খালি পেলোড থেকে অপরিবর্তনীয় লেজার: ক্রিকেট ডেটার অখণ্ডতা নিয়ে একটি নিরীক্ষা

আমি ঢাকা আবাহনী লিমিটেডে একটি xG মডেল বানিয়েছিলাম, তারপর রাশিয়া বিশ্বকাপে ফ্রান্সের প্রেসিং দেখেছি — দুই ক্ষেত্রেই শর্ত এক: ডেটা আসতে হবে অক্ষত, টাইমস্ট্যাম্পসহ, যাচাইযোগ্য। ২০২৬ সালের ১৩ আগস্ট রাত ১১টা ৪০ মিনিটে সেই শর্ত ভেঙে পড়ল। একটি স্টেজ-১ ডিকনস্ট্রাকশন পাইপলাইন ফিরিয়ে দিল সম্পূর্ণ খালি ফলাফল — শিরোনাম নেই, সূত্র নেই, তথ্যবিন্দু নেই, সত্তা নেই। বিশ্লেষণের ছকটি কাগজে পূর্ণ ছিল, কিন্তু তার ভেতরে শূন্য।

খালি স্টেডিয়াম আমাকে শিখিয়েছে, নীরবতারও একটি স্ট্যান্ডার্ড ডেভিয়েশন থাকে। ২০২০ সালে ডেনমার্কের এসি হরসেন্সের রেলিগেশন লড়াইয়ে দর্শকশূন্য মাঠে আমি দেখেছিলাম, গ্যালারির চাপ যেখানে নেই সেখানে সেট-পিস xG আঠারো শতাংশ বেড়ে যায়। সেদিন শূন্যতা ছিল পরিমাপযোগ্য, কারণ তার পেছনে ছিল হাজারো টাইমস্ট্যাম্পড ইভেন্ট। আজকের শূন্যটা তার চেয়ে অনেক ভয়ংকর — এটা মাঠের নীরবতা নয়, এটা সিস্টেমের নীরবতা। আর সিস্টেম যখন নীরব হয়, বিশ্লেষকের হাতে অস্ত্র বলতে থাকে শুধু একটি প্রশ্ন: ডেটা কোথায় হারাল?

এই ঘটনাটি খেলাধুলার সংবাদ নয়, ডেটা অবকাঠামোর সংবাদ। ক্রিকেট এবং ফুটবল — দুই ক্ষেত্রেই আজ বিশ্লেষণের পুরো ভিত্তি দাঁড়িয়ে আছে পাইপলাইনের উপর, আর সেই পাইপলাইনের অখণ্ডতা নিয়ে কেউ প্রায় কথা বলে না। এই লেখাটি সেই ফাঁক নিয়ে। আমার বছরগুলোর ম্যাচ-দেখার অভিজ্ঞতা থেকে বলছি, আমরা খেলার ফলাফল নিয়ে যতটা কথা বলি, ডেটা কোথা থেকে এল এবং কে তাকে বদলাতে পারে — তা নিয়ে বলি তার এক-শতাংশও নয়।

প্রেক্ষাপট: ডেটাফিকেশন কীভাবে মাঠের বাইরে চলে গেল

২০১০-এর দশকের গোড়া থেকে পেশাদার খেলাধুলায় ডেটা সংগ্রহ তিন স্তরে ভাগ হয়ে গেছে। প্রথম স্তর হলো সংগ্রহ — হক-আই, মাল্টি-ক্যামেরা ট্র্যাকিং, প্লেয়ার-ট্যাগিং, জিপিএস ভেস্ট। দ্বিতীয় স্তর হলো ব্যাখ্যা — xG, PPDA, এক্সপেক্টেড উইকেট, ফিল্ডিং-ইমপ্যাক্ট মডেল। তৃতীয় স্তর হলো ভোগ — সম্প্রচার গ্রাফিক, ফ্যান্টাসি প্ল্যাটফর্ম, বাজি বাজার, এবং ক্লাবের সিদ্ধান্ত গ্রহণ।

