SBP ≠ PCB: क्रिकेट डेटा पाइपलाइन में एक क्लासिफिकेशन विफलता का ऑडिट

रात के लगभग ग्यारह बजे थे। स्क्रीन पर एक रिकॉर्ड खुला था और उसकी पहली पंक्ति में लेबल टंगा था — cricket_asia। नीचे उन्नीस इंफॉर्मेशन पॉइंट्स थे। मैंने उन्हें उसी क्रम में पढ़ा जिस क्रम में वे आए थे, और हर पॉइंट के बाद अपने कॉलम में एक टिक लगाता गया: कोई टीम नहीं। कोई खिलाड़ी नहीं। कोई कोच नहीं। कोई मैच नहीं। कोई सीरीज़ नहीं। कोई स्टेडियम नहीं। कोई क्रिकेट बोर्ड नहीं। उन्नीस पॉइंट्स, और क्रिकेट के नाम पर शून्य।

जो था, वह यह था — स्टेट बैंक ऑफ पाकिस्तान (SBP) ने SMEConnect नाम का डिजिटल फाइनेंसिंग पोर्टल शुरू किया है; बैंकों और डेवलपमेंट फाइनेंस इंस्टीट्यूशंस (DFIs) को उस पर आवेदन, स्वीकृति, वितरण और अस्वीकृति का डेटा दर्ज करना है; पोर्टल का लिंक अपनी वेबसाइटों पर दिखाना और उसका प्रचार करना है; और SME फाइनेंसिंग के प्रूडेंशियल रेगुलेशंस का रेगुलेशन R-6 पहली नवंबर 2026 से हटा दिया गया है। एक केंद्रीय बैंक, एक नियामकीय समयसीमा, उन्नीस तथ्य।

मेरी पहली प्रतिक्रिया यह नहीं थी कि पाइपलाइन गलत है। मेरी पहली प्रतिक्रिया यह थी कि मुझसे कुछ छूट रहा है। यही आदत 2026 से है — लेजर ने ब्रॉडकास्ट से सहमत होने से इनकार कर दिया, तो मैं जागता रहा और कारण ढूंढ़ता रहा। उस रात मुझे कारण मिल गया, और वह कारण क्रिकेट में नहीं, दो अक्षरों में था।

कराची एक डेटलाइन है, वेन्यू नहीं

क्रिकेट-इंटेलिजेंस पाइपलाइन तीन चरणों में चलती है। पहला, इनजेशन — किसी भी स्रोत से टेक्स्ट आता है। दूसरा, स्टेज-1 लेबलिंग — सिस्टम तय करता है कि यह टेक्स्ट किस डोमेन का है, यानी क्रिकेट है या नहीं, और अगर क्रिकेट है तो एशिया, यूरोप, ऑस्ट्रेलिया वगैरह में से कौन-सा क्षेत्र। तीसरा, एंटिटी एक्सट्रैक्शन — टीम, खिलाड़ी, वेन्यू, टूर्नामेंट की पहचान। इसके बाद स्टेज-2 में एक एनालिस्ट बैठता है, जो उस सामग्री पर आठ आयामों में विश्लेषण लिखता है: फॉर्मेट, खिलाड़ी की तकनीक, टीम का परिदृश्य, लीग का कमर्शियल ढांचा, शासन-व्यवस्था, जोखिम, जन-नैरेटिव, और उद्योग में ट्रांसमिशन।

यह पूरा ढांचा एक मान्यता पर खड़ा है: कि पहले चरण का लेबल सही है। जिस दिन यह मान्यता टूटती है, उस दिन बाकी सब कुछ बेमानी हो जाता है, क्योंकि आप एक ऐसे दस्तावेज़ का बारीक विश्लेषण कर रहे हैं जिसका विषय ही आपका विषय नहीं है।

