খালি ডেটার ফাঁদ: কেন ইস্পোর্টস বিশ্লেষণ পাইপলাইনে তথ্য শূন্যতা বিপজ্জনক

স্টেজ-১ আউটপুট খোলার পর প্রথম যা চোখে পড়ল, তা কোনো ম্যাচের স্কোরলাইন নয়—বরং একটি নিখুঁত শূন্যতা। শিরোনাম নেই, উৎস নেই, নিবন্ধের ধরন অস্পষ্ট, এবং সবচেয়ে উদ্বেগজনকভাবে, তথ্য বিন্দুর সংখ্যা শূন্য। আমি বাংলোর একটি ছোট ডেস্কে দীর্ঘদিন ধরে মডেল চালিয়েছি, যেখানে প্রতিটি সংখ্যার একটি উৎস থাকে, প্রতিটি অনুমানের একটি যাচাইযোগ্য পথ থাকে। এই ইনপুট দেখে মনে পড়ল ২০১৮ সালের রাশিয়া বিশ্বকাপের আগের সেই রাতগুলো, যখন আমি ফ্রান্সের সেট-পিস ডেটা যাচাই করছিলাম। সেখানে ডেটা ছিল, প্রশ্ন ছিল, আর ছিল একটি প্রতিযোগিতামূলক বাজার। এখানে কিছুই নেই। এটি কোনো বিশ্লেষণ নয়, এটি একটি সংকেত—যে পাইপলাইনে কোথাও একটি সংযোগ বিচ্ছিন্ন হয়েছে। এই শূন্যতার পেছনে সম্ভাব্য কারণগুলো খতিয়ে দেখা দরকার। প্রথমত, সোর্সটি পেওয়ালের আড়ালে থাকতে পারে, অথবা জাভাস্ক্রিপ্ট-রেন্ডারড পেজ, যেখানে টেক্সট এক্সট্রাকশন ব্যর্থ হয়। দ্বিতীয়ত, ছবি-ভিত্তিক বা পিডিএফ কন্টেন্ট, যেখানে টেক্সট স্তর অনুপস্থিত। তৃতীয়ত, এনকোডিং বা ভাষা-হ্যান্ডলিং সমস্যা, যা খুব লম্বা ইনপুটে ট্রাঙ্কেশন ঘটায়। এই ধরনের প্রযুক্তিগত ব্যর্থতা ইস্পোর্টস কভারেজে নতুন কিছু নয়। আমি ব্যাঙ্গালোরে একটি বেটিং ডেস্কের জন্য আইএসএল ম্যাচ লগ করতাম, সেখানে একবার একটি এপিআই আপডেটের পর তিন দিনের ডেটা হারিয়ে গিয়েছিল। আমরা তখন বুঝেছিলাম, ডেটা না থাকা মানে ঝুঁকি নেই—এটি একটি বিপজ্জনক ভ্রম। এই নিবন্ধের ক্ষেত্রেও তাই। স্টেজ-১ এর সব ফিল্ড খালি, যার মানে এই নয় যে কোনো দল, খেলোয়াড় বা টুর্নামেন্টে কোনো সমস্যা নেই; বরং এর মানে হলো আমরা কিছুই জানি না। এখন প্রশ্ন হলো, এই শূন্যতা থেকে কী শেখা যায়। ইস্পোর্টস ইকোসিস্টেমে প্যাচ, টুর্নামেন্ট ফরম্যাট, রেস্ট্রার, আর্থিক স্থিতিশীলতা—প্রতিটি স্তরে সিদ্ধান্ত নেওয়ার আগে নির্ভরযোগ্য তথ্য দরকার। আমি স্পেনের পেদ্রির প্রগ্রেসিভ পাস ম্যাপ করছিলাম, তখন প্রতিটি পাসের পেছনে একটি ভিডিও টাইমস্ট্যাম্প ছিল। মরক্কোর লো-ব্লক বিশ্লেষণে আমি ডিফেন্সিভ অ্যাকশনের দূরত্ব ট্র্যাক করেছিলাম। এই সবই সম্ভব হয়েছিল কারণ ইনপুটে নির্দিষ্ট তথ্য ছিল। এখানে সেই স্তরটাই অনুপস্থিত। ফলে এই প্রতিবেদনটি কোনো দল বা