প্রমাণের শৃঙ্খল: যখন ডেটা ফাঁকা ফিরে আসে — ক্রিকেট বিশ্লেষণের অদৃশ্য ব্লক

গত সপ্তাহে রাত সাড়ে এগারোটায় খুলনার কাজের ঘরে ল্যাপটপ খুলে আমি একটি ফাইল খুললাম। ফাইলের নাম সোজা — স্টেজ-২ বিশ্লেষণ, ক্রিকেট ডোমেইন। কাগজে-কলমে এটি একটি পূর্ণাঙ্গ আট-মাত্রিক কাঠামো: ফরম্যাট ও ম্যাচ বিশ্লেষণ, খেলোয়াড়ের টেকনিক ও ডেটা, দলের ল্যান্ডস্কেপ, লিগ ও বাণিজ্যিক ইকোসিস্টেম, নিয়ম ও গভর্ন্যান্স, ঝুঁকি-পক্ষ বিশ্লেষণ, জন-আখ্যান ও প্রত্যাশার ব্যবধান, আর শিল্প-সঞ্চালন মানচিত্র। প্রতিটি ঘর পূরণ করা। প্রতিটি সারিতে লেখা — N/A, অপর্যাপ্ত তথ্য।

আটটি মাত্রা, আটটি শূন্য। আমি স্ক্রল করলাম, আশায় কোথাও একটি সংখ্যা, একটি নাম, একটি তারিখ থাকবে। কোথাও নেই। তথ্যবিন্দু শূন্য।

এই মুহূর্তটাই আমার সপ্তাহের সবচেয়ে সৎ টেবিল। যে টেবিল মিথ্যা বলে না, সে টেবিল খালি থাকতে জানে।

সংখ্যাগুলো মডেল ভাঙেনি; তারা দেখিয়েছে মডেল কোথায় অন্ধ ছিল।

সাত বছর ধরে আমি Expected Truth নামের একটি ডেটা-নিউজলেটার চালাই। ২০১৭ সালে খুলনায় বসে যখন শুরু করি, তখন আমার একটাই বিশ্বাস ছিল — প্রতিটি দাবির পেছনে একটি ব্লক থাকতে হবে। একটি সূত্র, একটি সময়, একটি পদ্ধতি। আজ সেই বিশ্বাস আমাকে কঠিন প্রশ্নের সামনে দাঁড় করিয়েছে: ব্লকটাই যদি না থাকে, তবে দাবিটা কী?

প্রসঙ্গ: তথ্যবিন্দু কী, আর কেন তা ছাড়া বিশ্লেষণ অসম্ভব

আমার কাজ দুটি ধাপে চলে। প্রথম ধাপ — ডিকনস্ট্রাকশন। একটি নিবন্ধ, একটি স্কোরকার্ড, একটি ম্যাচ-রিপোর্টকে ভেঙে আমি তথ্যবিন্দুতে (information point) পৌঁছাই। তথ্যবিন্দু হলো সবচেয়ে ছোট সত্য-একক: একটি সংখ্যা, একটি তারিখ, একটি নাম, একটি সিদ্ধান্ত। যেমন — "আবাহনী লিমিটেড ঢাকা ২৬ ম্যাচে ৩৪ গোল করেছে, xG ছিল ২৬.৮।" এটাই একটি ব্লক। দ্বিতীয় ধাপ — বিশ্লেষণ। সেই ব্লকগুলোকে জোড়া দিয়ে আমি আট-মাত্রিক কাঠামোয় অর্থ তৈরি করি।

২০১৭ সালে খুলনায় বসে আমি বাংলাদেশ প্রিমিয়ার লিগের জন্য একটি xG মডেল বানাই। আবাহনী লিমিটেড ঢাকার শিরোপা-অভিযানে আমি দেখি — ২৬.৮ xG থেকে ৩৪ গোল, অর্থাৎ +৭.২ ওভারপারফরম্যান্স। শেখ জামাল ধানমন্ডি ক্লাবের বিরুদ্ধে ২-০ জয়ে আমি তাদের PPDA লগ করি। চার হাজার সাবস্ক্রাইবার, একটি সিন্ডিকেশন চুক্তি। সেই অভিজ্ঞতা আমাকে শিখিয়েছিল — পদ্ধতি নোট ছাড়া কোনো বিশ্লেষণ অসম্পূর্ণ।

আমি বহু বছর ধরে মাঠে-স্ক্রিনে খেলা দেখে যা শিখেছি, তার প্রথম পাঠ হলো এই: তথ্যবিন্দুর সংখ্যা শূন্য হলে বিশ্লেষণের সবকিছু অনুমান, আর অনুমান কোনো বিশ্লেষণ নয়। আট-মাত্রিক কাঠামোটি চমৎকার। কিন্তু কাঠামো একটা খালি ঘর — যেমন একটি খালি লেজার। প্রতিটি ঘরে একটি ব্লক বসার কথা। ব্লক না এলে ঘর শুধু জায়গা দখল করে।

এখানেই ব্লকচেইনের সঙ্গে ক্রিকেট-বিশ্লেষণের অদ্ভুত মিল। ব্লকচেইনে প্রতিটি লেনদেন একটি ব্লকে বন্দী থাকে, প্রতিটি ব্লক আগেরটির হ্যাশ ধারণ করে। কেউ একটি ব্লক বদলাতে চাইলে গোটা শৃঙ্খল ভেঙে পড়ে। আমার বিশ্লেষণেও ঠিক তাই — প্রতিটি দাবি একটি ব্লক, আর প্রতিটি ব্লকের পেছনে একটি সূত্র। সূত্র ছাড়া দাবি মানে ভুয়া টোকেন, যার কোনো রিজার্ভ নেই।

মূল: প্রমাণের শৃঙ্খল

এক: প্রতিটি দাবি একটি ব্লক

আমি যখন প্রথম স্টেজ-১ ডিকনস্ট্রাকশনের ধারণা তৈরি করি, তখন লক্ষ্য ছিল সরল — বিশ্লেষকের হাত থেকে কল্পনাকে ছিনিয়ে নেওয়া। ধরুন কেউ দাবি করল, "এই বোলারের ইকোনমি সাম্প্রতিক ম্যাচে বেড়েছে।" ব্লক-চেইন নিয়ম বলবে: কোন ফরম্যাটে, কোন সময়-জানালায়, কত ওভার, কোন মাঠে? উত্তর না থাকলে দাবিটা পেন্ডিং, সেটেলড নয়।

একটি দাবি তখনই বৈধ, যখন তার আগের ব্লকটি যাচাইযোগ্য। এটি আমার সবচেয়ে কঠিন নিয়ম। ২০১৮ সালে রাশিয়া বিশ্বকাপে ক্রোয়েশিয়ার সাত ম্যাচ ট্র্যাক করার সময় আমি এই নিয়ম মেনেছিলাম। ক্রোয়েশিয়া ৯.৬ xG থেকে ১৪ গোল করেছিল — +৪.৪ ওভারপারফরম্যান্স। লুকা মদরিচ ৭২.৩ কিলোমিটার দৌড়েছিলেন। ফাইনালে ফ্রান্স ক্রোয়েশিয়াকে ৪-২ হারায়, কিন্তু আমার প্রি-ম্যাচ মডেল ফ্রান্সকে দিয়েছিল ৫৮ শতাংশ জয়-সম্ভাবনা। প্রতিটি সংখ্যার পেছনে একটি ম্যাচ-ট্র্যাক, একটি সময়-স্ট্যাম্প।

এই অভিজ্ঞতা আমাকে প্রি-রেজিস্ট্রেশন শিখিয়েছিল — কিকঅফের আগেই অনুমান লিখে ফেলা, যাতে পরে আখ্যান নিজের সুবিধামতো গল্প বানাতে না পারে। এখন কল্পনা করুন, সেই একই কাঠামোয় কেউ ঢুকল, কিন্তু তথ্যবিন্দু শূন্য। তাহলে মদরিচের ৭২.৩ কিলোমিটার কোথা থেকে এলো? কোথাও থেকে আসেনি। কারণ ব্লকটা খালি।

দুই: আটটি মাত্রা, আটটি খালি ঘর

স্টেজ-২ কাঠামোর প্রতিটি মাত্রা একটি ব্লক দাবি করে। আসুন, ঘরগুলো ধরে দেখি — কোন ব্লকটি অনুপস্থিত।

