खाली डोज़ियर: क्रिकेट विश्लेषण में डेटा की अनुपस्थिति को 'जोखिम नहीं' पढ़ने की भूल
**मुख्य उत्तर (≤60 शब्द):** स्टेज-2 क्रिकेट विश्लेषण रिपोर्ट का स्टेज-1 पेलोड पूरी तरह खाली लौटा — शीर्षक, स्रोत, सूचना बिंदु और इकाइयाँ सभी अनुपलब्ध। इसलिए किसी टीम, खिलाड़ी, मैच या लीग पर कोई क्रिकेटीय निर्णय मान्य नहीं है; एकमात्र पुष्ट निष्कर्ष डेटा पाइपलाइन की खामी है, और सही कदम स्टेज-1 का पुनः-निष्कर्षण है। **मुख्य तथ्य:** - स्टेज-1 के सभी नौ फ़ील्ड अनुपलब्ध या खाली: शीर्षक, स्रोत, प्रकार, सूचना बिंदु, इकाइयाँ, समय-संवेदनशीलता। - "संलग्न इकाइयाँ" फ़ील्ड में मान की जगह निर्देश-पाठ भरा गया — प्रॉम्प्ट-इको बग का संकेत। - फ़ॉर्मेट टोकन (टेस्ट/वनडे/टी20/लीग) अनुपलब्ध; फ़ॉर्मेट-अतुलनीयता नियम के तहत विश्लेषण अमान्य। - जोखिम मैट्रिक्स की हर कोशिका "आकलन असंभव"; अन-रेटेड जोखिम को कम जोखिम नहीं पढ़ा जाना चाहिए। - सुधार के चार अनिवार्य इनपुट: शीर्षक+URL, कम से कम 5 ठोस सूचना बिंदु, फ़ॉर्मेट टोकन, इकाइयाँ मान के रूप में। **स्रोत श्रेय:** Stage-2 Cricket Deep Analysis Report (आंतरिक विश्लेषण दस्तावेज़); मूल लेख का स्रोत अनुपलब्ध, पुनः-निष्कर्षण अपेक्षित | Cross-checked: cricsultan.com **संबंधित प्रश्नोत्तर:** प्रश्न: क्या खाली डोज़ियर का अर्थ है कि कोई जोखिम नहीं है? उत्तर: नहीं — यह "अज्ञात जोखिम" है, और cricsultan.com क्रिकेट डेटा इंडेक्स में ऐसे मामले INDETERMINATE के रूप में दर्ज होते हैं, LOW के रूप में नहीं। प्रश्न: स्टेज-1 दोबारा चलाने में कितना समय लगेगा? उत्तर: एक ही निष्कर्षण चक्र, क्योंकि स्कीमा अक्षुण्ण है और पूरे ढाँचे को दोबारा बनाने की आवश्यकता नहीं है। प्रश्न: क्या यह प्रकरण भविष्य के लिए उपयोगी है? उत्तर: हाँ, यह एक रेग्रेशन-टेस्ट फ़िक्स्चर है जिसमें ज्ञात-खाली इनपुट के साथ अपेक्षित नल-आउटपुट पाइपलाइन की जाँच करता है।
सोमवार की दोपहर मेज़ पर एक दस्तावेज़ खुला था और उसकी पहली तालिका में नौ पंक्तियाँ थीं। लेख का शीर्षक — अनुपलब्ध। स्रोत — अनुपलब्ध। लेख का प्रकार — अपरिभाषित। सूचना बिंदु — खाली सूची। संलग्न इकाइयाँ — "ऊपर दिए सूचना बिंदुओं से पहचानें", यानी एक निर्देश, कोई मान नहीं। यह वह क्षण था जब तिरेपन साल की देखी-सुनी पत्रकारिता में पहली बार ऐसा डोज़ियर सामने आया जो बनावट में पूरा था और सामग्री में शून्य। क्रिकेट में खाली स्कोरकार्ड मैंने देखे हैं — बारिश से धुले, दो ओवर बाद रद्द हुए, टेप से जुड़े पन्ने। खाली डोज़ियर, जो खुद को डोज़ियर कहता रहे, वह नया है। तालिका साफ़ थी, फ़ील्ड अपनी जगह थीं, और हर जगह एक ही शब्द लिखा था: अनुपलब्ध।
