कश्मीर चौक फाइल: इस्लामाबाद का एक रोड क्लोजर फुटबॉल डेटासेट में कैसे घुसा

फाइल खोलते वक्त अपेक्षा साफ थी — फॉर्मेशन, प्रेसिंग ट्रिगर, शायद पिछले तीन मैचों की PPDA लाइन। जो मिला, वह कुछ और था। छह इनफॉर्मेशन पॉइंट्स। एक भी टीम नहीं। एक भी खिलाड़ी नहीं, कोई कोच नहीं, कोई प्रतियोगिता नहीं, कोई स्कोरलाइन नहीं। बदले में नाम ये थे: कश्मीर चौक, कश्मीर चौक अंडरपास, भारा काहू, रावल डैम चौक, श्रीनगर हाईवे, मार्गल्ला मोड़, आबपारा, कोरंग वाला चौक, नेवल यू-टर्न, रावल चौक।

डेटा डेस्क पर बैठे साठ साल के आदमी के लिए यह पल अजीब होता है। फाइल पर लेबल चढ़ा था फुटबॉल। अंदर सड़क बंद होने की सूचना थी। मेरा पहला अनुमान — कहीं कोई कीवर्ड टैगर आपस में टकरा गया है — आगे की जाँच में टिका, लेकिन पहले मुझे यह साबित करना था कि अंदर फुटबॉल है ही नहीं। किसी भी अच्छे ऑडिट की तरह, काम शक से नहीं, गिनती से शुरू होता है।

संदर्भ: मैं मॉडल से पहले कैलेंडर देखता हूँ

2026 के फीफा अंडर-17 विश्व कप में मैंने भारत के हर आउटफील्ड खिलाड़ी की PPDA तीनों ग्रुप मैचों में ट्रैक की थी। अमेरिका से 0-3, कोलंबिया से 0-3, घाना से 0-4 — तीन मैच, तीन हार। डेटा ने बताया कि भारत ने प्रति डिफेंसिव एक्शन 18.3 पास होने दिए, जबकि टूर्नामेंट का औसत 9.1 था। निष्कर्ष यह नहीं था कि लड़के कम दौड़े; निष्कर्ष यह था कि दौड़ने की संरचना गलत थी। फेडरेशन के तकनीकी स्टाफ ने उस टुकड़े को नापसंद किया, पर तब से मेरा एक नियम है — बिना कम से कम तीन मीट्रिक के मैं टैक्टिकल दावा नहीं लिखता।

2026 रूस विश्व कप से पहले मैंने ग्रुप-स्टेज डेटा (xG, xGA, PPDA, दूरी) पर लॉजिस्टिक रिग्रेशन बनाया और क्रोएशिया के मिडफील्ड इंजन पर लगाया। लुका मोद्रिच की प्रति-मैच दूरी दर्ज थी — नाइजीरिया के खिलाफ 12.4 किमी, अर्जेंटीना के खिलाफ 11.8, इंग्लैंड के खिलाफ सेमीफाइनल में 13.1। मॉडल ने पकड़ा कि 75वें मिनट के बाद उनकी स्प्रिंट फ्रीक्वेंसी 22 प्रतिशत गिर जाती है, और मैंने लिखा कि फ्रांस के खिलाफ यही उनका भेद्य बिंदु होगा। फ्रांस 4-2 से जीता। दो यूरोपीय एनालिटिक्स ब्लॉग ने उस पूर्व-मैच टुकड़े को उद्धृत किया।

फिर भी उस मॉडल ने क्रोएशिया की सहनशीलता को कम आँका। मैंने तब से हर पीस में "मॉडल अनिश्चितता" खंड जोड़ना शुरू किया, जिससे डिलीवरी एक दिन देर से जाने लगी और सटीकता बेहतर हुई। 2026-21 आईएसएल गोवा बायो-बबल में मैंने बिना दर्शकों वाले स्टेडियमों का रिकॉर्ड खंगाला: 2026-20 में होम-विन दर 44.7 प्रतिशत थी, 2026-21 में 27.8; होम टीमों का प्रति-मैच xG 0.31 गिरा; मेहमान टीमों ने 12 प्रतिशत कम फाउल किए। जब स्टेडियम खाली हुआ, तो घरेलू बढ़त गायब नहीं हुई — वह यात्रा-भार, शेड्यूलिंग असमानता, वेन्यू-परिचित और रेफरी व्यवहार में खिसक गई।

