খালি ইনপুট, ভরাট রিপোর্ট: ইস্পোর্টস ডেটা পাইপলাইনে নাল-ফলাফলের শৃঙ্খলা

সোমবার সকাল। ব্যাঙ্গালুরুর তিন জনের ডেস্কে চা ঠান্ডা হয়ে যাচ্ছে, আর জুনিয়র অ্যানালিস্ট তার নয়-ডাইমেনশন রিপোর্ট জমা দিচ্ছে। প্রতিটি ঘরে একই লাইন — পর্যাপ্ত তথ্য নেই, মূল্যায়ন সম্ভব নয়। প্রথম প্রতিক্রিয়া হাসি। দ্বিতীয় প্রতিক্রিয়া, যেটা আসল, সেটা হালকা ভয়। কারণ ওই খালি রিপোর্টটি ওই সপ্তাহের সবচেয়ে দামি ডকুমেন্ট হিসেবে টেবিলে থেকে গেল। ইস্পোর্টস অ্যানালিটিক্সে বিপজ্জনক জিনিস ফাঁকা পাতা নয়। বিপজ্ঞনক জিনিস হলো ভরা পাতা — দেখতে পূর্ণ, শুনতে আত্মবিশ্বাসী, আর ভেতরে শূন্য।

আমরা একটি নির্দিষ্ট ফাইল নিয়ে বসেছিলাম। নয়টি ঘরের নয়টিই ফাঁকা: টাইটেল নেই, সোর্স নেই, প্যাচ নেই, টুর্নামেন্ট নেই, দল নেই, খেলোয়াড় নেই, লেনদেন নেই, ভিউপয়েন্ট নেই। একমাত্র পূর্ণ ঘর — ডোমেইন লেবেল: esports। আর সেই একটিমাত্র ঘরও যদি কোনো সিস্টেমের ডিফল্ট ভ্যালু হয়ে থাকে, তাহলে হাতে থাকে শূন্য সিগন্যাল। এখানেই বেশিরভাগ ডেস্ক প্রথম ভুলটি করে। খালি ইনপুট পেলে মস্তিষ্ক নিজে থেকেই গল্প লিখতে শুরু করে — নিশ্চয়ই নতুন প্যাচ নার্ফ করেছে, নিশ্চয়ই রোস্টার বদল হবে, নিশ্চয়ই স্পনসর সরে যাচ্ছে। এই প্যাটার্নটাই ইস্পোর্টস রিসার্চে সবচেয়ে ক্ষতিকর ফেইলিউর মোড, কারণ আউটপুটটি ভুল হওয়ার সঙ্গে সঙ্গে বিশ্বাসযোগ্যও শোনায়।

শূন্য থেকে বিশ্লেষণ দাঁড় করানোর আগে টাইটেলটি আগে বেছে নিতে হয়। কারণ মেটা শব্দটির কোনো সার্বজনীন অর্থ নেই। Riot-এর প্যাচ ক্যাডেন্স প্রায় দুই সপ্তাহের ছন্দে চলে, মৌসুমী ইভেন্ট ঘিরে ভারী রি-ব্যালান্স আসে। Valve-এর ইকোসিস্টেমে প্যাচ অনেক কম আসে, কিন্তু মেজর কেন্দ্রিক প্রস্তুতির উইন্ডো লম্বা। Tencent-নির্ভর মোবাইল টাইটেলগুলোতে সিজন-ভিত্তিক প্যাচ ব্লক চলে, যেখানে একটি ব্লক মানেই সম্পূর্ণ নতুন রিসোর্স ইকোনমি। এক টাইটেলের প্যাচ-ভাষা আরেক টাইটেলের প্যাচ-ভাষার সঙ্গে মিশিয়ে ফেললে বিশ্লেষণ কেবল অসম্পূর্ণ থাকে না, ভুল হয়ে যায়।

একই সমস্যা টুর্নামেন্ট ফরম্যাটেও। BO1 সিরিজে আপসেটের সম্ভাবনা BO5-এর চেয়ে অনেক বেশি, আর গ্রুপ স্টেজের সিডিং কাঠামো স্ট্রং টিমের স্টেবিলিটির মাপ পাল্টে দেয়। ফরম্যাট না জানলে ম্যাচ-আউটকাম নিয়ে কোনো ফ্রেমই দাঁড় করানো যায় না। একইভাবে রোস্টার মূল্যায়নের জন্য দরকার একটি মেট্রিক সেট আর একটি স্যাম্পল উইন্ডো। MOBA-তে KDA, ড্যামেজ-পার-মিনিট, গোল্ড-টু-ড্যামেজ কনভার্সন কাজ করে; FPS-এ Rating, K-D ডিফারেনশিয়াল, ওপেনিং-কিল সাকসেস রেট কাজ করে। এক পজিশনের মেট্রিক দিয়ে আরেক পজিশন মাপা যায় না — এটাই সেই জায়গা, যেখানে সুন্দর টেবিল দেখানো সহজ, আর ভুল প্রমাণ করা কঠিন।

