ক্রিকেট ডেটা পাইপলাইনের নীরব ধস: যাচাইযোগ্য অখণ্ডতা ছাড়া কোনো বিশ্লেষণ টেকে না

আমি খুলনা গড়েছি — ২০১৭ সালে, একটি ১৪-কলামের লাইভ রাইটস ট্র্যাকার হাতে। আবাহনী লিমিটেড ঢাকা বনাম শেখ রাসেল কেসি ম্যাচে ফেসবুক লাইভে দর্শক ১২ লাখ ছুঁয়েছিল, আর সেই ট্র্যাকারের প্রতিটি ঘর ছিল ভরা — স্পনসরশিপ এক্সপোজার, সম্প্রচার মূল্য, দর্শক সংখ্যা। গত সপ্তাহে একটি দ্বি-স্তরের বিশ্লেষণ পাইপলাইনের আউটপুট আমার ডেস্কে এল। প্রতিটি ঘর ফাঁকা। শিরোনাম নেই, উৎস নেই, তথ্যবিন্দু নেই — শুধু একটি লেবেল দাঁড়িয়ে আছে: cricket_world। স্ক্রিনে একটি খালি ড্যাশবোর্ড, আর তার পেছনে খেলাধুলার তথ্য অবকাঠামোর সবচেয়ে বড় ঝুঁকি।

খেলাধুলার তথ্য আজ আর স্টেডিয়ামের স্কোরবোর্ডে সীমাবদ্ধ নয়। এটি একটি শিল্প — যেখানে প্রতি ওভারের বাউন্ডারি, প্রতি ডেলিভারির গতি, প্রতি রান-রেট একটি মূল্যবান সম্পদ। রাইটস ডেস্ক, সম্প্রচার প্যাকেজ, ডিজিটাল ভ্যালুয়েশন মডেল — সব মিলিয়ে ক্রিকেটের একটি অদৃশ্য সংবিধান তৈরি হয়েছে। এই সংবিধানের ভিত্তি একটাই: তথ্যের অখণ্ডতা। যে পাইপলাইনে তথ্য ঢোকে, সেটি যদি কোনো এক ধাপে নিজের উৎস হারিয়ে ফেলে, তাহলে উপরের পুরো কাঠামো — বিশ্লেষণ, পূর্বাভাস, মূল্যায়ন — ভেঙে পড়ে।

প্রদত্ত বিশ্লেষণটি ঠিক এটাই দেখায়। এটি একটি খালি-অবস্থার (empty-state) বিশ্লেষণ — এমন একটি কাঠামো, যেখানে সব মাত্রা পূর্ণাঙ্গ টেমপ্লেট নিয়ে দাঁড়িয়ে আছে, কিন্তু প্রতিটি ঘরে লেখা "এন/এ — অপর্যাপ্ত তথ্য"। ইনপুট ইন্টিগ্রিটি চেক বলছে, প্রথম স্তরের প্রতিটি কাঠামোগত ঘর হয় ফাঁকা, নয়তো নির্দেশনা-বাক্য। শিরোনাম নেই, উৎস নেই, ধরন "Unclassified"। এমনকি "Entities Involved" ঘরে আছে একটি নির্দেশনা — "উপরের তথ্যবিন্দু থেকে চিহ্নিত করুন" — কিন্তু চিহ্নিত করার মতো কোনো তথ্যই নেই।

এখানেই আসল বিষয়। বিশ্লেষণের এই ব্যর্থতা মূলত একটি ডেটা-পাইপলাইনের ব্যর্থতা। এবং এই ব্যর্থতাই আমাদের সামনে প্রশ্ন রাখে: আমরা যে তথ্যের উপর বিশ্লেষণ দাঁড় করাই, তার যাচাইযোগ্য উৎস কোথায়?

