শূন্য ডেটাসেটের সততা: ফুটবল বিশ্লেষণের বিশ্বাসযোগ্যতা সংকট ও ব্লকচেইন লেজার

সপ্তাহখানেক আগে একটা বিশ্লেষণ রিপোর্ট আমার ডেস্কে এলো, আর সেটা আমার ৪৪ বছরের কেরিয়ারের সবচেয়ে সৎ কাগজগুলোর একটি হয়ে রইল। শিরোনাম ছিল না। সূত্র ছিল না। তথ্যবিন্দু ছিল না। প্রতিটি কলামে গিয়ে লেখা ছিল একটাই কথা — তথ্য অপর্যাপ্ত। একজন বিশ্লেষক হিসেবে এটা স্বীকার করা সহজ নয় যে আপনি কিছুই জানেন না। কিন্তু ওই খালি ঘরগুলো ভরিয়ে দেওয়ার চাপ চারদিক থেকে আসছিল। কেউ একটা গল্প চাইছিল, কেউ একটা ভবিষ্যদ্বাণী, কেউ একটা শিরোনাম। ২০১৭ সালে বরিশালে বসে যখন "দ্য ডেটা মঙ্কস লেজার" চালু করি, তখন নিজের জন্য প্রথম যে নিয়মটা লিখেছিলাম সেটা ছিল সরল — ডিনোমিনেটর ছাড়া সংখ্যা নাটক। আজ ফুটবল ডেটার জগতে খালি ডেটাসেটের এই মুহূর্তটা আমাদের আসল সংকটের আয়না। আর এই সংকটের উত্তর খুঁজতে গিয়ে আমি বারবার ফিরে আসছি একটা প্রযুক্তির কাছে, যার মূল ধারণাটাই একটা খাতা — ব্লকচেইন লেজার।

ফুটবলের ডেটা কোথা থেকে আসে, সেটা আগে পরিষ্কার করা দরকার। বাংলাদেশের পাঠক বোঝেন না, একটা ম্যাচের এক্সজি সংখ্যাটা আসলে কোথায় তৈরি হয়। ইউরোপে ইভেন্ট ডেটা সংগ্রহ করে মূলত কয়েকটা কোম্পানি। তারা ভিডিওর প্রতিটি ফ্রেম দেখে ট্যাগ করে — শটের অবস্থান, ডিফেন্ডারের চাপ, শরীরের কোন অংশ দিয়ে শট। তারপর একটা সম্ভাব্যতা মডেল দিয়ে হিসাব করে, এই শটটা কত শতাংশ সময় গোলে পরিণত হয়। এই সংখ্যাটাই এক্সজি। আর পিপিডিএ — পাসেস অ্যালাউড পার ডিফেন্সিভ অ্যাকশন — মাপে একটা দল কতটা আক্রমণাত্মকভাবে প্রেস করে। সংখ্যা কম মানে প্রেস তীব্র। আমি এক্সজি আর পিপিডিএ-কে বাংলাদেশের জন্য প্রমিত করেছিলাম, কারণ এই দেশের একটা ভাগ করা ভাষা দরকার ছিল। ভাগ করা ভাষা ছাড়া ক্লাব, মিডিয়া আর ফেডারেশন একই পারফরম্যান্স নিয়ে তিন রকম কথা বলে।

কিন্তু ভাষা ভাগ করা থাকলেও সত্য ভাগ করা থাকার কোনো নিশ্চয়তা নেই। কারণ এই মেট্রিকগুলো থাকে কেন্দ্রীভূত ডেটাবেসে, একই কোম্পানির সার্ভারে, যেখানে ভুল বা ইচ্ছাকৃত পরিবর্তনের হিসাব কারও কাছে থাকে না। কে কখন কোন ডেটা সম্পাদনা করল, সেই লগ বাইরে থেকে যাচাই করার উপায় নেই। সূত্র যাচাই না হলে সংখ্যা শুধু দাবি হয়ে দাঁড়ায়, প্রমাণ নয়।

