খালি স্প্রেডশিটের সাক্ষ্য: ক্রিকেট ডেটা পাইপলাইনে ভাঙা যাচাইয়ের চেইন

স্প্রেডশিটটা খুললাম। কুড়ি-একটি কলাম, আটটা ট্যাব, প্রতিটির শিরোনাম গুছিয়ে বসানো — Format, Venue, Phase, Economy Rate, Strike Rate, Sample Window। কিন্তু ঘরগুলো নিঃশব্দ। কোনো ইনিংস নেই, কোনো বোলিং স্পেল নেই, কোনো ভেন্যু নেই, কোনো টস নেই। Stage-1 ডিকনস্ট্রাকশনের যে ফলাফলটা আমার সামনে এসেছে, তার প্রতিটি ক্ষেত্র খালি: শিরোনাম নেই, তথ্যবিন্দু নেই, সত্তা চিহ্নিত হয়নি, সময়-সংবেদনশীলতা মূল্যায়িত হয়নি, সোর্স-গুণমান যাচাই হয়নি। এমনকি "N/A" শব্দটাও আজ একটা পূর্ণাঙ্গ উত্তর হয়ে দাঁড়িয়েছে।

আমি ভেবেছিলাম একটা ক্রিকেট ম্যাচের বিশ্লেষণ পড়ব। একটা ফরম্যাট — টেস্ট, ওয়ানডে, নাকি T20। একটা দল। অন্তত একজন বোলার, যার ইকোনমি রেট আমি একটা বেঞ্চমার্কের সাথে মেলাতে পারব। পেলাম একটা ফাঁকা টেবিল। আর এই ফাঁকা টেবিলটাই আজকের সবচেয়ে গুরুত্বপূর্ণ তথ্য — কারণ এটা প্রমাণ করে, একটা খারাপ ম্যাচের চেয়ে একটা খালি পাইপলাইন অনেক বেশি বিপজ্জনক।

কেন বিপজ্জনক? কারণ ক্রিকেট এখন আর শুধু কাঠ-বল-ঘাসের খেলা নয়। এটা একটা ডেটা ইকোনমি। আইসিসি র‍্যাঙ্কিং, ফ্র্যাঞ্চাইজি লিগের নিলাম-মূল্য, খেলোয়াড়ের ইনজুরি-লগ, ফ্যান টোকেন, NFT ক্রিকেট কার্ড, বেটিং-অখণ্ডতার অন-চেইন লেজার — সবকিছুর ভিত্তি একটা পরিষ্কার ডেটা পাইপলাইন। ব্লকচেইনের মূল প্রতিশ্রুতি অপরিবর্তনীয়তা: একবার লেখা হলে মুছবে না, কেউ বদলাতে পারবে না। কিন্তু ক্রিকেট-ডেটার জগতে অপরিবর্তনীয়তা তখনই সম্পদ, যখন সোর্সটা যাচাই করা। সোর্স খালি বা ভুল হলে অপরিবর্তনীয়তা হয়ে দাঁড়ায় স্থায়ী বিভ্রান্তি — একটা পাথরে খোদাই করা মিথ্যা।

আমি এই পাইপলাইনের দুই স্তর নিয়ে অনেকদিন ধরে লিখছি। Stage-1 হলো ডিকনস্ট্রাকশন — একটা নিবন্ধ বা রিপোর্ট ভেঙে তথ্যবিন্দু, সত্তা, অবস্থান আর সময়-সংবেদনশীলতা আলাদা করা। Stage-2 হলো গভীর বিশ্লেষণ — সেই বিন্দুগুলোর উপর কাঠামো দাঁড় করানো: ফরম্যাট, খেলোয়াড়, দল, লিগ, শাসন, ঝুঁকি, ন্যারেটিভ। Stage-1 যদি খালি ফেরে, Stage-2 কিছুই গড়তে পারে না। আজ ঠিক সেটাই ঘটেছে। আটটা বিশ্লেষণ-মাত্রার প্রতিটিতে একই উত্তর: "পর্যাপ্ত তথ্য নেই, মূল্যায়ন করা যাবে না।"

