৩,৮০০ ম্যাচের স্প্রেডশিট: ইস্পোর্টস নিবন্ধের তথ্য-শূন্যতা এবং বিশ্লেষণ পাইপলাইনের নীরব ব্যর্থতা

আমি স্প্রেডশিটটি খুলেছিলাম। ৩,৮০০ ম্যাচের ডেটা ফিল্টার করার পরেও একটি প্যাটার্ন স্পষ্ট ছিল: একটি ইস্পোর্টস বিশ্লেষণ নিবন্ধের 'স্টেজ-১ ডিকনস্ট্রাকশন' আউটপুটে শিরোনাম, উৎস, ধরন, মূল দৃষ্টিভঙ্গি এবং তথ্যবিন্দু—সব ক্ষেত্র খালি। এটি কোনো ম্যাচের ফলাফল নিয়ে নয়, বরং তথ্য সংগ্রহ ও বিশ্লেষণ পাইপলাইনের একটি নীরব ব্যর্থতা নিয়ে। যে নিবন্ধটি বিশ্লেষণের জন্য দেওয়া হয়েছে, তার স্টেজ-১ আউটপুটে শিরোনাম এন/এ, উৎস এন/এ, ধরন 'অশ্রেণীবদ্ধ', মূল দৃষ্টিভঙ্গির সব ঘর ফাঁকা, তথ্যবিন্দু শূন্য, সত্তা অচিহ্নিত, সময়-সংবেদনশীলতা ও উৎসের মান নির্ধারণ করা হয়নি। এই শূন্যতার পরিপ্রেক্ষিতে স্টেজ-২ বিশ্লেষণে নয়টি মাত্রার কোনো মাত্রাতেই কোনো প্রতিযোগিতামূলক, আর্থিক বা শাসনসংক্রান্ত সিদ্ধান্তে পৌঁছানো সম্ভব নয়। যে কোনো সিদ্ধান্ত অনুমান-ভিত্তিক হবে, যা কাঠামোর মূল নীতির পরিপন্থী। আমি যখন এই ফলাফলটি দেখলাম, তখন প্রথমে মনে হয়েছিল এটি একটি সাধারণ প্রযুক্তিগত ত্রুটি। কিন্তু ২০১৭ সাল থেকে যখন আমি প্রথম এক্সজি মডেল তৈরি করি, তখন শিখেছিলাম যে শূন্য ডেটা কখনোই 'ঝুঁকিমুক্ত' নয়; এটি একটি অপরীক্ষিত এলাকা। এই নিবন্ধের ক্ষেত্রেও তাই। শিরোনাম, উৎস, ধরন, সত্তা এবং তথ্যবিন্দু—সব একসাথে খালি থাকা প্রমাণ করে যে এটি একটি ইনজেশন বা এক্সট্রাকশন ব্যর্থতা, মূল নিবন্ধের বিষয়বস্তুহীনতা নয়। আমি আমার অভিজ্ঞতা থেকে জানি, পেওয়াল, জাভাস্ক্রিপ্ট-রেন্ডার করা পৃষ্ঠা, শুধু ছবি বা পিডিএফ, এনকোডিং সমস্যা বা খুব দীর্ঘ ইনপুটে ট্রাঙ্কেশন—এই ধরনের সমস্যাগুলোতে স্টেজ-১ পাইপলাইন প্রায়ই ফাঁকা আউটপুট দেয়। ২০২০ সালে বুন্দেসলিগা খালি স্টেডিয়ামে ফিরলে আমি যেমন হোম উইন রেট ৪৩% থেকে ৩৩%-এ নেমে আসার প্যাটার্ন খুঁজে পেয়েছিলাম, তেমনি এখানেও একটি লুকানো সংকেত আছে: ব্যর্থতার ধরনটি প্রক্রিয়াগত, প্রতিযোগিতামূলক নয়। কিন্তু বিপদ হলো, এই ফাঁকা আউটপুট যদি কেউ দ্রুত পড়ে, তাহলে প্রতিটি 'এন/এ' বা 'তথ্য অপর্যাপ্ত'কে 'কোনো লাল পতাকা নেই' বলে ভুল করতে পারে। অথচ বাস্তবে বেতন বকেয়া, ম্যাচ ফিক্সিং, প্যাচ টার্গেটিং, চোট—কোনো ঝুঁকি পরীক্ষাই চালানো হয়নি। এটাই সবচেয়ে বড় ফাঁদ। আমি সবসময় বলি, বাজার গল্পের দাম দেয়, স্প্রেডশিট ভুলের দাম দেয়। এখানে স্প্রেডশিটই খালি। আমার মডেল অনুযায়ী, তথ্য-শূন্যতার সবচেয়ে সম্ভাব্য কারণ স্টেজ-১ এক্সট্রাকশন ব্যর্থতা। দ্বিতীয় সম্ভাবনা উৎসটি পেওয়াল বা ছবি-ভিত্তিক। তৃতীয় সম্ভাবনা, নিবন্ধটি যদি শিল্প-নীতি বা প্রকাশক কৌশল নিয়ে হয়, তাহলে খেলোয়াড়-দল-কেন্দ্রিক সত্তা কম থাকা স্বাভাবিক। আমি ২০১৮ বিশ্বকাপে জার্মানির এক্সজি অটোপসি লিখেছিলাম, ২৬ শটে মাত্র ১.৯ এক্সজি—দখল ছিল, অনুপ্রবেশ ছিল না। সেটি ভাইরাল হয়েছিল কারণ আমি ফলাফলের আগেই পূর্বাভাস প্রকাশ করেছিলাম। এখানেও একই নীতি: কোনো সিদ্ধান্তে পৌঁছানোর আগে তথ্য যাচাই করতে হবে। আমার সুপারিশ হলো—এই আউটপুট থেকে কোনো সিদ্ধান্ত প্রকাশ, প্রচার বা কার্যকর করা যাবে না। স্টেজ-১ পুনরায় চালাতে হবে, মূল উৎস পুনরায় ইনজেস্ট করতে হবে। পাইপলাইনে পেওয়াল, জাভাস্ক্রিপ্ট, ছবি, এনকোডিং এবং ট্রাঙ্কেশন পরীক্ষা করতে হবে। ডাউনস্ট্রিম সিস্টেমে 'NULL_INPUT' ফ্ল্যাগ পাঠাতে হবে, যাতে খালি মানগুলো নিরপেক্ষ বা গড় স্কোরে রূপান্তরিত না হয়। আমি এই ঘটনাটিকে একটি স্ট্রেস টেস্ট হিসেবে দেখছি। কাঠামোর নিয়ম ছিল—সবসময় পূর্ণ টেমপ্লেট দাও, শূন্য মান স্পষ্টভাবে চিহ্নিত করো। এই রান সেই নিয়মটি শেষ পর্যন্ত পরীক্ষা করেছে। এখন প্রশ্ন হলো, পাইপলাইনটি কি খালি ইনপুট সঠিকভাবে চিহ্নিত করতে পারে, নাকি নীরবে ভুয়া তথ্য তৈরি করবে? উত্তরটি পরবর্তী রানের উপর নির্ভর করছে।