খালি ইনপুট, শূন্য বিশ্লেষণ: ক্রিকেট ডেটা পাইপলাইনের নীরব ব্যর্থতা ও ব্লকচেইন-যাচাইয়ের পাঠ

গত রাতে বিশ্লেষণের খাতাটা খুলে আমি কিছুক্ষণ চুপ করে বসে রইলাম। আটটা বিশ্লেষণী স্তম্ভ, প্রত্যেকটির প্রতিটি ঘরে একই নিরুত্তাপ বাক্য — “তথ্য অপর্যাপ্ত।” ম্যাচ নেই, ভেন্যু নেই, টস নেই, ডিউ নেই, পাওয়ারপ্লের স্প্লিট নেই, একটিও খেলোয়াড়ের নাম নেই। যেন কেউ স্টেডিয়ামের প্রধান গেট খুলে দিয়েছে, কিন্তু ভেতরে গিয়ে দেখা গেল গ্যালারি ফাঁকা — না দর্শক, না ফ্লাডলাইটের নিচে ঘাসের ওপর বলের ছায়া।

এটা সেই মুহূর্ত, যেখানে একজন ডেটা-বিশ্লেষক হিসেবে আমার সবচেয়ে বড় পরীক্ষা আসে। ইনপুট খালি, আর আমার হাতে দুটো পথ — হয় ফাঁকা ঘরগুলো কল্পনায় ভরিয়ে দিই, নয়তো স্বীকার করি যে সত্যিই কিছু জানা নেই। এই লেখাটা দ্বিতীয় পথের পক্ষে। আর ঠিক সেখান থেকেই ক্রিকেট ডেটার একটা বড় সমস্যা, এবং ব্লকচেইন-যাচাইয়ের একটা সম্ভাবনা, দুটোই উঠে আসে।

Hook — একটা ফাঁকা স্টেডিয়ামের নীরবতা

যে নথিটা আমার টেবিলে এসে পড়ল, তার নাম “Stage-2 Deep Professional Analysis — Cricket Domain”। নাম শুনে মনে হয় ভেতরে ক্রিকেটের গভীর বিশ্লেষণ থাকবে — ফরম্যাট, খেলোয়াড়ের টেকনিক, দলের অবস্থান, লিগের বাণিজ্যিক কাঠামো, শাসনব্যবস্থা, ঝুঁকি, জনমত, আর ইন্ডাস্ট্রি ট্রান্সমিশন। আটটা স্তম্ভ। কিন্তু প্রতিটি স্তম্ভের প্রতিটি ঘর যখন খুললাম, দেখলাম সব জায়গায় একটাই লেখা — তথ্য অপর্যাপ্ত।

মূল কারণটা নথিতেই স্পষ্ট করে লেখা ছিল: Stage-1 ডিকনস্ট্রাকশনের ফলাফল খালি বা শূন্য। কোনো নিবন্ধের শিরোনাম নেই, সোর্স নেই, ধরন অশ্রেণীবদ্ধ, মূল বক্তব্য ফাঁকা, ইনফরমেশন পয়েন্ট শূন্য, সম্পৃক্ত সত্তা শনাক্ত করা যায় না। সহজ কথায় — যে মূল নিবন্ধটা বিশ্লেষণ করার কথা ছিল, সেটাই বিশ্লেষকের কাছে পৌঁছায়নি।

আমি বহু বছর ধরে ডেটা নিয়ে কাজ করি, আর আমার প্রথম পাঠ ছিল এই — ইনপুট যদি না থাকে, আউটপুটও থাকে না। কম্পিউটার বিজ্ঞানের সেই পুরনো বাক্যটা ক্রিকেট ডেটার ক্ষেত্রে হুবহু খাটে: গারবেজ ইন, গারবেজ আউট। খালি ইনপুট থেকে বিশ্লেষণ তৈরি করার একমাত্র উপায় হল বানানো, আর বানানো বিশ্লেষণ হল ক্রিকেট সাংবাদিকতার সবচেয়ে বড় রোগ।

এই নথিটা আমার কাছে একটা উপহার। কারণ এটা আমাকে সেই প্রশ্নটার সামনে দাঁড় করায়, যা আমরা প্রায় কখনো স্পষ্টভাবে করি না — বিশ্লেষক হিসেবে আমরা কখন বলব, “জানি না”?

Context — দুই স্তরের পাইপলাইন, আর একটা ইনফরমেশন পয়েন্টের ওজন

আমার কাজের ধরনটা বুঝতে হলে একটা কাঠামো জানা দরকার। আমরা যেভাবে কনটেন্ট বিশ্লেষণ করি, সেটা দুই স্তরের পাইপলাইনে চলে। Stage-1 হলো ডিকনস্ট্রাকশন — একটা নিবন্ধকে ভেঙে ছোট ছোট পারমাণবিক তথ্যে (ইনফরমেশন পয়েন্ট) রূপান্তর করা, আর তার মূল বক্তব্য, সোর্স, সময়-সংবেদনশীলতা বের করা। Stage-2 হলো সেই ভাঙা টুকরোগুলোর ওপর গভীর ডোমেইন বিশ্লেষণ — এই ক্ষেত্রে ক্রিকেট।

এখানে ইনফরমেশন পয়েন্ট শব্দটা চাবিকাঠি। এটা হলো উৎস নিবন্ধ থেকে তোলা সবচেয়ে ছোট সত্য-একক। যেমন — ফাইনালে দল ২৪৫ রান তাড়া করেছিল, বা স্পিনার পাওয়ারপ্লেতে দুটি উইকেট নিয়েছিল, বা ম্যাচটি ডাকওয়ার্থ-লুইস পদ্ধতিতে নিষ্পত্তি হয়েছিল। প্রতিটি Stage-2 সিদ্ধান্তের পিছনে অন্তত একটা এমন পয়েন্ট থাকতে হয়, ঠিক যেমন একটা ইট ছাড়া দেয়াল দাঁড়ায় না।

আমার কেরিয়ারে এই নীতিটা আমি রক্তমাংসে শিখেছি। ২০১৭ সালে, যখন আমি ম্যানচেস্টারে ২২ বছরের এক ক্রীড়া-সাংবাদিকতার ছাত্র, তখন লিগ ওয়ান ও লিগ টু থেকে ২৪০০ শট স্ক্র্যাপ করে একটা লজিস্টিক-রিগ্রেশন xG মডেল বানিয়েছিলাম। ফলাফল ছিল চমকপ্রদ — শটের অবস্থান আর শরীরের যে অংশ দিয়ে শট নেওয়া হয়েছে, এই দুটো মিলে ৭৮% গোল ব্যাখ্যা করতে পারে। আমি এক্সপেক্টেড গোলস নোটবুক খুলে দেখলাম, খেলাটা আসলে আরও শান্ত — গোলের কোলাহলের পেছনে থাকে নীরব পুনরাবৃত্তি। সেটাই আমার প্রথম বড় শিক্ষা ছিল যে একটা দাবি মানে একটা পরীক্ষাযোগ্য প্রকল্প, কোনো মতামত নয়।

কিন্তু তার চেয়েও বড় শিক্ষা ছিল পরের বছরটা, ২০১৮, রাশিয়া বিশ্বকাপ। আমি তখন একজন জুনিয়র অ্যানালিস্ট, ইংল্যান্ডের সেট-পিসের দায়িত্বে। ৬৮টি কর্নার ও ফ্রি-কিক কোড করলাম, ব্লকার, রান আর ডেলিভারি জোন ট্যাগ করলাম। ইংল্যান্ড ১২ গোল করেছিল, তার ৯টিই ডেড বল থেকে। আমার রিপোর্ট দেখাল, হ্যারি ম্যাগুইয়ারের নিয়ার-পোস্ট রান প্রতি ম্যাচে ২.৪টি চান্স তৈরি করছিল। প্রতিটি টেপ আমি দুবার দেখেছি, তারপর একটা পুনর্ব্যবহারযোগ্য সেট-পিস ট্যাক্সোনমি বানিয়েছি। রাশিয়ায় ডেড বলগুলো ওপেন প্লের চেয়ে জোরে কথা বলেছিল — সেটা আমি সংখ্যায় দেখলাম, হাইলাইটে নয়।

