খালি ইনপুট, ভাঙা পাইপলাইন: ডেটা সাংবাদিকতার কাঠামোগত ব্যর্থতার এক বিশ্লেষণ

একটি সুনির্দিষ্ট ম্যাচের স্কোরশিট যখন খালি হয়ে ফিরে আসে, তখন সেই শূন্যতাই সবচেয়ে জোরালো বিবৃতি হয়ে ওঠে। এটা কোনো দলের হারের পরিসংখ্যান নয়, কোনো প্যাচের প্রভাব নয়, কিংবা কোনো খেলোয়াড়ের পারফরম্যান্স কার্ভের পতনও নয়। এটি একটি বিশ্লেষণাত্মক পাইপলাইনের ব্যর্থতার নথি—যেখানে দ্বিতীয় ধাপের গভীর বিশ্লেষণ চালানোর জন্য প্রথম ধাপ থেকে যে ডেটা আসার কথা ছিল, তা সম্পূর্ণ শূন্য। একটি ইস্পোর্টস নিবন্ধের বিশ্লেষণের জন্য যখন কোনো গেমের নাম, কোনো প্যাচ সংস্করণ, কোনো দল, কোনো খেলোয়াড়, বা কোনো টুর্নামেন্টের তারিখ পর্যন্ত ইনপুটে থাকে না, তখন পেশাদার সততার একমাত্র উত্তর হলো একটি সুগঠিত নাল রিটার্ন, অনুমানভিত্তিক পুনর্গঠন নয়। আট বছর ধরে আমি বাংলাদেশের ইস্পোর্টস এবং ফুটবলের ম্যাচ রেকর্ড নিয়ে কাজ করছি। ২০১৭ সালে রাজশাহী ডিস্ট্রিক্ট স্টেডিয়ামে হাতে লেখা একটি ১২-কলামের নোটবুক দিয়ে আমার যাত্রা শুরু, যেখানে ২৪টি বাংলাদেশ প্রিমিয়ার লিগ ম্যাচের ৬১২টি শট হাতে লিপিবদ্ধ করেছিলাম—লোকেশন, বডি পার্ট, প্রেশার, অ্যাসিস্ট টাইপ। সেই নোটবুকের বারোটি কলাম কখনোই গল্পের পুরো ছবি ধরতে পারেনি; গল্প সবসময় তেরোতম একটি কলাম যোগ করে দিত। আজ যখন একটি বিশ্লেষণাত্মক পাইপলাইন সম্পূর্ণ শূন্য ডেটা নিয়ে ফিরে আসে, তখন আমি বুঝি যে সমস্যাটি সংখ্যার নয়, সমস্যাটি সিস্টেমের—যে সিস্টেম তথ্য সংগ্রহ করে, সেটি তথ্য হারিয়ে ফেলেছে। একটি ম্যাচের ডেটা বিশ্লেষণের জন্য প্রথম শর্ত হলো ম্যাচটি চিহ্নিত করা। কোন গেম? কোন প্যাচ? কোন দল? কোন তারিখ? এই প্রশ্নগুলোর উত্তর ছাড়া বিশ্লেষণের নয়টি মাত্রার একটি মাত্রাও কার্যকরভাবে চালানো সম্ভব নয়। প্যাচ ও মেটা বিশ্লেষণ করতে গেলে প্রয়োজন একটি নির্দিষ্ট সংস্করণ এবং চ্যাম্পিয়ন/উইন-রেট ডেটা। টুর্নামেন্ট সিস্টেম বিশ্লেষণ করতে গেলে প্রয়োজন ফরম্যাট, সিরিজের দৈর্ঘ্য, এবং কোয়ালিফিকেশন পাথ। দল ও খেলোয়াড় বিশ্লেষণের জন্য প্রয়োজন রোস্টার, রোল ফিট, এবং ফর্ম কার্ভ। আঞ্চলিক