सोने का रेट कार्ड क्रिकेट डेटासेट में कैसे घुसा: एक क्लासिफिकेशन विफलता का पोस्टमार्टम

हुक

एक क्रिकेट डेटासेट के भीतर, cricket_asia लेबल के नीचे, चार लाख बाईस हज़ार छत्तीस रुपये प्रति तोला। यह संख्या वहाँ पाकिस्तान क्रिकेट के भावना-सूचकांक में योगदान देने के लिए खड़ी थी। उस लेबल के नीचे कोई टीम नहीं थी। कोई खिलाड़ी नहीं, कोई मैच नहीं, कोई ओवर नहीं, कोई टॉस नहीं, कोई पिच नहीं। सात सूचना-बिंदु थे और सातों सोने-चाँदी के घरेलू भाव थे। केवल एक बिंदु पर स्रोत का नाम दर्ज था — ऑल-पाकिस्तान जेम्स एंड ज्वेलर्स सराफा एसोसिएशन। यानी सराफ़ा कारोबारियों की एक व्यापारिक संस्था। क्रिकेट बोर्ड नहीं। कोई नियामक नहीं।

यह रिपोर्ट उस गलती की जाँच है, इसलिए नहीं कि गलती दुर्लभ है, बल्कि इसलिए कि गलती अब भी डेटासेट के अंदर बैठी है और उसका वज़न किसी ने नहीं हटाया।

संदर्भ

क्रिकेट का एनालिटिक्स ढाँचा आज तीन परतों पर चलता है। पहली परत संग्रह और लेबलिंग है — हज़ारों खबरें, प्रेस रिलीज़, बोर्ड के बयान, रेट कार्ड, कमोडिटी बुलेटिन, सब एक ही पाइपलाइन में गिरते हैं और किसी को एक श्रेणी सौंप दी जाती है। दूसरी परत स्कोरिंग है, जहाँ इन खबरों से यह निकाला जाता है कि किसी बाज़ार, बोर्ड या लीग पर दबाव है या नहीं। तीसरी परत वह है जो पैसा लगाती है — स्पॉन्सरशिप की नवीनीकरण-कीमत, ब्रॉडकास्ट राइट्स की बोली, फ्रैंचाइज़ी का मूल्यांकन, और उस पर बनने वाली पत्रकारिता।

पहली परत में जो एक टोकन फिसलता है, वह तीसरी परत तक एक कीमत बनकर पहुँचता है। पाकिस्तान इस पाइपलाइन में सबसे भारी टोकन है — सीमा-पार तनाव, बोर्ड की राजनीति, दौरे का कैलेंडर, आईसीसी वितरण, सब एक ही शब्द के पीछे बैठे हैं। इसलिए जब कोई क्लासिफायर 'पाकिस्तान' देखता है, उसका पहला अनुमान क्रिकेट होता है। यह अनुमान ज़्यादातर सही निकलता है, और यही इसकी असली समस्या है। जो मॉडल ज़्यादातर सही होता है, वह अपनी गलती की जाँच करना बंद कर देता है।

मुख्य विश्लेषण

गड़बड़ी पाँच जगह है, और हर जगह की जाँच का तरीका अलग है।

पहली — लेबल और सामग्री का टकराव। सात में से एक भी सूचना-बिंदु में कोई टीम, खिलाड़ी, लीग, बोर्ड, टूर्नामेंट या नियम मौजूद नहीं है। क्रिकेट लेबल के लिए कम-से-कम एक क्रिकेट इकाई अनिवार्य होनी चाहिए। यह शर्त पूरी नहीं होती। मेरे लिए यह वही सबक है जो मुझे अपनी पहली एक्सेल शीट ने सिखाया था: मैंने नीलामी की कीमत तय करने के लिए स्प्रेडशीट बनाई थी, और उस स्प्रेडशीट ने मेरी अपनी धारणाओं की कीमत तय कर दी। लेबल भी ठीक वही कर रहा है — वह सामग्री नहीं पढ़ रहा, वह अपनी धारणा पढ़ रहा है।

दूसरी — गणित। यहाँ स्रोत ईमानदार है। 4,22,036 रुपये प्रति तोला, और एक तोला 11.6638 ग्राम का होता है। भाग दीजिए: लगभग 36,183 रुपये प्रति ग्राम। दस ग्राम पर 3,61,830 रुपये बनते हैं, जबकि रिपोर्ट में 3,61,827 लिखा है। यह अंतर राउंडिंग का है, गड़बड़ी का नहीं। यानी आँकड़े गढ़े नहीं गए; वे किसी असली या अनुकरणीय रेट कार्ड से उठाए गए हैं। यह लेबलिंग की गलती है, निर्माण की नहीं — और यह फ़र्क़ मायने रखता है, क्योंकि लेबलिंग सुधर सकती है, मनमाने आँकड़े नहीं।

तीसरी — अंतरराष्ट्रीय हवाला। बुलियन का अंतरराष्ट्रीय भाव 3,995 डॉलर प्रति औंस बताया गया है। स्थानीय भाव से पीछे हटकर देखें तो विनिमय दर लगभग 282 रुपये प्रति डॉलर बैठती है, जो पाकिस्तानी रुपये के लिए असंभव नहीं है। लेकिन 3,995 डॉलर प्रति औंस का स्तर 2026 तक देखे गए दायरे से ऊपर है। इसका मतलब तीन में से एक हो सकता है: खबर अभिलेख से आई पुरानी है, आगे की तारीख़ वाली है, या परीक्षण-सेट का हिस्सा है। तीनों स्थितियों में यह वर्तमान बाज़ार रिपोर्ट नहीं है।

