খালি সেলের সাক্ষ্য: ইস্পোর্টস ডেটা পাইপলাইন যখন বিশ্লেষণ থামিয়ে দেয়

আজ সকালে চট্টগ্রামের ঘরে বসে বিশ্লেষণের নয়টি কলাম খুলে ফেললাম। প্যাচ ও মেটা, টুর্নামেন্ট ফরম্যাট ও সিস্টেম, দল ও খেলোয়াড়, আঞ্চলিক ল্যান্ডস্কেপ, ক্লাব ফাইন্যান্স ও বিজনেস, নিয়ম ও গভর্নেন্স, রিস্ক প্রোফাইল, পাবলিক ন্যারেটিভ, ইন্ডাস্ট্রি ট্রান্সমিশন। প্রতিটি ঘরের জন্য প্রস্তুত প্রশ্ন, প্রতিটির জন্য প্রত্যাশিত ডেটা পয়েন্ট। তারপর স্টেজ-১ এর ডিকনস্ট্রাকশন রিপোর্ট হাতে এল। আর্টিকেল টাইটেল: N/A। সোর্স: N/A। কোর ভিউপয়েন্ট: ফাঁকা। ইনফরমেশন পয়েন্ট: নেই। এনটিটি: চিহ্নিত হয়নি। টাইম সেনসিটিভিটি: মূল্যায়ন করা হয়নি।

নয়টি ঘর খালি। আমার সামনে এখন একটাই সিদ্ধান্ত — খালি ঘরগুলো অনুমানে ভরে ফেলব, নাকি স্বীকার করব যে এই ইনপুটে বিশ্লেষণ করা সম্ভব নয়।

সাত বছর ধরে আমি নোটবুক আর শট লগ নিয়ে কাজ করছি। ২০১৭ সালে তেরো বছর বয়সে চ্যাম্পিয়ন্স লিগ ফাইনাল দেখার পর প্রথম যে অভ্যাসটা গড়ে উঠেছিল, সেটা হলো — কোনো বাক্য লেখার আগে গুনে নেওয়া। রিয়াল মাদ্রিদ ১৩ শট, জুভেন্টাস ৯। আন্ডারস্ট্যাট থেকে xG — রিয়াল ২.১, জুভেন্টাস ১.০। ফেসবুক পেজে প্রথম চার্ট পোস্ট করেছিলাম, সেটা ৪৭ বার শেয়ার হয়। ওই অভ্যাসের একটা সরল শর্ত আছে: সংখ্যা ছাড়া বাক্য নেই। আজ যেটা সামনে এসেছে, সেটা ওই শর্তেরই পরীক্ষা।

Context — বিশ্লেষণের কাঠামো আর তার শর্ত

ইস্পোর্টস বিশ্লেষণ গত পাঁচ বছরে একটা বড় রূপান্তরের মধ্য দিয়ে গেছে। আগে ম্যাচ-পরবর্তী আলোচনা মানে ছিল হাইলাইট রিল আর আবেগ। এখন দল আর খেলোয়াড়ের পারফরম্যান্স মাপা হয় ফুটবল-অ্যানালিটিক্সের ধার করা শব্দভান্ডারে — এন্ট্রি সাকসেস রেট, ড্যামেজ-পার-রাউন্ড ওভার এক্সপেক্টেশন, ইউটিলিটি এফিসিয়েন্সি। এই পরিবর্তনটা দরকারি, কারণ এটা দাবির সাথে প্রমাণের দূরত্ব কমায়।

দক্ষিণ এশিয়ায়, বিশেষ করে বাংলাদেশে, এই রূপান্তরটা দ্রুত ঘটেছে। আমাদের দৃশ্যপট মোবাইল-ফার্স্ট — ফ্রি ফায়ার আর পাব-জি মোবাইল মূল ভরকেন্দ্র, আর ভ্যালোরান্ট ক্রমশ জায়গা করে নিচ্ছে। কাস্টার আর সম্প্রচয়কেরা এই ইকোসিস্টেমকে টেনে তুলছেন, আর সাথে সাথে দর্শকের প্রত্যাশাও বাড়ছে। এখন শুধু কে জিতল নয়, কীভাবে জিতল — সেটাও জানতে চায় দর্শক।

