টেনিস লেবেল পরা একটি গাড়ির খবর: ডেটা পাইপলাইনে ভুল শ্রেণীবিভাগের হিসাব
মূল উত্তর: পাকিস্তান স্টক এক্সচেঞ্জে জমা পড়া সাজগর ইঞ্জিনিয়ারিং ওয়ার্কসের নোটিশে বিএআইসির আরসিফক্স ব্র্যান্ড পাকিস্তানে চালুর ঘোষণা আছে; খবরটি সম্পূর্ণভাবে অটোমোটিভ, কিন্তু বিশ্লেষণ-পাইপলাইনে টেনিস লেবেল পেয়েছে। ১৩টি তথ্যবিন্দুর একটিও টেনিস-সংশ্লিষ্ট নয়, তাই কোনো টেনিস সিদ্ধান্ত টানা যায় না। মূল তথ্য: • সাজগর ইঞ্জিনিয়ারিং ওয়ার্কস ১৯৯১ সালে প্রতিষ্ঠিত, ১৯৯৪ সালে পাকিস্তান স্টক এক্সচেঞ্জে তালিকাভুক্ত। • ২০২২ সালে বিএআইসি সম্পর্ক, ২০২৩ সালে হাভাল ও হাইব্রিড; এখন আরসিফক্স এসেছে। • প্রযুক্তি অংশীদার ম্যাগনা ও হুয়াওয়ে; নোটিশে টেনিস-সংশ্লিষ্ট কোনো সত্তা নেই। • ১৩টি তথ্যবিন্দুর ৯টিতে উৎস নেই, অর্থাৎ প্রায় ৬৯ শতাংশ উৎসহীন। • কেবল শুক্রবার উল্লেখ আছে, পূর্ণ তারিখ নেই। সূত্র: পাকিস্তান স্টক এক্সচেঞ্জে সাজগর ইঞ্জিনিয়ারিং ওয়ার্কস লিমিটেডের ডিসক্লোজার নোটিশ (তারিখ নির্দিষ্ট নয়)। সম্পর্কিত প্রশ্নোত্তর: প্রশ্ন: এই খবরে টেনিস-সংশ্লিষ্ট কোনো তথ্য আছে কি? উত্তর: নেই; খেলোয়াড়, ম্যাচ, র্যাংকিং বা টুর্নামেন্টের কোনো উল্লেখ তথ্যবিন্দুগুলোতে পাওয়া যায়নি। প্রশ্ন: ডেটা পাইপলাইনে ঠিক কী ত্রুটি ঘটেছে? উত্তর: প্রথম ধাপে ডোমেইন লেবেল ভুল বসেছিল, ফলে দ্বিতীয় ধাপের সব টেনিস-ঘর তথ্যশূন্য অবস্থায় পড়েছে। প্রশ্ন: সঠিক শ্রেণি কী হওয়া উচিত? উত্তর: অটোমোটিভ ও কর্পোরেট ফিন্যান্স, কারণ বিষয়বস্তু পাকিস্তানে নতুন শক্তি যানবাহন বাজার সম্প্রসারণ।
পাকিস্তান স্টক এক্সচেঞ্জের ফাইলিং তালিকায় শুক্রবার জমা পড়া একটি নোটিশ খুলে প্রথম যে বাক্যটি চোখে পড়ে, সেটি টেনিস নিয়ে নয়। সাজগর ইঞ্জিনিয়ারিং ওয়ার্কস লিমিটেড জানাচ্ছে, তারা বিএআইসি গোষ্ঠীর বৈদ্যুতিক গাড়ির ব্র্যান্ড আরসিফক্স পাকিস্তানের বাজারে আনছে। নোটিশে কর্পোরেট ইতিহাস আছে, ব্র্যান্ড কাঠামো আছে, প্রযুক্তি অংশীদারত্বের নাম আছে—ম্যাগনা, হুয়াওয়ে। টেনিস শব্দটি একবারও নেই। তবু যে ফাইলটি আমার সামনে খোলা, তার হেডারে লেখা: ডোমেইন লেবেল—টেনিস।
আমার কাজ টেনিসের অর্থনীতি যাচাই করা। কে টাকা দিচ্ছে, কোথায় টাকা আটকে আছে, কোন সম্পদটি আসলে টিকে আছে—এই তিন প্রশ্ন ছাড়া আমি একটি অনুচ্ছেদও লিখি না। মিয়ামিতে বসে দুই ভাষার আউটপুট মেলানোর সময় দেখলাম, বিশ্লেষণ-চেইনের দ্বিতীয় ধাপে একটি গাড়ির খবর ঢুকেছে টেনিসের পোশাক পরে। প্রথম ধাপ যে লেবেল বসিয়েছে, দ্বিতীয় ধাপ সেটি মানতে বাধ্য। আর দ্বিতীয় ধাপ সৎ থাকলে প্রতিটি ঘরে একটিই বাক্য লেখা যায়: পর্যাপ্ত তথ্য নেই।