ফরম্যাট ও ম্যাচ বিশ্লেষণ। ক্রিকেটে টেস্ট, ওডিআই আর টি-টোয়েন্টি তিনটি ভিন্ন খেলা। টেস্টে ধৈর্য, ওডিআইয়ে ফেজ-লিভারেজ, টি-টোয়েন্টিতে পাওয়ার-প্লে আর ডেথ-ওভার। ফরম্যাট চিহ্নিত না করে কোনো পরিসংখ্যান অর্থহীন। এখানে ফরম্যাট ছিল N/A — অর্থাৎ প্রথম ব্লকটাই নেই।

খেলোয়াড়ের টেকনিক ও ডেটা। গড়, স্ট্রাইক-রেট, ইকোনমি, সিচুয়েশনাল স্প্লিট — এসবই নাম-নির্ভর। নাম নেই, তাই কোনো বয়স-কার্ভ বা ইনজুরি-ইতিহাস মূল্যায়ন অসম্ভব। কোনো খেলোয়াড়ের নাম না থাকলে যে সংখ্যা আমি বসাতে পারতাম, তা বানানো হতো। তাই বসাইনি।

দলের ল্যান্ডস্কেপ। ব্যাটিং গভীরতা, বোলিং কম্বিনেশন, বেঞ্চ-শক্তি, বয়স-কাঠামো — সবই নির্দিষ্ট দল দাবি করে। ক্রিকেট_এশিয়া ট্যাগ একটি ইঙ্গিত দেয়, কিন্তু একটি ট্যাগ থেকে দল-স্তরের রায় টানা যায় না।

লিগ ও বাণিজ্যিক ইকোসিস্টেম। ব্রডকাস্ট-অধিকারের মূল্য, ফ্র্যাঞ্চাইজি-ভ্যালুয়েশন, খেলোয়াড়ের বেতন — কোনো লিগের নাম নেই, তাই কোনো অকশন বা প্রতিভা-স্থানান্তর বিশ্লেষণ সম্ভব নয়।

নিয়ম ও গভর্ন্যান্স। ক্ষমতা-বণ্টন, খেলার নিয়ম-বিতর্ক, দুর্নীতি-বিরোধী, যোগ্যতা ও নির্বাচন — কোনো গভর্ন্যান্স-সংস্থা বা ঘটনা উল্লেখ নেই।

ঝুঁকি-পক্ষ বিশ্লেষণ। ক্রীড়া, কর্মী, বাণিজ্যিক, নিয়ম, জনমত, সিস্টেমিক — ছয়টি ঝুঁকি-শ্রেণি, প্রতিটিই শূন্য। কোনো বিষয় নেই, তাই কোনো ঝুঁকি চিহ্নিত করা যায় না।

জন-আখ্যান ও প্রত্যাশার ব্যবধান। আখ্যান নেই, হাইপ-সাইকেল নেই, প্রত্যাশার ফাঁক নেই।

শিল্প-সঞ্চালন মানচিত্র। উৎস, মধ্য-প্রবাহ, নিম্ন-প্রবাহ — কোনো ঘটনা না থাকলে সঞ্চালন-শৃঙ্খল আঁকা যায় না।

আটটি ঘর, আটটি ফাঁকা। কাঠামোর সৌন্দর্য আর বিষয়বস্তুর অনুপস্থিতি একসঙ্গে থাকলে সেটা বিশ্লেষণ নয়, কেবল ছাঁচ।

তিন: নাল ইনডেক্স তৈরি

আমি পদ্ধতিগত পরিপূর্ণতাবাদী। কিন্তু পরিপূর্ণতাবাদ যখন তথ্য না থাকা সত্ত্বেও কাঠামো ভরাতে চায়, তখন তা ক্ষতিকর। তাই আমি এই ঘটনা থেকে একটি নতুন সূচক দাঁড় করালাম — প্রোভেন্যান্স ইন্টিগ্রিটি স্কোর (PIS)।

PIS-এর হিসাব সরল। ধরা যাক, একটি আট-মাত্রিক কাঠামোয় মোট সম্ভাব্য ব্লক সংখ্যা ৪০। এর মধ্যে যতগুলো ব্লক প্রকৃত সূত্র দিয়ে পূরণ হয়েছে, সেটাই লব। এখানে প্রকৃত ব্লক শূন্য। তাই PIS = ০/৪০ = ০ শতাংশ।