এখানেই ব্লকচেইনের ধারণাটা কাজে আসে। ব্লকচেইন আসলে কী? এটা একটা ডিজিটাল খাতা, যেখানে প্রতিটি এন্ট্রি আগের এন্ট্রির সাথে ক্রিপ্টোগ্রাফিকভাবে জোড়া থাকে। একটা এন্ট্রি বদলাতে হলে তার পরের সব এন্ট্রি বদলাতে হয়, আর সেটা নেটওয়ার্কের সংখ্যাগরিষ্ঠ কম্পিউটারের সম্মতি ছাড়া সম্ভব নয়। অর্থাৎ খাতাটা একজনের হাতে থাকে না। আমার ডেটা মডেলের মূল কথাই ছিল এটা — মডেল কোনো ভবিষ্যদ্বাণী নয়, এটা সম্ভাবনার একটা খাতা, যেখানে পরের এন্ট্রির জন্য অপেক্ষা করা হয়। ব্লকচেইন সেই খাতাকে এমনভাবে সিল করে, যাতে কেউ চুপচাপ একটা অতীত সংখ্যা পাল্টে দিতে না পারে।

ভাবুন, একটা ম্যাচের এক্সজি সংখ্যা যখন প্রকাশিত হয়, সেটা কোথায় তৈরি হলো, কোন মডেল দিয়ে, কোন সংস্করণে, কত শটের নমুনায় — এই পুরো রেকর্ড যদি একটা প্রকাশ্য খাতায় টাইমস্ট্যাম্পসহ বসে থাকে, তাহলে পরদিন কেউ দাবি করতে পারবে না যে সংখ্যাটা অন্য রকম ছিল। বাজি মার্কেটে এর মূল্য অসীম। কারণ বাজি নিষ্পত্তি হয় ডেটার উপর, আর ডেটার উপর ভরসা না থাকলে পুরো মার্কেট ভিত্তিহীন হয়ে পড়ে। শুধু বাজি নয়, স্পন্সরশিপ, সম্প্রচার স্বত্ব, এমনকি খেলোয়াড়ের মূল্যায়ন — সবকিছুর ভিত্তি এই একই ডেটা।

আমার কেরিয়ারের একটা নির্দিষ্ট ঘটনা মনে পড়ে। ২০১৭ সালে নেইমার যখন ২২২ মিলিয়ন ইউরোর বিনিময়ে পিএসজিতে গেলেন, আমি চার হাজার শব্দের একটা বিশ্লেষণ লিখলাম। তাতে দেখালাম, ২০১৬-১৭ লা লিগায় নেইমারের প্রতি ৯০ মিনিটে এক্সজি ছিল ০.৬৭, আর প্রতি ৯০ মিনিটে কী পাস ছিল ৩.১। এই দুটো সংখ্যা দাঁড় করিয়ে আমি যুক্তি দিলাম — ফিনান্সিয়াল ফেয়ার প্লের কাঠামোয় এই ফি যুক্তিসঙ্গত ছিল। পোস্টটা বারো হাজার বার শেয়ার হলো। কিন্তু আজ ভাবি, সেই সংখ্যাগুলোর উৎস যাচাই করার জন্য পাঠকের হাতে কী ছিল? শুধু আমার কথার উপর ভরসা। যদি সংখ্যাগুলোর পেছনের ডেটা একটা প্রকাশ্য খাতায় থাকত, তবে আমার যুক্তির শক্তি দাঁড়াত পাঠকের নিজের যাচাইয়ের উপর, আমার খ্যাতির উপর নয়।

একইভাবে সেট পিসের কথা ধরুন। ২০১৮ বিশ্বকাপে আমি ৬৪ ম্যাচ আর ১৪৭ সেট-পিস শট লগ করে একটা সেট-পিস এক্সজি মডেল বানালাম। টুর্নামেন্টের আগে ইংল্যান্ডের ট্রেনিং-গ্রাউন্ড রুটিন চিহ্নিত করলাম — হ্যারি কেইনের নিয়ার-পোস্ট রান, হ্যারি ম্যাগুয়ারের হেডিং ডুয়েল। ইংল্যান্ড ১২ গোল করল, তার ৯টাই সেট পিস থেকে, আর সেমিফাইনালে গেল। আমি পানামার বিরুদ্ধে ইংল্যান্ড -১ এ বাজি ধরার পরামর্শ দিয়েছিলাম, ম্যাচটা ৬-১ হলো। এই সাফল্যের পেছনে ছিল পরিষ্কার ডেটা আর একটা নির্দিষ্ট নমুনা। সেট পিস বিশৃঙ্খলা নয়; এগুলো জ্যামিতি, যেটা দল এতটাই রিহার্স করে যে দর্শক ভুলে যায় এটা পরিকল্পিত।

