ফাঁকা ঘর, শক্ত লেজার: ক্রিকেট ডেটার অখণ্ডতার পাঠ

গত বুধবার রাতে রাজশাহীর বাড়িতে বসে একটি স্প্রেডশিট খুললাম। কলামের নাম—"টপ-ফ্লাইট মিনিট"। সারির পর সারি নাম, পাশে সংখ্যা, সবুজ-লাল রঙে দাগানো। সাতাশ নম্বর সারিতে এসে থামতে হলো। ঘরটা ফাঁকা। বাঁ দিকে নাম, ডান দিকে ষাট মিলিয়ন ইউরোর একটি মূল্য, আর মাঝখানে শূন্যতা। আমি স্প্রেডশিট খুললাম, আর স্টেডিয়াম নিঃশ্বাস ফেলল।

এই ফাঁকা ঘরটাই আজকের ক্রিকেট-অর্থনীতির সবচেয়ে দামি এবং সবচেয়ে বিপজ্জনক জায়গা। যে সংখ্যা সেখানে থাকার কথা—খেলোয়াড়টি শীর্ষ পর্যায়ে কত মিনিট খেলেছে—সেটি অনুপস্থিত। অথচ দাম বসে গেছে, কোটেশন তৈরি হয়েছে, শিরোনাম হয়েছে। একটি ট্রান্সফার গুজব আসলে একটি সংখ্যা, যার সাক্ষী এখনো আসেনি।

চৌদ্দ বছর ধরে আমি ক্রিকেট ডেটা নিয়ে কাজ করছি। শুরুটা ২০১৭ সালে, রাজশাহী ল্যাব নামের এক ব্যক্তিগত ব্লগে। তখন ২০১৬-১৭ মৌসুমের লিগ ১ থেকে খোলা ইভেন্ট ডেটা স্ক্র্যাপ করে ২,৮০০ শটের উপর একটি সরল xG মডেল দাঁড় করেছিলাম। এমবাপের মোনাকো নিয়ে লেখা সেই ডায়েরি ১৮,০০০ পাঠক পড়েছিলেন। আজ বুঝি—সেই কাজের সবচেয়ে বড় শিক্ষা মডেল নয়, বরং ঘর ফাঁকা থাকলে কী করতে হয়, সেটাই।

প্রসঙ্গ: ডেটা পাইপলাইনের নীরব ব্যর্থতা

আধুনিক ক্রিকেট বিশ্লেষণ কখনোই একক সংখ্যার গল্প নয়। প্রতিটি ম্যাচের পেছনে থাকে স্তরে স্তরে সাজানো তথ্য—বল-বাই-বল ফিড, ট্র্যাকিং ক্যামেরার স্থানাঙ্ক, স্কোরকার্ডের কাঁচা তথ্য, তারপর সেগুলো ভেঙে তৈরি করা মডেল। xG, PPDA, ওয়াসপ, ইকোনমি রেট, স্ট্রাইক রেট—এই শব্দগুলো এখন কমেন্ট্রি বক্স থেকেও শোনা যায়। এই সবকিছুর নিচে একটি সরল সত্য লুকিয়ে আছে: মডেল যতই জটিল হোক, তার ভিত্তি কাঁচা তথ্য। আর কাঁচা তথ্য যদি ভুল বা অনুপস্থিত হয়, মডেল তা কখনো ঠিক করতে পারে না।

এই ব্যর্থতাকে আমি ডাকি "নীরব ব্যর্থতা"। ডেটা পাইপলাইন ভেঙে গেলে সাধারণত কোনো শব্দ হয় না। কোনো এরর মেসেজ আসে না। কেবল একটি ঘর ফাঁকা থেকে যায়, আর সেখান থেকেই শুরু হয় বিপদ।

গত কয়েক বছরে ক্রিকেট-অর্থনীতিতে দুই ধরনের ডেটা একসাথে বেড়েছে। একটি মাঠের ডেটা—রান, উইকেট, স্ট্রাইক রেট, প্রেসিং তীব্রতা। আরেকটি বাজারের ডেটা—নিলামের দাম, চুক্তির মূল্য, স্পনসরশিপ, সম্প্রচার স্বত্ব। সমস্যা হলো, এই দুই ধরনের ডেটা প্রায়ই একই স্প্রেডশিটে মিশে যায়, অথচ তাদের যাচাইয়ের মানদণ্ড সম্পূর্ণ আলাদা। মাঠের ডেটা যাচাই করা যায় বল-বাই-বল; বাজারের ডেটা যাচাই করতে হয় সূত্র, নথি আর সাক্ষীর মাধ্যমে।

