নো ডেটা মানে নো রিস্ক নয়: ফুটবল অ্যানালিটিক্সের নীরব ব্যর্থতা আর ব্লকচেইনের সীমা

Hook

গত সপ্তাহে আমার হাতে একটা বিশ্লেষণ রিপোর্ট এল—যেটা একটা সম্পূর্ণ ম্যাচ-বিশ্লেষণ হওয়ার কথা ছিল। পাতা উল্টে দেখলাম, প্রায় প্রতিটি ঘরে একই লেখা: "তথ্য অপর্যাপ্ত, মূল্যায়ন সম্ভব নয়।" একটাও সংখ্যা নেই, একটাও ফর্মেশন নেই, একটাও খেলোয়াড়ের নাম নেই, একটাও তারিখ নেই। বিশটার বেশি সারির বিশ্লেষণ, অথচ একটা বাক্যও নেই যা আমাকে নতুন কিছু শেখায়। আমি হাইলাইট রিল খুঁজতে গিয়েছিলাম, হাতে এল একটা স্প্রেডশিট—আর সেটাও খালি।

পেশাদার জীবনে আমি অনেক খারাপ বিশ্লেষণ পড়েছি, কিন্তু খালি বিশ্লেষণ আর খারাপ বিশ্লেষণ এক জিনিস নয়। খারাপ বিশ্লেষণ ভুল পথে নিয়ে যায়; খালি বিশ্লেষণ চুপচাপ দাঁড়িয়ে থাকে, আর আমরা তার নীরবতাকে নিরাপত্তা ভেবে ভুল করি। ওই রিপোর্টটা ছিল একটা সিস্টেমের ব্যর্থতার স্বীকারোক্তি—আর সেটাই এই লেখার আসল বিষয়।

Context

ফুটবল এখন সংখ্যার ওপর দাঁড়ানো একটা শিল্প। এক্সজি, পিপিডিএ, প্রগ্রেসিভ পাস, হিট ম্যাপ, প্যাকিং রেট—এই শব্দগুলো এখন ক্লাবের বোর্ডরুম থেকে টিভি স্টুডিও পর্যন্ত সবখানে ঘোরে। প্রতি সেকেন্ডে লাইভ ডেটা ফিড বুকমেকারদের সার্ভারে ঢোকে, আর সেই ডেটা থেকেই জন্ম নেয় লাইভ ওডস, ইন-প্লে বেটিং আর অ্যাডভান্সড স্কাউটিং রিপোর্ট। এটা আর পরিসংখ্যানের শখ নয়; এটা একটা অবকাঠামো, যার ওপর কোটি কোটি ডলারের বাজার দাঁড়িয়ে আছে।

ঠিক এই জায়গাতেই ব্লকচেইন ঢুকেছে। গত কয়েক বছরে ফুটবলে "ভেরিফায়েড ডেটা", ফ্যান টোকেন, ডিজিটাল কালেক্টিবল আর ডেটা-প্রোভেন্যান্স নিয়ে জোর আলোচনা শুরু হয়েছে। যুক্তি সরল: ম্যাচ ডেটা যদি একটি অপরিবর্তনীয় লেজারে লিপিবদ্ধ হয়, তাহলে কেউ তা পরে বদলাতে পারবে না। বুকমেকার, সম্প্রচারক, ক্লাব—সবাই একই "সত্য" ডেটা দেখবে। শুনতে দারুণ লাগে।

আমার বছরের পর বছর ম্যাচ দেখার অভিজ্ঞতা থেকে একটা কথা বলতে পারি: প্রযুক্তি যখন নিজেকে সমাধান হিসেবে হাজির করে, তখন প্রথম প্রশ্ন হওয়া উচিত—সমস্যাটা আসলে কী? কারণ ওই রিপোর্টে যে সমস্যা আমি দেখলাম, সেটা দুর্নীতি নয়, জালিয়াতি নয়। সেটা অনুপস্থিতি।