ক্রিকেটে এই তিন স্তর আরও ঘন হয়ে গেছে। ডিআরএস-এর বল-ট্র্যাকিং, পিচ-ম্যাপ, ওয়াগন-হুইল, পাওয়ারপ্লে থ্রেশহোল্ড, ডেথ-ওভার ইকোনমি, এবং আইসিসি র‍্যাংকিং পয়েন্ট — প্রতিটি সংখ্যা আজ সরাসরি কোনো সিদ্ধান্তে গিয়ে ঠেকে। বাংলাদেশের প্রেক্ষাপটে বলি, একটি পাওয়ারপ্লে রান-রেট বা একটি ডেথ-ওভার স্ট্রাইক-রেট শুধু পরিসংখ্যান নয়; সেটি নির্বাচক, কোচ আর সম্প্রচারক — তিনজনের টেবিলেই একই মুহূর্তে হাজির হয়।

স্টেজ-১ এবং স্টেজ-২ নামের দুই ধাপের বিশ্লেষণ পাইপলাইন আসলে এই পুরো ব্যবস্থারই ক্ষুদ্র সংস্করণ। স্টেজ-১ কাঁচা নিবন্ধ থেকে তথ্যবিন্দু, দৃষ্টিভঙ্গি আর সত্তা টেনে বের করে। স্টেজ-২ সেই বিন্দুগুলোর উপর দাঁড়িয়ে গভীর বিশ্লেষণ করে। প্রথম ধাপ যদি খালি ফিরে আসে, দ্বিতীয় ধাপের সমস্ত ছক — ফরম্যাট বিশ্লেষণ, খেলোয়াড় ডেটা, দলগত ল্যান্ডস্কেপ, বাণিজ্যিক বাস্তুতন্ত্র, শাসন, ঝুঁকি, ন্যারেটিভ, ইন্ডাস্ট্রি ট্রান্সমিশন — সবই স্থির ছবি হয়ে যায়। পূর্ণ কাঠামো, শূন্য প্রমাণ।

এখানেই আসল শিক্ষা লুকিয়ে আছে। বিশ্লেষণ কখনো ছকের অভাবে ভেঙে পড়ে না, ভেঙে পড়ে প্রমাণের অভাবে। একটি পূর্ণ টেমপ্লেট একটি খালি পেলোডকে ঢেকে রাখতে পারে না, ঠিক যেমন একটি সুন্দর গ্রাফ একটি ভুল ডেটা সোর্সকে বৈধতা দিতে পারে না।

মূল বিশ্লেষণ: পাইপলাইনের শারীরস্থান

খালি ফলাফল কখনো আকস্মিক হয় না। তথ্য হারানোর তিনটি সম্ভাব্য জায়গা থাকে, এবং প্রতিটির জন্য আলাদা প্রোটোকল দরকার।

প্রথম জায়গা হলো রিট্রিভাল। মূল নিবন্ধটি যদি কখনো সিস্টেমে ঢুকতেই না পারে — লিংক মৃত, পে-ওয়াল, রোবট-ব্লক — তাহলে স্টেজ-১ কিছু খুঁজে পাবে না, কারণ খোঁজার মতো কিছু নেই। দ্বিতীয় জায়গা হলো এক্সট্রাকশন। নিবন্ধ এসেছে, কিন্তু টোকেনাইজেশন বা ফিল্ড-ম্যাপিং ব্যর্থ হয়েছে, ফলে পাঠ্য থেকে তথ্যবিন্দু বেরোয়নি। তৃতীয় জায়গা হলো ফরম্যাটিং। তথ্য বেরিয়েছে, কিন্তু স্টেজ-২-এর প্রত্যাশিত স্কিমার সঙ্গে মেলেনি, তাই সিস্টেম সেটিকে ‘শূন্য’ হিসেবে রিপোর্ট করেছে।

এই তিনটির মধ্যে পার্থক্য নির্ণয় না করে শুধু ‘খালি পেলোড’ লিখে রাখা মানে আগামীকালও একই ব্যর্থতা ঘটবে। নাল হ্যান্ডলিং কোনো লজ্জার বিষয় নয় — এটি ডিজাইনের সিদ্ধান্ত। প্রশ্ন হলো, সিস্টেম শূন্যতাকে নীরবে গিলে ফেলবে, নাকি চিৎকার করে সেটিকে ‘ভয়েড’ ঘোষণা করবে? স্পোর্টস ডেটায় আমরা প্রায় সবসময় প্রথমটি করি। মিসিং xG মানে ‘শূন্য xG’ ধরে নেওয়া — এটাই সবচেয়ে বিপজ্জনক ছোট ভুল।

