खाली डेटा, भरा हुआ स्कोरबोर्ड: कबड्डी एनालिटिक्स की वह खामी जो कोई नहीं दिखाना चाहता

एक ऐसी रिपोर्ट जिसका सारा डेटा खाली था — न सारांश, न सूचना-बिंदु, न स्रोत, न समय-संवेदनशीलता। सिर्फ एक लेबल बचा था: कबड्डी। और यही वह पल है जब मुझे समझ आया कि कबड्डी-पत्रकारिता की असली समस्या स्कोरलाइन नहीं, डेटा-पाइपलाइन है।

वह रिपोर्ट जो आई तो थी, पर कुछ कहती नहीं थी

पिछले हफ्ते एक एनालिटिक्स डेस्क से रिपोर्ट आई। शीर्षक-फ़ील्ड खाली, सारांश खाली, सूचना-बिंदुओं की सूची खाली, संस्थाओं का ब्योरा अनुपलब्ध, स्रोत की गुणवत्ता 'मूल्यांकित नहीं'। बचा था तो सिर्फ एक टैग — डोमेन: कबड्डी। यानी ऊपर की पाइपलाइन ने यह तय कर लिया था कि सामग्री कबड्डी से जुड़ी है, और उसके बाद जो हुआ वह 'जानकारी कम होना' नहीं था; वह निष्कर्षण-प्रक्रिया का खाली हाथ लौटना था।

मुझे यह बात इसलिए चुभी कि मैंने 2026 के अहमदाबाद फ़ाइनल के मिक्स्ड ज़ोन में 11 ईरानी अंकल-होल्ड गिने थे और 900 शब्द फाइल किए थे; एडिटर ने उसे घटाकर 150 शब्द का 'इंडिया ने ताज बचाया' बना दिया। तब भी संख्या बची थी, कहानी मर गई थी। अब उल्टा हो रहा है — कहानी का ढाँचा आ रहा है, संख्या ही नहीं है। दोनों ही स्थितियाँ एक ही सच का दो चेहरे हैं: हमारी रिपोर्टिंग प्रणाली में संख्या और कहानी को अलग-अलग खानों में रखकर एक को मार दिया जाता है।

संदर्भ: वह उद्योग जो डेटा-साक्षर होने का दावा करता है

प्रो कबड्डी लीग के 2026 सीज़न के बाद से कबड्डी क्रिकेट के बाद सबसे अधिक 'डेटा-साक्षर' कवरेज होने का दावा करती है। रेलवे क्लर्क और पुलिस कांस्टेबल कुछ ही महीनों में करोड़ों की नीलामी लॉट बन गए; रनिंग हैंड-टच और बोनस-लाइन रेडिंग ने मट्टी-कोर्ट के होल्ड-एंड-टैकल स्कूल की जगह ले ली। टैकल-लॉग, रेड-सक्सेस रेट, सुपर-10, हाई-5 — ये शब्द अब हर प्रीव्यू में मिलते हैं।

लेकिन एक चीज़ है जिसकी ओर कोई नहीं देखता: यह पूरी एनालिटिक्स मीनार उसी पाइपलाइन पर खड़ी है जो हमारे सामने खाली रिपोर्ट पैदा कर रही है। जब कोई डेस्क आपको 'इस सीज़न इस टीम का रेड-सक्सेस रेट 41.2% है' बताता है, तो वह संख्या एक प्रक्रिया का आउटपुट है जिसे आपने कभी देखा नहीं। मैंने अपने करियर में जितनी भी ऐसी 'सटीक' संख्याएँ जाँचीं, उनमें से एक बड़ा हिस्सा नमूने के बारे में चुप था — कितने रेड? कौन-सा कोड? स्टैंडर्ड स्टाइल या सर्कल स्टाइल? महिला मैच है या पुरुष? यही मेट्रिक-साम्राज्यवाद है, और यह कबड्डी की सबसे बड़ी मौन आदत है।

मूल बात: खाली फ़ील्ड एक तकनीकी खराबी नहीं, एक संपादकीय फ़ैसला है

यहाँ असली सवाल है। एक पाइपलाइन जो खाली नतीजा देती है, उसे उसकी शर्तों पर परखा जा सकता है। चार संभावित वजहें हैं और हर वजह का एक अलग अर्थ है:

पहली, अपस्ट्रीम क्रॉल विफल रहा — इनपुट में केवल नेविगेशन या टेम्पलेट टेक्स्ट था। यह सबसे निर्दोष स्थिति है, पर सवाल यह है कि ऐसा इनपुट क्यों पास हुआ। दूसरी, बॉडी-एक्सट्रैक्टर ने पूरे लेख को शोर मान लिया — JS-रेंडर पेज, पेवॉल, PDF। तीसरी, क्लासिफायर ने पहले कबड्डी टैग निकाला और फिर एक्सट्रैक्शन चरण अपवाद के साथ बाहर निकल गया, जिसे फ़ॉलबैक में खाली मान लिया गया। चौथी, स्ट्रक्चर्ड आउटपुट का स्कीमा फ़ील्ड खो गया — LLM ने अवैध JSON लौटाया और सिस्टम ने चुपचाप डिफ़ॉल्ट मान भर दिए।