এই জায়গাতেই ব্লকচেইনের ধারণা প্রাসঙ্গিক হয়ে ওঠে। ব্লকচেইন মূলত একটি লেজার—একটি খাতা, যেখানে প্রতিটি এন্ট্রি সময়-ছাপ সহ লেখা হয় এবং একবার লেখা হলে সহজে বদলানো যায় না। ক্রিকেটের ডেটা-ব্যবস্থা যদি এমন একটি লেজারের মতো হতো, তবে ফাঁকা ঘর আর জাল সংখ্যার পার্থক্য ধরা পড়ত সহজে। বাস্তবতা হলো, ক্রিকেটের ডেটা-ব্যবস্থা এখনো ছড়িয়ে-ছিটিয়ে থাকা অনেক খাতার সমষ্টি—কিছু আনুষ্ঠানিক, কিছু অনানুষ্ঠানিক, কিছু কেবল মুখে মুখে প্রচলিত।

আমি ২০২০ সালের মে মাসে বুঝেছিলাম, প্রসঙ্গ ছাড়া সংখ্যা কতটা বিপজ্জনক। ২৬ মে, ২০২০—ফাঁকা সিগন্যাল ইডুনা পার্কে বায়ার্ন মিউনিখ ১-০ বরুসিয়া ডর্টমুন্ড। আমি PPDA মেপেছিলাম: ডর্টমুন্ড ৭.৮, বায়ার্ন ১০.৪। বায়ার্ন দৌড়েছিল ১১৩.২ কিলোমিটার, ডর্টমুন্ড ১১১.৮। ফাঁকা স্টেডিয়াম প্রতিটি ডেটা পয়েন্টকে প্রতিধ্বনিত করেছিল। ভিড়ের গর্জন না থাকায় প্রেসিংয়ের হিসাব বদলে গিয়েছিল, অথচ সংখ্যাগুলো দেখতে আগের মতোই ছিল। সেই রাত থেকে আমি প্রতিটি ডেটা গল্পে পরিবেশ-সমন্বিত একটি নোট রাখি—ফাঁকা স্টেডিয়াম, ভ্রমণ, আবহাওয়া।

ব্লকচেইনের পাঠ এখানেই। লেজার যা করে, তা হলো তথ্যের অখণ্ডতা রক্ষা—কোন এন্ট্রি কখন, কার দ্বারা লেখা হয়েছে, তা স্থায়ীভাবে লিপিবদ্ধ করা। ক্রিকেট ডেটা সাংবাদিকতার সমস্যাটি ঠিক এই জায়গায়: এন্ট্রিগুলো কোথা থেকে এল, কে যাচাই করল, তা প্রায়ই অস্পষ্ট থেকে যায়।

মূল বিশ্লেষণ: ফাঁকা ঘর থেকে শক্ত লেজার পর্যন্ত

তরুণ প্রিমিয়াম: এক বুদবুদের হিসাবনিকাশ

আমার স্প্রেডশিটের ফাঁকা ঘরটি কোনো বিচ্ছিন্ন ঘটনা নয়। গত পাঁচ বছরে ক্রিকেট ও ফুটবল—দুই জায়গাতেই একটি প্যাটার্ন তৈরি হয়েছে: কম মিনিট খেলা তরুণ খেলোয়াড়ের দাম বাড়ছে, আর অভিজ্ঞ খেলোয়াড়ের দাম কমছে। ৫০টি শীর্ষ পর্যায়ের ম্যাচের কম খেলে যিনি, তাঁকে ঘিরে ১০০ মিলিয়ন ইউরোর গল্প তৈরি হয়। প্রশ্ন হলো, এই দাম কীসের ভিত্তিতে তৈরি হয়?