उस रिकॉर्ड में जो पहली नज़र में क्रिकेट जैसा लगता था, वह तीन चीज़ें थीं, और तीनों जाल थीं। पहली, डेटलाइन 'KARACHI'। कराची क्रिकेट की एक बड़ी जगह है, नेशनल स्टेडियम वहीं है, और एक पाइपलाइन के लिए 'कराची' शब्द का दिखना वेन्यू फैक्टर की तरह पढ़ा जा सकता है। लेकिन डेटलाइन पत्रकारिता का एक तकनीकी तत्व है — यह बताता है कि खबर कहाँ से फाइल हुई, यह नहीं कि घटना कहाँ हुई। दूसरी, 'पाकिस्तान' शब्द। यह वह कीवर्ड है जिसने सबसे ज्यादा नुकसान किया। तीसरी, तारीख '1 नवंबर 2026' — जो एक फिक्स्चर की तारीख जैसी दिखती है, पर है एक अनुपालन समयसीमा।

तीनों को एक साथ रखिए और आपको एक फैंटम मैच मिल जाता है: कराची में नवंबर 2026 में होने वाला कोई क्रिकेट इवेंट, जिसका कोई स्कोरकार्ड नहीं, कोई प्रतिभागी नहीं, कोई फॉर्मेट नहीं। पाइपलाइन ने वह फैंटम मैच नहीं बनाया — मगर उसने उसकी संभावना के लिए दरवाज़ा खुला छोड़ दिया, और यही असली खबर है।

उन्नीस पॉइंट्स और एक खाली एंटिटी फ़ील्ड

स्टेज-1 के हेडर में एक फ़ील्ड थी — 'Entities Involved'। वह भरी नहीं गई थी। उसकी जगह निर्देश छोड़ दिया गया था कि इनफॉर्मेशन पॉइंट्स से एंटिटीज़ पहचान ली जाएं। यही इस पूरे मामले का सबसे बड़ा सुराग है, और वह भी एक ऐसे तरह का सुराग जो गिनती में दिखता है, बयान में नहीं।

सोचिए: इस लंबाई का एक असली क्रिकेट लेख लिखा जाए और उसमें एक भी खिलाड़ी, कोच या चयनकर्ता का नाम न आए — यह लगभग असंभव है। क्रिकेट पत्रकारिता का पूरा ढांचा नामों पर टिका है। जब एक्सट्रैक्टर को शून्य एंटिटी मिलती हैं, तो सिस्टम के लिए सही व्यवहार यह होता है कि वह लेबल पर सवाल उठाए। यहाँ हुआ उल्टा — एंटिटी फ़ील्ड खाली रही और लेबल बरकरार रहा। क्लासिफायर ने एक डोमेन का दावा किया जिसकी पुष्टि एंटिटी एक्सट्रैक्टर नहीं कर सका, और यह विरोधाभास किसी भी गेट से नहीं रोका गया।

मैं यहाँ अपनी ही एक गलती दर्ज करना चाहता हूँ, क्योंकि इस कॉलम में मैंने हमेशा वही लिखा है जो डेटा ने मानने से इनकार किया। फरवरी 2026 की मेगा नीलामी में मैं बेंगलुरु में दो दिन बैठा था, छह सौ खिलाड़ियों की शॉर्टलिस्ट, दो सौ चार बिके, और मेरी रुपये-प्रति-रन-अबव-रिप्लेसमेंट शीट सामने थी। मैंने अवेश खान को लखनऊ के दस करोड़ पर 'रोटेशन बॉलर' ग्रेड दिया था। वह ग्रेड गलत था। मैंने वह भूल उसी लेख में छापी, क्योंकि छिपाना मेरे तरीके के खिलाफ है। उसी तरह, अगर मैं इस रिकॉर्ड को चुपचाप वापस भेज देता और किसी को न बताता कि पाइपलाइन ने SME फाइनेंस की खबर को क्रिकेट समझ लिया, तो यह मेरी सबसे बड़ी विफलता होती।

SBP और PCB: दो अक्षर, दो दुनिया

यहाँ असली तकनीकी सवाल यह नहीं है कि गलती हुई, बल्कि यह है कि गलती किस तंत्र से हुई। और उसका जवाब दो संक्षिप्त नामों के बीच में है।

