নীরব স্কোরকার্ডের ক্রিকেট: খালি ডেটাসেট, মডেলের সীমা এবং ব্লকচেইন-মানের স্বচ্ছতার অডিট

রাত দুটো। লন্ডনের ফ্ল্যাটে ল্যাপটপের সামনে ফাইলটি খুললাম। আটটি বিভাগ, প্রতিটির পাশে একটি শব্দ — "N/A"। ম্যাচের ফরম্যাট নেই। ভেন্যু নেই। ইনিংসের গঠন নেই। কোনো খেলোয়াড়ের নাম নেই। বিশ্লেষণের প্রথম স্তর ফিরে এসেছে খালি হাতে, আর আমি তার দিকে তাকিয়ে আছি। একজন মডেল-প্রথম বিশ্লেষক হিসেবে আমার প্রথম প্রবৃত্তি পরিষ্কার — শূন্যস্থান ভরে দেওয়া। অনুমান দিয়ে, স্মৃতি দিয়ে, গল্প দিয়ে। আমি সেটি করলাম না। কারণ খালি ডেটাসেট নিজেই একটি ডেটা পয়েন্ট, আর ক্রিকেট সাংবাদিকতার সবচেয়ে বড় ঝুঁকি হলো শূন্যস্থানকে অনুমানে ভরিয়ে দেওয়া — এমন একটি লেখা, যা দেখতে সম্পূর্ণ, কিন্তু নয়। এই লেখাটি সেই সততার অডিট, এবং কেন ক্রিকেটের তথ্য-সরবরাহ শৃঙ্খলে ব্লকচেইন-মানের স্বচ্ছতা দরকার, তার একটি নোট। আমি ক্রিকেট বিশ্লেষণ লিখি একটি নির্দিষ্ট পাইপলাইনে। প্রথমে ডিকনস্ট্রাকশন, তারপর গভীর বিশ্লেষণ, শেষে পাঠকের জন্য নিবন্ধ। প্রতিটি স্তর পরের স্তরের ইনপুট। যদি প্রথম স্তর খালি ফিরে আসে, তবে পরের সব স্তর কেবল কাঠামো ধরে রাখে, বিষয়বস্তু নয়। গত এগারো বছরের পেশাদার পর্যবেক্ষণে আমি শিখেছি, একটি খালি রিপোর্ট আসলে একটি সম্মানজনক ফলাফল। যে রিপোর্টে আটটি বিভাগের প্রতিটি "মূল্যায়ন করা যায়নি" বলে চিহ্নিত, সেটি ব্যর্থতা নয় — সেটি শৃঙ্খলার প্রমাণ। ২০১৭ সালে, যখন আমি লন্ডনে কাইনেসিওলজির স্নাতক ছাত্র, তখন প্রিমিয়ার লিগের জন্য একটি এক্সপেক্টেড গোলস (xG) মডেল বানাই। বার্নলির গোলরক্ষক টম হিটন সেই মৌসুমে প্রত্যাশার চেয়ে ৮.৭ গোল বেশি বাঁচিয়েছিলেন, অথচ বার্নলি লিগ শেষ করেছিল ১৬তম স্থানে। মডেল দেখাল, তাদের রক্ষণাত্মক অতিরিক্ত-সাফল্য টেকসই নয়। আমি ২৫০০ শব্দের একটি বিশ্লেষণ প্রকাশ করি। আমি xG Confessional বানিয়েছিলাম, শটগুলো যা স্বীকার করত না, তা শোনার জন্য। সেদিন থেকে আমার প্রতিটি লেখা একটি মডেল দিয়ে শুরু হয়, কোনো গল্প দিয়ে নয়। বছরের পর বছর মাঠে ও পর্দায় ম্যাচ দেখে আমি একটি অভ্যাস গড়েছি: স্কোরকার্ড পড়ার আগে পরিবেশ পড়া। পিচ কেমন, বাতাস কত, শিশির কখন নামে, কোন দল কতক্ষণ বিশ্রাম পেয়েছে — এই ভেরিয়েবলগুলো ফলাফলের গল্প বলে, যা স্কোরকার্ড কখনো বলে না। কিন্তু এই পাঠও একটি ডেটাসেট ছাড়া অসম্পূর্ণ। অনুভূতি একটি সূচনা, প্রমাণ নয়। ক্রিকেটে সমস্যা হলো, ফুটবলের মতো কেন্দ্রীভূত ডেটা সরবরাহকারী নেই। স্কোরার, সম্প্রচারক, ফ্যান্টাসি প্ল্যাটফর্ম, বাজি-বাজার — প্রত্যেকে নিজের সংস্করণ তৈরি করে। কেউ জানে না কোন সংখ্যাটি কোথা থেকে এলো, কে কখন তা সম্পাদনা করল। ফুটবলে একটি প্রতিষ্ঠান xG-এর মান নির্ধারণ করে, আর সেই একক সংজ্ঞা সারা বিশ্বে ব্যবহৃত হয়। ক্রিকেটে "প্রত্যাশিত রান" বা "উইকেট সম্ভাবনা" নিয়ে এমন কোনো একক মানদণ্ড নেই। প্রতিটি বিশ্লেষক নিজের সূত্র বানান, নিজের ওজন নির্ধারণ করেন। এই স্বাধীনতা সৃজনশীল, কিন্তু জবাবদিহিহীন। দুটি মডেল একই ম্যাচে ভিন্ন ফল দিলে পাঠক জানেন না কাকে বিশ্বাস করবেন। এখানেই ব্লকচেইনের ধারণা প্রাসঙ্গিক: একটি অপরিবর্তনীয়, ট্রেসযোগ্য লেজার, যেখানে প্রতিটি তথ্যবিন্দুর উৎস, সময় ও সম্পাদনার ইতিহাস সংরক্ষিত থাকে। তথ্য যদি এমন একটি লেজারে নিবন্ধিত হতো, তবে একটি খালি ডিকনস্ট্রাকশন কখনো নীরবে গ্রাস হতো না — কেউ না কেউ জবাবদিহি করত। ২০১৮ সালে রাশিয়া বিশ্বকাপে আমি পাসেস-পার-ডিফেন্সিভ-অ্যাকশন (PPDA) ও xG দিয়ে ক্রোয়েশিয়াকে বিশ্লেষণ করি। মডেল দেখাল, লুকা মদরিচ ও ইভান রাকিটিচ প্রতি ম্যাচে গড়ে ১১.৩ কিলোমিটার দৌড়াতেন এবং চাপের মুখে ৮৯% পাস সম্পন্ন করতেন। সেমিফাইনালের আগে আমি ভবিষ্যদ্বাণী করি, ক্রোয়েশিয়া ইংল্যান্ডকে ২-১ গোলে হারাবে, অতিরিক্ত সময়ে। ক্রোয়েশিয়া প্রেস ভাঙেনি; তারা প্রেসকে তার নিজের উদ্দেশ্য নিয়ে সন্দেহ করতে বাধ্য করেছিল। ঘটনাটি ঘটলে একটি লন্ডন বাজি-সিন্ডিকেট আমাকে বিশ্বকাপ ডেটা রিপোর্টের জন্য নিয়োগ দেয়। এখান থেকে আমি বুঝি, চাপ সহনশীলতা পরিমাপযোগ্য — যদি আপনি সঠিক ভেরিয়েবল বেছে নেন। একটি বিষয় আলাদা করে বলা জরুরি: টস, ডিআরএস ও ডাকওয়ার্থ-লুইস-স্টার্ন — এই তিনটি এলোমেলো ভেরিয়েবল ফলাফলকে বিকৃত করতে পারে। যেকোনো মডেলে এগুলো ছেঁটে বাদ দিতে হয়, নইলে সৌভাগ্যকে দক্ষতা বলে ভুল করা হয়। ২০২০ সালে, বৈশ্বিক ক্রীড়া বিরতির সময়, আমি ৯২টি দর্শকশূন্য ম্যাচ বিশ্লেষণ করি। হোম-অ্যাডভান্টেজ ০.৩৫ গোল থেকে নেমে আসে ০.০৮-এ। আমি তিন সপ্তাহ ধরে মডেল পুনরায় ক্যালিব্রেট করি — হোম-অ্যাডভান্টেজ বাদ দিয়ে — এবং বুন্দেসলিগার ২.৫ গোলের বেশি মার্কেটে মূল্য খুঁজে পাই। এই পুনঃক্যালিব্রেশন সিন্ডিকেটকে ১২% ড্রডাউন এড়াতে সাহায্য করে। শিক্ষা স্পষ্ট: পরিবেশগত ভেরিয়েবল মডেলের বাইরে নয়, ভেতরে থাকা উচিত — নমুনার সতর্কতা সহ। ২০২২ সালে, জুনিয়র বাজি-বিশ্লেষক হিসেবে, আমি মরক্কোর প্রতি ৯০ মিনিটে ০.