শূন্য ইনপুটের সততা: ক্রীড়া-বিশ্লেষণ পাইপলাইনের নাল-ভ্যালু সংকট এবং ডেটা প্রমাণীকরণে ব্লকচেইনের ভূমিকা

রাত ২টা ৪০। দিল্লির ফ্ল্যাটে ল্যাপটপের নীল আলোয় বসে আমি একটা রিপোর্ট স্ক্রল করছি, যার প্রতিটি টেবিলে লেখা একটাই বাক্য — N/A, insufficient information। গেমের নাম নেই। প্যাচ নেই। রোস্টার নেই। স্পন্সরশিপের অঙ্ক নেই। সময়-সংবেদনশীলতার মাপকাঠি নেই। সূত্রের মান যাচাই হয়নি। তবু রিপোর্টটা ফাঁকা চিৎকার করেনি; সে বিনয়ের সঙ্গে বলেছে, এই তথ্যে কোনো নির্ভরযোগ্য সিদ্ধান্ত টানা যায় না। ক্রীড়া-ডেটার দুনিয়ায় এটাই বিরল। কারণ আমাদের অভ্যাস উল্টোটা। টেমপ্লেট হাতে পেলে আমরা খালি ঘর ভরে ফেলি — একটা নাম, একটা সংখ্যা, একটা আন্দাজ। কনফিডেন্স লেবেল বসিয়ে দিই High, যদিও প্রমাণ শূন্য। অথচ এই রিপোর্টটা ঠিক উল্টো কাজ করল। সে নয়টি অধ্যায়ের বিশাল কাঠামো তুলে ধরল, তারপর প্রতিটি ঘরে সৎভাবে লিখল: মূল্যায়ন করা সম্ভব নয়। আমার আট বছরের ক্রীড়া-অর্থনীতি সাংবাদিকতার জীবনে এটা প্রথমবার দেখলাম — একটা পাইপলাইন নিজের অক্ষমতা স্বীকার করে ফেলল, বানানো তথ্য দিয়ে নিজেকে বাঁচাল না। ক্রীড়া-বিশ্লেষণ আজ আর ধারাভাষ্যকারের মাইক্রোফোনে সীমাবদ্ধ নেই। এটা একটা শিল্প-পাইপলাইন। প্রথম স্তরে, যাকে বলা হয় স্টেজ-১, কাঁচামাল আসে — ম্যাচের তথ্যবিন্দু, খেলোয়াড়ের নাম, সূত্র, তারিখ, সময়-সংবেদনশীলতা। দ্বিতীয় স্তরে, স্টেজ-২, সেই কাঁচামাল বিশ্লেষণ হয় — প্যাচের প্রভাব, টুর্নামেন্ট ফরম্যাট, রোস্টার কেমিস্ট্রি, ক্লাবের আর্থিক স্বাস্থ্য, নিয়মনীতি, ঝুঁকির প্রোফাইল। যেকোনো বাস্তব পাইপলাইনে নিয়ম একটাই: প্রতিটি বিশ্লেষণী সিদ্ধান্তকে নির্দিষ্ট তথ্যবিন্দুতে ফিরিয়ে নেওয়া যায় কি না, সেটা দেখতে হয়। যদি স্টেজ-১ শূন্য হয়, স্টেজ-২-এর প্রতিটি টেমপ্লেট কেবলই ফাঁকা হাঁড়ি। এখানেই ডেটা-অর্থনীতির কেন্দ্রীয় প্রশ্নটা লুকিয়ে আছে। ই-স্পোর্টস ও ক্রীড়া ব্যবসায় ভিউয়ারশিপ কার্ভ, ট্রান্সফার ফি, স্পন্সরশিপ পাইপলাইন, পারমিট টাইমলাইন — সবই সিদ্ধান্তের কাঁচামাল। কিন্তু কাঁচামাল যদি সত্যিই না থাকে, তাহলে সবচেয়ে বিপজ্জনক কাজটা হলো অনুমান দিয়ে ঘর ভরা। কারণ বানানো ডেটা পাইপলাইনে ঢুকে গেলে সে আর বেরোয় না; সে আবার নতুন বিশ্লেষণের সূত্র হয়ে যায়। আমি এটা দেখেছি নিজের অভিজ্ঞতায়। ২০১৭ সালে, পনেরো বছর বয়সে, দিল্লি ডায়নামোসের একটা ম্যাচের পর আমি চব্বিশ ঘণ্টায় বারোশো মেনশন ট্র্যাক করেছিলাম এবং আটাশ শতাংশ নেতিবাচক স্পাইকের সঙ্গে টিকিটের দামের সম্পর্ক খুঁজে পেয়েছিলাম। সেই বিশ্লেষণ তখন কাজ করেছিল, কারণ প্রতিটি সংখ্যার পেছনে একটা লগ-ফাইল ছিল। কিন্তু যদি আমি সেই স্পাইকের অংশটা অনুমান দিয়ে বসিয়ে দিতাম, তাহলে ক্লাব হয়তো ভুল সিদ্ধান্ত নিত। এবার আসি আসল প্রশ্নে: শূন্য ইনপুটে পাইপলাইন ঠিক কোন কোন দরজায় থেমে যায়, আর কেন সেই থেমে যাওয়াটা মূল্যবান? প্রথম দরজা — প্যাচ ও মেটা। কোনো ই-স্পোর্টস বিশ্লেষণ গেমের নাম ছাড়া শুরুই হতে পারে না। কোন টাইটেল, কোন প্যাচ, কতটা বড় পরিবর্তন — সংখ্যাগত, যান্ত্রিক, নাকি রিওয়ার্ক-স্তরের। কোন চ্যাম্পিয়ন বাফ হলো, কোনটা নার্ফ। গেমের নাম না জানলে মেটার দিক নির্ধারণ করা যায় না, আর মেটার দিক না জানলে কে লাভবান আর কে ক্ষতিগ্রস্ত, সেটাও অন্ধকারে পড়ে থাকে। দ্বিতীয় দরজা — টুর্নামেন্ট সিস্টেম। সিঙ্গেল এলিমিনেশন, ডাবল এলিমিনেশন, সুইস, নাকি লিগ পয়েন্ট — ফরম্যাট বদলালে আপসেটের সম্ভাবনা আর শক্ত দলের স্থিতিশীলতা দুটোই বদলায়। টায়ার, প্রাইজ-পুল, কোয়ালিফিকেশন পথ — এসব ছাড়া বার্ষিক ক্যালেন্ডারে টুর্নামেন্টের ওজন মাপা যায় না। তৃতীয় দরজা — দল ও খেলোয়াড়। কাগজে শক্তি, পজিশন ফিট, কেমিস্ট্রি, বেঞ্চের গভীরতা — প্রতিটি মাত্রার জন্য দরকার নির্দিষ্ট নাম আর ফর্ম কার্ভ। একজন খেলোয়াড়ের বাজারমূল্য আর ভূমিকা নির্ধারণ করা যায় শুধু তার ভূমিকা-সমন্বিত তথ্যের ভিত্তিতে, হাইলাইট রিলের ভিত্তিতে নয়। আমি ২০২২ সালে এনসো ফার্নান্দেজের বাণিজ্যিক মূল্য মাপার সময় এই নিয়মটাই মেনেছিলাম — বাইশ বছর বয়স, প্রতি ম্যাচে গড়ে দশ দশমিক পাঁচ কিলোমিটার দৌড়, ঊননব্বই শতাংশ পাস নির্ভুলতা। আমি একশো বিশ মিলিয়ন ইউরোর একটা পূর্বাভাস দিয়েছিলাম; চেলসি ২০২৩ সালের জানুয়ারিতে দিয়েছিল একশো ছয় দশমিক আট মিলিয়ন পাউন্ড। সংখ্যাটা মিলেছিল, কারণ প্রতিটি অনুমানের পেছনে একটা যাচাইযোগ্য তথ্যবিন্দু ছিল। এখন ভাবুন, যদি ফার্নান্দেজের বদলে শূন্য ইনপুট থাকত, তাহলে ওই পূর্বাভাস কতটা ফাঁপা হতো। চতুর্থ দরজা — আঞ্চলিক পরিসর। কোন অঞ্চল, কোন টায়ার, আন্তর্জাতিক ফলাফল, প্রতিভার পুল, অ্যাকাডেমির আউটপুট, ইকোসিস্টেমের স্বাস্থ্য। ইমপোর্ট-এক্সপোর্ট প্রবাহ আর ট্যালেন্ট গ্যাপের ঝুঁকি — এসব ছাড়া অঞ্চলভিত্তিক শক্তি-পিরামিড দাঁড় করানো অসম্ভব। পঞ্চম দরজা — ক্লাব ফাইন্যান্স। স্পন্সরশিপ আয়, লিগ বা পাবলিশার ডিস্ট্রিবিউশন, বেতন-ব্যয়, মূলধন ইনজেকশন। ক্লাবের আর্থিক স্বাস্থ্য