতে পেতেন — ৯ ওভারে লক্ষ্য ছিল ৮৪, ১১ ওভারে তা হয় ৯৬, তারপর ১৩ ওভারে ১১২। প্রতিটি ধাপ আলাদা এন্ট্রি, প্রতিটির সময় মুদ্রিত। যদি অডিট করা না যায়, বিশ্বাস করা যায় না — এবং বাজারের হিসাব নিষ্পত্তি তো পুরোপুরি এই সত্যের উপর দাঁড়ানো।

আমার নিজের কাজে এই নীতির ব্যবহার আছে। ২০১৮ রাশিয়া বিশ্বকাপে আমি ৬৪টি ম্যাচে প্রেসিং নম্বর ট্র্যাক করেছিলাম। ইংল্যান্ড-ক্রোয়েশিয়া সেমিফাইনালের আগে আমার মডেল দেখাচ্ছিল ক্রোয়েশিয়ার মিডফিল্ড প্রতি ডিফেন্সিভ অ্যাকশনে মাত্র ৮.৪টি পাস করছে, অথচ বাজার ধরেছিল ১১.২। ক্রোয়েশিয়া অতিরিক্ত সময়ে ২-১ ব্যবধানে জেতে। পার্থক্যটা কিন্তু মডেলের বুদ্ধি নয় — পার্থক্যটা ছিল আমার ফিডে প্রতিটি পাস আলাদা ইভেন্ট হিসেবে নথিভুক্ত ছিল, আর বাজারের ফিডে সেটা মিনিট-ভিত্তিক ব্লকে গলে গিয়েছিল।

খালি স্টেডিয়াম ছিল এমন একটি কন্ট্রোল গ্রুপ, যা আমরা কেউ চাইনি

২০২০ সালে দর্শকশূন্য স্টেডিয়াম ফিরে আসার পর আমি ৩১২টি ম্যাচ দেখি — বিপিএল, ড্যানিশ সুপারলিগা আর বুন্দেসলিগা মিলিয়ে। ঘরের মাঠের সুবিধা ০.৩৮ গোল থেকে ০.২১-এ নেমে আসে, দলপ্রতি মোট দৌড়ানো দূরত্ব বাড়ে ১.৭ কিলোমিটার। বাংলাদেশের প্রেক্ষাপটে এর প্রতিধ্বনি জরুরি, কারণ শের-ই-বাংলা বা জহুর আহমেদ চৌধুরী স্টেডিয়ামের ভিড় কেবল আবেগ নয়, আম্পায়ারের উপর চাপ, ব্যাটারের ছন্দ, এমনকি ডিআরএস রিভিউয়ের মনস্তত্ত্বেও ঢোকে।

এই অভিজ্ঞতা আমার লেখার নিয়ম বদলে দেয়। এখন প্রতিটি ম্যাচ মডেলে ভেন্যু-প্রভাব আর দর্শক-প্রভাব আলাদা কলামে বসে। ২০২০-এর ঘরের জয়গুলোর নমুনা আমি আজও ০.১৭ গোল কমিয়ে পড়ি, কারণ যে তথ্য জন্মেছিল এক অনন্য পরিবেশে, সেটা স্বাভাবিক পরিবেশে অন্ধভাবে বহন করা মানে ভুল সিদ্ধান্তকে স্মৃতি থেকে দোহন করা।

এখানেই ব্লকচেইন কাহিনির সীমা

কিন্তু এখানেই আমাকে নিজের উৎসাহে লাগাম টানতে হয়। একটি অপরিবর্তনীয় লেজার খারাপ সংজ্ঞাকে ভালো করে না। প্রতিটি আউটলায়ার ডেটার একটি প্রশ্ন — কিন্তু সেই প্রশ্নটা যদি ভুল সংজ্ঞা থেকে জন্মায়, তাহলে লেজার শুধু ভুলটাকে অমর করে রাখবে। অপরিবর্তনীয় আবর্জনা এখনও আবর্জনা, শুধু মুছতে পারবেন না।

