एक खाली डेटा शीट और आठ खाने: क्रिकेट एनालिसिस पाइपलाइन में कहां टूटी कड़ी

मेरे डेस्क पर सुबह दस बजे एक फाइल आई। आठ सेक्शन, साफ-सुथरे हेडिंग, टेबल्स में बॉर्डर, जगह-जगह 'N/A — insufficient information, cannot assess'। कागज देखकर लगेगा कि कोई बहुत मेहनत से रिपोर्ट बनाई गई है। असल में उस कागज में एक भी क्रिकेट तथ्य नहीं था। एक भी स्कोर नहीं, एक भी नाम नहीं, एक भी तारीख नहीं। सिर्फ टेम्पलेट।

मैं पिछले उनतीस साल से क्रिकेट की खबरें लिख रहा हूं, और पिछले आठ साल से मेरा काम सिर्फ एक चीज पर टिका है — लेजर। जो लिखा है, वो किसी शीट से मिलना चाहिए। पर्स, रिटेंशन पेनल्टी, कॉन्ट्रैक्ट की तारीख, ब्रॉडकास्ट फाइलिंग — अगर ये तीन चीजें (कैप स्पेस, कॉन्ट्रैक्ट लंबाई, डील टाइमिंग) किसी दावे को नहीं सहारतीं, तो वो दावा मेरे नोटबुक से बाहर चला जाता है। आज जो फाइल मेरे सामने है, वो इसी नियम का सबसे साफ उदाहरण है — और ये क्रिकेट की कहानी नहीं, क्रिकेट कवरेज के पाइपलाइन की कहानी है।

लेजर कभी झूठ नहीं बोलता; वो बस किसी के पढ़ने का इंतजार करता है। आज की फाइल में लेजर खाली था, और खाली लेजर को रिपोर्ट की शक्ल में पेश करने की कोशिश हुई थी।

कागज का ढांचा, और उसके अंदर का सन्नाटा

स्टेज-1 की जो डिकंस्ट्रक्शन मेरे पास आई, उसमें सात जरूरी खाने थे — शीर्षक, स्रोत, आर्टिकल का प्रकार, एक वाक्य का सार, लेखक का रुख, लेख का मकसद, सूचना बिंदु और एंटिटीज की सूची। सातों खाली। एक भी खाना भरा हुआ नहीं मिला।

इसे ऐसे समझिए जैसे स्कोरकार्ड आपके हाथ में आ जाए जिसमें टीमों के नाम की जगह खाली है, ओवर की जगह खाली है, और सिर्फ कॉलम के हेडिंग छपी हैं। आप उस कागज से नहीं बता सकते कि मैच टेस्ट था या टी20, दिन का था या रात का, पहली पारी में कौन बल्लेबाजी कर रहा था। और जब आप फॉर्मेट ही नहीं जानते, तो आप कोई भी टेक्निकल निष्कर्ष नहीं निकाल सकते। टेस्ट में नई गेंद की जो अहमियत है, वो टी20 के पावरप्ले से पूरी तरह अलग दुनिया है। डेथ ओवर्स का यॉर्कर-एग्जीक्यूशन और टेस्ट के पांचवें दिन की रिवर्स स्विंग — इन दोनों को एक ही तराजू पर तौलना क्रिकेट की समझ नहीं, आलस है।

तो जो रिपोर्ट मेरे सामने आई, उसमें सबसे ईमानदार लाइन यही थी: "N/A — insufficient information"। और यही उस रिपोर्ट की एकमात्र सच्ची लाइन थी।

पाइपलाइन की सबसे कमजोर कड़ी कहां थी

मैंने रिटेंशन शीट्स पर काम करते हुए एक बात सीखी है — हर चेन में एक कड़ी कमजोर होती है, और आपको उसी को ढूंढना होता है जो पहले झुकी। आज के केस में वो कड़ी बिल्कुल साफ दिख रही है।

