स्पोर्ट्स एनालिटिक्स में 'नल इनपुट' संकट: जब डेटा पाइपलाइन विफल हो जाए तो क्रिकेट विश्लेषण कैसे ठप हो जाता है

पिछले एक दशक में खेल पत्रकारिता और खेल विश्लेषण की प्रक्रिया में एक मौन क्रांति हुई है। पहले एक पत्रकार मैदान में बैठकर मैच देखता था, स्कोरबुक खंगालता था, खिलाड़ियों से बात करता था और फिर अपनी समझ से रिपोर्ट लिखता था। आज इस श्रृंखला के कई हिस्से मशीनों और स्वचालित पाइपलाइनों को सौंप दिए गए हैं। लेख पहले पढ़ा जाता है, फिर उसके तथ्यों को क्रमांकित बिंदुओं में तोड़ा जाता है, और अंत में उन बिंदुओं पर आठ-आयामी विश्लेषण तैयार किया जाता है। यह व्यवस्था तभी तक भरोसेमंद रहती है जब तक पहला चरण ठोस जानकारी दे। लेकिन जब पहला ही चरण खाली हाथ लौटे, तो दूसरे चरण के पास क्या विकल्प बचता है? इसी सवाल का जवाब एक Stage-2 विश्लेषण रिपोर्ट में असामान्य स्पष्टता से दिया गया है। उस रिपोर्ट का निष्कर्ष यह है कि उसे दिए गए इनपुट में एक भी उपयोगी सूचना-बिंदु नहीं था। शीर्षक, स्रोत, लेख का प्रकार, मुख्य दृष्टिकोण, लेखक का रुख, लेख का उद्देश्य और सबसे महत्वपूर्ण सूचना-बिंदुओं की सूची, सब खाली या अनुपलब्ध थे। जो एक चीज बची थी, वह थी एक भौगोलिक लेबल, जो केवल यह संकेत देता है कि विषय संभवतः एशियाई क्रिकेट से जुड़ा हो सकता है। यह लेबल न प्रारूप है, न टीम, न खिलाड़ी और न ही कोई घटना। यहां एक पेशेवर नैतिकता का सवाल उठता है। जब किसी विश्लेषक या विश्लेषण प्रणाली के सामने खाली इनपुट रखा जाए और उससे कहा जाए कि वह हर आयाम पर कम से कम तीन निष्कर्ष और दो छिपी जानकारियां निकाले, तो सबसे आसान रास्ता यह होता है कि वह कल्पना से खांचे भर दे। कोई खिलाड़ी का नाम जोड़ दे, कोई स्कोर गढ़ दे, कोई रैंकिंग नंबर लिख दे। क्रिकेट में ऐसा करना सबसे खतरनाक है, क्योंकि क्रिकेट के लगभग सभी आंकड़े सार्वजनिक रूप से जांचे जा सकते हैं। किसी खिलाड़ी का औसत, स्ट्राइक रेट, इकॉनमी रेट, आईसीसी रैंकिंग, नीलामी की कीमत, ये सब कुछ मिनटों में सत्यापित किए जा सकते हैं। गढ़ा हुआ आंकड़ा पाठक को धोखा देता है और आगे की हर उस प्रक्रिया को दूषित कर देता है जो उस विश्लेषण पर आधारित हो। यह रिपोर्ट अपने आप में एक दुर्लभ दस्तावेज है। यह बताती है कि किसी विश्लेषण का मूल्य केवल उसकी लंबाई या उसके आत्मविश्वास से नहीं मापा जाता, बल्कि इस बात से मापा जाता है कि उसका हर निष्कर्ष किसी ठोस साक्ष्य से जुड़ा है या नहीं। रिपोर्ट का एक-एक आयाम खाली है, लेकिन हर आयाम के साथ यह भी लिखा है कि उसे भरने के लिए Stage-1 से क्या चाहिए। दूसरे शब्दों में, यह विफलता की रिपोर्ट नहीं, बल्कि एक तैयार और प्रमाणित चेकलिस्ट है जो अगली बार सही इनपुट मिलने पर तुरंत भर जाएगी। क्रिकेट विश्लेषण की सबसे बुनियादी शर्त प्रारूप है। टेस्ट, एकदिवसीय, टी20 और द हंड्रेड, ये चार अलग-अलग