খালি স্প্রেডশিটের পাঠ: ফুটবল ডেটা বিশ্লেষণে 'তথ্য নেই' বলার সাহস

শূন্য। ঘরটা শূন্য। আমি বরিশালের ঘরে বসে স্ক্রিনের দিকে তাকিয়ে আছি, আর মডেল আমাকে কিছুই দিচ্ছে না। স্ক্র্যাপার চলছে, পার্সার চলছে, xG ক্যালকুলেটর আর PPDA স্ক্রিপ্ট কোনো ত্রুটি ছাড়াই ঘুরছে — কিন্তু আউটপুট টেবিলের প্রতিটি ঘর ফাঁকা। কারণটা প্রযুক্তিগত নয়, স্থাপত্যিক। আমার হাতে কোনো সোর্স নেই। কোনো দল নেই, কোনো খেলোয়াড় নেই, কোনো ম্যাচ নেই, কোনো দাবি নেই। 2026 সালের কথা মনে পড়ে। ঢাকাভিত্তিক FootballLab BD-তে জুনিয়র ডেটা জার্নালিস্ট হিসেবে আমি বাংলাদেশ বনাম আফগানিস্তানের এশিয়ান কাপ কোয়ালিফায়ার চার্ট করছিলাম। বাংলাদেশের ১৪ শট থেকে ০.৮৭ xG, আফগানিস্তানের ১.১২। কিন্তু বাংলাদেশ গোল পেল ০.০৮ xG থেকে। সেই রাত আমাকে শিখিয়েছিল, সংখ্যাটা পরিষ্কার ছিল; ম্যাচটা পরিষ্কার হতে রাজি হয়নি। তিন সপ্তাহ ধরে আমি কোড নতুন করে লিখেছিলাম, অনিশ্চয়তার ব্যান্ড যোগ করেছিলাম, আর xG-কে রায় হিসেবে দেখা বন্ধ করেছিলাম। কিন্তু আজকের পাঠটা তার চেয়েও কঠিন। আজ সমস্যা ডেটার সীমা নিয়ে নয়, ডেটার অভাব নিয়ে। আর ফাঁকা স্প্রেডশিট আমাকে একটা সিদ্ধান্তে বাধ্য করছে, যেটা এই জগতে সবচেয়ে অপ্রিয়: চুপ করে থাকা। এই চুপ থাকার সিদ্ধান্ত আকস্মিক নয়। গত কয়েক বছরে ফুটবল বিশ্লেষণ একটা দুই-ধাপের পাইপলাইনে পরিণত হয়েছে। প্রথম ধাপে একটা সোর্স আর্টিকেলকে ভেঙে ফেলা হয় — তথ্যবিন্দু, দাবি, সূত্র, সময়-সংবেদনশীলতা, এনটিটি আলাদা করা হয়। দ্বিতীয় ধাপে সেই ভাঙা তথ্যের উপর দাঁড়িয়ে নয় মাত্রার বিশ্লেষণ দাঁড় করানো হয়: ট্যাকটিক্যাল ও টেকনিক্যাল, ক্লাব ফিনান্স ও ট্রান্সফার মার্কেট, স্পোর্টিং ফলাফল ও জনমত চক্র, লিগ-ভূগোল ও দল-অবস্থান, নিয়ম ও শাসন, ম্যানেজমেন্ট ও ড্রেসিংরুম, ঝুঁকি-প্রোফাইল, মিডিয়া-বর্ণনা, আর ইন্ডাস্ট্রি-সংক্রমণ। কিন্তু এই পাইপলাইনের একটা নীরব শর্ত আছে, যেটা কেউ ম্যানুয়ালে লেখে না: প্রতিটি সিদ্ধান্ত একটা তথ্যবিন্দুর উপর দাঁড়াতে হবে। তথ্যবিন্দু না থাকলে বিশ্লেষণ থাকে না। গেটটা বন্ধ থাকে। আমি এই গেটটাকে ফুটবল ডেটার ব্লকচেইনের মতো