খালি ইনপুটের পাঠ: বিশ্লেষণ পাইপলাইনে নীরব ব্যর্থতা এবং সৎ প্রতিবেদনের শৃঙ্খলা

গত রাতে আমি একটি বিশ্লেষণ ফাইল খুললাম, যার শিরোনাম ঘরটি ফাঁকা। সূত্র নেই, তারিখ নেই, তথ্যবিন্দু নেই, নাম নেই। শুধু একটি সুসজ্জিত কাঠামো, প্রতিটি ঘরে লেখা 'N/A — অপর্যাপ্ত তথ্য, মূল্যায়ন সম্ভব নয়'। আমি ২০১৭ সাল থেকে এমন অনেক ফাইল খুলেছি, কিন্তু এমন পরিষ্কার ফাঁকা ফাইল কম দেখেছি। আর এখানেই আসল গল্প — ফাইলটি যা বলছে না, তার চেয়ে বেশি গুরুত্বপূর্ণ হলো, ফাইলটি কেন ফাঁকা।

আমার কাজের শুরুটা ছিল এক A-League xG থ্রেডে, যেখানে কেউ ম্যাচ দেখত না, শুধু সংখ্যা পরিষ্কার ছিল। সেদিন শিখেছিলাম, স্কোরলাইন প্রমাণ নয়; প্রক্রিয়াটাই প্রমাণ। জার্মানি ছাব্বিশ শট নিয়ে ২.৪ xG বানিয়ে শূন্য গোল করেছিল, আর সেটি আমাকে শিখিয়েছিল স্কোরবোর্ডের উপরে ভরসা না করতে। এই অভ্যাসটাই আজ এই ফাঁকা ফাইলের দিকে তাকিয়ে আমাকে থামতে বলছে। কারণ বিশ্লেষণে সবচেয়ে বড় অপরাধ কখনো ভুল মডেল নয় — সবচেয়ে বড় অপরাধ হলো খালি জায়গা জুড়ে দেওয়ার জন্য মিথ্যা তথ্য বানানো।

ভেবে দেখুন, এই ফাইলে আটটি বিশ্লেষণী স্তর আছে। ফরম্যাট ও ম্যাচ বিশ্লেষণ, খেলোয়াড়ের কৌশল ও ডেটা, দল ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক বাস্তুতন্ত্র, নিয়ম ও শাসন, ঝুঁকি, জন-আখ্যান, এবং শিল্প-প্রসারণ। প্রতিটি স্তরের প্রতিটি ঘর ফাঁকা, কারণ Stage-1 কোনো তথ্যবিন্দু দেয়নি। কিন্তু লক্ষ্য করুন — কাঠামোটি নিজেই সৎ। প্রতিটি ফাঁকা ঘরে স্পষ্টভাবে লেখা আছে 'মূল্যায়ন সম্ভব নয়', কোথাও অনুমান বসানো হয়নি। একটি বিশ্লেষণ পাইপলাইনের জন্য এটি অসাধারণ শৃঙ্খলা। বেশিরভাগ সিস্টেম খালি ইনপুট পেলে সবচেয়ে সহজ পথ নেয় — ফাঁকা জায়গা কল্পনায় ভরে দেয়। এখানে সেটি করা হয়নি।

আমার অভিজ্ঞতায় এই সততাই সবচেয়ে দুর্লভ সম্পদ। একটি মডেল ভুল পূর্বাভাস দিলে সেটি ক্ষতি; কিন্তু একটি মডেল জানে না যে সে জানে না — সেটি বিপর্যয়। ২০১৮ সালে আমি PPDA মডেল চালিয়েছিলাম রাশিয়া বিশ্বকাপে, আর ২০২০-তে খালি স্টেডিয়ামের Crowd Absence Adjustment বানিয়েছিলাম, যেখানে দর্শকহীন প্রথম পঁয়তাল্লিশ ম্যাচে ঘরের দল মাত্র ৩৩% জিতেছিল এবং গড় পয়েন্ট ১.৬ থেকে ১.২-তে নেমেছিল। সেই মডেলগুলো কাজ করেছিল, কারণ ইনপুট পরিষ্কার ছিল। আজ এখানে ইনপুট শূন্য। শূন্যের উপর কোনো মডেল দাঁড়ায় না।

