क्रिकेट एनालिटिक्स की 'खोखली रिपोर्ट': स्कीमा सलामत, तथ्य शून्य
क्रिकेट एनालिटिक्स की एक स्टेज-1 रिपोर्ट में स्कीमा पूरा था लेकिन सूचना-बिंदु शून्य थे — यानी शीर्षक, तालिकाएँ और कॉन्फिडेंस टैग मौजूद, पर एक भी क्रिकेट तथ्य नहीं। यह सबसे खतरनाक तरह की विफलता मानी जाती है, क्योंकि ऐसा आउटपुट असली एनालिसिस जैसा दिखता है और डाउनस्ट्रीम मॉडल या संपादक को काल्पनिक टीमों, खिलाड़ियों और आँकड़े गढ़ने के दबाव में डाल सकता है। ऑडिट के मुताबिक वर्गीकरण चरण चला था लेकिन निष्कर्षण चरण विफल रहा, इसलिए यह त्रुटि सुधार्य है। सिफ़ारिश साफ़ है: केवल एक्सट्रैक्शन दोबारा चलाएँ, खाली सूचना-बिंदु सूची को ब्लॉकिंग त्रुटि घोषित करें, और स्रोत-ग्रेडिंग व प्रकाशन-तिथि को अनिवार्य फ़ील्ड बनाएँ।
एक क्रिकेट एनालिसिस रिपोर्ट जिसमें शीर्षक मौजूद हैं, तालिकाएँ सजी हैं, कॉन्फिडेंस टैग लगे हैं, जोखिम मैट्रिक्स भरा है — और तथ्य एक भी नहीं। यह किसी काल्पनिक परिदृश्य का वर्णन नहीं है, बल्कि हाल में पूरा हुए एक डेटा-पाइपलाइन ऑडिट का निष्कर्ष है। 'स्टेज-1 डीकंस्ट्रक्शन' नाम की प्रक्रिया ने आठ-आयामी क्रिकेट विश्लेषण ढाँचे को जो इनपुट सौंपा, वह संरचना के हिसाब से पूरा था — लेकिन उसमें सूचना-बिंदुओं की सूची बिल्कुल खाली थी।
ऑडिट का नतीजा साफ़ है: जब आधार ही शून्य हो, तो उस पर खड़ा कोई भी विश्लेषण भरोसेमंद नहीं हो सकता। इसीलिए विश्लेषण ने टीमें, खिलाड़ी, फ़ॉर्मेट, स्टेडियम या टूर्नामेंट अनुमान से निकालने से साफ़ इनकार कर दिया और एक 'नल रिपोर्ट' पेश की — यानी ऐसी रिपोर्ट जो दावा करने के बजाय दावे की अक्षमता दर्ज करती है।
ऑडिट में आख़िर निकला क्या
स्टेज-1 की आउटपुट शीट में ग्यारह प्रमुख फ़ील्ड थीं। इनमें से नौ या तो खाली थीं या 'लागू नहीं'। लेख का शीर्षक नहीं, स्रोत प्रकाशक नहीं, लेख का प्रकार 'अवर्गीकृत', एक-वाक्य सारांश खाली, लेखक का रुख अनुपलब्ध, लेख का उद्देश्य अनुपलब्ध। सबसे गंभीर चोट सूचना-बिंदुओं पर लगी — वह सूची, जिससे ढाँचे का हर आयाम जुड़ा है, खाली लौटी।
दो फ़ील्ड ऐसी थीं जिन्होंने खाली न होकर भी समस्या पैदा की। डोमेन लेबल 'क्रिकेट' होने के बजाय 'क्रिकेट_वर्ल्ड' लौटा — स्कीमा में मान्य नहीं। और 'एंटिटीज़ इन्वॉल्व्ड' फ़ील्ड में असल नामों के बजाय एक निर्देश-वाक्य भर आया — 'ऊपर दिए सूचना-बिंदुओं से पहचानें'। यानी पाइपलाइन ने खुद काम करने के बजाय आगे वाले को काम सौंप दिया, जबकि सौंपने के लिए कोई सामग्री ही नहीं थी।
समय-संवेदनशीलता का आकलन स्टेज-1 में हुआ ही नहीं — यह सीधे विश्लेषक पर छोड़ दिया गया। और स्रोत की गुणवत्ता का निर्धारण भी टल गया। इन दो चूकों ने बाद के हर आयाम को दोहरी मार दी।
सबसे बड़ा ख़तरा: खालीपन जो असली जैसा दिखता है
तकनीकी दृष्टि से सबसे चौंकाने वाली बात यह नहीं कि रिपोर्ट खाली है — बल्कि यह कि वह खाली होकर भी संपूर्ण दिखती है। शीर्षक अपनी जगह, तालिकाओं की लाइनें अपनी जगह, कॉन्फिडेंस टैग (उच्च/मध्यम/निम्न) अपनी जगह। एक स्वचालित गुणवत्ता जाँच इसे 'फ़ॉर्मेट मान्य' मानकर आगे बढ़ा देगी।