কল্পনা করুন, ইংল্যান্ডের ওই ১৪৭টা সেট-পিস শটের প্রতিটি যদি একটা প্রকাশ্য খাতায় লিপিবদ্ধ থাকত, টাইমস্ট্যাম্প আর ভিডিও ফ্রেম রেফারেন্সসহ। তখন আমার বিশ্লেষণ আর শুধু "আমি বলছি" থাকত না। যে কেউ যাচাই করতে পারত, সপ্তম কর্নারটায় ম্যাগুয়ারের রান আসলে কত দূর থেকে শুরু হয়েছিল। বাজি মার্কেটে এই যাচাইযোগ্যতার মানে হলো — মিথ্যা তথ্যের উপর বাজার নাড়ানো অনেক কঠিন হয়ে যায়।

এখানেই বাংলাদেশের প্রসঙ্গ আসে। আমাদের লিগে ডেটা সংগ্রহ প্রায় নেই। চার-পাঁচটা ম্যাচের নমুনায় কেউ বলে দেয় এই দলের প্রেসিং ভালো। আমি এমন প্রিভিউ কখনো প্রকাশ করি না যেখানে অন্তত পনেরো ম্যাচের ডেটা নেই। এই ন্যূনতম মান না থাকলে যা হয়, তা হলো ভুয়া নিশ্চয়তা। ব্লকচেইন লেজার নমুনার আকার বাড়ায় না, কিন্তু অন্তত প্রতিটি দাবির পেছনে কোন ডেটা, কতটুকু, কোন তারিখে, তা স্বচ্ছ করে রাখে। ভবিষ্যতে আমাদের ফেডারেশন যদি একটা মুক্ত ডেটা খাতা চালু করে, যেখানে প্রতিটি ম্যাচের শট ম্যাপ, কর্নার কাউন্ট, ডিফেন্সিভ অ্যাকশন টাইমস্ট্যাম্পসহ জমা হয়, তাহলে মিডিয়া আর ক্লাব একই সত্য নিয়ে তর্ক করতে পারবে।

একটা ডেটা স্ট্যান্ডার্ডের কথা বলি। আমার প্রতিটি বিশ্লেষণে তিনটা জিনিস আগে লিখে নিই — এক, এক্সজির সংজ্ঞা (শটের মানের সম্ভাব্যতা, কোন মডেল সংস্করণ); দুই, পিপিডিএ-র হিসাব (প্রতি ডিফেন্সিভ অ্যাকশনে প্রতিপক্ষের পাস, কম মান মানে তীব্র প্রেস); তিন, নমুনার আকার (অন্তত পনেরো ম্যাচ)। এই তিনটা ছাড়া কোনো সংখ্যা আমার কলামে ঢোকে না। পাঠককে প্রথম দিন থেকেই শেখানো উচিত, একটা সংখ্যা তখনই বিশ্বাসযোগ্য যখন তার ডিনোমিনেটর আর তারিখ জানা যায়।

২০২০ সালে যখন ফুটবল খালি স্টেডিয়ামে ফিরল, আমি বুন্দেসলিগার ৮৩টা ম্যাচ বিশ্লেষণ করলাম। দেখলাম, হোম অ্যাডভান্টেজ ম্যাচপ্রতি ০.৩৫ গোল থেকে নেমে এলো ০.১৯-এ, আর হোম জয়ের হার ৪৩ শতাংশ থেকে ৩৩ শতাংশে। স্টেডিয়াম যখন নীরব হয়ে গেল, হোম অ্যাডভান্টেজকে শূন্য থেকে নতুন করে শিখতে হয়েছিল। আমি ৭২ ঘণ্টার মধ্যে ১২ পৃষ্ঠার একটা ইমার্জেন্সি প্রোটোকল বানিয়ে ২৭ জন বাজি ক্লায়েন্টকে পাঠালাম। মডেল শেষ দুই ম্যাচডের ১৮টার মধ্যে ১৪টা অ্যাওয়ে জয় সঠিকভাবে অনুমান করল।

এই অভিজ্ঞতা আমাকে শিখিয়েছে একটা কথা — সংকটের সময় ডেটার অখণ্ডতাই সবচেয়ে বড় সম্পদ। খালি স্টেডিয়ামে কোন ভেরিয়েবলটা বদলাল, কোনটা বদলাল না — এটা যদি স্বচ্ছ খাতায় না থাকে, বিশ্লেষক অন্ধভাবে অনুমান করে। আর অনুমানের উপর বাজি ধরলে ভ্যারিয়েন্স ধৈর্যশীল পাওনাদারের মতো বসে থাকে। আমি ফলাফলের আগে প্রক্রিয়াকে বিশ্বাস করি, কারণ প্রক্রিয়াই শেষ বিচারক।