ভাবি। ব্লকচেইনে একটা ব্লক তখনই চেইনে যোগ হয়, যখন তার প্রতিটা লেনদেন যাচাইযোগ্য। ভুয়া লেনদেন ঢোকানোর উপায় নেই, কারণ পুরো চেইন ভেঙে পড়বে। ফুটবল বিশ্লেষণেও তেমন একটা যাচাইযোগ্যতার স্তর দরকার। একটা xG সংখ্যা, একটা PPDA মান, একটা ট্রান্সফার ফি — এগুলোর প্রত্যেকটার একটা উৎস থাকতে হবে, একটা টাইমস্ট্যাম্প থাকতে হবে, একটা চেইন-অব-কাস্টডি থাকতে হবে। না থাকলে সেটা বিশ্লেষণ নয়, অনুমান। আর অনুমান চেইনে যোগ করলে পুরো সিদ্ধান্ত-স্থাপত্য ভেঙে পড়ে। এখানেই ফুটবলের সবচেয়ে বড় ফাঁদ। ডেটা এখন সহজলভ্য — স্ক্র্যাপ করা যায়, ডাউনলোড করা যায়, API থেকে টানা যায়। একটা খালি টেমপ্লেট হাতে পেলে পূরণ করার তাড়না প্রবল। বিশ্লেষকের মস্তিষ্ক বলে, অন্য কোথাও থেকে ডেটা এনে ভরে ফেলি। কিন্তু এই তাড়নাটাই সবচেয়ে বড় পেশাগত ভুল। কারণ সোর্সহীন ডেটা দিয়ে বানানো বিশ্লেষণ কেবল ভুল নয়, ক্ষতিকর — কারণ সেটা আত্মবিশ্বাসী দেখায়। আমার MS কাইনেসিওলজির পাঠ্যবইয়ে একটা নীতি ছিল: একটা পরীক্ষায় স্যাম্পল সাইজ যদি শূন্য হয়, তুমি গড় বের করতে পারো না। তুমি শুধু বলতে পারো, পরীক্ষাটা হয়নি। ফুটবল ডেটাও একই। পাঁচ ম্যাচের স্যাম্পলে পূর্ণ মডেল চালানোই যখন ভুল, তখন শূন্য তথ্যবিন্দুর উপর নয় মাত্রার বিশ্লেষণ দাঁড় করানো তার চেয়ে বহুগুণ বড় অপরাধ। এখন আসি আসল প্রশ্নে: খালি ইনপুট হাতে পেলে একজন ফুটবল ডেটা বিশ্লেষকের কাজ কী? উত্তরটা দুটো ভাগে আসে — কী করবেন না, আর কী করবেন। প্রথমত, কী করবেন না। দল বানাবেন না। খেলোয়াড় বানাবেন না। প্রতিযোগিতা বানাবেন না। 'একটা সম্ভাব্য দল হতে পারে...' — এই বাক্যটা দিয়ে শুরু করা মানে কাল্পনিক ভিত্তির উপর বিশ্লেষণের প্রাসাদ দাঁড় করানো। এটা শুধু নৈতিক ব্যর্থতা নয়, পদ্ধতিগত ব্যর্থতাও। কারণ একবার একটা ভুয়া এনটিটি চেইনে ঢুকলে তার উপর দাঁড়ানো প্রতিটা সিদ্ধান্ত দূষিত হয়ে যায়। ভেবে দেখুন, নয়টা মাত্রা কী পরিণতিতে পৌঁছায় যখন ইনপুট খালি। ট্যাকটিক্যাল বিশ্লেষণে কোনো ফরমেশন নেই, কোনো প্রেসিং স্কিম নেই, কোনো xG বা PPDA নেই — তাই দক্ষতা বা কার্যকরতা স্কোর করার কিছু নেই। ক্লাব ফিনান্সে কোনো ফি