ল্যান্ডস্কেপ, ক্লাব ফাইন্যান্স, রুলস ও গভর্নেন্স, রিস্ক প্রোফাইল, পাবলিক ন্যারেটিভ—প্রতিটি মাত্রার জন্যই অন্তত একটি নামযুক্ত সত্তা অপরিহার্য। সত্তা শূন্য হলে বিশ্লেষণও শূন্য। বাংলাদেশের ইস্পোর্টস ইকোসিস্টেমে ডেটা সংগ্রহ একটি দীর্ঘস্থায়ী সংকট। ২০২২ সালে যখন আমি টাইমবার্নার নামে পাবজি মোবাইল কাস্টিং সিনে সক্রিয় ছিলাম এবং দলীয় সাক্ষাৎকারের কনটেন্ট তৈরি করতাম, তখন প্রতিটি টুর্নামেন্টের পরে অফিসিয়াল স্কোরবোর্ড পাওয়া যেত না—কখনো ডিসকর্ড চ্যানেলে ছড়িয়ে থাকা স্ক্রিনশট, কখনো কাস্টারদের মৌখিক বিবরণী, কখনো সম্পূর্ণ অনুপস্থিত। এই তথ্যগত শূন্যতা কেবল সংবাদ সংগ্রহকে প্রভাবিত করে না, বরং সম্পূর্ণ বিশ্লেষণাত্মক কাঠামোকে ভিত্তিহীন করে তোলে। যখন একটি সিস্টেম ১৭৯টি ম্যাচের মধ্যে ১৪০টির ডেটা হারিয়ে ফেলে, তখন বাকি ৩৯টি ম্যাচের ভিত্তিতে কোনো সিদ্ধান্তে পৌঁছানো শুধু অপর্যাপ্ত নয়, বরং বিভ্রান্তিকর। আমার অভিজ্ঞতায়, ডেটা পাইপলাইনের ব্যর্থতা সাধারণত তিনটি পর্যায়ে ঘটে। প্রথমত, সংগ্রহ পর্যায়ে—মূল নিবন্ধটি স্ক্র্যাপিংয়ের সময় খালি এসেছে, অথবা পেওয়াল বা এনকোডিং সমস্যায় আটকে গেছে। দ্বিতীয়ত, পার্সিং পর্যায়ে—নিবন্ধে ডেটা থাকলেও এক্সট্রাক্টর টেবিল বা ইনফোবক্স পার্স করতে ব্যর্থ হয়েছে, যেখানে সাধারণত ফরম্যাট ডেটা সংরক্ষিত থাকে। তৃতীয়ত, রাউটিং পর্যায়ে—নিবন্ধটি ইস্পোর্টস ডোমেইনে পাঠানো হয়েছে ঠিকই, কিন্তু কোন গেমের ডোমেইনে তা নির্ধারণ করা যায়নি। প্রতিটি পর্যায়ে ব্যর্থতার আলাদা কারণ এবং আলাদা প্রতিকার রয়েছে। কিন্তু যেটি সবচেয়ে বিপজ্জনক, তা হলো এই ব্যর্থতার ফলাফলকে প্রকৃত বিশ্লেষণ হিসেবে ভুল ব্যাখ্যা করা। এখানেই সবচেয়ে গুরুত্বপূর্ণ বিভ্রান্তিটি লুকিয়ে আছে। যখন একটি বিশ্লেষণী কাঠামোর প্রতিটি ঘরে 'প্রযোজ্য নয়—অপর্যাপ্ত তথ্য' লেখা থাকে, তখন একজন পাঠক সহজেই ধরে নিতে পারেন যে বিশ্লেষণ চালানো হয়েছে এবং কোনো ঝুঁকি পাওয়া যায়নি। এটি সম্পূর্ণ ভুল উপসংহার। এই ঘরগুলো 'পরিষ্কার' নয়, এগুলো 'অপরীক্ষিত'। বিনামূল্যে এবং বাধ্যতামূলক দুটি ঝুঁকি স্ক্রিন—বেতন