নাল লেজার থেকে ব্লকচেইন: ক্রিকেট ডেটার সবচেয়ে বড় মেট্রিক এখন প্রমাণযোগ্যতা

রাত দুটোয় রাজশাহীর ছাদে বসে আমি একটা স্প্রেডশিট খুলেছিলাম, ফাইলের নাম "stage2_deep_analysis_final_v3"। ওপরে লাল হরফে সতর্কবার্তা — Critical Input Integrity Warning। নিচে আটটা অধ্যায় — ফরম্যাট ও ম্যাচ বিশ্লেষণ, খেলোয়াড়ের কারিগরি ও ডেটা, দলের পরিস্থিতি ও র‍্যাংকিং, লিগ ও বাণিজ্যিক ইকোসিস্টেম, নিয়ম ও গভর্ন্যান্স, ঝুঁকি বিশ্লেষণ, জনমত ও প্রত্যাশা, আর ইন্ডাস্ট্রি ট্রান্সমিশন। প্রতিটা টেবিল জায়গামতো, প্রতিটা হেডিং নির্দিষ্ট। অথচ প্রতিটা ঘরে একই বাক্য — "N/A — insufficient information"। কাগজটা কাঠামোগতভাবে নিখুঁত, বিশ্লেষণাত্মকভাবে শূন্য।

১১ বছর ধরে খেলার সংখ্যা দেখে আমি অনেক "বিশ্লেষণ" পড়েছি, যেগুলো আত্মবিশ্বাসে ভরা অথচ প্রমাণে ফাঁকা। এটা তার ঠিক উল্টো। যেখানে ইনপুট ছিল না, সেখানে সে ইনপুট নেই বলে দিয়েছে; একটা দল, একটা খেলোয়াড় বা একটা স্কোর বানিয়ে টেমপ্লেট ভরাট করেনি। একটা পেশাদার বিশ্লেষণ ব্যবস্থায় এটাই সবচেয়ে কঠিন কাজ — খালি ঘরকে খালি রাখা। আর আজ আমি সেই খালি ঘরগুলোকে একটা ব্লকচেইন-যুগের প্রশ্নের সাথে জুড়তে চাই: খেলার ডেটার সবচেয়ে বড় মেট্রিক আসলে কোনটা?

আমার লেজার বানানোর শুরু ২০১৭ সালে। তখন আমি রাজশাহী বিশ্ববিদ্যালয়ে কাইনেসিওলজি পড়ছি, আর রাজশাহী ডিভিশনাল ফুটবল লিগের ম্যাচগুলো নিজ হাতে লগ করতাম। প্রতিটা শট, প্রতিটা প্রেস, প্রতিটা পাসের দিক — খাতায় লিখে রাখতাম, তারপর রাতে স্প্রেডশিটে তুলতাম। কেউ আমাকে বলেনি এটা করতে; দরকারটা আমার নিজের ছিল। আমি বুঝতে চেয়েছিলাম, একটা ম্যাচের গল্প কতটা সংখ্যায় ধরা যায়, আর কতটা ধরা যায় না।

২০১৮ সালের রাশিয়া বিশ্বকাপে সেই অভ্যাস একটা পূর্ণ মডেলে দাঁড়ায়। ৬৪টা ম্যাচের জন্য আমি xG আর PPDA মডেল বানিয়েছিলাম। ফাইনালে ফ্রান্স ৪-২ গোলে ক্রোয়েশিয়াকে হারায়; সেই ম্যাচে ফ্রান্সের xG ছিল ২.১, ক্রোয়েশিয়ার ১.৪, আর ফ্রান্সের PPDA ১২.৩। স্কোরলাইন ৪-২ বলছিল এক গল্প, xG বলছিল আরেকটা। আমি তখন থেকেই প্রতিটা রিপোর্ট xG আর PPDA দিয়ে শুরু করি। আমি ২০১৭ সালে xG লেজার খুলেছিলাম; ২০১৮ বিশ্বকাপ নিজের অডিট নিজেই লিখে দিয়েছিল। ৬৪ ম্যাচের সেই থ্রেড আমাকে ১২ হাজার ফলোয়ার আর একটা অ্যানালিটিক্স ব্লগে লেখার সুযোগ এনে দেয়।

