खाली फाइल, भरा हुआ तंत्र: क्रिकेट विश्लेषण की पाइपलाइन में एक सन्नाटा कैसे पकड़ा गया

स्टेज-2 की रिपोर्ट शुरू होती है एक साफ़ इनकार से। लेकिन यह इनकार उस तरह का नहीं है जो किसी खिलाड़ी की फॉर्म या किसी टीम की रणनीति पर लगाया जाता हो। यह इनकार सिस्टम के बारे में है — उस पाइपलाइन के बारे में जो हर दिन सैकड़ों क्रिकेट रिपोर्ट्स को पचाती है, उन्हें खेल की भाषा में तोड़ती है, और फिर किसी को एक पूरी कहानी सौंप देती है। इस बार उस पाइपलाइन ने एक ऐसी चीज़ सौंपी जिसमें कहानी नहीं थी। शून्य। जीरो इनफॉर्मेशन पॉइंट्स। कोई शीर्षक नहीं, कोई स्रोत नहीं, कोई खिलाड़ी नहीं, कोई टीम नहीं, कोई मैच नहीं। सिर्फ़ एक लेबल था — cricket_world — जो अपने आप में एक पुरानी, फिसली हुई श्रेणी है, क्रिकेट नहीं।

अगर आपने कभी किसी अस्पताल की इमरजेंसी में खाली स्ट्रेचर देखा है, तो आप जानते हैं कि खाली होना भी एक खबर है। यह रिपोर्ट उसी तरह की खबर है। यह उस पल का दस्तावेज़ है जब एक ऑटोमेटेड विश्लेषण प्रणाली के हाथ में कुछ भी नहीं आया, और उसने — कम से कम इस बार — कुछ भी बनाने से इनकार कर दिया।

यह इनकार अपने आप में एक बड़ी बात है। क्योंकि जिस उद्योग में मैं दस साल से हूँ, वहाँ खाली जगह को भरना एक पेशेवर आदत है। क्रिकेट कवरेज की दुनिया में, अगर डेटा नहीं है, तो हम अनुमान लिख देते हैं। अगर टीम नहीं पता, तो हम 'सूत्रों के मुताबिक' लिख देते हैं। अगर मैच नहीं पता, तो हम 'संभावित रणनीति' पर टिप्पणी कर देते हैं। बीस साल की पत्रकारिता में मैंने ऐसी हजारों रिपोर्ट्स देखी हैं जो शून्य पर खड़ी थीं और फिर भी पूरे पन्ने भर गईं। इसलिए जब एक प्रणाली यह कहती है कि 'मेरे पास कुछ नहीं है, मैं कुछ नहीं बनाऊँगी,' तो वह एक असामान्य ईमानदारी है — और वह ईमानदारी भी कम दिलचस्प नहीं।

लेकिन सवाल यह नहीं कि प्रणाली ईमानदार थी। सवाल यह है कि प्रणाली तक पहुँचा क्या, और क्यों नहीं पहुँचा। यह रिपोर्ट दरअसल उस सफ़र का पोस्टमॉर्टम है जो एक लेख को इनपुट से आउटपुट तक तय करना था, और जो पहले ही मोड़ पर ठप्प हो गया।

---

क्रिकेट विश्लेषण की पाइपलाइन कैसे काम करती है

आधुनिक स्पोर्ट्स मीडिया में, ख़ास तौर पर क्रिकेट में जहाँ हर गेंद एक डेटा पॉइंट है, कहानी कभी एक कदम में नहीं बनती। एक इंजन किसी वेबसाइट से एक लेख उठाता है। दूसरा इंजन उस लेख को तोड़ता है — शीर्षक, स्रोत, लेखक का रुख, मुख्य तथ्य, खिलाड़ी, टीम, फॉर्मेट। तीसरा इंजन उन टुकड़ों को आठ आयामों में बाँटता है: फॉर्मेट और मैच की प्रकृति, खिलाड़ी की तकनीक और डेटा, टीम का परिदृश्य और रैंकिंग, लीग और व्यावसायिक पारिस्थितिकी, नियम और शासन, जोखिम, जनता की अपेक्षाएँ, और उद्योग का संचरण। चौथा इंजन इन सबको जोड़कर एक रिपोर्ट बनाता है जिसे आप सुबह पढ़ते हैं।

