খালি নোটবুকের নোট: যখন ডেটা পাইপলাইন শূন্য ফেরত দেয় — ই-স্পোর্টস বিশ্লেষণের সবচেয়ে অবহেলিত ঝুঁকি

১. হুক: যে টেবিলে কোনো সারি নেই

আমার কাজের শুরু প্রতিটি ম্যাচ-রিপোর্টে একটা ডেটা টেবিল আর একটা সোর্স-নোট দিয়ে। ২০১৭ সালে মেলবোর্নে বসে আমি প্রথমবার নিজের হাতে এক্সেলে একটা কাঁচা xG মডেল বানিয়েছিলাম — সিডনি এফসির ১.৮ বনাম মেলবোর্ন ভিক্টোরির ০.৯। সেই দিন থেকে আমার নিয়ম একটাই: নোটবুক কখনো মিথ্যে বলে না, কিন্তু সে শুধু সেই প্রশ্নের উত্তর দেয়, যে প্রশ্ন আপনি তাকে করেছেন।

গত সপ্তাহে আমার সামনে এমন একটা নোটবুক এসেছে, যেটা কোনো প্রশ্নেরই উত্তর দেয়নি — কারণ পুরো পৃষ্ঠাটাই ফাঁকা। একটি সম্পূর্ণ বিশ্লেষণ-পাইপলাইনের আউটপুট: শিরোনাম — নেই। সোর্স — নেই। নিবন্ধের ধরন — অনির্ধারিত। তথ্য-পয়েন্ট — শূন্য। জড়িত সংস্থা বা ব্যক্তি — শূন্য। নয়-ডাইমেনশনের বিশ্লেষণ কাঠামোর প্রতিটি ঘরে একই লেখা: 'অপর্যাপ্ত তথ্য।'

এই খালি পৃষ্ঠাটাই এই প্রতিবেদনের বিষয়। কারণ ই-স্পোর্টস জার্নালিজম ও অ্যানালিটিক্সে আমরা একটা বিপজ্জনক অভ্যাস গড়ে তুলেছি: 'লাল পতাকা নেই' আর 'ঝুঁকি নেই' — এই দুটোকে এক করে ফেলা। খালি ইনপুটে কোনো লাল পতাকা চোখে পড়ে না, ঠিক। কিন্তু অপরীক্ষিত অঞ্চলের ঝুঁকি 'অজানা', আর অজানা ঝুঁকিকে অন্তত 'মাঝারি' ধরে চলার নিয়মই হওয়া উচিত।

আমি ২০১৮ সালে রাশিয়া বিশ্বকাপে রিমোট ডেটা ইন্টার্ন হিসেবে কাজ করার সময় এই শিক্ষাটা পেয়েছিলাম। ফ্রান্স-আর্জেন্টিনা ম্যাচে আমি এমবাপের ৩০ কিমি/ঘণ্টার ওপরে সাতটা স্প্রিন্ট কোড করেছি, ফ্রান্সের PPDA ধরেছি ৮.৯। কিন্তু সেই থ্রেডের সবচেয়ে গুরুত্বপূর্ণ অংশ ছিল সংখ্যা নয় — ছিল একটা সোর্স-নোট: কোন ব্রডকাস্ট, কোন টাইমজোন কিউ, কোন ভ্যালিডেশন লগ। সংখ্যার মূল্য তার উৎসের নোটে, সংখ্যায় নয়। এখন যখন পুরো আউটপুটেই উৎস-নোট ফাঁকা, তখন সৎ উত্তরটা হলো: এখানে বিশ্লেষণ নেই, আছে শুধু পাইপলাইনের রোগনির্ণয়।

