খালি ইনপুট, অনড় সততা: ক্রিকেট ডেটা পাইপলাইনের ব্যর্থতা ব্লকচেইন-যুগের যাচাইকরণের কী পাঠ দিল

গত সপ্তাহে আমার ডেস্কে একটি রিপোর্ট এল, যার প্রতিটি ঘর ফাঁকা। সাতটি স্তম্ভ, সাতটি শূন্য। কোনো ম্যাচের নাম নেই, কোনো ইনিংস নেই, কোনো বোলারের ইকোনমি নেই, কোনো ব্যাটসম্যানের স্ট্রাইক রেট নেই। তবু রিপোর্টটি গঠনগতভাবে নিখুঁত — টেবিল আছে, চেকলিস্ট আছে, ঝুঁকি-ম্যাট্রিক্স আছে, সিগন্যাল-ট্র্যাকিং আছে; সবকিছু যেন যথাস্থানে বসানো। শুধু ভেতরে কিছু নেই।

এটাই আমার কাছে এই মাসের সবচেয়ে জরুরি ক্রিকেট-খবর। কারণ যে ব্যবস্থা ফাঁকা ইনপুটকে ভদ্র ভাষায় 'তথ্য অপর্যাপ্ত' লিখে পাস করে দেয়, তার দিকে তাকিয়ে আমি জানতে চাই — কে যাচাই করছে? আর যে বিশ্লেষক ফাঁকা টেমপ্লেট হাতে পেয়ে আত্মবিশ্বাসী উপসংহার লিখে ফেলে, তার কাছ থেকে আমরা ঠিক কী আশা করতে পারি?

আমি ২০১৭ সালে কার্ডিফে ১,০২৪টি পাস হাতে কোড করেছিলাম, তার আগে একটি ড্যাশবোর্ডেও ভরসা করিনি। সিলেট ডেটা রুম শুরু হয়েছিল একটি নোটবুক, একটি মডেম আর অনুমান করতে না-রাজি একগুঁয়েমি দিয়ে। ২০২৬ সালে সেই একগুঁয়েমির পরীক্ষা আবার হলো — এবার ক্রিকেটের মাঠে নয়, ডেটা পাইপলাইনের ভেতরে।

প্রেক্ষাপট: নোটবুক থেকে পাইপলাইন

২০১৭ সাল। ঢাকার একটি নিউ-মিডিয়া আউটলেট কার্ডিফে চ্যাম্পিয়ন্স লিগ ফাইনালের দ্রুত প্রিভিউ চাইল। আমি ডেডলাইন উপেক্ষা করলাম। রিয়াল মাদ্রিদের ৪-১ গোলে জুভেন্তাসের বিপক্ষে সেই জয়ের পুরো ম্যাচের ১,০২৪টি পাস হাতে গুনে কোড করলাম; ক্রিস্টিয়ানো রোনালদোর ৬টি শট, তার মধ্যে ৩টি অন-টার্গেট, আর মাদ্রিদের ১২.৪ পিপিডিএ (প্রতি ডিফেন্সিভ অ্যাকশনে পাস) লিখে রাখলাম। ১৭ কলামের একটি স্প্রেডশিট বানালাম, তারপর ছয় ঘণ্টা দেরিতে থ্রেডটি প্রকাশ করলাম। সেটি ভাইরাল হলো। আমি প্রকল্পের নাম দিলাম সিলেট ডেটা রুম।

তারপরের বছর, ২০১৮-তে, আমি সেটিকে রাশিয়া বিশ্বকাপের জন্য ৬৪ ম্যাচের একটি এক্সজি মডেলে বাড়ালাম। ১,০২৪টি শট কোড করলাম, ১৬৯টি গোল, প্রতিটি দলের পিপিডিএ। ফ্রান্সের গড় ছিল প্রতি ম্যাচে ০.৯৮ এক্সজি, ক্রোয়েশিয়ার ১.৪২। আমি শান্তভাবে একটি ব্র্যাকেট প্রকাশ করলাম, যেখানে ফাইনালে ফ্রান্সের জয়ের সম্ভাবনা ৫৪%। ফ্রান্স ক্রোয়েশিয়াকে ৪-২ গোলে হারাল। ৬৪ ম্যাচের এক্সজি ব্র্যাকেট যখন ফ্রান্সকে বলে দিয়েছিল, তখন শিখলাম — মডেল নীরব ভবিষ্যৎদ্রষ্টা হতে পারে।

