आठ सेक्शन, शून्य तथ्य: क्रिकेट डेटा पाइपलाइन का खाली नतीजा, जिसे कोई "क्लीन चिट" समझ बैठता है

पिछले हफ़्ते मेरी मेज़ पर एक रिपोर्ट आई। आठ सेक्शन, सारी हेडिंग अपनी जगह, फ़ॉर्मेट साफ़-सुथरा, मार्जिन बराबर। पहला सेक्शन "फ़ॉर्मेट और मैच विश्लेषण" — सेल में लिखा था: अपर्याप्त सूचना, आकलन संभव नहीं। दूसरा "खिलाड़ी तकनीक और डेटा" — वही एक वाक्य। तीसरा "टीम परिदृश्य और रैंकिंग" — वही। जोखिम मैट्रिक्स तक में स्पोर्टिंग, कार्मिक, वाणिज्यिक, नियम-अखंडता और जनमत — पाँचों श्रेणियाँ खाली पड़ी थीं।

बगल की कुर्सी पर बैठे साथी ने स्क्रीन पर नज़र डाली और पूछा, "तो मतलब कुछ गड़बड़ नहीं मिली?"

यही एक वाक्य है जिससे मुझे सबसे ज़्यादा डर लगता है। क्योंकि वह रिपोर्ट जो कह रही थी, वह "कुछ गड़बड़ नहीं मिली" नहीं था। वह कह रही थी "कुछ देखा ही नहीं जा सका"। इन दो वाक्यों के बीच की दूरी, एक भरे हुए बहीखाते और एक खाली फ़ाइल के बीच की दूरी है। और जिस पल कोई डेस्क इस दूरी को मिटा देता है, उसी पल एक खाली फ़ाइल किसी फ़ैसले की बुनियाद बन जाती है।

इस पाइपलाइन की बनावट समझ लेना ज़रूरी है, क्योंकि गड़बड़ी उसी बनावट के जोड़ों में बैठी थी। पहला चरण किसी लेख से ग्यारह चीज़ें निकालता है — शीर्षक, स्रोत, लेख का प्रकार, एक-वाक्य सार, लेखक का रुख़, लेख का उद्देश्य, सूचना बिंदु, मूल विचार, इकाइयाँ यानी टीम-खिलाड़ी-बोर्ड-लीग, डोमेन लेबल, समय-संवेदनशीलता और स्रोत की गुणवत्ता। दूसरा चरण इन्हीं बिंदुओं पर आठ आयाम खड़े करता है: फ़ॉर्मेट, खिलाड़ी तकनीक, टीम परिदृश्य, लीग-वाणिज्यिक पारिस्थितिकी, नियम-शासन, जोखिम, जन-नैरेटिव और उद्योग ट्रांसमिशन। पूरा ढाँचा इनपुट पर टिका है। इनपुट न हो तो ढाँचा खड़ा रहता है, पर उसके अंदर हवा के सिवा कुछ नहीं होता।

क्रिकेट में यह भूख सबसे तेज़ है, और वजह तकनीकी है। फ़ॉर्मेट लेबल — टेस्ट, वनडे, टी20, द हंड्रेड — बाक़ी सब कुछ गेट करता है। टेस्ट में औसत और सहनशीलता क़ीमती है, टी20 में स्ट्राइक रेट; वनडे का मध्य ओवर अपना अलग गणित लेकर आता है। दो फ़ॉर्मेट का डेटा एक साथ मिलाना क्रिकेट-विश्लेषण की सबसे पुरानी लापरवाही है, और इस पाइपलाइन ने उसे रोकने के लिए ही फ़ॉर्मेट को पहला दरवाज़ा बनाया था। दरवाज़े पर ताला लगा था और चाबी किसी और मेज़ पर पड़ी थी।

मैदान की जानकारी उसके बाद आती है। वेन्यू, पिच रिपोर्ट, होम-ग्राउंड की पहचान, मौसम, ओस, डीएलएस का दख़ल — ये सब वे चर हैं जो क्रिकेट में किसी भी नतीजे की व्याख्या बदल देते हैं। इनके बिना जो बचता है, वह स्कोरकार्ड है, विश्लेषण नहीं। और स्कोरकार्ड को विश्लेषण कहना वही आदत है जिससे मैं बार-बार टकराता हूँ।