আমার বছরের পর বছর ম্যাচ দেখার অভিজ্ঞতা থেকে বলতে পারি, ক্রিকেটের সবচেয়ে বিপজ্জনক মুহূর্ত সেই নয় যখন কোনো দল হারে — বরং সেই মুহূর্ত, যখন কেউ দাবি করে তার কাছে "সব তথ্য" আছে, অথচ সেই তথ্যের উৎস যাচাই করা যায় না।

২০১৮ রাশিয়া বিশ্বকাপে, ফ্রান্স ৪-৩ আর্জেন্টিনা ম্যাচে, আমি আমার ২০১৭ সালের রাইটস ট্র্যাকারকে একটি সেট-পিস ম্যাট্রিক্সে রূপান্তর করেছিলাম — ১১টি সেট-পিস রুটিন, ৬টি ট্রানজিশন প্যাটার্ন। ফ্রান্সের দ্বিতীয় গোলটি আমি আগেই চিহ্নিত করেছিলাম "সেকেন্ড-বল ভলি" ট্যাগ দিয়ে। কিন্তু লক্ষ্য করুন — সেই পূর্বাভাস কাজ করেছিল, কারণ প্রতিটি প্যাটার্নের পেছনে একটি যাচাইযোগ্য ভিডিও টাইমস্ট্যাম্প, একটি নির্দিষ্ট ডেলিভারি, একটি নির্দিষ্ট কোণ ছিল। তথ্য শুধু উপস্থিত ছিল না, তথ্য প্রমাণযোগ্য ছিল।

এটাই ব্লকচেইন-ধারণার মূল শিক্ষা, যা ক্রিকেট ডেটা অবকাঠামোতে এখনো পূর্ণভাবে আসেনি। একটি ব্লকচেইনে প্রতিটি লেনদেনের একটি অপরিবর্তনীয় হ্যাশ থাকে; কেউ তা পরে বদলাতে পারে না, কারণ প্রতিটি রেকর্ড আগের রেকর্ডের সাথে যুক্ত। খেলাধুলার তথ্যের ক্ষেত্রেও একই নীতি দরকার। প্রতিটি তথ্যবিন্দুর — একটি রান, একটি উইকেট, একটি রাইটস ভ্যালু — একটি ট্রেসযোগ্য উৎস থাকা উচিত, যাকে পরে পরিবর্তন করা যায় না। যদি প্রথম স্তরের এক্সট্র্যাকশন ব্যর্থ হয়, তাহলে সিস্টেমের উচিত নয় চুপচাপ "এন/এ" লিখে এগিয়ে যাওয়া; বরং উচিত একটি সতর্কতা সংকেত পাঠানো: "উৎস হারিয়ে গেছে, বিশ্লেষণ স্থগিত।"

যে বিশ্লেষণ তার নিজের উৎস যাচাই করতে পারে না, তা আসলে অনুমান। আর অনুমানের উপর দাঁড়ানো রাইটস ডেস্ক কখনোই বাজারকে সঠিক মূল্য দিতে পারে না।

ভাবুন, একটি ফ্র্যাঞ্চাইজি লিগ যদি সম্প্রচার মূল্য নির্ধারণ করে এমন ডেটার ভিত্তিতে, যার উৎস যাচাই করা যায় না — তাহলে লাখ লাখ ডলারের চুক্তি দাঁড়িয়ে থাকে একটি ভঙ্গুর ভিত্তির উপর। ২০২০ সালে, যখন বিশ্বজুড়ে খেলা বন্ধ, আমি খুলনা থেকে বুন্দেসলিগার জন্য একটি রিমোট কমেন্ট্রি পরিকল্পনা চালু করেছিলাম। বরুশিয়া ডর্টমুন্ড ৪-০ শালকে ম্যাচে ছয় সদস্যের একটি দল তিনটি ব্যাকআপ অডিও লাইনে কাজ করেছিল, আর আমি লাইভ হওয়ার আগে একটি ১২-পয়েন্ট চেকলিস্ট বাধ্যতামূলক করেছিলাম। ফলাফল? বাংলাদেশে ৮ লাখ ৯০ হাজার দর্শক — মহামারীর আগের বুন্দেসলিগা রেটিংয়ের চেয়ে ২১০ শতাংশ বেশি। সেই সাফল্যের রহস্য প্রযুক্তি ছিল না; রহস্য ছিল শৃঙ্খলা — প্রতিটি ধাপের একটি যাচাইযোগ্য চেকপয়েন্ট।