Core

ব্রিসবেনে ২০১৭ সালের ৭ মে রাতটা এখনো মনে আছে। সিডনি এফসি আর মেলবোর্ন ভিক্টোরির গ্র্যান্ড ফাইনাল, ১-১, শেষে পেনাল্টিতে ৪-২। সেই রাতে আমি একটা ৯০০ শব্দের ব্লগ লিখেছিলাম—সিডনি নাকি "বোরিং" ফুটবল খেলে টাইটেল জিতেছে। আমার হাতে একটাই সংখ্যা ছিল: নিয়মিত মৌসুমে ২৭ ম্যাচে ৬৬ পয়েন্ট, যা সেই সময়ে এ-লিগের রেকর্ড। ওই ম্যাচটা আমাকে শিখিয়েছিল, ভলিউম আর ভোল্টেজ এক জিনিস নয়। ৬৬ পয়েন্ট দেখতে চমকপ্রদ, কিন্তু আসল গল্প ছিল সেই পয়েন্টগুলো কীভাবে কুড়োনো হলো।

এখন সেই পাঠটা অ্যানালিটিক্সের দিকে ঘুরিয়ে দেখতে চাই। আমরা ফুটবলে "কত ডেটা" নিয়ে মাতামাতি করি, কিন্তু "ডেটা আদৌ এসেছে কি না" কেউ জিজ্ঞেস করে না। একটা রিপোর্ট যখন বলে "তথ্য অপর্যাপ্ত," তখন সেটা দুটো সম্পূর্ণ আলাদা বাস্তবতার ইঙ্গিত হতে পারে। এক, বিষয়টাতে সত্যিই বিশ্লেষণযোগ্য কিছু নেই—সেটা একটা খালি সত্য। দুই, সিস্টেম ডেটা সংগ্রহ করতে ব্যর্থ হয়েছে—পাইপলাইন ভেঙেছে, এক্সট্রাকশন মিস হয়েছে, সোর্স সাইটের কাঠামো বদলে গেছে, নাম-শনাক্তকরণ ধাপটা চুপসে গেছে।

পার্থক্যটা বিশাল। প্রথম ক্ষেত্রে সিদ্ধান্ত "কিছু নেই"; দ্বিতীয় ক্ষেত্রে সিদ্ধান্ত হওয়া উচিত "আমরা জানি না।" বাস্তবে দুটোকে এক করে ফেলা হয়। নীরব ব্যর্থতা আর নিরাপদ অবস্থা দেখতে হুবহু এক—দুটোই শূন্য দেখায়, অথচ একটার পেছনে বিপদ, আরেকটার পেছনে স্বস্তি।

এবার নমুনার প্রশ্ন। ছোট নমুনা আর শূন্য নমুনা এক নয়। ছোট নমুনায় অন্তত একটা দিকনির্দেশনা থাকে—তিন ম্যাচের ডেটা ভুল হতে পারে, কিন্তু সেটা একটা অনুমান দেয়, যা পরে বড় নমুনায় যাচাই করা যায়। শূন্য নমুনা কোনো অনুমানই দেয় না। তবু রিপোর্টের ভাষায় দুটো প্রায়ই এক হয়ে যায়, কারণ "অপর্যাপ্ত" শব্দটা সব ফাঁক ঢেকে দেয়। যে পাঠক সংখ্যা দেখতে অভ্যস্ত, সে "অপর্যাপ্ত" পড়ে মনে করে "বিশ্লেষণ হয়েছে, শুধু ফল নেতিবাচক।" অথচ বাস্তবে বিশ্লেষণটাই হয়নি।