বকেয়া এবং প্রতিযোগিতামূলক অখণ্ডতা—ডেটার অভাবে চালানোই হয়নি। কিন্তু 'চালানো হয়নি' এবং 'কোনো সমস্যা নেই' এর মধ্যে বিশাল পার্থক্য। একটি ম্যাচে ডোপিং টেস্ট না হলে সেটি পরিষ্কার ম্যাচ নয়; সেটি অপরীক্ষিত ম্যাচ। একইভাবে, একটি পাইপলাইনে ডেটা না থাকলে সেটি ঝুঁকিমুক্ত প্রতিবেদন নয়; সেটি অসম্পূর্ণ প্রতিবেদন। আমার কাছে একটি ডেটা প্রতিবেদনের মূল্য নির্ধারিত হয় তার রেফারেন্স ক্ষমতা দিয়ে। যদি কোনো দাবির পেছনে অন্তত একটি কলাম না থাকে, তবে সেই দাবি দাবি নয়। যে বিশ্লেষণের কোনো তথ্যবিন্দু নেই, কোনো তারিখ নেই, কোনো উৎসের গুণমান মূল্যায়ন নেই, সেটি উদ্ধৃতিযোগ্য নয়। ২০১৮ সালে জাপান বনাম বেলজিয়াম ম্যাচের পর আমি যখন ১৭১২ শটের একটি এক্সপেক্টেড-গোলস মডেল তৈরি করেছিলাম, তখন প্রতিটি সিদ্ধান্তের পেছনে একটি নির্দিষ্ট ডেটা পয়েন্ট ছিল। সেখানে জাপানের ২-০ লিড কেবল দুইটি অন-টার্গেট শট থেকে এসেছিল এবং ৬৫ মিনিটের পরে তারা একটি শটও নিতে পারেনি—এটি ছিল কাঠামোগত তথ্য, যা একটি নির্দিষ্ট ম্যাচের নির্দিষ্ট ডেটা থেকে এসেছে। কিন্তু যদি সেই ম্যাচের কোনো ডেটা না থাকত, তবে আমার থ্রেডটি ৪০,০০০ ইম্প্রেশন পাওয়ার বদলে একটি ভুল তথ্যের নেটওয়ার্ক তৈরি করত। এই ঘটনাটি বাংলাদেশের ইস্পোর্টস ইকোসিস্টেমের জন্য একটি বৃহত্তর সতর্কবার্তা। যখন ডেটা সংগ্রহের পাইপলাইন ভেঙে পড়ে এবং কেউ তা চিহ্নিত না করে, তখন সম্পূর্ণ সাংবাদিকতা produktshon প্রক্রিয়াটি ক্ষতিগ্রস্ত হয়। কারণ -এর প্রতিটি স্তর পূর্ববর্তী স্তরের উপর নির্ভরশীল। প্রথম স্তর শূন্য হলে দ্বিতীয় স্তর কোনো বাস্তব বিশ্লেষণ উৎপন্ন করতে পারে না, এবং তৃতীয় স্তরের পাঠক একটি খালি কাঠামোকে পূর্ণ বিশ্লেষণ ভেবে ভুল সিদ্ধান্ত নিতে পারে। আট বছর ধরে আমি শূন্য দর্শক, বন্ধ ডিসকর্ড চ্যানেল, এবং কম উপস্থিতির ল্যান ইভেন্টের দিকে তাকিয়ে শিখেছি যে নীরবতারও একটি বক্স স্কোর থাকে। খালি স্টেডিয়াম কোনো অনুষ্ঠান নয়, কিন্তু সেটি পরিকাঠামো সম্পর্কে সবচেয়ে জোরালো প্রমাণ বহন করে। একইভাবে, একটি খালি বিশ্লেষণী পেলোড কোনো তথ্য নয়, কিন্তু সেটি পাইপলাইনের