শূন্য ফলাফলই সাক্ষ্য: ইস্পোর্টস বিশ্লেষণে ডেটা প্রভেন্যান্সের নিরীক্ষা

আমি নোটবুক খুললাম। বাঁ দিকের পাতায় তারিখ, ডান দিকে টেবিল — যেখানে থাকার কথা ছিল প্যাচ নম্বর, পরিবর্তনের মাত্রা, কারা লাভবান, কারা ক্ষতিগ্রস্ত। কিন্তু প্রতিটি ঘর ফাঁকা। শুধু একটাই লেখা ঘুরেফিরে ফিরে আসছে: N/A — insufficient information। বিশ মিনিট আমি ওই ফাঁকা ঘরগুলোর দিকে তাকিয়ে রইলাম। ছয় বছর ধরে আমি ম্যাচ বিশ্লেষণ করি, কিন্তু এই প্রথমবার আমার বিশ্লেষণের কাঁচামালটাই ছিল শূন্য। তখনই একটা পুরনো বাক্য ফিরে এল — আমার প্রথম xG নোটবুক আমাকে শিখিয়েছিল, একটা ম্যাচ দুইবার পড়া যায়। এবার আমাকে পড়তে হলো একটা অনুপস্থিত ম্যাচকে।

এটা কোনো রহস্য নয়, এটা একটা নিরীক্ষা (audit)। প্রশ্নটা সরল: যখন সোর্স উপাদান শূন্য, তখন একজন বিশ্লেষকের কাজ কী? স্বাভাবিক প্রবণতা হলো ফাঁকা ঘরগুলো কল্পনায় ভরে দেওয়া — একটা প্যাচ নম্বর বানিয়ে ফেলা, একটা টিমের নাম জুড়ে দেওয়া, একটা আত্মবিশ্বাসী সিদ্ধান্ত টেনে আনা। কিন্তু আমার পেশা আমাকে উল্টোটা শিখিয়েছে। আজ আমি লিখতে বসেছি ঠিক সেই শূন্যতার বিষয়ে — ইস্পোর্টস বিশ্লেষণের দুই-স্তরের পাইপলাইনে (Stage-1 ও Stage-2) একটা খালি ফলাফল কেন নিজেই একটা সাক্ষ্য, এবং ডেটার প্রভেন্যান্স (provenance) — অর্থাৎ তথ্যের উৎস ও অখণ্ডতার প্রমাণ — কেন ইস্পোর্টসে এখন সবচেয়ে দামি সম্পদ।

প্রসঙ্গ: দুই-স্তরের পাইপলাইনে বিশ্লেষক কোথায় দাঁড়ায়

আধুনিক ইস্পোর্টস কনটেন্ট-শৃঙ্খলে বিশ্লেষণ আর একক মানুষের মাথা থেকে বেরোনো মন্তব্য নয়। এটা একটা পাইপলাইন। Stage-1 হলো নিষ্কাশন (extraction) — কাঁচা নিবন্ধ বা ট্রান্সক্রিপ্ট থেকে তথ্য-বিন্দু (information points), মূল দৃষ্টিভঙ্গি, সত্তা (entities), সময়-সংবেদনশীলতা টেনে বের করা। Stage-2 হলো সেই নিষ্কাশিত বিন্দুগুলোর উপর দাঁড়িয়ে বহুমাত্রিক পেশাদার বিশ্লেষণ — প্যাচ ও মেটা, টুর্নামেন্ট কাঠামো, দল ও খেলোয়াড়, আঞ্চলিক ভূগোল, ক্লাব-অর্থনীতি, নিয়ম ও সুশাসন, ঝুঁকি, জন-আখ্যান, এবং শিল্প-সঞ্চালন।

আমি এই কাঠামোটা নিয়ে কাজ করি কারণ এটা আমাকে শৃঙ্খল দেয়। কিন্তু এখানেই একটা ফাঁদ লুকিয়ে আছে। Stage-1 যদি খালি আসে — যদি নিবন্ধের শিরোনাম, সোর্স, তথ্য-বিন্দু সব N/A হয় — তাহলে Stage-2-এর প্রতিটি ঘরও N/A হয়ে যায়। তখন বিশ্লেষকের সামনে দুটো পথ: হয় অজুহাত বানিয়ে গল্প ফাঁদা, নয়তো থেমে গিয়ে বলা, "এখানে বিশ্লেষণ করার মতো কিছু নেই।" দ্বিতীয় পথটা কম চটকদার, কিন্তু এটাই একমাত্র সৎ পথ।