সেখান থেকেই আমি শিখলাম প্রক্রিয়া আর ফলাফল আলাদা করা। গোলের প্রশংসা করার বদলে আমি সেই পুনরাবৃত্তিটা বর্ণনা করতে শুরু করলাম, যা গোলটা তৈরি করেছে। আর ২০২০ সালে, বিশ্ব ক্রীড়া স্তব্ধতার মধ্যে, আমি সাইলেন্স মডেল বানালাম — ৯১৮টি কোভিড-পূর্ব বুন্দেসলিগা ম্যাচ আর ৮৩টি দর্শকশূন্য ম্যাচের ডেটা দিয়ে দেখলাম, হোম অ্যাডভান্টেজ ০.৩৬ থেকে ০.১৯ গোলে নেমে গেছে, আর হোম দলের হলুদ কার্ড ১২% কমেছে।

এই তিনটি অভিজ্ঞতা আমাকে একটা জিনিস শিখিয়েছে, যেটা আজকের খালি নথির প্রেক্ষিতে আরও স্পষ্ট — প্রতিটি বিশ্লেষণ শুরু হয় একটা কনটেক্সট লেজার দিয়ে। ভিড়, আবহাওয়া, ভ্রমণ, বিশ্রামের দিন, টস, ডিউ — এগুলো সবই চলক। আর যদি এই চলকগুলোর কোনো তথ্যই না থাকে, তবে বিশ্লেষণটা অনুমানের দিকে গড়িয়ে পড়ে।

Core — খালি ঘর যখন সবচেয়ে সৎ উত্তর

এবার আসি মূল প্রশ্নে। আটটা স্তম্ভ, প্রত্যেকটিতে তথ্য অপর্যাপ্ত — এটা আসলে কী বোঝায়, এবং কেন এটাই সঠিক ফলাফল?

প্রথম স্তম্ভে ফরম্যাট আর ম্যাচ বিশ্লেষণ। কোন ফরম্যাট — টেস্ট, ওয়ানডে, টি-টোয়েন্টি, না দ্য হান্ড্রেড? পাওয়ারপ্লে-মিডল-ডেথ ওভারের স্প্লিট আছে? টেস্ট হলে সেশনভিত্তিক ডেটা? ভেন্যুর পিচ? আবহাওয়া, ডিউ, ডিএলএস? কিছুই নেই। কোনো ইনফরমেশন পয়েন্ট না থাকলে ফরম্যাট শনাক্ত করা অসম্ভব, আর ফরম্যাট না জানলে বাকি সব বিশ্লেষণ ভিত্তিহীন।

দ্বিতীয় স্তম্ভে খেলোয়াড়ের টেকনিক ও ডেটা। এভারেজ, স্ট্রাইক রেট, ইকোনমি, সিচুয়েশনাল স্প্লিট, সাম্প্রতিক ট্রেন্ড — সব ফাঁকা। খেলোয়াড়ের নামই নেই, তাই বয়স-কার্ভ, ইনজুরি ইতিহাস, হোম-অ্যাওয়ে বিভাজন — এসব বিচারের কোনো ভিত্তিই নেই।

তৃতীয় স্তম্ভে দলের অবস্থান ও র‍্যাঙ্কিং। আইসিসি র‍্যাঙ্কিং নেই, স্কোয়াড গঠন নেই, বয়স-কাঠামো নেই, প্রতিপক্ষের মোকাবিলার ধরন নেই। চতুর্থ স্তম্ভে লিগ ও বাণিজ্যিক ইকোসিস্টেম — ব্রডকাস্ট রাইটস, ফ্র্যাঞ্চাইজি ভ্যালুয়েশন, বেতন, নিলাম — সব ফাঁকা। পঞ্চম স্তম্ভে নিয়ম ও শাসন — ক্ষমতা বণ্টন, বিতর্ক, দুর্নীতি-প্রতিরোধ, যোগ্যতা — কিছুই নেই। ষষ্ঠ স্তম্ভে ঝুঁকি ম্যাট্রিক্স — ক্রীড়াগত, কর্মীগত, বাণিজ্যিক, নিয়মগত, জনমত, সিস্টেমিক — প্রতিটি ঘর ফাঁকা। সপ্তম স্তম্ভে জনমত ও প্রত্যাশা — বর্তমান ন্যারেটিভ, তাপ-চক্রের পর্যায়, প্রত্যাশা-ব্যবধান — কিছুই নেই। অষ্টম স্তম্ভে ইন্ডাস্ট্রি ট্রান্সমিশন — আপস্ট্রিম ট্যালেন্ট, মিডস্ট্রিম লিগ, ডাউনস্ট্রিম ব্রডকাস্ট — সব ফাঁকা।

