খালি ডেটার বিশ্লেষণ নয়, পাইপলাইনের ব্যর্থতা: ক্রীড়া সম্পাদনার জন্য একটি সতর্কবার্তা

হুক

আমার সামনে যে স্টেজ-১ আউটপুটটি রাখা হয়েছে, তার শিরোনামে লেখা: 'অপর্যাপ্ত তথ্য'। সূত্র নেই, ধরন নেই, কোনো তথ্যবিন্দু নেই, কোনো দল বা খেলোয়াড়ের নাম নেই। এটি কোনো ক্রীড়া প্রতিবেদন নয়—এটি একটি খালি পেলোড। আমি ২০১৭ সালে এমএলএস ম্যাচে ম্যানুয়ালি শট লগ করা এক কিশোর থেকে শিখেছি: খালি ঘর মানে শূন্য ডেটা, আর শূন্য ডেটা থেকে কোনো সিদ্ধান্ত টানা যায় না। আজ ২০২৬ সালের এপ্রিলে বসে আমার স্প্রেডশিট আমাকে বলছে—এই ইনপুট কোনো বিশ্লেষণ নয়, এটি একটি ডায়াগনস্টিক রিপোর্ট।

আমি এই লেখায় কোনো দল, খেলোয়াড়, টুর্নামেন্ট বা প্যাচ সম্পর্কে কোনো মতামত দেব না। কারণ দিলে সেটি বানানো গল্প হবে। আমি বরং দেখাব কেন এই খালি আউটপুটটি ক্রীড়া সম্পাদনার জন্য একটি বড় সতর্কবার্তা, এবং কীভাবে এটি ঠিক করা যায়।

প্রেক্ষাপট

স্টেজ-১ ডিকনস্ট্রাকশন রিপোর্টে স্পষ্টতই উল্লেখ করা হয়েছে: শিরোনাম নেই, সূত্র নেই, প্রবন্ধের ধরন 'অশ্রেণীবদ্ধ', মূল দৃষ্টিভঙ্গি সম্পূর্ণ খালি, তথ্যবিন্দুর সংখ্যা শূন্য, সত্তা চিহ্নিত হয়নি, সময়-সংবেদনশীলতা মূল্যায়ন করা হয়নি। এই শূন্যতা কোনো 'নিরপেক্ষ' ফলাফল নয়; এটি একটি পাইপলাইন ব্যর্থতার লক্ষণ।

আমার অভিজ্ঞতা বলে, এ ধরনের সম্পূর্ণ শূন্য আউটপুট সাধারণত তিনটি কারণে হয়: প্রথমত, উৎস পৃষ্ঠাটি পেওয়ালের পেছনে বা লগইন-গেটেড; দ্বিতীয়ত, পৃষ্ঠাটি জাভাস্ক্রিপ্ট-রেন্ডার্ড বা শুধু ছবি/পিডিএফ, যেখান থেকে টেক্সট এক্সট্র্যাকশন ব্যর্থ হয়; তৃতীয়ত, এনকোডিং বা ভাষা-হ্যান্ডলিং সমস্যা, বিশেষ করে বাংলা বা চীনা টেক্সটে।

২০১৮ সালে আমি কাইলিয়ান এমবাপের বিশ্বকাপ পারফরম্যান্স চার্ট করার সময় প্রতিটি শট ম্যানুয়ালি যাচাই করতাম, কারণ অটোমেটেড স্ক্র্যাপার প্রায়ই ডেটা মিস করত। ২০২০ সালে জার্মান বুন্দেসলিগার খালি স্টেডিয়ামের পিপিডিএ ডেটা সংগ্রহ করার সময়ও একই সমস্যা হয়েছিল—কিছু সোর্স পেজ থেকে টেক্সট আসছিল না। তখন আমি বুঝেছিলাম, ডেটা পাইপলাইনের নিরব ব্যর্থতা সবচেয়ে বিপজ্জনক।