यह सब इसलिए लिख रहा हूँ कि पाठक को पता रहे कि जब मैं एक फाइल को खोलता हूँ, तो उसमें किस चीज़ की तलाश कर रहा होता हूँ: ऐसी संस्था जिसका नाम लिया जा सके, ऐसा खिलाड़ी जिसकी उम्र और अनुबंध दर्ज हो, ऐसी प्रतियोगिता जिसका कैलेंडर जाँचा जा सके। मौजूदा फाइल में तीनों में से एक भी नहीं था।

कोर: छह बिंदु, शून्य एंटिटी

पाइपलाइन को समझना ज़रूरी है। स्टेज-1 कच्चा टेक्स्ट तोड़ता है और सूचना बिंदु निकालता है; स्टेज-2 उन बिंदुओं पर नौ विश्लेषणात्मक आयाम चलाता है — टैक्टिक्स, क्लब वित्त, परिणाम-चक्र, लीग परिदृश्य, नियम-अनुपालन, प्रबंधन, जोखिम, मीडिया कथा, और उद्योग ट्रांसमिशन। हर फाइल के साथ एक Domain Label फील्ड चलती है, जो बताती है कि सामग्री किस खेल की है। इस फाइल में वह फील्ड football थी।

अंदर जो था, उसका पूरा लेखा-जोखा यह है — और यह जानबूझकर थका देने वाला है, क्योंकि जब कोई दावा करता है कि "फुटबॉल में कुछ नहीं है", तो उसे संपूर्णता से गुजरना पड़ता है, चयन से नहीं।

पहला बिंदु: इस्लामाबाद ट्रैफिक पुलिस की घोषणा कि सड़क बंदी रविवार से प्रभावी होगी और "अगले आदेश तक" जारी रहेगी [आधिकारिक, एकल स्रोत]। दूसरा: बंदी का कारण कश्मीर चौक अंडरपास का निर्माण कार्य [आधिकारिक, लागत या अवधि का कोई आँकड़ा नहीं]। तीसरा: मोटर चालकों के लिए एडवाइजरी, वैकल्पिक मार्ग अपनाकर असुविधा से बचने की सलाह [आधिकारिक]। चौथा: मार्ग एक — श्रीनगर हाईवे पर लूप, फिर मार्गल्ला मोड़ पर यू-टर्न। पाँचवाँ: मार्ग दो — आबपारा से श्रीनगर हाईवे, कोरंग वाला चौक, नेवल यू-टर्न होते हुए रावल चौक। छठा: प्रभावित क्षेत्र में भारा काहू और रावल डैम चौक का उल्लेख।

इन छह बिंदुओं में कुल फुटबॉल एंटिटी: शून्य। टीम शून्य, खिलाड़ी शून्य, कोच शून्य, प्रतियोगिता शून्य, स्थानांतरण शून्य, आँकड़ा शून्य। नौ आयाम जब इस सामग्री पर चलाए गए, तो नतीजा अनुमान का नहीं, संरचना का था — हर सेल में लागू नहीं, अपर्याप्त सूचना भरा गया, और कहीं भी टेम्पलेट को भरने के लिए कुछ गढ़ा नहीं गया। यह अंतर महत्वपूर्ण है। एक कमज़ोर विश्लेषक एसा फाइल पर पंद्रह पेज लिख देगा, क्योंकि खाली टेबल भरने का लालच संक्रामक है।

जो सबसे तेज़ी से उजागर हुआ, वह पाइपलाइन का वह नियम था जिसे अक्सर आख़िरी कतार में रखा जाता है: यदि किसी भी आयाम में पुष्टि योग्य व्यक्ति या संस्था मौजूद ही न हो, तो विश्लेषण नहीं होता, टिप्पणी होती है।

ट्रांसमिशन चेन की जाँच में यह और साफ हुआ। फुटबॉल उद्योग में कहीं कोई चैनल निकला? अकादमी-तंत्र से कोई लिंक नहीं। एजेंट पारिस्थितिकी से नहीं। ब्रॉडकास्ट अधिकार से नहीं। मालिकाना नेटवर्क से नहीं। राष्ट्रीय टीम चयन पर कोई असर नहीं — क्योंकि इस फाइल में राष्ट्रीय टीम है ही नहीं। जो एकमात्र चैनल मिला, वह सामग्री का नहीं, सिस्टम का था: इस सूचना को फुटबॉल स्ट्रीम में ग्रहण करना शोर को अंदर बुलाने जैसा है।