यही इस विफलता का असली ज़हर है। एक स्पष्ट त्रुटि पकड़ी जा सकती है; एक साफ़-सुथरी दिखने वाली खोखली रिपोर्ट आगे के मॉडल या संपादक को यह भरोसा देती है कि ऊपर के चरण में काम हो चुका है। फिर निचला मॉडल खाली जगह को भरने के दबाव में आता है — और क्रिकेट में यह दबाव ख़तरनाक है, क्योंकि इस खेल में 'प्रशंसनीय' आँकड़े गढ़ना बेहद आसान है। एक काल्पनिक 'बाएँ हाथ के तेज़ गेंदबाज़ की डेथ ओवर इकॉनमी' या 'सलामी बल्लेबाज़ का पावरप्ले स्ट्राइक रेट' पढ़ने में उतना ही असली लगेगा जितना सच्चा।
ऑडिट ने यहीं सबसे सख़्त नियम लगाया: बिना स्टेज-1 हवाले के कोई टीम, कोई फ़ॉर्मेट, कोई आँकड़ा नहीं लिखा जाएगा। भले ही डोमेन लेबल 'क्रिकेट_वर्ल्ड' क्यों न कहता हो।
फ़ॉर्मेट की अनुपस्थिति: सबसे महँगी चूक
क्रिकेट विश्लेषण में फ़ॉर्मेट कोई छोटी जानकारी नहीं, बल्कि पूरी बहस की नींव है। टेस्ट, वनडे, टी20 और द हंड्रेड — चारों की रणनीतिक बुनावट अलग है, और हर मानक (बेंचमार्क) भी अलग। टी20 में 180+ का स्ट्राइक रेट फ़िनिशर की पहचान है, जबकि टेस्ट में 180 का स्ट्राइक रेट सवाल खड़ा करता है। टी20 में 7 से नीचे की इकॉनमी शानदार मानी जाती है; टेस्ट में यह आँकड़ा ही अपना अर्थ खो देता है।
इनपुट में फ़ॉर्मेट का नाम नहीं था। इसका मतलब यह नहीं कि विश्लेषण 'थोड़ा कम' हुआ — इसका मतलब है कि डेटा उद्धृत करने का दरवाज़ा पूरी तरह बंद हो गया। इसी तर्क पर ऑडिट ने बिना फ़ॉर्मेट के कोई भी आँकड़ा उठाने से इनकार कर दिया, क्योंकि ऐसा हर प्रयास 'क्रॉस-फ़ॉर्मेट संदूषण' का शिकार होता — यानी एक फ़ॉर्मेट का डेटा दूसरे फ़ॉर्मेट के दावे को सही ठहराने लगता।
इसी तरह वेन्यू और मेज़बान देश का ज़िक्र न होना भी भारी पड़ा। क्रिकेट दुनिया का शायद वह खेल है जहाँ घर और बाहर के प्रदर्शन में सबसे बड़ा फ़ासला होता है — पिच, मौसम, ओस, टॉस का महत्व और यात्रा-थकान, सब घर के हिसाब से बदलते हैं। वेन्यू के बिना टीम-आकलन का सबसे ज़रूरी संदर्भ ही गायब है।

स्रोत और समय: दो ऐसी चूकें जो अकेले रिपोर्ट को बेकार करती हैं
क्रिकेट में सूचना का दर्जा अक्सर निष्कर्ष से ज़्यादा मायने रखता है। बोर्ड की आधिकारिक घोषणा, शीर्ष स्तर के पत्रकार की रिपोर्ट, सामान्य मीडिया की ख़बर, और ट्रैफ़िक के लिए चलने वाला अफ़वाह-खाता — इन चारों को एक ही तराजू पर तौलना गंभीर भूल है। नीलामी, चयन, चोट और अनुबंध की ख़बरों में तो स्रोत की श्रेणी ही आधी कहानी होती है। यहाँ लेख का प्रकाशक भरा ही नहीं गया, इसलिए स्रोत-ग्रेडिंग का कोई रास्ता नहीं बचा।
दूसरी चूक समय की है। क्रिकेट के दावे बहुत तेज़ी से पुराने पड़ते हैं — फ़ॉर्म हफ़्तों में बदलता है, रैंकिंग हर सीरीज़ के बाद, फ़िटनेस हर मैच के बाद, और नीलामी मूल्यांकन हर सीज़न में। जब तक प्रकाशन-तिथि और घटना-तिथि दोनों दर्ज न हों, किसी भी दावे की 'ताज़गी' नापी ही नहीं जा सकती। यहाँ दोनों में से कुछ भी नहीं था।