এখন প্রশ্ন — এই খাতা কার জন্য? ছোট ক্লাবের জন্য এটা কৌশলগত হাতিয়ার হতে পারে। ট্রান্সফার মার্কেটে এখন যে লোন-উইথ-অব্লিগেশন চুক্তির হিড়িক, সেটা ছোট ক্লাবের আর্থিক পরিকল্পনা ধ্বংস করছে। ওরা বড় ক্লাবের জন্য অর্ধ-সমাপ্ত পণ্য তৈরি করে চলেছে, আর প্রতিটা সফল ট্রান্সফারে লাভের সিংহভাগ যায় অন্য কোথাও। একটা স্বচ্ছ, প্রকাশ্য ট্রান্সফার খাতা থাকলে অন্তত অ্যাড-অন ক্লজ, সেল-অন পার্সেন্টেজ, ইনস্টলমেন্টের শর্ত — এসব আর অন্ধকারে থাকত না। কে কত পেল, কে বঞ্চিত হলো, সেটা হিসাব করে দেখা যেত।

আরেকটা স্তর আছে যেটা প্রায় কেউ দেখে না — ইনজুরি ডেটা। ট্রান্সফার উইন্ডোতে একটা খেলোয়াড়ের চিকিৎসা রেকর্ড আর ফিটনেস ডেটা সবচেয়ে মূল্যবান তথ্য। কিন্তু ক্লাবগুলো এটা গোপন রাখে, আর ক্রেতা ক্লাব অন্ধকারে দর কষাকষি করে। একটা নিয়ন্ত্রিত, অনুমতিভিত্তিক খাতায় যদি খেলোয়াড়ের ফিটনেস সত্য জমা থাকত — শুধু সংশ্লিষ্ট পক্ষ দেখতে পারত — তাহলে অনেক বাজে চুক্তি এড়ানো যেত।

আমাদের বাস্তবতায় স্কাউটিং আরও বড় সমস্যা। বয়সভিত্তিক দলের ডেটা প্রায় কেউ রাখে না। একটা অনূর্ধ্ব-১৮ টুর্নামেন্টের তথ্য নেই, তাই কোন খেলোয়াড় এগিয়ে আসছে সেটা চোখের অনুমানে ঠিক করতে হয়। ডেটা-হীন এই ফাঁক থেকেই বড় ক্লাবের এজেন্টরা সবচেয়ে বড় সুবিধা নেয় — ওরা প্রতিভা চিনে নিয়ে যায় কম দামে, আর আমরা হাতে গোনা সাক্ষীর স্মৃতির উপর ভরসা করি।

ফ্যান টোকেন আর বাজি নিষ্পত্তির দিকটাও ভাবুন। এখন অনেক ক্লাব ফ্যান টোকেন বাজারে ছাড়ছে, প্রতিশ্রুতি দিচ্ছে ভোটাধিকার আর বিশেষ সুবিধা। কিন্তু এই টোকেনের মূল্য কোথা থেকে আসে, তার কোনো স্বচ্ছ হিসাব নেই। অন্যদিকে বাজি নিষ্পত্তি হয় ম্যাচ ডেটার উপর, আর সেই ডেটার উৎস যাচাই করার উপায় সাধারণ ক্রেতার নেই। একটা অপরিবর্তনীয় খাতা দুই ক্ষেত্রেই স্বচ্ছতা আনতে পারে — কোন টোকেন কত সংখ্যায়, কে ধারণ করছে, আর কোন ম্যাচে কোন ডেটা থেকে ফলাফল নির্ধারিত হলো, সব লিপিবদ্ধ থাকত।

বাজি মার্কেটের আরেকটা দিক — একটা গুজব ছড়ালে অডস কয়েক মিনিটে নড়ে যায়, অথচ গুজবের সূত্র কোথাও লিপিবদ্ধ হয় না। যদি অডস পরিবর্তনের প্রতিটি ধাপ একটা খাতায় টাইমস্ট্যাম্পসহ জমা থাকত, তাহলে কে কখন বাজি ধরল, কোন তথ্যের ভিত্তিতে, সেটা বিশ্লেষণ করে অস্বাভাবিক প্যাটার্ন ধরা যেত। দুর্নীতি প্রতিরোধে এটা একটা বাস্তব হাতিয়ার।

