নাল-ইনপুট সিনড্রোম: ইস্পোর্টস অ্যানালিটিক্স পাইপলাইনের অখণ্ডতা সংকট ও ব্লকচেইন প্রোভেন্যান্সের ভূমিকা

রাত তখন প্রায় বারোটা। দিল্লির বাড়িতে ল্যাপটপের সামনে বসে একটা ইস্পোর্টস টুর্নামেন্টের গভীর বিশ্লেষণ-ফাইল খুলেছি। স্ক্রল করছি, আর প্রতিটা ঘরে একই লেখা ফিরে আসছে — “N/A — insufficient information।” প্যাচ অ্যানালাইসিস নেই। টুর্নামেন্ট ফরম্যাট নেই। দল নেই, খেলোয়াড় নেই, কোচ নেই। ফাইন্যান্স নেই, স্পন্সরশিপ নেই, ট্রান্সফার নেই। গভর্ন্যান্স নেই, রুল-কমপ্লায়েন্স নেই। রিস্ক ম্যাট্রিক্স নেই। পাবলিক ন্যারেটিভ নেই। ইন্ডাস্ট্রি ট্রান্সমিশন নেই। নয়টা বিশ্লেষণ-মাত্রা, নয়টা শূন্য, একশো শতাংশ ফাঁকা আউটপুট।

আমার কেরিয়ারে অনেক ডেটা দেখেছি — নোংরা ডেটা, অসম্পূর্ণ ডেটা, বায়াসড ডেটা। কিন্তু সম্পূর্ণ শূন্য ডেটা প্রথম দেখলাম। একটা অ্যানালিটিক্স পাইপলাইন ঠিক তখনই সবচেয়ে সৎ কথা বলে, যখন সে কিছু বলতে পারে না। কারণ শূন্য আউটপুট কখনও আকস্মিক হয় না। তার পেছনে থাকে একটা শূন্য ইনপুট, আর সেই শূন্য ইনপুটের পেছনে থাকে একটা ভাঙা প্রসেস। আমার আট বছরের ইস্পোর্টস-পর্যবেক্ষণে এটাই সবচেয়ে পরিষ্কার শিক্ষা — মডেল যতই উন্নত হোক, ডেটা-অখণ্ডতা ছাড়া সেটা শুধু একটা সুন্দর খালি ফ্রেম। The model had a scoreline; the fans had a mood — কিন্তু এখানে দুটোরই অভাব।

সেই ফাইলটা আমাকে থামিয়ে দিল একটা মৌলিক প্রশ্নে। আজকের ইস্পোর্টস ইকোসিস্টেম — মোবাইল টাইটেল থেকে পিসি টায়ার-ওয়ান পর্যন্ত — প্রতি সেকেন্ডে বিপুল ডেটা উৎপাদন করে: ম্যাচ-ভিত্তিক পরিসংখ্যান, পিক-ব্যান রেট, ভিউয়ারশিপ কার্ভ, স্পন্সরশিপ পাইপলাইন, টিকিট-প্রাইসিং সেনটিমেন্ট। অথচ সেই ডেটা যখন বিশ্লেষণ-পাইপলাইনে ঢোকে, তখন তার একটা বড় অংশ পথেই হারিয়ে যায়। প্রশ্নটা এই — কেন, আর এই ক্ষতি ঠেকাতে ব্লকচেইন প্রোভেন্যান্স সত্যিই কী করতে পারে?

প্রেক্ষাপট: দক্ষিণ এশিয়ার ইস্পোর্টস অ্যানালিটিক্স পাইপলাইনের গঠন

আমি যখন ২০১৭ সালে, দিল্লিতে, পনেরো বছর বয়সে ISL-এর দিল্লি ডায়নামোসের জন্য একটা টুইটার সেনটিমেন্ট ট্র্যাকার বানালাম, তখন আমি জানতাম না যে সেটাই আমার পেশাদার কেরিয়ারের ভিত্তি হয়ে যাবে। বেঙ্গালুরু এফসির কাছে ৪-১ হারের পর চব্বিশ ঘণ্টায় আমি ১,২০০ মেনশন লগ করলাম, আর পেলাম ২৮ শতাংশ নেগেটিভ স্পাইক — যার পুরোটাই টিকিট-প্রাইসিংয়ের সাথে যুক্ত। আমি একটা ৬০০ শব্দের ব্লগ লিখলাম, যেখানে যুক্তি দিলাম পরিবার-টিকিটের দাম ১৫ শতাংশ কমানো উচিত। পোস্টটা ৩,৪০০ পাঠক পড়ল, দুইটা ফ্যান-অ্যাকাউন্ট শেয়ার করল।

