শূন্য সারির প্রতিবেদন: গলফ ডেটা পাইপলাইনের নীরব ব্যর্থতা ও নাল-হ্যান্ডলিংয়ের শৃঙ্খলা

সকাল সাতটায় ম্যানচেস্টারের ফ্ল্যাটে ল্যাপটপ খুললাম। পর্দায় আটটি কলাম, পাশে শূন্য সারি। রাতভর চালানো গলফ-প্রিভিউ পাইপলাইনের স্টেজ-১ ডিকনস্ট্রাকশন ফিরে এসেছে খালি হাতে — শিরোনাম নেই, তথ্যবিন্দু নেই, খেলোয়াড়ের নাম নেই, ইভেন্টের নাম নেই, সূত্র নেই। অথচ ঠিক তার নিচে স্টেজ-২ বিশ্লেষণের টেমপ্লেট প্রস্তুত বসে আছে: স্ট্রোকস গেইনড অফ দ্য টি-র ঘর, অ্যাপ্রোচের ঘর, পাটিংয়ের ঘর, ওডব্লিউজিআর র‍্যাঙ্কিংয়ের ঘর, কোর্স-ফিটের ঘর, গভর্নেন্স-ঝুঁকির ঘর। প্রতিটি ঘরের পাশে একটি সংখ্যার জন্য ফাঁকা জায়গা। ওই ফাঁকা জায়গাগুলো যে কেউ চাইলে যেকোনো বিশ্বাসযোগ্য গল্পে ভরে দিতে পারত। বিশ্বাসযোগ্য। মানানসই। এবং সম্পূর্ণ বানানো। আমি ভরি নি — এবং সেই না-ভরাট করাটাই আজকের লেখার বিষয়। আমি আটটি ভিন্ন ডোমেইনে কাজ করেছি, কিন্তু আমার হাতেখড়ি ফুটবল অ্যানালিটিক্সে। ২০১৮ সালের রাশিয়া বিশ্বকাপে আঠারো বছর বয়সে আমি ৬৪টি ম্যাচের প্রতিটি শট হাতে চার্ট করেছিলাম — ১,৬৯০টি শট, প্রতিটির সঙ্গে বডি-পার্ট, অ্যাঙ্গেল আর ডিফেন্সিভ প্রেসার। সেই স্প্রেডশিট থেকেই প্রথম শিক্ষা: মডেল যদি ফ্রান্সের মতো দলকে ১০.৯ এক্সজি থেকে ১৪ গোল করে ট্রফি জেতাতে দেখে, তাহলে মডেল ব্যর্থ হয় না — মডেল একটি এজ কেস খুঁজে পায়। সেই শিক্ষা তিনটি অভ্যাসে বদলে গেছে, যেগুলো আজ আমার প্রতিটি লেখায় বাধ্যতামূলক: অন্তত একটি টেবিল, একটি ঘোষিত স্যাম্পল সাইজ, এবং একটি স্পষ্ট বাক্য যা বলে মডেল কী দেখতে পায় না। কোভিড-পরবর্তী সময়ে ৯২ ম্যাচের ডেটাসেটে হোম অ্যাডভান্টেজ কোথায় হারাল সেটি আমি ব্লগে প্রকাশ করেছিলাম বড় সংবাদমাধ্যমের আগেই। ২০২২ সালে কাতারে মরক্কোর সাত ম্যাচ লগ করার পর — প্রতি ম্যাচে প্রতিপক্ষের গড় ০.৮১ এক্সজিএ, ১৯.৮ পিপিডিএ, টুর্নামেন্টের সবচেয়ে গভীর ও কম আক্রমণাত্মক ব্লক — সৌদি আরবের কাছে আর্জেন্টিনার ৮৭ শতাংশ জয়ের সম্ভাবনা ভেঙে গিয়েছিল, আর আমি পরের আটচল্লিশ ঘণ্টা মূল দাবি রক্ষা না করে ভ্যারিয়েন্স লেয়ার নতুন করে বানিয়েছি। ওয়েম্বলিতে দুই রাত টিকিট কিনে বল না দেখে বিল্ড-আপ সিকোয়েন্স হাতে চার্ট করে দেখেছি, লাইভ পিপিডিএ আর ব্রডকাস্ট পিপিডিএ একই