৮ প্রত্যাশিত গোল-বিরুদ্ধ (xGA) ট্র্যাক করি এবং তাদের সেমিফাইনাল যাত্রার পূর্বাভাস দিই। একই সঙ্গে এনসো ফার্নান্দেজের প্রোফাইল তৈরি করি: প্রতি ৯০ মিনিটে ২.৭ ট্যাকল, ৬.২ প্রোগ্রেসিভ পাস, ১.১ xG+xA। বিশ্বকাপের পর আমি একটি ডেটা ব্রিফ প্রকাশ করি, যেখানে যুক্তি দিই চেলসির উচিত তার জন্য ১০৬.৮ মিলিয়ন পাউন্ড দেওয়া। জানুয়ারি ২০২৩-এ চেলসি তা-ই করল। কিন্তু ব্রিফটি আমি দুই দিন দেরিতে প্রকাশ করি — প্রতিটি মেট্রিক যাচাই করার জন্য। যাচাই আমার জন্য প্রকাশনার গেট, আবেগ নয়। এই তিনটি ঘটনা একই নীতিতে মেলে — মডেল প্রথমে, সিদ্ধান্ত পরে। ২০১৭-র বার্নলি পাঠ শেখায়, অতিরিক্ত-সাফল্যকে প্রমাণ হিসেবে ধরা যায় না, যতক্ষণ না নমুনা যথেষ্ট বড়। ২০২০-র দর্শকশূন্য পাঠ শেখায়, প্রেক্ষাপট বদলালে মডেলও বদলাতে হয়। ২০২২-র এনসো পাঠ শেখায়, যাচাই না করে প্রকাশ করা মানে পাঠকের সঙ্গে বিশ্বাসঘাতকতা। ক্রিকেটের জন্য আমি একটি স্বীকারোক্তিমূলক মডেল তৈরি করার চেষ্টা করছি — একটি xG Confessional-এর ক্রিকেট সংস্করণ। এর চারটি স্তম্ভ: প্রত্যাশিত রান, উইকেট সম্ভাবনা, ফেজ লিভারেজ (পাওয়ারপ্লে, মিডল ওভার, ডেথ ওভার), এবং একটি কাস্টম চাপ সূচক। উদ্দেশ্য স্কোরকার্ড যা লুকায়, তা প্রকাশ করা — মিথ্যা কোলাপস, গোপন চাপ, এবং মডেলের নিজের ত্রুটি। কিন্তু এই মডেল চালাতে তথ্য দরকার: কোন ফরম্যাট, কোন ভেন্যু, কোন ইনিংস। খালি ইনপুটে এই চারটি স্তম্ভের একটিও দাঁড়ায় না। এখন সেই নীতিই এই খালি ইনপুটে প্রযোজ্য। যে শৃঙ্খলা বলে "নমুনা ছাড়া বার্নলির দাবি প্রকাশ কোরো না," সেই শৃঙ্খলা বলে "তথ্যবিন্দু ছাড়া ক্রিকেট নিবন্ধ প্রকাশ কোরো না।" Stage-2 রিপোর্টে আটটি বিভাগের প্রতিটিতে "N/A" লেখা, এবং প্রতিটি "N/A" সঠিকভাবে চিহ্নিত। কেউ তথ্য বানায়নি। এটি বিরল — বেশিরভাগ বিশ্লেষণী পাইপলাইনে খালি ইনপুট নীরবে অনুমানে রূপান্তরিত হয়, এবং পাঠক কখনো জানতে পারেন না। একটি গুরুত্বপূর্ণ পার্থক্য মনে রাখা দরকার: "তথ্য নেই" আর "তথ্য খারাপ" এক নয়। খারাপ তথ্য ভুল সিদ্ধান্ত দেয়, আর অনুপস্থিত তথ্য সিদ্ধান্ত আটকে রাখে। এই দুইয়ের চিকিৎসা ভিন্ন। খারাপ তথ্য সংশোধনযোগ্য, অনুপস্থিত তথ্য কেবল সংগ্রহযোগ্য। এই রিপোর্টে সমস্যাটি দ্বিতীয় ধরনের। এই শূন্যস্থান কখনো নিছক