শূন্য আর 'কোনো তথ্য নেই' এক জিনিস নয়: ফুটবল ডেটা পাইপলাইনের নীরব ব্যর্থতা ও অন-চেইন প্রমাণের থ্রেশহোল্ড

আগস্ট ২০১৮। নিঝনি নভগোরোদের প্রেস বক্স। ক্রোয়েশিয়া বনাম ইংল্যান্ড সেমিফাইনালের ৬৭তম মিনিট। আমার ল্যাপটপের পর্দায় ক্রোয়েশিয়ার লাইভ xG ১.৪, ইংল্যান্ডের ০.৮। লুকা মদরিচ তখন পর্যন্ত ১২.৮ কিলোমিটার দৌড়েছেন, ৬৭টি পাস সম্পূর্ণ করেছেন, আর তাঁর দেরিতে করা প্রেসিং ইংল্যান্ডের PPDA-কে টেনে নামিয়েছে ১২.৯-এ। ম্যাচটা শেষ হয়েছিল ২-১, ক্রোয়েশিয়ার জয়ে।

এই সন্ধ্যার কথা আমি বহুবার লিখেছি, কারণ এটাই আমার পেশাগত জীবনের ভিত্তিপ্রস্তর। আজ আমি সেই সন্ধ্যার আরেকটা দৃশ্য লিখতে চাই, যেটা কখনো ছাপাইনি।

স্ক্রিনটা এক মুহূর্তের জন্য সম্পূর্ণ ফাঁকা হয়ে গিয়েছিল। প্রতিটা সেল, প্রতিটা বার, প্রতিটা লেবেল — সব ফাঁকা। তারপর ফিরে এল। আমি তখন ধরে নিয়েছিলাম ফিড গেছে। পরে বুঝলাম, ফিড যায়নি। আমার ব্রাউজার চল্লিশ সেকেন্ড পিছিয়ে ছিল। ডেটা আসছিল, আমি দেখছিলাম না।

লেটেন্সি আর ব্যর্থতা — এই দুটোকে আলাদা করা আমাদের পেশার সবচেয়ে অবহেলিত দক্ষতা। শুরু করুন xG দিয়ে, শেষ করুন নিছক একটা মঙ্গলবারে।

আট বছর পর, ২০২৬ সালের সেপ্টেম্বরে, একই প্রশ্ন আমাকে ফিরে দিল একটা বিশ্লেষণ পাইপলাইন। একটা নিবন্ধের নয়টা বিশ্লেষণ-মাত্রা — কৌশল ও টেকনিক, ক্লাব অর্থ ও ট্রান্সফার মার্কেট, ফলাফল ও জনমত চক্র, লিগ ল্যান্ডস্কেপ ও দলীয় অবস্থান, নিয়ম-শাসন, ম্যানেজমেন্ট ও ড্রেসিংরুম, ঝুঁকি প্রোফাইল, মিডিয়া ন্যারেটিভ, এবং ইন্ডাস্ট্রি ট্রান্সমিশন — সবগুলোর আউটপুটে ফিরে এল একটাই বাক্যাংশ: অপর্যাপ্ত তথ্য।

কোনোটাই ফাঁকা ছিল না। সবগুলো ভরা ছিল। ভরাট ছিল একটা শূন্য দিয়ে।

এখানেই ব্লকচেইনের প্রসঙ্গ ঢোকে। কারণ ব্লকচেইন যে সমস্যাটা সবচেয়ে ভালোভাবে সমাধান করার প্রতিশ্রুতি দেয়, সেটা লেনদেন নয় — তথ্যের উৎসপ্রমাণ। আর যে সমস্যাটা সে সবচেয়ে ভালোভাবে সমাধান করতে পারে না, সেটাও এখানেই।