अब वह हिस्सा, जिसके लिए यह रिपोर्ट पढ़ी जानी चाहिए। ग्यारह में से भरी हुई फ़ील्ड की संख्या शून्य थी। शीर्षक नहीं, स्रोत नहीं, प्रकाशन तिथि नहीं, सूचना बिंदु नहीं, मूल विचार नहीं। "इकाइयाँ" वाले खाने में असल में एक निर्देश लिखा था — "ऊपर दिए सूचना बिंदुओं से पहचानें" — जबकि ऊपर कोई सूचना बिंदु था ही नहीं। यह वह खाली सेल है जो खुद को निर्देश बता रही है।

और यहीं एक ऐसा संकेत छिपा है जो पूरी मरम्मत की दिशा तय करता है। अगर लेख मिला होता पर उसकी श्रेणी तय न हो पाती, तो फ़ील्ड में "अवर्गीकृत" लिखा होता। यहाँ "श्रेणी: अवर्गीकृत" का मतलब यह नहीं कि पाठ पढ़ा गया और समझा नहीं गया; यह मतलब है कि पाठ आया ही नहीं। शीर्षक और स्रोत का खाली होना वह गवाह है जो बताता है कि विफलता सारांश बनाने वाली मेज़ पर नहीं, लेख खींचकर लाने वाली मेज़ पर हुई। मरम्मत का पहला पुर्ज़ा प्रॉम्प्ट नहीं, फ़ेच और पार्स लेयर है। ग़लती का हस्ताक्षर ही बताता है कि पेचकस कहाँ लगाना है — यही आदत मैंने स्कोरिंग टेबल से सीखी, जहाँ ग़लत विकेट की एंट्री और ग़लत ओवर की एंट्री दो अलग जगहों से ठीक होती हैं।

नवंबर 2026 की बात है। उप्पल के राजीव गांधी अंतर्राष्ट्रीय स्टेडियम में हैदराबाद और सर्विसेज़ का रणजी मुक़ाबला था और मैं सात सौ पचास रुपये प्रतिदिन की स्ट्रिंगर शिफ़्ट पर था। आधिकारिक फ़ीड ने स्कोरबोर्ड रीसेट के बाद दो विकेट चूक दिए थे। मैंने 438 गेंदें हाथ से लिखीं और ग्यारह आउट होने की पुष्टि दो स्कोररों से अलग-अलग कराई। अगली सुबह डेस्क ने मेरा सुधार छापा। उस रात की सबसे क़ीमती चीज़ 620 शब्दों की रिपोर्ट नहीं थी — वह चौदह सेशन वाला बहीखाता था, जिसमें हर वह गेंद दर्ज थी जो किसी और की फ़ाइल में गुम थी। खाली जगह को खाली बताना भी रिपोर्टिंग है।

इसी सोच का दूसरा चेहरा उन सेलों में दिखता है जिन्हें हम भरे हुए मान लेते हैं। 2026 में सनराइज़र्स हैदराबाद के साथ मेरे जूनियर विश्लेषक के काम के दौरान टीम लीग में आख़िरी पायदान पर रही — तीन जीत, ग्यारह हार, छह अंक, नेट रन रेट माइनस 0.545। मैंने 47 पंक्तियों की वैरियंस रिपोर्ट बंद की, जिसमें खिलाड़ी बीमा, कोविड परीक्षण और खाली स्टेडियम के संचालन ख़र्च थे। 12.4 करोड़ रुपये का अंतर क्रिकेट के फ़ैसलों से नहीं, तीन कॉन्ट्रैक्ट क्लॉज़ से निकला। सबक सीधा था — बहीखाते में खाली सेल शून्य नहीं होती; वह अज्ञात होती है, और अज्ञात को शून्य मान लेना ही सबसे महंगी भूल है। इस रिपोर्ट की छह जोखिम श्रेणियाँ ठीक इसी श्रेणी की हैं। वे "क्लियर" नहीं हैं, वे "अनआकलित" हैं। दोनों शब्द एक ही शब्दकोश में नहीं बैठते।

