স্টেজ-১ ইনপুট শূন্য: ডেটা-বিশ্লেষণ পাইপলাইনের নীরব ব্যর্থতা এবং পুনঃপ্রবেশের প্রোটোকল

আটটি রাউন্ড। নয়টি ম্যাচ। ২০২০ সালের মে মাসে যখন জার্মান ফুটবল ক্লোজড ডোরের পেছনে ফিরে আসে, তখন আমি রাউন্ড-বাই-রাউন্ড বোর্ড আপডেট করছিলাম। হোম গোল ডিফারেন্স +০.৩১ থেকে +০.০৮-এ নেমে এসেছিল, কিন্তু আমি ছয় ম্যাচ পার না হওয়া পর্যন্ত মডেল পরিবর্তন করিনি। ছয় ম্যাচ—এটাই ছিল আমার নিজের দেওয়া থ্রেশহোল্ড। সেই অভ্যাস আজও আমাকে তাড়া করে: কোনো উপসংহারে পৌঁছানোর আগে আমি প্রমাণের ন্যূনতম স্যাম্পল চাই। বুধবার সকালে ঠিক তেমনই একটি থ্রেশহোল্ড-পরীক্ষা আমার সামনে এসে দাঁড়াল, তবে ফুটবলের মাঠে নয়—একটি সম্পাদকীয় পাইপলাইনের ভেতরে। আমার কাছে একটি দ্বিতীয়-স্তরের গভীর বিশ্লেষণ এসেছে, যেখানে শিরোনাম নেই, উৎস নেই, ধরন নেই, একটি তথ্য-বিন্দুও নেই। শূন্য। আমার প্রথম প্রতিক্রিয়া ছিল হিসাব মেলানো: যদি ইনপুটে একটিও যাচাইযোগ্য তথ্য না থাকে, তবে আউটপুটে যে নয়টি মাত্রার টেমপ্লেট আছে, তার প্রতিটি ঘর শূন্য চিহ্নে ভরাট হওয়া উচিত—অনুমানে নয়। সেই মাপকাঠিতেই আমি আজকের প্রতিবেদনটি লিখছি। এটি কোনো ইস্পোর্টস দল, খেলোয়াড় বা প্যাচ সম্পর্কে কোনো রায় নয়। এটি একটি প্রক্রিয়াগত ব্যর্থতার নথি, এবং সেই ব্যর্থতা থেকে শেখার একটি কাঠামো। প্রসঙ্গটি বোঝা দরকার। যে বিশ্লেষণটি আমার হাতে এসেছে, সেটি একটি নয়-মাত্রার ফ্রেমওয়ার্ক ব্যবহার করে: প্যাচ ও মেটা, টুর্নামেন্ট ফরম্যাট, দল ও খেলোয়াড়, আঞ্চলিক চিত্র, ক্লাব অর্থনীতি, নিয়ম-শাসন, ঝুঁকি, জনমতের বর্ণনা এবং শিল্প-প্রসারণ। প্রতিটি মাত্রার জন্য ফ্রেমওয়ার্কটি দাবি করে যে প্রতিটি সিদ্ধান্তের পাশে একটি বেসিস থাকতে হবে—কোন স্টেজ-১ তথ্য-বিন্দু থেকে সেই সিদ্ধান্ত এসেছে। কিন্তু যখন তথ্য-বিন্দুর সংখ্যা শূন্য, তখন কোনো মাত্রাই বৈধভাবে বিশ্লেষণ করা যায় না। ফ্রেমওয়ার্কটি নিজেই এটিকে বলেছে "তথ্যশূন্যতার নির্ণয়" এবং এগিয়ে যায়নি। আমি এই সিদ্ধান্তকে সমর্থন করি, তবে একটি সংযোজন নিয়ে। আমার ২০১৭ সালের এক হাজার দুইশত খেলোয়াড়ের ট্রান্সফার বোর্ডের অভিজ্ঞতা আমাকে শিখিয়েছে যে শূন্য মানে কেবল অনুপস্থিতি নয়—শূন্য নিজেই একটি সংকেত। যখন আলেকজান্ডার গোলোভিনের ওপর আমি ৯০০ মিনিটের থ্রেশহোল্ড আরোপ করেছিলাম, তখন যারা তাকে তাড়াহুড়ো করেflagged করতে চেয়েছিল, তাদের আমি থামিয়েছিলাম। কিন্তু শূন্য মিনিট মানে এই নয় যে খেলোয়াড় খারাপ; শূন্য মিনিট মানে ডেটা সংগ্রহের পাইপলাইনে কিছু একটা ভেঙেছে। ঠিক তেমনই, আজকের শূন্য তথ্য-বিন্দু কোনো নিবন্ধের অস্তিত্ব নেই বলে প্রমাণ নয়—এটি বরং নিবন্ধটি পাইপলাইনে ঢোকার সময় হারিয়ে গেছে বলে বেশি সম্ভাব্য ব্যাখ্যা। এই পাইপলাইনের নীরব ব্যর্থতার সম্ভাব্য কারণগুলো আমার অভিজ্ঞতায় পরিচিত। প্রথমত, পেওয়াল বা লগইন-গেটেড উৎস। দ্বিতীয়ত, জাভাস্ক্রিপ্টে রেন্ডার করা পাতা, যেখানে টেক্সট এক্সট্রাকশন খালি হাতে ফেরে। তৃতীয়ত, শুধু ছবি বা পিডিএফ ভিত্তিক কনটেন্ট। চতুর্থত, এনকোডিং বা ভাষা-হ্যান্ডলিংয়ের ত্রুটি। পঞ্চমত, অত্যন্ত দীর্ঘ ইনপুটে ট্রাঙ্কেশন। পাঁচটির