इस पूरी श्रृंखला की सबसे कमज़ोर कड़ी पहली कड़ी होती है — इनपुट। और इस मामले में, पहली कड़ी ही टूटी हुई थी। स्टेज-2 को जो पेलोड मिला, उसमें शीर्षक की जगह N/A लिखा था। स्रोत की जगह N/A। लेख का प्रकार 'अवर्गीकृत'। मुख्य दृष्टिकोण — सारांश, लेखक का रुख, उद्देश्य — सब खाली। सूचना बिंदुओं की संख्या: शून्य। शामिल इकाइयाँ: कोई नहीं। समय-संवेदनशीलता का आकलन ही नहीं हुआ था। स्रोत की गुणवत्ता तय करने का कोई रास्ता नहीं था।

यह वह क्षण है जिसे मैं 'अनुपस्थित पन्ने' का क्षण कहता हूँ। और मेरे पेशे में, सबसे बड़ी खबर अक्सर वह नहीं होती जो लिखी गई है, बल्कि वह होती है जो लिखी ही नहीं गई। रिपोर्ट में एक पन्ना गायब था। वही पन्ना कहानी था। लेकिन इस बार पूरी फ़ाइल ही गायब थी।

---

आठ आयाम, और हर आयाम में एक ही जवाब

जब इस पेलोड को आठ-आयामी ढाँचे से गुज़ारा गया, तो नतीजा एक लयबद्ध शून्यता थी। हर आयाम ने वही कहा, अलग-अलग भाषा में।

फॉर्मेट विश्लेषण: पर्याप्त जानकारी नहीं। न तो टेस्ट, न वनडे, न टी20, न द हंड्रेड। कोई स्कोरलाइन नहीं, कोई ओवर संख्या नहीं, कोई पारी नहीं। वेन्यू नहीं, पिच रिपोर्ट नहीं, मौसम नहीं, डकवर्थ-लुईस-स्टर्न का कोई ज़िक्र नहीं। और चूँकि फॉर्मेट विश्लेषण इस पूरे ढाँचे का पहला दरवाज़ा है — क्योंकि टेस्ट, वनडे और टी20 के आँकड़े आपस में तुलनीय नहीं हैं — इसलिए यह एक रुकावट तीन आयामों में फैल गई।

खिलाड़ी विश्लेषण: शून्य खिलाड़ी इकाइयाँ। कोई भूमिका नहीं — न सलामी बल्लेबाज, न एंकर, न फिनिशर, न तेज़ गेंदबाज़, न स्पिनर, न ऑलराउंडर, न विकेटकीपर। कोई औसत नहीं, कोई स्ट्राइक रेट नहीं, कोई इकॉनमी नहीं, कोई स्थितिजन्य विभाजन नहीं, कोई हालिया रुझान नहीं। 'बड़ा नाम बनाम डेटा' का विरोधाभास परीक्षण असंभव, क्योंकि नाम ही नहीं है।

टीम परिदृश्य: कोई राष्ट्रीय टीम नहीं, कोई फ्रैंचाइज़ी नहीं, कोई बोर्ड नहीं। ICC रैंकिंग अप्राप्य — और यह भी नहीं तय हो सकता कि कौन सी तालिका देखी जाए, क्योंकि फॉर्मेट ही तय नहीं। घरेलू-विदेशी प्रोफ़ाइल अगणनीय। बल्लेबाज़ी की गहराई, गेंदबाज़ी का संयोजन, बेंच की गहराई, आयु संरचना — सब खाली। और क्रिकेट में घरेलू मैदान का फ़ायदा आमतौर पर सबसे बड़ा व्याख्यात्मक चर होता है; वह भी शून्य।

