খালি ডেটাসেটের সততা: ক্রিকেট বিশ্লেষণে প্রমাণের চেইন

Hook

গত রাতে আমার ডেস্কে একটি প্রতিবেদন এসে পৌঁছাল — আটটি বিশ্লেষণী মাত্রা, ছয়টি ঝুঁকি-ম্যাট্রিক্স, একটি পূর্ণাঙ্গ কাঠামো, তবু প্রতিটি ঘর ফাঁকা। "অপর্যাপ্ত তথ্য, মূল্যায়ন করা সম্ভব নয়" — একটানা সেই একই বাক্য আটবার ফিরে এলো। ক্রিকেটের কোনো স্কোরলাইন নেই, কোনো খেলোয়াড়ের নাম নেই, কোনো ম্যাচের তারিখ নেই, কোনো মাঠের নাম নেই। কেবল একটি খোলস, যেন কেউ বিশাল এক ভবনের নকশা এঁকে দিয়েছে কিন্তু এক ইটও রাখেনি।

সবচেয়ে বেশি চমকে দেয় কোন জিনিসটা জানেন? ফাঁকা ঘরগুলো নয় — বরং প্রতিবেদনটি নিজের শূন্যতা স্বীকার করতে দ্বিধা করেনি। ডেটা-যুগে সবচেয়ে বিরল গুণটি এখন সততা: যে বিশ্লেষণ জানে না, সে জানে না বলতে পারে। ঠিক এই জায়গা থেকেই আজকের আলোচনা শুরু — কারণ ব্লকচেইনের মূল প্রতিশ্রুতিও একই: এমন একটি প্রমাণ-ব্যবস্থা, যেখানে কিছু যাচাই করা যায়, অনুমান করতে হয় না।

I began at Anfield with a blog, then let Russia — ২০১৮ সালের ওপেন ডেটা — শেখালো যে বিশ্লেষণের প্রথম শর্ত প্রমাণ, অনুমান নয়।

Context

আমি ২০১৭ সাল থেকে অ্যানফিল্ডে লিভারপুলের প্রতিটি হোম ম্যাচ লগ করতাম — মোহাম্মদ সালাহর প্রতি ৯০ মিনিটে xG, PPDA, আচ্ছাদিত দূরত্ব। সেই সময় আমার বয়স আঠারো, পড়ছিলাম ইউনিভার্সিটি অফ লিভারপুলে, পরিসংখ্যানে। সালাহ যখন এক মৌসুমে ৩২টি প্রিমিয়ার লিগ গোল করলেন, আমি বারো পর্বের একটি ব্লগ লিখলাম — যুক্তি দিয়ে দেখালাম, এই উৎপাদন পুনরাবৃত্তিযোগ্য। ২০১৮ সালের রাশিয়া বিশ্বকাপে, উনিশ বছর বয়সে, StatsBomb-এর ওপেন ডেটা দিয়ে আমি ফ্রান্সের ৪-৩ জয় পুনর্গঠন করলাম — কিলিয়ান এমবাপের এগারোটি প্রগ্রেসিভ ক্যারি আর ফ্রান্সের ২.১ xG কোড করে বের করলাম।

সেই অভ্যাসটাই আমার পরিচয় হয়ে দাঁড়াল: প্রতিটি দাবির পাশে একটি সূত্র, একটি তারিখ, একটি নমুনার আকার। ডেটা-সন্ন্যাসীর ভাষায় — অনুমান আগে নয়, পদ্ধতি আগে। ঢাকার লিগে উদিত ক্লাবের হয়ে ওপেনিং ব্যাটার ও উইকেটকিপার হিসেবে খেলার সময় আমি শিখেছিলাম একই পাঠ: একটি ইনিংসের গল্প তার স্কোরকার্ডে নয়, বরং কোন ওভারে কে কতটা চাপ সামলালো, তার মধ্যে লুকিয়ে থাকে।

