लेबल भरपूर, सूचना शून्य: क्रिकेट कवरेज की खाली पाइपलाइन

पिछले हफ़्ते चेन्नई के डेटा रूम में एक फ़ाइल खुली। उसमें एक ही चीज़ ज़िंदा थी — डोमेन लेबल: cricket_asia। शीर्षक खाली। स्रोत खाली। प्रकाशन तिथि दर्ज नहीं। और सबसे ज़रूरी खाना — सूचना बिंदुओं की सूची — पूरी तरह खाली। टीम का नाम नहीं, खिलाड़ी का नाम नहीं, फ़ॉर्मेट नहीं, स्कोरलाइन नहीं। बीस साल पहले अख़बार के डेस्क पर ऐसी फ़ाइल पर सिर्फ़ दो शब्द लिखे जाते थे: रद्दी में। अब वही फ़ाइल हमारे सिस्टम में आगे बढ़ रही थी, और किसी ने उसे ग़लती नहीं कहा — क्योंकि उस पर लेबल लगा था। लेबल आ गया, माल नहीं आया।

यह कोई तकनीकी दुर्घटना नहीं है। यह वही उत्पाद है जो क्रिकेट मीडिया रोज़ बेच रहा है: टैग किया हुआ, पैकेज किया हुआ, और अंदर से खोखला।

किसी भी स्पोर्ट्स सूचना प्रणाली की तीन परतें होती हैं। पहली — रूटिंग यानी लेबल: यह क्रिकेट है, यह एशिया है, यह लीव है। दूसरी — एक्सट्रैक्शन यानी तथ्य: क्या हुआ, कब हुआ, किस फ़ॉर्मेट में, कितने नमूने पर। तीसरी — एनालिसिस यानी निष्कर्ष। हमारी फ़ाइल में पहली परत कामयाब रही और दूसरी परत शून्य पर आकर रुक गई। जिस क्षण दूसरी परत खाली होती है, तीसरी परत का कोई अस्तित्व नहीं रहता — सिवाय इसके कि कोई भरोसेमंद दिखने वाला झूठ रच दे।

क्रिकेट में दूसरी परत पर सबसे ज़्यादा ज़ोर इसलिए पड़ता है कि इस खेल की हर संख्या फ़ॉर्मेट-निर्भर है। एक परमाणु सूचना बिंदु में चार चीज़ें अनिवार्य हैं: इकाई (खिलाड़ी या टीम), भूमिका, फ़ॉर्मेट, और नमूना आकार। 'दूसरे T20I में चेपॉक पर 51 गेंदों में 84 रन, जिसमें पावरप्ले के छह ओवर में 44' — यह सूचना बिंदु है। 'शानदार शतक' — यह लेबल है।

लोग सोचते हैं यह अंतर शब्दों का है। यह अंतर नतीजों का है। T20 का स्ट्राइक रेट और टेस्ट का औसत एक-दूसरे की जगह नहीं ले सकते, जैसे पावरप्ले की रणनीति और सत्र-दर-सत्र घिसाई एक ही भाषा नहीं बोलते। फ़ॉर्मेट टैग के बिना कोई भी आँकड़ा सिर्फ़ तेज़ आवाज़ है, जानकारी नहीं। यह वही ग़लती है जो क्रिकेट विश्लेषण में सबसे आम है और सबसे कम पकड़ी जाती है।

उस खाली फ़ाइल में असल में जो हुआ, वह उद्योग के लिए एक नमूना है। क्लासिफ़ायर ने उतना टेक्स्ट देख लिया कि उसे क्रिकेट करार दे दिया, लेकिन डिकम्पोज़र ने एक भी तथ्य सहेजा नहीं। इसे मैं साइलेंट आंशिक निष्कर्षण कहती हूँ — और यह सबसे ख़तरनाक विफलता है, क्योंकि बैच के स्तर पर यह स्वस्थ दिखती है। लेबल मौजूद है, इसलिए डैशबोर्ड हरा है। तथ्य मौजूद नहीं, इसलिए कोई अलार्म नहीं बजता। चेन्नई के एक स्टार्टअप में मैंने सीखा: खाली मेज़ें तेज़ आवाज़ें बनाती हैं। डेटा डेस्क पर भी यही होता है — जहाँ सामग्री नहीं, वहाँ दावे सबसे ऊँचे होते हैं।