लीग और व्यावसायिक पारिस्थितिकी: कोई लीग नहीं — न IPL, न BBL, न द हंड्रेड, न PSL, न SA20, न ILT20, न MLC, न CPL। कोई प्रसारण अधिकार मूल्य नहीं, कोई फ्रैंचाइज़ी मूल्यांकन नहीं, कोई खिलाड़ी वेतन नहीं। कोई नीलामी लेनदेन नहीं, इसलिए 'खेल मूल्य बनाम कीमत' का वह विश्लेषण भी नहीं हो सकता जो मैं आमतौर पर करता हूँ — कि ऊँची बोली का मतलब अंतरराष्ट्रीय प्रभुत्व नहीं होता।

नियम और शासन: कोई शासी निकाय नहीं। कोई नियम परिवर्तन नहीं, कोई अनुशासनात्मक कार्रवाई नहीं, कोई सत्यनिष्ठा मामला नहीं। DRS विवाद, DLS की विश्वसनीयता, धीमी ओवर-रेट — इनमें से कोई भी सक्रिय नहीं हो सकता। और यहाँ एक अहम बात है: अनुपालन जोखिम को 'कम' नहीं कहा गया। उसे 'अनिर्धार्य' कहा गया। यह फ़र्क़ बहुत बड़ा है। अगर आप कहते हैं 'जोखिम कम है' तो आप एक दावा कर रहे हैं। अगर आप कहते हैं 'जोखिम का आकलन नहीं हो सकता' तो आप एक तथ्य बता रहे हैं।

जोखिम विश्लेषण: यहाँ रिपोर्ट ने अपनी सबसे तेज़ चोट खुद पर लगाई है। सभी खेल, कर्मचारी, व्यावसायिक, नियम, जनमत और प्रणालीगत जोखिम N/A हैं। लेकिन दो मेटा-जोखिम उभरकर सामने आते हैं। पहला: खाली इनपुट पर कुछ भी बनाने का दबाव — उच्च स्तर का, और अगर बाधा न लगाई जाए तो घटित होने की प्रबल संभावना। दूसरा: अप्रमाणित उद्गम — शीर्षक, स्रोत और प्रकाशन तिथि का सत्यापन असंभव। समग्र जोखिम रेटिंग 'उच्च' है, लेकिन यह खेल का जोखिम नहीं, सूचना का जोखिम है।

जनता की कहानी और अपेक्षाएँ: कोई कहानी नहीं, कोई उत्साह-चक्र नहीं, चाहे वह अंकुरण हो, त्वरण हो, चरम हो या प्रतिक्रिया। कोई टिकटिंग डेटा नहीं, कोई दर्शक संख्या नहीं, कोई सोशल मीडिया सिग्नल नहीं, कोई विज्ञापन सौदा नहीं। 'अति-गर्म' या 'अव-मूल्यांकित' का कोई फ़ैसला नहीं।

उद्योग संचरण: ऊपर की कड़ी — युवा विकास और प्रतिभा आपूर्ति — अनुपलब्ध। बीच की कड़ी — राष्ट्रीय टीमें और लीग — अनुपलब्ध। नीचे की कड़ी — प्रसारण, वाणिज्यिक और व्युत्पन्न बाज़ार — अनुपलब्ध। जब ट्रिगर घटना ही न हो — कोई अधिकार हस्तांतरण नहीं, कोई नीलामी नहीं, कोई कैलेंडर परिवर्तन नहीं — तो किसी खंड को दिशा या परिमाण नहीं दिया जा सकता।

---

वह हिस्सा जो सबसे ज़्यादा बोलता है: खाली होना, बनाम छिपाया जाना

यहाँ मैं अपने अनुभव से एक बात जोड़ना चाहूँगा। मैं पिछले कई सालों से सिर्फ़ यह देखता आया हूँ कि किसी रिपोर्ट में क्या है। लेकिन पिछले कुछ वर्षों में मैंने यह देखना शुरू किया कि किसी रिपोर्ट में क्या नहीं है — और क्यों नहीं है। यह फ़र्क़ बहुत बड़ा है।

