খালি ডেটাসেটের ফরেনসিক পোস্ট-মর্টেম: যখন পাইপলাইন নিজেই সাক্ষী

মডেল কিছুই পায়নি। গত রাতে স্টেজ-টু অ্যানালাইসিস ফাইলটা খুলে দেখলাম, নয়টা ডাইমেনশনের প্রতিটি ঘরে একটাই বাক্য বসে আছে—‘এন/এ, অপর্যাপ্ত তথ্য, মূল্যায়ন করা সম্ভব নয়’। প্যাচ ও মেটা, টুর্নামেন্ট সিস্টেম ও ফরম্যাট, দল ও খেলোয়াড়, আঞ্চলিক ল্যান্ডস্কেপ, ক্লাব ফিন্যান্স, নিয়ম ও গভর্ন্যান্স কমপ্লায়েন্স, রিস্ক প্রোফাইল, পাবলিক ন্যারেটিভ, ইন্ডাস্ট্রি ট্রান্সমিশন—নয়টা স্তম্ভ, নয়বার একই নাল। কোনো গেম টাইটেল নেই, কোনো প্যাচ নম্বর নেই, কোনো দল নেই, কোনো খেলোয়াড় নেই, কোনো উৎস নেই। শুধু বিশ্লেষণের কাঠামোটা সম্পূর্ণভাবে রেন্ডার হয়েছে, আর তার ভেতরে শূন্য। বিশ বছরের কাজে আমি অনেক খারাপ ডেটাসেট হাতড়েছি, কিন্তু এমন পরিষ্কার, সৎ, নিখুঁত শূন্যতা বিরল। [— Root: 2026 xG build and 2026 empty-stadium recalibration | Scenario: opening a post-mortem after a forecast misses.] ব্যর্থতাটা এখানে কাঠামোগত, আর ডেটা মঙ্কের চোখে প্রক্রিয়ার ব্যর্থতাই সবচেয়ে বড় সংকেত। ফলাফল খারাপ হলে আমরা বলি ভাগ্য; প্রক্রিয়া খারাপ হলে সেটা পুনরাবৃত্তি ঘটে, আর প্রতিবার ঠিক একই জায়গায়। বিষয়টা বোঝার জন্য পাইপলাইনের গঠনটা জানা দরকার। এখানে কাজ হয় দুটি ধাপে। স্টেজ-ওয়ান সোর্স নিবন্ধ থেকে তথ্য ভেঙে বের করে—শিরোনাম, উৎস, নিবন্ধের ধরন, মূল দাবি, ইনফরমেশন পয়েন্ট, সংশ্লিষ্ট এনটিটি, টাইম সেন্সিটিভিটি। স্টেজ-টু সেই ভাঙা তথ্যের উপরে গভীর বিশ্লেষণ দাঁড় করায়। স্টেজ-টু নিজে থেকে কিছু আবিষ্কার করে না; সে স্টেজ-ওয়ানের সরবরাহ করা কাঁচামাল প্রক্রিয়া করে। এবার স্টেজ-ওয়ান শূন্য ফিরিয়েছে, তাই স্টেজ-টু বৈধভাবে শূন্য ফিরিয়েছে। পাইপলাইন মিথ্যা বলেনি। সমস্যা হলো, এই সততা পণ্য হিসেবে অচল। [— Root: Data Monk discipline and ESTJ process | Scenario: methodology opening.] ব্লকচেইনের মূল প্রতিশ্রুতি ঠিক এই জায়গাতেই। একটি টেম্পার-এভিডেন্ট লেজারের একমাত্র কাজ—কোনো রেকর্ড যেন নীরবে হারিয়ে না যায়। লেজারের মূল্য তার এন্ট্রিগুলোর মধ্যে নয়, বরং এন্ট্রি হারানোর অসম্ভাব্যতার মধ্যে। এখানে স্টেজ-ওয়ান আর স্টেজ-টুর মাঝখানে একটা রেকর্ড নীরবে হারিয়েছে, আর কোনো গার্ডরেল টের পায়নি। স্টেজ-ওয়ানের আউটপুট যদি একটা হ্যাশ-করা, অ্যাপেন্ড-অনলি রেকর্ড হতো, তাহলে শূন্য তথ্য পয়েন্টের লগটা স্টেজ-টুতে ঢোকার আগেই ধরা পড়ত। তখন আমরা বিশ্লেষণ নিয়ে তর্ক করতাম না, ইনপুট নিয়ে তর্ক করতাম। পার্থক্যটা