আর্থিক ঝুঁকির স্ক্রিনিংও এখানেই আটকায়। একটি নাল রেসপন্স কখনও সবুজ সংকেত নয়। নাম না জানলে বেতন বাকি পড়ার সংকেত, দল ভেঙে যাওয়ার লক্ষণ, বিনিয়োগকারীদের পিছিয়ে যাওয়ার চিহ্ন — কিছুই যাচাই করা যায় না। ডেটা না থাকার অর্থ ঝুঁকি নেই, তা নয়। ডেটা না থাকার অর্থ হলো স্ক্রিনটি কখনও চালানোই হয়নি। কথনটা অ্যানালিস্টদের প্রতিবেদনে প্রতি মাসে অন্তত একবার ভুলভাবে অনুবাদ হয়।

ন্যারেটিভের ক্ষেত্রেও একই শৃঙ্খলা দরকার। অফিসিয়াল মিডিয়া, ভার্টিক্যাল মিডিয়া আর কমিউনিটি চ্যানেলের ভাষা এক হয় না। এই তিনটি চ্যানেলের মধ্যে বিচ্যুতিই প্রায়ই সবচেয়ে আগে জানিয়ে দেয়, একটা ন্যারেটিভ টেকসই নয়। চ্যানেল-সেপারেশন ছাড়া হিট সাইকেল মাপা অসম্ভব, আর অসম্ভব জিনিস মাপার ভান করলেই ফেনোমেনা ভুল পড়া শুরু হয়।

আমি ব্যাঙ্গালুরুতে একটি xG মডেল বানিয়েছিলাম। এটি প্রথমে যেটি মেরে ফেলেছিল, সেটি হলো হোম বায়াস। ২০১৭ সালে আমি ব্যাঙ্গালুরু এফসি-র ১৮টি আইএসএল ম্যাচের প্রতিটি শটের লোকেশন, অ্যাসিস্ট টাইপ আর কভার করা দূরত্ব নিজে কোড করেছিলাম। মডেল বলল, সুনীল ছেত্রী ৯.২ xG থেকে ১৪ গোল করেছিলেন — একটা রিগ্রেশন সিগন্যাল, যা মার্কেট তখন দেখতে পায়নি। সেই থ্রেড প্রকাশের পর ডেস্কের আইএসএল রিটার্ন আট সপ্তাহে ৪ শতাংশ থেকে ৯ শতাংশে গেল। মডেল এজ খোঁজে না; আমি এমন ঘর বানাই, যেখানে এজকে দেখা দিতেই হয়।

তিন বছর পর, ২০২০ সালের মে মাসে, ফুটবল যখন বন্ধ, আমি বুন্দেসলিগার বন্ধ-দরজার ৮৩টি ম্যাচ নিয়ে বসেছিলাম। হোম-উইন রেট ৪৩.৩ শতাংশ থেকে নেমে ২১.২ শতাংশে, হোম দলের কভার করা দূরত্ব প্রতি ম্যাচে ৪.৭ কিলোমিটার কমে। হোম-ফিল্ড কোএফিসিয়েন্ট আমি ০.৩৫ থেকে ০.১২-তে নামিয়ে আনলাম। বিকেলের কিকঅফে প্রভাবটি সবচেয়ে শক্তিশালী ছিল। অনেকে বলল নয়েজ। আমি মডেল প্রকাশ করলাম। পরের দুই বছরে সেই কাজটাই আমাকে শিখিয়েছিল, খালি স্টেডিয়ামকে আবেগের বিষয় নয়, কাঠামোগত অ্যাডজাস্টমেন্ট হিসেবে পড়তে হয়।