प्रतियोगिता संरचनाएं हैं और इनके आंकड़े एक-दूसरे से तुलनीय नहीं होते। एक बल्लेबाज का टी20 स्ट्राइक रेट उसके टेस्ट औसत का अनुमान नहीं लगा सकता। एक गेंदबाज की टी20 इकॉनमी रेट यह नहीं बताती कि वह पांच दिन के मैच में कितनी मेहनत से विकेट निकालेगा। इसलिए जब तक यह स्पष्ट न हो कि विषय किस प्रारूप का है, किसी भी आंकड़े का मूल्यांकन अधूरा रहता है। रिपोर्ट में यह बात साफ कही गई है कि एशिया का लेबल एक भौगोलिक पहचान है, प्रारूप की पहचान नहीं। एशिया में शारजाह की सपाट पिच, ढाका की धीमी टर्निंग पिच, कैंडी की सुबह की सीम और दाम्बुला की उमस, इन सबकी रणनीतिक मांगें एक-दूसरे के विपरीत हैं। इसलिए केवल एशिया कहकर खेल की परिस्थितियों पर निष्कर्ष निकालना गलत होगा। यही कारण है कि रिपोर्ट का पहला आयाम, प्रारूप और मैच विश्लेषण, पूरी तरह बंद है। इनपुट में न कोई फिक्स्चर है, न सीरीज का नाम, न स्कोरलाइन और न ही किसी पारी की स्थिति। पावरप्ले, मध्य ओवर या डेथ ओवर का कोई आंकड़ा नहीं है। वेन्यू, पिच का प्रकार, घर या बाहर का कोई संकेत नहीं है। मौसम, ओस या बारिश से बाधित मैच का कोई जिक्र नहीं है। ऐसी स्थिति में मैच पर कोई भी टिप्पणी कल्पना होगी। दूसरा आयाम, खिलाड़ी की तकनीक और आंकड़े, इससे भी आगे की समस्या है। रिपोर्ट कहती है कि कोई भी खिलाड़ी नामित या चित्रित नहीं किया जा सकता, क्योंकि Entities Involved वाले खाने में नामों के बजाय एक निर्देश लिखा हुआ था, और ऐसे कोई सूचना-बिंदु ही नहीं थे जिनसे किसी को पहचाना जा सके। किसी भी मीट्रिक का मानक तय नहीं किया जा सकता, क्योंकि मानक भूमिका पर निर्भर करता है, ओपनर या फिनिशर, प्रारूप पर निर्भर करता है, और करियर के चरण पर निर्भर करता है। जन्मतिथि, करियर की अवधि या बारह महीने के रुझान के बिना उम्र-वक्र या फॉर्म-चक्र का कोई अनुमान संभव नहीं। यहां एक बात और जोड़नी चाहिए। स्ट्राइक रेट शब्द अपने आप में दोअर्थी है। बल्लेबाज के लिए यह प्रति सौ गेंद पर बनाए रन हैं, यानी जितना अधिक उतना बेहतर। गेंदबाज के लिए यह प्रति विकेट लगी गेंदें हैं, यानी जितना कम उतना बेहतर। संदर्भ के बिना यह संख्या किसी काम की नहीं। तीसरा आयाम, टीम का परिदृश्य और रैंकिंग, भी खाली है। आईसीसी की रैंकिंग तालिकाएं प्रारूप के अनुसार अलग-अलग हैं, इसलिए प्रारूप का टैग पहले से जरूरी है। बल्लेबाजी की गहराई, गेंदबाजी संयोजन, बेंच की गहराई और उम्र का ढांचा, किसी का भी आकलन नहीं हो सकता। रिपोर्ट यह भी याद दिलाती है कि एशिया शब्द अपने आप में बहुत व्यापक है। इसमें भारत जैसी शीर्ष शक्ति है, पाकिस्तान और श्रीलंका जैसी मजबूत मध्य-स्तरीय टीमें हैं और अफगानिस्तान जैसी उभरती ताकत है। इतने विस्तार को एक श्रेणी में डालना अर्थहीन होगा। चौथा आयाम, लीग और वाणिज्यिक पारिस्थितिकी, पूरी तरह सुप्त है। न कोई लीग है, न फ्रैंचाइजी, न