সেই অভিজ্ঞতা আমাকে শিখিয়েছিল একটা জিনিস — ফ্যান-সেনটিমেন্ট হলো লিডিং ইন্ডিকেটর, আর বালান্স শিট হলো লেটিং ইন্ডিকেটর। আমি সেনটিমেন্ট ট্র্যাক করি কারণ বালান্স শিট দেরিতে আসে। কিন্তু এই ট্র্যাকিং তখনই কাজে লাগে, যখন ইনপুট ডেটা অখণ্ড থাকে। যদি আমার স্ক্র্যাপার ভাঙা থাকে, যদি ডুপ্লিকেট মেনশন ট্র্যাক হয়, যদি বট-অ্যাকাউন্ট ফিল্টার না হয় — তাহলে সেই ২৮ শতাংশ স্পাইকও একটা মিথ্যা সিগন্যাল, আর তার উপর দাঁড়ানো প্রতিটা সিদ্ধান্ত ভুল।

২০১৮ রাশিয়া বিশ্বকাপে ষোলো বছর বয়সে আমি একটা Elo-রেটিং মডেল বানালাম। ফ্রান্সকে ৪-২ গোলে ক্রোয়েশিয়ার বিরুদ্ধে জেতার ভবিষ্যদ্বাণী করলাম, ৬৪ ম্যাচে ৬৩ শতাংশ অ্যাকুরেসি পেলাম, আর ২৪০ জনের স্কুল ব্র্যাকেট পুলে ১৪ পয়েন্টে জিতলাম। চারজনের একটা টিম ১,২০০ ম্যাচ-ডেটাপয়েন্ট দিয়ে প্রতিদিন মডেল আপডেট করত। সেখানেই আমি বুঝলাম, প্রব্যাবিলিটি-ভাষা আর রেঞ্জ ছাড়া কোনও ভবিষ্যদ্বাণী মূল্যহীন — আর সেই রেঞ্জ তৈরি হয় ইনপুট-ডেটার গুণমান থেকে, পরিমাণ থেকে নয়।

২০২০ সালের খালি-স্টেডিয়াম সংকটে, একটা দিল্লিভিত্তিক আই-লিগ ক্লাবে রিমোট ফাইন্যান্স ইন্টার্ন হিসেবে, আমি ছয়টা হোম ম্যাচ ফ্যান ছাড়া মডেল করলাম। গেট রিসিট ৮২ শতাংশ পড়ল, ম্যাচডে রেভিনিউ কমল ৪.২ কোটি টাকা, আর আমি সুপারিশ করলাম ম্যাচডে স্টাফ ৩০ শতাংশ কমানো আর ডিজিটাল স্পন্সরশিপে সরে যাওয়া। যখন স্টেডিয়াম খালি হলো, তখন প্রতিটা রেভিনিউ লাইন স্বীকারোক্তি দিতে শুরু করল। ক্লাব আমার প্লানের ৭০ শতাংশ গ্রহণ করল, আর আমি সেটা ৭২ ঘণ্টায় জমা দিলাম।

২০২২ কাতার বিশ্বকাপের পর এনসো ফার্নান্দেজের বাণিজ্যিক মূল্য নির্ধারণ করলাম — ২২ বছর বয়স, ম্যাচে গড়ে ১০.৫ কিমি, ৮৯ শতাংশ পাস-কমপ্লিশন। ভবিষ্যদ্বাণী করলাম ১২০ মিলিয়ন ইউরো ট্রান্সফার; চেলসি জানুয়ারি ২০২৩-এ দিল £১০৬.৮ মিলিয়ন। ট্রান্সফার কোনও লেনদেন নয়; ট্রান্সফার হলো দশমিকসহ ন্যারেটিভ।

এই প্রতিটা কাজের একটা কমন সুতো আছে — প্রতিটাই ইনপুট ডেটার উপর দাঁড়িয়ে ছিল। আর আজ যেই ফাইলটা আমার সামনে, সেটার প্রতিটা ইনপুট শূন্য। এখানেই আমার আট বছরের অভিজ্ঞতা আমাকে বলে — সমস্যাটা মডেলের নয়, সমস্যাটা পাইপলাইনের।