আমার পটভূমিটা এখানে প্রাসঙ্গিক। আমি অস্ট্রেলিয়ায় জন্মেছি, এখন বোস্টনে থাকি, এবং ইস্পোর্টস কভার করি আমেরিকান মার্কেটের জন্য। ২০১৮ বিশ্বকাপে চোদ্দো বছর বয়সে আমি ফ্রান্স-আর্জেন্টিনা ৪-৩ ম্যাচের ২৩টি শট একটা সর্পিল নোটবুকে লিখেছিলাম। ফ্রান্সের xG হিসাব করলাম ২.৭, আর্জেন্টিনার ১.৯। স্কোরলাইন বলছিল ফ্রান্স একচ্ছত্র, কিন্তু সংখ্যা দেখাচ্ছিল দুই গোলের ব্যবধান দাঁড়িয়ে আছে মাত্র ০.৮ xG-এর ব্যবধানে। সেদিন থেকে আমার প্রতিটি বিশ্লেষণ শুরু হয় একটা xG ডিফারেনশিয়াল টেবিল দিয়ে, গল্প দিয়ে নয়। কারণ আমি সিদ্ধান্তে পৌঁছেছিলাম — স্কোরলাইনকে গল্প বলতে দেওয়া যায় না।

এই অভ্যাসটাই আজ আমাকে রক্ষা করছে। যে বিশ্লেষক ফাঁকা ঘরকে সম্মান করতে শেখে না, সে একদিন ভুল তথ্য দিয়েও আত্মবিশ্বাসী থাকবে। আর ইস্পোর্টসে, যেখানে প্যাচ প্রতি দুই সপ্তাহে বদলায় আর রস্ট্র প্রতিটি সিজনে উল্টে যায়, ভুল আত্মবিশ্বাসই সবচেয়ে বড় পেশাগত অপরাধ।

মূল বিশ্লেষণ: শূন্যতার নয়টি কক্ষ, এবং প্রতিটি কক্ষে কী পড়া যায়

Stage-2 কাঠামো নয়টা মাত্রা জুড়ে বিছানো। এখানে সোর্স শূন্য, তাই প্রতিটি মাত্রায় বিশ্লেষণ অসম্ভব। কিন্তু অসম্ভবতা নিজেই একটা পাঠ। নিচে প্রতিটি কক্ষে আমি দেখাব, কেন তথ্যের অভাবে সিদ্ধান্ত না টানা কখনো দুর্বলতা নয়, বরং শৃঙ্খল।

১. প্যাচ ও মেটা: আবহাওয়া না জানলে ফসলের হিসাব হয় না

প্রথম কক্ষে থাকার কথা ছিল গেমের নাম, প্যাচ নম্বর, পরিবর্তনের মাত্রা। সব ফাঁকা। আমার একটা স্থায়ী বাক্য আছে — ইস্পোর্টসে প্যাচ নোটস হলো আবহাওয়া, আর ডেটা হলো জলবায়ু। আবহাওয়া না জেনে আপনি আজকের বৃষ্টির ভবিষ্যদ্বাণী করতে পারেন না; জলবায়ু না জেনে আপনি দশকের ধারা বুঝতে পারেন না। কিন্তু প্যাচ নম্বরটাই যদি না থাকে, তাহলে আপনি কোন আবহাওয়ার কথা বলছেন?

ভাবুন, কেউ দাবি করল, "এই প্যাচে লেট-গেম ক্যারি চ্যাম্পিয়নরা দুর্বল হয়ে গেছে।" প্রশ্ন: কোন প্যাচ? ১৪.২, নাকি ১৪.৩? কারণ এই দুই প্যাচের মধ্যে একটা আইটেমের দাম পাঁচ গোল্ড বদলালেই সাপোর্ট মেটা উল্টে যায়। প্যাচ নম্বর ছাড়া এই দাবি একটা অনুমান, বিশ্লেষণ নয়। আমি মডেলকে বিশ্বাস করি, কিন্তু মডেলকে বিশ্বাস করার আগে মডেলকে নিরীক্ষা করি। নিরীক্ষার প্রথম ধাপ: ইনপুটটা কী? ইনপুট শূন্য হলে আউটপুটও শূন্য হওয়া উচিত, গল্প নয়।