SBP यानी स्टेट बैंक ऑफ पाकिस्तान, देश का केंद्रीय बैंक और वित्तीय नियामक। PCB यानी पाकिस्तान क्रिकेट बोर्ड, देश की क्रिकेट शासन-संस्था। दोनों पाकिस्तानी हैं। दोनों तीन अक्षरों के हैं। दोनों P से शुरू होते हैं और B पर खत्म होते हैं। कीवर्ड-आधारित टैगिंग सिस्टम के लिए यह जोड़ी एक जानी-पहचानी मुसीबत है, क्योंकि वह अर्थ नहीं पढ़ता, वह स्ट्रिंग पढ़ता है।

एक बार जब 'पाकिस्तान' शब्द ने रिकॉर्ड को cricket_asia की ओर धकेल दिया, तो बाकी सब कुछ उसी दिशा में धकेलता चला गया। 'कराची' ने वेन्यू का भ्रम दिया। '1 नवंबर 2026' ने भविष्य की फिक्स्चर की तरह काम किया। और सबसे खतरनाक, 'SBP' को पढ़ने वाला कोई भी मॉड्यूल उसे आसानी से PCB का भ्रम मान सकता था।

यहाँ एक मज़बूत नकारात्मक साक्ष्य है, और मुझे यह साक्ष्य सबसे ज्यादा भरोसेमंद लगता है। अगर यह सचमुच पाकिस्तानी क्रिकेट की खबर होती, तो पाकिस्तान सुपर लीग का जिक्र कहीं न कहीं होता — कम से कम एक बार। PSL इस देश की क्रिकेट-अर्थव्यवस्था का केंद्र है और किसी भी क्रिकेट-व्यापार खबर में उसका आना लगभग अपरिहार्य है। उन्नीस पॉइंट्स में PSL नहीं है। ICC नहीं है। PCB नहीं है। कोई खिलाड़ी नहीं है। यह अनुपस्थिति संयोग नहीं, प्रमाण है।

जहाँ फ्रेम खत्म हो जाता है

अब उस हिस्से पर आता हूँ जो सबसे ज्यादा अनुशासन मांगता है। एक बार जब आपके पास आठ-आयामी टेम्पलेट हो और उसमें भरने के लिए कुछ न हो, तो सबसे बड़ा प्रलोभन यह होता है कि आप ज़बरदस्ती भरें। SME को फ्रैंचाइज़ी मान लीजिए, बैंकों को टीम, SBP के निर्देश को गवर्निंग बॉडी का सर्कुलर, और DFIs को बेंच डेप्थ। एक बार यह रूपक बन गया तो आठों आयाम भर जाएंगे और लेख पढ़ने में भी अच्छा लगेगा।

वह लेख बेकार होगा। बल्कि उससे बुरा — वह नुकसानदेह होगा, क्योंकि झूठी समानता सच से ज्यादा यकीन पैदा करती है। SME एक उधारकर्ता वर्ग है, फ्रैंचाइज़ी नहीं। बैंक और DFI वाणिज्यिक संस्थाएं हैं जिन्हें एक नियामक निर्देश दे रहा है, वे किसी लीग की सदस्य टीमें नहीं। और R-6 का हटाया जाना एक प्रूडेंशियल नियम का बदलना है — यह DRS प्रोटोकॉल नहीं है, यह प्लेइंग कंडीशन नहीं है। इन दोनों दुनियाओं के बीच एक भी वास्तविक पुल नहीं है।

इसलिए मैंने वही किया जो मैं हमेशा करता हूँ: मैंने आठों आयामों को उनके पूरे टेम्पलेट में लिखा और हर संज्ञानात्मक फ़ील्ड के आगे साफ-साफ दर्ज किया — अपर्याप्त जानकारी। यह आलस नहीं है। यह उसी तरह की ईमानदारी है जैसी 2026 में यूएई में खेले गए साठ मैचों के डेटा ने मुझसे ज़बरदस्ती करवाई थी।