আমি আরও একটি সূচক যোগ করলাম — নাল রেট। একটি ব্যাচে কত শতাংশ কাজ শূন্য তথ্যবিন্দু নিয়ে ফিরে আসে, সেটাই নাল রেট। এখানে নাল রেট ১০০ শতাংশ। আর তথ্যবিন্দু ঘনত্ব — প্রতি হাজার শব্দে কতটি যাচাইযোগ্য তথ্যবিন্দু। এখানে ঘনত্ব শূন্য।

তিনটি সংখ্যা — PIS শূন্য, নাল রেট শতভাগ, ঘনত্ব শূন্য — একটি কথাই বলে: এই বিশ্লেষণের কোনো রিজার্ভ নেই।

আমি আউটলায়ারের পেছনে ছুটি না; আমি তাদের অনুসরণ করি যতক্ষণ না তারা স্বীকার করে। এখানে আউটলায়ারটি হলো — সম্পূর্ণ শূন্য ফলাফল। আর শূন্য ফলাফল নিজেই একটি তথ্য।

চার: কেস স্টাডি — ২০২০, খালি স্টেডিয়াম

২০২০ সালে বিশ্ব থমকে গেল। রাশিয়া থেকে পাওয়া ট্র্যাকিং-ডেটা ব্যবহার করে আমি বুন্দেসলিগার দর্শকশূন্য পুনরারম্ভ বিশ্লেষণ করলাম। ৮৩টি খালি-স্টেডিয়াম ম্যাচে স্বাগতিক দলের পয়েন্ট-পার-গেম ১.৫৪ থেকে ১.২১-এ নামল, গড় গোল ৩.১ থেকে ২.৭-তে। আমি "খালি স্টেডিয়াম ইনডেক্স" বানালাম, PPDA আর দূরত্ব-কভারেজ দিয়ে। বায়ার্ন মিউনিখের PPDA ৭.২ থেকে ৬.৪-তে শক্ত হলো। বায়ার্ন বুন্দেসলিগা জিতল, আমার সূচক পাঁচটি একাডেমিক প্রিপ্রিন্টে উদ্ধৃত হলো।

এই কেস আমাকে শিখিয়েছিল — শূন্যতা কখনো ব্যর্থতা নয়, কখনো সংকেত। দর্শক শূন্য ছিল, কিন্তু ট্র্যাকিং-ডেটা ভরা ছিল। এখানে উল্টোটা ঘটেছে — কাঠামো ভরা, ডেটা শূন্য। পার্থক্যটা চোখে দেখতে শেখা দরকার।

শিকড়: ২০২০ বৈশ্বিক বিরতি ও খালি স্টেডিয়াম। সেই সময় আমি ম্যাচ-রিপোর্ট থেকে সরে গিয়ে প্রসঙ্গ-চালিত ডেটা-প্রবন্ধে ঢুকেছিলাম।

পাঁচ: পদ্ধতি নোট

আমি প্রতিটি লেখার সঙ্গে পদ্ধতি নোট দিই, যাতে কেউ পুনরুৎপাদন করতে পারে। এই নোটের সূত্র: স্টেজ-১ ডিকনস্ট্রাকশন, যা শূন্য তথ্যবিন্দু ফিরিয়েছে। ভেরিয়েবল-সীমা: আট মাত্রা, চল্লিশ ব্লক-স্লট। অনুমান: শূন্য ইনপুট মানে শূন্য রিজার্ভ। সীমাবদ্ধতা: যদি মূল উৎস সত্যিই একটি ক্রিকেট নিবন্ধ হয়ে থাকে, তবে স্টেজ-১ পুনরায় চালিয়ে বিষয়বস্তু উদ্ধার করা সম্ভব। রিভিশন-নিয়ম: ইনপুট দৈর্ঘ্য অশূন্য কিন্তু পার্সড আউটপুট শূন্য হলে, সেটি পার্সিং বা এনকোডিং বাগ হিসেবে চিহ্নিত হবে।

শিকড়: ২০১৭, খুলনায় একজন ডেটা মঙ্ক হিসেবে Expected Truth-এর সূচনা। সেই সময় থেকেই আমি শিখেছি — সূত্রহীন দাবি একটি ভাঙা শৃঙ্খল।

বিপরীতমুখী: শূন্যতা ব্যর্থতা নয়, সংকেত

এখানেই সবচেয়ে পাল্টা-অন্তর্দৃষ্টি। প্রচলিত ধারণা — বেশি ডেটা মানে ভালো বিশ্লেষণ, খালি ঘর মানে খারাপ কাজ। আমি উল্টোটা বলি।