প্রভেন্যান্স আর টাইমস্ট্যাম্প: প্রতিটি দাবির পিছনে একটি প্রমাণ-বিন্দু

আমি যখন ঢাকা আবাহনীতে কাজ শুরু করি, তখন সবচেয়ে কঠিন শিক্ষাটি ছিল অনুপ্রেরণামূলক নয়, কাঠামোগত — প্রতিটি সিদ্ধান্তের পিছনে একটি টাইমস্ট্যাম্পড ইভেন্ট থাকতে হবে। কোচ জিজ্ঞেস করতেন, ‘আমরা কেন বলছি বাইরের শট কমাতে হবে?’ উত্তর হতে হবে: কারণ ২৪ ম্যাচের ডেটায় বক্সের বাইরের শটের গড় xG মাত্র ০.০৪। সংখ্যা, সূত্র, সময়কাল — তিনটিই একসঙ্গে।

এই অভ্যাসটি আমাকে খেলাধুলার বাইরে শিখিয়েছে একটি বড় সত্য: প্রমাণ ছাড়া সিদ্ধান্ত ম্যানেজমেন্ট, আর সিদ্ধান্ত ছাড়া ডেটা কার্টেসি। একটি খালি পেলোড আসলে সিস্টেমের সৎ স্বীকারোক্তি — এই মুহূর্তে আমার হাতে কিছু নেই। অসৎ সিস্টেম শূন্যতাকে লুকিয়ে অনুমানে ভরাট করে।

ক্রিকেটে এর উদাহরণ অসংখ্য। একটি ম্যাচের এক ইনিংসের রান-রেট দেখে কাউকে ‘ফর্মে ফিরেছেন’ বলা যায় না, যদি না আগের দশ ইনিংসের প্রেক্ষাপট, পিচের ধরন, প্রতিপক্ষের বোলিং-অ্যাটাক আর ইনিংসের ফেজ — সব একসঙ্গে বসানো হয়। একটি ইনিংস স্যাম্পল, একটি টুর্নামেন্ট প্রবণতা, একটি ক্যারিয়ার কাঠামো — এই তিন স্তর আলাদা না করলে সংখ্যা নিজেই গল্প বানিয়ে ফেলে। আর সংখ্যা গল্প বানালে সেটি প্রমাণ নয়, প্রচার।

অপরিবর্তনীয় লেজার: ব্লকচেইন ধারণাটি স্পোর্টস ডেটায় কী বদলাতে পারে

এখন আসি ব্লকচেইনের কথায়। বিষয়টি ক্রিপ্টো-টোকেন নিয়ে নয়, ‘রেকর্ডের খাতা’ নিয়ে। একটি অ্যাপেন্ড-অনলি, অপরিবর্তনীয়, টাইমস্ট্যাম্পড লেজার — যেখানে প্রতিটি ডেটা-ইভেন্ট নিজের হ্যাশ আর আগের ইভেন্টের হ্যাশ বহন করে। কেউ মাঝখান থেকে একটি সংখ্যা বদলালে পুরো চেইন ভেঙে পড়ে, এবং সেটি সঙ্গে সঙ্গে ধরা পড়ে।

খেলাধুলায় এর প্রয়োগ কল্পনার নয়, প্রয়োজনীয়তার। একটি বল-ট্র্যাকিং ডেটা, একটি পিচ-রিপোর্ট, একটি ডিআরএস ‘আম্পায়ার্স কল’, একটি ইনজুরি-অ্যাওয়ার্ডের সময়রেখা — প্রতিটি যদি সাইন করা, হ্যাশ-লিংকড লেজারে বসানো থাকে, তাহলে কে কখন কী তথ্য জানত, তা পিছনে ফিরে যাচাই করা সম্ভব হয়। আজ আমরা যা পারি না।