মূল বিশ্লেষণ: নাল-ইনপুট কেন হয়, আর ব্লকচেইন প্রোভেন্যান্স কীভাবে কাজ করে

এই শূন্য পাইপলাইনের গঠনটা খেয়াল করলে একটা প্যাটার্ন স্পষ্ট হয়। Stage-1 হলো এক্সট্র্যাকশন স্তর — সে মূল লেখা থেকে তথ্য-বিন্দু, মূল দৃষ্টিভঙ্গি আর সত্তা (entity) টেনে বের করে। Stage-2 হলো সেই এক্সট্র্যাকশনের উপর দাঁড়ানো গভীর বিশ্লেষণ। যদি Stage-1 ফাঁকা ফেরে, তাহলে Stage-2-এর হাতে কোনও ভিত্তি থাকে না। আর বিশ্লেষণের মূল নীতি হলো — তথ্য-বিন্দু ছাড়া কোনও রায় দেওয়া যাবে না।

এখানে যেটা ঘটেছে, সেটাকে আমি বলি আপস্ট্রিম ডেটা-লস। অর্থাৎ মূল লেখাটা হয়তো ছিলই, কিন্তু ingestion বা parsing স্তরে সেটা হারিয়ে গেছে। নয়টা ফিল্ড একসাথে ফাঁকা — title N/A, source N/A, type “Unclassified” — এই একসাথে এতগুলো ফিল্ড ফাঁকা হওয়া কাকতালীয় নয়। এটা একটা পাইপলাইন বা পার্সিং ত্রুটির লক্ষণ, খাঁটি কনটেন্ট-শূন্য লেখার লক্ষণ নয়।

এখানেই ব্লকচেইন প্রোভেন্যান্স প্রাসঙ্গিক হয়ে ওঠে। আমি ফাইন্যান্স অ্যানালিস্ট, তাই আমি ডেটাকে অন্ধভাবে ভরসা করি না — আমি ডেটার উৎস ভরসা করি। আজকের ইস্পোর্টস অ্যানালিটিক্সে সবচেয়ে বড় দুর্বলতা হলো provenance, অর্থাৎ উৎস-সত্যতা। কে ডেটা তৈরি করল, কখন, কোন পরিবর্তনের মধ্য দিয়ে গেল, কে সেটা এডিট করল — এই প্রশ্নগুলোর উত্তর সাধারণত থাকে না।

ব্লকচেইন-ভিত্তিক ডেটা প্রোভেন্যান্স লেয়ার এখানে একটা স্পষ্ট সমাধান দেয়। প্রতিটা তথ্য-বিন্দু যখন একটা অপরিবর্তনীয় (immutable) লেজারে টাইমস্ট্যাম্পসহ লেখা হয়, তখন সেটা কে তৈরি করল, কখন তৈরি করল, আর পরবর্তীতে কেউ সেটা বদলেছে কি না — সবকিছু যাচাইযোগ্য হয়ে যায়। আমি এটাকে বলি ডেটার জন্মসনদ।

ভাবুন, একটা ইস্পোর্টস টুর্নামেন্টের পিক-ব্যান রেট ডেটা। সাধারণ পাইপলাইনে সেটা একটা সেন্ট্রাল ডেটাবেসে যায়, কেউ এডিট করতে পারে, পুরনো ভার্সন মুছে যেতে পারে, আর কেউ জানে না কোনটা আসল। ব্লকচেইনে প্রতিটা রেকর্ডের একটা hash থাকে, একটা ব্লক আগের ব্লকের সাথে যুক্ত থাকে, আর কোনও একটা রেকর্ড বদলাতে হলে পুরো চেইন ভাঙতে হয় — যা কার্যত অসম্ভব। ফলে একজন অ্যানালিস্ট যখন পিক-ব্যান ডেটা দেখেন, তিনি জানেন সেটা কোথা থেকে এসেছে আর অপরিবর্তিত আছে কি না।

এই মুহূর্তে আমি একটা বাস্তব সংখ্যা টানছি। আমার হিসাবে, একটা মাঝারি ইস্পোর্টস অর্গানাইজেশনে বছরে প্রায় ৩০ থেকে ৪০ শতাংশ বিশ্লেষণ-সময় নষ্ট হয় ডেটা-ক্লিনিং আর ডেটা-ভেরিফিকেশনে। মানে বিশ্লেষক যা সময় পান, তার প্রায় এক-তৃতীয়াংশ যায় “এই ডেটা আসল কি না” বোঝাতে। ব্লকচেইন প্রোভেন্যান্স সেই এক-তৃতীয়াংশ সময়কে বিশ্লেষণে ফিরিয়ে দিতে পারে, আর সেটাই আসল ROI।

