শূন্য ডেটা, শূন্য রায়: যে রিপোর্টের প্রতিটি ঘর ভরা, তবু ভেতরে কিছু নেই

গত সপ্তাহে রাত দুইটায় ল্যাপটপ খোলার পর আমি একটা টেবিলের দিকে অনেকক্ষণ তাকিয়ে বসে ছিলাম। নয়টা বিশ্লেষণ-ডাইমেনশন — প্যাচ ও মেটা, টুর্নামেন্ট ফরম্যাট, দল ও খেলোয়াড়, আঞ্চলিক চিত্র, ক্লাব অর্থনীতি, নিয়ম ও গভর্নেন্স, রিস্ক প্রোফাইল, পাবলিক ন্যারেটিভ আর ইন্ডাস্ট্রি ট্রান্সমিশন। প্রতিটার হেডিং নিখুঁত, বর্ডার পরিষ্কার, সাব-টেবিলের সারি-কলাম গোছানো। আর প্রতিটা ঘরে একই বাক্য: তথ্য অপর্যাপ্ত, মূল্যায়ন করা সম্ভব নয়। মাইক পড়েনি। মাইক চালু-ই হয়নি।

২০১৭ সালের কথা মনে পড়ে। শিকাগোর লেন টেক কলেজ প্রিপে আমি সিনিয়র, হাই স্কুল ইস্পোর্টস লিগের মিডওয়েস্ট কোয়ার্টারফাইনাল। যেই ছেলেটার কাস্ট করার কথা ছিল, সে লবি ওপেন হওয়ার কুড়ি মিনিট পরেও হাজির হয়নি। আমি দলের সাবস্টিটিউট জাংগলার — ১৪টা ম্যাচ, ৬টা জয়। হেডসেট তুলে নিলাম, নোট শূন্য, লাইভ। গেম থ্রি চলল ৪৭ মিনিট, ৪১:২০-তে ব্যারন ন্যাশর স্টিল দিয়ে শেষ। ওই দুই মিনিটে আমি ছন্দ মিলিয়ে কল করলাম, কারণ ছন্দ ছাড়া ওই ফাঁকা সময় টেকে না। ভোডটা ৩,৪০০ ভিউ পেয়েছিল — ওই স্প্লিটের যেকোনো হাই স্কুল ম্যাচের চেয়ে বেশি।

মজা হলো, সেদিন আমি তাকিয়ে ছিলাম ভরা এক স্ক্রিনের দিকে: টিমের নাম ছিল, প্লেয়ারের আইডি ছিল, মিনিম্যাপ ছিল। আসল অনুপস্থিতিটা আরও সূক্ষ্ম — কেউ মাইকে কথা বলছিল না। বিশ্লেষণের জগতে আজ একই ঘটনা ঘটছে, শুধু কেউ টের পাচ্ছে না।

যে কাঠামোটা নিয়ে আমি কথা বলছি, সেটা দুই স্তরে চলে। প্রথম স্তরে কাঁচা সোর্স থেকে তথ্য তোলা হয় — গেমের নাম, প্যাচ ভার্সন, কোন দল, কোন খেলোয়াড়, কোন টুর্নামেন্ট, সোর্সের নাম-ধরন-তারিখ, সময়-সংবেদনশীলতা। দ্বিতীয় স্তর সেই তোলা তথ্যের ওপর গভীর বিশ্লেষণ বসায়। দ্বিতীয় স্তর নতুন তথ্য বানাতে পারে না; সে শুধু প্রথম স্তর যা ধরতে পেরেছে তাকেই গভীর করে।

এইবার প্রথম স্তরের ফলাফল ছিল কাঠামোগতভাবে ফাঁকা। গেমের নাম নেই, সোর্স নেই, প্রকাশের তারিখ নেই, কোনো তথ্য-বিন্দু নেই, আর এনটিটি-ক্ষেত্রটি কৌতূহলজনকভাবে নিজের দিকেই ইশারা করছে — উপরের তথ্য-বিন্দুগুলো থেকে চিহ্নিত করুন। কিন্তু উপরের তালিকাটাই শূন্য। এটা প্রমাণ নয়, এটা একটা বন্ধ লুপ। টিকে ছিল একটাই ক্ষেত্র: ডোমেইন লেবেল, ইস্পোর্টস।

