খালি ডেটাসেট থেকে সত্য পর্যন্ত: ক্রিকেট বিশ্লেষণে ব্লকচেইন-মানের অডিট ট্রেইল কেন অপরিহার্য

রাত সাড়ে এগারোটা। সিউলের ডেস্কে ল্যাপটপ খোলা, পাশে ঠান্ডা হয়ে আসা এক কাপ চা। একটি ফাইল এল — শিরোনাম 'Stage-2 Deep Professional Analysis — Cricket Domain'। ক্লিক করলাম, স্ক্রল করলাম, আর প্রতিটি ঘর খালি। শিরোনাম নেই, সূত্র নেই, ফরম্যাট নেই, খেলোয়াড় নেই, দল নেই, একটি সংখ্যাও নেই; শুধু সারি সারি 'অপর্যাপ্ত তথ্য'। এখানেই বিশ্লেষকের আসল পরীক্ষা শুরু হয়।

খালি ঘর মানে খালি সত্য নয় — খালি ঘর মানে প্রলোভন। শূন্যস্থান কল্পনায় ভরিয়ে একটি গল্প দাঁড় করানোর প্রলোভন, যা শেষে তথ্যের ছদ্মবেশে বাজারে ছড়িয়ে পড়ে। আমি ২০১৭ সালে Footballist-এ K League-এর xG বেসলাইন তৈরি করেছিলাম, কারণ গোলগুলো মিথ্যা বলছিল। সেই শিক্ষা আজও বহন করি: জোর করে ভরাট করা স্বস্তি, সৎ শূন্যতার চেয়ে অনেক বেশি বিপজ্জনক।

আজকের আলোচনা একটি খালি ইনপুটকে কেন্দ্র করে — এবং কেন ক্রিকেটের তথ্য-শৃঙ্খলে ব্লকচেইনের মতো যাচাইযোগ্য অডিট ট্রেইল অপরিহার্য।

বিশ্লেষণ মানে গল্প বলা নয়, মানে দাবি প্রমাণ করা। Footballist-এ আমি R-এ একটি মডেল কোড করেছিলাম, ১২০০ শটের উপর দাঁড় করিয়ে, যেখানে শটের অবস্থান, অ্যাসিস্টের ধরন আর ডিফেন্সিভ প্রেশার — এই তিনটি ওজন বসিয়েছিলাম। মডেল বলল, Jeonbuk Hyundai Motors প্রতি ম্যাচে ২.১১ গোল করছে, অথচ তাদের xG মাত্র ১.৮৪। অর্থাৎ বাজারের চোখে তারা অতিরিক্ত দামি হয়ে উঠছিল, বিশেষত অ্যাওয়ে ম্যাচে। ১৮০০ শব্দের এক লেখায় আমি সতর্ক করলাম, এই অ্যাওয়ে ওভারপারফরম্যান্স টেকসই নয়। পরের পাঁচ অ্যাওয়ে ম্যাচের তিনটিতেই তারা ড্র করল। সেই দিন থেকে দুটি অভ্যাস আমার রক্তে ঢুকে গেছে — প্রতিটি লেখা বেসলাইন টেবিল দিয়ে শুরু, আর পদ্ধতি নোটে নমুনার আকার ও মডেলের সীমা স্পষ্ট করে বলা। আমি কোনও সংখ্যাকে তখনই বিশ্বাস করি, যখন শান্ত এক মঙ্গলবারে তাকে নতুন করে উৎপাদন করতে পারি।

আজকের বিষয়টি আরও কঠিন, কারণ এখানে বিশ্লেষণের আটটি স্তর আছে — ফরম্যাট, খেলোয়াড়, দল, লিগ-বাণিজ্য, নিয়ম-গভর্নেন্স, ঝুঁকি, জন-আখ্যান এবং শিল্প-সঞ্চালন। প্রতিটি স্তর দাঁড়িয়ে থাকে একটি তথ্য-শৃঙ্খলের উপর। আর ব্লকচেইন এখানে নিছক রূপক নয়; এটি সেই একই শৃঙ্খলার কারিগরি নাম। যেমন প্রতিটি লেনদেন হ্যাশ হয়ে পূর্ববর্তী ব্লকের সঙ্গে যুক্ত হয় এবং কেউ পরিবর্তন করলে পুরো শৃঙ্খল ভেঙে পড়ে, তেমনি প্রতিটি ক্রিকেট-দাবিকেও যুক্ত হতে হয় একটি যাচাইযোগ্য সূত্রের সঙ্গে। খালি ইনপুট মানে শূন্য ব্লক; তার উপর কোনও বৈধ বিশ্লেষণ মিন্ট করা যায় না।