এই ফাইলটি আসলে যা দেখাচ্ছে, তা একটি প্রযুক্তিগত সংকেত: Stage-1 আর Stage-2-এর মধ্যে তথ্য-সরবরাহ শৃঙ্খল ভেঙেছে। সম্ভবত সোর্স-ফেচ ব্যর্থ হয়েছে, নয়তো ডকুমেন্ট খালি ছিল, নয়তো পার্সিং ভেঙে পড়েছে। কারণ শিরোনাম ও সূত্রও 'N/A' ফিরিয়েছে, ব্যর্থতাটি সম্ভবত ক্লাসিফিকেশনের নয়, উৎস-আহরণের ধাপে। এটি ফুটবলের xG-এর মতোই — যদি ম্যাচে একটিও শট রেকর্ড না হয়, তাহলে xG মডেল শূন্য দেখাবে, আর সেটি ম্যাচের সত্য নয়, ডেটা সংগ্রহের ব্যর্থতা।

কিন্তু এখানে একটি কৌতূহলজনক পরিস্থিতি আছে। ফাইলের প্রতিটি স্তর সৎভাবে ফাঁকা, অথচ ফাইলটি নিজে একটি সম্পূর্ণ দলিল — আটটি বিশ্লেষণী মাত্রা, একটি ঝুঁকি-ম্যাট্রিক্স, তথ্য-মূল্য রেটিং, এমনকি ট্র্যাকিং-সংকেতের তালিকা। অর্থাৎ, বিষয়বস্তু শূন্য হলেও কাঠামো পূর্ণ। এটাই আসল শিক্ষা: একটি ভালো বিশ্লেষণ ব্যবস্থা সেই মুহূর্তেও কাজ করে, যখন তার হাতে কিছু থাকে না।

এখন আসুন সেই দিকটায়, যা এই ফাইলটি স্পষ্টভাবে এড়িয়ে গেছে। ফাইলটি বারবার সতর্ক করেছে যে, খালি ইনপুটে বিশ্লেষণ বানানো মানেই 'সর্বোচ্চ বিশ্লেষণী ব্যর্থতা'। আমার অভিজ্ঞতায় এটিই সবচেয়ে বড় ফাঁদ, বিশেষত যখন কেউ ১৮১৯ শব্দের একটি নিবন্ধ চায়, আর হাতে থাকে শূন্য তথ্যবিন্দু। চাপ এলে মানুষ — এবং মডেল — ফাঁকা জায়গা গল্প দিয়ে ভরে দিতে চায়। কিন্তু ভ্যারিয়েন্স-প্রথম দৃষ্টিভঙ্গি আমাদের শেখায়, ফলাফল আর প্রক্রিয়ার পার্থক্য মেনে নেওয়া। এখানে ফলাফল হলো একটি ফাঁকা নথি, আর প্রক্রিয়া হলো ভাঙা পাইপলাইন। দুটিকে গুলিয়ে ফেললে আমরা ভুল রোগ নির্ণয় করব, আর ভুল চিকিৎসা দেব।

উদাহরণ হিসেবে, ধরুন কেউ এই খালি ইনপুট থেকে একটি চটকদার ক্রিকেট ম্যাচ বিশ্লেষণ লিখে ফেলল। কয়েকদিন পর যখন আসল Stage-1 ডেটা আসবে, তখন দেখা যাবে সেই ম্যাচটাই ঘটেনি। এতে শুধু একটি নিবন্ধ ভুল হয় না — গোটা বিশ্লেষণ ব্যবস্থার বিশ্বাসযোগ্যতা ক্ষতিগ্রস্ত হয়। আর বিশ্লেষণে বিশ্বাসযোগ্যতাই সবকিছু।