এখানে একটা বিষয় লক্ষণীয়। নথিটা কিন্তু থেমে যায়নি — সে পুরো কাঠামোটা এঁকেছে, তারপর প্রতিটি ঘরে সৎভাবে লিখেছে, তথ্য নেই। এটাই আমার কাছে বিশ্লেষণের সবচেয়ে বড় গুণ। একটা খালি ঘর একটা মিথ্যা সংখ্যার চেয়ে অনেক বেশি মূল্যবান।

আমি যখন তরুণ অ্যানালিস্ট ছিলাম, আমার একজন সহকর্মী ছিলেন যিনি সবসময় ভরাট রিপোর্ট জমা দিতেন। প্রতিটি ঘরে কিছু না কিছু থাকত। কিন্তু যাচাই করতে গেলে দেখা যেত অর্ধেক সংখ্যা কোথাও থেকে আসেনি। সেটা ছিল বিশ্লেষণের ছদ্মবেশে গল্প বলা। আর একটা বিশ্লেষণী প্রতিষ্ঠানের সবচেয়ে বড় সম্পদ হল তার বিশ্বাসযোগ্যতা — একবার সেটা নষ্ট হলে, সৎ সংখ্যাগুলোও আর কেউ বিশ্বাস করে না।

এই নথিতে একটা সূক্ষ্ম কিন্তু গুরুত্বপূর্ণ বিষয় আছে — লুকানো তথ্যের ঘর। তত্ত্বগতভাবে, একটা নিবন্ধে যা সরাসরি বলা হয়নি কিন্তু অনুমান করা যায়, সেটাই লুকানো তথ্য। কিন্তু নথি স্পষ্ট করে বলেছে: অনুমান করতে হলে অন্তত একটা অ্যাঙ্কর তথ্য পয়েন্ট লাগে। শূন্য ইনপুট থেকে কিছু অনুমান করা যায় না। এটা সেই অনিশ্চয়তার কুয়াশার ঠিক বিপরীত — যেখানে বিশ্লেষক কুয়াশায় ঢেকে সব দাবি এড়িয়ে যান। এখানে কুয়াশা নেই; এখানে স্পষ্ট শূন্যতা আছে।

আর একটা জিনিস — নথিতে ঝুঁকি-পতাকা অংশে যেসব ফাঁদ তালিকাভুক্ত করা হয়েছে, সেগুলো একেকটা ডেটা-বিশ্লেষণের ক্লাসিক ভুল। ফরম্যাট মিশিয়ে ফেলা, ছোট স্যাম্পল থেকে অতিরিক্ত সিদ্ধান্ত টানা, হোম-গ্রাউন্ড পক্ষপাত এড়িয়ে যাওয়া, টস বা ডিএলএস-এর ভাগ্য উপেক্ষা করা, ডিআরএস আম্পায়ারিং বিতর্কের প্রভাব না দেখা। মজার ব্যাপার হল, এগুলো সবই সত্যিকারের ম্যাচ বিশ্লেষণে ঘটা ভুল — কিন্তু এখানে কোনো ম্যাচই নেই, তাই এগুলো শুধু তত্ত্ব থেকে যায়। এখানেই একটা আয়রনির জন্ম: ঝুঁকি-চেকলিস্ট উপস্থিত, কিন্তু ঝুঁকির বিষয়টা অনুপস্থিত।

আর একটা কৌশলগত পর্যবেক্ষণ। নথিটা আটটা স্তম্ভ আলাদা করে রেখেছে, যেখানে অনেক বিশ্লেষণী প্রতিবেদন সবকিছু একসাথে গুলিয়ে ফেলে। একটা স্তম্ভের সিদ্ধান্ত আরেকটা স্তম্ভে চুপচাপ মিশে যায় — ফরম্যাটের সিদ্ধান্ত খেলোয়াড়ের মূল্যায়নে, খেলোয়াড়ের মূল্যায়ন দলের র‍্যাঙ্কিংয়ে, র‍্যাঙ্কিং বাণিজ্যিক মূল্যায়নে। এই মিশ্রণই সবচেয়ে বিপজ্জনক, কারণ একটা ভুল আরেকটা ভুলের সাথে জোট বাঁধে। খালি ইনপুট এই মিশ্রণটা অসম্ভব করে দিয়েছে — সেটা একটা সুবিধা।