এখন সৎ থাকি। ব্লকচেইন কোনো জাদু নয়, আর আমি কখনো প্রযুক্তিকে মেট্রিকের উপর বসাই না। ব্লকচেইন ডেটার অপরিবর্তনীয়তা নিশ্চিত করে, কিন্তু ডেটার সঠিকতা নিশ্চিত করে না। ভুল পদ্ধতি দিয়ে তৈরি ডেটা খাতায় বসালে সেটা ভুলই থাকে — শুধু এবার অপরিবর্তনীয়ভাবে ভুল থাকে। আবর্জনা ঢুকলে আবর্জনাই বেরোবে, আর এবার সেটা মুছে ফেলার উপায় থাকবে না। এটাই সবচেয়ে বড় ফাঁদ।

দ্বিতীয়ত, পারস্পরিক সম্পর্ক আর কারণকে গুলিয়ে ফেলা যায় না। কোনো দল বেশি কর্নার পেল মানে সে বেশি গোল করবে — এই সিদ্ধান্ত ডেটা খাতা নিজে থেকে দেবে না। সিদ্ধান্ত নিতে হয় বিশ্লেষকের, আর সেই বিশ্লেষককে ডিনোমিনেটর দেখাতে শিখতে হয়। প্রযুক্তি ভাবনার বিকল্প নয়।

তৃতীয়ত, বাস্তবতা। ব্লকচেইন চালাতে শক্তি লাগে, অবকাঠামো লাগে, দক্ষ জনবল লাগে। বাংলাদেশের লিগে যেখানে গোলরক্ষীর গ্লাভসের বাজেট নিশ্চিত নয়, সেখানে একটা পূর্ণ ডিস্ট্রিবিউটেড খাতা বাস্তবসম্মত নয়। তাই আমার পরামর্শ — একটা সর্বনিম্ন কার্যকর সংস্করণ দিয়ে শুরু করুন। ম্যাচ ডেটার একটা মুক্ত, টাইমস্ট্যাম্পড আর্কাইভ, যেটা এখনো কেন্দ্রীভূত, কিন্তু ভবিষ্যতে খাতায় রূপান্তরের জন্য প্রস্তুত। এটাই বাস্তবপন্থী পথ, ইউটোপিয়া নয়।

চতুর্থত, ঝুঁকির গুরুত্ব অনুযায়ী ক্রম। সব ডেটা ফাঁক সমান বিপদ নয়। একটা ম্যাচের কর্নার কাউন্ট ভুলে যাওয়া সামান্য; একটা পূর্ণ সিজনের এক্সজি মডেল ভুল হওয়া বড় সংকট। তাই প্রতিটি সমস্যাকে ইমার্জেন্সি বলে চিৎকার করা উচিত নয়। ডেটা-হাইজিন সমস্যা আর প্রকৃত বিশ্লেষণী সংকট আলাদা করে চিনতে হবে। খাতা সমাধান দ্বিতীয়টার জন্য, প্রথমটার জন্য সাধারণ পরিষ্কার-পরিচ্ছন্নতা যথেষ্ট।

আমার কাছে এটা স্পষ্ট — যেকোনো ডেটা সংকটের প্রথম ধাপ হলো স্বীকার করা, তথ্য নেই মানে তথ্য নেই। খালি ঘর ভুয়া সংখ্যায় ভরা মানে পাঠকের সাথে বিশ্বাসভঙ্গ। আজকের ফুটবল সংবাদমাধ্যমে ঠিক এই বিশ্বাসভঙ্গটাই প্রতিদিন ঘটছে। শিরোনামের জন্য রটনাকে সত্য বানানো হচ্ছে, এক ম্যাচের নমুনায় দীর্ঘমেয়াদি দাবি দাঁড় করানো হচ্ছে।

সামনের মৌসুমে যে সংকেত আমি দেখতে চাই — ফুটবল ক্লাব বা ফেডারেশন কেউ কি ডেটার জন্য একটা মুক্ত, যাচাইযোগ্য খাতা তৈরি করতে শুরু করে? যদি করে, তবে প্রশ্নটা আর থাকবে না "সংখ্যাটা কে বলল", প্রশ্ন হবে "খাতায় কী লেখা আছে"। আর এই ট্রান্সফার উইন্ডোতে আমার পাঠকদের জন্য নির্দেশনা — কোনো রটনা বিশ্বাস করার আগে জিজ্ঞেস করুন, এর সূত্র কোন স্তরের, আর দাবিটা যাচাই করা যায় কি না। যে দাবি যাচাই করা যায় না, সেটা ডেটা নয়, সেটা শুধু আওয়াজ। খাতা সত্য বলে দেয় না; খাতা শুধু মিথ্যা বলাটা কঠিন করে তোলে। আর ফুটবলের মতো অনিশ্চিত খেলায় সেটুকুও কম নয়।