স্কোরলাইনে দুটি আলাদা খেলা। এই সব অভিজ্ঞতার একটি সাধারণ সূত্র আছে: স্প্রেডশিট একটি মঠ; স্টেডিয়াম হলো স্বীকারোক্তি — আর মাঝের পথে, পাইপলাইনের ভেতরে, এমন একটি জায়গা আছে যেখানে তথ্য নিঃশব্দে হারিয়ে যেতে পারে। এখন আমি গলফে কাজ করি। গলফের ডেটা-বাস্তুতন্ত্র ফুটবলের চেয়ে সরু, ধীর এবং আরও খণ্ডিত। ফুটবলে যেখানে প্রতি ম্যাচে হাজারো ইভেন্ট-পয়েন্ট স্বয়ংক্রিয়ভাবে রেকর্ড হয়, গলফে স্ট্রোকস গেইনড টেবিল বানাতে হয় হাতে, শট-বাই-শট, কখনো টেলিকাস্ট গ্রাফিক আর ওয়াকিং স্কোরারের কার্ড আলাদা করে মেলাতে হয়। একটি ইভেন্টের প্রিভিউ লেখার আগে আমার পাইপলাইন দুটি ধাপে চলে। স্টেজ-১ হলো ডিকনস্ট্রাকশন: মূল সূত্র থেকে শিরোনাম, তথ্যবিন্দু, সত্তা — খেলোয়াড়, ইভেন্ট, সংস্থা — সময়-সংবেদনশীলতা এবং সূত্রের মান বের করা। স্টেজ-২ হলো গভীর বিশ্লেষণ: টেকনিক্যাল, খেলোয়াড়-ফর্ম, টুর্নামেন্ট-সিস্টেম, ল্যান্ডস্কেপ-গভর্নেন্স, নিয়ম-সরঞ্জাম, ঝুঁকির সারফেস, পাবলিক ন্যারেটিভ এবং ইন্ডাস্ট্রি-ট্রান্সমিশন — এই আটটি মাত্রায় প্রতিটি দাবি দাঁড় করানো। আমার একমাত্র অলঙ্ঘনীয় নিয়ম: স্টেজ-২-এ কোনো মাত্রা ভরা যাবে না যদি স্টেজ-১ থেকে অন্তত একটি নির্দিষ্ট, উদ্ধৃতিযোগ্য তথ্যবিন্দু না আসে। সংখ্যা, তারিখ, সত্তা বা সিদ্ধান্ত — অন্তত একটি। শূন্য থেকে বিশ্লেষণ জন্মায় না; জন্মায় শুধু গল্প, আর গল্পকে ডেটা বলে চালানোই আমার পেশার সবচেয়ে বড় অপরাধ। স্যাম্পল সাইজ ঢাল নয়; এটি একটি টর্চ, যা নিজের পক্ষপাতের দিকে তাক করানো হয়। সেদিনের ইনপুটে সেই একটি তথ্যবিন্দুও ছিল না। শিরোনাম ছিল না, সূত্র ছিল না, সত্তা ছিল না। ডোমেইন-লেবেলে লেখা ছিল কেবল গলফ — ব্যস, ওই পর্যন্ত। তাই স্টেজ-২-এর আটটি মাত্রার প্রতিটির সৎ উত্তর একটাই: তথ্য অপর্যাপ্ত, মূল্যায়ন অসম্ভব। নিচের টেবিলে সেটিই লিপিবদ্ধ করছি, কারণ লুকিয়ে রাখার মতো কিছু এখানে নেই। | মাত্রা | স্টেজ-১ ইনপুট | সিদ্ধান্ত | কারণ | |---|---|---|---| | টেকনিক্যাল ও ডেটা বিশ্লেষণ | খালি | তথ্য অপর্যাপ্ত | কোনো এসজি ফিগার, কোর্স বা সরঞ্জামের বিবরণ নেই | | খেলোয়াড় ও ফর্ম | খালি | তথ্য অপর্যাপ্ত | কোনো নাম, র‍্যাঙ্কিং বা ট্যুর উল্লেখ নেই | | টুর্নামেন্ট সিস্টেম | খালি | তথ্য অপর্যাপ্ত | কোনো