ক্রিকেট ডেটার ফাঁকা ব্লকচেইন: যখন 'তথ্য নেই'ই সবচেয়ে বড় তথ্য

আজ সকালে হাতে এল একটি অডিট রিপোর্ট। প্রতিটি ঘর ফাঁকা। ম্যাচ নেই, খেলোয়াড় নেই, দল নেই, লিগ নেই। শুধু একটার পর একটা "N/A"। রিপোর্টের একটি লাইন সবচেয়ে বেশি নাড়া দিল: "এই বিশ্লেষণে কোনো ব্যবহারযোগ্য ক্রিকেট তথ্য নেই।" আমার প্রথম প্রতিক্রিয়া ছিল, এটা কি তাহলে ব্যর্থতা? কিন্তু ম্যাচ দেখার ২২ বছরের অভিজ্ঞতা থেকে বলছি—ক্রিকেটে ফাঁকা স্কোরকার্ড কখনো কখনো ভরা স্কোরকার্ডের চেয়ে বেশি কথা বলে। "কিছু নেই" বলাটাও একটি ডেটা পয়েন্ট; শুধু সেটাকে কীভাবে পড়ছি, সেটাই আসল প্রশ্ন। একটি দুই-স্তরের বিশ্লেষণ পাইপলাইনের কথা ভাবুন। প্রথম ধাপে একটি সংবাদ নিবন্ধ থেকে তথ্য বের করা হয়—সেইগুলোকে বলে ইনফরমেশন পয়েন্ট। দ্বিতীয় ধাপে সেই পয়েন্টগুলো নিয়ে গভীর ক্রিকেট বিশ্লেষণ করা হয়। আমার কাছে আসা স্টেজ-২ রিপোর্টে স্পষ্ট লেখা: প্রথম ধাপ থেকে একটি খালি তালিকা এসেছে। আর্টিকেল টাইটেল: নেই। সোর্স: নেই। তথ্যের সংখ্যা: শূন্য। এমনকি ডোমেইন ট্যাগটিও লেখা হয়েছে "cricket_asia"—যেখানে ক্যানোনিকাল ট্যাগ হওয়ার কথা ছিল "Cricket"। একটি ভুল ট্যাগ বলে দিচ্ছে, উপরের কোনো ধাপে কনফিগারেশন হোঁচট খেয়েছে। এই ফাঁকা রিপোর্টকে আমি খারাপ খবর হিসেবে না নিয়ে, একটি সংকেত হিসেবে নিতে চাই। কারণ ক্রিকেট বিশ্লেষণে "ঘটনা ঘটেনি" আর "ঘটনার তথ্য হারিয়ে গেছে"—এই দুটি সম্পূর্ণ ভিন্ন জিনিস। প্রথমটি সত্যিকারের শান্ত দিন; দ্বিতীয়টি নীরব বিপর্যয়। স্টেজ-২ রিপোর্টটি ঠিক এই দ্বিতীয়টির দিকেই ইঙ্গিত করছে। পাইপলাইন যদি নীরবে খালি ফলাফল হজম করে, তাহলে ডাউনস্ট্রিমে একজন পাঠক ভাবতে পারেন: "আজ ক্রিকেটে কিছুই হয়নি।" কিন্তু হয়তো ঘটনা ঘটেছিল; শুধু তথ্য সংগ্রহ প্রক্রিয়ায় হারিয়ে গেছে। আমি ২০১৭ সালে ৩৮০টি লিগ ওয়ান ম্যাচ হাতে এনকোড করার পরই মডেলটাকে বিশ্বাস করতে শুরু করেছিলাম। প্রতিটি কর্নার, প্রতিটি ফাউল, প্রতিটি শট কোড করতে হয়েছে—কোনো অটোমেটেড ফিড ছিল না। সেই অভিজ্ঞতা আমাকে শিখিয়েছে: ডেটার চেইনের প্রতিটি লিংকই হিসাবের অংশ। একটি লিংক ছিঁড়লে পুরো চেইন ভুল হয়ে যায়। ৩৪ হাজার