खाली सेल, भरा हुआ भरोसा: क्रिकेट डेटा डेस्क की वह विफलता जो रिपोर्ट में दिखती नहीं

मेरी स्क्रीन पर आठ डायमेंशन की रिपोर्ट खुली थी। फॉर्मेट और मैच एनालिसिस, प्लेयर टेक्नीक और डेटा, टीम लैंडस्केप और रैंकिंग, लीग और कमर्शियल इकोसिस्टम, रूल्स और गवर्नेंस, रिस्क, पब्लिक नैरेटिव, और इंडस्ट्री ट्रांसमिशन। हर हेडिंग अपनी जगह पर थी। हर टेबल के कॉलम बने हुए थे। हर सेल में एक ही वाक्यांश भरा था: अपर्याप्त जानकारी।

क्रिकेट की रिपोर्टिंग में मैंने ऐसा फ़्रेम पहले नहीं देखा — न खाली, न इतना भरा हुआ। जो दस्तावेज़ ऊपर से आया था, उसमें शीर्षक नहीं था, स्रोत नहीं था, आर्टिकल का टाइप तय नहीं था, एक-वाक्य सारांश खाली था, लेखक का रुख़ तय नहीं था, और सूचना-बिंदुओं की सूची पूरी तरह खाली थी। एक ही फ़ील्ड भरी हुई थी — डोमेन लेबल: cricket_asia।

क्लीन ऑडियो किसी पतन को हिसाब जैसा सुना देता है। खाली टेम्पलेट किसी रिपोर्ट को कवरेज जैसा दिखा देता है। फ़र्क़ यह है कि ऑडियो वाली ग़लती अगली बार सुनाई दे जाती है; टेम्पलेट वाली ग़लती कभी सुनाई नहीं देती, क्योंकि उसे पकड़ने के लिए कोई माइक इंस्टॉल ही नहीं किया गया है।

क्रिकेट एनालिसिस की पाइपलाइन, और उसका पहला दरवाज़ा

किसी भी क्रिकेट कंटेंट सिस्टम में दो चरण होते हैं। पहला चरण कच्चे पाठ को खोलता है — कौन सी टीम, कौन सा खिलाड़ी, कौन सा फ़ॉर्मेट, कौन सी तारीख़, किस स्टेडियम में, किस हाल में। दूसरा चरण उन तथ्यों पर तर्क खड़ा करता है। अगर पहला चरण अपना काम नहीं करता, दूसरा चरण तर्क नहीं बनाता — वह सजावट बनाता है।

इस मामले में पहला चरण आंशिक रूप से चला। उसने लेबल निकाल दिया, मगर सामग्री छोड़ दी। नतीजा यह हुआ कि आठ-आयामी ढाँचा पूरी तरह मुद्रित होकर आया, हर अनुच्छेद अपनी जगह पर था, हर तालिका में मूल्यांकन-स्तंभ मौजूद था, और हर जगह वही एक शब्द लिखा था। जो आदमी इस दस्तावेज़ को सिर्फ़ स्क्रॉल करेगा, उसे लगेगा कि एनालिसिस हो चुका है और निष्कर्ष संयमित हैं। जो आदमी इसे पढ़ेगा, उसे पता चलेगा कि यहाँ एक भी क्रिकेट-वाक्य नहीं है।

cricket_asia एक रूटिंग लेबल है, सबूत नहीं। यह बताता है कि सामग्री एशियाई क्रिकेट की तरफ़ इशारा करती है — एशियन क्रिकेट काउंसिल का ढाँचा, एशिया कप, भारत-पाकिस्तान-श्रीलंका-बांग्लादेश-अफ़ग़ानिस्तान-नेपाल के द्विपक्षीय दौरे, या एशिया में चलने वाली फ़्रैंचाइज़ी लीगें। यह जानकारी उपयोगी है, अगर आपको यह तय करना हो कि कौन सा डेटाबेस खोलना है। यह जानकारी बेकार है, अगर आपको यह बताना हो कि उस सामग्री में क्या लिखा था। एक लेबल से किसी टीम, खिलाड़ी या मैच का नाम निकालना क्रिकेट एनालिसिस नहीं, अनुमान है — और अनुमान की समस्या यह नहीं कि वह ग़लत होता है, समस्या यह है कि वह जाँचा नहीं जा सकता।