স্বাস্থ্য সম্পর্কে সবচেয়ে নির্ভরযোগ্য সাক্ষ্য দেয়। আমার প্রতিটি বিশ্লেষণে আমি একটি 'কন্ট্রোল কন্ডিশন' লাইন লিখি—পরিবেশ সেই সংখ্যাকে কী করে, সেটি সংখ্যাটি অর্থ বহন করার আগেই পরীক্ষা করা চায়। খালি ইনপুটের ক্ষেত্রেও একই নিয়ম প্রযোজ্য। বিশ্লেষণের ফলাফল ব্যাখ্যা করার আগে, ফলাফল আসার কন্ডিশনটিকে যাচাই করতে হবে। যখন কন্ডিশনটিই ভাঙা, তখন ফলাফল যাচাই করা অর্থহীন। একটি বিশ্লেষণ পাইপলাইনের নিরাপত্তা নির্ভর করে তার সম্পূর্ণ তথ্য প্রবাহের অখণ্ডতার উপর। যদি কোনো এক্সট্রাকশন ধাপ নীরবে ব্যর্থ হয় এবং খালি পেলোড প্রদান করে, তবে সেটি অবশ্যই সিস্টেমের গার্ডরেল হিসেবে প্রকাশ করতে হবে। একটি খালি রিটার্ন কখনোই 'বিশ্লেষণ সম্পূর্ণ' হিসেবে পাস করা উচিত নয়। প্রতিটি আউটপুটে স্পষ্টভাবে লেবেল থাকা দরকার—'অসম্পূর্ণ, বিতরণ করা যাবে না'। কারণ ব্যবহারকারী সরাসরি ফাইলটি পড়বেন এবং সিদ্ধান্ত নেবেন। যদি তিনি একটি 'N/A' টেবিল দেখেন এবং ধরে নেন সব পরিষ্কার, তবে পাইপলাইনের ব্যর্থতা একটি ভুল সিদ্ধান্তে রূপান্তরিত হয়। আমার দ্বাদশ কৌশল লাইনের নোটবুক সবসময় মনে করিয়ে দেয় যে একটি ট্রেন্ড পিভট টেবিল এবং প্রেস বক্সে টিকে থাকার পরেই আমি তাকে বিশ্বাস করি। একইভাবে, একটি ডেটা পাইপলাইন তখনই বিশ্বাসযোগ্য যখন সেটি খালি ইনপুট আসার পর স্পষ্টভাবে ব্যর্থতা ঘোষণা করে। এই স্বচ্ছতা শুধু প্রক্রিয়াগত নয়, নৈতিক। কারণ সাংবাদিকতার মূল চুক্তি হলো—পাঠক যা পড়ছেন, সেটি সত্য। খালি টেবিলকে বিশ্লেষণ বলে চালানো সেই চুক্তির ভঙ্গ। পরবর্তী রাউন্ডের সংকেতটির দিকে তাকাও: আপনার পাইপলাইন যদি খালি পেলোড ফেরত দেয়, তবে সেটি একটি সংকট নয়, সেটি একটি সুযোগ—সিস্টেমের দুর্বলতম স্তরটি চিহ্নিত করে সেটি মেরামত করার। কারণ বিশ্লেষণ কখনো শেষ হয় না; প্রতিটি প্রক্রিয়া প্রতিটি ব্যর্থতা থেকে নতুন প্রশ্ন তৈরি করে। যে প্রশ্নটি এই মুহূর্তে সবচেয়ে জরুরি—আপনি কি আপনার বিশ্লেষণী কাঠামোর খালি কলামগুলোকে কীভাবে পড়বেন, সেটি জানবেন? কারণ সংখ্যা প্রথম, বর্ণনা পরে—এবং যখন সংখ্যাই থাকে না, তখন বর্ণনা শুধু কল্পকাহিনি।