কিন্তু প্রতিটি কাঠামোর একটা লুকানো শর্ত থাকে। নয়-মাত্রার এই ফ্রেমওয়ার্কটা তৈরি হয়েছে একটা ধারণার উপর — যে সোর্স আর্টিকেলে অন্তত একটা খেলার নাম, একটা নির্দিষ্ট ইনফরমেশন পয়েন্ট, আর একটা এনটিটি থাকবে। প্রতিটি মাত্রা একটা সাবজেক্টের উপর নির্ভরশীল। প্যাচ মাত্রার জন্য দরকার একটা নির্দিষ্ট গেম আর ভার্সন নম্বর। টুর্নামেন্ট মাত্রার জন্য দরকার একটা ইভেন্টের নাম আর ফরম্যাট। দল-খেলোয়াড় মাত্রার জন্য দরকার একটা রোস্টার। সাবজেক্ট ছাড়া মাত্রাগুলো কেবল ফাঁকা বাক্স।

বাংলাদেশের প্রেক্ষাপটে এই শর্তটা আরও স্পষ্ট। আমাদের দৃশ্যপট মোবাইল-ফার্স্ট, আর অবকাঠামো সীমিত। পিং ফ্লোর, ডিভাইস টিয়ার, টুর্নামেন্ট ফরম্যাটের প্রণোদনা, বেতনের অস্বচ্ছতা — এগুলো আসল ভেরিয়েবল, আর এগুলো ডেটা সংগ্রহের ধরনকেই বদলে দেয়। একটা পিসি-ভিত্তিক লিগে যেখানে প্রতিটি ম্যাচের রিপ্লে আর স্ট্যাট সেন্ট্রালাইজড, সেখানে মোবাইল ইকোসিস্টেমে অনেক তথ্য ছড়িয়ে থাকে, অনেক সময় অনুপস্থিত থাকে। ফলে যখন সোর্স ডেটা না আসে, তখন সেটা বিরল ঘটনা নয় — এটা একটা কাঠামোগত সম্ভাবনা।

Core — ডেটা অখণ্ডতা প্রথম নীতি

এখানেই আসল প্রশ্নটা দাঁড়ায়। একটা বিশ্লেষণ ফ্রেমওয়ার্ক যখন ফাঁকা ইনপুট পায়, তখন তার সঠিক আচরণ কী হওয়া উচিত?

আমার উত্তর পরিষ্কার, আর এটা আমার পুরো পদ্ধতির ভিত্তি: অনুপস্থিত ডেটা অনুমান দিয়ে পূরণ করা বিশ্লেষণ নয়, সেটা বানানো বিশ্লেষণ। প্যাচ নম্বর, রোস্টার, স্ট্যান্ডিং বা আর্থিক সংখ্যা বানিয়ে ফেলা মানে পাঠককে এমন কিছু দেখানো যা বাস্তবে নেই। একটা লেজার, যেমন ব্লকচেইনের হিসাবের খাতা, শুধু তখনই কাজ করে যখন প্রতিটি এন্ট্রি যাচাই করা হয় তারপর যুক্ত করা হয়। যাচাই ছাড়া এন্ট্রি মানে পুরো খাতার বিশ্বাসযোগ্যতা শেষ।