২,৮০০ শটের ডেটা নিয়ে যখন মডেল বানাচ্ছিলাম, তখন শিখেছিলাম—প্রতিটি সংখ্যার পেছনে একটি নমুনা থাকে। ২,৮০০ শট মানে একটি নির্ভরযোগ্য ভিত্তি। কিন্তু একটি তরুণ খেলোয়াড়ের ক্ষেত্রে সেই নমুনা হয়তো ৮০০ মিনিট, হয়তো ৩০০। অল্প নমুনা থেকে তৈরি আত্মবিশ্বাস সবচেয়ে বড় ফাঁদ। একে আমি বলি "ছোট নমুনার মোহ"।

তরুণ প্রিমিয়ামের মূল সমস্যা এই নয় যে তরুণ খেলোয়াড়ের দাম বেশি; মূল সমস্যা হলো দামটি এমন এক ভবিষ্যতের উপর বসছে, যার পক্ষে পর্যাপ্ত প্রমাণ নেই। বাজারের এই আচরণ অনেকটা সেই লেনদেনের মতো, যার নিশ্চিতকরণ এখনো হয়নি, তবু তার শেয়ার আগেই বিক্রি হয়ে গেছে।

ব্লকচেইন জগতে একটি পরিচিত ধারণা আছে—"কনফার্মেশন সংখ্যা"। একটি লেনদেন যত বেশি ব্লকে নিশ্চিত হয়, তত নির্ভরযোগ্য। ক্রিকেটে তার প্রতিরূপ হলো মিনিট। খেলোয়াড় যত মিনিট শীর্ষ পর্যায়ে খেলেছে, তার মূল্যায়ন তত নির্ভরযোগ্য। ফাঁকা ঘর মানে শূন্য নিশ্চিতকরণ, অথচ দাম বসে গেছে পুরোটাই। এখানেই লেজারের ধারণা কাজে লাগে: যদি প্রতিটি মিনিট একটি সত্য-নথিভুক্ত এন্ট্রি হতো, তবে দাম আর প্রমাণের মধ্যে ব্যবধান এত বড় হতো না।

আমি এই ব্যবধানকে বলি "দাম-প্রমাণ ফাঁক"। একটি খেলোয়াড়ের বাজারমূল্য আর তার যাচাইযোগ্য পারফরম্যান্সের মধ্যে যে দূরত্ব, সেটিই আসল ঝুঁকি। তরুণ প্রিমিয়াম বুদবুদ ফাটে ঠিক তখনই, যখন বাজার হঠাৎ মনে করে—যে প্রমাণ ছিল না, সেটি কখনো ছিলই না।

লেজার কী প্রমাণ করে, আর কী প্রমাণ করে না

এখানে একটি সূক্ষ্ম কিন্তু জরুরি পার্থক্য আছে। ব্লকচেইন তথ্যের অখণ্ডতা প্রমাণ করে—অর্থাৎ একটি এন্ট্রি লেখার পর বদলানো হয়নি, তা প্রমাণ করে। কিন্তু এন্ট্রিটি সত্য ছিল কি না, তা ব্লকচেইন প্রমাণ করে না। যদি কেউ ভুল তথ্য লেজারে লেখে, তবে লেজার সেই ভুলটিকে অমর করে রাখবে।

ক্রিকেটে এই পার্থক্যটি প্রায়ই ঝাপসা হয়ে যায়। একটি স্ট্রাইক রেট যাচাইযোগ্য, কারণ তা বল-বাই-বল হিসাব থেকে আসে। কিন্তু একটি "প্লেয়ার ইমপ্যাক্ট স্কোর" বা একটি "অনুমিত বাজারমূল্য" যাচাই করা অনেক কঠিন, কারণ সেগুলো একটি মডেলের ভেতরে তৈরি হয়, আর সেই মডেলের ধারণাগুলো প্রায়ই গোপন থাকে।

আমি চাই, প্রতিটি প্রকাশিত সংখ্যার পাশে একটি ছোট লেজার থাকুক—কোথা থেকে এল, কোন নমুনায়, কে যাচাই করল। ক্রিকেটে এটি নতুন কিছু নয়; ক্রিকেটের স্কোরকার্ড কয়েকশো বছর ধরে এক ধরনের লেজারই। কিন্তু ডেটা সাংবাদিকতায় আমরা সেই অভ্যাস হারিয়ে ফেলেছি।

ফাঁকা ঘরের নৈতিকতা: শূন্য মানে শূন্য

আমি একটি নিয়ম মেনে চলি, যা শিখেছি একটি ব্যর্থ পাইপলাইন থেকে: কোনো ঘর ফাঁকা থাকলে সেটি ফাঁকাই থাকবে। শূন্য মানে শূন্য, অনুমান নয়।

এই নিয়ম মানা সহজ নয়। কারণ একটি ফাঁকা ঘর পাঠকের কাছে দুর্বলতা মনে হয়, আর একটি ভরা ঘর আত্মবিশ্বাসের চিহ্ন। সাংবাদিক হিসেবে চাপ থাকে ঘর ভরাট করার। কিন্তু যে সংখ্যা প্রমাণ ছাড়া বসানো হয়, সেটি একদিন ফিরে আসে—হয়তো ভুল সিদ্ধান্তের মাধ্যমে, হয়তো একটি ভুল বিনিয়োগের মাধ্যমে।