ইভেন্ট, টিয়ার বা প্রাইজ মানি নেই | | ল্যান্ডস্কেপ ও গভর্নেন্স | খালি | তথ্য অপর্যাপ্ত | পিজিএ-লিভ বা র‍্যাঙ্কিং-সিস্টেম প্রসঙ্গ নেই | | নিয়ম ও সরঞ্জাম-সম্মতি | খালি | তথ্য অপর্যাপ্ত | কোনো রুলিং, পেনাল্টি বা ডিসিপ্লিন ইভেন্ট নেই | | ঝুঁকির সারফেস | খালি | তথ্য অপর্যাপ্ত | বিষয় নেই, তাই ঝুঁকিও চিহ্নিত করা যায় না | | পাবলিক ন্যারেটিভ | খালি | তথ্য অপর্যাপ্ত | কোনো ওডস, মিডিয়া ফ্রেমিং বা প্রজন্ম-আখ্যান নেই | | ইন্ডাস্ট্রি ট্রান্সমিশন | খালি | তথ্য অপর্যাপ্ত | কোনো ব্র্যান্ড, স্পন্সর, ব্রডকাস্ট বা মূলধন-চালনা নেই | টেবিলটির দিকে ভালো করে তাকান। এখানে আটটি ঘর আছে, আর আটটিই একই শব্দে শেষ। কেউ এটিকে অলসতা ভাবতে পারেন। আমি এটিকে শৃঙ্খলা বলি। ধরুন, আমি টেকনিক্যাল মাত্রায় লিখে ফেললাম যে অফ-দ্য-টি-তে এক খেলোয়াড় গত চার ইভেন্টে পজিটিভ ছিলেন। শুনতে ভালো লাগে, কিন্তু কোন খেলোয়াড়, কোন চার ইভেন্ট, কোন ট্যুর, কোন ডেটা ফিড — কিছুই জানা নেই। এটি বিশ্লেষণ নয়, এটি একটি বিশ্বাসযোগ্য শব্দসমষ্টি। গলফে এই ফাঁদ ফুটবলের চেয়েও ধারালো, কারণ গলফের পাবলিক ডেটা সরু: একটি টেলিকাস্ট গ্রাফিক, একটি লিডারবোর্ড অ্যাপ আর একটি অফিসিয়াল স্ট্যাট পেজ একই খেলোয়াড়ের জন্য তিন রকম সংখ্যা দেখাতে পারে। যেখানে মূল সূত্রই নেই, সেখানে তিনটি ভিন্ন সংখ্যার মধ্যে কোনটি সত্য তা বাছার কোনো উপায় নেই। একইভাবে খেলোয়াড়-ফর্ম মাত্রায় আমি ওডব্লিউজিআর র‍্যাঙ্কিং, ট্যুর-টিয়ার, মেজর-রেকর্ড বা বয়স-বক্ররেখা নিয়ে কিছু লিখতে পারতাম না, কারণ কোনো খেলোয়াড়ের নামই ইনপুটে ছিল না। টুর্নামেন্ট-সিস্টেম মাত্রায় ফিল্ড-স্ট্রেংথ, ওডব্লিউজিআর পয়েন্ট-স্কেল বা কার্ড-রিটেনশনের হিসাব করার মতো কোনো ইভেন্ট নেই। গভর্নেন্স মাত্রায় পিজিএ-লিভ দ্বন্দ্ব, পিআইএফ মূলধন বা ফ্রেমওয়ার্ক-চুক্তি নিয়ে কথা বলার আগে অন্তত একটি সংস্থার নাম দরকার — সেটিও নেই। নিয়ম-সরঞ্জাম মাত্রায় বল-রোলব্যাক, স্লো-প্লে নীতি বা যোগ্যতা-বিধি নিয়ে কিছু বলতে হলে একটি রুলিং দরকার, একটি নিয়ন্ত্রক সংস্থা দরকার — দুটোই অনুপস্থিত। লক্ষ্য করুন, এই আটটি মাত্রার প্রতিটিতে আমি একটি করে সম্ভাব্য গল্পের দরজা বন্ধ করেছি। এটাই নাল-হ্যান্ডলিং। মডেল কী দেখতে পায় না, সেটি