কেউ কেউ এটাকে ব্যর্থতা ভাববেন। আমি এটাকে একটা সতর্কবার্তা ভাবি — আর এখানেই একটা শিক্ষা লুকিয়ে আছে, যা আমি ২০১৭ সালের একটা ম্যানুয়াল স্প্রেডশিট থেকে পেয়েছিলাম।

২০১৭ সালে, সতেরো বছর বয়সে, আমি AAMI Park-এ মেলবোর্ন ভিক্টরির প্রতিটা ম্যাচ একটা হাতে-লেখা স্প্রেডশিটে টুকে রাখতাম। প্রতিটা পাস, প্রতিটা শট, প্রতিটা কর্নার। সিডনি এফসির কাছে ২-১ হারের পর আমি লিখে ফেললাম: ভিক্টরির দখল ৬১%, কিন্তু xG মাত্র ০.৮; সিডনির xG ১.৯। চোদ্দো পাতার একটা গুগল ডক বানালাম, নাম দিলাম "ভিক্টরির দখলের মায়া"। সাতচল্লিশটা ভিউ পেল। কিন্তু একটা কমেন্ট আমার সব ভেঙে দিল: "তুমি ভুল জিনিস মাপছ।"

মেলবোর্ন ভিক্টরির স্প্রেডশিট খুলে আমি উত্তর খুঁজেছিলাম, পেয়েছিলাম একটা স্বীকারোক্তি। পরের এক মাস প্রতিটা ম্যাচ আবার দেখলাম — শুধু আমার সংখ্যাগুলো যাচাই করতে। সেই থেকে আমার নিয়ম একটাই: প্রতিটা বিশ্লেষণ একটা ডেটা টেবিল আর প্রতিটি মেট্রিকের এক-বাক্য সংজ্ঞা দিয়ে শুরু হবে। কারণ "ইকোনমি রেট" বলার আগে ঠিক করতে হয় — কোন ফরম্যাটে, কোন ওভার-ব্লকে, ডেথ ওভারগুলো আলাদা করে দেখছি কি না। ফরম্যাট মিশিয়ে ফেললে সংখ্যা মিথ্যে বলে না, সংখ্যা তখন নিরর্থক হয়ে যায়।

ক্রিকেটে এর একটা পরিষ্কার উদাহরণ আছে। একটা T20-র ডেথ-ওভার ইকোনমি রেট ৯.৫ মানে একটা কথা; সেটাকে ওয়ানডে-র প্রথম পাওয়ারপ্লের সাথে বসিয়ে দিলে সেটা আর কিছুই মানে না। ঠিক তেমনি একটা টেস্ট স্পিনারের ঘরের গড় আর অ্যাওয়ে গড় আলাদা করে না দেখলে উইকেটের প্রকৃতি বোঝা যায় না। Stage-1-এর কাজটা ঠিক এই ভাগ-করাটাই — পেনাল্টি, সেট-পিস, ওপেন-প্লে, পাওয়ারপ্লে, মিডল-ওভার, ডেথ — আলাদা করা। সেটা না হলে Stage-2-এর সমস্ত রিস্ক-স্কোর, সমস্ত পার্সেন্টাইল, সমস্ত "সম্ভাবনা" শুধু সাজানো শূন্যতা।

আর আজকের খালি ইনপুটটা সেই নিয়মেরই একটা কঠিন পাঠ। যখন Stage-1 কোনো তথ্যবিন্দু ফেরত দেয় না, তখন বিশ্লেষকের সামনে দুটো পথ খোলা থাকে। এক, স্বীকার করা: "তথ্য নেই, মূল্যায়ন করা যাবে না।" দুই, চাপে পড়ে বানিয়ে ফেলা — একটা দল, একটা খেলোয়াড়, একটা দারুণ গল্প, একটা বিশ্বাসযোগ্য সংখ্যা। দ্বিতীয় পথটা সহজ, আর সাংবাদিকতার ইতিহাসে সবচেয়ে বিপজ্জনক। কারণ একটা বানানো তথ্য একটা খালি ঘরের চেয়ে অনেক বেশি ক্ষতিকর, ঠিক যেমন একটা ভুল ট্রানজ্যাকশন একটা ফাঁকা ব্লকের চেয়ে বেশি ক্ষতিকর।