খেলোয়াড়ের বিষয়ে কোনো রায় দেয় না—দিতে পারে না। বরং এটি একটি পাইপলাইন ডায়াগনস্টিক। আমার অভিজ্ঞতা বলে, ইস্পোর্টস মিডিয়ায় সবচেয়ে বড় ঝুঁকি হলো ভুল তথ্য নয়, বরং তথ্যের অভাবকে নিরপেক্ষতা হিসেবে ভুল পড়া। যখন একটি চেকলিস্টে সব ঘর ফাঁকা থাকে, তখন অনেকে ভাবেন ঝুঁকি নেই। কিন্তু প্রকৃতপক্ষে প্রতিটি ফাঁকা ঘর একটি অপরীক্ষিত এলাকা। আমি যখন ২০২০ সালে খালি স্টেডিয়ামের হোম-অ্যাডভান্টেজ পতন মডেল করছিলাম, তখন আমি প্রতিটি ম্যাচের তাপমাত্রা আলাদা করেছিলাম। কারণ খালি স্টেডিয়াম মানে শুধু দর্শক অনুপস্থিতি নয়, এটি একটি পরিবেশগত পরিবর্তন। ঠিক তেমনি, এই খালি ইনপুট মানে শুধু ডেটা অনুপস্থিতি নয়, এটি একটি পদ্ধতিগত ব্যর্থতা। এই ব্যর্থতার সবচেয়ে বড় শিক্ষা হলো, প্রতিটি বিশ্লেষণ পাইপলাইনে একটি নাল-হ্যান্ডলিং স্তর থাকা দরকার। যদি স্টেজ-১ কোনো তথ্য না পায়, তাহলে স্টেজ-২-এ তা স্পষ্টভাবে চিহ্নিত করা উচিত, যাতে ডাউনস্ট্রিম সিস্টেমগুলি শূন্যতাকে গড় বা নিরপেক্ষ স্কোর হিসেবে রূপান্তরিত না করে। আমি আমার নিজের কাজে এই নিয়ম কঠোরভাবে পালন করি: কোনো মডেল যদি অনিশ্চয়তা লুকায়, আমি সেই ড্রাফট বাতিল করি। এই নিবন্ধটি সেই নীতিরই একটি উদাহরণ। এখান থেকে এগিয়ে যাওয়ার পথ পরিষ্কার। প্রথমত, সোর্স নিবন্ধটি পুনরায় ইনজেস্ট করতে হবে। দ্বিতীয়ত, স্টেজ-১ পাইপলাইনের এক্সট্রাকশন লেয়ার পরীক্ষা করতে হবে—পেওয়াল, জাভাস্ক্রিপ্ট, এনকোডিং, ট্রাঙ্কেশন। তৃতীয়ত, যদি সোর্সটি প্রকৃতপক্ষে শিল্প-নীতি বা প্রকাশক কৌশল সম্পর্কিত হয়, তাহলে খেলোয়াড় ও দলের বদলে প্রাতিষ্ঠানিক সত্তা (প্রকাশক, লিগ, নিয়ন্ত্রক) এক্সট্রাক্ট করার জন্য পাইপলাইন টিউন করতে হবে। চতুর্থত, প্রতিটি ফাঁকা ঘরকে 'খোলা আইটেম' হিসেবে চিহ্নিত করতে হবে, 'পরিষ্কার' হিসেবে নয়। ভবিষ্যতের দিকে তাকিয়ে, ইস্পোর্টস বিশ্লেষণের মান নির্ভর করে ডেটার প্রাপ্যতার ওপর, শুধু মডেলের জটিলতার ওপর নয়। একটি শূন্য ইনপুট থেকে কোনো অর্থপূর্ণ সিদ্ধান্তে পৌঁছানো অসম্ভব। তাই পরবর্তী পদক্ষেপ হলো সোর্সটি পুনরুদ্ধার করা এবং পাইপলাইনের প্রতিটি স্তরে স্বচ্ছতা নিশ্চিত করা। আমি সবসময় বলি, আমি প্রান্ত খুঁজি না; আমি এমন ঘর তৈরি করি যেখানে প্রান্তগুলি প্রকাশ পেতে বাধ্য। এই নিবন্ধটি সেই ঘরের একটি দরজা, যা এখনো বন্ধ।