গেম-টাইটেল না জানলে প্যাচ-বিশ্লেষণ অসম্ভব, কারণ লিগ অব লেজেন্ডস, ডোটা ২, সিএস২, ভ্যালোর্যান্ট, হোনর অব কিংস আর পিস-এলিটের প্যাচ-ছন্দ, মেট্রিক-প্রথা আর প্রতিযোগিতার স্থিতিশীলতা একেবারে আলাদা। টুর্নামেন্টের নাম না জানলে ফরম্যাট-ঝুঁকি বলা যায় না; আর ফরম্যাটই আপসেটের সম্ভাবনা ঠিক করে দেওয়া সবচেয়ে বড় কাঠামোগত কারণ — বিও১, বিও৩ আর বিও৫-এর মধ্যে আকাশ-পাতাল ফারাক।

এখানেই আসল শিক্ষাটা: কোন সংখ্যা না থাকলে কোন রায় নেই। নিয়মটা বোরিং শোনায়, কিন্তু এটাই পেশাদারি। ভাবুন তো, একটা ক্লাবের আর্থিক স্বাস্থ্য বুঝতে কী কী লাগে — স্পন্সরশিপ আয়, লিগ বা পাবলিশার ডিস্ট্রিবিউশন, বেতন-ব্যয়, স্যালারি-টু-রেভিনিউ রেশিও। ইন্ডাস্ট্রির প্রচলিত বেঞ্চমার্ক হলো, বহু ক্লাবে খেলোয়াড়-বেতন আয়ের ৮০ শতাংশ ছাড়িয়ে যায়, কাঠামোতেই লোকসানি। কিন্তু এটা বলতে গেলে অন্তত একটা ক্লাবের নাম লাগে। নাম নেই, ট্রান্সফার ফি নেই, চুক্তির মেয়াদ নেই। তাহলে বলা যায় কী? কিছুই না।

রিস্ক-ম্যাট্রিক্সের ক্ষেত্রে ব্যাপারটা আরও বিপজ্জনক। ঝুঁকি হলো কোনো চিহ্নিত বিষয়ের ওপর নির্দিষ্ট প্রকাশের সম্ভাবনা। বিষয় না থাকলে, প্রকাশ না থাকলে, রেটিং নিম্ন বসিয়ে দেওয়াটাই এই অনুশীলনের সবচেয়ে বড় ভুল। কারণ সেটা তথ্যের অভাবকে জাল আশ্বাসে বদলে দেয়। শূন্য থেকে নিম্ন ঝুঁকি লেখার মতো বেপরোয়া কাজ আর নেই।

এখানেই আমার নিজের একটা জেদ কাজ করে। ২০২০ সালের বসন্তে, ইউনিভার্সিটি অব ইলিনয় অ্যাট শিকাগোতে জুনিয়র থাকতে আমি একটা আন্ডারগ্র্যাড রিসার্চ প্রজেক্ট করেছিলাম — স্টেডিয়ামের বদলে ঘরোয়া পরিবেশে খেলা কীভাবে বদলে যায়। এলসিকে ২০১৯ স্প্রিং অন-স্টেজ আর ২০২০ স্প্রিং অনলাইন তুলনা করে দেখলাম, গড় গেম-দৈর্ঘ্য ৩৪:৪১ থেকে নেমে ৩২:২৭ হলো, আর ফার্স্ট-ব্লাড রেট বাড়ল ৮.৩ পয়েন্ট। একই পরীক্ষা বুন্দেসলিগার ভুতুড়ে ম্যাচে চালিয়ে দেখলাম, ৮৩ ম্যাচে হোম-উইন রেট ৪৩ শতাংশ থেকে ৩৩ শতাংশে নেমেছে। আমার অ্যাডভাইজর আমাকে বি-প্লাস দিয়েছিলেন, কারণ পেপারের ৬০ শতাংশ জুড়ে ছিল ইস্পোর্টস।