প্রথম স্তর — ফরম্যাট ও ম্যাচ বিশ্লেষণ। ক্রিকেটে ফরম্যাট হলো সেই মৌলিক প্রেক্ষাপট, যা ছাড়া কোনও তুলনা অর্থহীন। টেস্ট, ওডিআই আর টি-টোয়েন্টি আসলে প্রায় তিনটি ভিন্ন খেলা — ভিন্ন ছন্দ, ভিন্ন ঝুঁকি-বিনিময়, ভিন্ন ক্লান্তি-বক্ররেখা। একজন ব্যাটারের টি-টোয়েন্টি স্ট্রাইক রেট দিয়ে তার টেস্ট-সহনশীলতা মাপা ততটাই ভুল, যতটা ভুল ওডিআই-এর ইকোনমি দিয়ে টেস্ট বোলিংয়ের ধার বিচার করা। এর উপরে বসে ভেন্যু, পিচের চরিত্র, আবহাওয়া, শিশির (dew), আর DLS — প্রতিটি এক-একটি confounding চলক। টসের ভাগ্যও এখানে একটি গোপন হাত। এগুলো স্ট্রিপ না করে 'কে জিতবে' বলা মানে তথ্যের চেইন নিজ হাতে ভেঙে ফেলা। ফরম্যাট-ট্যাগ ছাড়া Stage-2 বিশ্লেষণ শুরুই করা উচিত নয়।

দ্বিতীয় স্তর — খেলোয়াড়ের কারিগরি ও ডেটা। এখানে প্রথম শত্রু ছোট নমুনা। তিন ম্যাচের ফর্ম দিয়ে কোনও coefficient বদলানো যায় না — আমি ২০ ম্যাচের আগে সংখ্যা ছুঁই না। অ্যাভারেজ, স্ট্রাইক রেট বা ইকোনমি — কোনটাই আলাদা করে অর্থবহ নয়, যদি না তার সঙ্গে সিচুয়েশনাল স্প্লিট থাকে: পাওয়ারপ্লে বনাম ডেথ ওভার, ঘরের মাঠ বনাম বাইরের মাঠ, বাঁহাতি বনাম ডানহাতি বোলিং। আর বয়স-বক্ররেখার মোড়টি সবচেয়ে ধূর্ত — অনেক তারকার পতন শুরু হয় যখন পরিসংখ্যান তখনও চকচকে। আঘাতের ইতিহাস আলাদা করে হিসাবে না ধরলে ছবিটি অসম্পূর্ণ। এই কারণেই ব্লকচেইন-ধাঁচের পদ্ধতি লাগে: প্রতিটি পারফরম্যান্স-দাবি একটি যাচাইযোগ্য ব্লক, যা সূত্র, তারিখ আর নমুনার আকার বহন করে।

তৃতীয় স্তর — দলের ভূগোল ও র‍্যাঙ্কিং। আইসিসি র‍্যাঙ্কিং একটি দিক; স্কোয়াডের গঠন আরেক দিক। ব্যাটিং গভীরতা, বোলিং কম্বিনেশন, বেঞ্চের গভীরতা আর বয়স-কাঠামো — এই চারটি মিলিয়ে দলের আসল সক্ষমতা বোঝা যায়, শুধু পয়েন্ট টেবিল নয়। ঘরের মাঠের প্রোফাইল আলাদা, বাইরের মাঠের প্রোফাইল আলাদা; ঘরের পরিসংখ্যান প্রায়ই বাইরের দুর্বলতা ঢেকে রাখে। রাইভ্যালি-ইতিহাস ও স্টাইল-কাউন্টার — কে কার বিরুদ্ধে ফেঁসে যায় — পরীক্ষা না করলে দলের শক্তি-দুর্বলতার ছবি অসম্পূর্ণ থাকে।