এই শিক্ষা পাইপলাইনে সরাসরি বসে। ভ্যালিডেশন গেট ছাড়া কোনো খালি ইনপুট Stage-2-তে ঢোকা উচিত নয়। অন্তত চারটি ঘর পূর্ণ না হলে ফাইলটি ফেরত যাবে, এবং ফেরত পাঠানোর সিদ্ধান্ত আগেই লিখিত থাকবে। সিদ্ধান্ত থ্রেশহোল্ডও আগে ঘোষণা করতে হবে — কোন ডেটা এলে আমি মত পাল্টাব, আর কত দিনের মধ্যে। পরে নয়, আগে।

এখানেই ব্লকচেইন-ভিত্তিক ডেটা প্রোভেন্যান্স প্রাসঙ্গিক হয়ে ওঠে, ক্রিপ্টো আবেগের কারণে নয়, টেম্পার-এভিডেন্সের কারণে। যদি প্যাচ ম্যানিফেস্ট আর স্ক্রিম ডেটাসেটের হ্যাশ মডেল চালানোর আগেই একটি পাবলিক লেজারে লক করা হয়, তাহলে খারাপ সপ্তাহের পর কেউ চুপচাপ ডেটাসেট পাল্টে ফলাফল সাজাতে পারে না। ভারতের ফ্যান্টেসি ও ইস্পোর্টস ডেটা প্ল্যাটফর্মগুলো গত কয়েক বছরে কনটেস্ট ইন্টিগ্রিটির জন্য অন-চেইন অডিট ট্রেইল নিয়ে পরীক্ষা করেছে — উদ্দেশ্য টোকেন নয়, উদ্দেশ্য হলো একটি অপরিবর্তনীয় টাইমস্ট্যাম্প। রেফারি আর VAR আমার কাছে কন্ট্রোভার্সি কমায়নি, কন্ট্রোভার্সি সরিয়েছে রিভিউ রুমে। অন-চেইন হ্যাশ ঠিক সেটাই করে: বিতর্ক মিটিয়ে দেয় না, কিন্তু বিতর্কটা কোথায় হয়েছে তা স্থায়ীভাবে দেখিয়ে দেয়।

সেট-পিস ভাগ্য নয়। সেট-পিস হলো রিহার্সড মিসপ্রাইসিং। ২০১৮ বিশ্বকাপের আগে ফ্রান্সের সেট-পিস প্রোডাকশন ৪.১ xG দেখাচ্ছিল, বাজার তাদের গড় দল হিসেবে দাম করছিল। ম্যাচের আগে ডেটা লক না থাকলে ওই দাবিটা পরে যাচাই করার কোনো উপায়ই থাকত না — শুধু গল্প থাকত।

এবার উলটো দিক। একটি পাইপলাইন যা কিছু ফেরত দেয় না, সেটি ওই পাইপলাইনের চেয়ে সস্তা, যা আত্মবিশ্বাসী ভুল ফেরত দেয়। ফালস পজিটিভ একটি ব্যাখ্যা ধ্বংস করে; ফালস নেগেটিভ একটি সুযোগ ধ্বংস করে। অ্যানালিটিক্সে দ্বিতীয়টির দাম সবসময় কম। কিন্তু এই যুক্তিটিরও একটি গোপন ফাঁদ আছে। খালি ইনপুট বারবার ফেরত দেওয়া সহজ, আর এই সততার আড়ালে একজন অ্যানালিস্ট কখনও পরীক্ষিত হয় না, কখনও হারে না, আর কখনও মূল্য যোগও করে না। নাল-ফলাফলের সততা শৃঙ্খলা যখন সিদ্ধান্ত-থ্রেশহোল্ডের সঙ্গে বাঁধা, তখনই; নাহলে সেটি পেশাদার আত্মরক্ষার কৌশল। একটি ডেস্ক যেখানে কেউ কখনও ভুল হয় না, সেখানে কেউ কখনও শেখেও না।

তাই পরবর্তী সপ্তাহগুলোতে আমি তিনটি জিনিস ট্র্যাক করব। Stage-1-এর পূর্ণ ঘরের সংখ্যা, ডোমেইন লেবেলটি উদ্ভূত নাকি ডিফল্ট, আর প্রতিটি ডেস্কে ঘোষিত সিদ্ধান্ত-থ্রেশহোল্ড। একটা শিরোনাম দেখে চিৎকার করা সহজ; কঠিন হলো নিজের মডেলের অনিশ্চয়তা প্রকাশ করা এবং তারপরও সিদ্ধান্তে দাঁড়ানো।

মডেল খালি ঘর দেখলে থামে। প্রশ্নটি এটাই — আপনি থামবেন, নাকি সুন্দর একটা প্যাচ-গল্প লিখে ফেলবেন?