২. প্রেক্ষাপট: নয়-ডাইমেনশন কাঠামো কীভাবে কাজ করে

প্রথমে পদ্ধতিটা সংজ্ঞায়িত করি, কারণ এটা ছাড়া পরের অংশের কোনো দাবি যাচাইযোগ্য হয় না। পেশাদার ই-স্পোর্টস বিশ্লেষণে একটি স্ট্যান্ডার্ড দুই-স্টেজ ওয়ার্কফ্লো চলে। স্টেজ-১ হলো নিষ্কাশন (extraction): মূল নিবন্ধ থেকে শিরোনাম, সোর্স, প্রকাশের তারিখ, নিবন্ধের ধরন (ম্যাচ রিপোর্ট / ট্রান্সফার / বিজনেস / গভর্ন্যান্স / মতামত), মূল দৃষ্টিভঙ্গি, তথ্য-পয়েন্ট এবং জড়িত সংস্থার তালিকা বের করা হয়। স্টেজ-২ হলো ব্যাখ্যা (interpretation): সেই তথ্য-পয়েন্টগুলোকে নয়টি ডাইমেনশনে ম্যাপ করা হয় — প্যাচ ও মেটা, টুর্নামেন্ট সিস্টেম, দল ও খেলোয়াড়, আঞ্চলিক ল্যান্ডস্কেপ, ক্লাব ফাইন্যান্স, নিয়ম ও গভর্ন্যান্স, ঝুঁকি প্রোফাইল, জনমতের ন্যারেটিভ, আর শিল্প-সঞ্চারণ (transmission)।

এই কাঠামোর প্রাণবন্ত নিয়ম একটাই: প্রতিটি উপসংহার একটি নির্দিষ্ট স্টেজ-১ তথ্য-পয়েন্টে ফিরে গিয়ে ট্রেস করতে হবে। কোনো তথ্য-পয়েন্ট না থাকলে কোনো উপসংহারও থাকতে পারে না। এটা আমার পরিচিত ভাষায় ডেটা-মঙ্কের শৃঙ্খলা: আমি 'ডমিন্যান্ট' শব্দটা সংখ্যা ছাড়া লিখতে বন্ধ করেছিলাম ২০১৮-তে; এখন আমি 'ঝুঁকিমুক্ত' শব্দটা পরীক্ষা ছাড়া লিখতে পারি না।

এবার দেখা যাক এই কাঠামোতে শূন্য ইনপুটের অর্থ কী। প্যাচ-বিশ্লেষণের জন্য গেম-টাইটেল জানা দরকার — কারণ LoL, Dota 2, CS2, Valorant আর মোবাইল টাইটেলের প্যাচ-লজিক, মেট্রিক আর বিজনেস মডেল সম্পূর্ণ আলাদা। টুর্নামেন্ট বিশ্লেষণের জন্য দরকার ফরম্যাট — BO1 নাকি BO5, কারণ সিরিজের দৈর্ঘ্যই আপসেট-সম্ভাবনার প্রাথমিক লিভার। দল-বিশ্লেষণের জন্য দরকার রোস্টার-ইভেন্টের তারিখ, নইলে 'নতুন-রোস্টার হানিমুন বনাম গ্রোয়িং পেইনস' — ই-স্পোর্টস কভারেজের সবচেয়ে বেশি ভুল-পাঠ করা প্যাটার্নটা — শনাক্তই করা যায় না। আর ফাইন্যান্স বিশ্লেষণের জন্য দরকার ফি, বাইআউট বা তুলনাযোগ্য বেঞ্চমার্ক।

এই চারটার কোনোটাই ইনপুটে নেই। ফলে নয়টা ডাইমেনশনের কোনোটাতেই পরীক্ষা চালানো যায়নি। মনে রাখতে হবে: এটা নেগেটিভ ফাইন্ডিং নয়, এটা অপরীক্ষিত অঞ্চল। 'বেতন-বকেয়ার কোনো সংকেত নেই' আর 'বেতন-বকেয়া পরীক্ষা করা হয়নি' — এই দুই বাক্যের মধ্যে পার্থক্য একটি নিউজরুমের কর্তৃত্ব আর একটি আইনি দায়েরের মধ্যে ফারাক তৈরি করতে পারে।

৩. মূল বিশ্লেষণ: খালি পেলোড নিজেই একটি ডেটা-পয়েন্ট

এখন মূল যুক্তিটা দাঁড় করাই। আমার থিসিস: সমস্ত ক্ষেত্র একসঙ্গে ফাঁকা থাকা — শিরোনাম, সোর্স, টাইপ, সত্তা, তথ্য-পয়েন্ট — প্রকাশিত সত্যিকারের ই-স্পোর্টস কনটেন্টে প্রায় অসম্ভব। তাই এটা কনটেন্ট-সমস্যা নয়, এটা ইনজেশন-ব্যর্থতা। আর ইনজেশন-ব্যর্থতার প্রথম সন্দেহভাজন তালিকাটা ভালোভাবে ম্যাপ করা সম্ভব।