ছোট নয়: একটা সিদ্ধান্তের ভুল, আরেকটা অ্যাকাউন্টিংয়ের ভুল। নয়টা ডাইমেনশন আলাদা করে দেখলে ব্যাপারটা স্পষ্ট হয়। প্যাচ ডাইমেনশনে বলা হয়েছে, কোনো গেম টাইটেল চিহ্নিত হয়নি, তাই কোন মেটা-ফ্রেমওয়ার্ক বসবে সেটাই ঠিক করা যায়নি—লিগ অব লেজেন্ডস, ডোটা টু, সিএস টু, ভ্যালোরান্ট কিংবা কিং-অব-গ্লোরি, প্রতিটির জন্য আলাদা বিশ্লেষণী পদ্ধতি লাগে। প্যাচ নম্বর নেই, বাফ-নেরফ নেই, ম্যাপ-পরিবর্তন নেই, তাই পরিবর্তনের মাত্রা গ্রেড করা অসম্ভব। টুর্নামেন্ট ডাইমেনশনে টুর্নামেন্টের নাম নেই, তাই টায়ার বসানো যায় না। ফরম্যাট নেই, তাই আপসেট-রেট আর শক্তিশালী দলের স্থিতিশীলতার মডেল করা যায় না। দল ও খেলোয়াড় ডাইমেনশনে কোনো রোস্টার নেই, তাই পেপার স্ট্রেংথ, পজিশন ফিট, কেমিস্ট্রি, বেঞ্চ ডেপথ—কিছুই মাপা যায় না। আঞ্চলিক ল্যান্ডস্কেপে কোনো অঞ্চলের নাম নেই, তাই আন্তর্জাতিক ফলাফল, ট্যালেন্ট পুল, অ্যাকাডেমি আউটপুট, ইকোসিস্টেম হেলথ—সব ঘর অন্ধকার। ক্লাব ফিন্যান্সে কোনো ট্রানজেকশন নেই, তাই স্পনসরশিপ আয়, লিগ ডিস্ট্রিবিউশন, বেতন ব্যয়, ক্যাপিটাল ইনজেকশন—কিছুই ভাঙা যায় না। গভর্ন্যান্সে নিয়ম ভাঙার কোনো ঘটনা নেই, তাই শাস্তির পরিস্থিতি প্রজেক্ট করার উপাদান নেই। পাবলিক ন্যারেটিভের কোনো ট্যাগ নেই—নতুন রাজার অভিষেক, রাজবংশ, প্রবীণের শেষ নাচ, প্রত্যাবর্তন—কিছুই না। ইন্ডাস্ট্রি ট্রান্সমিশনের আপস্ট্রিম-মিডস্ট্রিম-ডাউনস্ট্রিম চেইন টানার মতো কোনো ঘটনা নেই। তবু একটা জিনিস বেরিয়ে এসেছে, আর সেটাই আসল তথ্য। রিপোর্টের সংশ্লিষ্ট এনটিটি ফিল্ডে ডেটার বদলে একটা নির্দেশনা-বাক্য বসে আছে—উপরের তথ্য পয়েন্ট থেকে এনটিটি চিহ্নিত করার নির্দেশ। এটা দুর্ঘটনা নয়, এটা ফিল্ড-ম্যাপিং ত্রুটির স্পষ্ট ছাপ। স্টেজ-ওয়ানের আউটপুট স্কিমা স্টেজ-টুর ইনপুটের সাথে ঠিকভাবে ওয়্যার করা নেই। প্রশ্নটা আর নিবন্ধে কী ছিল সেটা নয়, প্রশ্নটা হলো নিবন্ধটা আদৌ পার্স হয়েছিল কি না। এখানেই আমি নাল রেজাল্টের সৌন্দর্য দেখি, কারণ ব্যর্থতা আর শূন্যতা এক জিনিস নয়। এই নথিতে কোনো ভুল দাবি নেই, কোনো বানানো তথ্য নেই, কোনো গোপন ফাঁক নেই। প্রতিটি ফাঁকা ঘর নিজের ফাঁকা থাকার কথা স্বীকার করছে। ডেটা মঙ্ক হিসেবে আমার কাছে এটা ব্যর্থতার রিপোর্ট বরং ব্যর্থতার সৎ রেকর্ড। মিথ্যা আত্মবিশ্বাসের চেয়ে সৎ অনিশ্চয়তা সবসময় ভালো। ইনফরমেশন ভ্যালু রেটিং টেবিলটাও একই কথা বলে। প্রতিযোগিতামূলক মূল্য, ইন্ডাস্ট্রি মূল্য, সময়োপযোগী মূল্য, রেফারেন্স মূল্য—চারটাই পাঁচের মধ্যে এক তারা। কেউ এটাকে রিপোর্টের ব্যর্থতা ভাবতে পারে, আমি ভাবি সততার স্কোর। যদি এই চারটা ঘরে চার তারা বসে থাকত, তবেই আমার সন্দেহ হতো। আমি এই শিক্ষাটা পেয়েছি ২০১৭ সালে, রাজশাহী থেকে, ঢাকা আবাহানির হয়ে কাজ করার সময়। বাংলাদেশ প্রিমিয়ার লিগের জন্য যখন প্রথম এক্সজি মডেল বানাচ্ছিলাম, তখন সবচেয়ে বড় শত্রু ছিল খালি ঘর। ১২০ ম্যাচের ইভেন্ট ডেটা মানক করতে গিয়ে দেখলাম, শটের লোকেশন নেই, ডিফেন্সিভ প্রেশার নেই, কিছুরই স্ট্যান্ডার্ড নেই। ক্লাবের লোকে বলত, যেটা নেই সেটা বাদ দিয়ে বাকিটা লিখে ফেলো। আমি রাজি হইনি। আমি প্রক্সি ভ্যারিয়েবল বসালাম—অ্যাসিস্টের অবস্থান, ডিফেন্সিভ লাইনের উচ্চতা, রিবাউন্ডের দূরত্ব—আর প্রতিটা অনুমান রিপোর্টে খোলাখুলি লিখে দিলাম। পার্থক্যটা এখানেই: প্রক্সি ট্রান্সপারেন্ট, ফাঁকা ঘর অস্বচ্ছ। [— Root: 2026 Bangladesh Premier League xG project | Scenario: origin-story backstory.] ২০১৮ সালে অপ্টার হয়ে রাশিয়া বিশ্বকাপে কাজ করার সময় শিখলাম, সম্পূর্ণ পাইপলাইন দেখতে কেমন লাগে। জার্মানি বনাম মেক্সিকো ম্যাচে জার্মানির ছিল ৬৭ শতাংশ বল দখল আর ২৬টি শট, কিন্তু এক্সজি মাত্র ১ দশমিক ২; মেক্সিকো ১ দশমিক ০ এক্সজি থেকে গোল পেয়েছিল। পিপিডিএ দেখিয়ে বোঝালাম, জার্মানির প্রেস সংগঠিত ছিল না—তাদের পিপিডিএ ১২ দশমিক ৩, মেক্সিকোর ৮ দশমিক ৭। তখন প্রতিটা ম্যাচ রিপোর্ট এক্সজি, পিপিডিএ আর ফিল্ড টিল্ট দিয়ে সাজাতাম। সেদিন বুঝেছিলাম, কাঁচামাল ছাড়া এই কাঠামো নিছক সাজসজ্জা। এখন সেই পাল্টা যুক্তিটা, যা এই শূন্য রিপোর্ট পড়ে কেউ করতে চাইবে না। স্বাভাবিক প্রতিক্রিয়া হলো, দোষটা সোর্স নিবন্ধের—হয়তো নিবন্ধে কিছুই ছিল না। আমি বলছি, এই সিদ্ধান্তে লাফ দেওয়াটা করিলেশন আর কজেশন গুলিয়ে ফেলা। খালি স্টেজ-ওয়ান মানে এই নয় যে সোর্স নিবন্ধ খালি ছিল; এর মানে হতে পারে পার্সার কখনোই চালু হয়নি। একটা প্রসেস ডিফেক্ট আর একটা কনটেন্ট শূন্যতা দেখতে একই রকম, কারণ দুটোই একই চূড়ান্ত ফাইলে একই নাল দেখায়। প্রমাণ ছাড়া দোষারোপ করা ঠিক সেই অপরাধ যেটা আমি ক্লাব অফিসে দেখেছি—স্কোরবোর্ড না দেখে রেফারিকে দোষ দেওয়া। আরেকটা ফাঁদ এখানে লুকিয়ে আছে, যেটা ডেটা মঙ্কদের সবচেয়ে বেশি টানে: শূন্য জায়গা ভরে ফেলার তাড়না। ফ্রেমওয়ার্কটা এত সুন্দরভাবে সাজানো যে মনে হবে, একটু অনুমান ঢুকিয়ে দিলেই রিপোর্টটা সম্পূর্ণ হয়ে যাবে। গেম টাইটেল অনুমান করা যায়, দলের নাম আন্দাজ করা যায়, ট্রান্সফার ফি বানানো যায়। আমি সেটা করিনি, আর সেটাই এই নথির সবচেয়ে