ब्रॉडकास्टर, न कोई लेन-देन और न ही वेतन का कोई आंकड़ा। इस आयाम का मूल सवाल यह होता है कि वाणिज्यिक मूल्य और अंतरराष्ट्रीय खेल मूल्य एक नहीं होते। लेकिन तुलना के दोनों पक्ष ही इनपुट में मौजूद नहीं हैं, इसलिए यह सवाल नहीं उठाया जा सकता। रिपोर्ट स्पष्ट करती है कि वह किसी भी खिलाड़ी का कोई संकेतात्मक बाजार मूल्य नहीं बताएगी, क्योंकि नीलामी की कीमतें अस्थिर और सीजन-विशिष्ट होती हैं और पुराना या गढ़ा हुआ आंकड़ा इस आयाम की सबसे बड़ी गलती है। पांचवां आयाम, नियम और शासन, के पास भी कोई प्रश्न नहीं है। कोई नियम परिवर्तन नहीं, कोई बोर्ड का निर्णय नहीं, कोई अनुशासनात्मक कार्रवाई नहीं और कोई सत्यनिष्ठा का आरोप नहीं। रिपोर्ट इस बात पर जोर देती है कि अनुपालन जोखिम को कम आंकना उतना ही अनुचित होगा जितना अधिक आंकना, क्योंकि बिना साक्ष्य के दिया गया कम जोखिम का आकलन गलत अर्थ में दोषमुक्ति जैसा पढ़ा जा सकता है। छठा आयाम, जोखिम-पक्ष विश्लेषण, छह श्रेणियों में फैला है और सभी अंधकार में हैं। खेल, कार्मिक, वाणिज्यिक, नियम और सत्यनिष्ठा, जनमत और प्रणालीगत। इनमें से दो श्रेणियां विशेष रूप से खतरनाक हैं, सत्यनिष्ठा और चोट या कार्यभार। क्रिकेट कवरेज में ये दोनों अक्सर चुपचाप नुकसान पहुंचाती हैं और यहां इन्हें छाना ही नहीं जा सकता। सातवां आयाम, जन-नैरेटिव और अपेक्षा, बिना नामित विषय के नहीं बन सकता। किसी युवा सितारे पर छोटी टी20 लीग के बाद चढ़ने वाला अति-प्रचार प्रीमियम हो या किसी अनुभवी खिलाड़ी पर चढ़ने वाला विरासत प्रीमियम, इसे नापने के लिए कम से कम एक नामित खिलाड़ी और एक प्रदर्शन दावा चाहिए। दोनों नहीं हैं। आठवां आयाम, उद्योग संचरण, पूरी तरह ठप है। कोई घटना नहीं है जो मूल्य श्रृंखला में आगे बढ़े। न अधिकारों का सौदा, न फ्रैंचाइजी की बिक्री, न बोर्ड के राजस्व की घोषणा, न लीग का विस्तार और न खिलाड़ी के स्थानांतरण की कोई खबर। ब्रॉडकास्ट मीडिया, दक्षिण एशियाई बाजार, प्रतिभा आपूर्ति श्रृंखला, पूंजी नेटवर्क, सट्टा और फैंटेसी स्पोर्ट्स, सभी पर प्रभाव की दिशा या परिमाण बताना असंभव है। रिपोर्ट साफ कहती है कि सट्टेबाजी से जुड़ी कोई सामग्री इनपुट में नहीं है और इसलिए कोई सट्टेबाजी संबंधी मार्गदर्शन नहीं दिया जाएगा। अब सबसे महत्वपूर्ण सवाल। यदि यह रिपोर्ट इस तरह पढ़ी जाए मानो इसने स्रोत लेख को सत्यापित कर दिया हो, तो सबसे बड़ा खतरा पैदा होगा। एक बिना जांचा हुआ लेख 'Stage-2 पूर्ण' की मुहर के साथ किसी निर्णय प्रक्रिया में प्रवेश कर सकता है। यह जोखिम खेल का नहीं, प्रक्रिया का है। इसीलिए रिपोर्ट यह सिफारिश करती है कि इस आइटम को किसी भी ट्रैकिंग प्रणाली में 'अवरुद्ध, विश्लेषण नहीं हुआ' के रूप में चिह्नित किया जाए और Stage-1 दोबारा सफल होने तक इसे किसी भी ब्रीफिंग से बाहर रखा जाए। विफलता का पैटर्न भी ध्यान देने योग्य