ঠিক কী আছে ওই খবরে, সেটি আগে স্পষ্ট করা দরকার। ভুল লেবেলের সবচেয়ে বড় ক্ষতি হলো আসল ঘটনাটি চাপা পড়ে যায়। সাজগর ইঞ্জিনিয়ারিং ওয়ার্কস ১৯৯১ সালে প্রতিষ্ঠিত, ১৯৯৪ সালে পাকিস্তান স্টক এক্সচেঞ্জে তালিকাভুক্ত হয়। ২০২২ সালে কোম্পানিটি বিএআইসির সঙ্গে সম্পর্ক গড়ে, ২০২৩ সালে আসে হাভাল ব্র্যান্ড ও হাইব্রিড মডেলের ঘোষণা। এখন যোগ হচ্ছে আরসিফক্স, বিএআইসির নতুন শক্তি যানবাহন শাখা। চীনা মূল সংস্থা থেকে পাকিস্তানি অ্যাসেম্বলার, সেখান থেকে স্থানীয় বিদ্যুৎচালিত বাজারে—এটি পুরো একটি সরবরাহ-শৃঙ্খল গল্প, যার ভেতরে অংশীদারত্বের কাঠামো, উৎপাদনের স্থানীয়করণ, দাম নির্ধারণ ও নীতি-প্রণোদনা সবই আছে।
বিশ্লেষণের খোপে কী কী চাওয়া হয়েছিল, সেটি দেখলে ব্যাপারটা আরও পরিষ্কার হয়। দ্বিতীয় ধাপের কাঠামোতে জায়গা ছিল খেলোয়াড়ের খেলার ধরন, সারফেস মানিয়ে নেওয়ার ক্ষমতা, চাপের মুহূর্তে পারফরম্যান্স, প্রথম সার্ভের শতাংশ, রিটার্ন পয়েন্ট, ব্রেক-পয়েন্ট রূপান্তর, র্যাংকিং পয়েন্টের গঠন, টুর্নামেন্টের স্তর, ড্র-এর ভাগ্য, ডোপিং ও ম্যাচ-ফিক্সিং নীতিমালা, দল পরিচালনা, চোটের ঝুঁকি, প্রচার-চক্র এবং টেনিস শিল্পে সংক্রমণ-মানচিত্র। এই তালিকার একটিও ঘর ভরার উপাদান ওই নোটিশে নেই। খেলোয়াড় নেই, ম্যাচ নেই, সারফেস নেই, র্যাংকিং নেই, নিয়ন্ত্রক সংস্থা নেই।
খেলাধুলার ডেটা পাইপলাইন এভাবেই চলে। প্রথম ধাপ স্ক্র্যাপ করে, কীওয়ার্ড ধরে, লেবেল বসায়। দ্বিতীয় ধাপ সেই লেবেল বিশ্বাস করে বিশ্লেষণ সাজায়। তৃতীয় ধাপে সূচক তৈরি হয়—বাজার-ভাব, শিল্প-প্রবণতা, স্পনসর মূল্যায়ন। চতুর্থ ধাপে সেই সূচক পৌঁছে যায় বিনিয়োগকারী, মিডিয়া, বিজ্ঞাপন সংস্থা এবং বাজি-বাজারের ডেটা সরবরাহকারীর কাছে। একবার ভুল উপাদান তৃতীয় ধাপে পৌঁছে গেলে ফেরার পথ থাকে না, কারণ পরের সবাই সূচকটিকে সত্য ধরে নেয়।
নীতিগত চেকলিস্টটাও খালি ছিল। ম্যাচ-বিধি, চিকিৎসা-বিরতি, কোর্টের বাইরে কোচিং, শট-ক্লক, ডোপিং পরীক্ষা, ম্যাচ-ফিক্সিং—টেনিস প্রশাসনের প্রতিটি স্তর এই আইটেমটির সঙ্গে সম্পর্কহীন। এই খবর যে নিয়মতন্ত্রের অধীন, সেটি কর্পোরেট সিকিউরিটিজ প্রকাশের নিয়ম, অর্থাৎ পাকিস্তান স্টক এক্সচেঞ্জের ডিসক্লোজার ব্যবস্থা। টেনিসের নিয়মবই দিয়ে এটি যাচাই করলে কেবল ভুয়া সংকেত তৈরি হবে।