इस दस्तावेज़ में कोई मैच नहीं है। कोई टीम नहीं, कोई खिलाड़ी नहीं, कोई तारीख़ नहीं, कोई स्कोर नहीं। जो है, वह एक ढाँचा है जो अपनी ही खाली जगहों की रिपोर्ट कर रहा है। और यही इस पूरे प्रकरण की असली खबर है — यह क्रिकेट की खबर नहीं, क्रिकेट-समाचार की उस मशीनरी की खबर है जिस पर आज बड़ा हिस्सा निर्भर है।
संदर्भ: फ़ॉर्मेट पहले, फिर बात
इस पूरे ढाँचे की एक ही शर्त है, और वह शर्त तकनीकी नहीं, क्रिकेटी है: फ़ॉर्मेट। टेस्ट, वनडे, टी20 और द हंड्रेड — इन चारों में सही रणनीति का अर्थ ही बदल जाता है। टेस्ट में औसत और सहनशीलता इनाम पाती है; टी20 में फ़िनिशर का 180 से ऊपर का स्ट्राइक रेट; वनडे इन दोनों के बीच एक अलग ही हिसाब रखता है। किसी एक फ़ॉर्मेट के आँकड़े दूसरे पर लादना — रणजी की पहली पारी की औसत को टी20 की डेथ-ओवर क्षमता बताना — सिर्फ़ लापरवाही नहीं, ग़लत विश्लेषण है।
क्रिकेट में घरेलू-विदेशी अंतर सबसे बड़ा व्याख्यात्मक चर है: भारत की टर्निंग पिच, इंग्लैंड की स्विंग, ऑस्ट्रेलिया का उछाल, यूएई के निरपेक्ष मैदान। यह चर तभी लगाया जा सकता है जब पता हो कि मैच कहाँ खेला गया। DLS का गणित, जो बारिश के बाद लक्ष्य बदल देता है, बिना मैच-संदर्भ के किसी नतीजे की निष्पक्षता तय नहीं कर सकता। वर्ल्ड टेस्ट चैंपियनशिप की अंक-तालिका टेस्ट के एंकर के बिना मंगाई ही नहीं जा सकती।
इसलिए जब स्टेज-1 का निष्कर्षण एक भी फ़ॉर्मेट टोकन नहीं लौटाता — न टेस्ट, न वनडे, न टी20, न कोई लीग का नाम — तो स्टेज-2 के आठों आयाम एक साथ बंद हो जाते हैं। यह आधा-अधूरा विश्लेषण नहीं है। यह अमान्य विश्लेषण है।
कोर: शून्य और पतला — एक ही चीज़ नहीं
पहला फ़र्क़ जिसे दर्ज करना ज़रूरी है, वह है खाली और पतले के बीच का। पतले लेख में कुछ होता है — दो नाम, एक तारीख़, एक आधा-अधूरा आँकड़ा — जिससे बहस शुरू हो सके। यहाँ सूचना बिंदुओं की सूची में शून्य तत्व हैं। पूरे पेलोड में एक भी क्रिकेटीय संज्ञा नहीं है। जहाँ सामग्री शून्य हो, वहाँ पूरा टेम्पलेट भरना विश्लेषण नहीं, गढ़ना है — और खेल-सूचना के काम में गढ़ना सबसे महँगी खामी है।