খালি ড্যাশবোর্ড ঠিক সেই শৃঙ্খলার অভাব। একটি পাইপলাইন যখন ফাঁকা তথ্য ফেরত দেয়, তখন একটি সুস্থ সিস্টেম তিনটি কাজ করে — থামা, চিহ্নিত করা, পুনরুদ্ধার করা। অনুমান করে এগিয়ে না যাওয়া, ঠিক কোন ধাপে তথ্য হারিয়েছে তা চিহ্নিত করা, এবং যাচাইযোগ্য উৎস থেকে তথ্য আবার আনা। এই তিন ধাপ ছাড়া প্রতিটি "এন/এ" আসলে একটি লুকানো ঋণ, যা পরের ধাপে সুদসহ ফিরে আসে।

এখানে একটি জিনিস স্পষ্ট: সমস্যাটি কেবল একটি খালি আউটপুট নয়। সমস্যাটি হলো, সিস্টেমের ডিজাইনে কোথাও ধরা পড়েনি যে তথ্য অনুপস্থিত। একটি সঠিকভাবে নির্মিত পাইপলাইনে তথ্যের প্রতিটি স্তর আগের স্তরের সাথে হ্যাশ-যুক্ত থাকবে। যদি শিরোনাম না থাকে, উৎস না থাকে, তথ্যবিন্দু না থাকে — তাহলে সেই অবস্থাটি নিজেই একটি তথ্য, একটি সংকেত। কিন্তু বর্তমান কাঠামো সেই সংকেতকে গিলে ফেলে "এন/এ" নামে, আর পাঠক ভাবেন বিশ্লেষণ হয়েছে।

বিশ্লেষণটির আটটি মাত্রা — ফরম্যাট ও ম্যাচ, খেলোয়াড়ের কৌশল ও ডেটা, দলের অবস্থান ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক ইকোসিস্টেম, নিয়ম ও শাসন, ঝুঁকি, জনআখ্যান, এবং শিল্প-প্রসারণ — প্রতিটিই পূর্ণাঙ্গ কাঠামো নিয়ে দাঁড়িয়ে আছে। ফরম্যাট নির্ধারণ করা যায়নি, তাই পাওয়ারপ্লে, মিডল-ওভার বা ডেথ-ওভার অর্থনীতির কোনো পাঠ সম্ভব নয়। কোনো খেলোয়াড়ের নাম নেই, তাই কৌশল বা ফর্ম-বিচার অপ্রযোজ্য। কোনো দল চিহ্নিত হয়নি, তাই র‍্যাঙ্কিং বা হোম-অ্যাওয়ে প্রোফাইল নির্ধারণ করা যায় না। কোনো লিগ নেই, তাই সম্প্রচার মূল্য বা ফ্র্যাঞ্চাইজি ভ্যালুয়েশনের তুলনা অসম্ভব। কোনো শাসন-বিষয় নেই, তাই দুর্নীতি বা যোগ্যতা-সংক্রান্ত ঝুঁকি মাপা যায় না।

এই আটটি মাত্রার ভেতরে সবচেয়ে তাৎপর্যপূর্ণ সংকেতটি হলো ঝুঁকির ছক। এখানে খেলাধুলার কোনো ঝুঁকি নেই — নেই স্পোর্টিং, নেই পার্সোনেল, নেই বাণিজ্যিক, নেই অখণ্ডতা। বরং একটিমাত্র বাস্তব ঝুঁকি চিহ্নিত হয়েছে: পাইপলাইন বা প্রক্রিয়াগত ঝুঁকি। অর্থাৎ প্রথম স্তরের এক্সট্র্যাকশন ব্যবহারযোগ্য তথ্য তৈরি করতে ব্যর্থ হয়েছে, যা প্রতিটি পরবর্তী ধাপকে আটকে দেবে। এটি একটি নীরব সংকট — এমন সংকট যা স্কোরবোর্ডে দেখা যায় না, কিন্তু পুরো বিশ্লেষণ-ব্যবস্থাকে অচল করে দেয়।