এই পুরো যাত্রায় একটি নিয়ম কখনো ভাঙিনি: হাতে যাচাই না করা পর্যন্ত কোনো সংখ্যা সত্য নয়। পিপিডিএ, এক্সজি, স্ট্রাইক রেট — সবই প্রথমে হাতে গোনা, তারপর টেবিলে বসানো। আজ সেই নিয়মই সবচেয়ে কঠিন পরীক্ষায় পড়ল। কারণ এবার সমস্যা সংখ্যায় নয় — সংখ্যার অনুপস্থিতিতে।

মূল বিশ্লেষণ: শূন্যের স্থাপত্য

যে রিপোর্টটি আমার হাতে এসেছিল, সেটি ছিল একটি দুই-পর্যায়ের বিশ্লেষণ পাইপলাইনের দ্বিতীয় ধাপ। প্রথম ধাপের কাজ ছিল একটি নিবন্ধ থেকে তথ্য-বিন্দু (ইনফরমেশন পয়েন্ট) বের করা — কে, কী, কখন, কোথায়, কোন সংখ্যা, কোন সূত্র। দ্বিতীয় ধাপের কাজ ছিল সেই বিন্দুগুলোর উপর দাঁড়িয়ে পেশাদার বিশ্লেষণ দাঁড় করানো। কিন্তু দ্বিতীয় ধাপে যা এসে পৌঁছাল, তা ছিল একটি সম্পূর্ণ খালি পেলোড: শিরোনাম নেই, সূত্র নেই, ধরন অস্পষ্ট, সারসংক্ষেপ নেই, সত্তা (এনটিটি) নেই। একমাত্র অবশিষ্ট সংকেত ছিল একটি ডোমেইন ট্যাগ — cricket_asia।

এখানেই আসল শিক্ষা। একটি দায়িত্বশীল বিশ্লেষণ-ব্যবস্থার প্রথম গুণ হলো সে জানে কখন থামতে হবে। ফাঁকা ইনপুট পেয়ে সবচেয়ে সহজ পথ ছিল অনুমান করা — 'সম্ভবত এটি কোনো এশীয় দলের ম্যাচ', 'সম্ভবত এটি কোনো টি-টোয়েন্টি লিগের ঘটনা', 'সম্ভবত কোনো তারকার মাইলফলক'। কিন্তু অনুমান মানে বানানো তথ্য, আর বানানো তথ্য মানে ভুল সিদ্ধান্ত। তাই রিপোর্টটি প্রতিটি ঘরে লিখল: 'তথ্য অপর্যাপ্ত।' উপসংহার: কোনো উপসংহার টানা যাবে না।

আমি এই সিদ্ধান্তকে অভিনন্দন জানাই, কারণ এটি বিরল সাহসের নমুনা — খালি জায়গা খালি রাখার সাহস। একটি সিস্টেম তখনই নির্ভরযোগ্য হয়, যখন সে মিথ্যা বলার চেয়ে চুপ থাকতে বেশি আগ্রহী হয়। ক্রিকেট-বিশ্লেষণে এই সততা বিরল নয়, কিন্তু দুর্লভ; কারণ ফাঁকা জায়গা মানে পাঠকের চোখে দুর্বলতা, আর অনেকেই সেই দুর্বলতা ঢাকতে কল্পনার আশ্রয় নেয়।

এখানেই ব্লকচেইনের ধারণাটি প্রাসঙ্গিক হয়ে ওঠে। ব্লকচেইনের মূল প্রতিশ্রুতি কেবল মুদ্রা বা ক্রিপ্টো নয় — এর মূল প্রতিশ্রুতি হলো অপরিবর্তনীয়, সময়-মোহরাঙ্কিত (টাইমস্ট্যাম্পড), যাচাইযোগ্য রেকর্ড। একটি লেজারে প্রতিটি এন্ট্রি লেখা হয় কখন ঘটেছে সেই সময়সহ, আর কেউ তা নিঃশব্দে মুছে দিতে পারে না। ক্রিকেট ডেটা পাইপলাইনে ঠিক এই গুণটির অভাব আছে। প্রথম ধাপ যখন ফাঁকা ফিরে এল, তখন কেউ জানে না — সূত্রটি কি সত্যিই খালি ছিল, নাকি ফেচ ব্যর্থ হলো, নাকি পার্সার ভেঙে পড়ল, নাকি ইনপুট কেটে গেল? কোনো অপরিবর্তনীয় লগ না থাকলে এই প্রশ্নের উত্তর হারিয়ে যায়।