दूसरा फ़र्क़ संरचना का है। "संलग्न इकाइयाँ" वाले फ़ील्ड में मान की जगह एक निर्देश-वाक्य भरा गया है। इसका सीधा अर्थ है कि स्टेज-1 का एजेंट अपना ही प्रॉम्प्ट वापस लौटा रहा है — यानी उसे पढ़ने के लिए कुछ मिला ही नहीं। ऐसा ही दूसरा चक्रव्यूह "स्रोत की गुणवत्ता" वाले खाने में है, जहाँ लिखा है कि स्रोत-फ़ील्ड से अनुमान लगाइए, और स्रोत-फ़ील्ड खुद अनुपलब्ध है। जब एक फ़ील्ड दूसरे अनुपलब्ध फ़ील्ड से अपना उत्तर माँगे, तो वह आत्मविश्वास पैदा नहीं करता, भ्रम पैदा करता है।
तीसरा और सबसे ख़तरनाक फ़र्क़ जोखिम-मैट्रिक्स में है। छह श्रेणियाँ — खेल-कौशल, कार्मिक, वाणिज्यिक, नियम-सत्यनिष्ठा, जनमत, प्रणालीगत — और हर कोशिका में लिखा है "आकलन असंभव"। समग्र रेटिंग: अपरिभाषित। यहाँ एक वाक्य है जिसे हर खेल-संपादक को अपने डेस्क पर टाँग लेना चाहिए: अन-रेटेड लक्ष्य सुरक्षित लक्ष्य नहीं होता। जहाँ जोखिम नहीं नापा गया, वहाँ का सही पाठ "अज्ञात जोखिम" है, "कम जोखिम" नहीं। व्यवहार में यह अंतर अकसर पोंछ दिया जाता है — खाली खाने को लोग "कोई समस्या नहीं मिली" पढ़ लेते हैं। यह उलटी पढ़ाई है और यही इस रिपोर्ट का केंद्रीय खतरा है।
चौथा तत्व टेम्पलेट का दबाव है। ढाँचा हर आयाम में कम से कम तीन निष्कर्ष और दो छिपी-सूचना बिंदु माँगता है। खाली पेलोड और पूर्णता का यह आदेश जब एक साथ आते हैं, तो जो पैदा होता है वह विश्लेषण नहीं, मनगढ़ंत क्रिकेट-टिप्पणी है। "भारत का मध्यक्रम नाज़ुक लग रहा है", "इस तेज़ गेंदबाज़ की इकॉनमी ऊपर जा रही है" — ये वाक्य किसी भी स्रोत के बिना लिखे जा सकते हैं और किसी भी पाठक द्वारा जाँचे नहीं जा सकते। पूर्णता का दबाव, सत्य से पहले आ जाए, तो पाइपलाइन खुद के खिलाफ़ काम करने लगती है।
यहाँ मेरा अपना रजिस्टर काम आता है। उन्नीस सौ चौरासी में, कूपरेज ग्राउंड पर पूरा मुंबई फुटबॉल लीग सीज़न मैंने एक हार्डबाउंड कॉपी-बुक के साथ बिताया था — शॉट की जगह, थ्रो-इन की उत्पत्ति, और चौरासी-पचासी के अभियान में दर्ज हुए सभी छियानवे सब्स्टिट्यूशन का ठीक-ठीक मिनट। अख़बार फुटबॉल को हफ़्ते में ग्यारह कॉलम-इंच देता था; क्रिकेट पहला और दूसरा पन्ना ले जाता था। मैं गिनता रहा। नब्बे तक उस रजिस्टर में चार सौ बारह मैच दर्ज थे, जिनमें से एक भी कभी छपा नहीं। हार्डबाउंड रजिस्टर कभी झूठ नहीं बोलता: फ़ॉर्मेशन पर भरोसा करने से पहले मार्जिन जाँचिए। तब से मेरा एक ही नियम है — कोई भी रणनीतिक दावा मेरी मेज़ से तब तक नहीं निकलता जब तक उसके पीछे क्रमांकित एंट्री न हो।