है। ढांचा सुरक्षित है, लेकिन सामग्री खाली है। यह पैटर्न एक बात की ओर इशारा करता है कि समस्या लेख की अनुपस्थिति नहीं, बल्कि निष्कर्षण परत की खराबी है। संभव है कि स्रोत पे-वॉल के पीछे हो, केवल वीडियो के रूप में हो, जावास्क्रिप्ट से बना पेज हो, या ऐसी भाषा में हो जिसे पार्सर नहीं पढ़ सका। इसका मतलब है कि मूल स्रोत बरामद हो सकता है, बशर्ते URL अभी भी दर्ज हो। यहां से तीन सुधार के रास्ते निकलते हैं। पहला, स्रोत का पूरा ब्योरा यानी शीर्षक, स्रोत, URL और प्रकाशन तिथि, सबसे पहले दर्ज की जाए, किसी भी विघटन से पहले। दूसरा, यदि किसी बैच में एक से अधिक खाली रिटर्न मिलें, तो उसे एकबारगी गड़बड़ न मानकर व्यवस्थागत पार्सर खराबी माना जाए और बैच को रोककर जांच की जाए। तीसरा, यह देखा जाए कि विफलताएं किस भाषा और किस सामग्री प्रकार में अधिक हैं। यदि वे गैर-अंग्रेजी स्रोतों या वीडियो और पे-वॉल स्रोतों में केंद्रित हों, तो यह पार्सर कवरेज की कमी है और उसके लिए अलग निष्कर्षण मार्ग जोड़ना चाहिए। अंत में, इस पूरी घटना से एक सीधा सबक निकलता है। स्वचालित विश्लेषण की सबसे बड़ी ताकत उसकी गति नहीं, उसकी सत्यनिष्ठा है। एक प्रणाली जो खाली इनपुट पर भी तेईस पन्नों का विश्लेषण बना दे, वह खतरनाक है। एक प्रणाली जो खाली इनपुट पर यह कह दे कि मेरे पास विश्लेषण करने के लिए कुछ नहीं है, वह भरोसेमंद है। खेल पत्रकारिता में यह अंतर शायद किसी भी तकनीकी सुधार से अधिक मायने रखता है। शब्दावली पर एक संक्षिप्त टिप्पणी। प्रारूप से तात्पर्य टेस्ट, एकदिवसीय, टी20 और द हंड्रेड जैसी अलग प्रतियोगिता संरचनाओं से है। इकॉनमी रेट का अर्थ प्रति ओवर दिए गए रन हैं। पावरप्ले और डेथ ओवर सीमित ओवर की वे दो अवस्थाएं हैं जहां फील्डिंग प्रतिबंध और उच्च स्कोरिंग होती है। डीएलएस यानी डकवर्थ-लुईस-स्टर्न विधि बारिश के बाद लक्ष्य तय करने का मानक तरीका है। डब्ल्यूटीसी विश्व टेस्ट चैंपियनशिप है। एनओसी यानी नो ऑब्जेक्शन सर्टिफिकेट किसी राष्ट्रीय बोर्ड की वह अनुमति है जो खिलाड़ी को विदेशी लीग में खेलने देती है। आरटीएम यानी राइट टू मैच आईपीएल नीलामी की वह व्यवस्था है जिसमें पुरानी फ्रैंचाइजी शीर्ष बोली की बराबरी करके खिलाड़ी को रोक सकती है। एसीयू आईसीसी की भ्रष्टाचार-रोधी इकाई है। और क्रिकेट एशिया केवल एक क्षेत्रीय लेबल है, न प्रारूप, न प्रतियोगिता और न टीम की पहचान। यह रिपोर्ट केवल खेल-सूचना और शोध-प्रक्रिया के संदर्भ के लिए है। यह किसी सट्टेबाजी सलाह या भविष्यवाणी के रूप में नहीं है। इस रिपोर्ट में किसी भी क्रिकेटर, टीम, लीग, लेन-देन या शासी निकाय का आकलन नहीं किया गया है। भविष्य के किसी भी निष्कर्ष के लिए मान्य Stage-1 इनपुट से दोबारा व्युत्पत्ति करनी होगी। खेल के परिणाम अत्यधिक अनिश्चित होते हैं और हर विश्लेषणात्मक निष्कर्ष को तर्कसंगत रूप से परखना चाहिए।