क्रिकेट डेटा डेस्क का साइलेंट फेल्योर: जब खाली पेलोड पूरी रिपोर्ट बनकर लौटता है

मैं अपनी डेस्क पर था जब स्क्रीन पर एक क्रिकेट आइटम का स्टेज-1 डिकंस्ट्रक्शन खुला। टाइटल की जगह N/A, सोर्स की जगह N/A, आर्टिकल टाइप 'Unclassified', और नीचे इन्फॉर्मेशन पॉइंट्स का कॉलम — पूरा खाली। डोमेन लेबल में cricket_world लिखा था, जो मानक शब्दावली में Cricket होना चाहिए था। ये कोई ऐसी मैच रिपोर्ट नहीं थी जो ख़राब लिखी गई हो; ये वो रिकॉर्ड था जिसमें लिखने लायक़ कुछ भी पहुँचा ही नहीं था।

अगली स्क्रीन पर आठ-आयामी एनालिसिस फ्रेमवर्क खुला, और उसने वही किया जो एक ईमानदार सिस्टम को करना चाहिए था — हर सेल में 'N/A — insufficient information' भर दिया और ऊपर चेतावनी चिपका दी कि पेलोड में एनालाइज़ करने लायक़ सामग्री नहीं है। रिपोर्ट पूरी दिख रही थी। आठों सेक्शन मौजूद, टेबल्स भरी हुईं, रेटिंग्स लगी हुईं। और यही पूरी समस्या है।

क्रिकेट कवरेज अब तीन गलियारों से गुज़रता है: मैच का घटनाक्रम, बोर्ड और लीग के दस्तावेज़, और इन दोनों को जोड़ने वाली डेटा सप्लाई चेन। डेस्क पर पहला काम यही होता है — किसी खबर को छोटे, सत्यापन-योग्य तथ्यों में तोड़ना, जिन्हें स्टेज-1 इन्फॉर्मेशन पॉइंट्स कहा जाता है। इन्हीं तथ्यों पर फॉर्मेट, खिलाड़ी की तकनीक, टीम का ढाँचा, लीग का पैसा, गवर्नेंस, जोखिम, सार्वजनिक नैरेटिव और इंडस्ट्री ट्रांसमिशन के आठ आयाम टिकते हैं।

यानी इन्फॉर्मेशन पॉइंट्स पूरी इमारत की नींव हैं। नींव खाली हो तो ऊपर जो भी बनेगा, वो आर्किटेक्चर होगा, एनालिसिस नहीं।

क्रिकेट में ये खालीपन ज़्यादा आसानी से आता है, क्योंकि हमारी सबसे ज़रूरी खबरें अक्सर सबसे कम नंबर वाली होती हैं। गवर्नेंस की खबर में स्कोर नहीं होता, सेंट्रल कॉन्ट्रैक्ट की सूची में स्ट्राइक रेट नहीं होता, और बोर्ड की प्रेस रिलीज़ PDF में अक्सर ऐसा कोई फ़ील्ड नहीं होता जिसे स्क्रैपर सीधे उठा ले। जहाँ मैच रिपोर्ट में गेंद-दर-गेंद डेटा होता है, वहाँ गवर्नेंस स्टोरी में सिर्फ़ दो तारीख़ें और एक पदनाम होता है।

मैकेनिज़्म देखिए। पाइपलाइन के पाँच दरवाज़े हैं: फ़ेच, पार्स, वैलिडेट, लेबल, रूट। फ़ेच ने सफ़ा पेज उठाया या पेपरवॉल पर अटका, पार्स ने कुछ नहीं निकाला — और उसके बाद वैलिडेट का दरवाज़ा खुला ही नहीं, क्योंकि सिस्टम में वो दरवाज़ा मौजूद ही नहीं था। जो आया, वो सीधे लेबल और रूट तक पहुँच गया।

खाली लिस्ट और शून्य जोखिम एक चीज़ नहीं हैं, लेकिन पाँच दरवाज़ों वाली पाइपलाइन में ये दोनों एक ही फ़ाइल में बदल जाते हैं।

यहाँ जो 'High' जोखिम रेटिंग दिख रही है, वो उस आर्टिकल के विषय का जोखिम नहीं है — वो सप्लाई चेन का जोखिम है। स्टेज-2 डीप एनालिसिस रिपोर्ट ख़ुद ये साफ़ कर देती है, और यही उसकी सबसे उपयोगी लाइन है। अगर ये स्पष्टता न होती, तो एक डेस्क हेड इसे 'कोई जोखिम नहीं मिला' पढ़कर आगे बढ़ जाता।

मुझे यहाँ अपना पुराना नियम याद आता है। जितने रिव्यू मैंने इन सालों में देखे, उतना ही यक़ीन मेज़रमेंट से उठता गया और थिएटर पर बढ़ता गया। DRS में भी असली सवाल ये नहीं था कि बॉल ट्रैकिंग सही है या नहीं; सवाल ये था कि कौन-सा हिस्सा मेज़रमेंट है और कौन-सा सेरेमनी। इस पेलोड में भी वही बँटवारा है। आठ सेक्शन, टेबल्स, रेटिंग्स — ये सेरेमनी है। असली मेज़रमेंट एक ही चीज़ थी, इन्फॉर्मेशन पॉइंट्स की सूची — और वो खाली थी।