যেকোনো একটি ঘটলে শিরোনাম, উৎস, ধরন এবং সত্তা—সব একসাথে শূন্য হতে পারে, ঠিক যেমনটি এখানে হয়েছে। আমার কাছে সবচেয়ে বিশ্বাসযোগ্য ব্যাখ্যা হলো: এটি স্টেজ-১-এর এক্সট্রাকশন বা ইনজেশন ব্যর্থতা, খাঁটি কনটেন্ট-শূন্য নিবন্ধ নয়। কিন্তু এখানেই একটি বিপদ লুকিয়ে আছে, যা আমি আমার টুর্নামেন্ট লোড ইনডেক্সের অভিজ্ঞতা থেকে জানি। ২০২১ সালে পেড্রির ইউরো ও অলিম্পিক মিলিয়ে ১১৭৫ মিনিট ট্র্যাক করার সময় আমি দেখেছিলাম, মানুষ যখন ক্লান্তি-ঝুঁকির তালিকা পড়ে, তখন তারা প্রায়ই "কোনো লাল পতাকা নেই"-কে "ঝুঁকি নেই" হিসেবে পড়ে ফেলে। ঠিক তেমনই, আজকের প্রতিবেদনে প্রতিটি চেকলিস্টে লেখা আছে "পর্যাপ্ত তথ্য নেই।" কেউ এই তালিকাটি দ্রুত পড়ে, তাহলে অচিহ্নিত ঘরগুলোকে সবুজ সংকেত ভেবে ভুল করতে পারে। অথচ সত্য হলো, প্রতিটি ঘর পরীক্ষিত নয়—পরীক্ষার বাইরে পড়ে আছে। বকেয়া বেতন, ম্যাচ-ফিক্সিং, প্যাচ-টার্গেটিং বা ইনজুরি—কোনো ঝুঁকিই পরীক্ষা করা হয়নি। এটিকে পরিষ্কার চিট হিসেবে পড়া বিপজ্জনক। আমার দ্বিতীয় উদ্বেগটি আরও কাঠামোগত। এই শূন্য আউটপুট যদি কোনো ডাউনস্ট্রিম সামারাইজেশন বা স্কোরিং স্তরে যায়, তাহলে শূন্যগুলো নীরবে নিরপেক্ষ বা গড় স্কোরে রূপান্তরিত হতে পারে। আমার—না, আমার সতেরো বছরের অভিজ্ঞতায় বলতে পারি, ডেটা পাইপলাইনে সবচেয়ে বিপজ্জনক লিক হলো সেই জায়গা যেখানে "তথ্য নেই" এবং "ঝুঁকি নেই" একই সংখ্যায় মিশে যায়। তাই আমার সুপারিশ স্পষ্ট: এই রানে ডাউনস্ট্রিমে পাঠানোর আগে একটি স্পষ্ট NULL_INPUT পতাকা সংযুক্ত করতে হবে, ডিফল্ট মান দিয়ে পূরণ করা যাবে না। এখন প্রশ্ন হলো, এই শূন্যতা থেকে বেরোনোর পথ কী। আমার কাছে উত্তরটি সহজ এবং যান্ত্রিক: স্টেজ-১ পুনরায় চালু করতে হবে মূল উৎসের বিরুদ্ধে—এই শূন্য আউটপুটের ওপর নয়। এটি একটি সস্তা পুনরুদ্ধার, কারণ ত্রুটিটি ব্যাখ্যায় নয়, ইনজেশনে। যদি পুনরায় চালানোর পর তথ্য-বিন্দু অন্তত একটি ফেরে এবং সত্তার তালিকা অখালি হয়, তাহলে নয়টি মাত্রার পূর্ণ বিশ্লেষণ আবার সম্ভব হবে। আর যদি দ্বিতীয়বারও শূন্য আসে, তাহলে ম্যানুয়াল এক্সট্রাকশন বা বিকল্প উৎসে যেতে হবে। তবে একটি মৌলিক প্রশ্ন থেকে যায়: যদি মূল নিবন্ধটি আসলে ইস্পোর্টসের নীতি বা প্রকাশক-কৌশল নিয়ে হয়, তাহলে সত্তা-শূন্যতা স্বাভাবিক হতে পারে। সেই ক্ষেত্রে পুনঃপ্রবেশের কৌশল বদলাতে হবে—খেলোয়াড় ও দলের বদলে প্রকাশক, লীগ, নিয়ন্ত্রক ও স্পন্সরকে লক্ষ্য করে এক্সট্রাকশন টিউন করতে হবে। আমার ২০২২ সালের মরক্কোর ওপর লেখা মেমোতে আমি দেখেছিলাম, প্রাতিষ্ঠানিক সত্তা খুঁজতে গেলে ভিন্ন ধরনের সাংকেতিক শব্দ দরকার। সেই শিক্ষা এখানেও প্রযোজ্য। শেষ পর্যন্ত, আজকের এই প্রতিবেদনটি কোনো ক্রীড়া রায় নয়। এতে কোনো দল, খেলোয়াড়, টুর্নামেন্ট বা সংস্থা সম্পর্কে কোনো মূল্যায়ন নেই, কারণ কোনো মূল্যায়নই সমর্থনযোগ্য নয়। এটা একটি নাল-ফলাফল প্রতিবেদন এবং পাইপলাইনের রোগনির্ণয়। কিন্তু আমার কাছে এটাই সবচেয়ে বড় শিক্ষা: একটি স্প্রেডশিট কেবল কী আছে তা মনে রাখে না, কী অনুপস্থিত তাও মনে রাখে। আজকের শূন্যটি সেই স্মৃতিরই অংশ।