(ক) ব্যর্থতার পাঁচটা সম্ভাব্য কারণ। আমার নিজের ২০১৮ ওয়ার্ল্ড কাপ ওয়ার্কফ্লো থেকে শেখা চেকলিস্ট ব্যবহার করে এগুলো সাজাই। প্রথম, পেওয়াল বা লগইন-গেটেড সোর্স — স্ক্র্যাপার পাঠ্য পায় না, ফেরত পাঠায় খালি স্ট্রিং। দ্বিতীয়, জাভাস্ক্রিপ্ট-রেন্ডার্ড পেজ — কনটেন্ট DOM-এ থাকে, raw HTML-এ নয়। তৃতীয়, ইমেজ-বেসড বা PDF কনটেন্ট — OCR স্তর না থাকলে সম্পূর্ণ অদৃশ্য। চতুর্থ, এনকোডিং বা ভাষা-হ্যান্ডলিং ব্যর্থতা — বিশেষত বাংলা, চীনা, আরবির মতো স্ক্রিপ্টে এটা নিয়মিত ঘটে; নিবন্ধটি যদি ইংরেজি-বহির্ভূত হয়, তোমার নিষ্কাশন-মডেল ভেতরের বাক্যগুলো দেখতেই পারে না। পঞ্চম, অতিদীর্ঘ ইনপুটে ট্রাঙ্কেশন — নিবন্ধটি যদি ২০ হাজার শব্দের হয় এবং কনটেক্সট-উইন্ডোর শুরুতেই কাটা পড়ে, তাহলে মাঝের তথ্য-পয়েন্টগুলো চুপচাপ হারিয়ে যায়।

(খ) কেন 'মাঝারি আত্মবিশ্বাস' দিয়ে ইনজেশন-ব্যর্থতাকে র‍্যাঙ্ক করব। কারণ বেইজিয়ান প্যারালালটা স্পষ্ট: পাঁচটা স্বাধীন ক্ষেত্রের সম্মিলিত ফাঁকা হওয়ার প্রাকৃতিক সম্ভাবনা নিবন্ধটি সত্যিই কনটেন্ট-শূন্য হলে প্রায় শূন্য। বাস্তব নিবন্ধে অন্তত একটা দল, খেলোয়াড় বা টুর্নামেন্টের নাম থাকেই। তাই পর্যবেক্ষিত প্যাটার্নের সবচেয়ে সাশ্রয়ী ব্যাখ্যা হলো পাইপলাইনের ত্রুটি — নিবন্ধের দোষ নয়। এটাই ক্লাসিক করিলেশন-বনাম-কজেশন পরীক্ষা: ফাঁকা আউটপুট 'কনটেন্ট নেই' — এই অনুমানটা চোখের সামনেই খণ্ডিত হয় যখন আমরা ব্যর্থতার মেকানিজমগুলো দেখি।

(গ) মিথ্যা-নেগেটিভের গণিত। এখানেই সবচেয়ে বড় ব্যবহারিক ঝুঁকিটা। ধরুন এই খালি রিপোর্ট নিচের কোনো সামারাইজেশন বা স্কোরিং লেয়ারে ফিড হলো। বেশিরভাগ পাইপলাইন null-কে নীরবে ডিফল্টে রূপান্তর করে — শূন্য ঝুঁকি-স্কোর, 'কোনো সমস্যা রিপোর্ট করা হয়নি', নিরপেক্ষ রেটিং। এতে যা ঘটে: অপরীক্ষিত বেতন-বকেয়া, ম্যাচ-ফিক্সিং, প্যাচ-টার্গেটিং আর ইনজুরির চেকলিস্ট পাঠকের চোখে 'পরিষ্কার স্বাস্থ্য-প্রতিবেদন' হয়ে দাঁড়ায়। এটা ফুটবলে আমি যে জিনিসটা নিয়ে সবচেয়ে বেশি লিখি, তার ই-স্পোর্টস রূপ — মেডিকেল গোপনীয়তার কারণে ভক্ত ও মিডিয়া অন্ধ হয়ে যায়, আর ক্লাব শুধু সেই ইনজুরিই প্রকাশ করে যেটা তাদের 'স্টক প্রাইসে' সুবিধা দেয়। ডেটা-পাইপলাইনেও ঠিক তাই হয়: যে তথ্য বেরোয় না, সেটার নীরবতাকে সবাই সংবাদ না-থাকা ভেবে বিশ্রাম নেয়।

