स्टेज-1 का खोखला डेटा: जब क्रिकेट एनालिसिस के पास गेंद ही नहीं, सिर्फ लेबल बचा

मैंने 538 डिलीवरीज़ को हाथ से लॉग किया था, तब जाकर टोटल्स पर भरोसा करना छोड़ा। आज जो फाइल मेरे सामने है, उसमें एक भी डिलीवरी नहीं है। सिर्फ एक लेबल है — Domain Label: cricket_world. इतना ही। न शीर्षक, न स्रोत, न तारीख, न एक भी तथ्य, न कोई इकाई। यह स्कोरकार्ड नहीं है, यह खाली स्कोरबुक का कवर है जिस पर 'क्रिकेट' लिखा है और अंदर कोई एंट्री नहीं।

मैं इस फाइल पर डेप्थ एनालिसिस नहीं लिखूंगा। नहीं लिख सकता। अगर लिखता हूं, तो जो भी नंबर, जो भी दावा, जो भी 'विश्लेषण' पैदा होगा, वह मेरा गढ़ा हुआ होगा, स्रोत का नहीं। और मेरे पेशे का पहला नियम यही है — बिना स्रोत के एक भी आंकड़ा छापे नहीं। यह पाठक से धोखा होगा, और अपने ही तरीके से धोखा होगा।

यह टुकड़ा उसी बात का हिसाब है। क्या-क्या गायब है, क्यों गायब है, और एक क्रिकेट डेटा एनालिस्ट के लिए यह क्यों मायने रखता है — यही मैं खुलकर रख रहा हूं।

गायब फील्ड्स की पूरी सूची, और हर एक का असर

Stage-1 का जो आउटपुट आया है, वह नाम की चीज़ है, माल की नहीं। नीचे बारह-तेरह फील्ड्स हैं जो एक सामान्य क्रिकेट आर्टिकल के एक्सट्रैक्शन में भरी जानी चाहिए थीं। एक-एक करके देखिए कहां क्या टूटा है और उसका डाउनस्ट्रीम असर क्या है।

आर्टिकल टाइटल और सोर्स: N/A। यह सबसे बड़ी दरार है। बिना सोर्स के मैं यह तय ही नहीं कर सकता कि सामने जो टेक्स्ट है वह हार्ड न्यूज़ है, ओपिनियन पीस है, डेटा रिपोर्ट है, या कोई सेल्फ-पब्लिश्ड ब्लॉग। मीडिया का झुकाव क्या है, ट्रैक रिकॉर्ड क्या है, करेक्शन पॉलिसी क्या है — इन सबका आधार ही सोर्स है। सोर्स नहीं तो विश्वसनीयता की बेसलाइन नहीं।

आर्टिकल टाइप: Unclassified। फैक्ट-चेक करना है, आर्ग्युमेंट की जांच करनी है, या डेटा की रीडिंग करनी है — तीनों के फ्रेमवर्क अलग हैं। टाइप पता नहीं तो फ्रेमवर्क कैसे चुनूं? यह ऐसे ही है जैसे पिच देखे बिना बल्लेबाजी का प्लान बनाना।

कोर व्यूअरपॉइंट्स: पूरी तरह खाली। एक लाइन का सारांश नहीं, लेखक का रुख नहीं, लिखने का मकसद नहीं। डेप्थ एनालिसिस का जो मुख्य ऑब्जेक्ट है — लेखक क्या कह रहा है — वही गायब है। इसके बिना मैं किसका विश्लेषण करूं, किसका मूल्यांकन करूं?

इंफॉर्मेशन पॉइंट्स: खाली लिस्ट। यह सबसे गंभीर है। न एक भी तथ्य, न एक भी आंकड़ा, न कोई कोट। जब इनपुट में एक भी तथ्य नहीं, तो क्रॉस-वेरिफिकेशन किससे करूं, लॉजिक चेन किस पर बनाऊं? बिना गेंद के शॉट का विश्लेषण नहीं होता।

एंटिटीज़: पहचान नहीं हुई। कौन खिलाड़ी, कौन टीम, कौन बोर्ड, कौन अधिकारी — एक भी नाम नहीं। एंटिटी रिलेशन ग्राफ बनेगा कैसे, पक्षों की स्थिति ट्रैक होगी कैसे? खाली मैदान में फील्डिंग सेट नहीं की जा सकती।

टाइम सेंसिटिविटी: आंकी नहीं गई। क्रिकेट में यह सबसे अहम फील्ड है। पॉइंट्स टेबल, शेड्यूल, ट्रांसफर, चोट की खबर — हर चीज़ समय के साथ बासी होती है। एक हफ्ते पुरानी टीम संरचना की खबर आज सरासर गलत हो सकती है। बिना तारीख के मैं यह भी नहीं बता सकता कि यह सामग्री जिंदा है या मुर्दा।