দুর্ঘটনা নয়। ক্লাব ও বোর্ড ইনজুরি সম্পর্কে কেবল সেই তথ্যই প্রকাশ করে, যা তাদের স্বার্থ রক্ষা করে — মেডিকেল গোপনীয়তা ভক্ত ও সাংবাদিককে অন্ধ করে রাখে। আবার উল্টো দিকটাও আছে: যে তরুণ খেলোয়াড়রা অকালে পরিণত, তাদের শরীর এখনো তৈরি হয়নি, অথচ সিনিয়র ছন্দে ঠেলে দেওয়া হয়। দুটি ক্ষেত্রেই তথ্য হয় আটকে রাখা হয়, নয় ভুল পড়া হয়। একটি ব্লকচেইন-মানের অডিট ট্রেইল থাকলে প্রথম ক্ষেত্রে জবাবদিহি আসত, দ্বিতীয় ক্ষেত্রে সতর্কবার্তা। ক্রিকেটের শিল্প-প্রসারণ সরল নয়। উজানে আছে তরুণ প্রতিভার সরবরাহ ও ঘরোয়া কাঠামো, মাঝখানে জাতীয় দল ও লিগ, আর নিচে সম্প্রচার, পৃষ্ঠপোষকতা, ফ্যান্টাসি ও বাজি-বাজার। একটি তথ্যবিন্দুর অভাব প্রতিটি স্তরে ভিন্নভাবে অনূদিত হয়। উজানে এটি প্রতিভা চিহ্নিত করার ব্যর্থতা, মাঝখানে এটি নির্বাচনী সিদ্ধান্তের অন্ধতা, আর নিচে এটি ভুল মূল্য নির্ধারণ। ২০২২-এ এনসোর ক্ষেত্রে তথ্য ছিল, তাই প্রতিটি স্তর স্পষ্ট ছিল। এই খালি ইনপুটে কোনো স্তরই যাচাই করা যায় না। এখানেই পাল্টা যুক্তি। স্বজ্ঞা বলে, "তথ্য নেই" মানে "ঝুঁকি নেই।" এটি ভুল। Stage-2 রিপোর্টে প্রতিটি "N/A" মানে অনুপস্থিত তথ্য, নিশ্চিত ঋণাত্মক নয়। পাঠক যদি "কোনো ঝুঁকি চিহ্নিত হয়নি" পড়ে সিদ্ধান্ত নেন "ঝুঁকি নেই," তবে তিনি ভুল সিদ্ধান্ত নিচ্ছেন। বাজি-বাজার এই শূন্যস্থানকে শব্দ দিয়ে ভরে দেয় — গুজব, হাইপ, লাইন মুভমেন্ট। ২০২০-র দর্শকশূন্য ম্যাচে আমি দেখেছি, বাজার কত দ্রুত পুরনো হোম-অ্যাডভান্টেজ অনুমান ধরে রেখেছিল, যদিও ডেটা বলছিল অন্য কথা। আরেকটি ফাঁদ হলো ক্রাইসিস-টেম্পলেট অতিরিক্ত-ফিটিং। প্রতি বিরতিতে একই টেমপ্লেট চাপালে সাধারণ ভ্যারিয়েন্সকে সংকট বলে ভুল করা হয়। সংকটের আগে বেসলাইন চালানো জরুরি; যদি সাধারণ ভ্যারিয়েন্সই ব্যাখ্যা দেয়, তবে সেটাই বলতে হয়। সম্পর্ক মানে কারণ নয় — এবং অনুপস্থিত তথ্য মানে নিষ্ক্রিয়তা নয়। পরের সংকেত কী? সংশোধিত Stage-1। যদি "তথ্যবিন্দু" ঘরটি পূরণ হয়, তবে আটটি বিশ্লেষণী মাত্রাই সম্পূর্ণ করা যায় — ম্যাচ ফরম্যাট, খেলোয়াড়ের কৌশল, দলের ল্যান্ডস্কেপ, বাণিজ্যিক বাস্তুতন্ত্র, শাসন, ঝুঁকি, জন-আখ্যান এবং শিল্প-প্রসারণ। প্রশ্নটি পাঠকের জন্য: যখন স্কোরকার্ড নীরব, আপনি কি শূন্যস্থানকে অনুমানে ভরবেন, নাকি শূন্যস্থানকেই সত্য বলবেন? ক্রিকেটে সবচেয়ে মূল্যবান তথ্য কখনো কখনো সেটিই, যা বলা হয়নি।