ভাবুন তো, একটা ফ্র্যাঞ্চাইজি লিগ যদি তার নিলাম-মূল্য, খেলোয়াড়ের পারফরম্যান্স-সূচক আর ফ্যান টোকেনের মূল্য অন-চেইন লেজারে রাখে। সেই লেজারের প্রতিটা রো নির্ভর করে কারও Stage-1-এর উপর। যদি সেই Stage-1 ভুল ফরম্যাট মিশিয়ে দেয়, তাহলে ভুলটা শুধু একটা প্রতিবেদনে থাকে না — সেটা কনট্র্যাক্টে, টোকেন-মূল্যে, স্কাউটিং মডেলে, এমনকি ইনজুরি-ভবিষ্যদ্বাণীতে ছড়িয়ে পড়ে। ডেটা পাইপলাইন মানে একদিকের স্রোত নয়; এটা একটা চেইন, আর চেইনের দুর্বলতা সবসময় প্রথম লিংকে। ব্লকচেইন ডেটার সত্যতা প্রমাণ করতে পারে, কিন্তু ডেটার সত্যতা তৈরি করতে পারে না। এটাই ক্রিকেট-ডেটা ইকোনমির সবচেয়ে অবমূল্যায়িত সীমা।

আর এই কারণেই নিলাম-ঋতুর প্রতিটা রুমারকে আমি একটা নির্দিষ্ট ছাঁকনিতে চালাই: টাকা কোথা থেকে আসছে, চুক্তির গঠন কী, রিলিজ-ক্লজ কী বলছে, এজেন্ট কোথায় বসে আছেন। আমি একটা ট্রান্সফার রুমারকে তাড়া করেছি যতক্ষণ না সেটা একটা রো হয়ে ওঠে, তারপর একটা মানুষ। কিন্তু একটা রুমার সত্য হতে হলে অন্তত দুটো স্বাধীন সোর্স লাগে — আর সেটা ঠিক ততটাই কঠিন, যতটা একটা খালি Stage-1 থেকে একটা বিশ্বাসযোগ্য গল্প বানানো।

আমি ফুটবলে একই জিনিস দেখেছি। ২০১৮ বিশ্বকাপে ফ্রান্স ৪-৩ আর্জেন্টিনা ম্যাচটা স্কোরলাইনে বিশৃঙ্খলা মনে হয়, কিন্তু xG কলামে গিয়ে দেখলাম ফ্রান্স ২.১, আর্জেন্টিনা ১.৮। আর্জেন্টিনার তিন গোলের দুটো লম্বা-রেঞ্জ শট আর একটা সেট-পিস থেকে — স্কোরলাইনটা ফুলে উঠেছিল, খেলার প্রকৃত ভারসাম্য নয়। সেদিন আমি শিখলাম: স্কোরলাইন আবেগ, xG সাক্ষ্য। কিন্তু সাক্ষীকেও জেরা করতে হয় — পেনাল্টি আলাদা, সেট-পিস আলাদা, ওপেন-প্লে আলাদা। যাচাইয়ের অডিট সেই ম্যাচকে ছোট করেনি; বরং দেখিয়েছিল সংখ্যা কোথায় অন্ধ হয়ে যায়।

এখন একটা অস্বস্তিকর কথা বলি, যা এই খালি ইনপুটটাই সামনে এনেছে। আমরা ডেটা-অখণ্ডতার সমস্যাটা প্রায়ই প্রযুক্তির সমস্যা ভাবি — যেন একটা ভালো পাইপলাইন, একটা ব্লকচেইন, একটা যাচাই-অ্যালগরিদম থাকলেই সত্য নিজে থেকে বেরিয়ে আসবে। এটা ভুল। ব্লকচেইন অখণ্ডতা প্রমাণ করে, প্রাসঙ্গিকতা প্রমাণ করে না। একটা ভুল তথ্য যদি নিরাপদে, অপরিবর্তনীয়ভাবে, ক্রিপ্টোগ্রাফিকভাবে স্বাক্ষরিত হয়ে চেইনে বসে যায়, তাহলে সেটা আরও বিশ্বাসযোগ্য ভুল হয়ে ওঠে — আর সেটাই সবচেয়ে ভয়ংকর। অপরিবর্তনীয় ভুল মানে এমন ভুল, যেটা সংশোধন করার কোনো পথ নেই।