প্রেক্ষাপট: তথ্যবিন্দু, ধাপ-১, ধাপ-২

আমাদের কাজ দুই ধাপে চলে। ধাপ-১ হলো কাঁচা নিবন্ধ থেকে তথ্যবিন্দু বের করা। একেকটা বিন্দু একেকটা যাচাইযোগ্য সত্য: অমুক ম্যাচে অমুক দল চোদ্দোটা শট নিয়েছে; অমুক চুক্তির মূল্য এত কোটি; অমুক কোচের চুক্তি এত সাল পর্যন্ত। ধাপ-২ হলো সেই বিন্দুগুলোর উপর নয়টা মাত্রার গভীর বিশ্লেষণ।

বিধিটা সরল: ধাপ-২ কখনো ধাপ-১-এর বাইরে যায় না। কোনো দল, খেলোয়াড়, ম্যাচ বা সংখ্যা বানানো হয় না। এটা আমাদের সংবিধান, আর এটা ভাঙার সুযোগ একবারও নেওয়া হয়নি।

এবার ২০১৭-র কথা বলি। চট্টগ্রাম থেকে আমরা আবাহনী লিমিটেড ঢাকা বনাম শেখ রাসেল ক্রীড়া চক্রের একটা ম্যাচে স্ট্যান্ডার্ড xG আর PPDA মডেল দাঁড় করিয়েছিলাম। চোদ্দোটা শট ট্র্যাক করেছিলাম। আবাহনীর xG ২.৩, শেখ রাসেলের ১.৭। PPDA ৮.৭ বনাম ১১.২। মডেল বলেছিল ১-১ ড্র হবে। ম্যাচটা ১-১ ড্র হয়েছিল।

সেই সাফল্য আমাদের একটা অভ্যাস দিয়েছিল, আর সেই অভ্যাস আমাদের একটা অন্ধতাও দিয়েছিল। অভ্যাসটা হলো — প্রতি রিপোর্টের শুরুতেই ডেটা টেবিল, xG-পিপিডিএ ছাড়া ম্যাচ রিপোর্ট ছাপা হয় না। অন্ধতাটা হলো — আমরা ধরে নিতে শুরু করলাম, ডেটা থাকলে সিদ্ধান্ত ভালো হয়। ভুলে গেলাম, ডেটা না থাকলে কী হয়, সেই প্রশ্নটাই বেশি জরুরি।

ব্লকচেইন ইন্ডাস্ট্রি গত কয়েক বছর ধরে ঠিক এই প্রশ্নটার উত্তর খুঁজছে, যদিও সে ফুটবলের ভাষায় কথা বলে না। অন-চেইন ওরাকল, ডেটা অ্যাটেস্টেশন, প্রভেন্যান্স লেয়ার — সবগুলোর মর্ম একটাই: তথ্য কোথা থেকে এল, কে বলল, কখন বলল, আর সেই কথাটা পরে বদলে গেল কি না।

আমাদের পাইপলাইনে সেই চারটার একটাও দৃশ্যমান ছিল না। নয়টা মাত্রার বিশ্লেষণ শেষ হয়েছে, অথচ কেউ বলতে পারছে না কাঁচা নিবন্ধটা আদৌ সিস্টেমে ঢুকেছিল কি না।

মূল বিশ্লেষণ: চার ধরনের ব্যর্থতা, একটাই লক্ষণ

নয়টা মাত্রার সবগুলোতে একই ফল আসা মানে নয়টা ভিন্ন সমস্যা নয়। এর মানে একটা সমস্যা, নয়বার দেখা যাচ্ছে। কাজটা করার সময় আমি চারটে আলাদা ব্যর্থতার ধরন আলাদা করে চিহ্নিত করেছি, আর প্রতিটার ব্লকচেইন-জগতে সরাসরি সমগোত্রীয় একটা করে আছে।

প্রথম ধরন: আহরণ ব্যর্থতা। কাঁচা নিবন্ধটা কখনো সিস্টেমে আসেনি। ফেচ লেয়ার হয় টাইমআউট খেয়েছে, হয় সোর্স সাইডে পেজটা সরানো হয়েছে, নয়তো ক্রলার ব্লক হয়েছে। অন-চেইন ভাষায় এটা ওরাকল ডাউনটাইম। ফিড নেই, তাই সংখ্যা নেই।