এখানেই ব্লকচেইন প্রাসঙ্গিক হয়ে ওঠে। ক্রিপ্টো-দুনিয়ায় ব্লকচেইনের প্রথম ব্যবহার ছিল মুদ্রা; কিন্তু ক্রীড়া-বিশ্লেষণে এর প্রকৃত মূল্য ভিন্ন — ডেটার জন্মসূত্র (provenance) লিপিবদ্ধ করা। কোন সংখ্যাটি কোথা থেকে এলো, কে তা রেকর্ড করল, কে তা বদলাল — এই প্রশ্নগুলোর উত্তর যদি একটি অপরিবর্তনীয় খতিয়ানে থাকে, তাহলে বিশ্লেষককে আর বিশ্বাসের উপর ভরসা করতে হয় না; সে যাচাই করতে পারে।

The empty stadium did not erase the game; it exposed the system.

Core

২০২০ সালে, একুশ বছর বয়সে, যখন স্টেডিয়ামগুলো ফাঁকা, আমি একটি রিগ্রেশন বানালাম — ২০১৯-২০ আর ২০২০-২১ মৌসুমে হোম-অ্যাডভান্টেজ তুলনা করে দেখলাম, লিভারপুলের হোম পয়েন্ট প্রতি ম্যাচ ২.৪ থেকে নেমে ১.৮-এ এসেছে। ওই সময়ই একটি ম্যাচ আমার মনোযোগ কাড়ল: অ্যাস্টন ভিলার মাঠে ৭-২ হার। স্কোরলাইন বিভ্রান্তিকর ছিল; আসল গল্প ছিল কাঠামোয় — ফাঁকা গ্যালারি দর্শকের চাপ মুছে দিয়েছিল, আর সেই চাপই দলগুলোর রক্ষণভাগকে সতর্ক রাখত। ২০২১ সালে, ক্রিশ্চিয়ান এরিকসেনের হৃদযন্ত্র বিকল হওয়ার পর, আমি ট্যাকটিক্যাল পোস্ট বন্ধ করে একটি স্কোয়াড-প্রাপ্যতা ট্র্যাকার বানালাম। এরিকসেন শুধু একটি নাম নয় — সে আমার কাছে একটি নিয়ম: খেলোয়াড়ের প্রাপ্যতা একটি ডেটা-স্তম্ভ, কোনো ভাবাবেগ নয়।

একই বছরে ইতালির ইউরো ফাইনাল — ইংল্যান্ডের বিরুদ্ধে ১-১ — আমি কোড করলাম চৌত্রিশটি বিল্ড-আপ সিকোয়েন্স আর ৬৭% দখল। পেদ্রির টোকিও অলিম্পিকের ছয় ম্যাচ, ৬৩ কিলোমিটার আচ্ছাদন — এগুলো সবই আমার ফাইলে স্থান পেয়েছে, কারণ টুর্নামেন্টের মিনিটকে লিগ-অনুবাদে রূপান্তর করতে হলে প্রতিটি সংখ্যার জন্মসূত্র জানা দরকার।

আর এখানেই ফাঁকা পেলোডের শিক্ষা। যখন একটি স্টেজ-১ ডেটা-স্তর ফাঁকা ফিরে আসে, তখন বিশ্লেষকের সামনে দুটি পথ থাকে। প্রথম পথ — ফাঁকা ঘরগুলো নিজের অনুমানে ভরে দেওয়া; অর্থাৎ ছবিটা সম্পূর্ণ দেখাতে গিয়ে সত্যিটা হারিয়ে ফেলা। দ্বিতীয় পথ — ঘোষণা করা যে তথ্য অপর্যাপ্ত, বিশ্লেষণ সম্ভব নয়। প্রথম পথটি দ্রুত, আকর্ষণীয়, এবং ধ্বংসাত্মক; দ্বিতীয়টি ধীর, বিরক্তিকর, এবং সৎ।