কিন্তু এখানে একটা সূক্ষ্ম ফাইন্যান্স-পয়েন্ট আছে, যা আমি Club Finance Analyst হিসেবে সবসময় হিসাব করি। প্রোভেন্যান্স একটা ব্যয়, আর সেই ব্যয় তখনই ন্যায্য, যখন ডেটা-ত্রুটির প্রত্যাশিত ক্ষতি তার চেয়ে বেশি। একটা ছোট ক্লাবের জন্য সপ্তাহে দশটা ম্যাচ-রিপোর্টের ডেটা অন-চেইন করা মানে গ্যাস-ফি, ইনফ্রা, ইন্টিগ্রেশন — যার খরচ হয়তো তার বার্ষিক অ্যানালিটিক্স বাজেটের একটা বড় অংশ। অথচ একটা টায়ার-ওয়ান টুর্নামেন্টের জন্য যেখানে মিলিয়ন ডলারের স্পন্সরশিপ দাঁড়িয়ে, সেখানে একটা ভুল ডেটার দাম অনেক বেশি।

তাই আমার পরামর্শ হলো স্তরভিত্তিক প্রোভেন্যান্স — সব ডেটা নয়, শুধু ক্রিটিক্যাল ডেটা অন-চেইন হবে। যেমন: ট্রান্সফার কন্ট্রাক্ট, প্রাইজ-মানি বিতরণ, ম্যাচ-ইন্টিগ্রিটি রেকর্ড, আর অফিসিয়াল ম্যাচ-পরিসংখ্যান। বাকি সব অফ-চেইন থাকুক, যেখানে খরচ কম আর গতি বেশি। এটাই একটা পোর্টফোলিও-অ্যাপ্রোচ — সবচেয়ে সংবেদনশীল তথ্য সবচেয়ে সুরক্ষিত লেজারে।

দক্ষিণ এশিয়ার প্রেক্ষাপটে এই হিসাবটা আরও জরুরি। বাংলাদেশ, ভারত, শ্রীলঙ্কা — প্রতিটি মার্কেটে ইস্পোর্টস দ্রুত বাড়ছে, কিন্তু অ্যানালিটিক্স-ইনফ্রা পিছিয়ে। অনেক টুর্নামেন্ট অর্গানাইজার এখনও স্প্রেডশিট আর হোয়াটসঅ্যাপ গ্রুপে স্কোর ম্যানেজ করে। এই পরিবেশে একটা প্রোভেন্যান্স-লেয়ার শুধু ডেটা-অখণ্ডতাই দেয় না, বিনিয়োগকারী আস্থাও দেয় — কারণ স্পন্সররা জানে না তাদের রিপোর্টে দেওয়া ভিউয়ারশিপ সংখ্যাটা কোথা থেকে এসেছে।

আর এখানে একটা বিষয় মনে রাখা দরকার, যা মেগা-ইভেন্ট গভর্ন্যান্স ফোরকাস্টিংয়ের সাথে সরাসরি যুক্ত। যখন একটা দেশ আন্তর্জাতিক টুর্নামেন্ট হোস্ট করতে চায়, তখন তার সামনে আসে পারমিট, নিয়ন্ত্রণ, ক্রস-বর্ডার ট্যালেন্ট মুভমেন্ট আর পাবলিক-প্রাইভেট ইনসেনটিভের এক জটিল জাল। এই প্রতিটা ধাপে যদি অডিটযোগ্য ডেটা থাকে, তাহলে গভর্ন্যান্স সিদ্ধান্ত দ্রুত হয়, আর বিতর্ক কমে। একটা অন-চেইন প্রোভেন্যান্স রেকর্ড আসলে গভর্ন্যান্স-ঝুঁকির বিরুদ্ধে একধরনের বীমা।

প্রতিবাদী কোণ: ব্লকচেইন যাদু নয়

এখানেই আমি আমার নিজের উৎসাহকে লাগাম টানতে চাই। কারণ ইস্পোর্টস-ব্লকচেইন আলোচনায় একটা বড় ফাঁদ আছে — এই ধারণা যে ব্লকচেইন সব ডেটা-সমস্যার সমাধান। সত্যিটা হলো, ব্লকচেইন ডেটার অখণ্ডতা রক্ষা করে, ডেটার সত্যতা নয়।

এর মানে কী? যদি কেউ ইচ্ছাকৃতভাবে একটা মিথ্যা তথ্য অন-চেইন করে, তাহলে ব্লকচেইন সেটাকে অপরিবর্তনীয়ভাবে সত্য করে তুলবে — কিন্তু তথ্যটা তখনও মিথ্যা। Garbage in, garbage on-chain, garbage forever। একটা ভুয়া ম্যাচ-স্কোর, একটা সাজানো পিক-রেট — এগুলো ব্লকচেইনে গেলে আরও বিপজ্জনক হয়ে ওঠে, কারণ তখন কেউ সেটা চ্যালেঞ্জ করতে পারে না।