उस सीज़न में मैंने खाली स्टेडियम को एक प्राकृतिक प्रयोग माना और 2026 के होम-अवे सीज़न से तुलना की। होम विन रेट 55.3 प्रतिशत से गिरकर 48.3 प्रतिशत पर आ गया। लेकिन मेरी पालतू थ्योरी — कि भीड़ का दबाव अंपायरों पर पड़ता है और DRS में दिखता है — उस डेटा ने मार डाली। DRS ओवरटर्न दरें लगभग नहीं बदलीं। मैंने वह नकारात्मक नतीजा छापा, पूरी प्रोटोकॉल के साथ, इस डर के बिना कि इससे मैं कमज़ोर दिखूंगा। खाली स्टेडियम शांत स्टेडियम नहीं होता, वह एक अनियंत्रित प्रयोग होता है — और यहाँ भी मामला वही है। एक खाली डोमेन शांत डोमेन नहीं होता, वह एक विफल जाँच होता है।

मेरा एक कॉलम हमेशा उन चीज़ों के लिए खाली रहता है जिन्हें मैं अभी माप नहीं सकता। उस रात उस कॉलम में एक प्रविष्टि जुड़ी, और वह यह थी: 'एसा कितने रिकॉर्ड रोज़ गुज़रते हैं जिनका लेबल सही दिखता है और शरीर खाली है?' यह सवाल उन्नीस पॉइंट्स से नहीं, बल्कि उस खाली एंटिटी फ़ील्ड से निकला है।

खतरा फ़्लुएंसी में है

इस रिकॉर्ड की सबसे अच्छी बात यह है कि यह स्पष्ट है। क्रिकेट एंटिटी पूरी तरह शून्य है, स्रोत एक ही है, तथ्य साफ हैं। इसे सुधारना आसान है — यही इसे एक आदर्श परीक्षण केस बनाता है।

इसकी सबसे खराब बात भी वही है। मुझे क्रिकेट के दो हालिया अनुभव याद आते हैं जब अनुभव ने मुझे गलत किया। एक: I borrowed xG for one season and spent two years returning it — मैंने 2026 विश्व कप के लिए xG उधार लिया, फ्रांस ने अर्जेंटीना को 4–3 से हराया और मेरी शीट ने मैच को बहुत करीब बताया। उस अंतर ने मुझे दो साल खर्च करवाए, और सीख यह निकली कि क्रिकेट में xG जैसा कुछ सीधे तौर पर नहीं बनता क्योंकि विकेट का जोखिम मॉडल में नहीं आता। दूसरा: 2026 में चेपौक के प्रेस बॉक्स में मैंने लगभग सात हज़ार चार सौ गेंदें अपने हाथ से चार्ट कीं, क्योंकि उस दिन कोई सॉफ्टवेयर मुझे देने को तैयार नहीं था। उस लेजर से जो निकला वह आज भी मेरी कॉपी में घूमता है — टाइटल विजेताओं के मिडिल ऑर्डर ने सातवें से बारहवें ओवर के बीच 6.1 प्रति ओवर बनाए, जबकि लीग का निशान 7.4 था, और वे फिर भी डेथ बॉलिंग पर जीत गए। जिस नतीजे को किसी ब्रॉडकास्ट ने 'मोमेंटम' कहा होता, वह लेजर में बस घटता हुआ रन रेट था।

तो खतरा स्पष्ट रूप से गलत रिकॉर्डों से नहीं आता। वह उन रिकॉर्डों से आता है जो पढ़ने में सही लगते हैं। यह खबर सुव्यवस्थित है, एक ही अधिकारिक स्रोत से आई है, और तथ्यात्मक घनत्व ऊँचा है। कीवर्ड फ़िल्टर के सामने इसका कोई हिस्सा खुद को गैर-क्रिकेट घोषित नहीं करता।