পাউন্ডের ঝুঁকি-বিশ্লেষকের চাকরি ছেড়ে আসা ছিল আমার জীবনের প্রথম পরিচ্ছন্ন ডেটা পয়েন্ট; এরপরই তৈরি করেছি ৩৮০ ম্যাচের লেজার। ক্রিকেট ডেটার প্রকৃত ব্লকচেইন হলো সময়; প্রতিটি ম্যাচ একটি ব্লক, প্রতিটি ইনিংস একটি হ্যাশ, প্রতিটি ফলাফল পূর্ববর্তী ব্লকের সাথে যুক্ত। আজকের রিপোর্টে সেই চেইনের একটি ব্লক খালি। কেন এই ফাঁকা ব্লক বিপজ্জনক? কারণ একটি মডেলের ভবিষ্যদ্বাণী ভুল হলে আমরা সেটি দেখতে পাই—স্কোরকার্ডে ভুল ধরা পড়ে, বাজির বাজার প্রতিক্রিয়া জানায়। কিন্তু একটি পাইপলাইন যদি তথ্য সংগ্রহ করার আগেই ফেলে দেয়, তাহলে সেই ভুলটি দেখাই যায় না। এটি অন্ধবিন্দু। মনে করুন, একজন নির্বাচক বলছেন, "এই তরুণ ব্যাটসম্যানের সাম্প্রতিক ফর্ম ভালো নয়।" অথচ তার সাম্প্রতিক তিনটি ম্যাচের ডেটা কোথাও পড়েনি। নির্বাচকের সিদ্ধান্তটি ভুল তথ্যের উপর দাঁড়িয়ে, যদিও তিনি সৎভাবে বিশ্বাস করছেন তিনি সঠিক। রিপোর্টের প্রতিটি বিভাগে এই অন্ধবিন্দুকে চিহ্নিত করা হয়েছে। ফরম্যাট বিশ্লেষণে বলা যায়নি এটা টেস্ট, ওয়ানডে নাকি টি-টোয়েন্টি। তাই পাওয়ারপ্লে, মিডল ওভার বা ডেথ ওভারের কোনো কৌশল বোঝা অসম্ভব। প্লেয়ার টেকনিক বিভাগে কোনো ব্যাটসম্যান বা বোলারের নাম নেই; তাই গড়, স্ট্রাইক রেট বা ইকোনমি রেট—কিছুই তুলনা করার নেই। দলের অবস্থান বিভাগে কোনো দল নেই; তাই আইসিসি র্যাঙ্কিং বা ডব্লিউটিসি পয়েন্ট টেবিলের প্রশ্নই আসে না। লিগ ও বাণিজ্যিক বিভাগে কোনো আইপিএল, বিগ ব্যাশ বা দ্য হানড্রেড নেই; তাই সম্প্রচারস্বত্ব বা ফ্র্যাঞ্চাইজি মূল্যায়নের কোনোকিছু নেই। বিশেষ করে বৃষ্টিবিঘ্নিত ম্যাচে এই শূন্যতা মারাত্মক। ডিএলএস পদ্ধতি নির্ভর করে সম্পূর্ণ ওভার-বাই-ওভার ডেটার উপর; একটি ঘর ফাঁকা মানে ফলাফল অন্যায্য। স্টেডিয়ামে দর্শক নেই বলে ম্যাচের গুরুত্ব কমে না; ডেটার অভাবেও গুরুত্ব কমে না। বরং ডেটার অভাব তখনই বিপজ্জনক যখন কেউ সেটাকে "সমস্যা নেই" বলে চালিয়ে দেয়। এই শূন্যতার পাশে রিপোর্টে আরও একটি গুরুত্বপূর্ণ শব্দ আছে: ফলস-নেগেটিভ রিস্ক। অর্থাৎ, ভুল করে এটা বলা যে "ঝুঁকি নেই", অথচ ঝুঁকিটি ছিল, শুধু ডেটা হারিয়ে গেছে। আমার নিজের লেজারে এর একটি উদাহরণ আছে। ২০২০ সালের জানুয়ারিতে আমার সারভাইভাল মডেল বলেছিল, চার্লটন অ্যাথলেটিকের রেলিগেশন সম্ভাবনা ৭১ শতাংশ, যদি না তারা ডিফেন্সিভ লাইন উঁচু করে। সিদ্ধান্ত নেওয়া হয়েছিল মডেলকে উপেক্ষা করার; মৌসুম শেষে চার্লটন ৪৮ পয়েন্ট নিয়ে ২২তম থেকে অবনমন হয়। স্প্রেডশিটটা রেলিগেশন আগে জেনে গিয়েছিল, স্টেডিয়ামের চেয়ে। এখানে কিন্তু ডেটা ছিল, তাই ভবিষ্যদ্বাণী সম্ভব হয়েছিল। বড় বিপদ হলো যখন ডেটাই থাকে না। তাহলে সমাধান কী? আমার কাছে সমাধান হলো কঠোর গেট। একটি স্টেজ-১ রিপোর্টে কমপক্ষে ৫ থেকে ১৫টি যাচাইযোগ্য তথ্য পয়েন্ট থাকতে হবে; টাইটেল ও সোর্স ফাঁকা থাকলে সেটিকে পরবর্তী ধাপে পাঠানো যাবে না; "এনটিটিজ" ফিল্ড তখনই পূরণযোগ্য যখন তথ্য পয়েন্ট তালিকা অ-শূন্য। ডোমেইন ট্যাগ অবশ্যই ক্যানোনিকাল তালিকা থেকে আসতে হবে। একজন মানুষের মতো করে বললে: কোনো রিপোর্টে নাম, তারিখ আর সূত্র ছাড়া বিশ্বাস করা শুরু করা মানে অন্ধকারে হাঁটা। ৪০০ শব্দের একটি ব্রিফ হাজার ঘণ্টার নীরবতা লুকিয়ে রাখতে পারে; একটি ফাঁকা ঘর তার চেয়েও বেশি লুকিয়ে রাখে—পুরো সত্যিটাই। কিছু মানুষ বলবেন, "এত কাণ্ডকারখানা করছ কেন? একটা ফাঁকা রিপোর্ট!" কিন্তু কৌতূহলোদ্দীপক ব্যাপার হলো, এই ফাঁকা রিপোর্টটিই সবচেয়ে স্বচ্ছ নথি। কারণ এটি স্বীকার করেছে, "আমি জানি না।" আধুনিক ক্রিকেট বিশ্লেষণে এমন স্বীকারোক্তি বিরল। অনেক মডেল আত্মবিশ্বাসের সাথে ভুল সংখ্যা পরিবেশন করে; এই রিপোর্টটি অন্তত নীরব থাকতে জানে। এই নীরবতাই আসল বিশ্লেষণ। ম্যাচের কোনো পরিসংখ্যান যদি না থাকে, তাহলে সেই অনুপস্থিতি একটি সিদ্ধান্ত। সেই সিদ্ধান্তকে আমলে না নেওয়া মানে বিশ্লেষণের প্রথম নিয়ম ভাঙা। আমার কাছে সবচেয়ে গুরুত্বপূর্ণ পাঠ হলো: উৎস যাচাই না করে কোনো মডেলের আউটপুট বিশ্বাস করা যায় না। ২০১৮ সালে ডেনমার্ক ফুটবল ফেডারেশনের জন্য রাশিয়া বিশ্বকাপে ৪১টি প্রি-ম্যাচ ব্রিফ তৈরি করেছিলাম; প্রতিটি ব্রিফ ছিল সর্বোচ্চ ৪০০ শব্দ এবং একটি চার্ট। সেই ব্রিফে লেখা ছিল, ক্রোয়েশিয়া সেকেন্ড-ফেজ কর্নার থেকে প্রতি ম্যাচে গড়ে ০.