২০১৮ সালের কথা মনে পড়ে। জার্মানি দক্ষিণ কোরিয়ার কাছে ০-২ হারে, আর মূলধারার প্রতিবেদন বলছিল এটা একটা ধস। আমি ফিফা ম্যাচ রিপোর্ট আর শট ম্যাপ বের করলাম। জার্মানি ২৬ শট, ৬ অন টার্গেট, xG ২.৭; দক্ষিণ কোরিয়া ৫ শট, ২ অন টার্গেট, xG ০.৫। জার্মানি যথেষ্ট সুযোগ তৈরি করেছিল, হারটা এসেছিল দুই ডিফেন্সিভ ভুলে। ওই থ্রেড ১২০০ ইমপ্রেশনে পৌঁছেছিল। ওই লেখার শক্তি ছিল ডেটার অস্তিত্বে, আমার বিশ্লেষণের চাতুর্যে নয়।

২০২০ সালে মহামারির শূন্য স্টেডিয়ামে বুন্দেসলিগা রিস্টার্ট ট্র্যাক করেছিলাম। ঘরের মাঠে জয়ের হার ৪৩.৩% থেকে ৩৩.৩% এ নামল। রেফারি পক্ষপাত কমার একটা সংকেত। ২০২১ ইউরোতে ইতালির PPDA লগ করলাম ৮.২, জর্জিনিয়োর প্রতি ম্যাচে ১২.১ কিলোমিটার। ইতালি চ্যাম্পিয়ন হলো। ২০২২ সালে কাতার বিশ্বকাপে আর্জেন্টিনার সৌদি আরবের কাছে ১-২ হার দেখলাম — আর্জেন্টিনার xG ২.২, সৌদির ০.৩। একটা ম্যাচ দেখে সিদ্ধান্তে পৌঁছাতে বারণ করলাম। এরপর এনজো ফার্নান্দেসের বেনফিকা থেকে চেলসিতে ১০৬.৮ মিলিয়ন পাউন্ডের ট্রান্সফার প্রোগ্রেসিভ পাস (প্রতি ৯০ মিনিটে ৯.৮) আর ট্যাকল দিয়ে ব্যাখ্যা করলাম।

এই প্রতিটি কাজের একটা কমন জিনিস আছে — ডেটা আগে, বাক্য পরে। আর আজ ঠিক উল্টো পরিস্থিতি। কোনো ডেটা নেই।

স্টেজ-১ এর আউটপুটে একটা জিনিস স্পষ্ট। প্রতিটি সাবস্ট্যান্টিভ ফিল্ড ফাঁকা — শুধু টাইটেল বা সোর্স নয়, একটাও ইনফরমেশন পয়েন্ট নেই, একটাও এনটিটি নেই। এটা কোনো স্বল্প তথ্যের নিবন্ধ পরিস্থিতি নয়। এক লাইনের সংক্ষিপ্ত খবরও অন্তত একটা এনটিটি আর একটা তথ্য পয়েন্ট ভরে দেয়। এতটা সম্পূর্ণ শূন্যতা মানে সম্ভবত আপস্ট্রিম ইনজেশন বা পার্সিং ব্যর্থতা — সোর্স আর্টিকেল পাইপলাইনে ঢোকেনি, অথবা খালি বা অব্যবহারযোগ্য ইনপুট এসেছে, অথবা একটা এরর পেলোড null ফিল্ড হিসেবে পাস হয়েছে।

এই পার্থক্যটা গুরুত্বপূর্ণ, কারণ এটা আমাদের বলে দেয় সমস্যাটা কোথায়। এটা বিষয়বস্তুর সংকট নয়, এটা ডেটা অখণ্ডতার সংকট। আর দুটোর চিকিৎসা সম্পূর্ণ আলাদা। বিষয়বস্তুর সংকটে আমরা অপেক্ষা করি আরও সোর্সের জন্য। ডেটা অখণ্ডতার সংকটে আমরা পাইপলাইন থামিয়ে অডিট করি।

তিনটে সম্ভাব্য মূল কারণ আমি আলাদা করি। প্রথম — ইনজেশন ব্যর্থতা: সোর্স আর্টিকেল সিস্টেমে ঢোকেনি, ফলে এক্সট্র্যাক্টর কিছু পায়নি। দ্বিতীয় — খালি বা নন-টেক্সট ইনপুট: কোনো ইমেজ বা ফাঁকা ফাইল পাস হয়েছে। তৃতীয় — এরর পেলোড null হিসেবে পাস: সিস্টেম ভেতরে ত্রুটি পেয়েছে, কিন্তু সেটা লগ না করে ফাঁকা ফিল্ড হিসেবে ডাউনস্ট্রিমে পাঠিয়েছে।