এই শূন্য টেবিলটি আমার সপ্তাহের সবচেয়ে দামি নথি, কারণ এটি একটি প্রক্রিয়া-ব্যর্থতার পরিষ্কার সংকেত দিয়েছে। শূন্য তথ্যবিন্দুর পরিমাণ যদি ব্যাচে বাড়তে থাকে, তার মানে পাইপলাইনে কিছু ভাঙছে। হয় ইনজেশন ব্যর্থ, নয় উৎস পে-ওয়াল বা এনকোডিং সমস্যা, নয়তো ইনপুটটাই কোনো নিবন্ধ ছিল না — হয়তো একটি ক্যাপশন বা সূচিপত্র।

বিপদ হলো অন্য জায়গায়। সবচেয়ে বড় ঝুঁকি এই খালি কাঠামো নয়; ঝুঁকি হলো — কোনো মডেল যদি এই খালি ঘরগুলো নিজে থেকে ভরাতে শুরু করে। একটি বিশ্লেষণী মডেল প্রমাণ ছাড়া বিশ্বাসযোগ্য-শোনানো ক্রিকেট-দাবি বসিয়ে দিতে পারে। তখন ব্যবহারকারী মনে করবে বিশ্লেষণ সম্পূর্ণ, অথচ সেটি নিছক অনুমান।

করিলেশন আর কজেশন গুলিয়ে ফেলা আমার পেশার পুরনো রোগ। এখানে তার আরেকটি রূপ — কাঠামোর উপস্থিতিকে বিষয়বস্তুর উপস্থিতি ভাবা। আট-মাত্রিক ছাঁচ থাকলেই বিশ্লেষণ হয়ে যায় না। ছাঁচ আর ব্লক দুটো আলাদা জিনিস। আমি চাইলে এই লেখায় সুন্দর গল্প বুনতে পারতাম — একটি কাল্পনিক দল, একটি কাল্পনিক ম্যাচ, একটি নাটকীয় কামব্যাক। পাঠক তা বিশ্বাসও করত। কিন্তু তখন আমার প্রতিটি বাক্য একটি ভুয়া ব্লক হতো।

আমার পেশা আমাকে শিখিয়েছে — ডেটার ভর নয়, ডেটার বংশধারা (provenance) আসল কথা। ব্লকচেইনে টোকেনের মূল্য তার ব্যাকিং রিজার্ভে। বিশ্লেষণে দাবির মূল্য তার সূত্রে। সূত্র শূন্য মানে মূল্য শূন্য।

টেকঅ্যাওয়ে: পরের রাউন্ডের সংকেত

পরের রাউন্ডে আমার চোখ থাকবে তিনটি সংকেতে। এক, স্টেজ-১ শূন্যতার হার — যদি ব্যাচে বাড়ে, পাইপলাইন স্বাস্থ্য নিয়ে প্রশ্ন। দুই, ইনজেশন সফলতা — কাঁচা ইনপুটের দৈর্ঘ্য বনাম পার্সড আউটপুটের তুলনা; অশূন্য ইনপুট থেকে শূন্য আউটপুট মানেই বাগ। তিন, শুধু-ট্যাগ-রেকর্ড — যেখানে একটি লেবেল আছে, কিন্তু তথ্যবিন্দু নেই; এমন রেকর্ড যত বাড়বে, তত দুর্বল বিশ্লেষণ নিচে গড়াবে।

প্রত্যাশিত সত্য কোনো রায় নয়; এটি একটি অপেক্ষমাণ প্রশ্ন। আর এই ফাইলটি আমাকে সেই প্রশ্নটাই ফিরিয়ে দিয়েছে — যখন ডেটা ফাঁকা ফিরে আসে, তখন একজন ডেটা মঙ্ক কী করেন? উত্তর: তিনি কল্পনা দিয়ে ঘর ভরেন না। তিনি ফাইলটি সিল করে লিখে দেন — শূন্য, এবং পুনরায় উৎস চেয়ে পাঠান। কারণ যে শৃঙ্খল ভাঙা, তাতে নতুন ব্লক জোড়া লাগানোর আগে পুরনো ব্লকটাই খুঁজে বের করতে হয়।