এরপর এলো ২০২০ সালের বৈশ্বিক বিরতি। আমি একই xG/PPDA কাঠামো খালি স্টেডিয়ামে প্রয়োগ করলাম। মে ২০২০-এ ৯২টা দর্শকশূন্য বুন্দেসলিগা ম্যাচ বিশ্লেষণ করে দেখলাম, ঘরের মাঠে জয়ের হার ৪৩.২% থেকে নেমে ২১.৭% হয়েছে, আর হোম-অ্যাডভান্টেজ ১.৪৩ থেকে ১.১৮ পয়েন্ট প্রতি ম্যাচে নেমেছে। খালি সিট শুধু আওয়াজ বদলায়নি; হোম-অ্যাডভান্টেজ কো-এফিশিয়েন্ট নিজেই নতুন করে লিখে দিয়েছে। সেই ড্যাশবোর্ড দুটো স্পোর্টস সায়েন্স বিভাগ সাইট করেছে। সেদিন থেকে আমি যেকোনো ট্যাকটিক্যাল বিশ্লেষণে ভিড়ের অনুপস্থিতি আলাদা ইনপুট হিসেবে ধরতে শুরু করি।

২০২১ সালে ইতালির প্রেসিং কোড আমাকে আরেক ধাপ এগিয়ে দেয়। ইউরো ২০২০-এর সাত ম্যাচে ইতালির PPDA ছিল ৭.৮, প্রেসিং সাফল্য ৬৭%, আর xG ব্যবধান ১.৯ — এটা আমার কাছে এখনও একটা রেফারেন্স ফাইল, লেবেল নয়। একই বছর টোকিও অলিম্পিকে ৩২টা ফুটবল ম্যাচ লগ করে পেলাম, প্রতি খেলোয়াড় গড়ে ১০.৮ কিলোমিটার দৌড়েছে। ওই বছরের শেষে আমার MS শেষ হলো। স্থানীয় কোচরা আমার প্রেসিং মেট্রিক ব্যবহার শুরু করলেন, কারণ আমি শুধু সংখ্যা দিইনি — প্রেসিং ট্রিগারের ধাপ আর শারীরিক লোডের নোট দিয়েছিলাম।

এই পুরো যাত্রায় একটা জিনিস ক্রমশ স্পষ্ট হয়েছে। বিশ্লেষণের মূল্য তার সিদ্ধান্তে নয়, তার প্রমাণে। একটা ম্যাচ রিপোর্ট লিখতে গিয়ে আমার প্রথম প্রশ্ন এখন — তথ্যটা কোথা থেকে এলো, কে রেকর্ড করল, কত সময়ের উইন্ডো, আর নমুনা কতটা বড়। এই প্রশ্নগুলোই আজকের ক্রিকেটে সবচেয়ে কম জিজ্ঞাসিত প্রশ্ন।

ফিরে আসি সেই নাল লেজারে। Stage-2 বিশ্লেষণটার দিকে তাকালে বোঝা যায়, সমস্যাটা বিশ্লেষণের নয়, পাইপলাইনের। Stage-1-এ তথ্য আহরণের ধাপে শিরোনাম নেই, উৎস নেই, তথ্যপয়েন্ট নেই, সত্তা চিহ্নিত হয়নি। ফলে Stage-2-এর প্রতিটা মাত্রা — ফরম্যাট, খেলোয়াড়, দল, লিগ, গভর্ন্যান্স, ঝুঁকি, জনমত, ট্রান্সমিশন — বৈধভাবে ভরাট হওয়া অসম্ভব। এটা একটা ডেটা পাইপলাইনের নীরব ব্যর্থতা। আর ব্লকচেইনের সাথে এর যোগসূত্র এখানেই — পাইপলাইনের প্রতিটা ধাপে যদি উৎস নথিভুক্ত না থাকে, তাহলে শেষ প্রান্তে যে সংখ্যা আসে, তার কোনো গ্যারান্টি নেই।

ব্লকচেইনের মূল ধারণা জটিল নয় — একটা লেজার, যেখানে প্রতিটা এন্ট্রি সময়-ছাপানো, ক্রিপ্টোগ্রাফিকভাবে লিংকড, আর পরে বদলানো প্রায় অসম্ভব। খেলার ডেটায় এটা ভাবলে কী হয়? প্রতিটা বল, প্রতিটা শট, প্রতিটা প্রেস যদি উৎসসহ, সময়সহ, অপরিবর্তনীয়ভাবে রেকর্ড হয়, তাহলে "এই সংখ্যাটা কোথা থেকে এলো" প্রশ্নের উত্তর কখনো হারায় না। আজকের ক্রিকেটে ডেটা ছড়িয়ে থাকে — স্কোরার, ব্রডকাস্টার, অ্যানালিটিক্স কোম্পানি, ফ্যান্টাসি প্ল্যাটফর্ম — আর এদের মধ্যে সত্যতা যাচাইয়ের সেতু দুর্বল।