মাপা যায় শুধু তখনই, যখন প্রতিটি আয়-লাইনের উৎস আর ঘনত্ব-ঝুঁকি আলাদা করে দেখা যায়। বকেয়া বেতন, স্পন্সর প্রত্যাহার, মূলধন-পতনের সংক্রমণ — এসব সংকেত আগে ধরা পড়ে লাইনের হিসাবে, পরে ধরা পড়ে টেবিলে। ২০২০ সালের খালি স্টেডিয়ামের সময়কালে আমি ছয়টি হোম ম্যাচের একটা মডেল বানিয়েছিলাম। গেট রিসিট বিরাশি শতাংশ পড়ে গিয়েছিল, ম্যাচডে আয় কমেছিল চার দশমিক দুই কোটি রুপি। আমি সুপারিশ করেছিলাম ম্যাচডে কর্মী ত্রিশ শতাংশ কমানো আর ডিজিটাল স্পন্সরশিপে সরার। ক্লাব আমার পরিকল্পনার সত্তর শতাংশ গ্রহণ করেছিল। কিন্তু লক্ষ্য করুন — সেই মডেল দাঁড়িয়ে ছিল প্রকৃত গেট-রিসিট ডেটার উপর, অনুমানের উপর নয়। স্টেডিয়াম খালি হলে প্রতিটি আয়-লাইন নিজের সত্যি স্বীকার করে ফেলে — এই শিক্ষাটা আমার প্রতিটি সংকট-বিশ্লেষণে আছে। ষষ্ঠ দরজা — নিয়মনীতি ও সুশাসন। প্রতিযোগিতার অখণ্ডতা, ট্রান্সফার ও রেজিস্ট্রেশন নিয়ম, চুক্তি-compliance, অপ্রাপ্তবয়স্ক সুরক্ষা, পাবলিশার গভর্নেন্স। শাস্তির তিনটা পরিস্থিতি — সবচেয়ে খারাপ, মধ্যম, আশাব্যঞ্জক — এগুলো আঁকা যায় শুধু তখনই, যখন লঙ্ঘন আর নিয়ম-সেট দুটোই চিহ্নিত। সপ্তম দরজা — ঝুঁকির প্রোফাইল। প্রতিযোগিতামূলক, আর্থিক, কর্মী, নিয়ম, জনমত, সিস্টেমিক — ছয়টা শ্রেণি। প্রতিটির সম্ভাবনা আর প্রভাব মাপতে দরকার নির্দিষ্ট সত্তা আর ঘটনা। অষ্টম দরজা — জন-আখ্যান ও প্রত্যাশা। আমি সেন্টিমেন্ট ট্র্যাক করি, কারণ ব্যালান্স শিট দেরিতে আসে। একটা আখ্যান কতটা টেকসই, সেটা নির্ভর করে তার মৌলিক ভিত্তি আর নমুনার আকারের উপর। সামাজিক মাধ্যমের তাপ আর মৌলিক সত্যের অনুপাত — এটাই প্রত্যাশা-ফাঁদের মাপকাঠি। নবম দরজা — শিল্প-সংক্রমণ। পাবলিশার থেকে স্ট্রিমিং ইকোসিস্টেম, স্পন্সরশিপ, অফলাইন বাজার, মূলধারায় প্রবেশ — প্রতিটি ধাপের দিক, মাত্রা আর সময়-দিগন্ত আলাদা করে দেখতে হয়। এখন প্রশ্ন — এই নয়টা দরজা থেমে যাওয়ার সঙ্গে ব্লকচেইনের সম্পর্ক কী? উত্তরটা সরাসরি: ব্লকচেইন ডেটা বানায় না; ব্লকচেইন ডেটার প্রমাণীকরণ করে। এখানেই আসল সংযোগটা লুকিয়ে আছে। ক্রীড়া-ডেটা অর্থনীতির সবচেয়ে বড় দুর্বলতা হলো provenance — তথ্য কোথা থেকে এলো, কে তা রেকর্ড করল, কে তা বদলাল, আর কখন। যখন প্রতিটি তথ্যবিন্দুর জন্ম, মালিকানা আর পরিবর্তনের ইতিহাস অপরিবর্তনীয়ভাবে রেকর্ড হয়ে থাকে, তখন শূন্য ইনপুট আর বানানো ইনপুটের মধ্যে পার্থক্য করা সহজ হয়ে যায়। ভাবুন তো — স্টেজ-১ যদি একটা অন-চেইন