খালি ইনপুটের নীরব ধস: ইস্পোর্টস বিশ্লেষণ পাইপলাইনে ডেটা-অখণ্ডতার সংকট

ধরুন, সকাল সাতটা। ম্যানচেস্টারের বাড়িতে কফি ঠান্ডা হয়ে গেছে, আর স্ক্রিনে খোলা একটা বিশ্লেষণ-ড্যাশবোর্ড — যেখানে একটা ইস্পোর্টস ম্যাচের পুরো গল্প দাঁড়িয়ে থাকার কথা। নয়টা কলাম, নয়টা প্রশ্ন: প্যাচ কত নম্বর, কোন চ্যাম্পিয়ন বা অস্ত্র বাফ-নার্ফ হয়েছে, কোন দল কোন ফরম্যাটে খেলছে, কার ফর্ম-কার্ভ উপরের দিকে, আর কার আর্থিক দড়ি ছিঁড়ে যাচ্ছে। কিন্তু প্রতিটি ঘর ফাঁকা। একটাও নাম নেই, একটাও তারিখ নেই, একটাও সংখ্যা নেই। ইঞ্জিনটা চালু, তার ভেতরে জ্বালানি শূন্য।

২০১৭ সালে লন্ডনে আইএএফ বিশ্বচ্যাম্পিয়নশিপে আমি প্রথম শিখেছিলাম, বিশ্লেষণের গল্প আসলে ডেটার গল্প। পুরুষদের ১০০ মিটার ফাইনাল — জাস্টিন গ্যাটলিন ৯.৯২, ক্রিশ্চিয়ান কোলম্যান ৯.৯৪, উসেইন বোল্ট ৯.৯৫। স্কোরবোর্ড একটা ফল বলছিল, কিন্তু ১০ মিটারের স্প্লিট টাইম বলছিল আরও গভীর কথা: বোল্টের অ্যাক্সিলারেশন ঠিক কোন ফ্রেমে ভেঙে পড়ল। সেই স্প্লিট ডেটাই ছিল আমার লেখার প্রাণ। সেই অভিজ্ঞতা থেকে একটা নিয়ম মাথায় গেঁথে গেছে — ডেটা ছাড়া বিশ্লেষণ নিছক অনুমান; আর ফাঁকা ডেটা অনুমানের চেয়েও বিপজ্জনক, কারণ সে ভুলের ছদ্মবেশে সত্যের মতো দেখায়।

আজ যেটা নিয়ে লিখছি, সেটা কোনো দলের হারের গল্প নয়, কোনো খেলোয়াড়ের উত্থান-পতনের গল্পও নয়। এটা তার চেয়ে শীতল একটা ঘটনা: ইস্পোর্টস ডোমেইনের একটা গভীর বিশ্লেষণ-প্রক্রিয়া সম্পূর্ণভাবে আটকে গেল, কারণ তার কাঁচামাল — মানে মূল নিবন্ধের ডিকনস্ট্রাকশন — ছিল রীতিমতো খালি।

বুঝিয়ে বলি। আধুনিক ইস্পোর্টস কাভারেজে আমরা সাধারণত দুই স্তরের একটা পাইপলাইনে কাজ করি। প্রথম স্তর, Stage-1, কাঁচা নিবন্ধ বা সম্প্রচার থেকে তথ্য টেনে বের করে: শিরোনাম কী, সূত্র কে, ঘটনার ধরন কী, মূল দাবিগুলো কী, কোন কোন সত্তা জড়িত, সময়-সংবেদনশীলতা কত, আর সূত্রের মান কতটা। দ্বিতীয় স্তর, Stage-2, সেই টুকরো তথ্যগুলোকে একটা কাঠামোয় বসায়: প্যাচ ও মেটা, টুর্নামেন্ট ফরম্যাট, দল ও খেলোয়াড়, আঞ্চলিক ভূগোল, ক্লাবের অর্থ, নিয়ম-শাসন, ঝুঁকির প্রোফাইল, জন-আখ্যান, আর ইন্ডাস্ট্রি ট্রান্সমিশন।

এই নয়-মাত্রার কাঠামো আকস্মিক কিছু নয়। লিগ অব লেজেন্ডস, ডোটা ২, কাউন্টার-স্ট্রাইক ২, ভ্যালোরান্ট, অনার অব কিংস — প্রতিটি টাইটেলের মেট্রিক আলাদা, ব্যবসায়িক যুক্তি আলাদা। একটার প্যাচ-নোট আরেকটার সঙ্গে সরাসরি তুলনা করা যায় না। তাই Stage-2-এর প্রতিটি সিদ্ধান্ত দাঁড়িয়ে থাকে Stage-1-এর সরবরাহ করা সত্তা আর তথ্যবিন্দুর উপর।

যেটা ঘটল, তা হলো এই সাপ্লাই লাইন সম্পূর্ণ শূন্য। শিরোনাম নেই, সূত্র নেই, ধরন অশ্রেণীবদ্ধ, তথ্যবিন্দু নেই, সত্তা চিহ্নিত হয়নি, সময়-সংবেদনশীলতা নিরূপিত হয়নি, সূত্রের মানও মূল্যায়িত হয়নি। নয়টা মাত্রার প্রতিটি ঘর পূরণের চেষ্টা করা হয়েছে, কিন্তু প্রতিটি ঘরে শেষ পর্যন্ত লেখা পড়েছে — পর্যাপ্ত তথ্য নেই, মূল্যায়ন সম্ভব নয়।

এখানেই প্রথম গুরুত্বপূর্ণ পর্যবেক্ষণ। একটা নিবন্ধ যদি সত্যিই খবরের দিক থেকে পাতলা হয়, তবু তার মধ্যে অন্তত একটা সত্তা বা একটা তথ্যবিন্দু থাকবেই। একটা এক-লাইনের সংবাদ-নোটেও অন্তত একটি নাম, একটি তারিখ বা একটি সংখ্যা থাকে। তাই এখানে যেটা দেখা যাচ্ছে, সেটা স্বল্প-তথ্যের নিবন্ধ নয় — এটা একটা ডেটা-অখণ্ডতার ব্যর্থতা। অর্থাৎ পাইপলাইন কাঁচা নিবন্ধটা হয় পড়তে পারেনি, নয়তো খালি বা অ-টেক্সট ইনপুট পেয়েছে, নয়তো এমন একটা ত্রুটি-পেলোড ফেরত দিয়েছে যা শূন্য ক্ষেত্র হিসেবে সামনে এসেছে।

একটা ফাঁকা ঘর কখনও নিরপেক্ষ থাকে না; সিদ্ধান্তের মুহূর্তে সে নিজেই একটা দাবি হয়ে দাঁড়ায়।

ভাবুন, ইস্পোর্টস বিশ্লেষণের প্রথম মাত্রা — প্যাচ ও মেটা। মেটা মানে Most Effective Tactics Available, অর্থাৎ একটা নির্দিষ্ট প্যাচে সবচেয়ে কার্যকর কৌশলগত পরিবেশ। প্যাচ টার্গেটিং মানে প্রকাশকের সেই অভ্যাস, যেখানে কোনো প্রভাবশালী খেলশৈলী বা চ্যাম্পিয়নকে দুর্বল করে দেওয়া হয়। এটা বুঝতে হলে আগে জানতে হবে কোন টাইটেল, কোন প্যাচ নম্বর, আর কোন পরিবর্তন। এখন কল্পনা করুন, টাইটেলটাই অজানা। তখন প্যাচ-প্রভাবের ম্যাপ আঁকা অসম্ভব — কে লাভবান হবে, কে ক্ষতিগ্রস্ত, কোন পরিসংখ্যান গুরুত্বপূর্ণ, কিছুই বলা যায় না। ডেটা ছাড়া মেটা-বিশ্লেষণ হলো এমন এক মানচিত্র, যেখানে দিক-নির্দেশ নেই।

দ্বিতীয় মাত্রা, টুর্নামেন্ট ফরম্যাট। এখানে প্রশ্নগুলো স্পষ্ট: ফরম্যাট কী — সিঙ্গেল বা ডাবল এলিমিনেশন, সুইস সিস্টেম, নাকি লিগ পয়েন্ট? সিরিজ কত লম্বা — BO3 (তিন ম্যাচের সেরা) নাকি BO5 (পাঁচ ম্যাচের সেরা)? সুইস সিস্টেমে দলগুলো সমান রেকর্ডের প্রতিপক্ষের সঙ্গে বারবার মুখোমুখি হয়, ফলে অঘটনের সম্ভাবনা আর স্থিতিশীলতার হিসাব বদলে যায়। যোগ্যতা অর্জনের পথ কী, সূচির ঘনত্ব কত — এসব জানা না থাকলে অঘটনের সম্ভাবনা বা শক্তিশালী দলের স্থিতিশীলতা নিয়ে কোনো ভবিষ্যদ্বাণী করা যায় না। এখানেও নাম নেই, তাই বিশ্লেষণ দাঁড়াতে পারে না।