আমার নিজের অভিজ্ঞতা বলছে, এই ধারণাটি তত্ত্বে সুন্দর, বাস্তবে কঠিন। ২০২১ সালে ইউরোসের ৫১টি ম্যাচের জন্য আমি ১৫ সেকেন্ডের একটি লাইভ ডেটা-গ্রাফিক পাইপলাইন মানসম্মত করেছিলাম। সেই পাইপলাইনে লেটেন্সি ছিল সবচেয়ে বড় শত্রু। ইতালির মিডফিল্ড-নিয়ন্ত্রণ ব্যাখ্যা করতে আমার দরকার ছিল জর্জিনহোর ম্যাচ-প্রতি ১১.৯ কিলোমিটার কাভারেজ এবং দলের PPDA ৯.৮ — কিন্তু সম্প্রচারকের কাছে সঠিকতার চেয়ে গতি তখন অনেক বেশি জরুরি ছিল। ইউরোসে লাইভ ডেটা এসেছিল যেকোনো গল্পের ব্যাখ্যার চেয়ে দ্রুত। একটি অপরিবর্তনীয় লেজার সেই গতি থেকে একটি স্তর পিছিয়ে দাঁড়িয়ে যাচাইযোগ্যতা ফিরিয়ে আনতে পারে — কিন্তু সেটি সম্প্রচার-অর্থনীতির বিরুদ্ধে যায়।

থ্রেশহোল্ডের ইতিহাস: আবাহনী থেকে ফ্রান্স, হরসেন্স থেকে টোকিও

আমি ঢাকা আবাহনীতে একটি xG মডেল বানিয়েছিলাম, তারপর রাশিয়া বিশ্বকাপে ফ্রান্সের প্রেসিং দেখেছি। ২০১৮ বিশ্বকাপে ফ্রান্সের PPDA ছিল ১২.৮, এবং সাত ম্যাচে প্রতি ম্যাচে তারা করেছিল মাত্র ০.৭৬ xG — সেই ব্রিফ বারোটি আউটলেটে উদ্ধৃত হয়েছিল। এই সংখ্যাগুলো কোনো ন্যারেটিভ নয়, একটি চেইন — প্রতিটি ম্যাচ, প্রতিটি ইভেন্ট, প্রতিটি টাইমস্ট্যাম্প যোগ হয়ে তৈরি হয়েছে।

২০২০ সালে হরসেন্সের রেলিগেশন-বাঁচানোর ৪৮ ঘণ্টার জরুরি পরিকল্পনাটি দাঁড়িয়ে ছিল একটি মেট্রিকের উপর: দর্শকশূন্য মাঠে সেট-পিস xG আঠারো শতাংশ বাড়ে। নিয়ার-পোস্ট কর্নার আর সেকেন্ড-বল প্রেসিং-ট্রিগার — দুটি সংখ্যা, দুটি নির্দেশ, চারটি সেট-পিস গোল শেষ দশ ম্যাচে, আর দুই পয়েন্টে বেঁচে যাওয়া। পরিকল্পনাটি কাজ করেছিল কারণ তার পিছনে ছিল যাচাইযোগ্য ইভেন্ট-লগ, অনুভূতি নয়।

২০২১ টোকিও অলিম্পিকে আমি একই মডেল কানাডার মহিলা দলে প্রয়োগ করি, জেসি ফ্লেমিংয়ের ম্যাচ-প্রতি ১১.২ কিলোমিটার দূরত্ব লগ করি। কানাডা সোনা জেতে, ইতালিও জেতে। দুই সোনার মধ্যে মিলটি ছিল পদ্ধতি, জাদু নয়। একটি পাইপলাইন বারোটি সম্প্রচারে গৃহীত হয়েছিল কারণ তার প্রতিটি সংখ্যা পুনরুৎপাদনযোগ্য ছিল।

পুনরুৎপাদনযোগ্যতা — এটাই ব্লকচেইন লেজারের মূল দাবি, এবং এটাই আজকের স্পোর্টস ডেটায় সবচেয়ে বড় ঘাটতি।

বেটিং ডেটার অন্ধকার দিক

এখন সেই অংশটি, যা নিয়ে শিল্পটি সবচেয়ে কম কথা বলে। লাইভ ডেটা যখন বাজি কোম্পানিগুলোকে খাওয়ানো হয়, তখন গতি হয়ে ওঠে সবচেয়ে দামি পণ্য। যে ফিড সেকেন্ডের ভগ্নাংশ আগে পৌঁছায়, সে-ই মার্জিন নেয়। ফল হলো, ডেটার গুণমান যাচাইয়ের চেয়ে ডেটার বিলি দ্রুততর হয়ে ওঠে।