তথ্যের অখণ্ডতা কেবল ডেটা বিশ্লেষকের সমস্যা নয়; এটি সরাসরি ক্রিকেট-অর্থনীতির ঝুঁকি। কারণ আজকের ফাঁকা ঘরই কালকের ভুল দাম। ব্লকচেইনের সবচেয়ে বড় শিক্ষা এটিই—লেজার সৎ থাকতে হলে ফাঁকা এন্ট্রি মেনে নিতে হয়।

আমি এই নীতি মেনে চলার চেষ্টা করি প্রতিটি ম্যাচ ডায়েরিতে। কখনো লিখি: এই বোলারের ডেথ-ওভার ইকোনমির নমুনা মাত্র নয় ওভার, তাই সিদ্ধান্তে অনিশ্চয়তা আছে। কখনো লিখি: এই ব্যাটারের বিদেশি কন্ডিশনের তথ্য অনুপস্থিত। পাঠক হয়তো বিরক্ত হন, কিন্তু সংখ্যা মিথ্যা বলে না।

তিনটি স্মৃতি, তিনটি যাচাই

আমার কাজের তিনটি মুহূর্ত আমাকে ডেটার অখণ্ডতা শিখিয়েছে, আর তিনটিই যাচাইয়ের ভিন্ন স্তরের উদাহরণ।

২০১৮ সালের ৩০ জুন, রাশিয়া বিশ্বকাপে ফ্রান্স ৪-৩ আর্জেন্টিনা। এমবাপে দুটি গোল করেছিলেন, একটি পেনাল্টি আদায় করেছিলেন, পাঁচটি ড্রিবল সম্পন্ন করেছিলেন, আর ৩২.৪ কিমি/ঘণ্টা গতিতে ছুটেছিলেন। PPDA-তে আর্জেন্টিনার প্রেসিং ভেঙে পড়া দেখেছিলাম—আর্জেন্টিনা ১১.২, ফ্রান্স ১৩.৫। আমি xG আর দূরত্ব কভারের একটি চৌদ্দ-টুইটের থ্রেড লিখেছিলাম, যেটি ১.২ মিলিয়ন ইমপ্রেশন পেয়েছিল। এমবাপে ৪-৩ হয়ে ইতিহাসে ছুটে গেলেন, আর সংখ্যাগুলো অবশেষে চোখের পলক ফেলল।

সেই ম্যাচে ডেটা শক্তিশালী ছিল, কারণ প্রতিটি সংখ্যার পেছনে ভিডিও-প্রমাণ ছিল। আমি প্রতিটি মেট্রিকের পরে একটি "চোখের পরীক্ষা" যোগ করতাম—অর্থাৎ সংখ্যা যা বলে, চোখ তা দেখে কি না। এই দ্বিস্তর অভ্যাস আমাকে একটি সরল সত্য শিখিয়েছিল: ভালো ডেটা সৎ ডেটা, আর সৎ ডেটা হলো যাচাইযোগ্য ডেটা।

দ্বিতীয় স্মৃতি ২০২০ সালের ফাঁকা স্টেডিয়াম। সেই ম্যাচে সংখ্যা ছিল, কিন্তু প্রসঙ্গ ছিল অসম্পূর্ণ। আমি বুঝেছিলাম, প্রসঙ্গ ছাড়া একটি সঠিক সংখ্যাও ভুল সিদ্ধান্তে নিয়ে যেতে পারে।

তৃতীয় স্মৃতি রাজশাহী ল্যাব। সেখানে আমি শিখেছিলাম, কাঁচা ডেটা স্ক্র্যাপ করার সময় প্রতিটি ফাঁকা মান যাচাই করতে হয়। রাজশাহী আমাকে নীরবতা শিখিয়েছে; বিশ্বকাপ শিখিয়েছে সংকেত। নীরবতায় বসে যাচাই করার অভ্যাসটাই আমাকে সংকেত পড়তে শিখিয়েছে।