পাইপলাইনের দুর্বলতম সংযোগ কখনও অ্যালগরিদম নয়, ইনজেশন — অর্থাৎ ভেতরে ঢোকা কাঁচামাল।

তৃতীয় ও চতুর্থ মাত্রা — দল-খেলোয়াড় আর আঞ্চলিক ভূগোল। এখানে আমার ট্র্যাক-ব্যাকগ্রাউন্ড হঠাৎ কাজে আসে। ২০১৮ সালে রাশিয়া বিশ্বকাপে ফ্রান্সের হয়ে কিলিয়ান এমবাপ্পে আর্জেন্টিনার বিরুদ্ধে ৩৬ কিলোমিটার প্রতি ঘণ্টা গতিতে ছুটেছিলেন — সেটা আমি আমার ট্র্যাক-ডেটাবেসের সঙ্গে মিলিয়ে একটা স্পিড ইনডেক্স বানিয়েছিলাম, যেখানে ফুটবলারের অ্যাক্সিলারেশন আর এলিট স্প্রিন্টারের স্প্লিট একসঙ্গে পড়া যায়। কিন্তু সেই ইনডেক্স দাঁড়িয়েছিল নির্দিষ্ট নাম, নির্দিষ্ট ম্যাচ আর নির্দিষ্ট গতির পরিমাপের উপর। নামটাই যদি না থাকে, ইনডেক্স বানানো যায় না। ঠিক তেমনি, কোন দল, কোন খেলোয়াড়, কত বয়স, ফর্ম-কার্ভ কেমন, চোটের ইতিহাস কী, চুক্তির অবস্থা কী — কিছুই জানা না থাকলে তারকা খেলোয়াড়, কোচ পরিবর্তন বা রসায়ন নিয়ে লেখা মানে বাতাসে ভর দিয়ে দাঁড়ানো।

ক্লাবের অর্থ আর শাসন — পঞ্চম ও ষষ্ঠ মাত্রা — আরও নির্দিষ্ট তথ্য দাবি করে। স্পনসরশিপ আয়, লিগ বা প্রকাশকের বণ্টন, বেতন ব্যয়, মূলধন ইনজেকশন — কোনোটাই জানা না থাকলে ক্লাবের আর্থিক স্বাস্থ্য অনির্ণেয়। আর নিয়ম-শাসনের দিকে তাকান: প্রতিযোগিতার সততা, স্থানান্তর ও নিবন্ধন নিয়ম, চুক্তি-সম্মতি, নাবালক সুরক্ষা — এই চেকলিস্টের প্রতিটি ঘর দাবি করে একটা নির্দিষ্ট অভিযোগ বা ঘটনা। যা নেই, তার শাস্তির দৃশ্যকল্প আঁকা যায় না। ডেটার উৎস যদি যাচাইযোগ্য না হয়, বিশ্লেষণ যতই চমৎকার হোক, তা এক লেজারবিহীন খাতার মতো — যার কোনো এন্ট্রি কেউ স্বাধীনভাবে মিলিয়ে দেখতে পারে না।

সপ্তম ও অষ্টম মাত্রা — ঝুঁকির প্রোফাইল আর জন-আখ্যান। এখানে প্রশ্ন হলো, দলের ফলাফল নিয়ে বাজারের প্রত্যাশা কী, আর বস্তুনিষ্ঠ মূল্যায়ন কী; এই দুইয়ের ফাঁকটাই আসল গল্প। কিন্তু প্রত্যাশার কোনো মাপকাঠি — বাজি, জরিপ, মিডিয়া-ভবিষ্যদ্বাণী — যদি না থাকে, আখ্যানের টেকসইতা মাপা অসম্ভব। একটা গুজবের তাপ কতটা মৌলিক তথ্যে ভর দিয়ে দাঁড়িয়ে, আর কতটা নিছক উত্তেজনা — সেটা জানতে হলে অন্তত একটা সংকেত দরকার। এখানে কোনো সংকেত নেই।