उसी बहीखाते वाली आदत ने मुझे यह भी सिखाया कि दो दस्तावेज़ जब एक-दूसरे से न मिलें, तो लीक को नहीं, अंतर को छापना चाहिए। यहाँ एक ऐसा ही अंतर मौजूद था — पहले चरण ने डोमेन लेबल cricket_world भेजा था, जबकि दूसरे चरण का मसौदा Cricket माँगता है। किसी पाठक को यह बाइट-भर की बात लगेगी। एक ऑडिटर के लिए यह वह संकेत है कि दोनों मेज़ें अलग-अलग संस्करण पर चल रही हैं, और जहाँ संस्करण अलग हों वहाँ बाक़ी खाली खाने संयोग नहीं, व्यवस्था की ग़लती होते हैं। यही वह क्षण है जब मुझे बताना पड़ता है कि गड़बड़ी लेख में नहीं, लेख तक पहुँचने वाली नली में है।

आठ में से छह आयाम इसी एक कारण से बंद पड़े थे। फ़ॉर्मेट तय नहीं तो मध्य ओवरों की प्रदर्शन-व्याख्या बेमानी; खिलाड़ी का नाम नहीं तो औसत, स्ट्राइक रेट, इकॉनमी, परिस्थिति-आधारित विभाजन और हाल का रुझान — सब बेमानी; टीम नहीं तो आईसीसी रैंकिंग और विश्व टेस्ट चैंपियनशिप का अंक-तालिका वाला चश्मा लगाना ही ग़लत; वेन्यू नहीं तो घरेलू-बाहरी का वह अंतर छूट जाता है जो क्रिकेट में ताक़त आँकने का सबसे भरोसेमंद पैमाना है। एक भी इकाई गिनाई नहीं गई थी, इसलिए हर दीवार खाली थी।

सबसे महंगी चूक नैरेटिव वाले हिस्से में बैठी थी, और वह चूक स्रोत-ग्रेडिंग के ग़ायब होने से बनी। किसी भी क्रिकेट कहानी की क़ीमत उतनी ही होती है जितना उसका स्रोत — बोर्ड का आधिकारिक बयान, भरोसेमंद पत्रकार की रिपोर्ट, सामान्य मीडिया की खबर, या ट्रैफ़िक के लिए लिखा गया अकाउंट। बिना ग्रेडिंग के न तो उत्साह-चक्र की स्थिति तय होती है, न अपेक्षा और ज़मीनी हक़ीक़त के बीच का अंतर। अपेक्षा-अंतर इस पूरे ढाँचे की असली उपज है, और उसे नापने के लिए दोनों तरफ़ एक-एक आंकड़ा चाहिए — दोनों तरफ़ खाली था।

उद्योग ट्रांसमिशन का नक़्शा भी उसी वजह से नहीं खिंच सका। ऊपर से नीचे का यह प्रवाह — घरेलू ढाँचे से प्रतिभा की आपूर्ति, फिर राष्ट्रीय टीमें और लीग, फिर प्रसारण और वाणिज्यिक बाज़ार — कम से कम तीन सूचना बिंदुओं पर चलता है: एक घटना, एक वाणिज्यिक प्रतिपक्ष, एक बाज़ार। एक भी नहीं मिला। एक-बिंदु वाला लेख भी यहाँ पहले से पतला रहता है; शून्य-बिंदु वाले लेख पर नक़्शा बनाना काग़ज़ पर हवा खींचना है।

यहाँ एक ऐसा जोखिम उभरता है जिसका किसी क्रिकेट नतीजे से कोई लेना-देना नहीं। आठ भरी हुई हेडिंग वाला दस्तावेज़ जब आगे किसी स्वचालित सारांश या अलर्ट प्रणाली में जाता है, तो वहाँ "कवरेज हुई" का संकेत बन जाता है। यही असली ख़तरा है। एक खाली रिपोर्ट, जिसका ढाँचा पूरा हो, दिखने में एक पूरी रिपोर्ट जैसी होती है — और रिपोर्टें ढाँचे से नहीं, सामग्री से पढ़ी जाती हैं। इसलिए इस दस्तावेज़ को किसी चेतावनी, रैंकिंग या सिफ़ारिश की श्रृंखला में आगे नहीं भेजा जाना चाहिए, जब तक पहला चरण दोबारा न चले।