দ্বিতীয় সমস্যা বিলম্ব। লাইভ ইন-প্লে বাজারে সিদ্ধান্ত নিতে হয় সেকেন্ডের ভগ্নাংশে। একটি বিতরণকৃত কনসেন্সাস স্তর যোগ করলে যত সামান্য বিলম্বই আসুক, সেটা সেই বাজারে বিষ। তাই বাস্তববাদী কাঠামোটা সম্ভবত দ্বিস্তরীয় — লাইভ ফিড দ্রুত থাকবে, আর প্রতি ওভার শেষে এন্ট্রিগুলো লেজারে সিল করে যাবে।

তৃতীয় ও সবচেয়ে গুরুত্বপূর্ণ সমস্যা — শাসন। যদি একই তিনটি বাণিজ্যিক সরবরাহকারী লেজারের নোড চালায়, তাহলে আপনি একটি কার্টেলকে স্থায়ী ও অপরিবর্তনীয় বানিয়ে ফেললেন। তখন সংজ্ঞা বদলানোর ক্ষমতা আর কারও থাকবে না, এমনকি ক্রিকেটের নিয়ম বদলালেও। এখানে আমি স্পষ্ট থাকতে চাই: কোন প্রমাণ আমাকে মত বদলাতে রাজি করাবে? উত্তর — যদি বাংলাদেশ ক্রিকেট বোর্ড, আম্পায়ার প্যানেল ও স্বাধীন স্কোরার মিলিয়ে তিনটি আলাদা নোড চালায়, এবং যদি সংজ্ঞার গ্লোসারি লেজারের বাইরে সর্বসম্মতভাবে হালনাগাদ করার প্রক্রিয়া থাকে। সেটি দেখলে আমি আমার সংশয় নামিয়ে নেব।

একটি কাঠামোগত মন্তব্য

বাংলাদেশের প্রথম টি-টোয়েন্টি ম্যাচটি হয়েছিল ২০০৬ সালের ২৮ নভেম্বর, খুলনার শেখ আবু নাসের স্টেডিয়ামে, জিম্বাবুয়ের বিপক্ষে — আন্তর্জাতিক ক্রিকেট কাউন্সিল ও বাংলাদেশ ক্রিকেট বোর্ডের আর্কাইভে সেই ম্যাচের স্কোরকার্ড আজও একটাই সংস্করণে আছে। বিশ বছর পর আমাদের হাতে আরও বেশি ক্যামেরা, আরও বেশি ট্র্যাকিং, আরও বেশি ডেটা — কিন্তু একই ম্যাচের দুটি সংস্করণ। সমস্যাটা ডেটার পরিমাণ নয়, সমস্যাটা ডেটার স্মৃতি।

আমার বছরের পর বছর ম্যাচ দেখার অভিজ্ঞতা থেকে একটা জিনিস পরিষ্কার: দর্শক রান দেখে, স্কোরকার্ডের ইতিহাস কেউ দেখে না। কিন্তু যারা টাকা নিয়ে কাজ করেন, তাদের জীবিকা ওই ইতিহাসের উপর দাঁড়ানো। ইন বেটিং, এজ লুকিয়ে থাকে একঘেয়ে কলামে — যেখানে কেউ তাকাতে চায় না।

পরের ধাপে যা দেখবেন

সামনের মৌসুমে আমি দুটো জিনিস লক্ষ্য করব। প্রথমত, কোনো ফ্র্যাঞ্চাইজি লিগ প্রথমবার নিজেদের বল-বাই-বল লগ হ্যাশ-অ্যাংকর করে প্রকাশ করে কি না — তা ছোট করে হলেও, একটি যাচাইযোগ্য চেকসাম সহ। দ্বিতীয়ত, পরবর্তী ডেটা-সরবরাহ চুক্তিতে সংজ্ঞার গ্লোসারি চুক্তির অংশ হয় কি না, নাকি সেটা আজও সংবাদ বিজ্ঞপ্তির ভাষায় সীমাবদ্ধ থাকে।

আর সেটাই আসল প্রশ্ন। ক্রিকেটের পরবর্তী বড় সংকট আম্পায়ারের সিদ্ধান্ত নয়, ব্যাটারের ইচ্ছাও নয়। সংকট হলো — একই বলের দুটো সত্য একসঙ্গে বেঁচে থাকা, আর কেউ জবাবদিহি না করা।