फ़ॉर्मूला वन से उधार लेता हूँ। पिट वॉल पर अगर कोई सेंसर मर जाए, तो स्क्रीन पर शून्य नहीं आता; एक डैश आता है। डैश का मतलब होता है 'पता नहीं', और शून्य का मतलब होता है 'शून्य'। दोनों का रंग भी अलग होता है। ट्रांसप्लांट क्रिकेट पर टेस्ट कीजिए: हमारा डेटा लेयर तीसरे पक्ष के फ़ीड्स और बोर्ड की PDFs से जुड़ा है, और एक बार स्प्रेडशीट में आने के बाद डैश और शून्य दोनों खाली सेल बन जाते हैं। यहाँ एनालॉजी टूट जाता है — F1 का सिस्टम एक ही मालिक के सेंसर पर बना है, क्रिकेट का सिस्टम किसी और के पेज पर बना है। इसलिए उधार में एक चीज़ जोड़नी पड़ती है: वैलिडेटर।

हर ढहान एक सिस्टम को बताती है कि वो पहले से कहाँ पतला था। यहाँ ढहान मैच में नहीं हुई, पाइपलाइन में हुई — और उसने बता दिया कि पतलापन आठ आयामों में नहीं, दरवाज़ा नंबर तीन में था।

दो और सिग्नल इसी खालीपन से निकलते हैं। पहला, cricket_world लेबल। मानक शब्दकोश में ये Cricket होना चाहिए था। लेबल ड्रिफ्ट अपने आप में छोटी बात है, लेकिन ये साबित करता है कि मैपिंग परत कहीं और भी फ़ील्ड गिरा सकती है। दूसरा, 'Unclassified' आर्टिकल टाइप — जब टाइप तय नहीं होता, तो रूटिंग भी नहीं होती, और पता ही नहीं चलता कि इस आइटम को मैच रिपोर्ट की तरह पढ़ना था या गवर्नेंस नोट की तरह।

मैं यहाँ ग़लत हो सकता हूँ, और सबसे सस्ती ग़लती ये होगी कि मैं एक साधारण फ़ेच बग को सिस्टम फेल्योर बना दूँ। सादा क्रिकेट वाला जवाब ये है: साइट ने पेपरवॉल लगा दिया था या स्कोरकार्ड जावास्क्रिप्ट से रेंडर हो रहा था, स्क्रैपर को टेक्स्ट मिला ही नहीं, और बात ख़त्म। ये बहुत मुमकिन है, और अगर ऐसा है तो समाधान भी उतना ही छोटा है जितना बग।

दूसरी संभावना ये भी है कि वो आइटम आर्टिकल था ही नहीं — कोई इंडेक्स पेज, रीडायरेक्ट स्टब, या विज्ञापन स्लॉट। तब न वैलिडेटर चाहिए, न स्कीमा ऑडिट; बस एक फ़िल्टर चाहिए जो ऐसे पेज पाइपलाइन में घुसने ही न दे।

और एक तीसरी बात, जो मेरे अपने पेशे पर लागू होती है: रोकना मुझे बहादुरी नहीं लगता। खाली पेलोड पर 'पर्याप्त जानकारी नहीं' लिखना सबसे सस्ता सही फ़ैसला है, और सस्ते सही फ़ैसलों को बहादुरी का नाम देना हमारी आदत है। एक अनुभवी एनालिस्ट शायद अंदाज़ा लगा लेता कि ये स्क्वाड अनाउंसमेंट वाली खबर है और साठ प्रतिशत सही निकल जाता। उसने नहीं किया, यही ठीक है — लेकिन ये भी याद रखना चाहिए कि हर पतले आइटम पर रोक लगाने से डेस्क डूब जाएगी।

यहाँ मामला मेरे उस पुराने डर जैसा है: DRS और VAR के बीच हमने खेल देखना छोड़ दिया और ऑडिट करना शुरू कर दिया। डेटा डेस्क पर वही ख़तरा दूसरी तरफ़ से आता है — हम एनालिसिस की जगह प्रोसेस की रिपोर्टिंग करने लगते हैं।

अगर ये पेलोड अकेला आया है, तो ये आइटम-लेवल बग है — एक पेपरवॉल, एक टूटा पेज। अगला बैच देखिए: अगर एक से ज़्यादा खाली पेलोड आते हैं, या अलग-अलग आइटम एक ही सोर्स डोमेन से आकर खाली होते हैं, तो ये स्क्रैपर-लेवल दोष है और इसे आइटम-लेवल पर ठीक करना बेकार होगा। मेरा पूर्वानुमान साफ़ है — ये अकेला आइटम नहीं होगा।

सवाल डेस्क के लिए ये नहीं है कि रिपोर्ट कितनी पूरी दिखती है। सवाल ये है: अगर आपकी रिपोर्ट का सबसे ईमानदार हिस्सा उसका खालीपन है, तो बाकी आठ सेक्शन किस काम के?