এখানেই "N/A — insufficient information" একটা শিক্ষা। এটা ব্যর্থতা নয়, এটা সঠিক আউটপুট। খালি ইনপুটে ভরা আউটপুট দিলে সেটা হতো ভুলের সূচনা। একটা পেশাদার ব্যবস্থায় তিন ধরনের দাবি থাকা উচিত — অনুসন্ধানমূলক, সুরক্ষিত, আর নিরীক্ষিত। নাল ইনপুটে শুধু প্রথম ধরনের দাবিও টেকে না। তাই নাল-মার্কার আসলে একটা স্বাস্থ্য-সংকেত, দুর্বলতা নয়।

ক্রিকেটে ব্লকচেইনের বাস্তব প্রয়োগ ইতিমধ্যেই শুরু হয়েছে — ফ্যান টোকেন, NFT মোমেন্ট, ভেরিফায়েড ডেটা ফিড, আর ফ্যান্টাসি প্ল্যাটফর্মের অন-চেইন রেকর্ড। কিন্তু আমার আগ্রহ দামে নয়, প্রমাণে। একটা ডিজিটাল কার্ড যদি বলে "এই বলটা অমুক ম্যাচের, অমুক ওভারের", তাহলে সেটা যাচাই করার একটা উপায় দরকার। অপরিবর্তনীয় লেজার সেটা দিতে পারে। ক্রিকেটের বাজার যখন আন্তর্জাতিক হচ্ছে, তখন ডেটার উৎস নিয়ে বিতর্ক মানে বড় আর্থিক ঝুঁকি।

ক্রিকেটের ফ্যান ইকোনমি এখন কোটির হিসাবে চলছে। ফ্যান টোকেন, ডিজিটাল সংগ্রাহক কার্ড, ফ্যান্টাসি লিগ — সব জায়গায় ডেটা বিক্রি হচ্ছে। কিন্তু ডেটার মালিকানা কার? এই প্রশ্নের উত্তর আজ পর্যন্ত ঝাপসা। যে প্ল্যাটফর্ম সংখ্যাটা বেচছে, সে কি জানে সংখ্যাটা কোথা থেকে এসেছে? বেশিরভাগ ক্ষেত্রেই না।

আমার কাজের একটা অংশ ট্রান্সফার মার্কেট অ্যাডমিনিস্ট্রেশন। সেখানে আমি দেখি, একটা খেলোয়াড়ের দাম ঠিক হয় কন্ট্রাক্ট, ফি আর পারফরম্যান্স ডেটার মিশ্রণে। যদি পারফরম্যান্স ডেটার উৎসই প্রশ্নবিদ্ধ হয়, তাহলে ফি-এর যৌক্তিকতাও প্রশ্নবিদ্ধ। তাই আমি সবসময় ডেটা অ্যাপেন্ডিক্স রাখি — কোন ম্যাচ, কোন সময়, কোন নমুনা, কোন সংজ্ঞা। এটা আমার ব্যক্তিগত শখ নয়, এটা একটা প্রাতিষ্ঠানিক প্রয়োজন।

দ্বিতীয় যে জিনিসটা ক্রিকেটে প্রমাণযোগ্যতার অংশ, সেটা রূপান্তরের সমস্যা। ফুটবলের xG আর PPDA আমি ভালো বুঝি, কিন্তু ক্রিকেটে সেগুলো সরাসরি বসিয়ে দিলে ভুল হয়। ক্রিকেটের নিজস্ব একক আছে — রান এক্সপেক্টেন্সি, ফেজ-অ্যাডজাস্টেড স্ট্রাইক রেট, পাওয়ারপ্লে-ডেথ ওভারের স্প্লিট, বোলিং ম্যাচআপ। এই এককগুলো আগে, তারপর অন্য জগতের কাঠামো।

আর এই কারণেই আমি স্থানীয় কোচ, স্কোরার আর ভক্তদের সাথে মিলে মেট্রিক বানানোর পক্ষে। একটা সংখ্যা যখন রাজশাহীর মাঠ থেকে আসে, তখন সেটার সংজ্ঞা স্থানীয় বাস্তবতা মেনে তৈরি করতে হয়। বাইরের মডেল কপি করলে প্রমাণ থাকলেও প্রেক্ষাপট হারায়।

তাহলে প্রমাণযোগ্যতার ন্যূনতম শর্ত কী? আমার কাছে তিনটা — উৎস, সময়, নমুনা। কোন তথ্য, কার কাছ থেকে, কখন রেকর্ড করা হলো; আর সেই সময়ের মধ্যে কতগুলো ঘটনা ঘটল। এই তিনটা ছাড়া কোনো সংখ্যা আমার লেজারে ঢোকে না। এটাই আমার পুনরুৎপাদনযোগ্যতার মান — reproducibility standard।

