তথ্য শূন্যতার অডিট: কেন এই ইস্পোর্টস বিশ্লেষণ প্রকাশের অযোগ্য

গতকাল রাতে“Stage-2 গভীর পেশাদার বিশ্লেষণ”，，。。শূন্য। Stage-1 থেকে আসা তথ্যের তালিকায় একটি এন্ট্রিও নেই—শিরোনাম নেই, উৎস নেই, দল নেই, খেলোয়াড় নেই, প্যাচ নম্বর নেই, তারিখ নেই। এটা সেই মুহূর্ত যখন একজন ডেটা মঙ্ক হিসেবে আমার প্রথম প্রশ্নটা থেমে যায়: নমুনার আকার কত? উত্তর: শূন্য। আর শূন্য নমুনা থেকে উপসংহার টানা যায় না—এটা পরিসংখ্যানের নিয়ম, আর আমার ২০১৭ সালের ব্যাক-টেস্টের প্রথম পাঠ। আমি ২০১৭ সালে ম্যানহাটনের একটি বীমা ফার্মে ছয় বছর স্প্রেডশিটের কাজ করার পর ব্রুকলিনের একটি স্পোর্টস-বেটিং ডেটা স্টার্টআপে তৃতীয় বিশ্লেষক হিসেবে যোগ দিই। আমার প্রথম কাজ ছিল ১,১৪০টি প্রিমিয়ার লিগ ম্যাচের ওপর শট-কোয়ালিটি মডেল ব্যাক-টেস্ট করা। সেই কাজ থেকে আমি একটা অভ্যাস রপ্ত করেছি: যেকোনো দাবির আগে নমুনার আকার ও তারিখের পরিসর বলো। এই নথিটি সেই অভ্যাসের প্রথম পরীক্ষায়ই ফেল। Stage-2 কাঠামোটি নিখুঁতভাবে তৈরি—নয়টি মাত্রা, প্রতিটির টেবিল, প্রতিটির “→ Basis:...” উদ্ধৃতি। কিন্তু প্রতিটি ঘর খালি। যে কাঠামো তথ্য ছাড়া দাঁড়ায়, সেটি বিশ্লেষণ নয়, একটি ফাঁপা খোলস। এখানে যে বিষয়টি সবচেয়ে গুরুত্বপূর্ণ, তা হলো এই খালি ঘরগুলোর ব্যাখ্যা। Stage-2 নথিতে স্পষ্ট লেখা আছে: “The Stage-1 deconstruction result supplied for this analysis is substantively empty.” শিরোনাম নেই, উৎস নেই, ধরন “Unclassified”, তথ্যবিন্দু শূন্য। অর্থাৎ বিশ্লেষকদের হাতে মূল নিবন্ধটিই আসেনি, অথবা এসেছে কিন্তু টেক্সট এক্সট্রাকশন ব্যর্থ হয়েছে। আমি এই দ্বিতীয় সম্ভাবনার দিকেই ঝুঁকছি, কারণ বাস্তব প্রকাশিত ইস্পোর্টস লেখায় শিরোনাম, উৎস, দল, খেলোয়াড়—সব একসাথে খালি থাকার ঘটনা বিরল। সাধারণত এটা ঘটে যখন উৎস পেওয়ালের পেছনে, জাভাস্ক্রিপ্ট-রেন্ডার্ড পেজে, কিংবা শুধু ছবি-ভিত্তিক পিডিএফে থাকে। প্রক্রিয়াটি ব্যর্থ, প্রতিবেদন নয়। কিন্তু এখানেই একটি বড় ঝুঁকি লুকিয়ে আছে, যা আমি ২০২০ সালে খালি স্টেডিয়ামের ডেটা যাচাইয়ের সময় শিখেছিলাম। সেটি হলো “কোনো লাল পতাকা নেই” আর “ঝুঁকি নেই” এক জিনিস নয়। এই নথিতে যে সমস্ত চেকলিস্ট আছে—প্যাচ প্রভাব, রস্টার রাসায়নিক, বেতন বকেয়া, ম্যাচ-ফিক্সিং, নাবালক সুরক্ষা—সেগুলোর প্রতিটি “N/A — insufficient information” লেখা। এর মানে তারা যাচাই করা হয়নি, পরিষ্কার ছাড়পত্র পায়নি। যদি কেউ শুধু চোখ বুলিয়ে এই নথিটি পড়ে, তাহলে সে ভুল করে ভাবতে পারে সবকিছু ঠিক আছে। এটা একটা নীরব ব্যর্থতা, আর নীরব ব্যর্থতাই ডেটা পাইপলাইনে সবচেয়ে বিপজ্জনক। আমি ২০২১ সালে ইউরো কাপে এই ধরনের নীরব ব্যর্থতার স্বাদ পেয়েছি। আমার মডেল উইং-ব্যাক ক্রসিং চেইনকে কম ওজন দিয়েছিল, ফলে গ্রুপ পর্যায়ে ৬.৮ ইউনিট হারি। আমি টুর্নামেন্টের মাঝপথে মডেল বদলাইনি—ফাইনালের পর অডিট চালিয়েছি, ৩৪০টি সেরি আ ও বুন্দেসলিগা ম্যাচ দিয়ে ফুলব্যাক মডিউল ১৯ দিনে পুনর্নির্মাণ করেছি। সেই অভিজ্ঞতা থেকে আমি “মডেল ল্যাগ” প্রকাশের অভ্যাস তৈরি করেছি। এই নথির ক্ষেত্রেও একই কথা প্রযোজ্য: বিশ্লেষণটি ব্যর্থ, কিন্তু ব্যর্থতাটি স্বচ্ছভাবে স্বীকার করা হয়েছে। এটাই এর একমাত্র শক্তি। এখন আসি সেই প্রশ্নে, যা এই নথিটি নিজেই তুলেছে: Stage-1 আবার চালানো যায় কি? উত্তর—হ্যাঁ, এবং কম খরচে। কারণ ত্রুটিটি ব্যাখ্যায় নয়, ইনজেশন পর্যায়ে। মূল উৎসটি যদি পুনরায় ইনজেস্ট করা যায়, তাহলে নয়টি মাত্রার বিশ্লেষণ আবার সম্পূর্ণরূপে চালানো সম্ভব। কিন্তু তার আগে তিনটি জিনিস দরকার: এক, উৎসের URL বা ফাইলটি পুনরায় সংগ্রহ করা এবং সেটি পেওয়াল, জাভাস্ক্রিপ্ট, নাকি ছবি-ভিত্তিক—তা যাচাই করা। দুই, Stage-1-এ সময়-সংবেদনশীলতা মূল্যায়ন যোগ করা, যা এই দৌড়ে বাদ পড়েছে। তিন, নামযুক্ত সত্তার ঘনত্ব যাচাই করা—যদি মূল লেখায় তিনটির বেশি দল বা খেলোয়াড়ের নাম থাকে, তাহলে নিশ্চিত হওয়া যায় আগের খালি তালিকাটি পাইপলাইনের ত্রুটি ছিল, লেখার বৈশিষ্ট্য নয়। আমি এখানে কোনো দল, খেলোয়াড়, প্যাচ বা টুর্নামেন্ট সম্পর্কে কোনো রায় দিচ্ছি না। কারণ দিলে সেটা হবে অনুমান, আর অনুমান আমার পদ্ধতির পরিপন্থী। আমি শুধু বলতে পারি: এই প্রতিবেদনটি একটি “নাল-রেজাল্ট” প্রতিবেদন, একটি পাইপলাইন ডায়াগনস্টিক। এটিকে কোনো নিবন্ধ, দল বা সংস্থার মূল্যায়ন হিসেবে পড়া যাবে না। যা দরকার, তা হলো Stage-1 পুনরায় চালানো এবং প্রকৃত তথ্যের ওপর ভিত্তি করে Stage-2 পুনরায় সম্পাদন করা। ততক্ষণ পর্যন্ত এই নথিটি শুধু একটি প্রক্রিয়াগত সতর্কবার্তা—একটি অনুস্মারক যে ব্যাক-টেস্ট আগে আসে, বাইলাইন পরে; আর নমুনা শূন্য হলে উপসংহারও শূন্য।