ভাবুন, যদি প্রতিটি তথ্য-বিন্দুর একটি সময়-মোহরাঙ্কিত উৎস-রেকর্ড থাকত — কোন লিংক থেকে, কোন সময়ে, কোন পার্সার দিয়ে, কোন হ্যাশ-সহ — তাহলে ব্যর্থতার জায়গাটি তৎক্ষণাৎ চিহ্নিত হতো। আমরা জানতাম সূত্রটি খালি, নাকি সিস্টেমটি ব্যর্থ। এই পার্থক্যটি বিশাল। ব্লকচেইন-সদৃশ প্রভেন্যান্স (উৎস-প্রমাণ) ক্রিকেট বিশ্লেষণে একটি নীরব কিন্তু বিপুল উপকার দিতে পারে: প্রতিটি সংখ্যার জন্ম-সনদ।

এই পাইপলাইনে তিনটি সম্ভাব্য ত্রুটি-উৎস থাকে। এক, ফেচ-স্তর: সোর্স লিংকটি হয়তো খোলেনি, বা সময়-সীমা পেরিয়ে গেছে। দুই, পার্স-স্তর: টেক্সট এসেছে, কিন্তু এক্সট্রাক্টর তথ্য-বিন্দু চিনতে পারেনি। তিন, কাটা-পড়া স্তর: নিবন্ধের একটি অংশ কেটে গেছে, ফলে শিরোনাম ও সারসংক্ষেপ হারিয়ে গেছে। এই তিনটির মধ্যে কোনটি ঘটেছে, তা অপরিবর্তনীয় লগ ছাড়া জানার উপায় নেই — আর না জানলে সমাধানও অসম্পূর্ণ থাকে।

আমি বছরের পর বছর ম্যাচ দেখার অভিজ্ঞতা থেকে বলছি — বিশ্লেষণের দুর্বলতা কখনো কখনো সংখ্যায় নয়, সংখ্যার উৎসে। একটি পরিসংখ্যান যতই চমকপ্রদ হোক, তার উৎস প্রশ্নবিদ্ধ হলে সেটি বিশ্লেষণ নয়, সাজসজ্জা। ক্রিকেটের বাজার-অর্থনীতিতে এটি আরও স্পষ্ট: ট্রান্সফার ফি, চুক্তির অঙ্ক, ড্রাফটের দাম — এগুলো সবই লেনদেন, আর প্রতিটি লেনদেনের একটি সময়-মোহরাঙ্ক থাকা উচিত। ট্রান্সফার-বাজার আসলে গুজবের মিল নয়, বরং ধীরে চালানো একটি টাইমস্ট্যাম্প-দৌড় — আমি সেটি শিখেছি বছরের পর বছরের হিসাব রাখতে গিয়ে।

ভার-ব্যবস্থাপনাও (লোড ম্যানেজমেন্ট) ঠিক এই কারণেই প্রভেন্যান্সের মুখাপেক্ষী। একটি ক্লাব মৌসুমে ৫০টির বেশি ম্যাচ খেললে পেশির আঘাতের ঝুঁকি প্রায় ২.৩ গুণ বাড়ে — কিন্তু এই সংখ্যাটি নির্ভর করে প্রতিটি খেলোয়াড়ের কত মিনিট খেলল, কত বিশ্রাম পেল, কত ভ্রমণ করল, সেই রেকর্ডের উপর। যদি সেই মিনিট-রেকর্ডের উৎসই প্রশ্নবিদ্ধ হয়, তাহলে ঝুঁকির হিসাবটিও ভুল হয় — আর ভুল ঝুঁকির হিসাব মানে ভুল সিদ্ধান্ত, যা খেলোয়াড়কে মাঠের বাইরে পাঠাতে পারে। একটি ভুল লোড-সংখ্যা একটি ভুল রোটেশন-কল তৈরি করে।

কেন এই ব্যর্থতা আসলে একটি সংকেত

প্রথম ধাপের ফাঁকা ফলাফলকে আমি ব্যর্থতা বলে শেষ করতে চাই না। এটি একটি মনিটরিং সংকেত। পাইপলাইনের কোনো এক জায়গায় সমস্যা আছে — হয় সোর্স ফেচ-এর সময়, নাকি পার্সিং-এর সময়, নাকি কাটা-পড়া ইনপুটের কারণে। এটি এমন একটি ইঙ্গিত, যা সময়মতো ধরা পড়লে ভবিষ্যতের বিশাল ভুল ঠেকানো যায়।

