ডেটার অন্ধকার গলি: যখন বিশ্লেষণ নিজেই হারিয়ে যায়

বেঙ্গালুরুতে আমার ডেস্কে বসে একটি স্টেজ-১ ডিকনস্ট্রাকশন পেলোড খুললাম। ফাইলটি খালি। শিরোনাম নেই, সূত্র নেই, তথ্যবিন্দু নেই। শুধু একটি লেবেল — cricket_asia। এটি কোনো আঞ্চলিক নির্দেশক, সঠিক ডোমেইন লেবেল Cricket নয়। আমার নোটবুকে তারিখটা লিখে রাখলাম। কারণ স্মৃতি সম্পাদনা করে, নোটবুক করে না।

এটি কোনো ক্রিকেট ম্যাচের বিশ্লেষণ নয়। এটি একটি পাইপলাইন ব্যর্থতার কেস স্টাডি। স্টেজ-১ আটটি মাত্রার প্রতিটিতে N/A — insufficient information ফিরিয়েছে। প্রশ্ন হলো, কে এই শূন্যতাটি প্রথম লক্ষ্য করবে? আমি ২০১৭ সাল থেকে ডেটা-প্রবাহের এই ধরনের ফাঁকা গলি দেখে আসছি। ২০১৫ সালের ১৪ অক্টোবর একটি ৪v৪ রন্ডো ২২ মিনিট চলেছিল। ২০১৭ সালের ৩ মার্চ একই ড্রিল, একই সময়। ধারাবাহিকতা নেই মানে বিশ্লেষণ নেই।

পাইপলাইনের এই শূন্যতা কোনো নিরীহ ঘটনা নয়। যখন একটি অটোমেটেড সিস্টেম খালি পেলোড নিয়ে নিচের স্তরে পাঠায়, তখন সেটি তথ্যের অভাব নয় — সেটি তথ্যের অনুপস্থিতির প্রমাণ। ২০১৮ সালের জুনে রিপিনোতে ইংল্যান্ডের সেট-পিস ব্লক দেখতে গিয়ে শিখেছিলাম, প্রতিটি কর্নার রুটিনের একটি সংখ্যা থাকে, একটি টাইমস্ট্যাম্প থাকে। যদি সংখ্যা না থাকে, তবে বর্ণনা অর্থহীন। এখানে সংখ্যা নেই, টাইমস্ট্যাম্প নেই, উৎস নেই।

আমার স্প্রেডশিটে আমি এই ধরনের ঘটনাকে "সাইলেন্ট প্রোপাগেশন রিস্ক" বলে চিহ্নিত করি। ডাউনস্ট্রিম মডেল খালি স্থান দেখলে কল্পনা দিয়ে ভরাট করার প্রবণতা দেখায়। ২০২০ সালের নভেম্বরে গোয়া বায়ো-বাবলে ৭৮ পৃষ্ঠার কোচিং লাইন লিখেছিলাম। প্রতিটি লাইন তারিখসহ, উদ্ধৃতিসহ। কারণ আমি জানি, অসম্পূর্ণ রেকর্ড পরবর্তীতে ভুল সিদ্ধান্তের জন্ম দেয়।

তথ্যের অভাব নিজেই একটি তথ্য। স্টেজ-১ যদি শিরোনাম, সূত্র, লেখক, টাইমস্ট্যাম্প — কোনোটিই না দেয়, তবে এটি সম্ভবত একটি সোর্স-ফেচ ব্যর্থতা। URL পৌঁছায়নি, অথবা এনকোডিং সমস্যা হয়েছে, অথবা ইনপুটটি আসলে কোনো নিবন্ধই ছিল না। ২০২১ সালে টোকিও অলিম্পিকে ভারত থেকে কাজ করার সময় আমি একটি ইতালি-ইংল্যান্ড ম্যাচের বিশ্লেষণ ২৪ ঘণ্টা ধরে রেখেছিলাম টেপ রিভাই করে। কারণ একটি ভুল সংখ্যা ছাপা হলে তিন বছরের সংশোধন-মুক্ত রেকর্ড নষ্ট হয়।

এখানেও একই নীতি প্রযোজ্য। খালি পেলোড নিয়ে বিশ্লেষণ ছাপা মানে কল্পনার উপর ভিত্তি করে ম্যাচ রিপোর্ট তৈরি করা। ক্রিকেট ইকোসিস্টেমে এই ধরনের ভুল সাইলেন্ট। কেউ ধরবে না। কিন্তু স্প্রেডশিটে এটি একটি ফাঁকা সারি হয়ে থাকবে — যা পরবর্তীতে পুরো ডেটাসেটের বিশ্বাসযোগ্যতা নষ্ট করে।

বিপরীত দৃষ্টিভঙ্গি হলো এই: অনেকে ভাববেন, খালি পেলোড মানে কিছু করার নেই। কিন্তু আমার নোটবুক বলে উল্টো কথা। স্টেজ-১ এর এই ব্যর্থতা নিজেই একটি ডায়াগনস্টিক সিগন্যাল। ডোমেইন লেবেল cricket_asia ফেরত এসেছে, সঠিক Cricket নয়। এটি পাইপলাইনের রাউটিং ত্রুটি। সোর্স-প্রোভেন্যান্স ফিল্ড খালি — টাইটেল, সোর্স, টাইমস্ট্যাম্প তিনটিই অনুপস্থিত। এটি গেট-কিপিং ব্যর্থতা।

আমি ২০১৫ সালে সৌম্য সরকারের সাক্ষাৎকার নেওয়ার সময় শিখেছিলাম — প্রাথমিক পর্যায়ের রেকর্ডের শৃঙ্খলা পরবর্তী ক্যারিয়ারের ভিত্তি তৈরি করে। এখানেও তাই। যদি স্টেজ-১ গেটে বাধ্যতামূলক ফিল্ড এনফোর্স করা না হয়, তবে স্টেজ-২ শুধু শূন্যতাই পাবে। আর স্টেজ-২ যদি শূন্যতা পেয়ে কল্পনা শুরু করে, তবে সেটি আর বিশ্লেষণ নয় — সেটি গল্প।

আমার স্প্রেডশিটের নিয়ম সরল: প্রতিটি সংখ্যার পিছনে একটি সেশন কাউন্ট থাকতে হবে। প্রতিটি সিদ্ধান্তের পিছনে একটি টাইমস্ট্যাম্প থাকতে হবে। প্রতিটি কর্নার রুটিনের পিছনে একটি পুনরাবৃত্তি-তালিকা থাকতে হবে। যদি এই শৃঙ্খলা না থাকে, তবে আমি লিখি না।

এই কেসে সঠিক পদক্ষেপ হলো: স্টেজ-১ পুনরায় চালানো মূল সোর্সে। ফেচ সফল হয়েছে কিনা যাচাই করা। ডোমেইন লেবেল সঠিক করা। প্রোভেন্যান্স ফিল্ড পূরণ করা। তারপর স্টেজ-২ পুনরায় চালানো।

ট্রেনিং গ্রাউন্ড এবং সার্ভার — দুটোই একই জিনিসকে পুরস্কৃত করে: লগ করা পুনরাবৃত্তি। এখানে পুনরাবৃত্তি নেই। তাই পুরস্কারও নেই। শুধু একটি ফাঁকা সারি, একটি সতর্কবার্তা, এবং একটি প্রশ্ন — পরবর্তী ফেচ কবে সফল হবে?