এই কক্ষে লুকানো ঝুঁকিগুলো চিহ্নিত: প্যাচ-সংক্রান্ত দাবি যদি ডেটা-সমর্থন ছাড়া আসে, সেটা একটা লাল পতাকা। আরেকটা লাল পতাকা — প্র্যাকটিস সার্ভারের ভার্সন আর টুর্নামেন্ট সার্ভারের ভার্সন আলাদা হলে খেলোয়াড়রা যা প্র্যাকটিস করেছে আর যা খেলছে, তার মধ্যে ফাটল তৈরি হয়। এই ফাটল ম্যাচের ফল বদলে দিতে পারে, কিন্তু প্যাচ নম্বর না জানলে এই ঝুঁকি মাপাই যায় না।

২. টুর্নামেন্ট কাঠামো: বিন্যাসই নিয়তি লেখে

দ্বিতীয় কক্ষে টুর্নামেন্টের নাম, টায়ার, প্রকৃতি, ফরম্যাট — সব N/A। এটা আকস্মিক গুরুত্বপূর্ণ। কারণ টুর্নামেন্টের বিন্যাস (format) শুধু প্রশাসনিক বিবরণ নয়, এটা ফলাফল নির্ধারণকারী একটা চলক। সিঙ্গেল এলিমিনেশন আর ডাবল এলিমিনেশনের মধ্যে পার্থক্য হলো একটা ম্যাচ হারলেই ঘরে ফেরা, নাকি দ্বিতীয় সুযোগ। সুইস ফরম্যাটে সংখ্যা বলছে — ভালো দলগুলো দীর্ঘ সিরিজে নিজেদের প্রমাণ করার সময় পায়, অথচ নকআউটে একটা খারাপ দিনই বিদায়।

আমার ২০২০-এর একটা অভিজ্ঞতা এখানে প্রাসঙ্গিক। সেবার আমি বুন্দেসলিগার রিস্টার্ট-পরবর্তী ৮৩টি ম্যাচ বিশ্লেষণ করেছিলাম — হোম পয়েন্ট, হোম উইন পার্সেন্টেজ, PPDA, সব ব্রডকাস্ট ফিড থেকে। হোম টিমের গড় পয়েন্ট নেমে এসেছিল ১.৩২-এ, যা ছিল বিশ্রামের আগে ১.৫৪; হোম উইন রেট ৪৩.২% থেকে নেমে ৩৩.৭%। আমি পাঁচ-ম্যাচ রোলিং xG দিয়ে টিমের মান নিয়ন্ত্রণ করেছিলাম। খালি স্টেডিয়ামগুলো ছিল একটা প্রাকৃতিক পরীক্ষা; আমি শুধু স্প্রেডশিটটা নিয়ে হাজির হয়েছিলাম।

কেন এটা এখানে বলছি? কারণ এই শিক্ষাটাই বলে — কোনো বিন্যাস বা পরিবেশের প্রভাব মাপতে হলে আপনার কমপক্ষে ৫০টি ম্যাচ দরকার। তার কম হলে সেই প্রবণতাকে আমি 'প্রভিশনাল' লেবেল দিই। এখন টুর্নামেন্টের নামও যদি না থাকে, তাহলে স্যাম্পল সাইজ তো দূরের কথা, নমুনাটাই নেই। তখন সংখ্যা দিয়ে কথা বলার চেষ্টা হলো একটা জাল সুনির্দিষ্টতা (false precision) — যা ডেটা-সাক্ষরতার চেয়ে বিপজ্জনক।

৩. দল ও খেলোয়াড়: নামহীন দলের গল্প লেখা যায় না

তৃতীয় কক্ষে কোনো দল, খেলোয়াড় বা কোচ চিহ্নিত হয়নি। কোনো রস্ট্র মুভ, চুক্তি বা ফর্ম-ডেটাও নেই। এখানে একটা শক্ত নীতি মনে রাখা দরকার — একটা ট্রান্সফার গুজব হলো একটা প্রকল্পনা (hypothesis); মেডিকেল আর একটা স্প্রেডশিট হলো সাক্ষ্য।