সেই বি-প্লাসটা আমি এখনো যত্ন করে রাখি, কারণ ওটা প্রমাণ করেছিল — আমার বিশ্লেষণের গতি যতই দ্রুত হোক, নম্বর ছাড়া আমি দাবি করি না। আর এটাও প্রমাণ করেছিল, রিফট কিংবা পিচ, একই ব্যাকরণ — মাঠের প্যাটার্ন আর রিফটের প্যাটার্ন আসলে একই ভাষায় কথা বলে।

তাই এবারের নয়-ডাইমেনশন কাঠামোতে প্রতিটা ঘরে তথ্য অপর্যাপ্ত লেখা এল, আর আমার হাত কাঁপেনি। প্যাচ-বিশ্লেষণে ওঠে না, কারণ টাইটেলই নেই। টুর্নামেন্ট-ফরম্যাটে ওঠে না, কারণ টুর্নামেন্টই নেই। দল-খেলোয়াড়ে ওঠে না, কারণ কোনো নাম নেই, রোস্টার-ফেজ নেই, কেডিএ বা ড্যামেজ-পার-মিনিট নেই। বলা বাহুল্য, এমনকি ডেটা থাকলেও পজিশন-ভেদে তুলনা বৈধ নয় — এটা পদ্ধতিগত সতর্কতা, তবে সেটাও তখনই প্রযোজ্য যখন টাইটেল আর রোল জানা থাকে।

আঞ্চলিক চিত্রেও একই কথা। কোন অঞ্চল টিয়ার-১ আর কোনটা ওয়াইল্ডকার্ড, সেটা টাইটেল-নির্ভর। একই অঞ্চল এক গেমে শীর্ষে, অন্য গেমে একেবারে প্রান্তে। নাম না জানলে সিঁড়িটা আঁকা যায় না — আর অনুমান দিয়ে ভরে দিলে সেটা ল্যান্ডস্কেপ-বিশ্লেষণ নয়, স্পেকুলেশন। গভর্নেন্সের ক্ষেত্রে একটা সূক্ষ্ম কথা জরুরি: শূন্য ইনপুটে কোনো ম্যাচ-ফিক্সিং বা অ্যাকাউন্ট-বুস্টিংয়ের অভিযোগ নেই। কিন্তু এই অনুপস্থিতিকে কখনো নিয়ম মানা হয়েছে বলে পড়া যায় না। অভিযোগ নেই মানে ডেটাও নেই। এই দুইয়ের তফাত ধরতে না পারলে বিশ্লেষণ সদগুণ থেকে সজোরে বদলে যায়।

এবার বিরুদ্ধ মতটা তুলি, কারণ আত্মতুষ্টি আমার পেশা নয়। সমালোচকেরা বলবেন, সময় থাকতে থাকতেই লিখে ফেলুন, ঘরগুলো পরে ভরুন। ইস্পোর্টসের মার্কিন মন্তব্যজগৎ দ্বিমতকে পুরস্কৃত করে, আর খেলা চলাকালীন ন্যারেটিভ কয়েকদিনেই ম্লান হয়ে যায় — তাই অপেক্ষার একটা ব্যয় আছে, সেটা অস্বীকার করি না। দ্বিতীয় যুক্তি আরও ব্যবহারিক: একটা রেকর্ড আটকে রাখলে ডাউনস্ট্রিমে হয়তো টাইমলি গল্পটাই হারিয়ে যায়।