Contrarian — খালি ফলাফল আসলে সাফল্য, এবং ব্লকচেইন কেন প্রাসঙ্গিক

এখন সেই পাল্টা দৃষ্টিকোণ, যা স্বাভাবিক পাঠকের কাছে অদ্ভুত লাগবে। আমরা সবাই ধরে নিই বিশ্লেষণের কাজ হল উত্তর দেওয়া। কিন্তু একটা খালি ইনপুটের সবচেয়ে সৎ উত্তর হল জানি না — আর সেটা বলার সাহসটাই আসল বিশ্লেষণী দক্ষতা।

ভাবুন তো, যদি বিশ্লেষক দুর্বলতা দেখিয়ে ফাঁকা ঘরগুলো কল্পনায় ভরে দিতেন। ধরুন তিনি লিখে দিলেন, এই ম্যাচে দলটি পাওয়ারপ্লেতে ৫৫ রান করেছে — কিন্তু কোনো ম্যাচই যদি না থাকে, তাহলে এই সংখ্যা কোথা থেকে এল? একবার যদি এমন একটা ভুয়া সংখ্যা সিস্টেমে ঢুকে যায়, সেটা ছড়াতে থাকে — রিপোর্টে, ফ্যান্টাসি লিগে, বাজারে, এমনকি পরের বিশ্লেষণে ইনপুট হিসেবে। একটা মিথ্যা তথ্য একটা মিথ্যা সিদ্ধান্ত নয়, একটা মিথ্যা সিদ্ধান্ত-শৃঙ্খল তৈরি করে।

এখানেই ব্লকচেইন প্রাসঙ্গিক হয়ে ওঠে — এবং এটা আমার মূল যুক্তি। ব্লকচেইন শব্দটা শুনলে সাধারণত ক্রিপ্টোকারেন্সির কথা মনে আসে, কিন্তু এর প্রযুক্তিগত সারমর্ম হল একটা অপরিবর্তনীয়, সময়-নথিভুক্ত, সবার কাছে যাচাইযোগ্য লেজার। প্রতিটি এন্ট্রি আগেরটার সাথে ক্রিপ্টোগ্রাফিকভাবে যুক্ত, তাই কেউ চুপচাপ একটা সংখ্যা বদলে দিতে পারে না। হ্যাশ-ফাংশনের সৌন্দর্য এখানেই — একটা অক্ষর বদলালে পুরো চেইন বদলে যায়, আর সেই বদল সবার চোখে পড়ে।

ক্রিকেট ডেটার জন্য এটা কল্পনার চেয়ে বেশি প্রাসঙ্গিক। ভাবুন, প্রতিটি ইনফরমেশন পয়েন্ট — প্রতিটি স্কোর, প্রতিটি স্ট্রাইক রেট, প্রতিটি সেট-পিস ট্যাগ — একটা যাচাইযোগ্য লেজারে নথিভুক্ত। কে এটা যোগ করেছে, কখন, কোন সোর্স থেকে — সব নথিভুক্ত। তাহলে Stage-1 পাইপলাইন ব্যর্থ হলে, আমরা ঠিক সেই মুহূর্তটাই শনাক্ত করতে পারতাম যেখানে ডেটা হারিয়ে গেছে। খালি ইনপুট হঠাৎ করে আবির্ভূত হতো না; আমরা দেখতে পেতাম ঠিক কোন ধাপে, কোন সময়ে, কোন উৎসে শূন্যতা ঢুকে পড়েছে।

কিন্তু — এবং এখানে আমি সতর্ক, কারণ আমার সবচেয়ে বড় ফাঁদ হল মডেল-পূজা — ব্লকচেইন কোনো জাদুর সমাধান নয়। গারবেজ ইন মানে গারবেজ অন-চেইন। যদি ভুল ডেটা লেজারে ওঠে, তাহলে সেটা শুধু অপরিবর্তনীয়ভাবে ভুল হয়ে যায়। একটা ভুল সংখ্যা যদি কখনো মুছে ফেলা না যায়, সেটা ভয়ংকর। ব্লকচেইন যাচাই করে এই ডেটা কে, কখন, কোথা থেকে এনেছে — কিন্তু এটা যাচাই করে না ডেটাটা নিজে সত্য কি না। ওই দ্বিতীয় প্রশ্নটার উত্তর দিতে হয় মানুষ আর পদ্ধতির, প্রযুক্তির নয়।