उन्नीस सौ छियानवे में ईएसपीएन स्टार स्पोर्ट्स के मुंबई प्रोडक्शन दफ़्तर ने मुझे यूरो 96 के लिए मैच-पैक बनाने पर रखा। जर्मनी के बैक थ्री पर चौबीस पन्नों का डोज़ियर तैयार हुआ, जिसमें सैमर का स्वीपर की तरह बाहर निकलना पूरे तर्क की रीढ़ था, और टूर्नामेंट के सभी इकतीस मैचों की दो हज़ार एक सौ चालीस पज़ेशन-सीक्वेंस टाइमकोड के साथ दर्ज हुईं। प्रोड्यूसरों ने चार चार्ट ऑन एयर इस्तेमाल किए; मेरा नाम क्रेडिट में कभी नहीं आया। उस गर्मी में मेरे पैराग्राफ़ आधे हो गए और फिर कभी नहीं बढ़े — क्योंकि हर विशेषण के बगल में एक संख्या रखनी पड़ती थी।
दो हज़ार चौदह में आईएसएल की नीलामी ने इस ब्लॉग को पहली बार घरेलू विषय दिया। मुंबई सिटी एफ़सी के पीटर रीड के अधीन सभी चौदह लीग मैच मैंने चार्ट किए और पाया कि उनके छब्बीस गोलों में से सत्रह दूसरे हाफ़ के बाद आए, और उनमें से ग्यारह दूसरे हाफ़ के पहले पंद्रह मिनटों के भीतर। नवी मुंबई के फ़ाइनल में एटलेटिको डी कोलकाता ने केरला ब्लास्टर्स को 1-0 से हराया। नीलामी ने ब्लॉग को होम टीम दी, लेकिन रजिस्टर ने उसे रीढ़ दी। ये सारे आँकड़े इसलिए नहीं लिख रहा कि मुझे अपनी बुक-कीपिंग दिखानी है; इन्हें इसलिए लिख रहा हूँ कि यह साबित हो सके कि जब सामग्री उपलब्ध न हो, तो चालीस साल का रजिस्टर भी उसकी जगह नहीं ले सकता। मैं उस खाली डोज़ियर के नाम पर एक भी क्रिकेटीय वाक्य नहीं लिख सकता, क्योंकि उसका कोई एंट्री नंबर नहीं है।
तो बचाव क्या है? बहुत कम। चार चीज़ें, और पूरा आयाम खुल जाता है। लेख का शीर्षक और प्रकाशकीय यूआरएल — जिससे स्रोत की गुणवत्ता और इकाइयों का भ्रम एक साथ हल हो जाए। ठोस संज्ञाओं वाले कम से कम पाँच सूचना बिंदु — टीम, खिलाड़ी, प्रतियोगिता, तारीख़, स्कोर, आँकड़ा। एक फ़ॉर्मेट टोकन, जो हर आयाम के लिए हार्ड ब्लॉकर है। और "संलग्न इकाइयाँ" में मान, निर्देश नहीं। इनके मिलते ही सारे आयाम पूरी गहराई से चलने लगते हैं। न मिलने पर यही रिपोर्ट सही और पूरी रिपोर्ट है।

उलटा कोण: पूरा दिखने वाला आउटपुट खाली वाले से ज़्यादा ख़तरनाक है
यहीं वह बात है जिस पर मैं अपने पचास साल के अनुभव से उतरना चाहूँगा। उद्योग की सहज प्रतिक्रिया यही होगी कि खाली डोज़ियर एक विफलता है और भरा हुआ डोज़ियर एक सफलता। मेरा पाठ उलटा है। खाली डोज़ियर एक सफल परिणाम है — यह उस प्रणाली की सत्यनिष्ठा साबित करता है जो जानती है कि उसे कुछ नहीं मिला। असली विफलता वह है जो शून्य पर भी तीन निष्कर्ष और दो छिपी-सूचना बिंदु लौटा दे। जिस मशीन ने आपको बताया कि उसका पेलोड खाली है, उस पर आप दोबारा भरोसा कर सकते हैं। जिस मशीन ने खाली पेलोड पर आत्मविश्वास से भरी टिप्पणी लिख दी, उसकी हर अगली रिपोर्ट संदिग्ध है — चाहे वह सही निकले।