আরও একটা জিনিস খেয়াল করার মতো। একটা খালি রিপোর্ট শুধু জ্ঞানশূন্য নয়, সেটা সিদ্ধান্তহীনতাও জন্ম দেয়। যখন বিশ্লেষক জানে না তার ডেটা আছে কি নেই, তখন সে হয় অতিরিক্ত আত্মবিশ্বাসী হয়, নয় অতিরিক্ত সন্দিগ্ধ। দুটোই খারাপ। আত্মবিশ্বাসী বিশ্লেষক একটা ফাঁকা ঘরকে শূন্য-ঝুঁকি ভেবে সই করে ফেলে; সন্দিগ্ধ বিশ্লেষক প্রতিটি সিদ্ধান্ত পিছিয়ে দেয়, আর ফুটবলে দেরি করা মানে ম্যাচ হারানো। অর্থাৎ ডেটার অনুপস্থিতি কেবল একটা পরিসংখ্যানগত ফাঁক নয়, এটা একটা সিদ্ধান্ত-বিকৃতি।

এখানেই বাজারের ভয়ংকর দিকটা। বুকিং মার্কেট ডেটার ওপর বাঁচে, কিন্তু সেই ডেটা কোথা থেকে এল, কে যাচাই করল, কতটা নমুনা ছিল—এসব কেউ জিজ্ঞেস করে না। আমি দেখেছি, একটা অনুপস্থিত ডেটা-পয়েন্ট পরে গিয়ে একটা ট্রান্সফার ফি-তে, একটা লাইনআপ সিদ্ধান্তে, এমনকি একটা কোচের চাকরিতে প্রভাব ফেলে। কারণ কেউ কখনো বলেনি "আমাদের ডেটা নেই"; সবাই বলেছে "আমাদের ডেটা বলছে।" লাইভ ডেটা যখন সরাসরি বাজি-কোম্পানির সার্ভারে ঢোকে, তখন ম্যাচের গতি আর বাজারের গতি এক হয়ে যায়—খেলোয়াড়ের ক্লান্তি, একটা বদল, একটা ইনজুরি, সব সেকেন্ডের মধ্যে ওডসে অনূদিত হয়। এই ব্যবস্থায় "ডেটা নেই" মানে "ঝুঁকি নেই" নয়; "ডেটা নেই" মানে "কেউ দেখছে না"—আর যেখানে কেউ দেখছে না, সেখানেই সবচেয়ে বড় ঝুঁকিটা লুকিয়ে থাকে।

এর একটা চেনা উদাহরণ গোলরক্ষকদের বাজার। হাইলাইট রিল দেখায় একজন কিপারের ষাট গজের নিখুঁত লম্বা পাস; স্প্রেডশিট দেখায় তার সেভ-পার্সেন্টেজ টানা তিন মৌসুমে নেমে গেছে। তবু ট্রান্সফার ফি ঠিক হয় সেই লম্বা পাসের ভিত্তিতে, কারণ রিলটা সবার চোখে পড়ে, আর শীটটা কেউ খোলে না। ফুটবলে আমরা যে-জিনিস দেখতে পাই, তাকেই দাম দিই—আর যে-জিনিস দেখা যায় না, সেটাকে নিরাপদ ভেবে ছেড়ে দিই।

এবার ব্লকচেইনের প্রশ্নে ফিরি। ধরুন, প্রতি ম্যাচের প্রতিটি ডেটা পয়েন্ট একটি অপরিবর্তনীয় লেজারে লেখা হলো। এটা কি ওই খালি রিপোর্টের সমস্যা মেটাবে? আমার সৎ উত্তর: না। ব্লকচেইন শুধু তা-ই সত্যায়িত করতে পারে, যা তার ভেতরে লেখা হয়েছে; যা কখনো ঢোকেনি, তা কোনো লেজারও বানিয়ে দিতে পারে না। অপরিবর্তনীয়তা জালিয়াতি আটকায়—কে কোন সংখ্যাটা কখন বদলাল, তার হিসাব রাখে। কিন্তু শূন্যের অখণ্ডতা রক্ষা করে লাভ নেই; শূন্য তো আগেই অখণ্ড। যে সিস্টেম ডেটা সংগ্রহ করতে ব্যর্থ, সে যদি সেই ব্যর্থতার রেকর্ডও নিখুঁতভাবে লেজারে লিখে রাখে, তাহলে আমরা পাই—একটা নিখুঁত, যাচাইযোগ্য, অপরিবর্তনীয় অস্তিত্বহীনতা।