अच्छी ख़बर: विफलता जानलेवा नहीं, सुधार्य है
ऑडिट का सबसे उम्मीद-भरा निष्कर्ष यह है कि तकनीकी ढाँचा सही-सलामत बचा है। डोमेन लेबल भरा गया — यानी वर्गीकरण (क्लासिफ़िकेशन) का हिस्सा चला। जो नहीं चला, वह है निष्कर्षण (एक्सट्रैक्शन)। यह अंतर अहम है: इसका मतलब स्रोत का लेख ख़राब या ग़ैर-क्रिकेट नहीं था, बल्कि पाइपलाइन आधी रह गई। दूसरे शब्दों में, यह 'सिस्टम क्रैश' है, 'सिस्टम डिज़ाइन' नहीं।
इससे एक और बात निकलती है — सुधार का ख़र्च जोड़ने वाला नहीं है। सभी आठ आयाम एक ही दरवाज़े पर अटके हैं: सूचना-बिंदुओं की खाली सूची। एक सफल एक्सट्रैक्शन रन आठों को एक साथ खोल सकता है। इसीलिए सिफ़ारिश साफ़ है — वर्गीकरण दोबारा करने की ज़रूरत नहीं, केवल निष्कर्षण चरण दोबारा चलाएँ।
क्या बदलना चाहिए: पाँच ठोस सिफ़ारिशें
पहली — स्टेज-1 के अनुबंध में यह शर्त जोड़ी जाए कि सूचना-बिंदुओं की सूची खाली होना एक 'ब्लॉकिंग त्रुटि' है, चेतावनी नहीं। खाली सूची के साथ आगे बढ़ना ही निषिद्ध हो।
दूसरी — 'एंटिटीज़ इन्वॉल्व्ड' फ़ील्ड पर सख़्त प्रकार-जाँच लगे। वहाँ नाम आना चाहिए, निर्देश-वाक्य नहीं। यही गड़बड़ आगे के दोनों सबसे ज़रूरी आयामों — खिलाड़ी तकनीक और टीम परिदृश्य — को रोक रही है।
तीसरा — स्रोत-ग्रेडिंग को अनिवार्य और अवरोधक फ़ील्ड बनाया जाए। 'आधिकारिक बोर्ड / शीर्ष पत्रकार / सामान्य मीडिया / अफ़वाह-खाता' — यह वर्गीकरण बिना भरे रिपोर्ट आगे न बढ़े।
चौथा — प्रकाशन-तिथि और घटना-तिथि, दोनों दर्ज करना अनिवार्य हो। बिना इनके किसी भी क्रिकेट दावे की उम्र नहीं नापी जा सकती।
पाँचवाँ — जिस भी स्टेज-2 रिपोर्ट का स्रोत खाली हो, उस पर एक स्थायी 'सत्यापन लंबित' चेतावनी चस्पी जाए, ताकि वह किसी भी निर्णय का आधार न बने।
उद्योग के लिए सबक
क्रिकेट आज दुनिया के सबसे डेटा-संचालित खेलों में से एक है। फ़ैंटेसी लीग, प्रसारण अधिकार, नीलामी मूल्यांकन और टीम-चयन — सब कुछ एनालिटिक्स पर टिका है। ऐसे माहौल में खाली रिपोर्ट का सबसे बड़ा नुकसान यह नहीं कि वह कुछ नहीं बताती; नुकसान यह है कि वह भरोसे का ढोंग करती है।
ऑडिट ने अपनी रेटिंग में यही दर्ज किया — खेल-मूल्य, उद्योग-मूल्य और समय-मूल्य, तीनों को पाँच में से एक स्टार। केवल 'संदर्भ मूल्य' को दो स्टार मिले, क्योंकि यह रिपोर्ट एक प्रक्रिया-निदान के रूप में काम आती है: यह ठीक-ठीक बताती है कि आगे बढ़ने से पहले स्टेज-1 को क्या देना होगा।
जिन संकेतों पर नज़र रखनी है, वे स्पष्ट हैं — सूचना-बिंदुओं की सूची में कम से कम एक प्रविष्टि जिसमें फ़ॉर्मेट या मुक़ाबले की पहचान हो; लेख के स्रोत और तारीख़ का भरना; 'अवर्गीकृत' से आगे बढ़कर लेख-प्रकार तय होना; और एंटिटी फ़ील्ड में असली नाम लौटना। इनमें से कोई एक भी पूरा होते ही तस्वीर बदलने लगेगी।
फ़िलहाल स्थिति यही है: स्कीमा सलामत, तथ्य शून्य। और जब तथ्य शून्य हों, तो पेशेवर जवाब अनुमान नहीं, बल्कि स्पष्ट इनकार है। यह रिपोर्ट किसी भी सट्टेबाज़ी या वित्तीय निर्णय का आधार नहीं है।