তবু এই দুই যুক্তিকেই আমার একটা পাল্টা প্রশ্নের সামনে দাঁড়াতে হয়। সবচেয়ে বিপজ্জনক জিনিসটা ফাঁকা ডেটা নয়, ফাঁকা ডেটাকে ভরাট দেখতে দেওয়া। একটা কাঠামো যদি ক্র্যাশ করে, কেউ তা টের পায়। কিন্তু যদি হেডিং ঠিক রেখে ভেতরে বিশ্বাসযোগ্য শোনা অথচ সম্পূর্ণ বানানো বিশ্লেষণ ভরা হয়, তবে বাইরে থেকে সত্যি আর মিথ্যার পার্থক্য করা যায় না। এটাই নীরব ফ্যাব্রিকেশন-ঝুঁকি, আর এটাই ফাঁকা ইনপুটের সবচেয়ে ভয়ংকর উত্তরাধিকার।

আর একটা কাঠামোগত দোষ চোখে পড়ছে। প্রথম স্তরের স্কিমায় দুইটা ক্ষেত্র — এনটিটি আর সোর্স-কোয়ালিটি — নির্দেশ দেয় সেগুলোর মান উপরের তথ্য-বিন্দু থেকে নিতে হবে। সেই তালিকা যখন শূন্য, তখন নির্দেশটা হয় লুপ, নয় বানানো। সমাধান ফিল্টার নয়, স্কিমা শক্ত করা: এনটিটি আলাদাভাবে লিখতে হবে, সোর্সের নাম-ধরন-তারিখ আলাদা ঘরে বসাতে হবে, আর তথ্য আনা সম্ভব না হলে স্পষ্ট ব্যর্থতার স্টেটাস দিতে হবে।

তৃতীয় আরেকটা কথা। এই রিপোর্টটা সম্পূর্ণ গঠন মেনে এসেছে। শিরোনাম আছে, টেবিল আছে, ডিসক্লেইমার আছে। যে কেউ শুধু হেডিং স্ক্যান করে ভাবতে পারে কাজ শেষ। অথচ আসল ঘটনা পাইপলাইনের ভেতরে, ইনজেশন স্তরে। সম্ভাব্য কারণ কয়েকটা — সোর্সটা হয়তো ভিডিও বা ভোড, যা এক্সট্র্যাক্টর পড়তে পারেনি; হয়তো পেওয়াল বা লগইন দেওয়াল; হয়তো জাভাস্ক্রিপ্টে রেন্ডার হওয়া ফাঁকা শেল; কিংবা দুই স্তরের মাঝে পেলোড কাটা পড়েছে। এগুলোর প্রতিকারের রাস্তা আলাদা, আর বর্তমান ডেটা দিয়ে কোনটা তা ধরা যায় না। তাই দরকার ফেচ-মেথড, এইচটিটিপি স্টেটাস, কাঁচা বাইট-লেংথ আর কন্টেন্ট-টাইপ লগ করা।

সব মিলিয়ে রায় সরল: তথ্য শূন্য হলে রায় শূন্য — এটা পরাজয় নয়, এটা শৃঙ্খলা। আর সবচেয়ে জরুরি সংস্কারটা প্রযুক্তিগত নয়, সাংস্কৃতিক — তথ্য-বিন্দুর ন্যূনতম সংখ্যাকে বাধ্যতামূলক গেট বানানো। শূন্য বিন্দুর রেকর্ড দ্বিতীয় স্তরে ঢুকতেই পারবে না।

প্রশ্নটা তবু রয়ে গেল: এই সপ্তাহে কতগুলো বিশ্লেষণ প্রকাশ হলো, যেগুলোর ভিত্তি আসলে একটা ফাঁকা পেলোড? কতটা আত্মবিশ্বাসী গলায় বলা প্যাচ-পাঠ, রোস্টার-রেটিং আর নিম্ন ঝুঁকি আসলে পাইপলাইনের ছোট্ট একটা চুপচাপ ব্যর্থতা? আমি জানি, ভবিষ্যতেও আমি ওই ৪১:২০-র দিকে ফিরে তাকাব — কারণ ওই সেকেন্ডগুলো সত্যি ছিল। রিপোর্টটা সত্যি হতে পারল না। পার্থক্যটা এখানেই।