ক্রিকেট বিশ্লেষণ পাইপলাইনে নীরব ব্যর্থতা: খালি স্টেজ-১ আউটপুট কীভাবে ভুল বিশ্লেষণের ঝুঁকি তৈরি করে

ক্রিকেট বিশ্লেষণ পাইপলাইনে নীরব ব্যর্থতা: খালি স্টেজ-১ আউটপুট কীভাবে ভুল বিশ্লেষণের ঝুঁকি তৈরি করে

রেফারির চোখ বলছে, এখানে কোনো ম্যাচ নেই। কোনো দল নেই, কোনো খেলোয়াড় নেই, কোনো ফরম্যাট নেই, কোনো ভেন্যু নেই। শুধু একটি ডোমেইন লেবেল—cricket_world। স্টেজ-১ আউটপুটে তথ্যবিন্দু শূন্য, এনটিটি শূন্য, শিরোনাম নেই, সূত্র নেই, মূল দৃষ্টিভঙ্গি নেই। এটি কোনো ক্রিকেট প্রতিবেদন নয়; এটি একটি ব্যর্থ ডেটা পাইপলাইনের স্বাক্ষর। ৬৮ বছর বয়সে আমি বহু রিপোর্ট ফাইল করেছি, কিন্তু এমন খালি ফাইল আগে দেখিনি। রেফারি হিসেবে আমার প্রথম কাজ হলো ক্লিপটি থামানো, অ্যাঙ্গেল চিহ্নিত করা, তারপর নিয়মকে কথা বলতে দেওয়া। এখানে ক্লিপটাই নেই।

প্রেক্ষাপট: পাইপলাইনের দুই স্তর

আধুনিক ক্রিকেট বিশ্লেষণ ব্যবস্থা সাধারণত দুই স্তরে চলে। স্টেজ-১ নিবন্ধটি থেকে তথ্য আহরণ করে—শিরোনাম, তথ্যবিন্দু, দৃষ্টিভঙ্গি, এনটিটি, সময়সংবেদনশীলতা, সূত্রের গুণমান। স্টেজ-২ সেই তথ্যের ভিত্তিতে গভীর বিশ্লেষণ করে। এই প্রতিবেদনে স্টেজ-১ সম্পূর্ণ ব্যর্থ হয়েছে। শুধু ডোমেইন লেবেল টিকে আছে, যা সম্ভবত ইউআরএল বা মেটাডেটা থেকে এসেছে, নিবন্ধের মূল অংশ থেকে নয়।

আমার অভিজ্ঞতায়, ২০১৪ সালে চট্টগ্রাম প্রিমিয়ার লিগের ফাইনালে ৮৯তম মিনিটের বিতর্কিত পেনাল্টি নিয়ে তিন ম্যাচ অফিসিয়াল তিন রকম লগ করেছিলেন। তখন আমি বুঝেছিলাম, ভুল ডেটা এন্ট্রি কতটা বিপজ্জনক। সেই অভিজ্ঞতা থেকে আমি ৪০-পয়েন্ট চেকলিস্ট তৈরি করেছি। এই পাইপলাইনের সমস্যাটি ঠিক তেমনই—খালি আউটপুটকে 'কোনো খবর নেই' হিসেবে ধরে নিলে বিশ্লেষণ ভুল পথে যাবে।

মূল বিশ্লেষণ: খালি আউটপুটের নিদান

স্টেজ-১ আউটপুটের প্যাটার্নটি লক্ষণীয়: ডোমেইন লেবেল পপুলেটেড, কিন্তু বাকি সব ফিল্ড খালি। এই স্বাক্ষরটি সাধারণত দুটি কারণে ঘটে—হয় সোর্স ফেচ ব্যর্থ হয়েছে (পেওয়াল, জিও-ব্লক, জাভাস্ক্রিপ্ট-রেন্ডারড পেজ, বা রিডাইরেক্ট), অথবা এক্সট্রাকশন প্রক্রিয়ায় ত্রুটি আছে। একটি প্রকৃত ক্রিকেট নিবন্ধে শূন্য এনটিটি থাকা বিরল।

