खाली स्कैफोल्ड की रिपोर्ट: क्रिकेट एनालिसिस पाइपलाइन में खामी, खेल पर एक भी तथ्य नहीं

स्टेज-2 डीप एनालिसिस की जो रिपोर्ट मेरे डेस्क पर आई, उसका पहला पन्ना ही बता रहा था कि मामला क्रिकेट का नहीं, प्रक्रिया का है। आठों आयाम — फॉर्मेट, खिलाड़ी, टीम, लीग, गवर्नेंस, रिस्क, नैरेटिव, ट्रांसमिशन — पूरे के पूरे भरे हुए दिखते थे, लेकिन हर खाने में एक ही शब्द दर्ज था: N/A। यानी सूचना नहीं मिली। यह वही फर्क है जो मैं अपने टेस्ट डेटाबेस में रोज़ देखता हूँ — खाली सेल को शून्य मान लेना और उसे 'कोई समस्या नहीं' पढ़ लेना, दो अलग-अलग अपराध हैं। मैंने सवालों को क्रमांकित किया क्योंकि जवाब उनसे ज़्यादा जीने लगे थे। स्टेज-1 का जो डिकंस्ट्रक्शन सप्लाई हुआ, उसमें लेख का शीर्षक N/A, स्रोत N/A, प्रकार अनवर्गीकृत, एक-वाक्य सारांश खाली, लेखक का रुख N/A, सूचना बिंदु शून्य और कोई भी एंटिटी — टीम, खिलाड़ी, लीग, मैच, इवेंट — चिह्नित नहीं। सिवाय एक मैक्रो-लेबल के, जो 'cricket_asia' था। यह लेबल भौगोलिक झुकाव बताता है, लेकिन लेबल आर्टिफैक्ट है, लेख की सामग्री नहीं। क्रिकेट एनालिसिस का पहला अनिवार्य कदम फॉर्मेट तय करना है — टेस्ट, वनडे, टी20 या द हंड्रेड। बिना फॉर्मेट के न तो बल्लेबाज़ी औसत का बेंचमार्क चुना जा सकता है, न स्ट्राइक रेट का, न गेंदबाज़ की इकॉनमी का। 50 ओवर का 85 स्ट्राइक रेट और टी20 का 85 स्ट्राइक रेट एक ही अक्षरों में लिखे जाते हैं और एक ही निष्कर्ष नहीं देते। खिलाड़ी-विश्लेषण वाले हिस्से में औसत, स्ट्राइक रेट, स्थितिजन्य स्प्लिट्स, बारह महीने का ट्रेंड — सब N/A। जब कोई नाम ही नहीं है, तो भूमिका तय करना असंभव है, और भूमिका के बिना तकनीक पर बात करना केवल अनुमान है। टीम-परिदृश्य में बल्लेबाज़ी की गहराई, गेंदबाज़ी संयोजन, बेंच डेप्थ और आयु संरचना — चारों खाली। ICC रैंकिंग का कोई फॉर्मेट टेबल चुन ही नहीं सकता जब फॉर्मेट अज्ञात हो। यह वही जाल है जिसमें क्रिकेट कवरेज अक्सर फंसती है: टेम्पलेट की संपूर्णता को विश्लेषण की गहराई समझ लेना। मेरे अनुभव में ऐसा 'सब जगह N/A' वाला पैटर्न आम तौर पर लेख में जानकारी न होने का संकेत नहीं होता। यह एक्सट्रैक्शन में विफलता का संकेत होता है — फेच एरर, पेवॉल, जावास्क्रिप्ट से रेंडर होने वाला पेज, या पार्सर और सोर्स फॉर्मेट का मेल न खाना। मेरी मध्यम-से-उच्च आत्मविश्वास वाली प्रक्रियात्मक धारणा यह है कि स्रोत टेक्स्ट पर स्टेज-1 दोबारा चलाना ही सही इलाज है, न कि अनुमानों के सहारे स्टेज-2 आगे बढ़ाना। दोबारा चलाने की शर्त साफ़ रखनी चाहिए: कम से कम पाँच सूचना बिंदु और कम से कम एक नामित एंटिटी। तभी आगे की बात बनती है। गवर्नेंस वाले खंड में मैं एक बात दर्ज करना चाहता हूँ जो रिपोर्ट ने ठीक कही। सूचना का अभाव