নেই, কোনো মজুরি নেই, কোনো ঋণ নেই — তাই FFP বা PSR ঝুঁকি অমূল্যায়নযোগ্য। ফলাফল বিভাগে কোনো স্ট্যান্ডিং নেই, কোনো ফর্ম-সিকোয়েন্স নেই — স্যাম্পল শূন্য ম্যাচ। লিগ-ভূগোলে কোনো লিগ নেই, তাই টায়ার-অবস্থান ম্যাপ করা অসম্ভব। শাসন বিভাগে কোনো ঘটনা নেই, তাই স্যাঙ্কশন মডেল করা যায় না। ড্রেসিংরুমে কোনো ব্যক্তি নেই, তাই ম্যানেজার-খেলোয়াড় সম্পর্কের মূল্যায়ন নেই। ঝুঁকি ম্যাট্রিক্সে কোনো বিষয় নেই। মিডিয়া-বর্ণনায় কোনো হেডলাইন নেই, তাই প্রত্যাশা-ফাঁক মাপা যায় না। আর ইন্ডাস্ট্রি-সংক্রমণে কোনো ট্রিগার ইভেন্ট নেই, তাই আপস্ট্রিম থেকে ডাউনস্ট্রিম পর্যন্ত কোনো পথ টানা যায় না। এই নয়টা ঘর ফাঁকা দেখে অনেকেই ভাবেন, বিশ্লেষণটা ব্যর্থ। আমি ভাবি উল্টোটা: এই ফাঁকাটাই ফলাফল। শূন্য তথ্যের সঠিক উত্তর 'অপর্যাপ্ত তথ্য, মূল্যায়ন সম্ভব নয়' — অনুমান নয়। দ্বিতীয়ত, কী করবেন। তিনটা জিনিস। এক, শূন্য ফলাফলটা নথিবদ্ধ করুন। দুই, কেন ইনপুট ব্যর্থ হলো, সেটা করুন। তিন, চেইন পুনরায় চালানোর জন্য কী দরকার, সেটা স্পষ্ট করুন। এই তিনটা কাজকে আমি বলি নাল হ্যান্ডলিং — শূন্য ব্যবস্থাপনা। স্প্রেডশিট আমার মঠ; প্যাচ নোট হলো ধর্মগ্রন্থ। আর নাল হ্যান্ডলিং হলো সেই আচার, যেখানে আমি স্বীকার করি, আজ আমার হাতে কিছু নেই। এই স্বীকারোক্তিটা দুর্বলতা নয়, শক্তি। একটা উদাহরণ দিই। 2026 সালের রাশিয়া বিশ্বকাপে ক্রোয়েশিয়া বনাম ইংল্যান্ড সেমিফাইনালের জন্য আমি একটা লাইভ xG মডেল বানিয়েছিলাম। ১২০ মিনিট শেষে ইংল্যান্ডের xG ১.৮২, ক্রোয়েশিয়ার ১.৫৪। কিন্তু ক্রোয়েশিয়া জিতল। পণ্ডিতেরা বললেন, ভাগ্য। আমি লিখলাম, ক্রোয়েশিয়ার মিডফিল্ড প্রেস — PPDA ৮.৯। মডেলটা বলছিল ক্রোয়েশিয়ার প্রক্রিয়া ভালো, শুধু ফিনিশিং কম। লক্ষ্য করুন — সেই বিশ্লেষণটা সম্ভব হয়েছিল কারণ আমার হাতে তথ্যবিন্দু ছিল। xG ছিল, PPDA ছিল, পাস-সংখ্যা ছিল। ভিত্তিটা ছিল। 2026 সালের মে মাসে, লকডাউনের পর প্রথম বড় এমপ্টি-স্টেডিয়াম ম্যাচে — বরুসিয়া ডর্টমুন্ড ৪-০ শালকে ০৪ — আমি দেখলাম ডর্টমুন্ড ১১৩.২ কিমি দৌড়েছে, শালকে ১০৭.৮ কিমি; ডর্টমুন্ডের PPDA ৭.