गड़बड़ सारांश बनाने वाली परत में नहीं, सोर्स टेक्स्ट उठाने वाली परत में हुई। मेरा ये अनुमान अंदाजे पर नहीं, सबूत पर टिका है: अगर समरी बनाने वाला मॉडल टेक्स्ट पढ़कर भी सार निकालने में नाकाम होता, तो वो आमतौर पर शीर्षक तो दोहरा ही देता है — क्योंकि शीर्षक पहली चीज होती है जो सामने आती है। यहां शीर्षक भी खाली है। सोर्स का नाम भी खाली है। इसका मतलब जो टेक्स्ट पढ़ा जाना था, वो पढ़ा ही नहीं गया। फेच या पार्स लेयर पर कुछ टूटा — पे-वॉल, जावास्क्रिप्ट से बना पेज, रीजन ब्लॉक, या आर्टिकल URL का हैंडऑफ ही सही तरीके से नहीं हुआ।

दूसरी बात जो मुझे खटकी, वो डोमेन लेबल है। स्टेज-2 को 'Cricket' चाहिए था, मिला cricket_world। ये छोटी-सी चीज लगती है, लेकिन ऐसे मिसमैच आमतौर पर बताते हैं कि दो स्टेज अलग-अलग प्रॉम्प्ट वर्जन या अलग स्कीमा पर चल रहे हैं। जब स्कीमा अलग हो, तो फील्ड्स के खाली रहने की वजह आर्टिकल नहीं, सिस्टम खुद हो सकता है। ऐसे में उस आर्टिकल को 'कवर नहीं हुआ' कहना बेईमानी होगी — क्योंकि कवरेज का मौका ही नहीं बना।

तीसरी चीज, और ये सबसे ज्यादा चुभती है: सोर्स क्वालिटी का ग्रेड ही नहीं दिया गया। क्रिकेट में सोर्स का दर्जा सब कुछ है। बोर्ड की आधिकारिक विज्ञप्ति, एक अनुभवी बीट रिपोर्टर, सामान्य मीडिया, और ट्रैफिक के लिए बनी ट्विटर-थ्रेड — इन चारों को एक ही मानक पर नहीं तोला जा सकता। जब सोर्स का ग्रेड ही खाली हो, तो उससे उठी कोई भी कहानी, कोई भी ट्रांसफर रूमर, कोई भी रिटेंशन दावा, आधी रात को निकली अफवाह जितना ही भरोसेमंद होता है।

आठ सेक्शन का खतरा, और उनसे कैसे बचें

यहां आकर एक पेशेवर सच्चाई सामने आती है, जिसे मैं सीधे कहना चाहूंगा: रिपोर्ट का सबसे बड़ा खतरा ये नहीं था कि उसमें कुछ नहीं था; खतरा ये था कि उसमें आठ सेक्शन थे।

जब कोई फाइल आठ पूरे हेडिंग, लगी हुई टेबल्स और फॉर्मल टोन के साथ आती है, तो पढ़ने वाला — खासकर वो डाउनस्ट्रीम आदमी जो रोज दो सौ फाइलें देखता है — ये मान बैठता है कि जांच हो चुकी है और कुछ गड़बड़ नहीं मिली। ये गलतफहमी सबसे महंगी पड़ती है। 'कुछ नहीं मिला' और 'जांच ही नहीं हुई' — इन दोनों में जमीन-आसमान का फर्क है, लेकिन दोनों का कागज एक जैसा दिखता है।

मेरे अपने अनुभव में ये समस्या क्रिकेट कवरेज में अक्सर आती है। जब आईपीएल की नीलामी के दिन मैं पर्स लेजर बनाता हूं, तो सबसे बड़ी गलती जो कोई नया रिपोर्टर करता है, वो ये है कि वो स्लॉट के लिए भरी हुई एक्सेल शीट देखकर मान लेता है कि सब खरीद लिया गया। असल में शीट में खाली खाने ही असली कहानी होते हैं। जो टीम किसी खिलाड़ी पर बोली नहीं लगा पाई, क्योंकि उसकी राइट-टू-मैच पहले ही इस्तेमाल हो चुकी थी, वो टीम खाली खाने की वजह से भरी हुई दिखती है। और जो टीम ने पैसा बचाया, वो बाद में महंगा खरीदती है — क्योंकि बचाया हुआ पैसा डेडलाइन के आखिरी घंटे में जल्दबाजी में खर्च होता है।