আমার ৪৭-ক্লিপ রুলস ডেস্কের অভিজ্ঞতা বলে, প্রতিটি সিদ্ধান্তের পেছনে ক্লিপ রেফারেন্স থাকতে হবে। এখানে কোনো ক্লিপ নেই, তাই কোনো সিদ্ধান্ত টেকসই নয়। যদি এই খালি আউটপুট নিয়ে স্টেজ-২ বিশ্লেষণ চালানো হয়, তাহলে মডেল কল্পিত ফরম্যাট, কল্পিত খেলোয়াড়, কল্পিত অকশন প্রিমিয়াম তৈরি করার ঝুঁকিতে পড়ে। এটি বিশ্লেষণগত জালিয়াতি।

পাইপলাইনে একটি হার্ড গেট থাকা দরকার: তথ্যবিন্দু শূন্য হলে স্টেজ-২ চালানো যাবে না। পরিবর্তে INSUFFICIENT_INPUT স্ট্যাটাস ফেরত দিতে হবে। আমার ৪০-পয়েন্ট চেকলিস্টের মূল নীতি হলো—কোনো অ্যাডজেক্টিভ বিনা ক্লজে নয়। এখানে কোনো ক্লজ নেই, তাই কোনো রায় নয়।

বিপরীতমুখী কোণ: খালি মানে 'কিছু নেই' নয়

স্বাভাবিক প্রবণতা হলো খালি আউটপুটকে 'নিবন্ধে গুরুত্বপূর্ণ কিছু নেই' বলে ধরে নেওয়া। এটি ভুল। খালি আউটপুট বরং বলে, পাইপলাইন নিবন্ধটি পড়তেই পারেনি। যদি এই ব্যর্থতা বারবার ঘটে, তাহলে কর্পাস থেকে পেওয়াল ও ভিডিও-নির্ভর সোর্সগুলো পদ্ধতিগতভাবে বাদ পড়বে। ফলে বিশ্লেষণ টেক্সট-ভারী আউটলেটগুলোর দিকে ঝুঁকে যাবে, সম্প্রচারকদের দিকে নয়।

আমার ২৯-পেনাল্টি বিশ্বকাপের অভিজ্ঞতা (রাশিয়া ২০১৮) বলে, ২১৪টি পর্যালোচনাযোগ্য ঘটনার প্রতিটির টাইমস্ট্যাম্প ছিল। এখানে কোনো টাইমস্ট্যাম্প নেই। খালি আউটপুটকে 'কোনো ঘটনা নেই' ভাবার কোনো সুযোগ নেই। বরং এটি একটি ডেটা-কোয়ালিটি ইনসিডেন্ট।

উপসংহার: সামনের দিকে

প্রথম কাজ হলো সোর্সটি রেন্ডারিং-সক্ষম ক্লায়েন্ট দিয়ে পুনরায় ফেচ করা, এইচটিটিপি স্ট্যাটাস, চূড়ান্ত ইউআরএল ও বডি লেংথ লগ করা। বডি লেংথ যথেষ্ট হলে স্টেজ-১ পুনরায় চালানো। দ্বিতীয়ত, স্টেজ-১ খালি-আউটপুট হার সোর্স ডোমেইন অনুযায়ী ট্র্যাক করা; কোনো ডোমেইনে ৫% ছাড়ালে তদন্ত করা। তৃতীয়ত, ডাউনস্ট্রিম কনজিউমারদের কাছে INSUFFICIENT_INPUT স্ট্যাটাস স্পষ্টভাবে প্রেরণ করা, যাতে তারা এটিকে 'কোনো ফলাফল নেই' হিসেবে না পড়ে।

আমার ৪০-পয়েন্ট চোখ কনট্যাক্টে পলক ফেলে না; এটি গণনা করে। এখানে গণনার মতো কিছু নেই—শুধু একটি খালি ফাইল। প্রশ্ন হলো, এই খালি ফাইল কি পাইপলাইনের ব্যর্থতা, নাকি নিবন্ধের প্রকৃত অবস্থা? উত্তর পেতে হলে প্রথমে ফেচটি ঠিক করতে হবে।