শূন্য ইনপুটের নীরবতা: একটি বিশ্লেষণ পাইপলাইনের পোস্ট-মর্টেম

গত রাতে দ্বিতীয় স্তরের ফাইলটি খোলার পর স্ক্রিনে কোনো সংখ্যা ছিল না। প্রতিটি ঘরে একই বাক্য ফিরে এসেছে — "N/A — insufficient information"। গেমের নাম নেই, প্যাচ ভার্সন নেই, কোনো দলের নাম নেই, একজন খেলোয়াড়ের নামও নেই। নয়টি বিশ্লেষণ-মাত্রা প্রস্তুত ছিল, প্রতিটির নিজস্ব ফ্রেমওয়ার্ক, টেবিল আর ঝুঁকি-ম্যাট্রিক্স নিয়ে। কিন্তু তাদের সামনে বসানোর মতো একটি বাক্যও ছিল না।

আমি এর আগে অনেক খালি স্প্রেডশিট দেখেছি। খালি স্প্রেডশিট আর খালি বিশ্লেষণ-ইনপুট এক নয়। প্রথমটায় তুমি ডেটা খুঁজতে যাও; দ্বিতীয়টায় তোমাকে মেনে নিতে হয় ডেটা কখনোই আসেনি। পার্থক্যটা ছোট শোনায়, কিন্তু পোস্ট-মর্টেমের পুরো যুক্তি এখানেই দাঁড়িয়ে আছে।

বিষয়টি দুটি স্তরে সাজানো একটি বিশ্লেষণ-পাইপলাইন। স্তর-১ একটি উৎস-নিবন্ধ পড়ে সেটিকে ভেঙে ফেলে — শিরোনাম, উৎস, ধরন, মূল বক্তব্য, তথ্য-বিন্দু এবং জড়িত সত্তা। স্তর-২ সেই টুকরোগুলোর উপর দাঁড়িয়ে নয়টি মাত্রায় গভীর বিশ্লেষণ চালায়: প্যাচ ও মেটা, টুর্নামেন্ট ফরম্যাট, দল ও খেলোয়াড়, আঞ্চলিক ল্যান্ডস্কেপ, ক্লাব-অর্থনীতি, নিয়ম ও শাসন, ঝুঁকি-প্রোফাইল, জন-আখ্যান, এবং ইন্ডাস্ট্রি ট্রান্সমিশন।

২০১৭ সালে ঢাকা আবাহানি আমাকে বাংলাদেশ প্রিমিয়ার লিগের ইভেন্ট-ডেটা স্ট্যান্ডার্ড করতে নেয়। সেই সময়েই শিখেছিলাম — পাইপলাইনের গুণ কখনো তার সবচেয়ে জটিল স্তরে থাকে না; থাকে সবচেয়ে দুর্বল হ্যান্ডঅফে। মডেল যত পরিষ্কার হোক, হ্যান্ডঅফ নোংরা হলে ফলাফল নোংরা। সে বছরই চালু করি একটি স্ট্যান্ডার্ড পোস্ট-ম্যাচ রিপোর্ট টেমপ্লেট, যার একটাই শর্ত ছিল: প্রতিটি রিপোর্টে xG আর শট-ম্যাপ থাকবে, আর "deserved win" শব্দটা নিষিদ্ধ। আবাহানি ২-১ জিতেছিল শেখ রাসেলের বিরুদ্ধে, কিন্তু আমার মডেল বলেছিল আবাহানির xG মাত্র ০.৯, শেখ রাসেলের ১.৭। ক্লাব প্রথমে মানতে চায়নি। আমি বলেছিলাম, ডেটা মিথ্যা বলে না। সংখ্যা ছাড়া জয়-পরাজয়ের গল্প কেবল গল্প, বিশ্লেষণ নয়।

স্তর-২ যা ফিরিয়ে দিয়েছে তা পড়তে গিয়ে প্রথমে চোখে পড়ে তার সুশৃঙ্খলতা। নয়টি মাত্রা, প্রতিটির নিজস্ব টেবিল, প্রতিটি ঘরে একই মার্কার। এটি এলোমেলো ব্যর্থতা নয়; এটি নথিভুক্ত ব্যর্থতা। আর ঠিক এখানেই আসল তথ্য লুকিয়ে আছে।