শিল্প-প্রসারণের ছকটি (transmission map) এই সংকটকে আরও স্পষ্ট করে। ঊর্ধ্বমুখী স্তর — তরুণ প্রতিভা ও খেলোয়াড়-সরবরাহ; মধ্যবর্তী স্তর — জাতীয় দল ও লিগ; নিম্নমুখী স্তর — সম্প্রচার, বাণিজ্যিক ও ডেরিভেটিভ বাজার। এই তিন স্তরের প্রতিটিই "অপর্যাপ্ত তথ্য" দিয়ে চিহ্নিত। অর্থাৎ একটি সংকেত হারালে পুরো সরবরাহ-শৃঙ্খল থমকে যায়। সম্প্রচার মাধ্যম, দক্ষিণ এশিয়ার মূল বাজার, প্রতিভা-সরবরাহ, মূলধন-নেটওয়ার্ক, বাজি ও ফ্যান্টাসি স্পোর্টস, ডেরিভেটিভ বাজার — প্রতিটি অংশের গন্তব্য অনির্দিষ্ট।

এখানেই মিডিয়া রাইটস অর্থনীতির একটি মৌলিক সত্য লুকিয়ে আছে। সম্প্রচার মূল্য নির্ধারিত হয় আস্থার উপর — আস্থা তথ্যের নির্ভরযোগ্যতার উপর। যদি বোর্ড বা লিগ যে ডেটা দিয়ে মূল্য ঠিক করে, তার উৎস যাচাইযোগ্য না হয়, তাহলে ক্রেতা একসময় সেই মূল্য দিতে অস্বীকার করবে। বাজার নির্দয়; বাজার প্রতিশ্রুতি নয়, প্রমাণ চায়।

সূত্রের গুণমান নিয়ে আরেকটি সংকেত আছে, যা সহজে চোখ এড়ায়। ডোমেইন লেবেল লেখা আছে cricket_world — যা প্রত্যাশিত মানসম্মত লেবেল "Cricket" নয়। এই ছোট অসঙ্গতিটি বড় একটি সম্ভাবনার দিকে ইঙ্গিত করে: লেবেল-স্কিমাতে একটি মিসম্যাচ আছে, যা হয়তো অন্যান্য রানের ফলাফলেও প্রভাব ফেলছে। একটি সুস্থ ডেটা-গভর্ন্যান্স কাঠামোতে এমন অসঙ্গতি স্বয়ংক্রিয়ভাবে ধরা পড়বে, লগ হবে, এবং সংশোধনের জন্য চিহ্নিত হবে।

শাসন ও নিয়মের স্তরেও একই খালি অবস্থা। পাওয়ার বা রাজস্ব বণ্টন, খেলার নিয়ম নিয়ে বিতর্ক, অখণ্ডতা ও দুর্নীতিরোধ, যোগ্যতা ও নির্বাচন, রাজনৈতিক বা ভূরাজনৈতিক কারণ — কোনোটিরই মূল্যায়ন সম্ভব নয়। ভবিষ্যদ্বাণীর তিনটি পরিস্থিতি — সবচেয়ে খারাপ, ভিত্তি, এবং আশাব্যঞ্জক — সবই অনির্দিষ্ট। অর্থাৎ শাসন-সংক্রান্ত কোনো ঝুঁকি এখানে মাপা যাচ্ছে না, শুধু একটি প্রক্রিয়াগত ঝুঁকি দৃশ্যমান।

এখন আসি সেই অস্বস্তিকর সত্যে, যা তথ্য-উৎসবের এই যুগে কেউ বলতে চায় না। আমরা ক্রিকেটে যত বেশি ডেটা যোগ করছি, তত বেশি ভাবছি আমরা বুদ্ধিমান হয়ে উঠছি। কিন্তু বেশি ডেটা মানেই বেশি সত্য নয় — যদি সেই ডেটার উৎস যাচাইযোগ্য না হয়, তাহলে বেশি ডেটা মানে বেশি বিভ্রান্তি।