এখানে আমার দ্বিতীয় সতর্কতা। ক্রিকেটের বাণিজ্যিক জগতে ব্লকচেইন ইতিমধ্যেই ঢুকতে শুরু করেছে — ফ্যান টোকেন, ডিজিটাল টিকিটিং, এমনকি খেলোয়াড়ের চুক্তি আর ট্রান্সফার ডেটা। এখন ট্রান্সফার-বাজারের ডেটা-মডেল নিয়ে আমার একটা পুরনো সংশয় আছে। এই মডেলগুলো তরুণ প্রতিভার সম্ভাবনাকে অতিরিক্ত মূল্য দেয়, আর ড্রেসিং-রুমের রসায়নকে অবমূল্যায়ন করে। এখন যদি একটা অপরিবর্তনীয় লেজার শুধু সম্ভাবনা নামক অনুমানকেই নথিভুক্ত করে, তাহলে সেটা ভুলকে চিরস্থায়ী করে দেবে, সংশোধন করবে না। স্মার্ট কনট্র্যাক্ট দিয়ে বেতন বা রিলিজ-ক্লজের হিসাব স্বচ্ছ করা যায় — সেটা দরকার, কারণ ট্রান্সফার উইন্ডোর আসল গল্পটা থাকে রিলিজ-ক্লজের কাঠামো আর মজুরির বিলে, হেডলাইনে নয়। কিন্তু সেটাও তখনই কাজে লাগে, যখন ক্লাবগুলো রসায়ন আর প্রেক্ষাপটকেও একইভাবে নথিভুক্ত করতে রাজি হয়।

আমার কাছে এর চেয়ে ভালো ব্যবহার হল — প্রক্রিয়ার সত্যতা নথিভুক্ত করা, ফলাফলের ভবিষ্যদ্বাণী নয়। কোন ইনফরমেশন পয়েন্ট কোন সোর্স থেকে, কোন সময়ে, কোন পদ্ধতিতে এসেছে — এই অডিট ট্রেইলটাই আসল সম্পদ। একটা মডেল ভবিষ্যদ্বাণী নয়, একটা শৃঙ্খলাবদ্ধ প্রশ্ন।

সাইলেন্স মডেলের পাঠ, আর সীমান্তের এপার-ওপার

২০২০ সালে যখন আমি সাইলেন্স মডেল বানাচ্ছিলাম, তখন একটা ব্যাপার বুঝেছিলাম — ভিড় না থাকলে হোম অ্যাডভান্টেজ কমে যায়, কারণ শব্দের আবহাওয়াটাই বদলে যায়। দর্শকশূন্য স্টেডিয়ামে আম্পায়ারের সিদ্ধান্ত বদলায়, হোম দলের হলুদ কার্ড কমে। মানে, হোম অ্যাডভান্টেজ কোনো স্থায়ী গুণ নয়, এটা একটা চলক। একটা শান্ত স্টেডিয়াম সাহসের পদার্থবিজ্ঞানটাই বদলে দেয়।

ঠিক তেমনি, ডেটা পাইপলাইনের নীরবতাও একটা চলক। খালি ইনপুট কোনো রহস্য নয় — এটা একটা মাপা-যায় এমন ব্যর্থতা। যদি আমাদের একটা লেজার থাকত, আমরা দেখতাম কোন ধাপে ডেটা হারাল। Stage-1-এর খালি ফলাফলটা তাহলে একটা প্রান্তবিন্দু হতো, একটা রহস্যময় শূন্য নয়।

এটা আমার কাছে গুরুত্বপূর্ণ, কারণ আমি বাংলাদেশে জন্মেছি, এখন যুক্তরাজ্যে কাজ করি। এই দুই জায়গার ডেটা-ব্যবস্থার পার্থক্য আমি চোখে দেখেছি। উপমহাদেশে অনেক সময় স্কোরিং আর রেকর্ড রাখা হয় কাগজে, স্থানীয় ভাষায়, অসংগত পদ্ধতিতে। যুক্তরাজ্যে পদ্ধতিটা অনেক বেশি প্রমিত, অনেক বেশি অডিটযোগ্য। প্রশ্নটা হল — বিশ্লেষণ কি ডেটা-উৎপাদন-প্রক্রিয়ার সাথে ভ্রমণ করে? একটা মডেল যা ইংলিশ কাউন্টি ক্রিকেটে কাজ করে, সেটা কি ঢাকার ময়দানে একইভাবে কাজ করবে? উত্তর: তখনই কাজ করবে, যখন কনটেক্সট আর সীমাবদ্ধতা মিলবে।

