ইনপুট ছাড়া বিশ্লেষণ অসম্ভব: স্টেজ-১ ডিকনস্ট্রাকশনের খালি আউটপুট এবং স্পোর্টস ডেটা পাইপলাইনের ঝুঁকি

স্টেজ-১ ডিকনস্ট্রাকশনের যে ফলাফলটি এই বিশ্লেষণের জন্য সরবরাহ করা হয়েছে, সেটি সম্পূর্ণ খালি। নিবন্ধের শিরোনাম নেই, সূত্র নেই, ধরন নেই, এক-বাক্য সারসংক্ষেপ নেই, লেখকের অবস্থান নেই, উদ্দেশ্য নেই—এমনকি তথ্য বিন্দুগুলোর তালিকাও শূন্য। এই অবস্থায় স্টেজ-২ বিশ্লেষণের ন’টি স্তম্ভের প্রতিটিতে শুধু একটি বাক্য লেখা হয়েছে: 'অপর্যাপ্ত তথ্য, মূল্যায়ন করা সম্ভব নয়।' কোনও অনুমান, কোনও ইঙ্গিত, কোনও গোপন তথ্য যোগ করা হয়নি। কারণ স্টেজ-১-এর তথ্য বিন্দুগুলোই স্টেজ-২-এর একমাত্র ভিত্তি। ভিত্তি শূন্য হলে বিশ্লেষণও শূন্য। এটি একটি ব্যর্থ বিশ্লেষণ নয়, এটি একটি ব্যর্থ পাইপলাইনের স্বচ্ছ চিত্র। স্পোর্টস জার্নালিজমে, বিশেষ করে ফুটবল বিশ্লেষণে, আমরা প্রায়ই ডেটার অভাব নিয়ে কথা বলি। কিন্তু এখানে ডেটার অভাব নয়, ডেটা আহরণ প্রক্রিয়ার অভাব। পাইপলাইনে কোথাও একটি ফাঁক আছে—হয় সোর্স নিবন্ধটি সঠিকভাবে ইনজেস্ট হয়নি, নয়তো স্টেজ-১ ক্লাসিফায়ার চলেনি, নয়তো এক্সট্রাকশন শেষ ধাপে গিয়ে ব্যর্থ হয়েছে। আমি যখন ২০১৭ সালে 'দ্য কোর্ট সেজ' নামে সাপ্তাহিক ডেটা-চালিত নিউজলেটার শুরু করি, তখন একটি নিয়ম তৈরি করেছিলাম: বিশ্লেষণের আগে প্রতিটি তথ্য বিন্দু যাচাই করতে হবে। কেভিন ডুরান্টের ২.৪ অফ-বল স্ক্রিন অ্যাসিস্ট প্রতি গেম, স্টিফেন কারির ৬.১ পুল-আপ থ্রি অ্যাটেম্পট—এই সংখ্যাগুলো নিয়ে ৪,৮০০ শব্দের লেখা প্রকাশের আগে আমি ১২ ট্যাবের একটি এক্সেল মডেল বানিয়েছিলাম। সিনার্জি এবং এনবিএ স্ট্যাটস থেকে ডেটা টেনেছিলাম। দুই দিন সময় নিয়েছিলাম শুধু যাচাইয়ের জন্য। সেই লেখাটি ৮,০০০ পাঠক শেয়ার করেছিলেন। সেই অভিজ্ঞতা আমাকে শিখিয়েছিল: ডেটা ছাড়া বিশ্লেষণ অন্ধকারে তীর ছোড়া। আর স্টেজ-১ ডিকনস্ট্রাকশন সেই ডেটা আহরণের প্রথম ধাপ। এই ধাপ ব্যর্থ হলে, স্টেজ-২-এর সব কিছু—ট্যাকটিক্যাল বিশ্লেষণ, ক্লাব ফাইন্যান্স, ট্রান্সফার মার্কেট, লিগ ল্যান্ডস্কেপ, রুলস অ্যান্ড গভর্নেন্স, ম্যানেজমেন্ট, রিস্ক প্রোফাইল, মিডিয়া ন্যারেটিভ, ইন্ডাস্ট্রি ট্রান্সমিশন—সব শুধু কাঠামোগত শেল হয়ে থাকে। ২০১৮ রাশিয়া বিশ্বকাপের সময় ফ্রান্সের ৪-২-৩-১ সিস্টেমে বাস্কেটবলের স্পেসিং প্রিন্সিপল প্রয়োগ করেছিলাম। কিলিয়ান এমবাপের ৩০ কিমি/ঘণ্টার বেশি স্প্রিন্ট বার্স্ট চার্ট করেছিলাম, এনবিএ ট্রানজিশন উইংসের সাথে তুলনা করেছিলাম। ঢাকার একজন ফুটবল বিশ্লেষকের সাথে পরামর্শ করেছিলাম। 