লেখা আমার প্রতিটি প্রতিবেদনে বাধ্যতামূলক — এই রিপোর্টে মডেল দেখতে পায়নি, কারণ দেখার মতো কিছুই সেখানে ছিল না। তাহলে এই রিপোর্টে একটিমাত্র অর্থবহ আবিষ্কার আছে, এবং সেটি কোনো খেলোয়াড় বা ইভেন্ট সম্পর্কে নয়। সেটি পাইপলাইনের অখণ্ডতা সম্পর্কে। ঝুঁকির সারফেস মাত্রায় বিষয় না থাকায় প্রতিযোগিতামূলক, মানসিক, ইনজুরি বা বাণিজ্যিক ঝুঁকি কিছুই মূল্যায়ন করা যায় না। কিন্তু তিনটি স্তরের ঝুঁকি তবু চিহ্নিত করা যায়। প্রথম স্তর, উচ্চ: খালি স্টেজ-১ ইনপুট সরাসরি স্টেজ-২-এ ঢুকে পড়া — সমাধান, পাইপলাইন থামিয়ে স্টেজ-১ নতুন করে চালানো এবং মূল নিবন্ধটি সত্যিই ইনজেস্ট হয়েছে কি না যাচাই করা। দ্বিতীয় স্তর, মধ্যম: যদি কোনো বিশ্লেষক শুভবুদ্ধির অভাবে ফাঁকা ঘরগুলো মানানসই গলফ-বিষয়বস্তু দিয়ে ভরে দেন — সমাধান, নাল-হ্যান্ডলিং নিয়ম কার্যকর করা এবং অন্তত একটি নির্দিষ্ট তথ্যবিন্দু ছাড়া কোনো মাত্রা না ভরা। তৃতীয় স্তর, নিম্ন: হয়তো একটি বৈধ স্টেজ-১ রেকর্ড নিঃশব্দে কাটা পড়েছে বা হারিয়ে গেছে — সমাধান, কাঁচা আউটপুট আর পার্সড আউটপুট পাশাপাশি রেখে লগ মেলানো। এখানে একটি অনুমান করা যায়, যা মূল নথিতে সরাসরি বলা নেই। গলফ ডোমেইন-লেবেলযুক্ত একটি নিবন্ধ ইনজেস্ট হয়ে শূন্য তথ্যবিন্দু ফেরানো, সাধারণত খালি নিবন্ধের চেয়ে প্রসেসিং ব্যর্থতার সঙ্গে বেশি সংগত। অর্থাৎ সবচেয়ে সম্ভাব্য ব্যাখ্যা এই নয় যে নিবন্ধটির বিষয়বস্তুই ছিল না; সম্ভাব্য ব্যাখ্যা হলো, ডিকনস্ট্রাকশন ধাপে কোথাও একটি ত্রুটি ঘটেছে। আত্মবিশ্বাসের মাত্রা মধ্যম — কারণ তথ্য নেই, কিন্তু ডোমেইন-লেবেল থাকা সত্ত্বেও ফলাফল শূন্য, যা একটি সিস্টেমিক সংকেত। এবার সেই অংশে আসি যেখানে আমার নিজের দিকে আঙুল তোলার সময়। আমার প্রথম-প্রকাশের প্রবণতা প্রবল — কেউ প্রতিদ্বন্দ্বীর আগে ছাপতে চাই, আমি তাদের চেয়েও দ্রুত ছাপতে চাই। এই প্রবণতাই আমার কেরিয়ারের সবচেয়ে দামি সম্পদ, এবং একই সঙ্গে সবচেয়ে বড় ফাঁদ। কারণ ফাঁকা ঘর ভরার লোভ আর দ্রুত ছাপার তাড়না একই মুদ্রার দুই পিঠ। যে বিশ্লেষক সংখ্যা না পেয়ে গল্প লিখে ফেলেন, তিনি আসলে দ্রুততার প্রতিযোগিতায় জিততে চান, সত্যের প্রতিযোগিতায় নয়। আমি একবার ভুলে গেলে এই তালিকাটি আমার নিজের নামেও বসে যেত। প্রতিটি মডেলের একটি