এখন হিসাবটা করি। মোট ১৩টি তথ্যবিন্দু বিশ্লেষণে এসেছিল। তার মধ্যে ৯টির সোর্স-ঘরে লেখা ছিল: নেই। অর্থাৎ প্রায় ৬৯ শতাংশ দাবির পিছনে কোনো উৎস নেই। একটি খবরের সোর্স-শূন্যতা ৬৯ শতাংশ হলে সেই খবর দিয়ে সূচক বানানো মানে অনুমানকে সংখ্যার চেহারা দেওয়া। আমার হিসাব বলছে, ভুলটি খবরে নয়, লেবেলে; আর ক্ষতিটি লেবেলে নয়, সূচকে।
আরেকটি ছোট কিন্তু জরুরি ঘাটতি: তথ্যের তারিখ। শুধু শুক্রবার লেখা আছে, পূর্ণ তারিখ নেই। সময়-সংবেদনশীল বিশ্লেষণে তারিখ ছাড়া একটি আইটেম অর্ধেক অচল, কারণ সূচকের প্রতিটি হিসাব একটি নির্দিষ্ট সময়-ছক ধরে চলে। তারিখ নির্দিষ্ট না হলে আইটেমটি কোন সপ্তাহের কোন প্রবণতায় বসবে, তা কেউ বলতে পারে না।
একটি নির্দিষ্ট বিপদের কথা বলা দরকার, কারণ এটি তত্ত্ব নয়, ঘটে থাকে। দুর্বল সত্তা-নিষ্কাশন অনেক সময় কোম্পানির নামকে ব্যক্তির নাম ভেবে বসে। ধরুন, সাজগর শব্দটি খেলোয়াড়ের নাম হিসেবে চিহ্নিত হলো, আর বিএআইসি হলো দলের নাম। এরপর ফ্রেমওয়ার্কটি ভদ্রভাবে খেলোয়াড়ের খেলার ধরন, সারফেস-অভিযোজন আর চাপের মুহূর্তের সক্ষমতা লিখে দেবে—সবই বানানো। একটি ভুল লেবেল তাহলে একটি বানানো প্রোফাইল তৈরি করে, আর সেই প্রোফাইল সূচকে ঢুকে পড়ে। নির্ভুল শ্রেণীবিভাগ ছাড়া কাঠামো কোনো নিরাপত্তা দেয় না।
সমাধানটি বিরক্তিকর রকমের সাধারণ। প্রথম আর দ্বিতীয় ধাপের মাঝখানে একটি ডোমেইন-সঙ্গতি যাচাই বসাতে হবে, যা দেখবে খবরের সত্তাগুলোর সঙ্গে সংশ্লিষ্ট খেলার পরিচিত নাম-তালিকার ছেদ আছে কি না। টেনিসের ক্ষেত্রে সেই তালিকায় থাকবে খেলোয়াড়, টুর্নামেন্ট, র্যাংকিং, নিয়ন্ত্রক সংস্থা। সাজগর, বিএআইসি, আরসিফক্স, ম্যাগনা, হুয়াওয়ে, পিএসএক্স—এই নামগুলোর একটিও ওই তালিকায় পড়ে না। ছেদ শূন্য হলে আইটেমটি কোয়ারেন্টাইনে যাবে, বিশ্লেষণে নয়। একই যাচাই দরকার সোর্স-ঘরে: কোনো আইটেমের ২০ শতাংশের বেশি তথ্যবিন্দুতে উৎস না থাকলে সেটি মতামত হিসেবে চিহ্নিত হবে, তথ্য হিসেবে নয়।