तारीखों की अनुशासन-जाँच भी यहीं आती है। संरचनात्मक दावे तारीख के बिना नहीं लिखे जाते; और यहाँ संरचना ही नहीं है। स्रोत में केवल "रविवार से प्रभावी" और "अगले आदेश तक" दर्ज है। प्रकाशन की पूर्ण तिथि स्रोत-पाठ में मौजूद नहीं — मैं उसे अनुपलब्ध ही लिखूँगा, अपने अनुमान से नहीं भरूँगा। कोई भी साफ़-सुथरा दिखने वाला फ़र्ज़ी तारीख़ यह पूरा अभ्यास कूड़े में बदल देगी।

अवधि का मसला इस फाइल की असली कमज़ोरी है। "अगले आदेश तक" एक खुला-सिरा वाक्य है — इसमें कोई समाप्ति तिथि नहीं, कोई समीक्षा तंत्र नहीं, कोई सार्वजनिक संशोधन-प्रक्रिया नहीं। नगरपालिका सूचनाओं की यह शैली मुझे रेफरी-घोषणाओं की उस पुरानी समस्या से जोड़ती है जिस पर मैं बीस साल से लिख रहा हूँ: फैसला सुना दिया जाता है, स्टेडियम में कारण नहीं समझाया जाता, और दर्शक को एक ऐसा दर्शक मान लिया जाता है जिसे पूछने का हक़ नहीं। यहाँ भी मोटर चालक को केवल पालन करने वाला पक्ष माना गया है — बंदी कब हटेगी, इसका कोई सार्वजनिक संकेत नहीं।

स्रोत की गुणवत्ता पर एक अलग टिप्पणी ज़रूरी है। छहों सूचना बिंदु एक ही स्रोत — इस्लामाबाद ट्रैफिक पुलिस — से आते हैं। यह प्राथमिक-स्रोत रिले है: प्राधिकरण घोषणा करता है, अख़बार छापता है। तथ्यात्मक भरोसा इससे मज़बूत होता है; स्वतंत्र पुष्टि इससे नहीं होती। बंदी की वास्तविक अवधि का कोई दूसरा स्रोत नहीं, न किसी स्थानीय निवासी या व्यापारी की प्रतिक्रिया दर्ज है। यह अकेलापन पाइपलाइन में एक और जोखिम जोड़ता है, तथ्य में नहीं।

कंट्रेरियन: डायवर्जन को "टैक्टिकल री-रूट" कहना आसान था

मान लीजिए मैंने वह रास्ता चुना होता। श्रीनगर हाईवे पर लूप और मार्गल्ला मोड़ पर यू-टर्न को मैं "फ़ोर्स्ड री-सर्कुलेशन" कह सकता था; आबपारा से रावल चौक तक के तीन-स्टॉप मार्ग को "रिलोकेशन चेन" कह सकता था। शब्द सुंदर लगते। समस्या यह है कि यह उधार लिया गया रूपक होता, विश्लेषण नहीं — और मेरे पेशे में रूपक आमतौर पर उस जगह खड़ा किया जाता है जहाँ डेटा खत्म हो जाता है।

यहाँ असली खोज यह नहीं कि एक सूचना गलत लेबल मिल गई। असली खोज यह है कि टेक्स्ट में फुटबॉल की शब्दावली ही मौजूद नहीं थी। न "मैच", न "क्लब", न "सीज़न", न "ट्रांसफर", न "रिफरी"। तब फिर यह लेबल कहाँ से आया? जिस भी तंत्र ने इसे football कहा, उसने सामग्री नहीं पढ़ी — उसने कहीं और से आ रहा संकेत पकड़ा। इसका मतलब साफ है: समस्या विषय-वस्तु की नहीं, गेट की है। दस्तावेज़ अंदर आने से पहले यदि यह जाँच हो कि उसमें कम से कम एक टीम, एक खिलाड़ी या एक प्रतियोगिता का नाम है, तो यह फाइल कभी स्टेज-1 तक न पहुँचती।