सत्यनिष्ठा जोखिम का अभाव नहीं है। ACU की निगरानी, स्पॉट-फिक्सिंग के संकेत, ऑड्स में असामान्य हलचल — इनमें से कुछ भी जाँचा नहीं जा सका, इसलिए इन्हें 'क्लियर' नहीं, बल्कि 'अज्ञात' दर्ज करना होगा। इसी तरह चोट और वर्कलोड की स्थिति भी अज्ञात है, निष्कर्ष नहीं। एक ऐसा सिस्टम जो जानकारी के अभाव को सफ़ाई की रसीद समझ ले, उसमें एक ही विफलता बिंदु पर्याप्त है — और मुझे वह विफलता बिंदु घुटने में भुगतना पड़ा था। टेप ने चोट को स्कोरबोर्ड से पहले दिखा दिया था; यहाँ टेप ही खाली है। जोखिम-मैट्रिक्स में खेल, कार्मिक, वाणिज्यिक, नियम और जनमत — सब की रेटिंग N/A रखी गई है, और यही ईमानदार जवाब है। यहाँ 'कम जोखिम' लिखना झूठा भरोसा होता। इस मामले में असली जोखिम एनालिटिकल है: नीचे की ओर बैठा पाठक आठ भरे-पूरे दिखने वाले आयामों को पूरा विश्लेषण समझ सकता है। मैं मीडिया मार्केट में इसी तरह के भ्रम से बचता हूँ। ट्रांसफर मार्केट तेज़ आवाज़ वाली एजेंट-टेप लाइब्रेरी है; क्रिकेट ऑक्शन भी मूल्यांकन का बाज़ार है, अफ़वाहों का नहीं। लेकिन जब लेख में कोई कीमत, कोई पर्स, कोई रिटेंशन सूची ही न हो, तो अधिमूल्य या उचित मूल्य का फैसला कैसे लिया जाए? बाज़ार कहानी को दाम देता है, मिनटों को नहीं — पर यहाँ कहानी भी दर्ज नहीं। नैरेटिव खंड में गर्मी-चक्र की स्थिति, अपेक्षा-अंतराल और भावना-संकेतक सब शून्य हैं। स्रोत की गुणवत्ता का मूल्यांकन ही नहीं हुआ, इसलिए यह भी नहीं बता सकते कि यह आधिकारिक घोषणा थी, विश्वसनीय पत्रकार का ट्वीट, या ट्रैफिक के लिए बना लेख। दर्शक संख्या, सोशल डेटा, टिकट — कुछ भी उपलब्ध नहीं। जब फंडामेंटल ही न हों, तो सेंटीमेंट का विचलन निकालना असंभव है। मैं इस रिपोर्ट को NULL-INPUT के रूप में वॉटरमार्क करने की सलाह दर्ज करता हूँ, ताकि स्टेज-1 फिर से भरने तक इसे आगे प्रसारित न किया जाए। बैच-स्तर पर पाइपलाइन एरर दर पर नज़र रखी जानी चाहिए; अगर पाँच प्रतिशत से ज़्यादा आउटपुट इस तरह खाली आते हैं, तो यह व्यक्तिगत लेख की समस्या नहीं, अंतर्ग्रहण प्रणाली की खराबी है। स्रोत की पुनर्प्राप्ति भी जाँचनी होगी — संग्रहित फ़ेच बार-बार विफल हो तो लेख को बाहर रखना चाहिए, अनुमान से भरना नहीं चाहिए। इस पूरी कवायद में जो काम का निकला, वह क्रिकेट के बारे में नहीं, हमारी डेटा श्रृंखला के बारे में है। एक अच्छा-भरा स्टेज-1 आठों आयामों को खोल सकता है — ढाँचा सलामत है, उसे केवल तथ्य चाहिए। सवाल यह नहीं कि रिपोर्ट में क्या नहीं था; सवाल यह है कि अगली बार जब कोई एनालिसिस पूरी दिखे, तो पाठक कैसे जानेगा कि वह भरी हुई है या केवल सजी हुई? मैं अपने मॉडल की कॉन्फिडेंस रेटिंग अलग लिखता हूँ और राय अलग — क्योंकि हिंडसाइट को जीत का लैप पहनाना मेरे पेशे की सबसे पुरानी आदत है।