চতুর্থ স্তর — লিগ ও বাণিজ্যিক ইকোসিস্টেম। এখানেই বাজার আর খেলার মধ্যে ফাটল দেখা যায়। ব্রডকাস্ট রাইটসের মূল্য, ফ্র্যাঞ্চাইজির ভ্যালুয়েশন, খেলোয়াড়ের বেতন — এগুলো বাড়ে প্রত্যাশায়, আর প্রত্যাশা সবসময় মাঠের পারফরম্যান্সে রূপ নেয় না। নিলামে (auction) কোনও খেলোয়াড়ের দাম তার স্পোর্টিং ফেয়ার ভ্যালুর চেয়ে কত বেশি, সেটিই আসল সংকেত; সেই প্রিমিয়াম কতটা টেকসই, তা সময়ই বলে। ট্রান্সফার মার্কেট নিয়ে আমার পুরনো ধারণা এখানেও খাটে: একটি স্প্রেডশিট, যার কোষগুলোর ফাঁক দিয়ে গুজব চুঁইয়ে পড়ে। ব্লকচেইনের চোখে দেখলে, এই লেনদেনগুলোর একটি স্বচ্ছ, অপরিবর্তনীয় লেজার থাকা উচিত — কে কত দিল, কখন দিল, কতটা যাচাইযোগ্য।

পঞ্চম স্তর — নিয়ম ও গভর্নেন্স। ক্ষমতা ও রাজস্ব বণ্টন, খেলার নিয়ম নিয়ে বিতর্ক, সততা-বিরোধী দুর্নীতি, যোগ্যতা ও নির্বাচন, এবং রাজনৈতিক-ভূরাজনৈতিক প্রভাব — এই পাঁচটি চেকপয়েন্ট। ক্রিকেটের প্রশাসনে প্রতিটি সিদ্ধান্তের পেছনে থাকে অর্থ ও ক্ষমতার একটি শৃঙ্খল; সেটি স্বচ্ছ না হলে খেলার বিশ্বাসযোগ্যতা ক্ষয়ে যায়। DRS বিতর্ক হোক বা সম্প্রচার-স্বত্বের নিলাম — প্রতিটির পিছনে থাকে একই প্রশ্ন: কে সিদ্ধান্ত নেয়, আর সেই সিদ্ধান্ত যাচাই করা যায় কি না।

ষষ্ঠ স্তর — ঝুঁকি বিশ্লেষণ। আঘাত, সূচির চাপ (schedule density), ভ্রমণ-ক্লান্তি, দলীয় অস্থিরতা, বাণিজ্যিক ঝুঁকি, সুনাম-ঝুঁকি — সব মিলিয়ে একটি ম্যাট্রিক্স। আমি ২০২০ সালে শূন্য স্টেডিয়ামের প্রথম ২৪ ম্যাচ ট্র্যাক করেছিলাম: ঘরের মাঠে জয়ের হার ৪৬% থেকে ৩১%-এ নামে, হোম xG প্রতি ম্যাচে কমে ০.২৮, আর হোম PPDA ৮.৯ থেকে ১০.৪-এ ওঠে। তখনই আমি মডেল থেকে হোম-অ্যাডভান্টেজ coefficient সরিয়ে ফেলি — কিন্তু ছয় ম্যাচডে পার না হওয়া পর্যন্ত প্রকাশ করিনি, কারণ আমি স্থির নমুনার জন্য অপেক্ষা করি। স্টেডিয়াম খালি হয়ে গেলে, হোম অ্যাডভান্টেজ আর ভিড়ের আড়ালে লুকাতে পারল না। এই সংযমটাই ঝুঁকি-ব্যবস্থাপনার আসল রূপ।

সপ্তম স্তর — জন-আখ্যান ও প্রত্যাশার ফাঁক। বাজারের প্রত্যাশা আর বস্তুনিষ্ঠ মূল্যায়নের মধ্যে ফাঁকের নামই সুযোগ। কোনও আখ্যানের পেছনে মৌলিক সমর্থন আছে কি না, নমুনা কত বড়, আখ্যানটি কতদিন টিকবে — এই তিন প্রশ্নে উত্তর খুঁজতে হয়। কাজান আমাকে মনে করিয়ে দিয়েছিল, একটি মডেল সঠিক হয়েও হারতে পারে। ২০১৮ বিশ্বকাপে জার্মানি বনাম দক্ষিণ কোরিয়ার আগে বাজার জার্মানিকে -১.৫-এ ধরেছিল ৭৮% implied probability-তে। আমার মডেল দেখল, জার্মানির PPDA ৭.৮, অথচ প্রতি পজেশনে xG মাত্র ০.১১; আর আগের ম্যাচগুলোতে কোরিয়া ১১৮ কিমি দৌড়েছিল, জার্মানি ১১২ কিমি। কোরিয়ার PPDA ছিল ১১.২ — সংকেত, তারা শেষদিকে প্রেস করবে। আমি সাবস্ক্রাইবারদের কোরিয়া +১.৫ আর আন্ডার ২.৫ নিতে বলি। কোরিয়া ২-০ জিতল, Kim Young-gwon ও Son Heung-min-এর শেষদিকের গোলে জার্মানি বিদায় নিল। ক্লোজিং লাইনটাই বাজার — চূড়ান্ত সত্য নয়, কিন্তু সবচেয়ে তথ্য-ঘন অনুমান।