তিনটে ক্ষেত্রেই একটা কমন উপসর্গ — সিস্টেম ব্যর্থতাকে তথ্যের অভাব হিসেবে উপস্থাপন করেছে। এটাই বিপজ্জনক, কারণ ডাউনস্ট্রিমে বসে থাকা বিশ্লেষক এই ফাঁকা আউটপুট দেখে হয়তো ভাবতে পারেন নিবন্ধটা সত্যিই বিষয়শূন্য। অথচ আসলে নিবন্ধটা কখনো পৌঁছায়নি। পার্থক্যটা না ধরলে ভুল সিদ্ধান্ত আসে।

Infrastructure Audit — কতটা দায় অবকাঠামোর, কতটা পারফরম্যান্সের

এখানে একটা ট্র্যাপ আছে যেটা আমি নিজে বারবার এড়াতে চেষ্টা করি। বাংলাদেশের ইস্পোর্টসে পিং আর ডিভাইসের ফারাক আসল। একটা ৬০ মিলিসেকেন্ড পিং আর ১৫০ মিলিসেকেন্ড পিংয়ের মধ্যে খেলার ধরন বদলে যায়। একটা এন্ট্রি-লেভেল ডিভাইসে ফ্রেম ড্রপ মানে একটা ফাইটে সিদ্ধান্ত নেওয়ার সময় কমে যাওয়া। এই ভেরিয়েবলগুলো অস্বীকার করা মানে বাস্তবতা অস্বীকার করা।

কিন্তু এই ভেরিয়েবলগুলো দিয়েই যদি সব ফল ব্যাখ্যা করা হয়, তাহলে সেগুলো কিছুই ব্যাখ্যা করে না। অবকাঠামোকে সর্বজনীন অজুহাত বানিয়ে ফেললে বিশ্লেষণের মূল্য শূন্য হয়ে যায়। তাই আমার নিয়ম হলো — অবকাঠামো আসলে কতটা ভ্যারিয়েন্স ব্যাখ্যা করতে পারে, সেটা সংখ্যায় মাপা, আর প্রতিটি দাবিকে হয় কাঠামোগত প্রেক্ষাপট, নয় পারফরম্যান্স অ্যাট্রিবিউশন হিসেবে লেবেল করা — দুটো একসাথে কখনো নয়।

এই একই নিয়ম ডেটা পাইপলাইনের ক্ষেত্রে খাটে। আমরা বলতে পারি, বাংলাদেশের ইকোসিস্টেমে ডেটা সংগ্রহ দুর্বল, তাই ফাঁকা ইনপুট স্বাভাবিক। এটা কাঠামোগত প্রেক্ষাপট। কিন্তু এই ব্যাখ্যা দিয়ে আমরা পাইপলাইনের ভেতরের ত্রুটিটা ঢেকে ফেলি। ফাঁকা ইনপুট স্বাভাবিক বলে মেনে নিলে আমরা কখনো জানব না আসলে কোথায় ফাঁক। অবকাঠামো ডেটার অভাব ব্যাখ্যা করতে পারে, কিন্তু ডেটা পাইপলাইনের ব্যর্থতা নয়।

Contrarian — ফ্রেমওয়ার্ক যখন তৈরি-বিশ্লেষণের কারখানা হয়ে ওঠে

এখন আসি অস্বস্তিকর অংশে। ডেটা-চালিত বিশ্লেষণের বিরুদ্ধে সাধারণ অভিযোগ হলো — এটা আবেগ হারায়, সংখ্যায় ডুবে যায়। আমি এই অভিযোগ মানি না। আমার কাছে সংখ্যা আবেগের বিকল্প নয়, আবেগের সংশোধন।