আমার সন্দেহ, ভুলটি এসেছে শব্দ-সংঘর্ষ থেকে। লেবেলিং ধাপে কোনো টোকেন ভুল ফায়ার করেছে, অথবা কপি-পেস্টের গোলমালে ভুল শ্রেণি বসেছে। এমন ঘটনা বিরল নয় বলেই আমি দূর থেকে অডিট করি। ২০১৮ সালে রাশিয়া বিশ্বকাপে আমি ৩২টি স্পনসর অ্যাক্টিভেশন ট্র্যাক করেছিলাম এবং একই ব্যর্থতা বারবার ফিরে আসতে দেখেছি—যারা সবচেয়ে বেশি বোর্ড কিনেছিল, তারা নয়; যারা সবচেয়ে বেশি মনে রাখা আদায় করেছিল, তারাই জিতেছিল। দূর থেকে অডিট করতে শিখেছি, দূরত্ব শত্রু নয়; অস্পষ্টতা শত্রু।
২০২০ সালে মহামারি স্টেডিয়াম খালি করে দিলে আমি আসনগুলোর জন্য শোক করিনি; আমি ক্যামেরার দাম বসিয়েছিলাম। ছয় সপ্তাহে আমি এমন মূল্যায়ন মডেল দাঁড় করালাম যেখানে কেবল টিকে থাকা সম্পদগুলো আছে—সম্প্রচারের ক্লোজ-আপ, ভার্চুয়াল বোর্ড বদল, সোশ্যাল ক্লিপের অধিকার। তিনটি প্রতিষ্ঠানের কাছে নিয়ে গেলাম। একটি ফেডারেশন পরের মৌসুমের বিপরীতে ৪০ শতাংশ ক্রেডিট মেনে নিল, দুটি বলল অতি তাত্ত্বিক। যে ক্লাবটি মেনে নিয়েছিল, দুই বছর পর তারা মূল ফির প্রায় ১৫ শতাংশ বেশি দিয়ে নবায়ন করেছিল। সংখ্যাগুলো এখানে গুরুত্বপূর্ণ, কারণ এগুলোই প্রমাণ করে সূচকের মান কীসের উপরে দাঁড়িয়ে আছে।
স্পনসরশিপের দাম আমি বসাই তিনটি স্তর মিলিয়ে: সম্প্রচারে দেখা যাওয়া সময়, রিমেম্বারেন্স জরিপ, আর শেষ বাঁশির ৭২ ঘণ্টা পর আলোচনার স্থায়িত্ব। ২০১৮ সালের অডিটে দেখা গিয়েছিল, ১১ মিনিটের মোবাইল-ফার্স্ট কনটেন্ট কেনা একটি স্ন্যাক ব্র্যান্ড ৯০ মিনিট পেরিমিটার বোর্ড কেনা শীর্ষ পার্টনারের চেয়ে বেশি মনে রাখা আদায় করেছে। ঢাকায় আমি একটি কথা শিখেছিলাম: টাইটেল স্পনসর কোনো লোগো নয়, এটি একটি স্থানীয় পুরাণ, যা আগে বিক্রি করতে হয়। আর ১৯৯৮ সালের ডেভিস কাপের সেই টাইয়ের কোনো স্পনসর-ইতিহাস ছিল না, তাই চুক্তির আগে আমাকে ক্যাটাগরি লিখতে হয়েছিল। এই পুরো পদ্ধতি টিকে আছে ইনপুটের সততার উপরে। ইনপুট ভুল লেবেল পেলে আমার মূল্যায়ন আর দাম নয়, জুয়া।
বাজি-বাজারের দিকে তাকানো দরকার, কারণ সূচক সেখানে শেষ হয় না। টেনিস-শিল্পের সেন্টিমেন্ট সূচক কেনে একাধিক ডেটা সরবরাহকারী, আর সেই সূচক ফিউচার মার্কেটের মডেলে ঢোকে। মডেল প্রতিটি আইটেমকে সমান গুরুত্ব দেয় না, দেয় প্রবণতা হিসেবে। একটি গাড়ির লঞ্চের খবর যদি টেনিস শিল্পে প্রবৃদ্ধি হিসেবে মাস ছয়েক দাগ কাটে, তবে যে ব্যবসা সংখ্যাটিকে দাম ধরেছে, তার হিসাব নীরবে বদলে যায়। কেউ প্রতারণা করেনি, কেউ মিথ্যা বলেনি—শুধু একটি লেবেল ভুল ছিল। এই ধরনের ভুল সচেতন মিথ্যার চেয়ে ধরতে কঠিন।