ফ্রান্স থাকে — যে ম্যাচ আপনার আত্মবিশ্বাসকে কেস স্টাডিতে বদলে দেয়। আমার ফ্রান্স ছিল ২০২২ সালের ২২ নভেম্বর, সৌদি আরবের কাছে আর্জেন্টিনার সেই হার, যেখানে আমার মডেল ৮৭ শতাংশ দিয়েছিল। সেদিনের শিক্ষা ছিল: মডেল ভুল হলে মডেলকে বাঁচাতে হয় না, ভ্যারিয়েন্স লেয়ার ঠিক করতে হয়। আজকের রিপোর্টের ফ্রান্স ভিন্ন ধরনের — এখানে মডেল ভুল করেনি, মডেল চুপ করে গেছে। আর নীরবতা ব্যাখ্যা দিয়ে ভরাট করা সেই একই অপরাধ, শুধু ভদ্র পোশাকে। আমি জানি, এই লেখাটি যদি কারো কাছে হতাশাজনক মনে হয়, কারণ তারা একটি গলফ-নিবন্ধের বিশ্লেষণ আশা করেছিলেন এবং পেয়েছেন একটি খালি টেবিলের বিশ্লেষণ। কিন্তু ঠিক এই জায়গাতেই গলফ-সাংবাদিকতার আসল সংকট বাসা বেঁধেছে। গলফের মতো সরু ডেটা-বাস্তুতন্ত্রে অখণ্ডতার চেয়ে গতি বেশি পুরস্কৃত হয়, আর বেটিং মার্কেট সেই গতিকে আরও তীব্র করে তোলে। একটি প্রিভিউ যখন বাজারে ছাড়া হয়, তখন তার প্রতিটি সংখ্যা কারও ওয়েজারের ভিত্তি হয়ে দাঁড়ায়। যদি সেই সংখ্যার পিছনে কোনো মূল সূত্র না থাকে, তাহলে বিশ্লেষক একটি দায় তৈরি করেন যা তিনি নিজেই বহন করতে পারবেন না। এই কারণেই লাইভ ফিড সরাসরি বেটিং কোম্পানিতে বয়ে দেওয়াকে আমি ডেটাফিকেশনের সবচেয়ে অন্ধকার দিক বলে মনে করি — সেখানে ভুল তথ্যের দাম কেউ গোনে না, শুধু গতি গোনা হয়। আর একটি বিষয়। গলফে আমার আগ্রহের বড় অংশ সেই ইভেন্টগুলোয় যেখানে অফিসিয়াল স্কোরকার্ড আর মাটিতে থাকা বাস্তবতা এক নয় — ওয়াকিং স্কোরারের কার্ড আর টেলিভিশন গ্রাফিক একই লিডারবোর্ডের দুই আলাদা খেলা। সেই দুই-খেলার সমস্যা এখানে আরও বড় আকারে ফিরে আসে: একদিকে স্টেজ-১ বলছে কিছুই নেই, অন্যদিকে স্টেজ-২-এর টেমপ্লেট দেখতে এমন যেন সব আছে। কাগজে সুন্দর, মাঠে খালি। যে বিশ্লেষক এই ফারাক ধরতে পারেন না, তিনি নিয়মিত এমন প্রতিবেদন বানাবেন যা সম্পূর্ণ, প্রমাণসম্মত এবং ভিত্তিহীন। এই ইস্যুটি একটি বড় সতর্কবার্তাও। ডেটা-পরিচালিত ক্রীড়া-বিশ্লেষণে সবচেয়ে বড় ঝুঁকি দুর্বল মডেল নয়, বরং ভালো দেখতে মডেল। কারণ দুর্বল মডেল চোখে পড়ে, আর ভালো দেখতে মডেল চুপচাপ একটি ফাঁকা ইনপুটকে কর্তৃত্বপূর্ণ সিদ্ধান্তে বদলে দেয়। এই কারণেই সূত্র-স্বচ্ছতা কোনো আনুষ্ঠানিকতা নয়, এটি একটি নিরাপত্তা-ব্যবস্থা। কোন