আসল বিপদটা উল্টো দিকে। একটা শক্তিশালী বিশ্লেষণ ফ্রেমওয়ার্ক একটা চাপ তৈরি করে — আউটপুট চাই, যেকোনো মূল্যে। নয়টা কলাম খালি পড়ে থাকলে মন চায় সেগুলো ভরে ফেলতে। প্যাচ নম্বর অনুমান করে, রোস্টার আন্দাজ করে, স্ট্যান্ডিং মনে মনে বানিয়ে। প্রতিটা ধাপ যুক্তিসঙ্গত মনে হয়, কারণ ফ্রেমওয়ার্ক বলছে এই ঘরটা ভরতেই হবে।

এই চাপটাই তৈরি-বিশ্লেষণের কারখানা বানায়। একটা ফ্রেমওয়ার্ক যত বেশি বিস্তারিত, ইনপুট না থাকলেও আউটপুট দিতে তার প্রবণতা তত বেশি — আর সেটাই তার সবচেয়ে বড় ঝুঁকি। সাত বছর ধরে আমি শিখেছি, সেরা বিশ্লেষক সেই নয় যে প্রতিটা প্রশ্নের উত্তর দিতে পারে, বরং সেই যে জানে কোন প্রশ্নের উত্তর এখন দেওয়া যাবে না।

দ্বিতীয় পরিহার্য ফাঁদ — শূন্যতাকে নিজেই একটা গল্প বানিয়ে ফেলা। ডেটা নেই, তাই এটাই তো একটা গল্প — এই ধরনের সাংবাদিকতা শেষ পর্যন্ত অনুমানের উপর দাঁড়ায়। ফাঁকা ইনপুট একটা তথ্য বটে, কিন্তু সেই তথ্যটা পাইপলাইন সম্পর্কে, খেলা বা দল সম্পর্কে নয়। এই পার্থক্যটা মসৃণ করতে গিয়ে অনেকে পাইপলাইনের ত্রুটিকে খেলার গল্পে রূপান্তরিত করে ফেলেন। আমি সেটা করব না।

xG অটোপসি বনাম ফাঁকা ঘরের অটোপসি — দুটো একই জিনিস নয়। ২০১৮ সালে জার্মানির অটোপসি চালানোর সময় হাতে ডেটা ছিল। আজ ফাঁকা ঘরের অটোপসি চালানো মানে ডেটাহীনতাকেই বিষয়বস্তু বানানো। এটা পদ্ধতির প্রতি অবিচার। সঠিক আউটপুট হলো একটা কাঠামোবদ্ধ বিশ্লেষণ-ব্লকড নোটিস, যেটা আপস্ট্রিম ডেটা ব্যর্থতা চিহ্নিত করে। প্রতিটি মাত্রা অপর্যাপ্ত তথ্য হিসেবে চিহ্নিত হবে। এটা ব্যর্থতা নয়, এটা সততা।

Risk Profile — একটাই রেটেবল রিস্ক

নয়-মাত্রার কাঠামোর সাত নম্বর মাত্রা হলো রিস্ক প্রোফাইল। সাধারণত এখানে আমরা কম্পিটিটিভ, ফাইন্যান্সিয়াল, পার্সোনেল, রুলস, পাবলিক ওপিনিয়ন আর সিস্টেমিক — ছয় ধরনের রিস্ক দেখি। এখানে ছয়টাই মূল্যায়ন-অযোগ্য, কারণ সাবজেক্টই নেই।

কিন্তু একটা রিস্ক রেট করা যায়, আর সেটা মেটা-রিস্ক: আপস্ট্রিমে ডেটার অনুপস্থিতি নিজেই একটা ডেটা-অখণ্ডতা ঝুঁকি, কারণ এই ফাঁকা আউটপুটের উপর নির্ভর করে নেওয়া যেকোনো সিদ্ধান্ত অন্ধভাবে নেওয়া হবে। এটাই সবচেয়ে বড় সতর্কতা। যদি এই একই পাইপলাইন ব্যাচের অন্যান্য আইটেমেও একই ত্রুটি ঘটিয়ে থাকে, তাহলে সমস্যা একটা নিবন্ধে সীমাবদ্ধ নয় — পুরো ব্যাচ প্রভাবিত।