(ঘ) কনটেক্সট-নির্ভরতার নমুনা: টাইটেল ছাড়া আঞ্চলিক দাবি অবৈধ। কাঠামোটা স্পষ্টভাবে সতর্ক করে: একই আঞ্চলিক ইকোসিস্টেম ভিন্ন টাইটেলে ভিন্ন স্তরে দাঁড়িয়ে — একটি অঞ্চল LoL-এ টিয়ার-১ হয়ে Dota 2-তে টিয়ার-২ থাকতে পারে। টাইটেল-শনাক্তকরণ ছাড়া আঞ্চলিক শক্তি-তুলনা করা মানে প্রশ্নের উত্তর দেওয়ার আগেই উত্তর লেখা। একইভাবে ট্রান্সমিশন-বিশ্লেষণের জন্য অন্তত একটি আপস্ট্রিম অ্যাকশন (পাবলিশারের সিদ্ধান্ত, রাইটস-ডিল, নীতি পরিবর্তন) আর একটি ডাউনস্ট্রিম পক্ষ দরকার — দুটোই অনুপস্থিত। পাবলিশার স্তরটাই ই-স্পোর্টস ভ্যালু-চেইনের বাস্তব নিয়ন্ত্রক, আর সেই স্তর সম্পর্কে উপলব্ধ উপাদানে একটিও শব্দ নেই।

(ঙ) বেটিং বিভাজন। কাঠামোর একটা নিয়ম আমি সম্পূর্ণ সমর্থন করি: বাজির বাজার থেকে বিশ্লেষণ আলাদা রাখা। শূন্য ইনপুটে কোনো অডস-সিগন্যাল বা গ্রে-জোন সংকেতও উপস্থিত নেই — এবং এটাও অপরীক্ষিত অঞ্চল, 'পরিচ্ছন্ন' নয়। এই প্রতিবেদনে কোনো বাজির পরামর্শ নেই এবং থাকবে না; ইভেন্টের ফলাফল উচ্চ অনিশ্চয়তা বহন করে।

৪. বিপরীত কোণ: হয়তো এটা মোটেই ব্যর্থতা নয়

এখন বিপরীত পক্ষটা সৎভাবে তুলে ধরি, কারণ স্টিলম্যান ছাড়া খণ্ডন করা আমার নোটবুকের নিয়ম নয়।

প্রথম সম্ভাবনা: নিবন্ধটি সত্যিই সত্তা-শূন্য হতে পারে — যদি এটা ইন্ডাস্ট্রি বা নীতি-বিষয়ক মেটা-লেখা হয়। পাবলিশার কৌশল, পুঁজি-প্রবাহ, নিয়ন্ত্রক নীতি — এই ধরনের লেখায় খেলোয়াড়-দলের ঘনত্ব কম, এবং নিষ্কাশন-মডেল যেগুলো নাম-সত্তার ওপর কী-ওয়ার্ড ধরে, সেগুলোর কাছে সেগুলো অদৃশ্য হয়ে যায়। এই ক্ষেত্রে ফাঁকা সত্তা-তালিকা বালিশ নয়। কিন্তু লক্ষ করুন: সেই ক্ষেত্রেও শিরোনাম, সোর্স আর তারিখ ফাঁকা থাকার কোনো ব্যাখ্যা হয় না। একটি গভর্ন্যান্স-নিবন্ধও সোর্স উল্লেখ করে।

দ্বিতীয় সম্ভাবনা: সোর্সটি সোশ্যাল-মিডিয়া পোস্ট বা ফ্যান-কমিউনিটি লেখা — যেখানে উদ্ধৃতযোগ্য তথ্য-দাবি কাঠামোগতভাবেই কম। 'অশ্রেণীবদ্ধ নিবন্ধ-ধরন' + 'খালি লেখক-অবস্থান' এই প্যাটার্নটা দুর্বলভাবে এই অনুমানের সঙ্গে সামঞ্জস্যপূর্ণ। [আত্মবিশ্বাস: কম]