'এমবাপের গ্র্যাভিটি' শিরোনামে লেখাটি একটি গ্লোবাল স্পোর্টস আউটলেটে প্রকাশিত হয়েছিল। সেই লেখার প্রতিটি তথ্য বিন্দু যাচাই করা ছিল। কারণ আমি জানতাম, ভুল তথ্য বিশ্লেষণের চেয়ে খালি বিশ্লেষণ ভালো। এই মুহূর্তে স্টেজ-১-এর যে শেলটি সামনে আছে, সেটি ঠিক সেই নীতিরই প্রতিফলন। তথ্য বিন্দু শূন্য মানে বিশ্লেষণ শূন্য। ন’টি স্তম্ভের প্রতিটিতে একই বাক্য লেখা: 'অপর্যাপ্ত তথ্য, মূল্যায়ন করা সম্ভব নয়।' ট্যাকটিক্যাল ক্যাটাগরি নেই, ফাইন্যান্সিয়াল স্ট্রাকচার নেই, স্ট্যান্ডিং নেই, লিগ টিয়ার নেই, কমপ্লায়েন্স চেকলিস্ট নেই, ড্রেসিং-রুম হেলথ নেই, রিস্ক ম্যাট্রিক্স নেই, ন্যারেটিভ লেবেল নেই, ট্রান্সমিশন পাথ নেই। প্রতিটি টেবিলের ঘরে ঘরে লেখা 'N/A'। এটি পরাজয় নয়, এটি একটি সতর্কবার্তা। আমার ৩০ বছরের ক্যারিয়ারে বহুবার ডেটা পাইপলাইনের ব্যর্থতা দেখেছি। ২০২০ সালে এনবিএ বাবল চলাকালীন লস অ্যাঞ্জেলেস ক্লিপার্সের ৩-১ সিরিজ হারের পর একটি পোস্ট-মর্টেম লিখেছিলাম। নিকোলা জোকিচের চতুর্থ কোয়ার্টারের পোস্ট টাচ (প্রতি গেম ৮.২) এবং জামাল ম (৫২.৩% পুল-আপ) ট্র্যাক করেছিলাম। ৩,২০০ শব্দের সেই লেখায় যুক্তি দিয়েছিলাম, ক্লিপার্সের একজন সত্যিকারের পয়েন্ট গার্ড নেই। তারপর একটি সাইন-অ্যান্ড-ট্রেডের মাধ্যমে পুনরুদ্ধারের পথের পূর্বাভাস দিয়েছিলাম। সেই বিশ্লেষণ সম্ভব হয়েছিল কারণ প্রতিটি ডেটা পয়েন্ট যাচাই করা ছিল। এখন প্রশ্ন হলো: স্টেজ-১ পাইপলাইন কেন খালি ফলাফল দিল? সম্ভাব্য কারণ দুটি। প্রথমত, সোর্স নিবন্ধটি সঠিকভাবে ইনজেস্ট হয়নি—হয় URL ভুল ছিল, নয়তো ওয়েব স্ক্র্যাপিং ব্লক করা হয়েছে। দ্বিতীয়ত, স্টেজ-১ ক্লাসিফায়ার চলেনি বা এক্সট্রাকশন স্ক্রিপ্ট ব্যর্থ হয়েছে। এই দুটির যেকোনও একটি হলে, পরবর্তী সব ধাপ শুধু খালি শেল তৈরি করবে। স্পোর্টস ডেটা বিশ্লেষণে, বিশেষ করে বাংলাদেশের প্রেক্ষাপটে, এই ধরনের পাইপলাইন ব্যর্থতা আরও সাধারণ। কারণ আমাদের অনেক সময় সোর্স ডেটা অনিয়মিত, অপ্রমিত, এবং স্থানীয় ভাষায়। কিন্তু ব্যর্থতা স্বীকার করা এবং পুনরায় চেষ্টা করা—এটাই পেশাদারিত্ব। খালি শেলকে 'স্বাভাবিক' বলে ধরে নিয়ে সামনে এগিয়ে যাওয়া পেশাদারিত্ব নয়। আমি আমার ক্যারিয়ারে একটি 'ক্রাইসিস রিকভারি ফ্রেমওয়ার্ক' তৈরি করেছি—কারণ, ডেটা, দুই মৌসুমের সমাধান। স্টেজ-১ পাইপলাইনের এই ব্যর্থতায় সেই ফ্রেমওয়ার্ক প্রয়োগ করা