দ্বিতীয় অস্বস্তিকর সত্যটি হলো সিস্টেম-আসক্তির ফাঁদ। আমি নিজে ম্যাট্রিক্স ভালোবাসি, টেমপ্লেট ভালোবাসি, নম্বরযুক্ত রুটিন ভালোবাসি — এটাই আমার কাজের পদ্ধতি। কিন্তু প্রতিটি গল্পকে একটি ম্যাট্রিক্সে ঠেলে দেওয়া বিপজ্জনক। বিশ্লেষণের ভেতরে একটি অপরিবর্তনীয় মানবিক বাজি থাকতে হয় — একজন খেলোয়াড়ের ক্লান্তি, একজন প্রশাসকের চাপ, একটি দলের আত্মবিশ্বাস। এই মানবিক উপাদানকে কোনো স্প্রেডশিটে ধরা যায় না। আর একটি পাইপলাইন যদি এই মানবিক উপাদানকেও "এন/এ" বলে উড়িয়ে দেয়, তাহলে সেটি বিশ্লেষণ নয় — সেটি একটি খালি অ্যালগরিদম।

আরেকটি ফাঁদ হলো আর্থিক-কারণে সবকিছু ব্যাখ্যা করার অভ্যাস। রাইটস মূল্য, স্পনসরশিপ, ভ্যালুয়েশন — এগুলো গুরুত্বপূর্ণ, কিন্তু এগুলোই একমাত্র কারণ নয়। একজন ক্রিকেটার কেন খেলে, কেন একটি দল হারে, কেন একটি বোর্ড সিদ্ধান্ত বদলায় — এর পেছনে অর্থনীতির বাইরেও কারণ থাকে। একটি সুস্থ বিশ্লেষণ অন্তত একটি অ-আর্থিক কারণ পরীক্ষা করে, এবং সংশ্লিষ্ট মানুষটির কথা সরাসরি উল্লেখ করে।

এখানে আরেকটি সতর্কবার্তা প্রাসঙ্গিক: ছোট নমুনা থেকে অতিরিক্ত সিদ্ধান্তে লাফ দেওয়ার ঝুঁকি। এই বিশ্লেষণে সেই ঝুঁকি কার্যত অসম্ভব, কারণ কোনো নমুনাই নেই। কিন্তু বাস্তব জগতে, একটি ম্যাচ বা একটি ইনিংস থেকে পুরো একটি দলের ভবিষ্যৎ অনুমান করা আমাদের শিল্পের একটি পুরনো রোগ। টস, ডিএলএস, বৃষ্টি — এই ভাগ্যঘটকগুলোকে আলাদা না করলে বিশ্লেষণ ভুল পথে চলে।

খালি ড্যাশবোর্ড আমাদের শেখায় একটি সহজ কিন্তু কঠিন শিক্ষা: তথ্যের আসল মূল্য তার যাচাইযোগ্যতায়। ক্রিকেটের ডেটা অবকাঠামো যদি ব্লকচেইনের মতো অপরিবর্তনীয় উৎস-শৃঙ্খলা গ্রহণ করে, তাহলে প্রতিটি বিশ্লেষণ হবে ট্রেসযোগ্য, প্রতিটি সিদ্ধান্ত হবে জবাবদিহিমূলক। প্রশ্নটি এখন আর "আমাদের কত ডেটা আছে" নয় — প্রশ্নটি হলো, "আমাদের ডেটার উৎস কে যাচাই করবে?" যে লিগ বা বোর্ড এই প্রশ্নের উত্তর দিতে পারবে, সে-ই আগামী দশকে বাজারের আস্থা জিতবে। আর যে পারবে না, তার ড্যাশবোর্ড চিরকাল খালি থাকবে — শুধু "এন/এ" লেখা নিয়ে।