লেজারে লিখে রাখত, ঠিক কতটা তথ্যবিন্দু এসেছিল, কোন সূত্র থেকে, কোন টাইমস্ট্যাম্পে, তাহলে স্টেজ-২-এর প্রতিটি N/A হয়ে উঠত একটা যাচাইযোগ্য প্রমাণ, অনুমান নয়। আমরা জানতে পারতাম — তথ্যটা আসেনি, নাকি এসে হারিয়ে গেছে, নাকি কেউ মুছে দিয়েছে। এই জায়গায় একটা মর্মান্তিক সত্য আছে। স্পোর্টস ও ই-স্পোর্টস ডেটার বাজার আজ বিশাল, কিন্তু তার একটা বড় অংশ নির্ভর করে অনির্ভরযোগ্য পাইপলাইনের উপর। একই খেলোয়াড়ের পরিসংখ্যান দুই জায়গায় দুই রকম। স্পন্সরশিপের অঙ্ক মার্কেটিং ডেকে এক, অডিটে আরেক। ট্রান্সফার ফি-র সূত্রপাত এক রিপোর্টে, বাস্তবে অন্য। প্রমাণীকরণের কৌশলটা কেমন দেখতে? প্রথমে প্রতিটি ডেটাপয়েন্টকে হ্যাশ করা হয় — একটা অদ্বিতীয় ডিজিটাল আঙুলের ছাপ। তারপর সেটা একটা টাইমস্ট্যাম্পসহ অন-চেইন লেখা হয়। অনেক তথ্যবিন্দুকে একটা Merkle ট্রি-তে গেঁথে দেওয়া যায়, যাতে একটা মূল হ্যাশ দিয়েই হাজারো তথ্যের সত্যতা যাচাই করা যায়, প্রতিটা আলাদা করে না দেখেই। স্পন্সরশিপ চুক্তিতে স্মার্ট কন্ট্র্যাক্ট বসানো যায়, যেখানে নির্দিষ্ট ভিউয়ারশিপ থ্রেশহোল্ড পেরোলে তবেই নির্দিষ্ট ট্রাঞ্চ ছাড় পায়। টিকিটিং ব্যবস্থায় প্রতিটি টিকিটের মালিকানা আর পুনর্বিক্রয়ের ইতিহাস অন-চেইন থাকলে কালোবাজারের কালো হিসাবটা সাদা হয়ে যায়। আর ফ্যান-সেন্টিমেন্ট লগ করা যায় এমনভাবে, যেখানে প্রতিটি পোস্টের সময় আর বিষয়বস্তু বদলানো অসম্ভব — ফলে পরে কেউ ইতিহাস ঘুরিয়ে লিখতে পারে না। ব্লকচেইন-ভিত্তিক প্রমাণীকরণ এই ফাঁকগুলো এক ধাক্কায় ভরাট করে না, কিন্তু প্রতিটি সংখ্যার পেছনে একটা অডিট-ট্রেইল বসিয়ে দেয়। এখন আসি সেই অংশে, যেটা সাধারণভাবে কেউ বলতে চায় না। প্রথমত, এই ব্যর্থ বিশ্লেষণটাই আসলে সবচেয়ে সফল আউটপুট। ডেটা-সায়েন্সে এটাকে বলে নেগেটিভ কন্ট্রোল — একটা পরীক্ষা, যার একমাত্র কাজ হলো প্রমাণ করা যে সিস্টেম ভুল ইনপুট পেলে বানানো সিদ্ধান্ত তৈরি করে না। শূন্য ইনপুটে শূন্য আউটপুট — এটা ব্যর্থতা নয়, এটা সুরক্ষা-বলয়। দ্বিতীয়ত, শিল্পের আসল সংকট খালি ডেটা নয়; আসল সংকট আত্মবিশ্বাসী ভুল ডেটা। একটা ফাঁকা ঘর আপনি দেখতে পাচ্ছেন, তাই সাবধান হতে পারছেন। কিন্তু একটা ভরা ঘর, যার ভেতরে বানানো সংখ্যা, আর যার গায়ে High Confidence সিলমোহর — সেটা অনেক বেশি বিপজ্জনক। কারণ সেটা আপনার সিদ্ধান্তের ভিতরে ঢুকে গিয়ে আপনার মডেলটাকেই বিষিয়ে দেয়। তৃতীয়ত, ব্লকচেইন নিয়ে একটা প্রচলিত ভ্রম আছে — অন-চেইন করলেই