২০২৪-এ আমি নিউ ইংল্যান্ড রেভোলিউশনের হয়ে সামার ট্রান্সফার উইন্ডোতে পরামর্শ দিয়েছিলাম। ইউরো ২০২৪-এর পর আমি জর্জেস মিকাউতাদজেকে চিহ্নিত করেছিলাম — ৩ গোল, প্রতি ৯০ মিনিটে ০.৬৮ xG, প্রতি ম্যাচে ২.১ প্রগ্রেসিভ ক্যারি। ক্লাব তার পিছনে পড়ল, কিন্তু ডিল ভেঙে গেল যখন মেডিকেলে পুরনো হাঁটুর সমস্যা ধরা পড়ল। আমি আউটপুট মডেল করেছিলাম, কিন্তু ইনজুরি ইতিহাস মডেল করিনি। পরের এক মাস আমি আমার প্লেয়ার-মূল্যায়ন টেমপ্লেট নতুন করে গড়লাম — মিনিট-লোড আর ইনজুরি-ডে যোগ করে।

শিক্ষা সরল: কোনো খেলোয়াড়ের নাম, তার মিনিট-লোড, তার ফর্ম কার্ভ, তার ঝুঁকি — এর কিছুই যদি না থাকে, তাহলে তাকে নিয়ে লেখা প্রতিটি বাক্য কল্পনা। আর ইস্পোর্টসে এই কল্পনা আরও বিপজ্জনক, কারণ একটা রস্ট্র পরিবর্তন বা একটা ভিসা সমস্যা গোটা সিজনের হিসাব উল্টে দিতে পারে। নামহীন দলের গল্প লেখা যায়, কিন্তু তা হয় উপন্যাস, বিশ্লেষণ নয়।

৪. আঞ্চলিক ভূগোল: একই অঞ্চল, ভিন্ন খেলা, ভিন্ন গল্প

চতুর্থ কক্ষে কোনো অঞ্চল নাম নেই। এখানে একটা সূক্ষ্ম কিন্তু জরুরি কথা — একই অঞ্চল ভিন্ন গেমে ভিন্নভাবে আচরণ করে। যে অঞ্চল মোবাইল টাইটেলে দুর্দান্ত, সে অঞ্চল PC টাইটেলে হয়তো পিছিয়ে। কারণ ট্যালেন্ট পুল, একাডেমি আউটপুট, ইন্টারনেট অবকাঠামো, স্পন্সর-বাস্তুতন্ত্র — এগুলো গেম-নির্দিষ্ট।

এখানেই আমার সবচেয়ে প্রিয় বিশ্লেষণী ছবিটা আসে — মরক্কো। ২০২২ কাতার বিশ্বকাপে আমি বোস্টনের একটা বিশ্ববিদ্যালয়-অ্যানালিটিক্স ল্যাবে রিমোট ডেটা স্কাউট হিসেবে কাজ করছিলাম। আমি মরক্কোর সেমিফাইনাল-যাত্রায় মন দিলাম: তাদের PPDA ছিল ১৪.২, প্রতি ম্যাচে xG অ্যালাউড ০.৭৮। প্রথম পাঁচ ম্যাচে তারা মাত্র একটি নিজেদের গোল হজম করেছিল। আমি একটা বারো পাতার রিপোর্ট নিউ ইংল্যান্ড রেভোলিউশন একাডেমির এক কোচকে দেখালাম — কীভাবে মরক্কোর কম্প্যাক্ট ৪-১-৪-১ প্রতিপক্ষকে কম-মূল্যের ক্রসে ঠেলে দেয়।

এখানে মূল কথা: মরক্কো জিতেছিল প্রত্যাশিত টেম্পো প্রত্যাখ্যান করে — কম্প্যাক্ট স্ট্রাকচার, ট্রানজিশন এফিশিয়েন্সি, রিসোর্স অ্যাসিমেট্রি। এই যুক্তিটা ইস্পোর্টসে অনুবাদ করা যায় — কিন্তু সাবধানে। ম্যাপ কন্ট্রোল, অবজেক্টিভ ড্যামেজ, ভিশন স্কোর — এগুলো ফুটবলের xG-র সরাসরি সমতুল্য নয়। ভুল সমতুল্যায়ন (overreach) করলে বিশ্লেষণ দুর্বল হয়। আর অঞ্চলের নামই না থাকলে তো কোনো সমতুল্যায়নের সুযোগই নেই।