ফিড, কোন কোর্স, কোন স্যাম্পল — সিদ্ধান্তের আগে এগুলো জানা থাকলে পাঠক অন্তত জানবেন তিনি কোথায় দাঁড়িয়ে আছেন। তাহলে এখান থেকে সামনের দিকে কী সংকেত? প্রথমত, মূল নিবন্ধটি আদৌ ইনজেস্ট হয়েছিল কি না, সেটি অবিলম্বে যাচাই করতে হবে — কোন বিশ্লেষণ চালানোর আগেই। ইভেন্ট-লগ আর কাঁচা ফাইল পাশাপাশি রেখে দেখা দরকার, শিরোনাম ও মূল অংশ উদ্ধার করা যায় কি না। উদ্ধার হলে পরের রানে আট মাত্রার পূর্ণ বিশ্লেষণ দ্রুতই তৈরি করা যাবে। দ্বিতীয়ত, এই শূন্য রেকর্ডটি যদি ব্যাচের একাধিক রেকর্ডে ঘটে, তবে এটি একটি সিস্টেমিক এক্সট্র্যাকশন ব্যর্থতার সংকেত। সেই ক্ষেত্রে ব্যাচ-নাল-রেট মনিটর করা দরকার, আর ট্রিগার শর্ত সরল: একটি নির্দিষ্ট তথ্যবিন্দু না এলে পাইপলাইন স্বয়ংক্রিয়ভাবে থামবে। গলফের মরসুম দীর্ঘ, পঁয়তাল্লিশ সপ্তাহের বেশি, আর এর বেশিরভাগ সপ্তাহই মেজর নয় — এগুলো সেই সাধারণ সপ্তাহ, যেগুলো আসলে গভীরতা তৈরি করে। এই ধরনের সপ্তাহগুলোয় বিশ্লেষক যদি গতি ধরে রাখতে গিয়ে খালি ডেটা দিয়ে ভরা প্রতিবেদন ছাপতে থাকেন, তাহলে দীর্ঘ মেয়াদে ক্ষতি হয় খেলাটির গভীরতার, খেলোয়াড়ের কেরিয়ারের, এবং সবচেয়ে বেশি ক্ষতি হয় পাঠকের আস্থার। গতি একটি সম্পদ, কিন্তু যাচাই একটি শর্ত। যাচাই ছাড়া গতি শুধু একটি দ্রুত ভুল। এই রিপোর্টে আমি কোনো খেলোয়াড়ের নাম লিখিনি, কোনো টুর্নামেন্টের ফলাফল দিইনি, কোনো ভবিষ্যদ্বাণী করিনি। এটি ব্যর্থতা নয়, এটি সংযত হওয়ার সিদ্ধান্ত। পাঠক আমার কাছে যে জিনিসটি সবচেয়ে বেশি দাবি করেন, সেটি সঠিক ভবিষ্যদ্বাণী নয়, বরং এমন একটি স্পষ্ট বাক্য যা বলে আমি কোথায় অনিশ্চিত। এই লেখায় সেই বাক্যটি প্রতিটি অনুচ্ছেদে লেখা। পরের বার যখন কোনো বিশ্লেষণ টেবিল খালি ফিরবে, তখন প্রশ্নটি হবে না — কোন গল্পটি দিয়ে ঘর ভরব। প্রশ্নটি হবে — কোন ধাপে তথ্যটি হারাল। প্রথম প্রশ্নটি সাংবাদিকতা, দ্বিতীয়টি ডেটা-অখণ্ডতা; আর ভালো গলফ-লেখা তখনই জন্মায় যখন দ্বিতীয় প্রশ্নের উত্তর আগে পাওয়া যায়। আমি বিজয়ীদের পিছু ছুটি না; আমি সেই মুহূর্তের পিছু ছুটি যখন বাজার হালনাগাদ করতে ভুলে যায়। আজকের মুহূর্তটি ছিল সেই মুহূর্ত, যখন আমার নিজের পাইপলাইন হালনাগাদ করতে ভুলে গিয়েছিল। এবং সেটি স্বীকার করাই এই সপ্তাহের একমাত্র সম্মানজনক ফলাফল।