ডেটা সত্যি হয়ে যায়। এটা ভুল। ব্লকচেইন ডেটার মান বাড়ায় না; সে কেবল ডেটার ইতিহাস অপরিবর্তনীয় করে। যদি কেউ ভুল তথ্য লিখে দেয়, ব্লকচেইন সেটাকে চিরস্থায়ীভাবে ভুল করে রাখবে। তাই প্রমাণীকরণের আগে দরকার সঠিক তথ্য-সংগ্রহের শৃঙ্খলা। ব্লকচেইন হলো সত্যের সীলমোহর, সত্যের উৎস নয়। চতুর্থত, ই-স্পোর্টস ইকোসিস্টেমে এই শৃঙ্খলাটা সবচেয়ে দুর্বল, কারণ এখানে ডেটা তৈরি হয় অসংখ্য ছোট টুর্নামেন্ট, স্বাধীন আয়োজক আর কমিউনিটি কাস্টারের হাতে। অথচ সিদ্ধান্ত নেয় বড় স্পন্সর, ফ্র্যাঞ্চাইজ মালিক আর মিডিয়া-রাইটস ক্রেতা। কাঁচামাল আর সিদ্ধান্তের মধ্যে এতগুলো স্তর থাকলে provenance ছাড়া বিশ্লেষণ কেবল একটা বিশ্বাস। আরেকটা ফাঁদ হলো অডিট-থিয়েটার — খালি ঘোষণা, যেখানে অন-চেইন লেখা হয় শুধু দেখানোর জন্য, কিন্তু কোন সূত্র থেকে তথ্য এলো সেটা কোথাও যাচাই করা যায় না। আমার নিজের একটা অভিজ্ঞতা এখানে প্রাসঙ্গিক। ২০১৮ সালে আমি রাশিয়া বিশ্বকাপের জন্য একটা Elo-রেটিং মডেল বানিয়েছিলাম, চৌষট্টি ম্যাচে তেষট্টি শতাংশ নির্ভুলতা পেয়েছিলাম, আর ফাইনালে ফ্রান্সকে চার-দুই গোলে জয়ের পূর্বাভাস দিয়েছিলাম। সেই মডেলের শক্তি ছিল তার ডেটাসেটের পরিচ্ছন্নতা — বারোশো ম্যাচ ডেটাপয়েন্ট, প্রতিদিন চারজনের দল হালনাগাদ করত। কিন্তু যদি একটা ডেটাপয়েন্ট ভুল ঢুকে যেত আর কেউ তা ধরতে না পারত, তাহলে পুরো ব্র্যাকেট পুল ভুল হয়ে যেত। আমি তখন বুঝেছিলাম — মডেলের নির্ভুলতা তার অ্যালগরিদমের চেয়ে তার ডেটা-শৃঙ্খলার উপর বেশি নির্ভর করে। আমি জানি এই রিপোর্টটা পাঠককে চমক দেবে না। কোনো গোল নেই, কোনো ট্রান্সফার নেই, কোনো ট্রফি নেই। শুধু একটা পাইপলাইন, যেটা নিজের অক্ষমতা স্বীকার করল। কিন্তু ঠিক এখানেই ক্রীড়া-ডেটা অর্থনীতির পরবর্তী অধ্যায় লেখা হচ্ছে। যখন ভিউয়ারশিপ, স্পন্সরশিপ আর টিকিট আয়ের প্রতিটি লাইন যাচাইযোগ্য হয়ে উঠবে, তখন সেন্টিমেন্ট নাকি তথ্য — এই বিতর্কটা অর্থহীন হয়ে যাবে। কারণ তখন তথ্যের প্রতিটি টুকরোর গায়ে থাকবে একটা অপরিবর্তনীয় টাইমস্ট্যাম্প, একটা সূত্র, একটা অডিট-ট্রেইল। ক্রীড়া-ব্যবসার পরবর্তী প্রতিটি চুক্তি, প্রতিটি ট্রান্সফার, প্রতিটি মিডিয়া-রাইটস ডিল দাঁড়াবে এই প্রশ্নের উপর: তথ্যটা কে রেকর্ড করল, আর কে তার সাক্ষী? প্রশ্নটা এখন আর আমাদের কত ডেটা আছে নয়। প্রশ্নটা হলো — আমাদের ডেটা কোথা থেকে এলো, আর কে তার সাক্ষী? শূন্য ইনপুটে একটা সৎ না — সেটাই হয়তো আজকের সবচেয়ে দামি তথ্যবিন্দু।