দ্বিতীয় ধরন: পার্সিং ব্যর্থতা। লেখাটা এসেছে, কিন্তু এক্সট্রাক্টর সেটা পড়তে পারেনি। এনকোডিং ভেঙেছে, বিন্যাস বদলেছে, বা লেখাটা এমন ভাষায় ছিল যা টোকেনাইজার চেনে না। অন-চেইন ভাষায় এটা ম্যালফর্মড পেলোড — ডেটা এসেছে, কিন্তু কনট্র্যাক্ট তার মানে বুঝতে পারছে না।

তৃতীয় ধরন: নীরব পাস-থ্রু। লেখাটা এসেছে, পার্সও হয়েছে, কিন্তু তথ্যবিন্দুর সংখ্যা শূন্য। পাইপলাইন থামেনি। সে শূন্যটাকে বৈধ ইনপুট ধরে পরের ধাপে পাঠিয়ে দিয়েছে। এটা ওরাকল স্টেলনেস টলারেন্সের অতিরিক্ত প্রশস্ত সেটিং। হৃদস্পন্দন বন্ধ, অথচ চুক্তি এখনো পুরোনো দামকেই সত্য বলে মানছে।

চতুর্থ ধরন, আর এটাই সবচেয়ে বিপজ্জনক: কৃত্রিম তথ্য উৎপাদন। খালি ইনপুটে যদি পাইপলাইন এগিয়ে যেত, তাহলে দল, খেলোয়াড়, ম্যাচ, স্কোর — সব বানানো হয়ে যেত। ড্যাশবোর্ড সুন্দর দেখাত। কোনো সেল ফাঁকা থাকত না। আর ঠিক সেই কারণেই কেউ সন্দেহ করত না।

এখানেই ব্লকচেইনের সবচেয়ে বড় শিক্ষাটা লুকিয়ে আছে, এবং সেটা টোকেনোমিক্স নিয়ে নয়, সলিডিটি নিয়ে। স্মার্ট কনট্র্যাক্টে require() স্টেটমেন্ট থাকার মানে এই নয় যে কোডটা ভদ্র। এর মানে হলো, শর্ত পূরণ না হলে কনট্র্যাক্ট নিজে থেকেই থেমে যায় এবং রিভার্ট করে। ব্যর্থতা সেখানে একটা স্বীকৃত, মূল্যবান আউটপুট।

ডেটা পাইপলাইনে ব্যর্থতা সাধারণত আউটপুট নয়, ব্যতিক্রম। আর ব্যতিক্রম মানে সেটা লগে যায়, কেউ পড়ে না, পাইপলাইন চলে।

আমাদের ক্ষেত্রে পাইপলাইন ভদ্র আচরণ করেছে — সে বানায়নি। কিন্তু সে থামেওনি। সে নয়টা মাত্রা ধরে বিশ্লেষণ চালিয়ে গেছে, প্রতিটাতে অপর্যাপ্ত তথ্য লিখেছে, আর শেষে একটা প্রতিবেদন তৈরি করেছে যার মূল্য শূন্য।

সেই শূন্য প্রতিবেদন তৈরিতে যতটা পরিশ্রম গেছে, তার এক-দশমাংশ পরিশ্রমে আগেই ধরা যেত যে ইনপুট খালি। এখানেই থ্রেশহোল্ডের প্রশ্ন।

ন্যূনতম-তথ্য গেট: কোথায় বসাব, কত নিচে বসাব

একটা গেট দাঁড় করাতে চারটে শর্ত লাগে। শিরোনাম ও সূত্র পূরণ থাকতে হবে। অন্তত একটা তথ্যবিন্দু থাকতে হবে। অন্তত একটা নামযুক্ত সত্তা থাকতে হবে — দল, খেলোয়াড়, কোচ বা প্রতিযোগিতা। এবং লেখকের অবস্থান ও নিবন্ধের উদ্দেশ্য চিহ্নিত থাকতে হবে।

এবার কঠিন প্রশ্নটা: তথ্যবিন্দুর থ্রেশহোল্ড কত? এক? তিন? দশ?

