बोगुड़ा की मछली बाज़ार स्टोरी का 'क्रिकेट' लेबल गलत: पाइपलाइन में गंभीर वर्गीकरण चूक

पिछले हफ़्ते जब एक स्थानीय फोटो स्टोरी का डेटा मेरे सामने आया, तो पहली नज़र में कुछ भी असामान्य नहीं लगा। शीर्षक था: बोगुड़ा के चंदर बाज़ार में ताज़ी मछलियाँ। तस्वीरों में गाँव की सड़क, लालटेन की रोशनी और सायंकालीन बाज़ार था। लेकिन उस फ़ाइल पर लगा टैग था — 'cricket_asia'। उस लेबल के नीचे मुझे एक भी क्रिकेट इकाई नहीं मिली। न कोई टीम, न खिलाड़ी, न बोर्ड, न मैच, न नियम, न प्रसारण का कोई ज़िक्र। यह सिर्फ़ एक फोटो गैलरी थी — बांग्लादेश के उत्तर में एक मछली बाज़ार की। और यही उस रिपोर्ट की असली खबर है: हमारी डेटा पाइपलाइन ने एक ग़ैर-क्रिकेट आइटम को क्रिकेट कॉर्पस में डाल दिया।

मैं पिछले 39 साल से क्रिकेट बीट पर हूँ। 2026 में चंडीगढ़ में जब मैंने पहला बायलाइन लिखा था, तब हमारे पास फ़ाइल कैबिनेट थी, क्लिपिंग थी, और एक स्कोरर था जो हर रन खुद लिखता था। आज डेटा पाइपलाइन है। और पाइपलाइन की सबसे बड़ी कमज़ोरी यही है — वह ग़लती नहीं बताती, वह ग़लती को आगे बढ़ा देती है। इस केस में जो हुआ, वह तकनीकी रूप से साफ़ है: स्टेज-1 पर लेबल लगाया गया 'cricket_asia', लेकिन सामग्री में क्रिकेट की एक भी इकाई नहीं। बोगुड़ा सदर उपज़िला, देकरा गाँव, नुरुइल बील — ये सब भूगोल हैं। मोला, पुटी, टाकी, शोल, कोई, मेनी — ये मछलियों की प्रजातियाँ हैं। यह मत्स्य पालन और ग्रामीण अर्थशास्त्र की स्टोरी है, क्रिकेट की नहीं।

समस्या की जड़ लेबल में है, सामग्री में नहीं। यह आइटम अपने आप में बुरा नहीं है — यह एक साफ़-सुथरी फोटो फ़ीचर है। लेकिन अगर इसे क्रिकेट डेटासेट में रखा जाए, तो यह 'बांग्लादेश गतिविधि' का झूठा संकेत बनाएगा। जब आगे कोई एनालिस्ट बांग्लादेश क्रिकेट की सक्रियता मापेगा, तो यह एक फ़िश मार्केट उसके नंबरों में गिना जाएगा। यही वह ग़लती है जो भरोसेमंद दिखने वाले नतीजे पैदा करती है, और बाद में पकड़ में नहीं आती।

मुझे 2026 का वह 68 दिन का बुलबुला याद आता है। तब हम सब खाली स्टेडियम में बैठे थे और मैच की आवाज़ स्टंप माइक से आ रही थी। तब मैंने सीखा था कि जो चीज़ ग़ायब है, वह भी डेटा है। यहाँ भी वही हुआ है — क्रिकेट ग़ायब है, लेकिन लेबल मौजूद है। पाइपलाइन ने अनुपस्थिति को नहीं पढ़ा, उसने सिर्फ़ टैग पढ़ा।

एक और बात जो मुझे परेशान करती है — सोर्स। हर इनफ़ॉर्मेशन पॉइंट पर लिखा है 'Source: None'। न कोई अख़बार, न बायलाइन, न तारीख़। तीन दशक की रिपोर्टिंग में मैंने यह सीखा है कि बिना सोर्स की खबर सबसे खतरनाक होती है, क्योंकि वह सच जैसी लगती है। अगर यही आइटम सही डोमेन में होता — खाद्य सुरक्षा या लघु मत्स्य पालन — तो भी यह असत्यापित ही रहता। और यहाँ तो यह ग़लत डोमेन में है।

काउंटर-इंट्यूटिव बात यह है कि असली जोखिम क्रिकेट का नहीं, पाइपलाइन का है। मैंने 2026 में इम्पैक्ट प्लेयर नियम को खुद ट्रैक किया था — 74 मैच, 138 एक्टिवेशन, हर एक का ओवर नोट किया। तब मैंने सीखा था कि नियम बदलने पर पहले फ़ैन को समझाओ, फिर एनालिसिस करो। यहाँ भी वही सिद्धांत लागू है: पहले डोमेन जाँचो, फिर आयाम नापो। स्टेज-1 पर यह जाँच टूटी। स्टेज-2 पर हमने इसे पकड़ा, लेकिन नुक़सान तब तक हो चुका था — आइटम दो स्टेज पार कर चुका था।

इस रिपोर्ट में जो आर्थिक दावा है — 'कीमतें थोड़ी ज़्यादा हैं' — वह भी बिना किसी आँकड़े के है। न मात्रा, न खरीदारों की संख्या, न तुलना बाज़ार। मैंने अपने करियर में सैकड़ों बार देखा है कि ऐसे वाक्यों को बाद में डेटा समझ लिया जाता है। यह न करें।

तो सबक क्या? *हर 'cricket_' लेबल से पहले कम से कम एक नामित क्रिकेट इकाई ज़रूरी होनी चाहिए** — टीम, खिलाड़ी, बोर्ड, मैच, नियम। इस केस में वह शून्य था। दूसरा, इस बैच के बाकी आइटम भी जाँचे जाने चाहिए; अगर एक ग़लती हुई है, तो शायद और भी हैं। तीसरा, जब तक सोर्स टैग खाली है, इस आइटम के किसी भी दावे को तथ्य के रूप में नहीं लिखा जाएगा।

बोगुड़ा की मछलियाँ ताज़ी होंगी, बाज़ार ईमानदार होगा, मछुआरे अपनी मेहनत की कमाई ले रहे होंगे — इसमें कोई शक नहीं। लेकिन वह कहानी क्रिकेट की नहीं है, और उसे क्रिकेट की कहानी बनाने की कोशिश में हम अपनी ही निगरानी की कहानी खो देते हैं। अगली बार जब कोई 'cricket_asia' टैग दिखे, तो पहले पूछें: टीम कौन है, खिलाड़ी कौन है, मैच कौन सा है? अगर जवाब खाली हो, तो लेबल झूठा है — चाहे बाक़ी सब सच लगे।