সবচেয়ে গুরুত্বপূর্ণ সংকেতটি গেমের নামে নয়, "Entities Involved" ঘরে। সেখানে কোনো নাম বসানো হয়নি — বসানো হয়েছিল একটি নির্দেশনা। সিস্টেমটি জড়িত সত্তা "শনাক্ত" করার কথা বলছে, অথচ শনাক্ত করার মতো একটি বিন্দুও তার হাতে আসেনি। এটি কেবল খালি নিবন্ধের ঘটনা নয়; এটি একটি ফিল্ড-ম্যাপিং ত্রুটি। হয় স্তর-১-এর আউটপুট-স্কিমা স্তর-২-এর ইনপুটের সাথে ঠিকভাবে যুক্ত হয়নি, নয়তো স্তর-১ সত্যিই কিছু পার্স করেনি।

দ্বিতীয় সংকেত — "Time Sensitivity" আর "Source Quality" মূল্যায়ন দুটি সম্পূর্ণ অনুপস্থিত। তথ্য-বিন্দু থাকলেও কোনটি আগে দেখতে হবে, কোনটি বিশ্বাসযোগ্য, সেই অগ্রাধিকার নির্ণয় অসম্ভব। তৃতীয় সংকেতটি সবচেয়ে সরল: তথ্য-বিন্দু ঘরটি খালি। একটিও উৎস-সম্পর্কিত বিন্দু নেই। এই একটিমাত্র ঘর খালি থাকলে বাকি আটটি মাত্রার অস্তিত্বই অর্থহীন, কারণ বিশ্লেষণের কাঁচামাল ওই ঘরেই বাস করে।

ডেটার অভাবে ঝুঁকি-ম্যাট্রিক্সের সব ঘর "N/A" হয়ে গেছে। একটি ঝুঁকি তবু টিকে গেছে, এবং সেটি সাংঘাতিক: স্তর-১ আর স্তর-২-এর মাঝখানে ডেটা হারিয়ে যাওয়া একটি পাইপলাইন-স্তরের ঝুঁকি, যা কোনো একক বিশ্লেষণে ধরা পড়ে না। ব্লকচেইনের ভাষায় বললে, এই পাইপলাইনের কোনো অডিট ট্রেইল নেই। কোনো অপরিবর্তনীয় রেকর্ড নেই, যেখানে প্রতিটি হ্যান্ডঅফ যাচাই করা যায়। প্রতিটি স্তরের আউটপুট হ্যাশ করে পরের স্তরে পাস করা হলে শূন্য ইনপুট কখনোই চুপচাপ এগিয়ে যেত না; গেটেই আটকে যেত।

২০১৮ সালে রাশিয়া বিশ্বকাপে অপ্টার হয়ে কাজ করার সময় এই পাঠটা শক্ত করে শিখি। জার্মানি-মেক্সিকো ম্যাচে জার্মানির ৬৭% দখল, ২৬ শট — কিন্তু xG মাত্র ১.২। মেক্সিকো ১.০ xG থেকে গোল করে। PPDA দেখাল জার্মানির প্রেস এলোমেলো (১২.৩ বনাম ৮.৭)। সেই রাতে মেনে নিয়েছিলাম, মডেল শূন্য দিতে পারে, কিন্তু শূন্যকে সত্য বলে চালানো যায় না। এই পাইপলাইনে ঘটনাটা আরও কঠিন। মডেল ভুল বলেনি। মডেল বলার সুযোগই পায়নি।

প্রস্তুতি-ভিত্তিক বিশ্লেষণের এই শিক্ষাটা ২০২২ সালে কাতার বিশ্বকাপে আরও স্পষ্ট হয়। স্পেনের বিরুদ্ধে রাউন্ড-অফ-১৬ ম্যাচের আগে আমি ১,০০০+ পেনাল্টি স্যাম্পল ট্র্যাক করে বোনোকে পরামর্শ দিয়েছিলাম সারাবিয়া, সোলের আর বুস্কেটসের বিপক্ষে কেন্দ্রে থাকতে। মরক্কো শুটআউট জিতল ৩-০-এ, বোনো দুটি সেভ করল। সেখানে ডেটা ছিল, তাই সিদ্ধান্ত ছিল। এখানে ডেটা নেই, তাই সিদ্ধান্তও নেই — কেবল একটি থেমে যাওয়া পাইপলাইন।

