खाली डेटा, गहरा संकट: क्रिकेट एनालिसिस पाइपलाइन में 'नल पेलोड' की समस्या

क्रिकेट की खबरों के बीच एक अजीब बात हुई है। जब वर्ल्ड क्रिकेट डोमेन का क्लासिफायर एक टैग 'cricket_world' मना तो सही, लेकिन उस आर्टिकल का टाइटल, सोर्स, एक-लाइन समरी, इंफॉर्मेशन पॉइंट्स, कोर व्यूअपॉइंट — सब कुछ खाली रहा। यह अब एक क्रिकेट विश्लेषण पाइपलाइन के लिए सीधा खतरा बन गया है। खासकर तब, जब डाउनस्ट्रीम स्कोरिंग, एडिटोरियल प्रायोरिटाइजेशन और मार्केट-सिग्नल पाइपलाइनें इसी डेटा पर चलती हैं। जब पे-वॉल, जावास्क्रिप्ट-आधारित पेज या बॉट ब्लॉक से फेचिंग फेल होती है, तो सिस्टम को यह कभी पता नहीं चलता कि डेटा गायब है। वह समझता है कि आर्टिकल में कोई खबर नहीं है। इसी भ्रम को 'नल पेलोड' का नाम दिया गया है। भारतीय क्रिकेट की प्रकृति देखिए। अगर किसी मैच के दौरान लाइव फेचिंग फेल हो जाए, तो यह बात खुद एक खबर बन जाती है। अंतरराष्ट्रीय क्रिकेट में ऐसा कोई मामला नहीं है, जहां स्टेडियम में मैदान के बीच हुई कोई घटना रिकॉर्ड से गायब हो जाए। असल में 'इंडोर' के टीवी अंपायर बूथ मामले ने भी यही दिखाया था। जब अंपायर बूथ में सिग्नल यानी डेटा नहीं आता तो कोई भी फैसला दरअसल अधूरी सूचना पर लिया गया फैसला होता है। अब यही स्थिति पूरी क्रिकेट पाइपलाइन में उत्पन्न हो रही है। डोमेन लेबल 'क्रिकेट' है, फॉर्मेट नहीं, खिलाड़ी नहीं, इनिंग्स का स्कोर नहीं, टॉस नहीं। बस 'क्रिकेट' शब्द है। जिस स्पोर्ट्स न्यूज़रूम में विज्ञापनदाताओं और फ्रेंचाइजी के करोड़ों रुपये लगे हों, वहां इस तरह का स्पष्ट डेटा-अभाव ऐसा तकनीकी संकट है जिस पर गंभीरता से विचार करने की आवश्यकता है। क्रिकेट की खबरें उस तरीके से नहीं चलतीं जैसे फुटबॉल ट्रांसफर मार्केट की खबरें। यहां फॉर्मेट ही ब्रांड है। टेस्ट क्रिकेट के पांच दिन, ओडीआई के पचास ओवर और टी20 के बीस ओवर — इनके आंकड़े और रणनीति अलग-अलग होती हैं। खाली पाइपलाइन में कोई फॉर्मेट नहीं है। इस वजह से हर टिप्पणी स्वत: ही गलत हो जाती है। ऐसी ज्वैलिन में कोई डेटा नहीं, कोई खिलाड़ी नहीं। अगर 'क्रिकेट_world' टैग देखकर कोई आईपीएल नीलामी, भारत-पाकिस्तान सीरीज या वर्ल्ड टेस्ट चैंपियनशिप फाइनल गढ़ ले, तो यह सिर्फ उस डेटा की गलती नहीं, उस पूरी प्रणाली की गलती है जो डेटा के न मिलने को 'कम खबर' बताकर आगे भेज देती है। क्रिकेट विश्लेषण का सबसे बड़ा नियम यही है: पहले फॉर्मेट जानो, फिर बात करो। नहीं तो गेंदबाजी की इकॉनमी और बल्लेबाजी की स्ट्राइक रेट को एक ही तराजू में तोलने की भूल हो जाती है। जो सिस्टम फॉर्मेट को पहचाने बिना ही टीम के आंकड़े जारी करे, वह क्रिकेट का नहीं, आंकड़ों का मजाक बना देगा। सबसे हैरान करने वाली बात यह है कि यह गड़बड़ी अलग-अलग जगहों पर नहीं, एक साथ हुई है। जब टाइटल गायब है, सोर्स गायब है, सारी एंटिटीज गायब हैं और सिर्फ डोमेन लेबल मौजूद है, तो इसका मतलब यह है कि क्लासिफिकेशन लेबल तो ध्यान से लगाया गया, लेकिन मूल पाठ को बिल्कुल नहीं बचाया गया। यानी पाइपलाइन में 'क्लासिफिकेशन' काम कर रहा है, जबकि 'एक्सट्रैक्शन' पूरी तरह से फेल हो रहा है। इसका सीधा असर यह है कि जो सिस्टम हर खबर पर रेटिंग देता है, वह इस खाली पेलोड को भी पांच में से एक स्टार दे सकता है। क्योंकि क्रिकेट विश्लेषण के फ्रेमवर्क में खेल का मूल्य ★☆☆☆☆ मिलेगा, औद्योगिक मूल्य भी ★☆☆☆☆ और टाइमलाइन का मूल्य भी। लेकिन असली खतरा यह है कि यह खालीपन बाद में किसी ऐसे डेटाबेस में चला जाएगा जहां से प्रायोरिटी स्कोर और विज्ञापनों की दरें तय होती हैं। मेरी ग्यारह साल की क्रिकेट कवरेज, इंदौर के उस अंपायर बूथ और चौदह वीएआर फिल्मों से सीखा गया सबक बहुत सीधा है। जब रिकॉर्ड पूरा न हो तो फैसला नहीं लिया जाता। जब रिप्ले के फ्रेम पूरे न हों तो 'आउट' नहीं कहा जा सकता। यही सिद्धांत क्रिकेट न्यूज़रूम के डेटा-पाइपलाइन पर भी लागू होता है। जिस टेक्स्ट में कम से कम तीन इंफॉर्मेशन पॉइंट, एक नामांकित एंटिटी और एक फॉर्मेट का जिक्र हो, वही टेक्स्ट स्टेज-2 विश्लेषण के लिए जाए। बाकी को 'डेटा गायब' करार देकर री-फेच और री-एक्सट्रैक्शन के लिए भेजना चाहिए, 'कम न्यूज़वर्थी' नहीं। क्वालिटी कंट्रोल का यही सही अर्थ है। अब आगे क्या? अगर क्रिकेट पाइपलाइन यह नहीं जान पाती कि मैदान पर क्या हुआ, तो वह टॉस, डीएलएस, डीआरएस और नीलामी की कीमतों के बारे में कोई भी बात कैसे कर सकती है? एक टीम का टॉस जीतना, बारिश के बाद लक्ष्य का बदलना और अंपायर के फैसले पर रिव्यू लेना - ये सब वे बिंदु हैं जहां डेटा का एक-एक टुकड़ा मायने रखता है। जिस पल यह टुकड़ा गायब होता है, वहां से विश्लेषण नहीं, अनुमान शुरू होता है। क्या क्रिकेट कवरेज करने वाले सभी प्लेटफॉर्म डेटा के खालीपन को खबर का अभाव मानने की गलती नहीं कर रहे?