चारों में से तीन स्थितियों में नुकसान डेटा का नहीं, विश्वसनीयता का है। क्योंकि जब एक खाली परिणाम वैध संरचना के रूप में डेटाबेस में बैठ जाता है, तो डाउनस्ट्रीम उसे उपभोग करना जारी रखता है। किसी रिपोर्टर को नहीं पता चलता कि जो 'इनफ़ॉर्मेशन पॉइंट्स' की सूची उसके टेबल पर खाली पड़ी है, वह वास्तव में 'कुछ नहीं मिला' नहीं, बल्कि 'ढूँढने की कोशिश टूट गई' है। ये दोनों चीज़ें एक जैसी दिखती हैं और बिल्कुल अलग हैं।

मेरी दलील यह है कि कबड्डी-कवरेज में जो 'जानकारी का अभाव' दिखता है, उसका एक बड़ा हिस्सा असल में 'निष्कर्षण की विफलता' है जिसे लेख की कमी समझ लिया गया। उदाहरण के लिए: एक मैच के बाद सांख्यिकी डेस्क कहती है कि फलाँ रेडर का स्ट्राइक रेट गिरा। लेकिन क्या यह गिरावट उसकी फॉर्म की कहानी है, या डिफ़ेंस ने पहले 10 मिनट में उसके पसंदीदा हैंड-टच को रोककर उसे बोनस-लाइन की ओर धकेल दिया? पहला वाक्य स्कोरलाइन बताता है; दूसरा टेप बताता है। और टेप देखने के लिए आपको वह क्लिप चाहिए जो किसी पाइपलाइन ने 'शोर' कहकर फेंक दी।

इसीलिए मैं पिछले कुछ वर्षों से हर पूर्वानुमान को सार्वजनिक 'रसीद' फ़ाइल में तारीख और संख्या के साथ दर्ज करता हूँ। 2026 में जकार्ता से पहले मैंने लिखा था कि भारतीय पुरुष टीम पसंदीदा नहीं है और ईरान के फ़ज़ेल अत्राचली टूर्नामेंट के सर्वश्रेष्ठ डिफ़ेंडर होंगे। भारत ग्रुप में दक्षिण कोरिया से 23-24 हारा, सेमीफ़ाइनल में ईरान से 18-27, कांस्य ही मिला। उस समय आधे जवाबों ने कहा था 'कबड्डी पर ही टिके रहो'। बात यह है कि उस भविष्यवाणी की जड़ स्कोरलाइन नहीं, ईरान की कुश्ती-जनित डिफ़ेंस का टेप था — वे हैंड-टच जो देर से आते हैं, वे कवर जो दूसरी दिशा में खिसकते हैं।

और अगर मैं गलत हूँ?

यह समझना ज़रूरी है कि 'पाइपलाइन विफलता' को हर खाली रिपोर्ट का दोष मान लेना भी एक अति-सरलीकरण है। कई बार सचमुच सामग्री ही नहीं होती — मैच रद्द हुआ, स्रोत ने बात नहीं की, या ईवेंट की जानकारी ही गई। ऐसे में खाली परिणाम सही है। दूसरा, एक बड़ी आपत्ति यह है कि मैं एक तकनीकी चर्चा को संपादकीय मुद्दा बना रहा हूँ; हो सकता है कि दोनों अलग-अलग समस्याएँ हों और मैं उन्हें जोड़कर बड़ा दिखा रहा हूँ। स्वीकार है। लेकिन मेरी आपत्ति का केंद्र यह नहीं कि पाइपलाइन खराब है — केंद्र यह है कि खराबी को सफलता की तरह स्टोर करना सबसे बड़ी खराबी है। जिस दिन हम खाली संख्या को खाली कहना बंद कर देंगे, उस दिन कबड्डी की एनालिटिक्स पर भरोसा बढ़ेगा, घटेगा नहीं।

आगे का सवाल

अगली बार जब आप कोई 'टैकल-लॉग' या 'रेड-सक्सेस' वाला इन्फ़ोग्राफ़िक देखें, तो एक सवाल पूछें: इस संख्या के पीछे कितने रेड थे, कौन-सा कोड, और क्या वह पूरा डेटा कभी निष्कर्षण-चरण से गुज़रा या सिर्फ एक खाली फ़ील्ड को 'शून्य' दिखाकर भर दिया गया? क्योंकि जिस खेल में एक भी अंकल-होल्ड मैच का रुख बदल सकता है, वहाँ एक खाली डेटा-फ़ील्ड पूरे सीज़न का रुख बदल सकती है।