ব্লকচেইন-লেজার এখানে একটা সেতু হতে পারে। যদি দুই দেশের ডেটাই একই রকম যাচাইযোগ্য কাঠামোয় নথিভুক্ত হয়, তাহলে তুলনা করা সহজ হয় — কোন ডেটা কোথা থেকে এল, কোন পদ্ধতিতে, সেটা স্পষ্ট থাকে। কিন্তু আবারও — কাঠামো এক হলেই সত্য এক হয় না। গরম, ধুলো, ধীর পিচ, ভ্রমণের ক্লান্তি — এসব সীমাবদ্ধতা সংখ্যার পেছনে লুকিয়ে থাকে, আর সেগুলো পড়তে হয় মানুষের চোখে।

আর আমার আরেকটা পুরনো অভ্যাস — লোড-রিস্ক লেজার। ফাস্ট বোলিং ওয়ার্কলোড, সব-ফরম্যাট সূচি, ইনজুরির ঝুঁকি — এগুলো আমি নির্বাচন আর কৌশলের ওপর চাপ হিসেবে দেখি। এই লেজারের শক্তি হল এটা প্রতিটি মিনিট, প্রতিটি ভ্রমণ, প্রতিটি ম্যাচ নথিভুক্ত করে। এখন কল্পনা করুন, এই লেজারটা যদি অপরিবর্তনীয়ভাবে নথিভুক্ত হয় — একজন বোলারের কত ওভার, কত দিনে, কত বিশ্রামে — তাহলে ইনজুরির ঝুঁকি আগে দেখা যেত, আর দলীয় সিদ্ধান্তটা স্বচ্ছ হতো। এটা ব্লকচেইনের সবচেয়ে বাস্তবসম্মত ক্রিকেট-ব্যবহারগুলোর একটা।

স্কাউটিং আর ট্রান্সফারের জগতে প্রোভেন্যান্স আরও জরুরি। একটা খেলোয়াড়ের পরিসংখ্যান কোথা থেকে এল — স্থানীয় লিগ, অনূর্ধ্ব-১৯, না ভিডিও-ভিত্তিক অনুমান? একটা তরুণ প্রতিভার স্ট্রাইক রেট যদি দুটো আলাদা সোর্স থেকে দুটো আলাদা সংখ্যা হয়, তাহলে কোনটা সত্য? একটা যাচাইযোগ্য লেজার এই প্রশ্নটার উত্তর দিতে পারে — কোন সংখ্যা, কোন সোর্স থেকে, কোন তারিখে। এটা একটা ক্লাবের কোটি টাকার সিদ্ধান্ত বদলে দিতে পারে।

একটা সংক্ষিপ্ত ঝুঁকি-লেজার

আমার কাজের একটা বড় অংশ হল ঝুঁকি আগে দেখা। এই খালি নথিটা নিজেই একটা ঝুঁকির গল্প, তাই এখানে ঝুঁকিগুলো সাজিয়ে দেখা যাক।

সবচেয়ে বড় ঝুঁকি — আপস্ট্রিম ডেটা-লস, অর্থাৎ পাইপলাইন ব্যর্থতা। Stage-1-এর আউটপুটে কোনো ইনফরমেশন পয়েন্ট নেই, মানে উৎস নিবন্ধটা হয় ঢোকেনি, নয়তো প্রক্রিয়ায় হারিয়ে গেছে। সমাধান স্পষ্ট: Stage-1 আবার চালান, নিশ্চিত করুন মূল লেখাটা সঠিকভাবে ঢুকেছে।

দ্বিতীয় ঝুঁকি — হ্যালুসিনেটেড বিশ্লেষণের বিপদ। এই কাঠামোটা যদি বানানো ক্রিকেট কনটেন্ট দিয়ে ভরিয়ে দেওয়া হতো, তাহলে সেটা সোর্স-স্বচ্ছতা আর অনুমান-বিরোধী নীতির সরাসরি লঙ্ঘন হতো। সমাধান: বৈধ Stage-1 ইনপুট না আসা পর্যন্ত Stage-2 স্থগিত রাখুন।