আমি দ্বিতীয়টি বেছেছি, এবং সেটাই ব্লকচেইনের সাথে সংযোগের জায়গা। কারণ একটি ব্লকচেইনের মূল গুণ কী? এটি প্রতিটি লেনদেনের একটি সময়-ছাপানো, পরিবর্তন-প্রতিরোধী রেকর্ড রাখে। কেউ পরে গিয়ে আগের এন্ট্রি নিঃশব্দে বদলে দিতে পারে না। ক্রীড়া-ডেটার ক্ষেত্রে এর প্রয়োজনীয়তা কল্পনার চেয়েও বাস্তব। ভাবুন তো — একটি ট্রান্সফার ফি কীভাবে প্রকাশ পায়? ক্লাব ঘোষণা করে একটি সংখ্যা, এজেন্ট বলে আরেকটি, সংবাদমাধ্যম ভাবে তৃতীয়টি। "প্রতিবেদন অনুযায়ী" — এই তিন শব্দ দিয়ে কত বিশ্লেষণ শুরু হয়? একটি যাচাইযোগ্য খতিয়ান থাকলে সেসব অনুমানের অর্ধেকই অপ্রয়োজনীয় হয়ে যেত।

Ounahi-ফাইলটা মনে পড়ে — Root: 2026 — The Ounahi File Before the Market Moved। কাতার বিশ্বকাপের পর, তেইশ বছর বয়সে, আমি মরক্কোর আজেদিন উনাহিকে নিয়ে চোদ্দ পাতার একটি ফাইল বানালাম — প্রতি ৯০ মিনিটে ১২.৩ কিলোমিটার, স্পেনের বিরুদ্ধে আটটি প্রগ্রেসিভ ক্যারি, ৮৯% পাস নির্ভুলতা দিয়ে লিগ-১-এ তার সম্ভাব্য মানচিত্র আঁকলাম। অ্যাঙ্গের পরে উনাহিকে মার্সেইয়ে বিক্রি করে। আমার ক্লাব সেই ফাইল ব্যবহার করল একটি বিডিং-যুদ্ধ এড়াতে। কিন্তু লক্ষ্য করুন — আমি প্রকাশ করিনি যতক্ষণ না মডেলের আঘাত-ঝুঁকির স্তরটি যাচাই হচ্ছিল; ডেলিভারি আটচল্লিশ ঘণ্টা দেরি করলাম।

কেন? কারণ একটি অসম্পূর্ণ ডেটা-স্তম্ভ নিয়ে লেখা মানে পাঠকের সাথে প্রতারণা। ব্লকচেইনের যাচাই-মডেল এখানে শিক্ষা দেয়: কোনো দাবি বৈধ হতে হলে তার পিছনে একটি সম্পূর্ণ, সত্যতা-প্রমাণিত চেইন থাকতে হবে। ফাঁকা একটি ঘর সেই চেইনের ভাঙা লিঙ্ক; আর ভাঙা লিঙ্ককে অনুমানে জোড়া দিলে পুরো বিশ্লেষণটাই মিথ্যা হয়ে যায়।

বলুন তো — ২০২৬-এর গুগল-অ্যালগরিদম যুগে এই কথার মূল্য কত? অ্যালগরিদম এখন "তথ্য-লাভ" (information gain) খোঁজে; অর্থাৎ এমন কিছু যা পাঠক আগে জানত না। কিন্তু তথ্য-লাভের শর্ত হলো তথ্যটি সত্যি হতে হবে। কৃত্রিমভাবে ফোলানো একটি মাত্রা পাঠককে তাৎক্ষণিক তৃপ্তি দেয়, দীর্ঘমেয়াদে আস্থা ধ্বংস করে। ব্লকচেইন-ভিত্তিক ডেটা-প্রমাণ যদি ক্রীড়া-শিল্পে প্রাতিষ্ঠানিক রূপ পায়, তাহলে "সূত্র: নির্ভরযোগ্য" এই ঘোলা অভিব্যক্তিটির বদলে আসবে একটি যাচাইযোগ্য হ্যাশ — একটি অনন্য সনাক্তকারী, যা বলে দেবে কোন সংখ্যাটি কে, কখন, কোন নমুনায় রেকর্ড করেছে।