১। তারপর আমি লকডাউনের আগে-পরে পাঁচ লিগের হোম-উইন হার মিলিয়ে দেখলাম: আগে ৪৩.২%, পরে ৩৩.৩%। লেখাটার নাম দিয়েছিলাম 'দ্য ক্রাউড ওয়াজ দ্য প্রেস'। দুইবার রিজেক্ট হয়েছিল, অতিরিক্ত জটিলতার জন্য; শেষে তিনটা চার্টে নামিয়ে আনলাম। সেখানে পরিবেশগত ভেরিয়েবল — ভিড়, তাপ, ভ্রমণ — মডেলে ঢুকল। শিক্ষাটা হলো: ভিড় না থাকলে পরিষ্কার ডেটাসেটও মিথ্যা বলতে পারে। কিন্তু আবারও — তথ্যবিন্দু ছিল বলেই বিশ্লেষণটা দাঁড়াল। ২০২৪ সালের প্যারিস অলিম্পিকের পুরুষ ফাইনালে স্পেন ৫-৩ গোলে ফ্রান্সকে হারাল অতিরিক্ত সময়ে। আমার কাইনেসিওলজির ডিগ্রি আমাকে ছয় ম্যাচে স্পেনের ৬১২ কিমি মোট দৌড় ট্র্যাক করতে সাহায্য করল। ২০২৫ সালের ক্লাব বিশ্বকাপ ফাইনালে চেলসি ৩-০ গোলে পিএসজিকে হারাল; চেলসির xG ২.১৪, পিএসজির ০.৫৮; কোল পামারের দুই গোল, এক অ্যাসিস্ট; চেলসির PPDA ১১.২। এই বিশ্লেষণগুলোতেই আমি ক্রমসঞ্চিত লোড আর রিকভারি পাথ নিয়ে ভাবতে শিখেছি। কিন্তু প্রতিটা ক্ষেত্রেই ভিত্তি ছিল তথ্য। এখন ধরুন সেই সেমিফাইনাল বা সেই ডার্বির কোনো তথ্যবিন্দুই যদি আমার হাতে না থাকত? তাহলে ক্রোয়েশিয়ার প্রেস নিয়ে একটা শব্দও লেখা আমার উচিত ছিল না। কারণ 'ক্রোয়েশিয়া জিতল' — এই একটা লাইন দিয়ে 'ক্রোয়েশিয়ার মিডফিল্ড ভালো' লেখা যায় না। মাঝখানে মেকানিজম লাগে, আর মেকানিজম লাগে ডেটা। আরও একটা স্তর আছে, যেটা নাল ইনপুটের সময় সবচেয়ে বেশি চাপ দেয় — মিডিয়া-বর্ণনার তাপচক্র। একটা ম্যাচ বা একটা ট্রান্সফারের গল্প যখন গরম থাকে, তখন সোর্সের স্তর যাচাই করার ধৈর্য কমে আসে। কোন সূত্র বলছে? প্রথম স্তরের সাংবাদিক, নাকি এজেন্টের ঘনিষ্ঠ কেউ? গুজবের ক্রেডিবিলিটি গ্রেড করা একটা বিলাসিতা মনে হয়, কিন্তু সেটাই সবচেয়ে জরুরি কাজ। কারণ একটা গরম গল্পের কেন্দ্রে প্রায়ই থাকে একটা ঠান্ডা তথ্যের অভাব। এখানেই আসে আমার পেশার চারটা বড় ফাঁদ, যেগুলো নাল ইনপুটের মুখে সবচেয়ে বিপজ্জনক হয়ে ওঠে। প্রথম ফাঁদ — ছোট স্যাম্পলে অতিরিক্ত মডেলিং। টুলগুলো আরামদায়ক, ঘরোয়া স্যাম্পল ছোট। পাঁচ ম্যাচের ডেটা হাতে পেলে পুরো পাইপলাইন চালিয়ে ভুয়া নিখুঁততা দেখানোর লোভ হয়। সমাধান: যেকোনো সিদ্ধান্তের