अब वह बात जो इस पूरे प्रकरण को उलट देती है। सबसे बड़ी ग़लती यह नहीं हुई कि प्रणाली ने खाली नतीजा लौटाया। सबसे बड़ी ग़लती तब होगी जब कोई इसे "सुधारने" के लिए दूसरे चरण को भरने की इजाज़त दे देगा। मॉडल को अगर छूट मिले, तो वह खाली सेल में लिख देगा — चेपॉक की पिच धीमी लगी, मध्य ओवरों में गति टूटी, कप्तानी में ठहराव आया। ये वाक्य सुनने में विश्लेषण जैसे लगेंगे और कोई इन्हें चुनौती नहीं देगा, क्योंकि इनके पीछे कोई आंकड़ा ही नहीं होगा जिसे चुनौती दी जाए। "आकलन संभव नहीं" ऑडिट-योग्य है; बिना आधार का भरोसेमंद वाक्य नहीं। जो प्रणाली खाली जगह को खाली कह सकती है, वही प्रणाली भरोसे लायक़ है; जो उसे सुंदर वाक्य से भर देती है, वह सिर्फ़ तेज़ है।

इसका एक परिचित रूप मैदान पर भी दिखता है। फ़ुटबॉल में साठ प्रतिशत पज़ेशन साइडवेज़ पासों से भी बन जाता है और उस बीस मिनट में एक भी मौक़ा नहीं बनता। कोई टीम गेंद पर क़ब्ज़ा रखकर भी खाली खेल सकती है। यह रिपोर्ट ठीक वही थी — ढाँचे पर पूरा क़ब्ज़ा, अंदर कोई मौक़ा नहीं। दोनों जगह एक ही गणित काम करता है: मात्रा को सार मान लेना।

और उद्योग इसी मात्रा को इनाम देता है। एक खाली नतीजा कहीं नहीं चलता; उससे कोई हेडलाइन नहीं बनती, कोई चर्चा नहीं छिड़ती, डेस्क पर कोई ताली नहीं बजती। इसलिए दबाव हमेशा एक ही दिशा में होता है — भरो, चाहे भरने के लिए कुछ हो या न हो। जिस डेस्क ने सात आईपीएल मैचों में छह गेट खुलने की देरी और इक्कीस दिखाई देने वाले स्पॉन्सर बोर्ड गिने थे, उसी डेस्क ने यह भी सीखा कि 26 हज़ार सीटों वाले निचले बाउल का गिना हुआ आंकड़ा जब प्रेस-बॉक्स के आंकड़े से 2,400 कम निकला, तो रिपोर्ट में स्कोर नहीं, अंतर छपा था। अंतर अप्रिय होता है और उसी वजह से उसे छापना पड़ता है।

आगे का रास्ता तीन ठोस क़दमों से बनता है, और तीनों उसी दिन के हैं। पहला, दूसरे चरण को बुलाने से पहले एक साधारण द्वार — सात अनिवार्य फ़ील्ड में से कम से कम तीन भरी हों, वरना टिकट स्वयं मैनुअल जाँच में चला जाए। दूसरा, पहले चरण के स्कीमा को संस्करण में पिन करना और यह जाँच जोड़ना कि डोमेन लेबल मान्य शब्दावली से बाहर न जाए। तीसरा, स्रोत की गुणवत्ता को वैकल्पिक खाने से अनिवार्य खाना बनाना — क्योंकि जिस लेख का स्रोत दर्ज नहीं, उसकी कहानी भी दर्ज नहीं।

और एक अंतिम निगरानी जो अगले दो चक्रों में काम आएगी: अगर एक ही वेबसाइट से लगातार तीन खाली पेलोड आएँ, तो समस्या प्रॉम्प्ट की नहीं, उस लेख तक पहुँचने वाले रास्ते की है — पेवॉल, जावास्क्रिप्ट, या क्षेत्रीय रोक। उस स्थिति में इंजीनियरिंग की मेज़ पर फ़ोन जाना चाहिए, भाषा मॉडल सुधारने वाली मेज़ पर नहीं।

पाठक के लिए इस पूरी कहानी में एक ही सवाल बचता है, और वह हर बार काम आएगा। जब आप क्रिकेट की कोई तालिका देखें — रैंकिंग, वेतन, उपस्थिति, प्रसारण अवधि — तो एक पल रुककर पूछिए कि खाली पड़ा खाना शून्य था या अज्ञात। रणजी का बहीखाता वह याद रखता है जो स्कोरबोर्ड भूल जाता है। मैंने उप्पल के स्ट्रिंगर के तौर पर यह सबक दो विकेट गुम होने की उस रात सीखा था, और आज आठ सेक्शन वाली एक खाली रिपोर्ट उसे दोबारा याद दिला गई।