বড় শক্তি। এখানেই ইএস্পোর্টস-নেটিভ মেট্রিক আর ফুটবলের এক্সজি-লজিক গুলিয়ে ফেলার বিপদ। রাউন্ড, অবজেক্টিভ কন্ট্রোল, পিং—এগুলো যাচাই না করে ফুটবলের প্রেশার-লজিক সরাসরি বসানো যায় না। ২০২০ সালে এফসি কোপেনহেগেনের জন্য খালি স্টেডিয়াম মডেল বানানোর সময়ও একই শিক্ষা পেয়েছিলাম। ৮৩টি বুন্ডেসলিগা রিস্টার্ট ম্যাচ বিশ্লেষণ করে দেখলাম, হোম উইন শতাংশ ৪৩ দশমিক ২ থেকে নেমে ৩৩ দশমিক ৩-এ এসেছে, আর হোম এক্সজি অ্যাডভান্টেজ প্রতি ম্যাচে ০ দশমিক ২১ কমেছে। ক্লাব চেয়েছিল একটা সাহসী সংখ্যা। আমি দিয়েছিলাম একটা নম্র সংখ্যা, কনফিডেন্স ইন্টারভালসহ। ইস্তাম্বুল বাশাকশেহিরের বিরুদ্ধে হোম অ্যাডভান্টেজ উপেক্ষা করার পরামর্শ দিয়েছিলাম, আর দল ৩-১ গোলে এগিয়ে গিয়েছিল। নম্রতা জেতেনি, প্রমাণ জিতেছিল। [— Root: 2026 empty-stadium model for FC Copenhagen | Scenario: context-adjustment deep dive.] ২০২২ সালে কাতার বিশ্বকাপে মরক্কোর হয়ে পেনাল্টি মডেল বানানোর সময়ও একই নিয়ম মেনেছি। স্পেনের এক হাজারের বেশি পেনাল্টি স্যাম্পল ট্র্যাক করে বোনোকে বলেছিলাম সারাবিয়া, সোলের আর বুসকেটসের বিরুদ্ধে সেন্টারে থাকতে। মরক্কো শুটআউট জিতেছিল ৩-০-এ, বোনো দুটো সেভ করেছিল। ভাগ্যকে কৃতিত্ব দিতে আমি রাজি হইনি; ডেটা মিথ্যা বলে না। ট্র্যাকিং সিগন্যাল চারটি। স্টেজ-ওয়ানের পুনরায় চালানোর আউটপুট—কমপক্ষে একটা উৎস-সম্পর্কিত তথ্য পয়েন্ট থাকলে স্টেজ-টু চালু হবে। গেম টাইটেল প্রকাশ—নির্দিষ্ট টাইটেল এলে কোন ফ্রেমওয়ার্ক বসবে তা ঠিক হবে। এনটিটি তালিকা—দল, খেলোয়াড়, টুর্নামেন্ট ভরাট হলে তৃতীয় ও চতুর্থ ডাইমেনশন সক্রিয় হবে। উৎস চিহ্নিতকরণ—নামকরা উৎস এলে বিশ্বাসযোগ্যতা ও সময়োপযোগীতা রেট করা যাবে। সামনের রাউন্ডের সংকেতটা পরিষ্কার। স্টেজ-ওয়ান পুনরায় চালাতে হবে, আর সেটা চালানোর আগে একটা ইনপুট-ভ্যালিডেশন গেট বসাতে হবে—শূন্য তথ্য পয়েন্ট থাকলে স্টেজ-টুতে হ্যান্ডঅফ বন্ধ। দ্বিতীয়ত, স্টেজ-ওয়ানের আউটপুট হ্যাশ করে সিলগালা করতে হবে, যাতে রেকর্ড নীরবে মুছে যেতে না পারে। ব্লকচেইন যে কাজটা করে, সেটাই এই পাইপলাইনে দরকার। তৃতীয়ত, ন্যূনতম তিনটি অ্যাঙ্কর দরকার—একটা নামকরা গেম টাইটেল, অন্তত একটা উৎস-সম্পর্কিত তথ্য পয়েন্ট, আর একটা ভরাট এনটিটি তালিকা। এই তিনটা ছাড়া প্রতিটা ডাইমেনশন অমূল্যায়নযোগ্য থাকবে। প্রশ্নটা এখন এটা নয়—এই রিপোর্ট কেন খালি। প্রশ্নটা হলো, কতগুলো পাইপলাইন আজ রাতে নীরবে খালি রিপোর্ট পাঠাচ্ছে, আর কতগুলো আমরা সেগুলোকে বিশ্লেষণ বলে মেনে নিচ্ছি।