তিনটি সিগন্যাল আমার নজরে রাখা উচিত। এক, প্রথম ধাপ আবার চালানো — তথ্য-বিন্দু ও সত্তা ফিরে আসে কি না। দুই, মূল সূত্রটির অস্তিত্ব — লিংক বা টেক্সট এখনো খোলে কি না, সেটি খালি ছিল কি না। তিন, ডোমেইন ট্যাগের যথার্থতা — cricket_asia ট্যাগটি কি পুনরুদ্ধার করা বিষয়বস্তুর সঙ্গে মেলে কি না। এই তিনটি ধরা পড়লে পুরো বিশ্লেষণ-স্তর আবার সচল হয়ে যায়, আর তখনই কেবল সত্যিকার ক্রিকেট-বিশ্লেষণ সম্ভব।

এই জায়গায় আমার দীর্ঘ অভ্যাস আমাকে রক্ষা করেছে। আমি কখনো প্রমাণ ছাড়া উপসংহার টানি না। ২০১৮ সালে যখন মডেল ফ্রান্সকে ৫৪% সম্ভাবনা দিল, তখন আমি সংখ্যাটি জোরে ঘোষণা করিনি — সম্ভাবনা-ব্যান্ড লিখেছিলাম, শর্ত লিখেছিলাম, অনিশ্চয়তা লিখেছিলাম। সেই শৃঙ্খলা আজ শূন্য পেলোডের মুখে ভেঙে পড়েনি। সম্ভাবনাকে কখনো ভবিষ্যদ্বাণী বানাইনি, আর সেটাই আমাকে রক্ষা করেছে।

বিপরীত দৃষ্টিকোণ: পরিষ্কার ড্যাশবোর্ডের ফাঁদ

এখানে একটি অস্বস্তিকর সত্য লুকিয়ে আছে, যা কেউ বলতে চায় না। খালি রিপোর্টটিকে দেখতে দোষহীন লাগছিল। টেবিল ছিল, চেকলিস্ট ছিল, 'তথ্য অপর্যাপ্ত' লেখা ছিল — সবকিছু ভদ্র, সবকিছু সংযত। কিন্তু এই ভদ্রতার ভেতরেই বিপদ। যে ব্যবস্থা ফাঁকা ইনপুটে ফাঁকা টেবিল ফেরত দেয়, তাকে কেউ ভুল ধরতে পারে না — অথচ তার ভেতরের পাইপলাইন ভাঙা।

আরও বড় বিপদ হলো সেই বিশ্লেষক, যে ফাঁকা টেমপ্লেট হাতে পেয়ে কল্পনা দিয়ে ঘর ভরিয়ে ফেলে। কারণ টেমপ্লেটটি তাকে কাঠামো দেয় — শিরোনামের জায়গা, ইনিংসের জায়গা, উপসংহারের জায়গা। কাঠামো থাকলে মিথ্যা বলতে বেশি কষ্ট হয় না। এটাই আমার আজকের সবচেয়ে বড় সতর্কবার্তা: ফাঁকা কাঠামো মিথ্যার আমন্ত্রণ।

আমি ড্যাশবোর্ডের পূজা কখনো করিনি। একটি সুন্দর ভিজুয়ালাইজেশন কখনোই নিশ্চিত সত্যের প্রমাণ নয়। ব্লকচেইন-যুগে এই সতর্কতা আরও জরুরি, কারণ এখন প্রভেন্যান্সও নিজে একটি 'কালো বাক্স' হয়ে উঠতে পারে — যদি কেউ না জানে লেজারে আসলে কী লেখা হচ্ছে, কে লিখছে, আর কে যাচাই করছে। স্বচ্ছতার দাবি আর স্বচ্ছতার বাস্তবতা এক নয়। একটি পরিষ্কার ড্যাশবোর্ড আর একটি সত্য বিশ্লেষণের মধ্যে দূরত্ব কখনো কখনো অনেক বেশি।