নবম মাত্রা, ইন্ডাস্ট্রি ট্রান্সমিশন, পুরো ইকোসিস্টেমের একটা মানচিত্র আঁকতে চায়। উপরের স্তরে প্রকাশক ও প্যাচ-লাইসেন্সিং, মাঝের স্তরে ক্লাব-ইভেন্ট-স্ট্রিমিং প্ল্যাটফর্ম, নিচের স্তরে স্পনসরশিপ-ডেরিভেটিভ-মূলধারার প্রবেশ। কোনো ট্রিগারিং ঘটনা ছাড়া এই তিন স্তরের মধ্যে সংক্রমণ-পথ আঁকা যায় না। এই সংক্রমণ কখনও সরলরেখা নয়: একটা প্যাচ পরিবর্তন প্রথমে মাঝের স্তরে কোচিং-প্রস্তুতিতে ধাক্কা দেয়, তারপর নিচের স্তরে দর্শক-আগ্রহে। কিন্তু ট্রিগার না জানলে আমরা শুধু অনুমান করতে পারি, প্রমাণ দিতে পারি না।

ইস্পোর্টস কেন এই ধরনের ব্যর্থতার প্রতি বিশেষভাবে সংবেদনশীল? কারণ এখানে প্যাচ-চক্র দ্রুত, টাইটেল বহু, আর প্রতিটি টাইটেলের নিয়ন্ত্রণ প্রকাশকের হাতে। ট্র্যাক অ্যান্ড ফিল্ডে একটা রেকর্ড সময় স্থায়ী — ৯.৫৮ সেকেন্ড বছরের পর বছর একই থাকে। কিন্তু একটা চ্যাম্পিয়ন তিন সপ্তাহেই অপ্রাসঙ্গিক হয়ে যেতে পারে। এই দ্রুততা বিশ্লেষককে দ্রুত হতে বাধ্য করে, আর দ্রুততার চাপেই ইনজেশন-ত্রুটি এড়িয়ে যাওয়ার প্রবণতা বাড়ে।

আমার নিজের ক্ষেত্রে ডেটা-শৃঙ্খলার পাঠ এসেছে ট্র্যাক থেকেই। ওয়ার্ল্ড অ্যাথলেটিক্সের কাছ থেকে কাঁচা স্প্লিট ডেটা চেয়ে চেয়ে আমি শিখেছি, ফুলি-অটোমেটেড টাইমিং ছাড়া একটা সেকেন্ডের ভগ্নাংশও বিশ্বাস করা যায় না। ফুটবলে সেমি-অটোমেটেড অফসাইড প্রযুক্তি এখন একই শৃঙ্খলা আরোপ করছে — প্রতিটি সিদ্ধান্তের পেছনে একটা যাচাইযোগ্য টাইমস্ট্যাম্প। ইস্পোর্টসের বিশ্লেষণেও ঠিক এই মানদণ্ড দরকার।

এখান থেকেই আসে এই ঘটনার একমাত্র মূল্যায়নযোগ্য ঝুঁকি, যাকে বলা যায় মেটা-ঝুঁকি। খালি ইনপুটে ভর দিয়ে নেওয়া যেকোনো সিদ্ধান্ত আসলে অন্ধভাবে নেওয়া সিদ্ধান্ত। যদি কোনো ডেস্ক এই ফাঁকা বিশ্লেষণটিকেই সত্য ধরে এগিয়ে যায়, তবে তার ভিত্তি শূন্য। বাজি, বিনিয়োগ, দল নির্বাচন — যাই হোক, ভুল ইনপুট অন্তত সতর্ক করে; ফাঁকা ইনপুট চুপচাপ ভুল পথে চালিয়ে দেয়।