এক ধরে নিলে ভুলের ঝুঁকি বেশি। যে নিবন্ধে মাত্র একটা যাচাইযোগ্য সত্য আছে, তার উপর নয় মাত্রার বিশ্লেষণ দাঁড় করানো মানে নয়টা ভবনে একটাই ইট। তিন ধরে নিলে ছোট খবরগুলো বাদ পড়বে — অথচ ছোট খবরেই অনেক সময় আসল সংকেত থাকে। দশ ধরে নিলে দীর্ঘ ফিচার ছাড়া কিছুই পার হবে না, আর আমাদের কাজের বড় অংশ ফিচার নয়।

আমি তিনে থামি, তবে সংবেদনশীলতা পরীক্ষা করে দেখি। এক থেকে পাঁচের মধ্যে গেট সরালে কী হারায়, কী বাঁচে। নিচে নামালে রিকল বাড়ে, নির্ভুলতা কমে। উপরে উঠালে উল্টোটা। কোনটা বেশি দরকার সেটা নির্ভর করে ডাউনস্ট্রিম কাজটা কী, তার উপর।

একটা লাইভ ম্যাচ ড্যাশবোর্ডে গেট নিচে রাখতে হয়, কারণ সেখানে দ্রুততা বেশি জরুরি — ভুল একটা xG মান পাঁচ মিনিট পর সংশোধন হয়ে যাবে। কিন্তু একটা চুক্তি-বিশ্লেষণে বা শৃঙ্খলা-সংক্রান্ত প্রতিবেদনে গেট উঁচু রাখতে হয়, কারণ সেখানে ভুল সংখ্যা বছরের পর বছর ঘুরতে থাকে।

ব্লকচেইনের প্রসঙ্গে এই পার্থক্যটা আরও পরিষ্কার। অন-চেইনে কিছু লিখলে সেটা মুছে ফেলা যায় না। তাই সেখানে গেট আরও উঁচু হওয়া উচিত, আর সেটাই আমাদের পেশার সবচেয়ে বড় ট্রেডঅফ: যাচাইযোগ্যতা বাড়াতে গিয়ে আমরা গতি হারাই, আর গতি বাড়াতে গিয়ে আমরা স্মৃতি হারাই।

ড্যাশবোর্ড ম্যাচ নয়; ড্যাশবোর্ড ম্যাচের ছায়া। ছায়া কখনো ভুল জায়গায় পড়তে পারে, কিন্তু ছায়ার একটা গুণ আছে — সে কখনো নিজে থেকে নড়ে না। যে সংখ্যাটা নিজে থেকে নড়ছে, তার পিছনে কেউ আছে। প্রশ্নটা হলো, কে।

কাউন্টার-ইনটুইটিভ দিক: ব্লকচেইন ভুল তথ্যকে সত্য বানায় না

এখানে একটা আরামদায়ক ভুল ধারণা ছড়িয়ে আছে, এবং সেটা ফুটবল অ্যানালিটিক্স আর ব্লকচেইন — দুই জগতেই একই রকম। ধারণাটা হলো: তথ্য অন-চেইনে লিখে ফেললে তথ্যটা সত্য হয়ে যায়।

হয় না। অন-চেইনে লেখা মানে কেবল এটা যে তথ্যটা কখনো বদলায়নি, আর কে কখন লিখেছে সেটা প্রমাণ করা যায়। উৎসপ্রমাণ আর সত্য — দুটো আলাদা জিনিস। একটা ভুল পার্সিং অন-চেইনে গেলে সেটা অপরিবর্তনীয়ভাবে ভুল হয়ে যায়। এটাকে আমরা বলি আবর্জনা ভেতরে গেলে গসপেল বাইরে বেরোয়।