ফুটবল-শিল্পে ফ্যান টোকেন আর ডিজিটাল কালেক্টিবলের যে জোয়ার, তার বড় অংশ এই ভুল ধারণার ওপর দাঁড়ানো: প্রযুক্তিগত একটা স্তর যোগ করলেই বিশ্বাস যোগ হবে। কিন্তু বিশ্বাস কোনো লেজারের ব্যাপার নয়, বিশ্বাস প্রক্রিয়ার ব্যাপার। আমার রসিদ-ফাইল আমাকে এটাই শিখিয়েছে—প্রতিটি হট টেক শুরু হয় একটা অনুমান দিয়ে; রসিদই ঠিক করে সে টিকবে কি না। আর একটা রসিদ যদি ফাঁকা হয়, তাহলে সেটা রসিদ নয়, সেটা একটা ফাঁকা কাগজ।

২০১৮ সালের জুন মাসের কথা মনে পড়ে। রাশিয়া বিশ্বকাপে জার্মানি ১৭ জুন মেক্সিকোর কাছে ০-১ হেরেছিল, আর তখনো বিশ্লেষকেরা তাদের শিরোপা-দাবিদার ধরেই রাখছিলেন। ২০ জুন আমি লিখেছিলাম, জার্মানি এই গ্রুপ থেকে উঠবে না। ২৭ জুন তারা দক্ষিণ কোরিয়ার কাছে ০-২ হেরে গ্রুপ এফ-এর তলানিতে শেষ করল। সেবার আমি একটা পাবলিক স্কোরকার্ড ছাপিয়েছিলাম—১১টা পূর্বাভাস, ৯টা সঠিক, ২টা ভুল, প্রত্যেকটা টাইমস্ট্যাম্প করা। এই রসিদ-ফাইলটাই আমাকে শেখায়, একটা অনুমানের দাম তখনই, যখন তার পেছনে টাইমস্ট্যাম্প আর যাচাইযোগ্য সত্য থাকে। যে ডেটার টাইমস্ট্যাম্প নেই, সেই ডেটা ডেটা নয়, গুজব।

একটা সৎ বিশ্লেষণ রিপোর্ট তিনটা জিনিস আলাদা করে লিখবে: কোন ডেটা পাওয়া গেছে, কোনটা পাওয়া যায়নি, আর কেন। "পাওয়া যায়নি" লেখাটা ব্যর্থতার স্বীকারোক্তি, আর সেটা লুকানোর বদলে দেখানো উচিত। যেদিন একটা ফুটবল পাইপলাইন গর্ব করে লিখবে "আমরা এই ফাঁকগুলো পূরণ করতে পারিনি," সেদিন ডেটাফিকেশন প্রথমবার বড়দের মতো কথা বলবে।

এই ফাঁকা কাগজের সবচেয়ে বড় শিকার সাধারণ দর্শক। আমরা স্কোরবোর্ড দেখি, ওডস দেখি, পোস্ট-ম্যাচ গ্রাফিক্স দেখি, আর ভাবি—এত সংখ্যা মানে এত সত্য। সংখ্যার উপস্থিতি আর তথ্যের উপস্থিতি এক জিনিস নয়। কিছু ম্যাচ জেতা হয় বক্স স্কোরে, কিছু জেতা হয় গ্রুপ চ্যাটে—আর কিছু "বিশ্লেষণ" শুধু ফাঁকা ঘরের সারিতে টিকে থাকে, কারণ কেউ প্রশ্ন করতে ভুলে যায়।