তৃতীয় ঝুঁকি — অযাচাইযোগ্য সোর্স প্রোভেন্যান্স। সোর্সের গুণমান বিচার করা যাচ্ছে না, কারণ সোর্স ফিল্ডগুলো পূরণ হয়নি। সমাধান: Stage-1 আবার চালানোর সময় শিরোনাম, আউটলেট, তারিখ, লেখক — সব নথিভুক্ত করুন।

এই তিনটাই আসলে একই মূল রোগের তিনটা লক্ষণ — উৎস আর আউটপুটের মধ্যে সংযোগের অভাব। আর ঠিক এই সংযোগটাই ব্লকচেইন-ধাঁচের যাচাইযোগ্য লেজার পূরণ করতে পারে।

আমার নিজের একটা নিয়ম আছে, যা আমি প্রতিটি অনিশ্চিত বিশ্লেষণে মানি — একটা আত্মবিশ্বাসের মাত্রা, একটা কার্যকর পাঠ, আর একটা খণ্ডনযোগ্য শর্ত। এখানে আত্মবিশ্বাসের মাত্রা শূন্য, কারণ কোনো ডেটা নেই। কার্যকর পাঠ একটাই — Stage-1 পুনরায় চালান। আর খণ্ডনযোগ্য শর্ত হল: যদি Stage-1 আবার চালিয়ে ইনফরমেশন পয়েন্ট পাওয়া যায়, তাহলে এই খালি ফলাফলটা ভুল প্রমাণিত হবে। এভাবেই অনিশ্চয়তাকে অস্ত্র হিসেবে ব্যবহার করা যায়, কুয়াশা হিসেবে নয়।

Takeaway — পরের রাউন্ডের সংকেত

তাহলে এখান থেকে সামনে কী শিখে নেব? নথিটা নিজেই স্পষ্ট করেছে — কোন তথ্য ট্র্যাক করতে হবে, কোন শর্তে বিশ্লেষণ খুলে যাবে। Stage-1 পুনরায় চালানো, ইনফরমেশন পয়েন্ট খালি থেকে অখালি হওয়া, সোর্স ফিল্ড পূরণ হওয়া, সত্তা শনাক্ত হওয়া — এগুলোই সংকেত। প্রতিটি সংকেতের পেছনে একটা সম্ভাবনা লুকিয়ে আছে, আর সেগুলো খুলে দিলে আটটা স্তম্ভই আবার জীবন্ত হয়ে উঠবে।

আমার কাছে আসল শিক্ষাটা আরও বড়। ক্রিকেট ডেটার জগতে আমরা সংখ্যাকে খুব সহজে বিশ্বাস করি, কারণ সংখ্যা নিরপেক্ষ মনে হয়। কিন্তু একটা সংখ্যার পেছনে থাকে কে মাপল, কখন মাপল, কোন সীমাবদ্ধতার মধ্যে মাপল। যদি সেই প্রেক্ষাপট না থাকে, সংখ্যাটা অর্ধেক সত্য — আর অর্ধেক সত্য ক্রিকেটে প্রায়ই সম্পূর্ণ মিথ্যার চেয়ে বেশি ক্ষতিকর, কারণ সেটা বিশ্বাসযোগ্য দেখায়।

তাই পরের বার যখন আমি একটা বিশ্লেষণ টেবিল খুলব, আমি প্রথমে প্রশ্ন করব — এই ঘরগুলো ভরা, নাকি শুধু ভরা দেখাচ্ছে? আর যদি একটা ঘর সত্যিই খালি হয়, আমি সেটা সেভাবেই রাখব। কারণ আমার সবচেয়ে বড় দায়িত্ব সঠিক উত্তর দেওয়া নয়, সৎ থাকা।

খালি ইনপুটের এই নীরবতা হয়তো বিরক্তিকর। কিন্তু প্রতিটি খালি ঘরের পেছনে একটা প্রশ্ন লুকিয়ে থাকে, আর প্রতিটি প্রশ্নের পেছনে একটা সম্ভাবনা। যে বিশ্লেষক শূন্যতা থেকে সত্য বানাতে অস্বীকার করেন, তিনিই শেষ পর্যন্ত সেই সত্যটা খুঁজে পান, যেটা টিকিয়ে রাখা যায়। প্রশ্নটা এখন আপনার — আপনি কি একটা ফাঁকা ঘর ফাঁকা থাকতে দেবেন, নাকি ওটা ভরাতে গিয়ে আরও একটা ভুল যোগ করবেন?