एक खाली फ़ाइल तीन तरह की हो सकती है। पहली, रिकॉर्ड मौजूद ही नहीं है। दूसरी, रिकॉर्ड मौजूद है और उसे रोका गया है। तीसरी, रिकॉर्ड मौजूद है और वह उबाऊ है। यह तीनों एक जैसी नहीं दिखतीं, लेकिन एक ही जगह खड़ी होती हैं — शून्य में।

इस मामले में, मेरा आकलन यह है कि यह पहली श्रेणी की स्थिति है — रिकॉर्ड मौजूद ही नहीं था, क्योंकि जिस लेख को पढ़ा जाना था, वह कभी प्रणाली तक पहुँचा ही नहीं। यह पेपरवॉल, जावास्क्रिप्ट से बने पन्ने, या खाली फ़ेच जैसी साधारण तकनीकी गड़बड़ियों की तरफ़ इशारा करता है। लेकिन यहाँ एक पेशेवर सबक़ है जो मैंने बहुत मंहगा सीखा है: हर असमझ को षड्यंत्र मत समझो। कभी-कभी फ़ाइल इसलिए नहीं मिलती क्योंकि कोई उसे छिपा रहा है। कभी-कभी वह इसलिए नहीं मिलती क्योंकि कोई उसे अपलोड ही नहीं कर पाया।

यह भेद — 'अनुपस्थित' बनाम 'रोका गया' बनाम 'उबाऊ' — पत्रकारिता की सबसे बुनियादी और सबसे उपेक्षित कला है। और जब आप एक ऑटोमेटेड प्रणाली चलाते हैं, तो यह भेद और भी ज़रूरी हो जाता है, क्योंकि मशीन को 'अनुपस्थित' और 'रोका गया' में फ़र्क़ नहीं दिखता। दोनों उसके लिए खाली स्ट्रिंग हैं।

---

यह रिपोर्ट असल में क्या कह रही है

इस पूरे दस्तावेज़ की सबसे दिलचस्प बात यह है कि यह क्रिकेट के बारे में नहीं है। यह क्रिकेट कवरेज के उस ढाँचे के बारे में है जिसे हम बना रहे हैं। और यह एक ऐसी समस्या की तरफ़ इशारा करती है जो पूरे उद्योग पर लागू होती है: हमने तथ्य-संग्रह की प्रक्रिया को डेटा-संचालित बना दिया है, लेकिन तथ्य-सत्यापन को नहीं।

सोचिए। एक आधुनिक स्पोर्ट्स डेस्क पर आज एक इंजन यह तय कर सकता है कि किसी बल्लेबाज़ का स्ट्राइक रेट उसके करियर औसत से 14.3 प्रतिशत ऊपर है। वही इंजन यह नहीं बता सकता कि वह आँकड़ा किस मैच से आया, वह मैच कब हुआ, और क्या उस मैच में बारिश ने खेल बदल दिया था। हमारे पास गणना के लिए असीमित शक्ति है, और स्रोत के लिए लगभग शून्य।

इस पेलोड में सबसे दिलचस्प चीज़ गायब डेटा नहीं थी। सबसे दिलचस्प चीज़ यह थी कि डोमेन लेबल 'cricket_world' लिखा था, जबकि स्कीमा में 'Cricket' होना चाहिए था। यह छोटी-सी असंगति एक बड़ी बात बताती है: दो प्रणालियाँ — जो अलग-अलग समय में, अलग-अलग ज़रूरतों के लिए बनी थीं — आपस में बात नहीं कर पा रही हैं। एक प्रणाली 'world' के पुराने कोड में सोच रही है, दूसरी 'Cricket' की नई भाषा बोल रही है। और जब दो प्रणालियाँ एक भाषा नहीं बोलतीं, तो नतीजा खाली फ़ाइल होता है — चाहे दोनों अपनी-अपनी जगह बिल्कुल ठीक काम कर रही हों।