दूसरा उलटा कोण यह है कि मुझे यह फाइल त्यागने में कोई आनंद नहीं आया। मॉडल से मुझे अपेक्षा थी कि वह प्रेशर दिखाएगा; पहली बार 2026 में PPDA ने मुझे दूरी लौटाई थी, और तब मैंने यह नहीं कहा था कि फुटबॉल खत्म हो गया — मैंने कहा था कि मेरा मॉडल गलत सवाल पूछ रहा है। यहाँ भी वही बात है। किसी सिस्टम के एक गलत आउटपुट से यह निष्कर्ष निकालना कि पूरा सिस्टम टूटा है, वैसी ही आलसी सोच है जैसे हर आउटपुट को सही मान लेना।

और एक काम करने वाला तंत्र भी है, जिसे छोड़ना बेईमानी होगी। यह एडवाइजरी अपने असली दर्शक — इस्लामाबाद का मोटर चालक — के लिए सचमुच काम की है। दो स्पष्ट मार्ग दिए गए हैं, गंतव्य नामित हैं, और भारा काहू व रावल डैम चौक जैसे प्रभावित क्षेत्र साफ़ बताए गए हैं। एक नगरपालिका सूचना जो इतनी विशिष्ट हो, पाठक पर काम टालने का बोझ नहीं डालती। साथ ही, यह फाइल डेटा-गुणवत्ता प्रशिक्षण के लिए एक दुर्लभ नमूना है: एक साफ़, असंदिग्ध, लेबल किया हुआ गलत-धनात्मक उदाहरण। एसे नमूने महँगे होते हैं, और यह मुफ़्त में मिल गया।

तीसरा कोण, जो सबसे असुविधाजनक है: यह पहली बार नहीं हो रहा। मैंने अपने करियर में कई डेटा-सेट देखे हैं जहाँ त्रुटि सामग्री से नहीं, आयात-चैनल से आई — जनरल-न्यूज़ फ़ीड से आया कोई ऑब्जेक्ट, जिसकी फुटबॉल संस्करण में कोई जगह नहीं थी, और जिसे किसी ने बिना जाँच आगे भेज दिया। एक बार का दोष बर्दाश्त है; बैच में दोहराव संकेत देता है कि टैगर की आदत खराब है। 2026-21 के बबल सीज़न वाले मेरे मॉडल ने भी मुझे यही सिखाया था — तीन-चार फ़ाइलों से निकला कोई ढाँचा उस समय तक ढाँचा नहीं होता जब तक n घोषित न हो और दिशा बनी न रहे।

अगले राउंड का संकेत

इस फाइल पर फुटबॉल रिपोर्ट नहीं बनेगी। जो बनेगी, वह एक सवाल है जो हर एनालिटिक्स डेस्क को अपने चैनल-स्वास्थ्य पर पूछना चाहिए: आपका आख़िरी तीन महीनों का सैंपल कितने एसे केस लौटाता है जिनमें एंटिटी शून्य है? और जब आपको एक मिले, तो क्या आपने उसे करियर बनाने के लिए इस्तेमाल किया, या करियर बचाने के लिए बाहर निकाला?

मेरे देखने में तीन संकेत आगे आने वाले हैं। पहला: इस्लामाबाद ट्रैफिक पुलिस की कोई नई घोषणा जो कश्मीर चौक खोलने या मार्ग बदलने की बात करे — इस एडवाइजरी की उपयोगिता वहीं खत्म हो जाती है। दूसरा: अंडरपास निर्माण का अगला चरण, जिसमें डायवर्जन लूप बदल सकते हैं। तीसरा, और सबसे ज़रूरी: उसी बैच में football लेबल वाला दूसरा ग़ैर-फुटबॉल दस्तावेज़ मिलना। वह मिल गया तो यह दुर्घटना नहीं, प्रणाली की आदत होगी।

मैंने मॉडल पर तब तक भरोसा किया जब तक अवशेषों ने बेहतर कहानी नहीं सुनाई। इस बार अवशेष यह कह रहे थे कि सवाल ही गलत मेज़ पर पहुँचा है। जब खेल के मैदान से कोई मीट्रिक नहीं आता, तो सबसे ईमानदार आँकड़ा यही होता है — शून्य। और शून्य भी एक मीट्रिक है, बशर्ते आप उसे नकली संख्या से भरने की कोशिश न करें।