इसका सीधा मतलब यह है कि अगर यह रिकॉर्ड बिना रोक के निकल जाता, तो वह किसी को चौंकाता नहीं। वह मौन होकर सड़ता। और सबसे भयानक तरह की गलती वही होती है — जिसमें आउटपुट धाराप्रवाह हो, आत्मविश्वासी हो, और गलत विषय पर हो। क्रिकेट-न्यूज़ के वॉल्यूम इंडेक्स में पाकिस्तान के लिए नवंबर 2026 का एक कृत्रिम उछाल दर्ज हो जाता, बिना किसी सीरीज़, बिना किसी स्क्वाड, बिना किसी फिक्स्चर के। किसी भी विश्लेषक को ऐसा उछाल दिखे तो पहला सवाल यही होना चाहिए — कौन-सा मैच खेला गया? और जब जवाब 'कोई नहीं' हो, तो मीट्रिक नहीं, पाइपलाइन दोषी है।

गेट कहाँ लगेगा

समाधान तकनीकी रूप से सस्ता है और इसीलिए शर्मनाक भी — क्योंकि यह अब तक नहीं लगा था।

एक कठोर इनजेशन गेट चाहिए जो किसी भी रिकॉर्ड को क्रिकेट का लेबल देने से पहले कम से कम एक मान्यता-प्राप्त क्रिकेट एंटिटी मांगे: टीम, खिलाड़ी, वेन्यू, लीग, क्रिकेट बोर्ड, या मैच। जो रिकॉर्ड यह शर्त पूरी न करे, वह क्वारंटीन में जाए, प्रकाशन में नहीं। पूर्ण-अनुपस्थिति की पहचान सबसे आसान होती है, इसलिए यह एक नियम इस त्रुटि-वर्ग का बड़ा हिस्सा खत्म कर देगा।

दूसरा, SBP/PCB/BCCI/ECB/CA के लिए एक क्यूरेटेड डिसएम्बिगुएशन डिक्शनरी। नियम सीधा है: संक्षिप्त नाम का असाइनमेंट तभी हो जब उसका विस्तारित रूप टेक्स्ट में मौजूद हो। 'SBP' अकेला पड़ा हो तो वह क्रिकेट बोर्ड नहीं है, वह केंद्रीय बैंक है, जब तक टेक्स्ट खुद कुछ और न कहे।

तीसरा, और यह मेरे लिए सबसे ज़रूरी है — खाली एंटिटी फ़ील्ड को पास-थ्रू नहीं, अनिवार्य समीक्षा ट्रिगर बनाया जाए। जिस क्षण एक्सट्रैक्टर शून्य एंटिटी लौटाता है, उसी क्षण लेबल अपनी वैधता खो देता है।

यह सब इसलिए मायने रखता है क्योंकि अगली बार यह गलती महंगी होगी। पहली नवंबर 2026 एक ऐसी तारीख है जो पाकिस्तानी वित्तीय कैलेंडर में दर्ज है। अगर उसी सप्ताह किसी पाकिस्तान-आधारित क्रिकेट सीरीज़ या PSL से जुड़ी कोई खबर आई, तो दोनों रिकॉर्ड एक ही पाइपलाइन में, एक ही लेबल के नीचे, एक ही सप्ताह में बैठे होंगे। उस वक्त कौन-सा सिग्नल किसका है, यह अलग करना मुश्किल नहीं, असंभव हो जाएगा।

इसलिए यह लेख एक SME फाइनेंस पोर्टल की खबर नहीं है और यह क्रिकेट की खबर भी नहीं है। यह उस पल की खबर है जब एक सिस्टम ने अपनी अनिश्चितता छिपाई। मेरी अगली नज़र उस मीट्रिक पर है जो अभी किसी डैशबोर्ड में नहीं है — अनसुलझी एंटिटी फ़ील्ड वाले रिकॉर्डों का अनुपात, क्रिकेट लेबल के नीचे। जिस दिन यह अनुपात शून्य के करीब पहुँचेगा, उस दिन मुझे भरोसा होगा कि पाइपलाइन सुधरी है, न कि बस चुप हो गई है।