चौथी — तारीख़ का अभाव। 'लगातार पाँचवें दिन गिरावट' एक ऐसा दावा है जिसे बिना प्रकाशन तिथि के गलत साबित नहीं किया जा सकता। सोने की कोई भी रोलिंग शृंखला कई अलग तारीख़ों पर इस वाक्य से मेल खा सकती है। जिस दावे को झूठा साबित न किया जा सके, वह सूचना नहीं है; वह शोर है।

पाँचवीं — स्रोत का बिखराव। सात में से छह बिंदुओं पर कोई स्रोत नहीं, कोई समय-मुद्रा नहीं। इसका मतलब यह है कि छह संख्याओं को स्वतंत्र रूप से जाँचा ही नहीं जा सकता। किसी भी कॉर्पस में ऐसा बिंदु दो तरह से नुकसान करता है: वह सूचकांक में वज़न डालता है, और वह उस सूचकांक को अजाँच्य बना देता है।

एक बात साफ़ रहे — अगर पाकिस्तानी क्रिकेट और रुपये के कमज़ोर होने पर सचमुच कोई अध्ययन चाहिए, तो उसका कच्चा माल सराफ़ा रेट कार्ड नहीं है। उसकी ज़मीन पीसीबी के वित्तीय बयान, केंद्रीय अनुबंधों की रकम, पीएसएल के वेतन और रिटेंशन के आँकड़े, और आईसीसी वितरण के खुलासे हैं। वे आँकड़े मौजूद हैं; वे बस इस खबर में नहीं हैं। इन दोनों को एक मान लेना वही श्रेणी-भूल है जिसकी जाँच हम कर रहे हैं।

उलटा कोण

आसान निष्कर्ष यह है कि एक सोने की खबर क्रिकेट डेटासेट में घुस गई, उसे बाहर निकालो, और काम आगे बढ़ाओ। मैं इससे सहमत नहीं हूँ, क्योंकि यह उस असली नुकसान को छोड़ देता है।

असली नुकसान यह है कि जिस द्वार से सोना अंदर आया, उसी द्वार से 'पाकिस्तानी क्रिकेट आर्थिक दबाव में है' जैसी कहानी बाहर जाती है। दोनों एक ही आदत पर टिकी हैं: भूगोल को अर्थ मान लेना। अगर आपका सूचकांक देश के नाम पर बनता है, तो वह क्रिकेट नहीं नाप रहा — वह देश नाप रहा है और उसे क्रिकेट कह रहा है। पाँच दिन की सोने की गिरावट दक्षिण एशिया में घरेलू बचत का संकेत है, क्रिकेट की वित्तीय सेहत का नहीं। सराफ़ा बाज़ार में यह सामान्य सुधार है, संकट नहीं।

दूसरा उलटा पहलू: क्लासिफायर बेवकूफ़ नहीं है। उसने वही किया जो उसे सिखाया गया। उसे बताया गया था कि 'पाकिस्तान' एक भारी संकेत है; उसे यह नहीं बताया गया कि अनुपस्थिति भी एक संकेत है — कि क्रिकेट की गैर-मौजूदगी उतनी ही ज़ोर से बोलती है जितनी मौजूदगी। मेरे ट्रैकर ने मुझे सिखाया था कि पावरप्ले अराजकता नहीं, घड़ी और डर का बाज़ार है; उसी तरह एक अच्छा क्लासिफायर वह है जो देखता है कि क्या मौजूद नहीं है।

और यहाँ वह बात आती है जो मॉडल नहीं देख सकता: इरादा। सराफ़ा एसोसिएशन का रेट कार्ड और क्रिकेट बोर्ड का वित्तीय बयान — दोनों में 'पाकिस्तान' है, दोनों में संख्याएँ हैं, दोनों में करेंसी है। भाषा-आधारित मॉडल के लिए ये एक जैसे दिखते हैं। फ़र्क़ वहाँ है जो लिखने वाले के पास था और मशीन के पास नहीं — किसके लिए लिखा गया है। कराची का सराफ़ा डेस्क यह जानता है। क्रिकेट डेस्क ने कभी पूछा ही नहीं। यह जानकारी सिस्टम के अंदर मौजूद थी; वह सुनी नहीं गई, और इसी वजह से यह जाँच दूसरे चरण तक खिंची।

आगे का दाँव

मेरा रुख़ साफ़ है। दूसरे चरण से पहले एक सत्यापन द्वार जोड़िए: क्रिकेट लेबल के लिए कम-से-कम एक क्रिकेट इकाई — टीम, खिलाड़ी, बोर्ड या टूर्नामेंट — अनिवार्य हो। हर सूचना-बिंदु पर स्रोत और समय-मुद्रा अनिवार्य हो; जिन बिंदुओं पर ये नहीं हैं, वे 'सत्यापन लंबित' श्रेणी में जाएँ और किसी सूचकांक में वज़न न पाएँ। और यह खबर फेंकी नहीं जानी चाहिए — इसे commodities_pakistan लेबल के साथ कमोडिटी डेस्क को भेजिए, जहाँ यह वास्तव में काम की है। अनुपस्थिति का भी एक बैलेंस शीट होता है, और यहाँ वह एक बिंदु पर खड़ी है।

असली सवाल यह नहीं है कि एक सोने की खबर कैसे अंदर आई। असली सवाल यह है कि उन सूचकांकों का ऑडिट कौन कर रहा है जिन पर स्पॉन्सरशिप की कीमतें और फ्रैंचाइज़ी के मूल्यांकन टिके हैं। अगर इसका जवाब 'कोई नहीं' है, तो अगली बार सोने की जगह कुछ ऐसा अंदर आएगा जिसे पकड़ना इस बार से कहीं महँगा पड़ेगा — और उस दिन यह पोस्टमार्टम बहुत देर से लिखा जाएगा।