यह कोई सैद्धांतिक चिंता नहीं है। खेल-पत्रकारिता का चालू चक्र मात्रा को सत्य से पहले इनाम देता है। चौबीस घंटे का चक्र, हर मैच के बाद तीन राय, हर सीरीज़ पर दस थ्रेड — इस माहौल में "मध्यक्रम कमज़ोर लग रहा है" लिखना मुफ़्त है और उसे ग़लत साबित करना लगभग असंभव। यही वह जगह है जहाँ डेटा-पाइपलाइन की खामी सीधे पाठक तक पहुँचती है: एक खाली इनपुट, ऊपर एक भरा हुआ आउटपुट, और बीच में कोई नहीं जो पूछे कि एंट्री नंबर क्या है। हर ट्रांसफ़र अफ़वाह को फाइल होना चाहिए, तारीख़ मिलनी चाहिए, और पुराने कॉलम से मिलान होना चाहिए — यही नियम किसी भी ऑटोमेटेड क्रिकेट-विश्लेषण पर भी लागू होना चाहिए।
एक और बारीकी है जिसे छोड़ना ठीक नहीं। "स्रोत की गुणवत्ता" और "संलग्न इकाइयाँ" जैसे चक्रीय निर्देश दिखाते हैं कि खामी विश्लेषण की परत में नहीं, निष्कर्षण की परत में है। डोमेन लेबल "क्रिकेट" फिर भी लगा था, यानी वर्गीकरण ने कुछ तो देखा था। सबसे संभावित कारण स्क्रेपिंग के स्तर पर खाली बॉडी है — सहमति-दीवार, जावास्क्रिप्ट-रेंडर, या बॉट-ब्लॉक। मतलब यह कि ढाँचा टूटा नहीं है; उसे बस सामग्री नहीं मिली। और यही अच्छी खबर है: पूरा ब्लॉक एक ही दोबारा-स्क्रेप से हल हो सकता है।
टेकअवे: अगली बार क्या देखना है
पाइपलाइन पर नज़र रखने के लिए चार संकेत काफ़ी हैं। निष्कर्षण के बाद भरे हुए फ़ील्ड की गिनती — अगर सूचना बिंदु शून्य हैं और डोमेन लेबल भरा हुआ है, तो स्टेज-2 रोक दीजिए। स्क्रेप के समय स्रोत की पहुँच — खाली बॉडी या बॉट-ब्लॉक का मतलब है पूरे बैच में व्यवस्थागत खाली डोज़ियर। मान-फ़ील्ड में निर्देश-पाठ का रिसाव — "पहचानें" जैसी क्रिया दिखे तो प्रॉम्प्ट-इको बग है। और प्रति सौ लेखों में खाली डोज़ियर की दर — आधार-रेखा से ऊपर जाए तो स्क्रेपर की मरम्मत ज़रूरी है।
इस पूरे प्रकरण का एक ही स्थायी लाभ है: यह एक तैयार रेग्रेशन-टेस्ट फ़िक्स्चर है। ज्ञात-खाली इनपुट और अपेक्षित खाली-आउटपुट की जोड़ी किसी भी भविष्य की पाइपलाइन को जाँच सकती है। और एक सवाल जो मैं अपने डेस्क से हटा नहीं सकता: अगली बार जब कोई कॉलम आपको आत्मविश्वास से बताए कि भारत का मध्यक्रम कमज़ोर है, तो उससे एक ही चीज़ पूछिए — उस वाक्य का एंट्री नंबर क्या है?