৫. ক্লাব-অর্থনীতি: টাকার হিসাব ছাড়া দলের হিসাব অসম্পূর্ণ

পঞ্চম কক্ষে স্পন্সর রেভিনিউ, লিগ ডিস্ট্রিবিউশন, স্যালারি, ক্যাপিটাল ইনজেকশন — সব N/A। ইস্পোর্টসে অর্থনীতি আর ক্রীড়া-প্রদর্শন একসূত্রে গাঁথা। একটা দল ট্রফি জিততে পারে, অথচ বেতন বাকি রেখে দেউলিয়া হতে পারে। এই দুই ঘটনা একসাথে ঘটলে কোনটা সত্যি গল্প? দুটোই।

আমার নিয়ম: কোনো প্লেয়ার প্রোফাইল লেখার সময় এখন সবসময় একটা মেডিকেল-ঝুঁকি প্যারা আর একটা মিনিট-লোড টেবিল রাখি। এই অভ্যাস আমাকে কম সেনসেশনাল করেছে, কয়েকটা ব্রেকিং-নিউজ সুযোগ কেড়ে নিয়েছে — কিন্তু দায়িত্বশীল করেছে। একই যুক্তি ক্লাব-অর্থনীতিতে: একটা সাইনিংয়ের অঙ্ক, চুক্তির দৈর্ঘ্য, আর একটা বেতন-বিলম্বের সংকেত — এই তিনটি না মিললে ট্রান্সফারের মূল্যায়ন অসম্পূর্ণ।

৬. নিয়ম ও সুশাসন: খেলার বাইরের খেলা

ষষ্ঠ কক্ষে নিয়ম-ব্যবস্থা, কমপ্লায়েন্স-ঝুঁকি — সব N/A। ইস্পোর্টসে সুশাসন মানে ম্যাচ-ফিক্সিং, বুস্টিং, চুক্তি-বিবাদ, অপ্রাপ্তবয়স্ক সুরক্ষা। এগুলো নিয়ে কথা বলতে হলে আপনার একটা নির্দিষ্ট নিয়ম-ব্যবস্থা দরকার — পাবলিশার-নিয়ম, লিগ-নিয়ম, নাকি জাতীয় আইন।

এখানে একটা সংযত কথা বলি। রেফারি আর সিদ্ধান্ত-পর্যালোচনা নিয়ে আমার একটা স্থায়ী অবস্থান আছে — দর্শকদের জন্য স্বচ্ছ ব্যাখ্যার অভাব মানে দর্শকই উপেক্ষিত দর্শক (audience)। ইস্পোর্টসে এই সমস্যাটা আরও তীব্র: একটা পেনাল্টি সিদ্ধান্ত বা একটা ডিসকোয়ালিফিকেশন প্রায়ই ব্যাখ্যা ছাড়াই আসে। তবে আজ এই বিষয়ে বিশদে যাব না, কারণ সোর্সে কোনো নির্দিষ্ট ঘটনাই নেই। শুধু নীতিটা লিখে রাখি: যে ব্যবস্থা ব্যাখ্যা দিতে অস্বীকার করে, সেটা নিজের বৈধতাই ক্ষয় করে।

৭. ঝুঁকি: ছয় ধরনের ঝুঁকি, শূন্য ইনপুট

সপ্তম কক্ষে প্রতিযোগিতামূলক, আর্থিক, কর্মী, নিয়ম, জনমত, সিস্টেমিক — ছয় ধরনের ঝুঁকির ম্যাট্রিক্স। সব N/A। এটা একটা মজার পরিস্থিতি: ঝুঁকি-বিশ্লেষণ তখনই অর্থবহ যখন একটা সিদ্ধান্ত বা ঘটনা থাকে যাকে ঘিরে ঝুঁকি মাপা যায়। ঘটনাই যদি না থাকে, ঝুঁকিও নেই — অন্তত পরিমাপযোগ্য ঝুঁকি নেই।

কিন্তু একটা সিস্টেমিক ঝুঁকি সবসময় থাকে, সেটা হলো অখণ্ডতার ঝুঁকি। যদি আপনার বিশ্লেষণ শূন্য ইনপুটের উপর দাঁড়িয়ে আত্মবিশ্বাসী সিদ্ধান্ত টানে, তাহলে সেই সিদ্ধান্তই সবচেয়ে বড় ঝুঁকি। এখানেই Stage-2 রিপোর্ট সঠিক কাজ করেছে — সে জোর করে কোনো সিদ্ধান্ত টানেনি। এটা দুর্ঘটনা নয়, এটা নকশা।