এখানে একটি অপরিবর্তনীয় লেজারের দুই ধরনের প্রভাব হতে পারে। একটি ভালো দিক: কোন ফিড কখন কী পাঠাল, তার সম্পূর্ণ অডিট-ট্রেইল তৈরি হয়, ফলে তথ্য-বিকৃতি প্রমাণযোগ্য হয়। আর একটি খারাপ দিক: একই অপরিবর্তনীয়তা বাজি-বাজারে আরও নিখুঁত মূল্য নির্ধারণকেও দ্রুততর করতে পারে। প্রযুক্তি নিরপেক্ষ, প্রশাসন নয়। প্রশ্নটি তাই ‘ব্লকচেইন হ্যাঁ না না’ নয়, প্রশ্নটি হলো — লেজারের উপরে কে লিখবে, আর কে যাচাই করবে।

ইনজুরি টাইমলাইন: ‘সপ্তাহে-সপ্তাহে’ শব্দটির স্ট্যান্ডার্ড ডেভিয়েশন কত?

ডেটা অখণ্ডতার দ্বিতীয় পরীক্ষাটি আসে ইনজুরি রিপোর্টিংয়ে। ‘উইক-টু-উইক’ একটি চিকিৎসা-নির্ণয় নয়, এটি একটি যোগাযোগ-কৌশল। আমি যদি চাইতাম ইনজুরি ফিরে আসার সময়রেখা যাচাই করতে, আমার দরকার হবে মাইলস্টোন-লগ: কখন স্ক্যান, কখন লোড-টেস্ট, কখন দলগত অনুশীলনে ফেরা, কখন ম্যাচ-স্কোয়াডে। এই চারটি টাইমস্ট্যাম্প ছাড়া ‘প্রায় ফিরে এসেছেন’ শব্দগুচ্ছের কোনো সংখ্যাগত অর্থ নেই।

একটি যাচাইযোগ্য লেজার এই জায়গায় সবচেয়ে বড় পরিবর্তন আনতে পারে — কারণ তখন প্রতিটি ধাপ রেকর্ডে থাকে, এবং PR-এর ন্যারেটিভ আর চিকিৎসা-বাস্তবতার মধ্যে ফাঁকটি পরিমাপযোগ্য হয়ে ওঠে। আমি বলছি না প্রতিটি ইনজুরি রিপোর্ট মিথ্যা; আমি বলছি, প্রমাণ ছাড়া সময়রেখা যাচাই অসম্ভব।

ক্রিকেটের নিজস্ব নাল-হ্যান্ডলিং

ক্রিকেটের ডেটা-কাঠামোয় এমন কিছু জায়গা আছে যেখানে ‘শূন্য’ আর ‘অজানা’ গুলিয়ে ফেলা হয়, এবং ফলাফল বদলে যায়। ডিআরএস-এর বল-ট্র্যাকিং ‘আম্পায়ার্স কল’-এ পৌঁছালে সিদ্ধান্তের একটি অংশ অনুমানের উপর নির্ভর করে। পিচ-রিপোর্ট, বল-চেঞ্জ প্রোটোকল, ডিও/ডিএলএস-এর ইন্টারভেনশন — প্রতিটির পিছনে একটি সিদ্ধান্ত-চেইন থাকে, যা সাধারণত অপ্রকাশিত থাকে।

আমার কাছে সবচেয়ে চিন্তার বিষয় হলো র‍্যাংকিং পয়েন্ট। আইসিসি র‍্যাংকিং প্রতিটি ম্যাচের ওজন, প্রতিপক্ষের শক্তি আর সময়কাল ধরে হিসাব করে — কিন্তু সেই হিসাবের ইনপুট লেয়ার সাধারণ দর্শকের জন্য কখনো সম্পূর্ণ স্বচ্ছ নয়। যখন একটি দলের র‍্যাংকিং এক পয়েন্টে ওঠানামা করে, আমরা ফলাফল নিয়ে বিতর্ক করি; পদ্ধতি নিয়ে করি না। একটি অ্যাপেন্ড-অনলি পাবলিক লেজার সেই বিতর্কের অর্ধেক শেষ করে দিতে পারে।