আর দ্বিতীয় সমস্যা: খরচ ও লেটেন্সি। লাইভ xG টেমপ্লেটে আমরা পনেরো মিনিটের ব্যবধানে হালনাগাদ করি। প্রতি হালনাগাদ অন-চেইনে অ্যাংকর করতে গেলে প্রতি ম্যাচে কয়েক ডজন লেনদেন, কয়েক ডজন ফি, আর প্রতিবার একটা নিশ্চিত বিলম্ব। একটা ড্রর ম্যাচে সেটা হয়তো চলে। একটা ট্রান্সফার ডেডলাইনের শেষ তিন ঘণ্টায় সেটা চলে না।

তাই থ্রেশহোল্ডটা হতে হবে ঘটনা-ভিত্তিক নয়, সিদ্ধান্ত-ভিত্তিক। প্রতিটা সংখ্যা অ্যাংকর করার দরকার নেই। যে সংখ্যাটা কারও সিদ্ধান্ত বদলায় — কোচের বদল, স্কাউটের সুপারিশ, নিয়ন্ত্রকের জরিমানা — শুধু সেটাই অ্যাংকর করার যোগ্য। বাকিটা ঘোরাফেরা করুক, সংশোধনযোগ্য থাকুক।

আর একটা কথা যোগ করা দরকার, যেটা কম আলোচিত। খালি ইনপুট যেটা ফিরে দিল, সেটা হয়তো বাগ নয়। হয়তো নিবন্ধটাই সত্যিই তথ্যশূন্য ছিল — শিরোনাম ছিল, ভেতরে কিছু ছিল না। সেক্ষেত্রে পাইপলাইনের প্রতিক্রিয়া সম্পূর্ণ সঠিক ছিল। কিন্তু তারপরেও একটা ভুল থেকে যায়: খালিটা ধরা পড়তে লেগেছে নয়টা মাত্রার পুরো বিশ্লেষণ।

সঠিক স্থাপত্যে গেটটা থাকত শূন্য নম্বর মাত্রায় — বিশ্লেষণ শুরুর আগে। খরচ হতো শূন্য, লাভ হতো পুরো বিশ্লেষণের সময়।

একটা প্রায়-দুর্ঘটনার হিসাব

আমি এটাকে দুর্ঘটনা বলছি না। বলছি প্রায়-দুর্ঘটনা, কারণ পাইপলাইন শেষ পর্যন্ত বানায়নি। কেউ একটা সংখ্যা টাইপ করেনি। কেউ একটা দলের নাম বসায়নি। সংবিধান রক্ষা পেয়েছে।

কিন্তু প্রায়-দুর্ঘটনার হিসাবটা মজার। নয়টা মাত্রা, প্রতিটায় কমপক্ষে তিনটে বিশ্লেষণ-উপসংহার, প্রতিটায় আলাদা সাক্ষ্যসূত্র, প্রতিটায় নিশ্চয়তার মাত্রা। সব মিলিয়ে একটা দীর্ঘ, সুবিন্যস্ত, সম্পূর্ণ সৎ প্রতিবেদন — যার তথ্যগত মূল্য শূন্য, কিন্তু যার স্থাপত্যগত মূল্য অনেক।

আমি এটাকে আমাদের সেরা নথিগুলোর একটা বলতে রাজি। কারণ এটা দেখিয়ে দিয়েছে সিস্টেমটা কোথায় শক্ত আর কোথায় দুর্বল। শক্ত জায়গাটা হলো — সে মিথ্যা বানায় না। দুর্বল জায়গাটা হলো — সে দেরিতে থামে।

ফুটবলে এই দেরিটা চেনা। একটা দল পনেরো মিনিট ধরে খারাপ খেলছে, কিন্তু গোল খায়নি, তাই কেউ কিছু বদলায় না। তারপর ষাট মিনিটে গোল খায়, তারপর বদল আসে। ডেটা পাইপলাইনের ব্যর্থতাও একইভাবে কাজ করে: যতক্ষণ একটা দৃশ্যমান ক্ষতি না হয়, ততক্ষণ সিস্টেম সচল থাকে।