এখানেই একটি কাউন্টার-ইনটুইটিভ বিষয় লুকিয়ে আছে। আমরা সাধারণত ভাবি, খালি ইনপুট মানে অকেজো ইনপুট, অর্থহীন কাজ। কিন্তু এই ফাইলটি তার বিপরীত প্রমাণ। খালি ইনপুট আসলে একটি উচ্চ-মূল্যের সংকেত — এটি সরাসরি দেখিয়ে দেয় পাইপলাইনের কোন জোড়া খুলে গেছে। শূন্য তথ্যবিন্দু নিজেই একটি তথ্যবিন্দু, যদি আপনি সঠিক প্রশ্ন করতে জানেন। আমি আমার বাজি-মডেলিং জীবনে এটি বারবার দেখেছি: একটা ম্যাচের ডেটা না এলে সেটি ক্ষতি, কিন্তু ধারাবাহিকভাবে ডেটা না এলে সেটি মডেলের নয়, ডেটা-সাপ্লাই চেইনের ব্যর্থতা।

আর ঠিক এখানেই আমার দ্বিতীয় কাউন্টার-ইনটুইটিভ পাঠ। আমরা ফাঁকা ডেটাকে 'ভাগ্যের' বা 'ভ্যারিয়েন্সের' নামে দায়মুক্ত করে ফেলি। 'এবার স্যাম্পল কম ছিল,' বলে এগিয়ে যাই। কিন্তু ভ্যারিয়েন্স আর অজ্ঞতা এক জিনিস নয়। ভ্যারিয়েন্স হলো জ্ঞাত বন্টনের স্বাভাবিক ওঠানামা। অজ্ঞতা হলো বন্টনটাই অজানা। এই ফাইলটি দ্বিতীয়টির উদাহরণ। এখানে ভ্যারিয়েন্স-সংশোধন লাগবে না; এখানে উৎস মেরামত লাগবে।

তাহলে সামনের দিকে কী সংকেত দেখব? আমি চারটি জিনিস ট্র্যাক করব। প্রথমত, Stage-1-এর তথ্যবিন্দু ও সত্তা-আহরণ আদৌ অ-খালি কি না — যেকোনো খালি ফেরত মানেই সব Stage-2 বিশ্লেষণ বন্ধ। দ্বিতীয়ত, সোর্স-ডকুমেন্টের অখণ্ডতা — শিরোনাম বা সূত্র 'N/A' হলে বুঝব, দোষ ফেচে, পার্সে নয়। তৃতীয়ত, ডোমেইন-লেবেলের বৈধতা — কেবল 'cricket_world' লেবেল থাকা আর বিষয়বস্তু না থাকা একটি ভুল শ্রেণীবিভাগ বা খালি স্টাবের ইঙ্গিত। চতুর্থত, পাইপলাইনের ত্রুটি-লগ — ফেচ বা পার্সের ব্যতিক্রম যেখান থেকে আসছে, সেটি চিহ্নিত করা।

আমি শুরু করেছিলাম একটি xG থ্রেডে, যেখানে সংখ্যা পরিষ্কার ছিল। আজ এই ফাঁকা ফাইলটি আমাকে সেই একই শিক্ষা দিচ্ছে, উল্টো দিক থেকে: পরিষ্কার সংখ্যা যেমন সত্য বলে না, ফাঁকা ঘরও তেমন অসত্য বলে না। ফাঁকা ঘর শুধু বলে — এখনো জানি না। আর বিশ্লেষকের কাজ জানার ভান করা নয়, বরং না-জানার সীমাটি স্পষ্টভাবে চিহ্নিত করা।

পরের বার যখন কোনো মডেল আত্মবিশ্বাসের সঙ্গে কিছু দাবি করবে, আমি জিজ্ঞেস করব: এই দাবির নিচে ঠিক কত তথ্যবিন্দু আছে? যদি উত্তর শূন্য হয়, তাহলে যত সুন্দর গল্পই হোক, আমি ফাইলটি বন্ধ করে দেব — কারণ একটি সৎ শূন্য একটি মিথ্যা বিশ্লেষণের চেয়ে অনেক বেশি মূল্যবান।

প্রশ্নটা এখন আপনার জন্য: আপনি কি আপনার নিজের বিশ্লেষণে খালি ঘর চিনতে পারেন, নাকি সেগুলো ইতিমধ্যেই গল্প দিয়ে ভরা?