আমার ২০২০ সালের ঘোস্ট সিজন অভিজ্ঞতা এখানে মনে পড়ে। কোভিডে ট্র্যাক মৌসুম মুছে গিয়েছিল, টোকিও অলিম্পিক পিছিয়ে গিয়েছিল। লাইভ ইভেন্ট নেই, তবু লেখা চালিয়ে যেতে হয়েছিল। তখন আমি ডিনা অ্যাশার-স্মিথের মতো অ্যাথলেটদের সঙ্গে ১২ সপ্তাহ ধরে কথা বলেছিলাম, বাড়িতে করা ওয়ার্কআউটের ভিডিও বিশ্লেষণ করেছিলাম। সেখান থেকে শিখেছিলাম, উপাদান না থাকলে উপাদান খুঁজে বের করতে হয় — বানিয়ে ফেলা যায় না। ফাঁকা জায়গায় গল্প চাপিয়ে দিলে সেটা আর গল্প থাকে না, মিথ্যা হয়ে যায়।

তিনটি সংশোধনমূলক পদক্ষেপ এখান থেকে স্পষ্ট হয়ে ওঠে। প্রথমত, কাঁচা নিবন্ধটা আবার Stage-1 নিষ্কাশকের কাছে দিতে হবে, আর নিশ্চিত করতে হবে যে শিরোনাম, তথ্যবিন্দু আর সত্তা — অন্তত এই তিনটি ক্ষেত্র আর খালি ফিরবে না। দ্বিতীয়ত, ডোমেইন-লেবেলটা সত্যিই ইস্পোর্টস কি না, তা যাচাই করতে হবে; ফাঁকা পেলোড নিজে থেকে এ বিষয়ে কোনো সাক্ষ্য দেয় না। তৃতীয়ত, যদি কাঁচা নিবন্ধটা সত্যিই না থাকে, তবে কাজটা এগোনো যাবে না বলে চিহ্নিত করা উচিত, কোনো টেমপ্লেট জোর করে ভরাট করা নয়।

এখানেই আসে সবচেয়ে অস্বস্তিকর প্রশ্ন, এবং এটাই এই ঘটনার আসল শিক্ষা। একটি সংস্কৃতি, যেখানে দ্রুত প্রকাশ করাই পুরস্কৃত হয়, সেখানে সঠিক উত্তরটা প্রায়ই অজনপ্রিয় — কর্মপ্রবাহ থামিয়ে বলা, এটা নিয়ে আমরা এখন কিছু বলতে পারি না। বিশ্লেষণ-ড্যাশবোর্ড আমাদের আত্মবিশ্বাস দেয়, কিন্তু সেই আত্মবিশ্বাস প্রায়ই পাইপলাইনের সবচেয়ে দুর্বল অংশটিকে ঢেকে রাখে। আমরা অ্যালগরিদম নিয়ে কথা বলি, মডেল নিয়ে গর্ব করি, কিন্তু কাঁচামাল ভেতরে ঢোকার মুখেই যদি আটকে যায়, তবে সুন্দর সব ভিজ্যুয়ালাইজেশন শুধু সাজানো মিথ্যা।

ভাবুন তো, ইস্পোর্টস ডেটার একটা সত্যিকারের লেজার থাকলে কী হতো। প্রতিটি প্যাচ-নোট, প্রতিটি BP (Ban/Pick, অর্থাৎ খেলার আগে চ্যাম্পিয়ন বাছাইয়ের পর্ব) রেকর্ড, প্রতিটি স্থানান্তর — সব যদি সময়-মোহরাঙ্কিত, স্বাধীনভাবে যাচাইযোগ্য আর পরিবর্তন-প্রমাণ হয়, তাহলে একটা খালি ঘর কখনও সত্যের মতো ছদ্মবেশ ধারণ করতে পারত না। ডেটার উৎসটা তখন নিজেই সাক্ষী হয়ে দাঁড়াত, আর প্রতিটি বিশ্লেষণ হতো একটা যাচাইযোগ্য শৃঙ্খলের শেষ সংযোগ।

সবশেষে প্রশ্নটা ডেটার সংখ্যা নিয়ে নয়, ডেটার সততা নিয়ে। আমরা যত দ্রুত লিখতে চাই, তত বেশি দরকার একটা কঠিন শৃঙ্খলা: যা প্রমাণিত নয়, তা লিখব না; যা যাচাই করা যায় না, তা দাবি করব না। কারণ একদিন হয়তো কোনো ড্যাশবোর্ড আবার খুলবে, নয়টা ঘর আবার ফাঁকা থাকবে — আর সেই মুহূর্তে আমাদের সৎ উত্তরটাই হবে সবচেয়ে মূল্যবান সম্পদ: এখনও যথেষ্ট তথ্য নেই।