इसीलिए एनालिसिस के मामले में मेरा नियम सीधा है: कोई भी संख्या दो स्रोतों से मिलने के बाद ही जाती है। और अगर शीट अनंतिम है, तो पहली लाइन में ये लिखा जाएगा कि ये अनंतिम है — आखिरी लाइन में नहीं। आज की फाइल में ये भी नहीं हुआ। उसमें कुछ भी अनंतिम नहीं था, क्योंकि कुछ भी था ही नहीं।

एक खाली फाइल, और उससे मिली असली चेतावनी

अब वो बात, जो सबसे जरूरी है और जो आमतौर पर नजरअंदाज कर दी जाती है।

जिस पाइपलाइन ने ये फाइल बनाई, उसने एक बहुत अच्छा काम किया — उसने झूठ नहीं बोला। हर खाने में 'उपलब्ध सूचना अपर्याप्त है' लिखा। किसी काल्पनिक खिलाड़ी का नाम नहीं गढ़ा, किसी बनावटी आंकड़े से स्कोरकार्ड नहीं सजाया, किसी टीम के लिए 'मजबूत गेंदबाजी आक्रमण' जैसी बेमतलब लाइन नहीं लिखी। ये अनुशासन है, और इसे सिस्टम में स्थायी रूप से बनाए रखना चाहिए — इसे 'पैच' करके हटाना नहीं चाहिए।

लेकिन साथ में एक सवाल भी है जो मैं पूछना चाहता हूं: अगर सिस्टम आठ पूरे सेक्शन बना सकता है, तो वो एक साधारण-सा गेट क्यों नहीं लगा सकता, जो ये देख ले कि सात जरूरी खानों में से कम से कम आधे भरे हुए हैं? जब तक तीन या ज्यादा खाने खाली हैं, उस आर्टिकल को स्टेज-2 तक जाने ही नहीं दिया जाए। मैनुअल ट्रायाज पर भेज दो। एक अकेला 'if' स्टेटमेंट उस पूरे कागज को रोक सकता था, जो अब एनालिसिस के नाम पर घूम रहा है।

और यही मेरी आज की सबसे ठोस खोज है। एक क्रिकेट स्टोरी में सबसे खतरनाक चीज गलत आंकड़ा नहीं होता — सबसे खतरनाक चीज वो खाली खाना होता है जिसे कागज की सजावट ने ढक दिया हो। गलत आंकड़ा पकड़ा जा सकता है, क्योंकि उसे कोई चुनौती देता है। खाली खाने को कोई चुनौती नहीं देता, क्योंकि वो खुद को 'आठ सेक्शन की पूरी रिपोर्ट' बता देता है।

अगली कड़ी जो मैं देख रहा हूं

इस फाइल को मैं रद्दी में नहीं डालूंगा। मैं इसे पाइपलाइन का केस स्टडी बनाकर रखूंगा — ये वो नमूना है जो दिखाता है कि नल होल कैसे अपनी शक्ल में सही हो सकता है और फिर भी बेकार हो सकता है।

आगे जो डेटा मुझे ट्रैक करना है, वो सिर्फ फॉर्मेट और स्कोर नहीं है। मुझे हर आर्टिकल के लिए ये देखना है कि सात में से कितने खाने भरे हैं, सोर्स का ग्रेड दिया गया है या नहीं, और एक ही डोमेन से लगातार कितनी खाली फाइलें आ रही हैं। अगर किसी एक सोर्स से तीन खाली पेलोड आते हैं, तो समस्या प्रॉम्प्ट की नहीं, फेच लेयर की है — और तब मैं प्रॉम्प्ट इंजीनियरिंग नहीं, इंजीनियरिंग टीम से बात करूंगा।

सवाल ये नहीं है कि इस फाइल में क्रिकेट की कोई खबर क्यों नहीं थी। सवाल ये है कि अगली बार जब आठ सेक्शन वाली एक साफ-सुथरी रिपोर्ट आपके डेस्क पर रखी हो, तो आपके पास ये पकड़ने का कोई जरिया होगा कि उसके अंदर का खाना भरा हुआ है या सिर्फ बॉर्डर ड्रॉ किया गया है?