ক্রিকেটের উদাহরণ নিন। একটি ব্যাটসম্যানের স্ট্রাইক রেট কেবল তার নিজের দক্ষতা বলে না — তা নির্ভর করে কোন পিচে, কোন পাওয়ারপ্লেতে, কোন প্রতিপক্ষের বিরুদ্ধে সে খেললো তার উপর। ব্লকচেইন-ধাঁচের একটি খতিয়ান প্রতিটি ইনিংসের প্রেক্ষাপট স্থায়ীভাবে সংরক্ষণ করলে, একটি সংখ্যা আর কখনো প্রেক্ষাপটহীনভাবে ভাসতে পারবে না।

তবু একটি সতর্কতা অবশ্যই দিতে হবে — যেটি এই প্রতিবেদনের নিজের সততার সুরের সাথে মিলে যায়। একটি ফাঁকা পেলোড থেকে আমি ক্রিকেটের কোনো সিদ্ধান্ত টেনে বের করতে পারি না; ঠিক তেমনই, প্রযুক্তির নামটাই ডেটাকে সত্যি করে দেয় না।

Contrarian

ব্লকচেইন আর ক্রীড়ার বিবাহ যে সবসময় সুখের হয়, তা নয়। গত কয়েক বছরে আমরা দেখেছি ফ্যান-টোকেন, স্পোর্টস-NFT, "ভক্তদের জন্য" তৈরি ডিজিটাল সম্পদ — যার বড় অংশই ছিল স্পেকুলেশন, প্রমাণ নয়। একটি ক্লাব যদি তার ভক্তদের কাছে একটি টোকেন বিক্রি করে, তাতে ম্যাচের একটি xG-ডেটা যাচাইযোগ্য হয় না। এই দুটো জিনিসকে গুলিয়ে ফেলাই সবচেয়ে সাধারণ ভুল।

Correlation আর causation-এর পার্থক্য এখানেই জরুরি। ব্লকচেইন-ভিত্তিক ডেটা-ব্যবস্থা যেখানে আছে, সেখানে কি ক্রীড়া-বিশ্লেষণের গুণমান নিজে থেকেই বেড়েছে? না। কারণ প্রযুক্তি কেবল একটি হাতিয়ার — রেকর্ড রাখার কাঠামো। আসল কাজটি করে মানুষ: যে বিশ্লেষক ফাঁকা ঘর দেখে "অজানা" লিখতে সাহস রাখে। প্রযুক্তি তার সাহস বাড়িয়ে দিতে পারে, কিন্তু সাহসটি তার নিজের থাকতে হবে।

আমার নিজের অভিজ্ঞতা থেকে বলি: একটি ফাইল তখনই মূল্যবান হয় যখন তার সীমাবদ্ধতাগুলো স্পষ্টভাবে লেখা থাকে। উনাহির ফাইলে আমি শুধু শক্তি দেখাইনি, দুর্বলতাও দেখিয়েছি — কনফিডেন্স ইন্টারভাল, ভুলের সম্ভাবনা, আঘাতের ঝুঁকি। যে বিশ্লেষণ নিজের অনিশ্চয়তা লুকায়, সেটি বিশ্লেষণ নয়, বিজ্ঞাপন।

Takeaway

আগামী মৌসুমে যে সংকেতটি আমি নজরে রাখব: ক্লাবগুলো যখন ট্রান্সফার-ফি বা ইনজুরি-ডেটা প্রকাশ করবে, তখন সেগুলো কি একটি যাচাইযোগ্য উৎস-চেইনের সাথে আসবে, নাকি এখনকার মতোই "সূত্রের বরাতে" ভাসমান থাকবে? I don't chase rumors; I build a file until the fee becomes obvious.

যেদিন ক্রীড়া-শিল্প বুঝবে যে ডেটার মূল্য তার আকারে নয়, তার সত্যতা-প্রমাণে — সেদিন ব্লকচেইন আর স্পোর্টস অ্যানালিটিক্সের কথাবার্তা বদলে যাবে। প্রশ্নটি এখনো খোলা: আমরা কি তথ্যের যুগে বাস করছি, নাকি কেবল তথ্যের ভান-এর যুগে?