দ্বিতীয় কথা: কোরিলেশন আর কারণকে গুলিয়ে ফেলা। মেলবোর্ন সিটির ২০২০ সালের খালি স্টেডিয়ামের সময় আমি PPDA ট্র্যাক করেছিলাম — প্রথম পাঁচ ম্যাচে PPDA ৮.১ থেকে ৯.৮-তে উঠল, হাই টার্নওভার ২২% কমল। সংখ্যাগুলো পরিষ্কার ছিল। কিন্তু আমি লিখতে ভুলিনি: এটা দর্শক-অনুপস্থিতির কারণ নয়, এটা একটা সংযোগ। হয়তো শিডিউল, হয়তো ফিটনেস, হয়তো কেবল পাঁচ ম্যাচের ছোট স্যাম্পল। স্টেডিয়াম খালি ছিল বলেই প্রেস কমেছে — এই দাবিটা করতে আমার আরও ডেটা লাগত। খালি স্টেডিয়ামে PPDA আর একটা পরিসংখ্যান ছিল না; সেটা একটা শব্দ হয়ে উঠেছিল, কিন্তু শব্দ আর কারণ এক নয়।

তৃতীয় কথা, এবং এটা আমার নিজের বিরুদ্ধে। যাচাইয়ের অভ্যাস একটা নেশায় পরিণত হতে পারে। আমি প্রতিটা সংখ্যা দুবার মিলিয়ে দেখি, তারপর তৃতীয়বার। কিন্তু আজকের Stage-2 একটা খালি ইনপুটের সামনে দাঁড়িয়ে প্রমাণ করেছে — কখনো কখনো সবচেয়ে সৎ বিশ্লেষণ হলো "মূল্যায়ন করা যাবে না"। যাচাই করতে গিয়ে যদি বিশ্লেষক এমন তথ্য খুঁজতে থাকেন যা অস্তিত্বেই নেই, তিনি শেষে সেটা বানিয়ে ফেলেন। তাই একটা থামার নিয়ম দরকার: দুটো স্বাধীন সোর্স, একটা স্পষ্ট সংজ্ঞা, তারপর থামুন। নাহলে যাচাই নিজেই এক ধরনের কল্পকাহিনিতে পরিণত হয়।

আর এখানেই ক্রিকেট-মস্তিষ্কের একটা সীমা টের পাই। ক্রিকেটের ওভার-বাই-ওভার স্যাম্পল-শৃঙ্খলা ফুটবলের বিশৃঙ্খলায় সবসময় খাটে না। একটা টেস্ট ম্যাচের ছয় দিনের ধৈর্য আর একটা ফুটবল ম্যাচের নব্বই মিনিটের আবেগ — এদের বেস-রেট আলাদা। আমি যখন ক্রিকেটের স্যাম্পল-অনুশাসন ফুটবলে চাপিয়ে দিতে যাই, তখন আমাকে স্পষ্টভাবে বলতে হয়: এখানে উপমাটা কোথায় টেকে, আর কোথায় ভাঙে। আর আজকের খালি ইনপুটটা সেই ভাঙনের জায়গাটাই দেখিয়ে দিল — যেখানে কোনো উপমাই কাজ করে না, কারণ উপমা বসানোর মতো কোনো ডেটা নেই।

তাহলে প্রশ্নটা ফিরে আসে আমার কাছে, আর ক্রিকেট-ডেটা ইকোনমির কাছেও: আমরা কি এমন একটা পাইপলাইন বানাচ্ছি যেটা দ্রুত উত্তর দিতে পারে, নাকি যেটা সৎভাবে চুপ থাকতে পারে? ২০২৬ সালের নিলাম-ঋতুতে, যখন প্রতিটা রুমার, প্রতিটা ফি, প্রতিটা ফ্যান-টোকেন-দাম যাচাইয়ের অভাবে ছড়িয়ে পড়ছে, তখন একটা খালি স্প্রেডশিট হয়তো একটা ভরাট স্প্রেডশিটের চেয়ে বেশি সত্যি কথা বলে। Stage-1 আবার চালান। সোর্সটা ঠিকভাবে ইনজেস্ট করুন। তারপর দেখুন — সংখ্যা কথা বলবে, কিন্তু সত্য তখনই, যখন আমরা জানব কোন ঘরটা ইচ্ছাকৃতভাবে খালি রাখতে হয়।