মাঠের ডেটা বনাম বাজারের ডেটা

আমার সবচেয়ে বড় উদ্বেগ হলো এই দুই ডেটার মিশ্রণ। মাঠের ডেটার একটি সুবিধা আছে—তা ঘটনার সাথে সাথে তৈরি হয়, তাই যাচাই সহজ। বাজারের ডেটার সেই সুবিধা নেই—তা প্রত্যাশার উপর তৈরি হয়, তাই যাচাই কঠিন।

তবু সংবাদমাধ্যম প্রায়ই এই দুই ধরনের ডেটাকে একই ওজনে উপস্থাপন করে। একটি রান-রেট আর একটি নিলামের দাম পাশাপাশি বসে যায়, অথচ একটি পরিমাপ আরেকটি অনুমান। এই সমীকরণই তরুণ প্রিমিয়ামকে স্বাভাবিক দেখায়।

আমার মতে, প্রতিটি প্রকাশিত প্রতিবেদনে ডেটার ধরন স্পষ্ট করা উচিত—কোনটি পরিমাপ, কোনটি অনুমান, কোনটি অভিমত। এটি একটি সরল নিয়ম, কিন্তু এটি মানলে ক্রিকেট-অর্থনীতির অনেক বুদবুদ আগেই ধরা পড়ত।

বিপরীত ভাবনা: সম্পর্ক মানেই কারণ নয়

ব্লকচেইন আর ক্রিকেট ডেটার তুলনা করতে গিয়ে একটি সহজ ফাঁদে পড়ার ঝুঁকি আছে—এটা ভাবা যে ব্লকচেইন ক্রিকেটের ডেটা-সমস্যার সমাধান। আমার মনে হয় না।

ব্লকচেইন তথ্যকে অপরিবর্তনীয় করে, কিন্তু সত্য করে না। একটি ভুল সংখ্যা যদি লেজারে লেখা হয়, তবে সেটি একটি অমর ভুল। ক্রিকেটের সমস্যা তথ্যের অপরিবর্তনীয়তা নয়; সমস্যা তথ্যের উৎপত্তি। কে প্রথম বলটি গণনা করল, কোন ক্যামেরা ক্যামেরা-কল করল, কে তা যাচাই করল—এই প্রশ্নগুলোর উত্তর লেজারে লেখা থাকে না।

তাই আসল শিক্ষা প্রযুক্তিগত নয়, পদ্ধতিগত। তথ্যের অখণ্ডতা আসে অভ্যাস থেকে—প্রতিটি সংখ্যার উৎস লিখে রাখা, প্রতিটি ফাঁকা ঘর স্বীকার করা, আর প্রতিটি অনুমানকে অনুমান হিসেবেই চিহ্নিত করা।

একটি সম্পর্ক আর একটি কারণের মধ্যে পার্থক্য না করলে আমরা ভুল সিদ্ধান্ত নিই। যেমন—একটি দলের PPDA কমা আর তার হারের মধ্যে সম্পর্ক থাকতে পারে, কিন্তু কারণ নয়; হয়তো প্রতিপক্ষ দুর্বল ছিল, হয়তো আবহাওয়া ছিল খারাপ। সংখ্যা সবসময় একটি গল্প বলে, কিন্তু সেই গল্প সবসময় কারণের গল্প নয়।

আমি এই সতর্কতা মেনে চলি প্রতিটি বিশ্লেষণে। একটি সম্পর্ক দেখলে আমি জিজ্ঞাসা করি—নমুনা কত বড়? প্রসঙ্গ কী? কোন তথ্য অনুপস্থিত? এই তিন প্রশ্নই আমার লেজার।

শেষ কথা: পরের সংকেত

আমি স্প্রেডশিট বন্ধ করলাম, কিন্তু ফাঁকা ঘরটি মাথায় রয়ে গেল। সামনের মৌসুমে আমার নজর থাকবে একটি নির্দিষ্ট সংকেতের উপর—কত দ্রুত বাজার ফাঁকা ঘরগুলো ভরাট করতে শুরু করে, আর কত দ্রুত সেগুলো আবার খালি হতে শুরু করে।

আমি এখনো মিনিটগুলো প্রার্থনার মতো গুনি, তারপর ম্যাচকে বাধা দিতে দিই। কারণ শেষ বিচারটা সংখ্যার নয়, মাঠের। তবে একটি শিক্ষা আমি চিরকাল মনে রাখব: যে সংখ্যার সাক্ষী নেই, সেটি যতই বড় হোক, একদিন শূন্য হয়ে ফিরে আসে। ফাঁকা ঘর লুকানোর চেয়ে সেটি স্বীকার করা বেশি সাহসের কাজ।