আর একটা মাঝারি মাত্রার রিস্ক — ভুল শ্রেণীবিভাগ। ইস্পোর্টস ডোমেইন লেবেলটা যাচাই করা যায়নি। খালি পেলোড কোনো প্রমাণ দেয় না যে সোর্স আর্টিকেলটা সত্যিই ইস্পোর্টস নিয়ে ছিল। এটা ডিফল্ট লেবেলও হতে পারে। ভুল ডোমেইনে ভুল ফ্রেমওয়ার্ক চালানো মানে ভুল প্রশ্ন করা।

Narrative — শূন্যতার গল্প কে বলে

পাবলিক ন্যারেটিভের মাত্রাটাও এখানে ফাঁকা, কিন্তু একটা পর্যবেক্ষণ করা যায়। আমাদের ইকোসিস্টেমে ডেটা নেই কথাটা প্রায়ই একটা অজুহাত হিসেবে ব্যবহৃত হয়, আর প্রায়ই একটা গর্ব হিসেবে। কেউ বলেন, আমাদের এখানে ডেটা নেই, তাই ভাইবস দিয়েই চলি। কেউ বলেন, ডেটা ছাড়া কিছু বলি না, অথচ পেছনে হাতে গোনা কয়েকটা সংখ্যা।

দুটোই অস্বাস্থ্যকর। প্রথমটা পদ্ধতির অভাব স্বীকার করে, দ্বিতীয়টা পদ্ধতির অভাব ঢাকে। আসল অবস্থান মাঝখানে — সীমিত ডেটা নিয়ে সীমিত দাবি, আর প্রতিটা দাবির সাথে তার আত্মবিশ্বাসের মাত্রা স্পষ্ট করে বলা।

এখানেই কনফিডেন্স টিয়ার কাজে আসে। আমার নিয়ম হলো তিন স্তর: প্রভিশনাল, ডিরেকশনাল, ফার্ম। বাংলাদেশের দৃশ্যপটে বছরে উচ্চস্তরের ইভেন্ট কম, তাই স্ট্যাটিস্টিকাল সিগনিফিকেন্সের জন্য অপেক্ষা করলে কখনো লেখাই হবে না। সমাধান — প্রভিশনাল স্তরে প্রকাশ করা, তবে অনিশ্চয়তা প্রথম লাইনেই স্বীকার করে।

কিন্তু এই টিয়ারগুলোও ডেটার অস্তিত্ব দাবি করে। প্রভিশনাল মানে দুর্বল ডেটা, শূন্য ডেটা নয়। শূন্য ডেটায় প্রকাশ করা মানে অনুমানের প্রকাশ। টিয়ার সিস্টেমের নিচেও একটা ফ্লোর থাকে — সেটা হলো অন্তত একটা যাচাইযোগ্য তথ্য।

Industry Transmission — একটা নীরব ব্যর্থতা কী শেখায়

নবম মাত্রা — ইন্ডাস্ট্রি ট্রান্সমিশন — সাধারণত আপস্ট্রিম পাবলিশার, মিডস্ট্রিম ক্লাব-ইভেন্ট-স্ট্রিমিং প্ল্যাটফর্ম, আর ডাউনস্ট্রিম স্পন্সরশিপের মধ্যে প্রভাবের প্রবাহ দেখে। এখানে কোনো ট্রিগারিং ইভেন্ট নেই, তাই ম্যাপিং ফাঁকা।