যায়। কারণ: স্টেজ-১ ইনপুট খালি। ডেটা: সমস্ত ফিল্ড N/A। সমাধান: স্টেজ-১ ইনজেশন এবং এক্সট্রাকশন পুনরায় চালনা করা, তথ্য বিন্দু পপুলেট হয়েছে কিনা নিশ্চিত করা। এখানে একটি গোপন কিন্তু গুরুত্বপূর্ণ ঝুঁকি আছে: যদি এই খালি শেলটি ডাউনস্ট্রিম ওয়ার্কফ্লোতে পাঠানো হয়, তাহলে তা 'কম-অ্যাক্টিভিটি' কেস হিসেবে ভুল Interpreted হতে পারে। অর্থাৎ, কেউ ভাবতে পারে আসলে কোনও উল্লেখযোগ্য তথ্য নেই। অথচ সত্য হলো, তথ্য ছিল কিন্তু আহরণ ব্যর্থ হয়েছে। এই পার্থক্য বোঝা জরুরি। একটি 'কম-তথ্য' কেস এবং একটি 'ব্যর্থ-পাইপলাইন' কেস—দুটো সম্পূর্ণ আলাদা। প্রথমটিতে বিশ্লেষণ সীমিত, দ্বিতীয়টিতে বিশ্লেষণ অসম্ভব। তাই, এই খালি শেলটিকে স্পষ্টভাবে লেবেল করা উচিত: 'INVALID INPUT – NO ANALYSIS PERFORMED'। যাতে ডাউনস্ট্রিম কেউ ভুল না বোঝে। আমার অভিজ্ঞতায়, সবচেয়ে বিপজ্জনক বিষয় হলো নীরব ব্যর্থতা। যখন একটি সিস্টেম ভুল ফলাফল দেয় কিন্তু ভুল বলে না, তখন সিদ্ধান্ত গ্রহণকারীরা ভুল সিদ্ধান্ত নেয়। খালি স্টেজ-১ আউটপুট ঠিক সেই ধরনের নীরব ব্যর্থতা। এটি বলছে না 'আমি ব্যর্থ', এটি শুধু খালি। স্পোর্টস জার্নালিজমে ডেটা যাচাইয়ের সংস্কৃতি গড়ে তোলা জরুরি। বিশেষ করে যখন আমরা এনবিএ, প্রিমিয়ার লিগ, বা বাংলাদেশ প্রিমিয়ার লিগের বিশ্লেষণ করি। প্রতিটি সংখ্যা, প্রতিটি তারিখ, প্রতিটি নাম যাচাই করা উচিত। কারণ ভুল তথ্য ছড়ানো সহজ, কিন্তু সংশোধন করা কঠিন। বর্তমান সাইকেল নিয়মিত মৌসুমের। এই সময়ে বিশ্লেষণের মূল ফোকাস হওয়া উচিত ট্যাকটিক্যাল, ফিটনেস এবং রেফারিরিঙের অন্তর্ধারা। কিন্তু তার আগে দরকার বৈধ স্টেজ-১ আউটপুট। আমি সবসময় বলি: 'The tape is a map; the spreadsheet is a compass.' টেপ ছাড়া ম্যাপ নেই, স্প্রেডশিট ছাড়া কম্পাস নেই। আর স্টেজ-১ ডিকনস্ট্রাকশন হলো সেই টেপ এবং স্প্রেডশিট তৈরির প্রথম ধাপ। এই ধাপ ব্যর্থ হলে, আমরা দিক হারাই। তাই পরবর্তী পদক্ষেপ স্পষ্ট: একটি বৈধ স্টেজ-১ ডিকনস্ট্রাকশন সরবরাহ করুন। যেখানে অন্তত একটি তথ্য বিন্দু, একটি মূল দৃষ্টিভঙ্গি, সনাক্তকৃত এনটিটিজ, এবং সময়-সংবেদনশীলতা ও সোর্স কোয়ালিটির মূল্যায়ন থাকবে। সেই ইনপুট পেলে, এই একই ন’টি স্তম্ভের ফ্রেমওয়ার্ক পূর্ণাঙ্গ, আত্মবিশ্বাস-ট্যাগযুক্ত বিশ্লেষণে ভরে উঠবে। আপাতত, এই আউটপুট শুধু একটি সতর্কবার্তা: ডেটা পাইপলাইন স্বাস্থ্য পরীক্ষা করুন। কারণ বিশ্লেষণের গুণমান নির্ভর করে ইনপুটের গুণমানের উপর। খালি ইনপুট, খালি আউটপুট।