सोर्स क्वालिटी: आंकी नहीं गई। कौन-सा दावा प्राथमिक स्रोत से आया, कौन-सा अफवाह से, कौन-सा सिंगल-सोर्स है — एविडेंस ग्रेडिंग ही नहीं हुई। यह वह काम है जो हर आर्टिकल पर होना चाहिए, और यहां हुआ ही नहीं।

'cricket_world' से आगे कुछ नहीं निकलता

सिर्फ cricket_world यह बताता है कि विषय क्रिकेट है। इससे आगे कुछ भी अनुमान लगाना मूर्खता होगी। क्रिकेट के भीतर ही कितनी अलग-अलग दुनियाएं हैं — मैच रिपोर्ट, खिलाड़ी विवाद, ICC या बोर्ड की नीतियां, IPL जैसी लीग का कारोबार, मैच फिक्सिंग और भ्रष्टाचार, नियमों में बदलाव। हर दिशा का विश्लेषण-ढांचा अलग। किसी एक को चुनकर बाकी को छोड़ देना — यह अनुमान है, विश्लेषण नहीं।

मैंने अपनी पूरी करियर में एक सबक सीखा है: टोटल झूठ बोलते हैं, गेंद गिनो। यहां तो गिनने के लिए गेंद ही नहीं है। जो फाइल मेरे पास है, वह एक कवर है जिस पर लेबल चिपका है।

आगे क्या चाहिए, और क्यों

मुझे तीन में से कोई एक चीज़ चाहिए, तभी काम आगे बढ़ेगा।

पहला, और सबसे बढ़िया — मूल लेख का पूरा टेक्स्ट। मैं Stage-1 खुद दोबारा करूंगा, तथ्य निकालूंगा, और उसके बाद विश्लेषण पर बढ़ूंगा। यह सबसे साफ रास्ता है।

दूसरा — Stage-1 की पूरी इंफॉर्मेशन पॉइंट्स लिस्ट। अगर स्क्रिप्ट चल गई है और सिर्फ पेस्ट नहीं हुई, तो Information Points और Entities दोनों भेज दें। इनके आधार पर भी काम शुरू हो सकता है, बशर्ते तथ्य असली हों।

तीसरा — लेख का लिंक या टाइटल, प्रकाशन तिथि और स्रोत मीडिया। कम से कम इतना मिल जाए तो मैं विधा और समय-संदर्भ तय कर सकता हूं।

मेरा फ्रेमवर्क: पांच परतों में जांच

जब भी पूरा इनपुट मिलेगा, मैं इसे पांच परतों में तोड़ूंगा।

तथ्य परत। हर इंफॉर्मेशन पॉइंट अलग-अलग — कौन-सा सत्यापन-योग्य है, कौन-सा नहीं। फिर सार्वजनिक रिकॉर्ड से मिलान — पॉइंट्स टेबल, शेड्यूल, आधिकारिक बयान। जो मेल खाता है वह पक्का, जो नहीं खाता वह संदिग्ध।

तर्क परत। लेखक का निष्कर्ष उसके दिए तथ्यों से निकलता है या नहीं? कहीं छलांग तो नहीं, कहीं आधे तथ्यों से पूरा निष्कर्ष तो नहीं, कहीं चुनिंदा उद्धरण तो नहीं? यह वह जगह है जहां ज्यादातर क्रिकेट कमेंटरी फेल होती है।

रुख परत। शब्दों का झुकाव, स्रोतों का ढांचा — सिर्फ एक पक्ष या दोनों? जो जरूरी पक्ष बताया ही नहीं गया, वह क्या है? खामोशी भी एक बयान होती है।

समय परत। क्रिकेट की हर खबर की उम्र छोटी है। मैं चिह्नित करूंगा कि कौन-सा दावा शेड्यूल आगे बढ़ने के साथ बेमानी हो जाएगा।

कमी परत। जो जानकारी लेख में होनी चाहिए थी लेकिन नहीं है — दूसरे पक्ष का जवाब, मूल आंकड़ों का स्रोत, सैंपल का दायरा। यह अक्सर सबसे ज्यादा खुलासा करने वाली परत होती है।

एक शर्त, और वह गैर-परक्राम्य है

मेरा मानना है कि हर स्कोरकार्ड उन लोगों के फैसलों का सारांश है जिनसे आप कभी नहीं मिले। जब वह सारांश ही उपलब्ध न हो, तो फैसलों की जांच कैसे करूं? मैं मॉडल की रक्षा नहीं करता, गेंद की करता हूं। और इस वक्त मेरे पास गेंद नहीं है।

इसलिए जवाब सीधा है — मूल लेख या पूरी तथ्य-सूची भेजिए। मिलते ही मैं Stage-1 दोबारा करूंगा और डेप्थ एनालिसिस लिखूंगा। तब तक, मैं खोखले लेबल पर कोई कहानी नहीं गढ़ूंगा। जो आंकड़ा मैंने खुद नहीं गिना, वह मेरा नहीं।