তৃতীয় সম্ভাবনা: ইচ্ছাকৃত স্ট্রেস-টেস্ট। কাঠামোর নিয়ম ৭ বলে 'সর্বদা পূর্ণ টেমপ্লেট ছাড়, null-কে স্পষ্টভাবে চিহ্নিত করো।' এই রানটা সেই নিয়মের এন্ড-টু-এন্ড পরীক্ষা — আর ঠিক এই পরিস্থিতিই ফাঁস করে যেসব পাইপলাইন নীরবে ফাঁপা টেক্সট বানায়। সেই অর্থে এই খালি আউটপুটটা ব্যর্থতা নয়, সিস্টেমের সবচেয়ে মূল্যবান ডায়াগনস্টিক। [আত্মবিশ্বাস: মাঝারি]

সবগুলো ক্ষেত্রেই তবে একটা নিয়ম অপরিবর্তিত থাকে: প্রকাশ নয়। পুনঃইনজেশন। ত্রুটিটা ইনজেশনে হলে মূল সোর্সে স্টেজ-১ আবার চালালেই পূর্ণ বিশ্লেষণ-ক্ষমতা ফিরে আসে — কোনো বিশ্লেষণী কাজ হারায় না, সময়-জানালা তাৎক্ষণিক।

৫. ট্র্যাকিং-সিগন্যাল ও এগিয়ে যাওয়ার পথ

কী দেখব এরপর? চারটা ট্রিগার। এক: পুনঃরানে তথ্য-পয়েন্ট অন্তত একটা ফেরত এলে এবং সত্তা-তালিকা অ-শূন্য হলে পূর্ণ নয়-ডাইমেনশন বিশ্লেষণ সক্ষম হবে। দুই: দ্বিতীয়বারও খালি টেক্সট-নিষ্কাশন এলে সোর্স-অ্যাক্সেসিবিলিটি (পেওয়াল, JS, ইমেজ) এস্কেলেট করে ম্যানুয়াল এক্সট্র্যাকশনে যেতে হবে। তিন: নিবন্ধ-ধরন কোনো শ্রেণিতে নামলে নির্ধারিত হবে কোন ডাইমেনশন ওজন পাবে আর কোনটা কাঠামোগতভাবে বাইরে থাকবে। চার: raw টেক্সটে নাম-সত্তার গণনা তিন বা বেশি হলে নিশ্চিত হবে আগের ফাঁকাটা পাইপলাইন-দোষ। পাশাপাশি প্রকাশ-তারিখ ও প্যাচ/ইভেন্ট-উইন্ডো বের করতে হবে — কারণ স্টেজ-১ 'টাইম-সেনসিটিভিটি' মূল্যায়নই এড়িয়ে গেছে।

আর একটা সংস্কার-প্রস্তাব, যেটা আমার ক্রস-মার্কেট স্ট্যান্ডার্ডাইজেশন কাজ থেকে এসেছে: প্রতিটি নিষ্কাশন-ফিল্ডের সংজ্ঞা ভার্সন করা উচিত, আর নাম-সত্তার পাশাপাশি প্রাতিষ্ঠানিক সত্তা (পাবলিশার, লিগ, নিয়ন্ত্রক, স্পনসর) আলাদা ট্যাক্সোনমিতে ধরা উচিত। নইলে প্রতিবার ইন্ডাস্ট্রি-লেখা এলেই এই ভুল-নেগেটিভ ঘটবে।

শেষ প্রশ্নটা পাঠকের জন্য: আপনি যখন পরেরবার কোনো অ্যানালিসিস পড়বেন — টিয়ার-লিস্ট, ট্রান্সফার রেটিং, চ্যাম্পিয়নশিপ প্রেডিকশন — তখন জিজ্ঞেস করবেন, লেখকের নোটবুকে সোর্স-নোট ছিল কি না। কারণ খালি পেলোড যে দিন নীরবে 'কোনো ঝুঁকি নেই' বলে গণ্য হয়, সেদিনই ডেটা-সাংবাদিকতা চুপচাপ গুজব-সাংবাদিকতায় পরিণত হয়। আমার নোটবুক আজও ফাঁকা — এবং আমি সেটা গর্বের সঙ্গে ছাপিয়ে দিচ্ছি, কারণ ফাঁকা পৃষ্ঠাকে 'পরিষ্কার রিপোর্ট' বানানোর চেয়ে সৎ পথ এটাই।

(দাবিত্যাগ: এই বিশ্লেষণ জনসমক্ষে প্রাপ্ত তথ্য ও স্টেজ-১ পাঠ্য-বিশ্লেষণের ভিত্তিতে করা, কেবল ক্রীড়া-তথ্য রেফারেন্সের জন্য; কোনো বাজির পরামর্শ নয়।)