আর যেহেতু এই লেখাটা একটা টুর্নামেন্ট চক্রের মাঝখানে লেখা, একটা কথা যোগ করি। টুর্নামেন্টের সময় ডেটা-শৃঙ্খলা সবচেয়ে আগে ভাঙে। কারণ চাপ বাড়লে মানুষ পদ্ধতি ছাড়ে, আর পদ্ধতি ছাড়লে প্রথমে যায় তথ্যবিন্দুর যাচাই, শেষে যায় তথ্যবিন্দু নিজেই। গ্রুপ পর্বের তৃতীয় ম্যাচের রাতে যেসব সংখ্যা ছাপা হয়, তার একটা বড় অংশ কেউ যাচাই করে না।

সামনের রাউন্ডের সংকেত

আমি পরের ধাপে তিনটে জিনিস ট্র্যাক করব।

প্রথম সংকেত: একই ধরনের খালি আউটপুট অন্য রেকর্ডেও আসে কি না। একবার এলে সেটা ঘটনা, বারবার এলে সেটা স্থাপত্যের ত্রুটি। আর স্থাপত্যের ত্রুটি সারাতে ইঞ্জিনিয়ারের দরকার, বিশ্লেষকের ধৈর্যের নয়।

দ্বিতীয় সংকেত: কাঁচা লেখার হ্যাশ। আহরণের মুহূর্তেই যদি কাঁচা টেক্সটের হ্যাশ সংরক্ষণ করা যেত, তাহলে আজ আমরা প্রমাণ করতে পারতাম ব্যর্থতাটা উজানে — লেখা আসেনি — নাকি নিচে — লেখা এসে হারিয়েছে। এই একটা হ্যাশই পুরো তদন্তের দিক বদলে দিত। এটাই ব্লকচেইনের আসল অবদান, দাম নয়, স্মৃতি।

তৃতীয় সংকেত: গেটের হিসাব। কতগুলো নিবন্ধ প্রতি মাসে গেটে আটকায়, আর তার মধ্যে কতগুলো আটকানোর যোগ্য ছিল। যদি বেশিরভাগ আটকানো নিবন্ধ আসলে গ্রহণযোগ্য হয়, গেট খুব উঁচুতে বসেছে। যদি শূন্যটা গেট পার করে যায়, গেট নেই।

পাঁচ মিনিটের অপেক্ষা, পনেরো মিনিটের টেমপ্লেট — এই দুটোর মাঝখানে আমাদের পুরো পেশা দাঁড়িয়ে আছে।

শেষ প্রশ্নটা সরল, তবে উত্তর দেওয়া কঠিন: যদি আমরা নিশ্চিত করতে না পারি একটা বাক্য আদৌ আমাদের কাছে এসেছিল কি না, তাহলে অন-চেইনে আমরা আসলে কী যাচাই করছি?

একটা মঙ্গলবার

২০১৭ সালের সেই ম্যাচটা ১-১ ড্র হয়েছিল, আর আমাদের মডেল সঠিক প্রমাণিত হয়েছিল। আমি সেদিন গর্ব করেছিলাম। এখন বুঝি, সঠিক সংখ্যা আর নির্ভরযোগ্য পাইপলাইন — দুটো আলাদা অর্জন। একটা সন্ধ্যায় দুটোই মিলে গেলে সেটা ভাগ্য, রুটিন নয়।

যে সিস্টেম তার নিজের ফাঁকা অবস্থা চিনতে পারে এবং সেই ফাঁকা অবস্থাকে গোপন না করে ঘোষণা করে, সেটাই আসলে বিশ্বাসযোগ্য। খালি ইনপুট সেটা করেছে, দেরিতে হলেও।

শুরু করুন xG দিয়ে। কিন্তু শেষ করুন একটা নিছক মঙ্গলবারে, যখন ড্যাশবোর্ড ফাঁকা আর আপনাকে সিদ্ধান্ত নিতে হবে — সংখ্যাটা নেই, নাকি সংখ্যাটা এখনো আসেনি।