তবু একটা সাধারণ শিক্ষা বেরিয়ে আসে, যেটা শুধু ইস্পোর্টস নয়, গোটা সাউথ এশিয়ান স্পোর্টস ডেটা ইকোসিস্টেমে খাটে। আমরা ডেটা-চালিত বিশ্লেষণের কথা বলি, কিন্তু ডেটা প্রোভেন্যান্স নিয়ে খুব কম কথা বলি। তথ্য কোথা থেকে এল, কে যাচাই করল, কখন সংগ্রহ হলো — এই প্রশ্নগুলো প্রায়ই অনুপস্থিত। অথচ এই প্রশ্নগুলোর উত্তর ছাড়া বিশ্লেষণ একটা দালানের মতো, যার ভিত যাচাই করা হয়নি।

ব্লকচেইনের ধারণাটা এখানে রূপক হিসেবে কাজে আসে। একটা ব্লকচেইন তখনই মূল্যবান যখন প্রতিটা ব্লক আগেরটার সাথে ক্রিপ্টোগ্রাফিকভাবে বাঁধা, আর কোনো ব্লক ছাড়া পরেরটা যোগ করা যায় না। স্পোর্টস ডেটার খাতাও একই শৃঙ্খলা দাবি করে। একটা ডেটা পয়েন্ট যাচাই না হলে পরের সিদ্ধান্তটা তার উপর দাঁড়ানো উচিত নয়। ফাঁকা ব্লক জোর করে যোগ করা মানে শৃঙ্খল ভেঙে ফেলা।

Takeaway — পরের রাউন্ডের সিগন্যাল

আজকের এই ফাঁকা আউটপুট আমাকে একটা জিনিস মনে করিয়ে দিল, যা আমার লেজারে সাত বছর ধরে লেখা আছে — লেজার হাইলাইট রিল যা ভুলে যায়, সেটা মনে রাখে। আজ লেজারে একটা এন্ট্রি হলো, কিন্তু সেটা কোনো খেলা বা দলের নয়। সেটা একটা পাইপলাইনের ব্যর্থতার এন্ট্রি।

সামনের দিকে তিনটা সিগন্যাল আমি ট্র্যাক করব। প্রথম — স্টেজ-১ এর পুনরায় এক্সট্র্যাকশন। মূল আর্টিকেল আবার প্রসেস করে দেখতে হবে ইনফরমেশন পয়েন্ট আর এনটিটি ফিল হয় কি না। দ্বিতীয় — পাইপলাইনের এরর লগ। ইনজেশন আর পার্স লগ পরীক্ষা করে দেখতে হবে এই আইটেমে কী ঘটেছিল, আর ব্যাচের বাকি আইটেম প্রভাবিত কি না। তৃতীয় — সোর্স আর্টিকেলের অস্তিত্ব। মূল লেখাটা আদৌ টেক্সট-পার্সেবল কি না।

এই তিনটার যেকোনো একটায় উত্তর পেলে বিশ্লেষণ এগোবে। না পেলে সিদ্ধান্ত পরিষ্কার — ক্যানো প্রসিড করা যায় না, জোর করে একটা টেমপ্লেট ভরা নয়।

শেষ কথা এই। আমাদের ইকোসিস্টেমে এখন সবাই ডেটার কথা বলে। কেউ বলে ডেটা সব জানে, কেউ বলে ডেটা কিছুই জানে না। দুটোই ভুল প্রশ্ন। আসল প্রশ্নটা সরল — কোন ডেটা আমার হাতে আছে, সেটা কে যাচাই করেছে, আর সেটা দিয়ে কোন দাবি করা বৈধ।

যে বিশ্লেষক প্রতিটা ফাঁকা ঘরে উত্তর বসাতে পারে, সে দক্ষ। যে বিশ্লেষক জানে কোন ঘরটা খালি রাখতে হবে, সে সৎ। দীর্ঘমেয়াদে লেজারে টিকে থাকে দ্বিতীয় জন।

আজ আমার লেজারে একটা খালি সারি যোগ হলো। সেটা ব্যর্থতার সারি নয়। সেটা সীমার সারি।