বাংলাদেশ থেকে অস্ট্রেলিয়া—দুই বাজার দেখে আমি একটা জিনিস শিখেছি: বড় সংখ্যা, বড় নাম, বড় লিগ সবসময় বড় শক্তি বোঝায় না। কখনো কখনো সবচেয়ে জোরে চিৎকার করা সংখ্যাটাই সবচেয়ে খালি। আর একটা খালি সংখ্যাকে যত বড় ফন্টে লেখা হয়, তত বিশ্বাসযোগ্য মনে হয়—এটাই ডেটাফিকেশনের সবচেয়ে ধূর্ত কৌশল।

Contrarian

আমি ভুল হতে পারি, এবং সম্ভবত কিছুটা ভুল। প্রথম আপত্তিটা ন্যায্য: হয়তো ওই খালি রিপোর্টটা আসলে কোনো বড় সংকট নয়, শুধু একটা বাগি পাইপলাইনের সাদামাটা ফল। একটা প্রযুক্তিগত ত্রুটি থেকে বড় তত্ত্ব বানানো বুদ্ধিমানের কাজ নয়, আর আমি স্বীকার করি—আমি একটা ফাঁকা টেবিল থেকে অনেকখানি অর্থ বের করে আনছি।

দ্বিতীয় আপত্তি আরও শক্ত: হয়তো ব্লকচেইনের সমালোচনাটা অসময়ের। ভেরিফায়েড ডেটা লেজার সত্যিই বাজি-জালিয়াতি কমাতে পারে, আর আমি প্রোভেন্যান্সের উপকারিতাটা ছোট করে দেখছি। এটাও মেনে নিচ্ছি।

তৃতীয় আপত্তিটা সবচেয়ে অস্বস্তিকর: হয়তো আসল সমস্যা ডেটার অভাবে নয়, ডেটার আধিক্যে। হয়তো আমরা যা দরকার তার চেয়ে বেশি সংখ্যা জমাচ্ছি, তাই একটা ফাঁকা রিপোর্ট আমার কাছে বিশাল সতর্কবার্তা মনে হচ্ছে—অথচ সত্যি হলো, ফুটবল কখনো ডেটা ছাড়াও চলেছে, এবং ভালোভাবেই চলেছে।

তবু একটা জায়গায় আমি অনড়: যে-ই সিদ্ধান্ত নিক, সে জানুক তার হাতে আসলে কী আছে। ব্যর্থতা স্বীকার করা আর ব্যর্থতা লুকিয়ে "নিরাপদ" লেখা—এই দুইয়ের ফারাক কোনো প্রযুক্তি মেটাতে পারে না, কেবল সততা পারে।

Takeaway

তাই আমার পরবর্তী অনুমান, এবং এটা যাচাইযোগ্য: আগামী দু-তিন মৌসুমের মধ্যে ইউরোপের অন্তত একটা বড় লিগ ডেটা-প্রোভেন্যান্স নিয়ে বাধ্যতামূলক মানদণ্ড চালু করবে, কারণ সম্প্রচার আর বাজি-বাজারের চাপ তখনই সহনসীমা ছাড়াবে, যখন একটা ভুল ডেটা একটা বড় সিদ্ধান্ত উল্টে দেবে। কিন্তু সেই মানদণ্ড যদি শুধু "ডেটা আছে কি না" যাচাই করে, আর "ডেটা কখনো আসেনি কেন" জিজ্ঞেস না করে, তাহলে আমরা আরেকটা নিখুঁত, অপরিবর্তনীয়, সম্পূর্ণ খালি রিপোর্ট পাব।

প্রশ্নটা এখন আপনার জন্য: আপনার হাতে থাকা শেষ "নিরাপদ" সিদ্ধান্তটা কি সত্যিই নিরাপদ ছিল—নাকি সেটা শুধু একটা খালি ঘর ছিল, যাকে আপনি সংখ্যা ভেবে পড়েছেন?