এই রিপোর্টে নয়টি মাত্রার প্রতিটি ঘরে 'প্রযোজ্য নয়' লেখা। কিন্তু সতর্কতা হলো: 'প্রযোজ্য নয়' মানে 'ঝুঁকিমুক্ত' নয়। প্রতিটি চেকলিস্ট অপরীক্ষিত, ক্লিয়ার করা হয়নি। যদি কেউ এই রিপোর্টটি দ্রুত পড়ে ভাবে 'কোনো লাল পতাকা নেই', তাহলে সে বড় ভুল করবে।

মূল বিশ্লেষণ

আমি এই খালি আউটপুটকে একটি 'ন্যাচারাল এক্সপেরিমেন্ট' হিসেবে দেখছি—যেখানে সম্পাদকীয় পাইপলাইনের দুর্বলতা উন্মোচিত হয়েছে। আমার স্প্রেডশিট পদ্ধতিতে তিনটি স্তরে এই ব্যর্থতা যাচাই করি।

স্তর এক: তথ্য শূন্যতার ডায়াগনস্টিক। স্টেজ-১-এর প্রতিটি ক্ষেত্র খালি। শিরোনাম, সূত্র, ধরন, সত্তা—সব শূন্য। আমার অভিজ্ঞতায়, প্রকৃত প্রকাশিত ক্রীড়া নিবন্ধে শিরোনাম ও সত্তা একসাথে খালি থাকার সম্ভাবনা খুব কম। এটি প্রায় নিশ্চিতভাবে একটি ইনজেশন বা এক্সট্র্যাকশন ব্যর্থতা। আমি ২০২২ সালে মরক্কোর বিশ্বকাপ সেমিফাইনাল কভার করার সময় দেখেছি, কিছু অনলাইন সোর্স থেকে টেক্সট স্ক্র্যাপিং ব্যর্থ হয়েছিল, যেখানে মূল নিবন্ধে অনেক তথ্য ছিল। তাই এই শূন্যতাকে 'নিবন্ধে কিছু নেই' বলে ধরে নেওয়া ঠিক হবে না।

স্তর দুই: নয়টি মাত্রার অপরীক্ষিত অবস্থা। রিপোর্টে প্যাচ ও মেটা, টুর্নামেন্ট ফরম্যাট, দল ও খেলোয়াড়, আঞ্চলিক ল্যান্ডস্কেপ, ক্লাব ফিন্যান্স, নিয়ম ও গভর্নেন্স, ঝুঁকি প্রোফাইল, পাবলিক ন্যারেটিভ এবং ইন্ডাস্ট্রি ট্রান্সমিশন—সব ক্ষেত্রেই 'অপর্যাপ্ত তথ্য'। এর মানে এই নয় যে এই বিষয়গুলোতে কোনো ঝুঁকি নেই। বরং এর মানে—আমরা এখনো জানি না ঝুঁকি আছে কি নেই। উদাহরণস্বরূপ, বকেয়া বেতন বা ম্যাচ-ফিক্সিংয়ের কোনো ইঙ্গিত নেই—এটি 'পরিষ্কার ছাড়পত্র' নয়, বরং 'অপরীক্ষিত এলাকা'। আমার লোড-রিস্ক ভেটো শৃঙ্খলা বলে: অজানা ঝুঁকিকে কমপক্ষে মাঝারি ধরে নাও, যতক্ষণ না পরীক্ষা করা হয়।

স্তর তিন: ডাউনস্ট্রিম দূষণ ঝুঁকি। যদি এই খালি স্টেজ-২ আউটপুট আরও কোনো সামারাইজেশন বা স্কোরিং লেয়ারে যায়, তাহলে 'প্রযোজ্য নয়' মানগুলো স্বয়ংক্রিয়ভাবে 'নিরপেক্ষ' বা 'গড়' স্কোরে রূপান্তরিত হতে পারে। এটি একটি নীরব বিপর্যয়। আমার অভিজ্ঞতায়, ২০২১ ইউরো কাপের সময় একটি ডেটা পডে এই সমস্যা হয়েছিল—একটি ম্যাচের কিছু মেট্রিক মিসিং ছিল, কিন্তু ড্যাশবোর্ডে সেগুলো শূন্য দেখাচ্ছিল, ফলে ভুল সিদ্ধান্ত হয়েছিল। তাই প্রতিটি 'প্রযোজ্য নয়' কে একটি খোলা আইটেম হিসেবে চিহ্নিত করতে হবে, ডিফল্ট মান হিসেবে নয়।