এই দূরত্ব আমাকে সবচেয়ে বেশি ভয় দেখায়। কারণ খালি স্টেডিয়ামের পাঠ আমি একবার শিখে গেছি — ২০২০ সালে ভরা গ্যালারি যখন ফাঁকা হয়ে গেল, তখন বোঝা গেল পরিবেশ (atmosphere) একটি চলক (variable), কোনো রায় নয়। ইউরো ২০২০ আর টোকিও অলিম্পিক কোনো ব্যতিক্রম ছিল না; সেগুলো ছিল জনতা-শূন্য স্ট্রেস টেস্ট। ডেটাও ঠিক তেমনই — শব্দহীন হলেও সিগন্যাল থাকতে পারে, আবার শব্দে ভরা হয়েও সিগন্যাল শূন্য হতে পারে।

আরও একটি ফাঁদ এখানে কাজ করে: পারস্পরিক সম্পর্ককে (correlation) কারণ (causation) ভেবে ফেলা। একটি ডেটা-পাইপলাইন ভাঙা আর একটি দলের খারাপ ফল — দুটো একসঙ্গে ঘটলেই একটি আরেকটির কারণ নয়। শূন্য ইনপুট শূন্য ইনসাইটের কারণ, কিন্তু শূন্য ইনপুট ক্রিকেটের ফলাফলের কারণ নয়। এই সীমারেখাটি না টানলে বিশ্লেষণ নিজের পায়ে গুলি করে।

ছোট-নমুনার শৃঙ্খলাও এখানে জরুরি। সাত ম্যাচের একটি টুর্নামেন্টের তিন ম্যাচের ঝলক দেখে কেউ যদি সিদ্ধান্ত টানে, সেটি বিশ্লেষণ নয়, দ্রুততার রোগ। কিন্তু এই সতর্কতা যেন শূন্যবাদে পরিণত না হয় — ফাঁকা ইনপুট আর ক্ষীণ কিন্তু বাস্তব সংকেত এক নয়। প্রথমটির উত্তর 'চুপ থাকা', দ্বিতীয়টির উত্তর 'প্রাক-অনুমানসহ সতর্ক পাঠ'। এই পার্থক্য ধরতে পারাই একজন বিশ্লেষকের আসল দক্ষতা।

শেষ কথা: পরের রাউন্ডের সংকেত

এই ঘটনার আসল মূল্য ভবিষ্যতে। প্রথম ধাপ আবার চালালে যদি তথ্য-বিন্দু ফিরে আসে, তাহলে cricket_asia ট্যাগটি হয়তো সত্য বলে প্রমাণ হবে — এবং তখন পুরো বিশ্লেষণটি এশীয় ক্রিকেটের কোনো বিষয় নিয়ে হবে, সম্ভবত কোনো জাতীয় দল, কোনো খেলোয়াড়ের মাইলফলক, বা কোনো এশীয় লিগের ঘটনা। কিন্তু সেটি ঘটার আগে, এই ফাঁকা রিপোর্টটি নিজের জায়গায় সৎ থাকুক।

আমার জন্য এই মাসের পাঠ পরিষ্কার: ভরসা অর্জিত হয় ডেটা-এন্ট্রির স্তরে, সাজানো ড্যাশবোর্ডে নয়। আর যখন ডেটা না থাকে, তখন সঠিক উত্তর দুটি — হয় চুপ থাকা, নয়তো চিৎকার করে বলা যে কিছু নেই। তৃতীয় কোনো পথ নেই, কারণ তৃতীয় পথ মানে বানানো।

আমি ৫৯ বছর বয়সে দাঁড়িয়ে আছি, তবু এখনো হাতে কোড করি, কারণ ভরসা একটি হাতে-করা প্রক্রিয়া। কোনো অ্যালগরিদম, কোনো লেজার, কোনো ড্যাশবোর্ড তা স্বয়ংক্রিয়ভাবে দিতে পারে না। সেটি কেবল দ্রুততর করতে পারে — প্রতিস্থাপন করতে পারে না।

যে মডেল সবচেয়ে জোরে চিৎকার করে, সে সবচেয়ে বেশি ভুল করে। যে মডেল নীরব থাকে, সে হয়তো সবচেয়ে বেশি সত্য বলে। প্রশ্নটি এখন পাইপলাইনের অপারেটরের কাছে — তিনি কি ফাঁকা ঘরগুলো আবার সত্য দিয়ে ভরবেন, নাকি সাজানো টেবিলের ভদ্রতায় সন্তুষ্ট থাকবেন?