और सबसे बड़ी बात: 'समय-संवेदनशीलता' और 'स्रोत गुणवत्ता' — ये दो फ़ील्ड स्टेज-1 पर भरे ही नहीं गए। यानी प्रणाली को यह पता ही नहीं था कि जो लेख उसने उठाया, वह आज का है या पिछले साल का, और वह किसी प्रतिष्ठित प्रकाशन से आया है या किसी अनाम ब्लॉग से। क्रिकेट पत्रकारिता में यह दो जानकारियाँ सबसे बुनियादी हैं। एक मैच का स्कोर तीन दिन पुराना हो तो वह खबर नहीं, इतिहास है। एक दावा किसी भरोसेमंद स्रोत से आया हो तो वह विश्लेषण है, और किसी गुमनाम स्रोत से आया हो तो वह अफ़वाह है। जब आप प्रणाली से यह दो चीज़ें गायब कर देंगे, तो बाक़ी सब कुछ होते हुए भी कुछ नहीं होगा।

---

क्रिकेट डेटा की वह राजनीति जिस पर कोई बात नहीं करता

अब ज़रा इस पूरे प्रसंग को बड़े परिप्रेक्ष्य में रखकर देखिए। दुनिया का क्रिकेट आज दो हिस्सों में बँटा हुआ है। एक तरफ़ IPL और उसका पूरा डेटा-तंत्र है — टीम लिस्ट, ट्रेड विंडो, फॉरेंसिक प्रसारण अनुबंध, हर खिलाड़ी का हर मूवमेंट दर्ज। दूसरी तरफ़ रणजी ट्रॉफ़ी है — और उसका पतला, अंडर-रिपोर्टेड प्रशासनिक रिकॉर्ड। जिस खिलाड़ी की कहानी IPL के डेटाबेस में चार जगह दर्ज होती है, उसी खिलाड़ी की रणजी में मेहनत किसी के पास पूरी तरह दर्ज नहीं होती।

यह अंतर सिर्फ़ कवरेज की कमी नहीं है। यह शासन की समस्या है। जब आपके पास किसी घरेलू खिलाड़ी का कोई भरोसेमंद रिकॉर्ड ही नहीं है, तो आप उसकी चोट, उसकी फॉर्म, उसके कार्यभार का कोई ठोस आकलन नहीं कर सकते। और जब आप कोई ठोस आकलन नहीं कर सकते, तो चयन प्रक्रिया अनिवार्य रूप से अंधेरे में होती है। यही वह जगह है जहाँ सबसे ज़्यादा अन्याय होता है, और यही वह जगह है जहाँ सबसे कम रोशनी पड़ती है।

और महिला क्रिकेट? वहाँ तो डेटा की कमी एक और परत गहरी है। जब एक महिला टीम प्रसारण सौदे का इंतज़ार कर रही होती है, तो उसके मैचों का पूरा विवरण पुरुष क्रिकेट की तुलना में कितना कम दर्ज होता है, यह किसी विश्लेषण के लिए पहला सवाल होना चाहिए — लेकिन यह सवाल पूछा ही नहीं जाता, क्योंकि पूछने का औज़ार ही नहीं बना।

इसलिए जब मैं एक खाली फ़ाइल देखता हूँ — चाहे वह एक ऑटोमेटेड पाइपलाइन की गड़बड़ी हो, या जानबूझकर छुपाया गया रिकॉर्ड — मैं दोनों को एक ही तराज़ू पर तोलता हूँ। दूसरे को छिपाना अपराध है। पहले को अनदेखा करना भी अपराध है, बस उसका कोई मुकदमा नहीं चलता।

---

काउंटर-इंट्यूटिव पहलू: शून्य भी एक डेटा है

यहाँ एक विपरीत तर्क है जो हर डेटा-पेशेवर को समझना चाहिए। आम धारणा यह है कि खाली फ़ाइल का मतलब है 'कुछ नहीं मिला'। लेकिन तकनीकी रूप से, खाली फ़ाइल एक बहुत मूल्यवान डेटा है। यह बताती है कि कुछ विफल हुआ — और विफलता कभी यादृच्छिक नहीं होती।