আমি এখানে একটি মৌলিক কথা বলতে চাই: ক্রীড়া সম্পাদনায় সবচেয়ে বড় বিপদ হলো ভুল তথ্য নয়, বরং তথ্যের অভাবকে নিরপেক্ষতা ভেবে ভুল করা। এই রিপোর্টের প্রতিটি 'প্রযোজ্য নয়' ঘর আসলে একটি খোলা প্রশ্নচিহ্ন।

বিপরীতমুখী কোণ

কেউ কেউ বলতে পারেন, 'খালি ইনপুট মানে খালি বিশ্লেষণ, এতে নতুন কী আছে?' আমি বলি—না, এখানে নতুনত্ব হলো ব্যর্থতার ধরনটি চিহ্নিত করা। যদি আমরা শুধু 'তথ্য নেই' বলে থেমে যাই, তাহলে ভবিষ্যতে একই সমস্যা হবে। কিন্তু যদি আমরা পাইপলাইনের নিরব ব্যর্থতাকে চিহ্নিত করি, তাহলে এটি প্রতিরোধযোগ্য।

আমার দ্বিতীয় বিপরীতমুখী পর্যবেক্ষণ: এই শূন্য আউটপুট আসলে একটি ভালো স্ট্রেস টেস্ট। ফ্রেমওয়ার্কের নিয়ম ছিল—সবসময় সম্পূর্ণ টেমপ্লেট দাও, শূন্যগুলো স্পষ্টভাবে চিহ্নিত করো। এই রিপোর্ট ঠিক তাই করেছে। এটি প্রমাণ করে যে পাইপলাইন ভুয়া তথ্য দিয়ে ফাঁক পূরণ করেনি। অনেক এআই সিস্টেম খালি ইনপুট পেলে অনুমান করে গল্প বানিয়ে ফেলে—সেটাই বিপজ্জনক। এখানে তা হয়নি, যা পদ্ধতিগতভাবে সঠিক।

তবে একটি সতর্কতা: এই সঠিক আচরণ যেন ভবিষ্যতে 'শূন্য ফলাফলই ঠিক' ் মানসিকতায় পরিণত না হয়। শূন্য ফলাফল তখনই গ্রহণযোগ্য যখন তা আসলেই শূন্য ইনপুট থেকে আসে, এবং সেক্ষেত্রে পুনরায় ইনজেশন করতে হবে।

টেকঅওয়ে

আমার স্প্রেডশিট এখন একটি স্পষ্ট সংকেত দিচ্ছে: এই রিপোর্টটি প্রকাশ, বিতরণ বা কোনো সিদ্ধান্তের ভিত্তি হিসেবে ব্যবহার করা যাবে না। প্রথমে স্টেজ-১ পুনরায় চালাতে হবে আসল উৎস টেক্সটের ওপর।

আমি একটি তারিখ দিয়ে শেষ করছি: ২০২৬ সালের ১৪ এপ্রিলের মধ্যে যদি স্টেজ-১ পুনরায় চালিয়ে তথ্যবিন্দু ফিরে না আসে, তাহলে বুঝতে হবে উৎসটি পেওয়ালেড বা টেকনিক্যালি অ্যাক্সেসযোগ্য নয়—তখন ম্যানুয়াল এক্সট্র্যাকশন বা বিকল্প সোর্সে যেতে হবে।

ক্রীড়া বিশ্লেষণে আমি সবসময় বলি: মার্কেট ডেডলাইনে চলে, কিন্তু আমার স্প্রেডশিট সম্ভাবনায় চলে। এই খালি পেলোডের সম্ভাবনা শূন্য নয়—এটি একটি সতর্কবার্তা, যা আমাদের আরও শক্তিশালী পাইপলাইন তৈরি করতে শেখাবে।