৮. জন-আখ্যান: প্রত্যাশা আর বাস্তবের ফাঁক

অষ্টম কক্ষে জন-আখ্যান, উত্তাপ-চক্র, প্রত্যাশা-ফাঁক — সব N/A। এখানে একটা কথা মনে রাখা দরকার — সোশ্যাল মিডিয়ার উত্তাপ আর ভিত্তির অনুপাত (heat-to-fundamentals ratio) প্রায়ই বিশ্লেষকের আসল শত্রু। একটা রস্ট্র পরিবর্তন দুই ঘণ্টায় ভাইরাল হয়, কিন্তু তার মাঠের প্রভাব দেখা যায় তিন সপ্তাহ পরে।

আমার প্রিয় বাক্য এখানে ফিরে আসে — ভিড় ছিল সেই চলক, যেটা আমরা কখনো মডেলে রাখিনি। ইস্পোর্টসে ভিড়ের বদলে থাকে অনলাইন দর্শক, লাইভ চ্যাট, এবং টুইটারের আবেগ। এই চলকগুলো মাপা কঠিন, কিন্তু উপেক্ষা করলে জন-আখ্যান আর বাস্তবের ফাঁক বাড়ে।

৯. শিল্প-সঞ্চালন: পাবলিশার থেকে দর্শক পর্যন্ত

নবম কক্ষে সঞ্চালন-মানচিত্র — আপস্ট্রিম (পাবলিশার, প্যাচ ও ইভেন্ট-লাইসেন্স), মিডস্ট্রিম (ক্লাব, ইভেন্ট, স্ট্রিমিং প্ল্যাটফর্ম), ডাউনস্ট্রিম (স্পন্সরশিপ, ডেরিভেটিভ, মেইনস্ট্রিমিং)। সব N/A। কিন্তু এই মানচিত্রটাই বলে দেয়, ইস্পোর্টসের একটা সিদ্ধান্ত কত দূর পর্যন্ত ঢেউ তোলে।

এখানেই আমি আজকের সত্যিকারের বিষয়ে পৌঁছালাম। সোর্স-নিবন্ধের তৃতীয় ঝুঁকি-সতর্কতা ছিল: "Provenance gap" — শিরোনাম, সোর্স, ধরন সব N/A, তাই নিবন্ধটার অস্তিত্বও যাচাই করা যায় না। এই একটা লাইন গোটা সমস্যার কেন্দ্র। ইস্পোর্টসের সবচেয়ে বড় অবকাঠামোগত দুর্বলতা ডেটা-নিরাপত্তা নয়, ডেটা-প্রভেন্যান্স — তথ্যটা কোথা থেকে এল, কে তৈরি করল, কখন বদলাল।

বিপরীতমুখী কোণ: কেন বিশ্লেষণ করতে অস্বীকার করাই বেশি মূল্যবান

স্বাভাবিক প্রত্যাশা হলো — একজন বিশ্লেষক সবসময় একটা উত্তর দেবেন। কনটেন্ট-ইকোনমি এই প্রত্যাশাকেই পুরস্কৃত করে। কিন্তু প্রশ্ন করুন: একটা ভুল সিদ্ধান্ত আর একটা সৎ 'জানি না' — কোনটা পাঠকের বেশি ক্ষতি করে?

এখানে আমার যুক্তিটা পাঁচ বছরের স্যাম্পল-নীতিতে দাঁড়িয়ে। ২০২০-এ খালি স্টেডিয়াম নিয়ে কাজ করার সময় আমি শিখেছিলাম — ৫০ ম্যাচের কম নমুনায় কোনো প্রবণতাকে আমি প্রভিশনাল বলি। এই নীতিটা আমাকে ধীরে লিখতে বাধ্য করে, কিন্তু কেউ সহজে উড়িয়ে দিতে পারে না। Stage-2 রিপোর্ট ঠিক এটাই করেছে — সে প্রতিটি কক্ষে লিখেছে 'অপর্যাপ্ত তথ্য, মূল্যায়ন করা যায় না।' এটা দুর্বলতা নয়, এটা পদ্ধতিগত সততা।