আগে কার্যকর স্যাম্পল সাইজ আর কনফিডেন্স ব্যান্ড লিখুন। স্যাম্পল যদি যথেষ্ট ছোট হয়, সংখ্যা নয়, মেকানিজম লিখুন। দ্বিতীয় ফাঁদ — ইউরোপীয় বেঞ্চমার্ককে নিরপেক্ষ সত্য ধরে নেওয়া। ইউরোপীয় লিগের ডেটা প্রচুর, নথিভুক্ত, সহজে সাইট করা যায়। ফলে সেটা মনে হয় অবজেক্টিভ বেসলাইন, যদিও আসলে সেটাও একটা কনটেক্সট-নির্দিষ্ট আর্টিফ্যাক্ট। বাংলাদেশ প্রিমিয়ার লিগ বা সাফ ফিক্সচারে ইউরোপীয় xG মডেল চুপচাপ ভেঙে পড়ে — কারণ শট-সিলেকশন, পিচ, আর খেলার ছন্দ আলাদা। সমাধান: প্রতিটা বেঞ্চমার্কের উৎস লিগ আর যুগ লিখুন, আর কেন সেটা ট্রান্সফার হবে — সেটা যুক্তি দিয়ে দেখান, নয়তো স্বীকার করুন সেটা হবে না। তৃতীয় ফাঁদ — আই-টেস্ট ক্রাউড চাপ দিলে বিশুদ্ধ পরিমাপে পিছু হটা। INTJ-দের সিস্টেম-প্রেম আর স্থানীয় অ্যানালিটিক্স কমিউনিটির সরু পরিসর মিলে ডিফেন্সিভ ভাবকে কখনো কঠোরতা বলে মনে হয়। সমাধান: আগে মডেলের সীমা স্বীকার করুন, তারপর দেখান সেটা কী ব্যাখ্যা করে। শুরুতেই অনিশ্চয়তা বলা যেকোনো যুক্তির চেয়ে দ্রুত তর্কটা নিরস্ত্র করে। চতুর্থ ফাঁদ — 'মডেল নতুন করে বানানো হয়েছে' আর 'মডেল সঠিক হয়েছে' গুলিয়ে ফেলা। ব্যর্থতার পর পুনর্নির্মাণকে অগ্রগতি মনে হয়, আর পুনরাবৃত্তির বর্ণনা লোভনীয়। সমাধান: রিবিল্ড লগ আর ভ্যালিডেশন লগ আলাদা রাখুন। নতুন মডেল একটা হাইপোথিসিস, রায় নয় — যতক্ষণ না সেটা আউট-অব-স্যাম্পল ম্যাচে টিকে যায়। এই চারটা ফাঁদের একটা সাধারণ সুতো আছে: প্রত্যেকটাই ভিত্তিহীন আত্মবিশ্বাস তৈরি করে। আর নাল ইনপুট এমন একটা পরিস্থিতি, যেখানে এই আত্মবিশ্বাসের সবচেয়ে কম অধিকার আমার আছে। আমি আমার কেরিয়ারে ধীরে ধীরে একটা অভ্যাস গড়েছি — প্রতিটা ভবিষ্যদ্বাণী কনফিডেন্স লেভেল দিয়ে লেবেল করা। ২০২১ ইউরো সেমিফাইনালে ইতালি ১-১ স্পেন (ইতালি পেনাল্টিতে ৪-২ জিতল) — ইতালির xG ০.৭৩, স্পেনের ১.৫৩; জর্জিনিয়োর ৯১ পাস; ইতালির PPDA ১৩.৮, স্পেনের ৬.২। ২০২২ কাতার বিশ্বকাপে জাপান ২-১ জার্মানি — জার্মানির xG ১.৮৭, জাপানের ০.