স্থানান্তর-বাজারের খবর আমার কাছে ঠিক এই কারণেই পরীক্ষাগারের নমুনা। প্রতি উইন্ডোতে শত শত গুজব আসে, আর সেগুলো বিশ্লেষণ করতে আমার একটাই নিয়ম: প্রমাণের ভিত্তিতে ক্রম সাজাও, টাকার পিছনে যাও। কে বলছে—এজেন্ট, ক্লাব, নাকি সাংবাদিক? রিলিজ ক্লজের গঠন কী? বেতন-বিলে জায়গা আছে কি না? উৎসহীন দাবি আর উৎসহীন লেবেল একই ব্যর্থতার দুই মুখ। যে সংবাদপাঠক গুজব ছেঁকে নিতে পারে, সে সূচকও ছেঁকে নিতে পারে—শর্ত একটাই, তাকে জিজ্ঞেস করার অনুমতি দিতে হয়।
আর যে গল্পটি লেবেলের নিচে চাপা পড়ল, সেটি কম গুরুত্বপূর্ণ নয়। চীনা মূল সংস্থা থেকে পাকিস্তানি অ্যাসেম্বলার, সেখান থেকে স্থানীয় বিদ্যুৎচালিত বাজারে প্রবেশ—এটি নতুন শক্তি যানবাহন খাতের সরবরাহ-শৃঙ্খল রাজনীতি। পাকিস্তানের শিল্প-বিশ্লেষকদের কাছে এটি মূল্যবান খবর। টেনিস ডেটাসেটে এটি আবর্জনা, প্রকৃত ঠিকানায় এটি সম্পদ। অর্থাৎ ভুল লেবেল একবারে দুই দিকেই ক্ষতি করে: যে ডেটাসেটে ঢুকল, তার ক্ষতি; যে বিশ্লেষক এটি পেলেন না, তারও ক্ষতি।
স্বাভাবিক প্রতিক্রিয়া হবে: মডেল ভালো হলেই সমস্যা মিটে যাবে। আমি সেই যুক্তি মানি না। ভালো ক্লাসিফায়ার ভুল লেবেলের সমস্যা মেটায় না, কারণ সমস্যাটি প্রযুক্তির নয়, প্রণোদনার। পাইপলাইনে কে সফল, সেটি মাপা হয় পরিমাণ দিয়ে—কত আইটেম প্রসেস হলো, কত আউটপুট এলো। কেউ মাপে না কত আইটেম সঠিকভাবে থামানো হলো। যে ব্যবস্থায় থামানোকে ব্যর্থতা ধরা হয়, সেখানে প্রতিটি খোপ ভরে দেওয়াই স্বাভাবিক আচরণ।
দ্বিতীয় অস্বস্তিকর সত্যটি হলো, আসল বিপদ একটি ভুল সংখ্যা নয়, একটি ভুল আখ্যান। সংখ্যা সংশোধন করা যায়; আখ্যান চুক্তি, স্পনসর ডেক, সম্প্রচার গ্রাফিক্স আর কোচের প্রোফাইলে ঢুকে সত্য হয়ে বসে। টেনিসে এমন আখ্যানের দাম অনেক। আর তৃতীয় কথা: যে সপ্তাহে এই আইটেমটি এসেছিল, সেই সপ্তাহের অনেক টেনিস খবরের চেয়ে বড় তথ্য এটি বহন করছিল। প্রশ্নটি কোন ডোমেইন নয়, প্রশ্নটি কে ডোমেইন ঠিক করে—সেই সিদ্ধান্তটাই সবচেয়ে দুর্বল ধাপ, কারণ সেটি প্রায়ই অনাদরে পড়ে থাকে।
শেষ প্রশ্নটি তাই প্রযুক্তিগত নয়। পরের ত্রৈমাসিক প্রতিবেদনে যখন লেখা আসবে, টেনিস শিল্পের বাজার-ভাব ৩ শতাংশ বেড়েছে, তখন কেউ জানতে চাইবে কি, পাকিস্তানে একটি গাড়ি লঞ্চ হওয়ার খবরটি সেই সংখ্যার ভেতরে বসে আছে? সূচক থামানোর দরকার নেই; আস্থাটা কোথা থেকে এল, সেটি জানা দরকার। অডিট কে করবে—এই প্রশ্নের উত্তর আজও কেউ দেয় না। আর অডিটের অডিট কে করবে, সেটি আরও অনুত্তর।