তবে এখানে একটা ফাঁদও আছে, যেটা আমি নিজের চরিত্রে চিনি। ডেটা-মঙ্ক হিসেবে মডেল আমার কাছে পরিষ্কার উত্তর মনে হয় — এটা একটা প্রবণতা। দ্বিতীয় প্রবণতা: বিপরীতমুখী সিদ্ধান্ত টানা নিজেই একটা ব্র্যান্ড হয়ে ওঠে। আমি নিজেকে প্রশ্ন করি — আমার বিপরীতমুখী দাবিটার পিছনে কি সাক্ষ্য আর নমুনা দুটোই আছে? যদি না থাকে, তাহলে সেটা অন্তর্দৃষ্টি নয়, শুধু ভঙ্গি।

আর একটা ফাঁদ — ক্রস-স্পোর্ট ওভাররিচ। অস্ট্রেলিয়ায় জন্ম, আমেরিকায় কাজ, ফুটবল-উৎসারিত মডেল নিয়ে ইস্পোর্টসে ঢোকা — এই পটভূমি আমাকে বিপদে ফেলতে পারে। তাই আমি সমতুল্যায়ন সাবধানে করি: ম্যাপ কন্ট্রোল, অবজেক্টিভ ড্যামেজ, ভিশন স্কোর — প্রতিটির সীমা চিনে নিয়ে। ইস্পোর্টসে প্যাচ নোটস আবহাওয়া, ডেটা জলবায়ু — এই পার্থক্যটা ভুলে গেলেই বিশ্লেষণ ভেঙে পড়ে।

সবচেয়ে বড় কথা, একটা খালি ঘরও একটা ডেটা-বিন্দু। 'এখানে তথ্য নেই' — এই বাক্যটা যদি সত্যি হয়, তাহলে সেটাই সবচেয়ে দামি বাক্য, কারণ এটা আপনার পরবর্তী ৯৯টি ভুল সিদ্ধান্ত আটকে দেয়। প্রথম xG নোটবুক আমাকে শিখিয়েছিল একটা ম্যাচ দুইবার পড়া যায়। আজ শিখলাম, একটা অনুপস্থিত ম্যাচকেও দুইবার পড়া যায় — প্রথমবার শূন্যতা হিসেবে, দ্বিতীয়বার প্রমাণ হিসেবে।

টেকওয়ে: ব্লকচেইন-যুগে প্রভেন্যান্সই বিশ্লেষণের মেরুদণ্ড

তাহলে সামনের দিকে তাকাই। ইস্পোর্টস ডেটা এখনো বেশিরভাগ ক্ষেত্রে কেন্দ্রীভূত, সম্পাদনযোগ্য (editable), আর প্রভেন্যান্সহীন। যে কেউ একটা স্কোরবোর্ড স্ক্রিনশট বদলাতে পারে, একটা VOD টাইমস্ট্যাম্প দাবি করতে পারে, একটা ট্রান্সফার ফি বানাতে পারে — আর যাচাইয়ের কোনো উপায় থাকে না। এখানেই ব্লকচেইন-ভিত্তিক অপরিবর্তনীয় (immutable) লেজার প্রাসঙ্গিক: প্যাচ-ইতিহাস, ম্যাচ-টেলিমেট্রি, ট্রান্সফার-রেকর্ড, এমনকি রেফারি-সিদ্ধান্তের টাইমস্ট্যাম্প — সব একটা যাচাইযোগ্য শৃঙ্খলে লেখা থাকলে 'provenance gap' আর থাকে না।

আমি বলছি না ব্লকচেইন ইস্পোর্টসের সব সমস্যা মেটাবে। আমি বলছি — যখন সোর্স শূন্য, তখন প্রভেন্যান্সই আপনার একমাত্র ভরসা। পরের সপ্তাহগুলোতে আমি একটা জিনিস লক্ষ্য করব: কোন প্ল্যাটফর্ম তার প্যাচ-লগ আর ম্যাচ-ডেটা পাবলিকলি যাচাইযোগ্য করছে, আর কে শুধু স্ক্রিনশটের উপর ভরসা রাখছে। যারা দ্বিতীয় দল, তাদের বিশ্লেষণ আমি প্রভিশনাল লেবেল দেব — অন্তত প্রভেন্যান্স প্রমাণ হওয়ার আগে। কারণ তথ্যের উৎস যাচাই না করে তথ্যের গল্প লেখা মানে, ফাঁকা ঘরে গল্প ফাঁদা। আর আমি সেই ভুলটা আর করব না।