इसका इलाज एक न्यूनतम-सामग्री गेट है, और उसकी चार शर्तें हैं। पहली: स्रोत और प्रकाशन तिथि दर्ज हो — बिना तारीख़ के क्रिकेट की कोई खबर ग्रेड की ही नहीं जा सकती, क्योंकि लाइव सीरीज़ में नैरेटिव चौबीस घंटे में पलट जाता है। दूसरी: फ़ॉर्मेट टैग — टेस्ट, ODI, T20 या द हंड्रेड — हर बिंदु पर अनिवार्य, क्योंकि टैग बाद में नहीं जोड़ा जा सकता, वह निकालने के समय ही लगना चाहिए। तीसरी: कम से कम तीन परमाणु तथ्य। चौथी: हर एंटिटी की भूमिका स्पष्ट हो — सिर्फ़ 'एक खिलाड़ी' या 'टीम' पर रुक जाने वाला पेलोड अधूरा है।

तीन की सीमा मनमानी नहीं है। एक तथ्य किस्सा है। दो तथ्य सहसंबंध का भ्रम हैं। तीन तथ्यों पर आप कम से कम आंतरिक संगति जाँच सकते हैं — औसत से स्ट्राइक रेट मिलता है या नहीं, ओवरों का जोड़ स्कोर से बैठता है या नहीं। क्रिकेट का सारा भरोसा इसी जाँच पर टिका है।

मेरा अपना सबक 2026 से है। तीस-चार की उम्र में मैंने ब्रॉडकास्ट प्रोडक्शन छोड़ा और चेन्नई के ग्यारह लोगों के डिजिटल स्पोर्ट्स स्टार्टअप में गई, जहाँ डेटा डेस्क नाम की कोई चीज़ नहीं थी। IPL 2026 के साठ मैच मैंने गेंद-दर-गेंद दर्ज किए — चौदह हज़ार चार सौ डिलीवरी। डेटाबेस खाली शुरू हुआ था; पहली असली खोज झगड़े के रूप में आई।

मैंने स्कोरकार्ड से शुरू नहीं किया, इसीलिए शुरू नहीं किया कि स्कोरकार्ड आपको लेबल देता है। मुझे मैच स्टेट चाहिए था। हर डिलीवरी के साथ मैंने रिकॉर्ड किया: कितने विकेट शेष, ज़रूरी दर क्या, कौन-सा बल्लेबाज़ मैदान पर, और उस ओवर पर दबाव किस पर था। इन्हीं से 'डेथ-ओवर एक्सपोज़र' मीट्रिक बना — ज़रूरी दर को विकेट-इन-हैंड से तौलने वाला सूचकांक।

सीज़न के बाद मैंने वह टुकड़ा लिखा जिसने संख्या को मायने दिए। साठ मैच, एक फ़ीड, और बढ़ती शंकाओं की सूची — और अंत में एक नतीजा: फ़ाइनल का एक रन चालीस ओवर पहले तय हो चुका था। उस प्लेऑफ़ टीम के नंबर छह और सात ने अपनी डेथ गेंदों का अड़तीस प्रतिशत पचाया था, जबकि उसके टॉप-थ्री पर किसी भी क्वालिफ़ायर से कम दबाव गेंदें पड़ी थीं। नौ लाख लोगों ने वह टुकड़ा पढ़ा, और फ्रैंचाइज़ी के एनालिस्ट ने फ़ोन करके पहले बहस की, फिर नौकरी दी। उस सीज़न चेपॉक के तीस सीट वाले प्रेस बॉक्स में मैं अकेली महिला थी।

बात नौकरी की नहीं है। बात यह है कि वह निष्कर्ष इसलिए निकल सका क्योंकि चौदह हज़ार चार सौ गेंदों में से हर एक के साथ फ़ॉर्मेट टैग और मैच स्टेट दर्ज था। मध्य परत खाली होती, तो अड़तीस प्रतिशत घटकर स्वाद बन जाता, आँकड़ा नहीं।

यही अनुशासन तब दिखता है जब मैं किसी खाली पेलोड पर आठ-आयामी जाँच चलाती हूँ। हर आयाम अपना ढाँचा छापता है, हर खाना भरता है — और हर जगह वही लिखता है: अपर्याप्त सूचना, आकलन संभव नहीं। यह कमज़ोरी नहीं, व्यवसाय की शर्त है। एक मॉडल उतना ही ईमानदार होता है जितने सवाल वह मना करता है। क्रिकेट में ख़ासकर, क्योंकि यहाँ 'जवाब नहीं है' कहना सबसे कठिन और सबसे ज़रूरी वाक्य है।