৯৯; জাপানের দখল ২৬%, টার্গেটে দুই শট। এই ম্যাচগুলোতে আমি ফিনিশিং স্কিল, প্রক্রিয়া, আর গেম-স্টেট আলাদা করে লিখেছিলাম। কারণ লো xG বিজয়ীরা ভাগ্যবান নয়; তারা গেম স্টেট পড়ছে। আমি কে জিতল সেটা জিজ্ঞেস করা বন্ধ করে কোন স্টেট সেটা অনুমোদন দিল, সেটা জিজ্ঞেস করতে শুরু করেছি। এই অভ্যাসটাই এখন আমাকে ফাঁকা স্প্রেডশিটের সামনে দাঁড় করিয়েছে, আর বলেছে: আজ কোনো গেম স্টেট নেই, কোনো প্রক্রিয়া নেই, কোনো ফিনিশিং স্কিল নেই। আজ শুধু একটা গেট, আর সেটা বন্ধ। এখন আসি অস্বস্তিকর অংশে। এই সততা — 'আমার কাছে তথ্য নেই' বলা — ফুটবল ডেটা ইকোনমিতে সোনায় মোড়ানো নয়। আধুনিক স্পোর্টস-ডেটা মেশিন আত্মবিশ্বাসী রায় চায়। বেটিং কোম্পানিগুলোকে খাওয়ানো লাইভ ডেটা সেকেন্ডে সেকেন্ডে একটা সংখ্যা দাবি করে। মিডিয়া হেডলাইন চায়। এজেন্টরা চায় খেলোয়াড়ের মূল্য একটা নির্দিষ্ট অঙ্কে বাঁধা পড়ুক — কারণ একটা স্পষ্ট সংখ্যা আলোচনার ভিত্তি তৈরি করে, আর আলোচনাই তাদের ব্যবসা। এই পুরো ব্যবস্থায় 'আমি জানি না' একটা অবাঞ্ছিত উত্তর। এটাকে দুর্বলতা, অযোগ্যতা, বা অলসতা বলে পড়া হয়। এখানেই স্পোর্টস ডেটার অন্ধকার দিকটা। বেটিং ফিড আর ক্লাবের আইপিও-চালিত রিপোর্টিং — দুটোই একই জিনিস চায়: নিশ্চিততা, যেটা ডেটায় প্রায়ই থাকে না। একজন এজেন্ট যখন একটা ট্রান্সফার গুজব ছড়ান, তিনি আসলে একটা সময়-ছাড়া ভেরিয়েবল বাজারে ছাড়েন। প্রতিটা ট্রান্সফার গুজব একটা ভেরিয়েবল, যেটা টাইমস্ট্যাম্পের অপেক্ষায় বসে আছে। যে বিশ্লেষক সেই গুজবকে সোর্স না মিলিয়েই চেইনে ঢুকিয়ে দেন, তিনি নিজের যাচাইযোগ্যতাটা এজেন্টের হাতে বন্ধক রাখেন। দ্বিতীয় অস্বস্তিটা কমিউনিটির ভেতরে। আই-টেস্ট ক্রাউড আর মডেল ক্রাউড — দুই পক্ষই সোর্সহীন দাবির শিকার। একদিকে যারা বলে 'চোখ যা দেখে, ডেটা তা দেখে না'; অন্যদিকে যারা একটা সংখ্যা দিয়ে পুরো খেলোয়াড়ের মূল্যায়ন সেরে ফেলে। দুটোই একই অপরাধের ভিন্ন রূপ — স্যাম্পল সাইজ, প্রতিযোগিতার মান, আর কনফিডেন্স ব্যান্ড উল্লেখ না করে চূড়ান্ত রায় দেওয়া। এখানে পাল্টা যুক্তিটা হলো: অনিশ্চয়তা মানে দুর্বলতা নয়, অনিশ্চয়তা মানে নির্ভুলতা। যে বিশ্লেষক নিশ্চিততা দাবি করেন, তিনি হয়ত সোর্স লুকাচ্ছেন, নয়ত কনটেক্সট গোপন করছেন। যে বিশ্লেষক অনিশ্চয়তা