কিন্তু ব্লকচেইনকে আমি জাদুর কাঠি মনে করি না। এটা একটা গুরুত্বপূর্ণ সীমা। অপরিবর্তনীয়তা মানে ভুলও অপরিবর্তনীয়। যদি ইনপুট ভুল হয়, ব্লকচেইন সেই ভুলকে চিরস্থায়ী করে দেয় — সিলমোহর দিয়ে সত্য বানিয়ে ফেলে। ডেটা ভুল হলে প্রযুক্তি তা শুধরে দেয় না, শুধু সংরক্ষণ করে। তাই ব্লকচেইন প্রমাণ দেয়, বিচার দেয় না। বিচার করতে হয় মানুষের।

দ্বিতীয় সীমা — গভর্ন্যান্স। ক্রিকেটে ক্ষমতা আর রাজস্ব কীভাবে বণ্টিত হয়, কে ডেটা নিয়ন্ত্রণ করে, কার সংজ্ঞা মানা হবে — এসব রাজনৈতিক প্রশ্ন। একটা অপরিবর্তনীয় লেজার এই ক্ষমতা-সম্পর্ক বদলায় না, বরং বিদ্যমান অসমতাকে প্রমাণসহ পাকা করে দিতে পারে। প্রমাণ থাকা আর ন্যায় থাকা এক জিনিস নয়।

তৃতীয় সীমা — পারস্পরিক সম্পর্ক আর কারণের পার্থক্য। খালি স্টেডিয়ামে হোম-অ্যাডভান্টেজ কমেছে, এটা তথ্য। কিন্তু এর মানে এই নয় যে ভিড়ই একমাত্র কারণ। ভ্রমণ, পিচের বয়স, শিডিউল — সব ইনপুট। ডেটা একটা সংযোগ দেখায়, কারণ নয়। এই ফাঁকটাই সবচেয়ে বেশি অপব্যবহৃত হয়।

ই-স্পোর্টস আর ফুটবলের রোস্টার বিনির্মাণের মধ্যে একটা মিল আছে — দুই জায়গাতেই খেলোয়াড়ের মূল্য নির্ধারিত হয় পারফরম্যান্স ডেটা আর চুক্তি কাঠামোর মিশ্রণে। ই-স্পোর্টসে ডেটা প্রায় সম্পূর্ণ ডিজিটাল, তাই উৎস যাচাই সহজ। ক্রিকেটে তথ্য ছড়ানো, তাই যাচাই কঠিন। শিল্পটা যেদিকে এগোচ্ছে, সেদিকে এই ব্যবধানই প্রতিযোগিতার কেন্দ্রে থাকবে।

কানাডায় জন্ম, বাংলাদেশে কাজ — এই দুই জায়গার অভিজ্ঞতা আমাকে একটা শিক্ষা দিয়েছে। গ্লোবাল মডেলকে স্থানীয় বাস্তবতার কপি ভাবা বিপজ্জনক। বাংলাদেশের ক্রিকেট মাঠ, আবহাওয়া আর দর্শকসংখ্যা আলাদা একটা ডেটা এনভায়রনমেন্ট। এক লিগের সংখ্যা আরেক লিগে বসিয়ে দিলে যেটা হয়, সেটা বিশ্লেষণ নয় — অনুমান।

তবু একটা জিনিস আমি আশাবাদী। যত বেশি বিশ্লেষণ পাবলিক হচ্ছে, তত বেশি প্রমাণের চাহিদা বাড়ছে। আজ একজন পাঠক জিজ্ঞেস করেন — এই সংখ্যার সোর্স কী? পাঁচ বছর আগে এটা কেউ জিজ্ঞেস করত না। এই চাহিদার চাপই আগামী দিনে ডেটা লেজারগুলোকে অপরিবর্তনীয় করে তুলবে।

আমার পরের ধাপ স্পষ্ট। আমি একটা খোলা ক্রিকেট লেজার বানাতে চাই, যেখানে প্রতিটা রেকর্ড সময়-ছাপানো, উৎস-যুক্ত, আর যাচাইযোগ্য। রান এক্সপেক্টেন্সি, ফেজ-অ্যাডজাস্টেড স্ট্রাইক রেট, বোলিং ম্যাচআপ — সব একই কাঠামোয়। প্রশ্নটা আর "কোন দল জিতবে" নয়; প্রশ্নটা — আমরা কি এমন একটা লেজার বানাতে পারব, যেখানে প্রতিটা সংখ্যা নিজের উৎস দেখাতে পারে?

আর সেই লেজার যদি কখনো খালি থাকে, আমি সেটাকে খালি রাখব। কারণ একটা সৎ "N/A" একটা মিথ্যা সংখ্যার চেয়ে অনেক বেশি মূল্যবান।