অষ্টম স্তর — শিল্প-সঞ্চালন। ক্রিকেট অর্থনীতি তিন স্তরে প্রবাহিত: উজানে যুব উন্নয়ন ও প্রতিভা-সরবরাহ, মাঝখানে জাতীয় দল ও লিগ, নিচে সম্প্রচার, বাণিজ্য ও ডেরিভেটিভ বাজার — বেটিং, ফ্যান্টাসি, ফ্যান-টোকেন। একটি স্তরের ধাক্কা অন্যটিতে নির্দিষ্ট বিলম্বে পৌঁছায়। প্রতিভা-সরবরাহ শুকিয়ে গেলে নিচের বাজার ফাঁপা হয়ে ওঠে; আর বাজেট ফুলে গেলে শীর্ষে বেতন-বubble তৈরি হয়। ব্লকচেইন-ধাঁচের স্বচ্ছ লেজার থাকলে এই সঞ্চালনকে বিন্দু-বিন্দু ধরে অনুসরণ করা যেত, আর কোথাও গড়মিল থাকলে সঙ্গে সঙ্গে ধরা পড়ত।

এখন আসি সেই অস্বস্তিকর সত্যে, যা আজকের মূল প্রসঙ্গ। যখন ইনপুট খালি, তখন সবচেয়ে পেশাদার উত্তরটি হলো স্পষ্টভাবে বলা — 'অপর্যাপ্ত তথ্য, সিদ্ধান্ত সম্ভব নয়।' এটি দুর্বলতা নয়, এটি শৃঙ্খলার সবচেয়ে কঠিন রূপ। বাজারে সবাই তখন ভরাট উত্তর চায়, কারণ খালি উত্তর বিক্রি হয় না। কিন্তু যে বিশ্লেষক খালি ঘরে গল্প ঢুকিয়ে দেন, তিনি আসলে সম্পর্ককে (correlation) কারণ (causation) বানিয়ে ফেলেন — এবং একবার ভুল ভিত্তির উপর ভবন দাঁড়ালে, তা যত সুন্দর দেখাক, ভেঙে পড়বেই। আমি কাজানে মডেল নিয়ে জিতেছিলাম, কিন্তু জানি সেটি পরবর্তী কোনও দিন হারে পরিণত হতে পারত। মডেল সঠিক থাকতে পারে, ফল ভুল আসতে পারে — তাই একটি ফলের উপর ভিত্তি করে মডেল বদলানো ততটাই ভুল, যতটা একটি গল্পের উপর ভিত্তি করে সত্য বানানো। ব্লকচেইনের শিক্ষাটিও একই: যা যাচাই করা যায় না, তা শৃঙ্খলে যোগ করার যোগ্য নয়।

তাই পরের ধাপে আমি যেটি দেখব, সেটি কোনও ভবিষ্যদ্বাণী নয় — সেটি একটি সংকেত। পাইপলাইনে আবার কখনও বৈধ Stage-1 পেলোড আসে কি না, তার মধ্যে অন্তত একটি তথ্য-বিন্দু, একটি সত্তা আর একটি ফরম্যাট-ট্যাগ থাকে কি না — সেই ট্রিগার-শর্তই এখানে আসল। যতদিন শূন্য ব্লক আসে, ততদিন সৎ উত্তর একটাই: বিশ্লেষণ স্থগিত। প্রশ্নটি হলো, আমরা কি খালি ঘর সহ্য করার সাহস রাখি, নাকি প্রতি শূন্যস্থানে একটি সুন্দর মিথ্যা বসিয়ে দিই?