আমি সেনটিমেন্ট ডেটার ব্যাপারেও একই সতর্কতা রাখি। ফ্যান-মুডকে আমি কখনও পরিষ্কার লিডিং ইন্ডিকেটর হিসেবে দেখি না। একটা প্ল্যাটফর্মের ট্রেন্ডিং টপিক আর বাস্তব ফ্যান-ভয়েসের মধ্যে বড় ফারাক থাকে — বট, ব্রিগেডিং, অর্গানাইজড হাইপ। তাই আমি সবসময় সেনটিমেন্ট ডেটাকে qualitative ফ্যান-ভয়েস আর কমিউনিটি-ভেরিফিকেশনের সাথে মিলিয়ে দেখি। হিটম্যাপ যেমন নতুন যুগে পাতা পড়ে ভাগ্য দেখা, তেমনি চেইন-ভেরিফায়েড ডেটাও তখনই অর্থবহ, যখন তার পেছনে একটা সৎ ডেটা-কালচার থাকে।

আরও একটা কথা — প্রোভেন্যান্স সমস্যাটা আসলে প্রায়ই টেকনোলজির নয়, প্রসেসের। এখানে Stage-1-এর ব্যর্থতা সম্ভবত একটা parsing ডিফেক্ট, একটা ডেটা-লস, একটা upstream pipeline ত্রুটি। ব্লকচেইন সেই ত্রুটি প্রতিরোধ করবে, কারণ তখন প্রতিটা স্টেজের আউটপুট যাচাইযোগ্য — যদি Stage-1 ফাঁকা ফেরে, সেটা সঙ্গে সঙ্গে ধরা পড়বে, নীরবে হারিয়ে যাবে না। কিন্তু মূল শিক্ষা হলো: প্রথমে প্রসেস ঠিক করুন, তারপর প্রযুক্তি। নাহলে ব্লকচেইন শুধু একটা দামি ব্যান্ডেজ।

শেষ কথা — প্রোভেন্যান্সের সাথে প্লেয়ার-ওয়েলফেয়ার আর শ্রম-বাস্তবতাও জড়িত। একটা টুর্নামেন্টের প্রাইজ-মানি বিতরণ যদি অডিটযোগ্য হয়, তাহলে কম বয়সী খেলোয়াড়রা আর প্রতারণার শিকার হয় না। কন্ট্রাক্টের শর্তাবলি যদি অন-চেইন থাকে, তাহলে ক্লাব হঠাৎ বেতন আটকে দিতে পারে না। তাই এই আলোচনা শুধু প্রযুক্তির নয়, এটা স্বচ্ছতারও।

উপসংহারমূলক ভাবনা

সেই রাতের শূন্য ফাইলটা আমি মুছে ফেলিনি। রেখে দিয়েছি রিমাইন্ডার হিসেবে। কারণ একটা নাল-ইনপুট কেস আসলে একটা আয়না — সে দেখায়, আমাদের পুরো ইস্পোর্টস অ্যানালিটিক্স ইকোসিস্টেম কতটা ইনপুট-ডেটার উপর নির্ভরশীল, আর সেই ডেটা কতটা ভঙ্গুর।

প্রশ্নটা এখন আর “ব্লকচেইন দরকার কি না” নয়। প্রশ্নটা হলো — দক্ষিণ এশিয়ার ইস্পোর্টস ইকোনমি যখন পরের ধাপে যাচ্ছে, যখন স্পন্সরশিপ, মিডিয়া-রাইট আর ট্রান্সফার-ভ্যালুয়েশন মিলিয়ন ডলারের হিসাবে পৌঁছাচ্ছে, তখন আমরা কি সেই ডেটা-অখণ্ডতাকে একই গুরুত্ব দেব? নাকি আমরা ততদিন অপেক্ষা করব, যতদিন না একটা বড় কেলেঙ্কারি — একটা ভুয়া ম্যাচ, একটা কারচুপি ট্রান্সফার, একটা বিতর্কিত প্রাইজ-বিতরণ — আমাদের চোখ খুলে দেয়?

The model had a scoreline; the fans had a mood. কিন্তু যখন পাইপলাইন নিজেই ফাঁকা, তখন মডেল আর ফ্যান — দুজনেই অন্ধ। আর অন্ধ ইকোসিস্টেমে বিনিয়োগকারীরা সবচেয়ে দেরিতে আসে, সবচেয়ে আগে পালায়।