বিপরীত দৃষ্টি: ব্লকচেইন কোনো ওষুধ নয়

এখানেই আমার দ্বিধা, এবং এটি লুকিয়ে রাখা উচিত নয়। অপরিবর্তনীয়তা ডেটার অখণ্ডতা রক্ষা করে না; এটি কেবল ডেটার পরিবর্তন দৃশ্যমান করে। যদি ভুল ডেটা প্রথমেই লেজারে ওঠে, তাহলে সেটি চিরকালের ভুল হয়ে যায় — বরং খারাপ, কারণ এখন সেটিকে ‘যাচাইকৃত’ বলে দেখানো যাবে। গার্বেজ ইন, ইমিউটেবল গার্বেজ আউট।

আমি ঢাকা আবাহনীর ছোট বাজেটের মডেল-নির্মাণে শিখেছি, সবচেয়ে দুর্বল অংশ কখনো প্রযুক্তি নয়, সংগ্রহ-প্রোটোকল। যদি ট্যাগার ভুল খেলোয়াড়ে ইভেন্ট বসায়, কোনো হ্যাশ-চেইন সেটি ধরতে পারবে না। সুতরাং ব্লকচেইন সমাধান নয়, সমাধানের একটি স্তর। প্রথম স্তর সবসময় থাকে মানুষ আর প্রোটোকল।

দ্বিতীয় দ্বিধা হলো প্রোটোকল-ওভাররিচ। প্রতিটি ক্রিকেট অসঙ্গতিকে আমি যত তাড়াতাড়ি একটি প্রোটোকলে রূপ দিতে চাই, তত তাড়াতাড়ি আমি ছোট-স্যাম্পলের ফাঁদে পড়ি। একটি টুর্নামেন্টের চারটি সেট-পিস গোল একটি প্রমাণ, একটি প্যাটার্ন নয়। তাই আমি আত্মবিশ্বাসের ব্যবধান উল্লেখ করে চলি, এবং প্রোটোকলকে ‘প্রাথমিক’ বলে চিহ্নিত করি — কারণ আজকের নিয়ম আগামীকালের ডেটায় ভেঙে যেতে পারে।

তৃতীয় দ্বিধা লাইভ-ফিড সংক্রান্ত। দ্রুত ডেটা মানে নির্ভুল ডেটা নয়। লাইভ ফিড থেকে এক ধাপ পিছিয়ে দাঁড়িয়ে কার্যকারণ যাচাই করা দরকার, নইলে বিশ্লেষণ গতি আর নিশ্চয়তার মধ্যে পার্থক্য হারিয়ে ফেলে।

আর শেষ দ্বিধাটি আমার নিজের সম্পর্কে। ঢাকা আবাহনীর অভিজ্ঞতা আমার সবচেয়ে বড় সম্পদ, কিন্তু সেটি একটি লিগ, একটি বাজেট, একটি সংস্কৃতি। তাই প্রতিটি সিদ্ধান্তে আমি বাইরের লিগ আর ফরম্যাটের সঙ্গে বেঞ্চমার্ক করি, এবং বলে দিই কোন স্তরের প্রমাণ কোনটির।

টেকঅ্যাওয়ে: পরের ম্যাচের সিগন্যাল

আগামী মৌসুমে ক্রিকেট-বিশ্লেষণের আসল সিগন্যাল হবে মডেল নয়, মডেলের সোর্স-ম্যাপ। যে ক্লাব বা সম্প্রচারক প্রথমে নিজের ডেটা-পাইপলাইনের প্রতিটি স্তর সাইনড, টাইমস্ট্যাম্পড আর অডিটযোগ্য করে তুলবে, সে-ই প্রথমে নিজের ভুল প্রমাণ করতে পারবে — এবং ভুল প্রমাণ করা আজকের খেলাধুলায় বিরল একটি প্রতিযোগিতামূলক সুবিধা। প্রশ্নটি জিজ্ঞেস করা সময় এসেছে: আপনার ডেটা যখন খালি ফেরে, আপনি সেটিকে ‘শূন্য’ লেখেন, নাকি ‘ভয়েড’?