मेरे अनुभव में, जब एक पाइपलाइन पर्याप्त डेटा जमा नहीं कर पाती, तो वह तीन जगहों पर गिरती है। पहला, कनेक्शन की जगह — वेबसाइट ने पन्ना दिया ही नहीं। दूसरा, पार्सिंग की जगह — पन्ना मिला, लेकिन उसका ढाँचा प्रणाली की अपेक्षा से अलग था। तीसरा, स्कीमा की जगह — डेटा मिला, लेकिन उसे उस खाने में नहीं डाला जा सका जो प्रणाली ढूँढ रही थी।

यह तीसरी जगह आज की सबसे आम और सबसे अनदेखी की गई जगह है। 'cricket_world' बनाम 'Cricket' — यह सिर्फ़ एक लेबल का झगड़ा नहीं है। यह बताता है कि टैक्सोनॉमी का कोई केंद्रीय अनुशासन नहीं है। जिस प्रणाली में हर जगह हर किसी की अपनी-अपनी शब्दावली चलती हो, वहाँ डेटा कभी नहीं जुड़ेगा। और जो डेटा नहीं जुड़ता, वह डेटा नहीं है। वह सिर्फ़ बिखरे हुए टुकड़े हैं।

इस पूरे प्रसंग की सबसे बड़ी विडंबना यह है कि एक ऐसी रिपोर्ट, जिसका पूरा उद्देश्य खेल की गहरी समझ बनाना था, उसका सबसे कीमती सबक़ खेल के बारे में नहीं, बल्कि उस तंत्र के बारे में है जो खेल को समझता है।

---

आगे का रास्ता

इस रिपोर्ट को पढ़कर शायद आपको लगे कि यह बेकार है। लेकिन मैं इसे एक बेहद कीमती दस्तावेज़ मानता हूँ — न क्रिकेट जानने के लिए, बल्कि यह समझने के लिए कि हम क्या बना रहे हैं।

हर ऑटोमेटेड विश्लेषण प्रणाली को एक 'अस्वीकार द्वार' चाहिए। एक नियम जो कहे: अगर सूचना बिंदुओं की संख्या शून्य है, तो विश्लेषण नहीं बनेगा। अगर शीर्षक अनुपलब्ध है, तो विश्लेषण नहीं बनेगा। अगर स्रोत और प्रकाशन तिथि दर्ज नहीं है, तो विश्लेषण नहीं बनेगा।

क्यों? क्योंकि जिस पल आप खाली इनपुट पर कुछ बनाने देते हैं, उस पल आप खुद को एक ऐसी आदत की तरफ़ धकेल देते हैं जिससे पत्रकारिता बर्बाद होती है — अनुमान को तथ्य बनाने की आदत। और क्रिकेट में, जहाँ हर गेंद संख्या में बदलती है, अनुमान को तथ्य बनाना सबसे आसान काम है, क्योंकि कोई भी संख्या किसी भी कहानी में फ़िट हो सकती है।

जब अगली बार आप कोई क्रिकेट विश्लेषण पढ़ें — चाहे वह किसी बल्लेबाज़ के स्ट्राइक रेट पर हो, किसी नीलामी की कीमत पर हो, या किसी अनुशासनात्मक कार्रवाई पर — तो एक सवाल ज़रूर पूछें: इस दावे के पीछे कौन-सा दस्तावेज़ है, उस दस्तावेज़ की तारीख़ क्या है, और उसे किसने बनाया?

अगर इन तीनों का जवाब साफ़ न हो, तो आप जो पढ़ रहे हैं वह विश्लेषण नहीं, एक खाली फ़ाइल है जिसे बड़े आत्मविश्वास से भर दिया गया है।

और क्रिकेट की दुनिया में, आत्मविश्वास सबसे सस्ती चीज़ है। दस्तावेज़ सबसे बहुमूल्य।

— रूट: रेफ़री