১৪ এক্সজি দেয়। ডেনমার্ক নিজনি নভগোরোদে ৫৭ সেকেন্ডের মধ্যে সেই প্যাটার্ন থেকেই গোল করেছিল। এই সাফল্যের ভিত্তি ছিল হাতে-কোড করা ৩৮০ ম্যাচের লেজার। কারণ আমি জানতাম, প্রতিটি ডেটা কোথা থেকে এসেছে, কখন এসেছে, কোন পরিস্থিতিতে এসেছে। সেই যাচাইয়ের অভ্যাসই আমাকে শিখিয়েছে: শিরোনাম যত বড়, তার পেছনের নীরবতা তত বড়। এখন এই ফাঁকা রিপোর্টের দিকে তাকিয়ে আমি মনে করি, এটিই আমাদের জন্য একটি মহড়া। পরের বার যখনই কোনো প্রিভিউতে "তথ্যের অভাব" শব্দটি দেখবেন, থামুন। প্রশ্ন করুন: তথ্যটা সত্যিই নেই, নাকি সংগ্রহ প্রক্রিয়ায় হারিয়ে গেছে? কোন সোর্স থেকে এসেছে? কোন তারিখে? কোন ফরম্যাটে? এই তিনটি প্রশ্ন জিজ্ঞেস করলেই অর্ধেক ভুল এড়ানো যায়। আমি হাজার হাজার ম্যাচ দেখেছি; ফাঁকা স্টেডিয়ামে খেলা দেখে সেই অভিজ্ঞতা থেকে শিখেছি, পরিবেশকে পরিসংখ্যানে রূপান্তর করতে হয়—আবেগকে নয়। একইভাবে, অনুপস্থিত ডেটাকেও পরিসংখ্যানে রূপান্তর করতে হয়। ফাঁকা ঘরকে ভয় না পেয়ে, সেটাকে জিজ্ঞাসাবাদ করতে হয়। সামনের দিকে তাকালে, এই ঘটনা থেকে একটি নিয়ম তৈরি করা সম্ভব। প্রতিটি স্টেজ-১ আউটপুটে যদি ইনফরমেশন পয়েন্ট শূন্য থাকে, তাহলে সিস্টেমটি স্বয়ংক্রিয়ভাবে পুনরায় এক্সট্রাকশন চালু করবে। ডোমেইন লেবেল "Cricket" না হলে কনফিগারেশন ত্রুটি হিসেবে পতাকা উঠবে। টাইটেল বা সোর্স ছাড়া কোনো রিপোর্ট স্টেজ-২-এ যেতে পারবে না। এই নিয়মগুলো প্রবর্তন করা মানে ধীরগতি; কিন্তু ধীরগতিই নির্ভরযোগ্যতার দাম। যেকোনো ক্রিকেট বিশ্লেষককে জিজ্ঞেস করুন: একটি দ্রুত ভুল মডেল ভালো, নাকি ধীর কিন্তু যাচাইযোগ্য একটি? আমার উত্তর স্পষ্ট। ৩৮০ ম্যাচ, ৪১টি ব্রিফ, ২০০ ম্যাচের খালি স্টেডিয়াম—সবই একই কথা বলে। ডেটার শৃঙ্খল যত শক্ত, অন্তর্দৃষ্টি তত ধারালো। তাই আজকের ফাঁকা রিপোর্টটিকে আমি "ব্যর্থতা" বলে ডাকব না। আমি ডাকব "রিমাইন্ডার" বলে। এটি মনে করিয়ে দেয়, ক্রিকেটের সৌন্দর্য শুধু স্টেডিয়ামের ভিড়ে নয়; এটি সংখ্যার গভীরে, স্কোরকার্ডের প্রতিটি ঘরে, প্রতিটি ডেটা ব্লকের সংযোগে। যখন একটি ঘর খালি থাকে, তখন সেই খালি ঘরটি নিজেই একটি গল্প। গল্পটি হয়তো "কিছুই হয়নি" নয়; গল্পটি হলো "আমরা এখনও সব তথ্য পাইনি।" প্রশ্ন হলো, আমরা কি সেই গল্পটি শুনতে প্রস্তুত?