कमेंट्री बॉक्स को लेकर मेरी आलोचना अक्सर निजी समझी जाती है। वह नहीं है। बॉक्स की सीमाएँ असली हैं: लाइव, कोई फ़ीड नहीं, गेंद पर प्रतिक्रिया के लिए एक सेकंड। कोई सेकंड में ज़रूरी दर नहीं जोड़ेगा। जिस सिस्टम ने उसे लेबल थमाया है, उसी सिस्टम में दूसरी स्क्रीन रख दो और वही टिप्पणीकार वही आँकड़ा बता सकता है — तर्क से लड़ो, व्यक्ति को श्रेय दो।

समस्या यह है कि बॉक्स को लेबलकरण के लिए दंडित नहीं किया जाता, पुरस्कृत किया जाता है। 'उनका 50वाँ शतक, 200वें मैच में' — यह वाक्य सुनने में वज़नदार है और पूर्वानुमान की दृष्टि से पूरी तरह खाली। मेरे डेटाबेस मुझे कुछ और सिखाते हैं: चरण-आधारित रन रेट, विकेट की संभावना, NRR के परिदृश्य, DLS-समायोजित लक्ष्य। क्रिकेट की कम-स्कोरिंग अवस्थाएँ फ़ुटबॉल वाली xG तर्क को सज़ा देती हैं; यहाँ हर ढाँचे को क्रिकेट की इकाई में अनुवाद करना पड़ता है।

अब वह दलील, जो मेरा यह लेख पढ़ते हुए कमरा उठाएगा: 'यह सिर्फ़ पाइपलाइन की बीमारी है, गेट लगाओ और आगे बढ़ो।' गेट ज़रूरी है, काफ़ी नहीं। गेट बताता है कि सामग्री अंदर नहीं आई; वह यह नहीं बताता कि अंदर न आने की वजह खराब निष्कर्षण है या यह कि बाज़ार इनपुट की ही परवाह नहीं करता। स्पॉन्सर याददाश्त खरीदते हैं, सटीकता नहीं। जब तक लेबल की कीमत तथ्य से ऊँची रहेगी, खाली पेलोड भरते रहेंगे — नए नाम से, नए टैग के साथ।

मुझे अपने ख़ुद के स्वभाव से भी बचना होता है। मेरी शुरुआती खोज झगड़े में मिली थी, इसलिए आदत बन जाती है कि विरोध को मान्यता समझें और सहमति को अलार्म। इसलिए पहले बेस रेट कहती हूँ: क्रिकेट कवरेज का बड़ा हिस्सा लेबल लेकर आता है और उसमें कुछ असली तथ्य भी होते हैं। खराबी अनुपात की है, अस्तित्व की नहीं। जहाँ तथ्य नहीं, वहाँ 'अपर्याप्त' लिखने की आदत डालनी है, और जहाँ है, वहाँ गिनती बतानी है।

एक ईमानदार चेतावनी और जोड़ना चाहिए। रणजी ट्रॉफ़ी और महिला घरेलू क्रिकेट का डेटा पतला है — कवरेज का अंतराल असली है, और वहाँ स्रोत की कमी सामग्री की कमी जैसी दिखती है। सख़्त गेट उस पतले पर जायज़ सामग्री भी रोक देगा। इसलिए दो श्रेणियाँ चाहिए: 'लेबल-शून्य' और 'पतला-लेकिन-तथ्यपूर्ण'। दोनों को एक खाते में डालना वही ग़लती होगी जो सब कर रहे हैं।

अगले छह महीनों में जो संख्या देखनी चाहिए, वह किसी का स्ट्राइक रेट नहीं है। वह है बैच में उन पेलोड का अनुपात जिनमें तीन या अधिक परमाणु सूचना बिंदु मौजूद हैं। वह अनुपात गिरा तो समझिए कि कवरेज हरा दिख रहा है और अंदर से खाली है। स्प्रेडशीट वह याद रखती है जो कमरा भूल जाता है — इस बार वह याद रखेगी कि कितनी बार हमने लेबल को खबर कहकर छाप दिया।