এখানেই পাল্টা যুক্তিটা আসে, আর প্রথম শুনে অস্বস্তিকর লাগে: একটি "ব্যর্থ" বিশ্লেষণ মাঝে মাঝে একটি "সফল" বিশ্লেষণের চেয়ে বেশি মূল্য দেয়। একটি পূর্ণ বিশ্লেষণ নিজের দুর্বলতা ঢেকে রাখে — তুমি সংখ্যা দেখো, গল্প দেখো, কিন্তু পাইপলাইন কেন ভাঙে তা দেখো না। খালি আউটপুট কিছু লুকাতে পারে না।

২০২০ সালে এফসি কোপেনহেগেনের জন্য খালি স্টেডিয়ামের মডেল বানানোর সময়ও একই যুক্তি পেয়েছিলাম। ৮৩টি বুন্দেসলিগা ম্যাচে হোম-উইন হার ৪৩.২% থেকে ৩৩.৩%-এ নামে, হোম xG-সুবিধা কমে ০.২১ করে। ক্লাব প্রথমে সন্দেহ করেছিল। কিন্তু আমরা প্রেক্ষাপট বদলানোর আগে সংখ্যা বদলাইনি — আগে মানলাম পুরনো বেসলাইন ভেঙে গেছে। এখানেও তাই: ইনপুট না থাকলে পুরনো বেসলাইনের উপর ভরসা করা যায় না।

সবচেয়ে বড় ফাঁদটা অন্য জায়গায়। খালি ইনপুট দেখলে বিশ্লেষকের সহজতম প্রলোভন হলো যুক্তিসঙ্গত শোনায় এমন একটি নিবন্ধ বানিয়ে ফেলা — গেমের নাম অনুমান করা, একটি প্যাচ ধরে নেওয়া, কয়েকটি দল বসিয়ে দেওয়া। এভাবে ব্যর্থতা সাফল্যের মতো দেখাবে, কিন্তু সেটি মিথ্যা হবে। শূন্য ইনপুটের একমাত্র সৎ উত্তর শূন্যই। ফুটবলের xG-যুক্তি এখানে আমদানি করা যায় না, কারণ খেলাই নেই — যে মেট্রিক পরিমাপ করবে, তার পরিমাপের বস্তুই অনুপস্থিত।

দ্বিতীয় ফাঁদ — দোষারোপ। খালি আউটপুট দেখে বিশ্লেষককে দোষ দেওয়া সহজ। কিন্তু প্রক্রিয়া-ত্রুটি আর ফলাফল-ভ্যারিয়েন্স আলাদা করতে হবে। বিশ্লেষক তার কাজ ঠিকই করেছে — যা পেয়েছে, তা-ই প্রতিফলিত করেছে। ত্রুটিটি তার উপরে, হ্যান্ডঅফ স্তরে।

পরের ধাপের জন্য যা দরকার, তা পরিষ্কার। স্তর-১ আবার চালাতে হবে, আর ফিরে আসতে হবে অন্তত তিনটি অ্যাংকর নিয়ে: একটি নামকরণ করা গেম-টাইটেল, অন্তত একটি উৎস-সম্পর্কিত তথ্য-বিন্দু, আর একটি পূর্ণ "Entities Involved" তালিকা। এই তিনটি ছাড়া বাকি আটটি মাত্রা কেবল সাজানো ফাঁকা ঘর। আমি এখন গেট বসাচ্ছি — প্রতিটি স্তরের আউটপুট অপরিবর্তনীয়ভাবে রেকর্ড হবে, আর খালি হ্যান্ডঅফ স্বয়ংক্রিয়ভাবে আটকে যাবে। মডেল আপডেট হলো। আখ্যান এখনো বাকি।