स्टेज-1 डेटा खाली: खेल विश्लेषण पाइपलाइन में जहां टूटती है कड़ी

एक खेल विश्लेषण रिपोर्ट तब तैयार होती है जब उसके पीछे का डेटा ठोस हो। लेकिन जब स्टेज-1 का आउटपुट ही खाली आए, तो सवाल सिर्फ रिपोर्ट का नहीं, पूरी प्रक्रिया का बन जाता है। मौजूदा स्टेज-1 परिणाम में सभी महत्वपूर्ण फ़ील्ड खाली हैं। आर्टिकल टाइटल और सोर्स अनुपलब्ध हैं, आर्टिकल टाइप अनक्लासिफाइड है, वन-सेंटेंस समरी खाली है और सबसे अहम—इनफॉर्मेशन पॉइंट्स की सूची पूरी तरह खाली है। इस स्थिति में गहन विश्लेषण का दावा करना तथ्यों को गढ़ने जैसा होगा। यह रिपोर्ट उसी अंतर को सामने रखती है: डेटा के बिना विश्लेषण संभव नहीं, और खाली डेटा पर विश्लेषण का दिखावा सबसे बड़ा जोखिम है। खेल पत्रकारिता में पारंपरिक तरीका यह रहा है कि पहले मैच देखा जाता है, फिर नोट्स बनाए जाते हैं और उसके बाद रिपोर्ट लिखी जाती है। डिजिटल पाइपलाइन में यही क्रम अब चार चरणों में बंट चुका है—क्रॉलिंग, एक्सट्रैक्शन, क्लासिफिकेशन और जनरेशन। जहां किसी एक चरण में गड़बड़ होती है, वहीं से पूरी रिपोर्ट प्रभावित होती है। मौजूदा मामले में चारों में से कम से कम दो चरणों पर सवाल उठते हैं। पहला संभावित कारण यह है कि मूल पेज से मुख्य टेक्स्ट ही नहीं निकला। कई बार क्रॉलर को सिर्फ नेविगेशन बार और कुकी सूचना मिलती है, जबकि असली सामग्री जावास्क्रिप्ट के जरिए लोड होती है। ऐसे में एक्सट्रैक्टर के पास विश्लेषण के लिए कुछ बचता ही नहीं। दूसरा कारण टाइप क्लासिफिकेशन का फेल होना हो सकता है। जब आर्टिकल 'अनक्लासिफाइड' रह जाता है, तो आगे का प्रॉम्प्ट ब्रांच ही सक्रिय नहीं होता और एक्सट्रैक्शन चरण सीधे छोड़ दिया जाता है। तीसरा और चौथा कारण तकनीकी स्तर के हैं। हो सकता है कि एक्सट्रैक्शन सफल रहा हो, लेकिन फ़ील्ड मैपिंग में नाम का अंतर आ गया हो—जैसे 'इनफॉर्मेशन_पॉइंट्स' और 'इन्फोपॉइंट्स'—और सीरियलाइज़ेशन के बाद सूची खाली दिखने लगे। या फिर लैंग्वेज मॉडल का आउटपुट बीच में कट गया और JSON पार्सिंग विफल होने पर डिफ़ॉल्ट खाली मान भर दिए गए। इन चारों में फर्क करने का एक सीधा तरीका है। संबंधित रिकॉर्ड का ओरिजिनल पेलोड और एक्सट्रैक्टर लॉग देखा जाए। अगर इनफॉर्मेशन पॉइंट्स की कुंजी मौजूद है लेकिन उसका मान खाली सूची है, तो समस्या मैपिंग या पार्सिंग की ओर इशारा करती है। और अगर पूरे ऑब्जेक्ट में सिर्फ ढांचागत फ़ील्ड दिख रहे हैं, तो क्रॉलिंग या क्लासिफिकेशन चरण में ही रुकावट आई है। यहां ध्यान देने वाली बात यह भी है कि अतिरिक्त नोट्स में दो निर्देश मौजूद हैं—सोर्स की पहचान करना और गुणवत्ता का आकलन करना। ये दोनों कार्य हैं, निष्कर्ष नहीं। यानी स्टेज-1 अपने काम को पूरा करने से पहले ही रुक गया। एक खेल रिपोर्टर के तौर पर मेरा अनुभव कहता है कि जब भी मैच के आंकड़े अधूरे आते हैं, तो सबसे बड़ी गलती उन्हें अनुमान से भरना होती है। ट्रांसफर बाजार में भी यही होता है—कीमत पहले आती है, ऑडिट बाद में। इस मामले में ऑडिट ही नहीं हुआ है। इसलिए जरूरी है कि रिपोर्ट बनाने से पहले इनपुट की जांच की जाए। तीन में से कोई एक विकल्प पर्याप्त होगा—मूल लेख का पूरा पाठ, स्टेज-1 का दोबारा चलाया गया पूर्ण आउटपुट जिसमें इनफॉर्मेशन पॉइंट्स की वास्तविक प्रविष्टियां हों, या ओरिजिनल क्रॉलिंग रिस्पॉन्स जिससे यह तय हो सके कि दिक्कत क्रॉलिंग में है या एक्सट्रैक्शन में। सामग्री मिलने के बाद काम तुरंत आगे बढ़ सकता है। तर्क-साक्ष्य संरचना तैयार की जा सकती है, जिसमें यह स्पष्ट होगा कि कौन सा कथन तथ्य है, कौन सा पत्रकार का अनुमान और किसके पीछे कोई स्रोत नहीं। संस्थाओं की तालिका बनाई जा सकती है—क्लब, खिलाड़ी, कोच और रिपोर्टर, साथ में हर एक की भूमिका और स्रोत की विश्वसनीयता। समय-संवेदनशीलता का आकलन हो सकता है, यानी घटना कब हुई, प्रकाशन कब हुआ और जानकारी कितने समय तक उपयोगी रहेगी। स्रोत की गुणवत्ता को परतों में बांटा जा सकता है—प्रत्यक्ष साक्षात्कार, क्लब का आधिकारिक बयान, बीट रिपोर्टर की रिपोर्ट और एग्रीगेटेड रीपब्लिशिंग। अंत में यह भी देखा जा सकता है कि उस लेख में समान रिपोर्टों के मुकाबले कितनी नई जानकारी है और कहीं कोई कथा-पूर्वाग्रह तो नहीं। खेल डेटा का सबसे बड़ा सबक यही है—हर प्रणाली कहीं न कहीं से रिसती है। रिसाव को पहचान लेना ही उस प्रणाली को समझने की शुरुआत है। मौजूदा मामले में रिसाव साफ दिख रहा है, और अगला कदम इसे ठीक करना है, न कि खाली जगह को शब्दों से भरना।