স্বীকার করেন, তিনি আপনাকে মডেলের সীমাটা দেখাচ্ছেন — আর সেটাই আসল পেশাদারি। শুরুতেই সীমা স্বীকার করা যেকোনো রায়ের চেয়ে দ্রুত তর্ক থামায়। আর একটা কথা না বললেই নয়। নাল হ্যান্ডলিং কেবল একটা ম্যাচ বা একটা পাইপলাইনের বিষয় নয়। এটা একটা মডেল-স্থানান্তর সমস্যা। ইউরোপীয় টপ-ফ্লাইট ডেটায় ক্যালিব্রেট করা ফ্রেমওয়ার্ক যখন বাংলাদেশ প্রিমিয়ার লিগ বা সাউথ এশিয়ান কোয়ালিফায়ারে চালানো হয়, তখন সেটা চুপচাপ ভেঙে পড়ে। কারণ বাংলাদেশের পিচ, শট-সিলেকশন, আর ম্যাচ-রিদম ভিন্ন। এই ভাঙাটা একটা তথ্য — যদি সেটা আমি স্বীকার করার সাহস রাখি। কিন্তু অনেকেই বরং বেঞ্চমার্কটা চাপা দেন, সংখ্যাটা দেখান, আর পাঠককে বোঝান সব ঠিক আছে। সেটা বিশ্লেষণ নয়, মেকানিজম লুকানো। এখানে একটা পদ্ধতিগত সুপারিশ যোগ করি, যেটা আমি নিজের টেমপ্লেটে ঢুকিয়েছি। এই খালি ইনপুটটা ফেলে দেওয়ার বিষয় নয় — এটা একটা রিগ্রেশন টেস্ট। যখনই পাইপলাইন শূন্য তথ্যবিন্দু পায়, তখন সিস্টেমের উচিত জোরে ব্যর্থ হওয়া, চুপচাপ এগিয়ে না যাওয়া। কারণ একটা সিস্টেম যা খালি ইনপুটেও আউটপুট দেয়, সেটা আসলে একটা ভুয়া-তথ্য জেনারেটর। তাহলে পরের চক্রের জন্য সংকেত কী? আমি একটা সিদ্ধান্তে এসেছি, যেটা আজ ঘরের বাইরে নিয়ে আসছি: যেকোনো ডেটা পাইপলাইনে একটা গেট থাকা উচিত। তথ্যবিন্দুর সংখ্যা শূন্য হলে গেট বন্ধ। এক থেকে দুই হলে সাবধান, মেকানিজম লিখুন, সংখ্যা নয়। তিন বা তার বেশি হলে পূর্ণ বিশ্লেষণ চালান। গেটটা সিস্টেমের অংশ হওয়া উচিত, মানুষের বিবেকের উপর ছাড়া নয়। কারণ বিবেক ক্লান্ত হয়, গেট হয় না। লাইভ মডেল ভবিষ্যদ্বাণী করে না; লাইভ মডেল ম্যাচের সঙ্গে শ্বাস নেয়। আর শ্বাস নেওয়ার জন্য বাতাস লাগে — তথ্যবিন্দুর বাতাস। খালি ঘরে দাঁড়িয়ে একটা মডেল শ্বাস নিতে পারে না, শুধু হাই তোলে। সৎ উত্তরটা ছোট, কিন্তু এটাই একমাত্র উত্তর, যেটা আমি বিনা লজ্জায় দিতে পারি। আজ আমার স্প্রেডশিট খালি। কাল হয়তো ভরে যাবে। কিন্তু আজকের এই ফাঁকা ঘরটা আমার কাছে সবচেয়ে দামি ফলাফল — কারণ এটা আমাকে মনে করিয়ে দিল, বিশ্লেষণের প্রথম দায়িত্ব সংখ্যা বানানো নয়, সত্যটা না বানানো।