फ़ॉर्मेट टैग वह दरवाज़ा है जिसके बिना बाक़ी सब बेमानी है

इस रिपोर्ट में सबसे बड़ी रुकावट फ़ॉर्मेट की अनुपस्थिति है, और मैं इसे इसलिए रेखांकित कर रहा हूँ क्योंकि यह तकनीकी ब्यौरा नहीं, संरचनात्मक दोष है। टेस्ट, वनडे और टी20 के मेट्रिक्स आपस में तुलनीय नहीं हैं। टेस्ट में औसत का वज़न है; टी20 में स्ट्राइक रेट का। टेस्ट में तीसरे सत्र की थकान निर्णायक होती है; टी20 में सोलहवें ओवर की फ़ील्ड-बाधा। वनडे में दो नई गेंदें और आख़िरी दस ओवर का अलग खेल है। अगर फ़ॉर्मेट तय नहीं है, तो यह भी तय नहीं है कि कौन सा फ़ेज़-मॉडल लागू होगा — और फ़ेज़-मॉडल के बिना रिपोर्ट का पूरा 'की-फ़ेज़ परफ़ॉर्मेंस' वाला हिस्सा खोखला है।

यह मुझे 2026 के उस मॉडल की याद दिलाता है जो बेगमपेट की दो-कमरे वाली लैब में रातों-रात हाथ से कोड होता था। मैं आईपीएल के डेथ ओवरों को गिन रहा था और भुवनेश्वर कुमार के 26 विकेट वाले पर्पल कैप सीज़न से यॉर्कर-लंबाई का एक मॉडल बना रहा था। फ़ाइनल में उस मॉडल ने ठीक काम किया — उप्पल में मुंबई इंडियंस ने 129/8 पर रुककर राइज़िंग पुणे सुपरजायंट के 128/6 को एक रन से हराया, और साठ गेंदों का डेटा साफ़ दिखने लगा। दो रात पहले उसी मॉडल को एलिमिनेटर में ज़मीन पर आना पड़ा था, जहाँ सनराइज़र्स हैदराबाद का 128/7 बारिश से छोटे कर दिए गए मुक़ाबले में कोलकाता के 48/3 (5.2 ओवर) से हार गया था। डेथ-ओवर की लंबाई का जो डेटा मैंने जमा किया था, वह डीएलएस और ओस और पिच की उम्र के बग़ैर बेमतलब हो गया। उस रात के बाद मैंने हर ब्रेकडाउन में एक अनिवार्य 'कॉन्टेक्स्ट कॉलम' जोड़ा — और उस दिन से मैं किसी भी मॉडल को फ़ॉर्मेट टैग के बिना चलाना नहीं देता।

फ़ॉर्मेट टैग ठीक वही कॉलम है। उसके बिना आप पावरप्ले की फ़ील्ड-बाधा और टेस्ट की नई गेंद की स्पेल को एक ही श्रेणी में डाल देते हैं, और रिपोर्ट पढ़ने में समझदार लगती है जबकि उसके अंदर के नंबर एक-दूसरे से बात नहीं कर रहे।

बिना विषय के प्रायर, और उससे पैदा होने वाला भ्रम

दूसरी समस्या खिलाड़ी-स्तर पर है, और यह ज़्यादा चुपचाप होती है। हमारे पास फ़्रेमवर्क के प्रायर मौजूद हैं — बल्लेबाज़ी का 27 से 33 साल का पीक बैंड, तेज़ गेंदबाज़ों का एथलेटिसिज़्म कर्व, ऑलराउंडर के दोहरे कार्यभार का चोट-गुणक। ये प्रायर सही हैं। मगर प्रायर के पास कोई विषय नहीं है। और बिना विषय के प्रायर एनालिसिस नहीं होता, वह शब्दावली होती है।

यही वह जगह है जहाँ डेटा डेस्क की आदत ख़तरनाक बनती है। हमें आंकड़े निकालने की ट्रेनिंग दी जाती है, और आंकड़े निकालना आसान है — औसत, स्ट्राइक रेट, इकॉनमी। मुश्किल हिस्सा यह तय करना है कि उस खिलाड़ी को खरीदा किसलिए गया था। अगर मैं पहले भूमिका तय नहीं करता — कौन सा फ़ेज़, कौन सी स्थिति, किस तरह का दबाव — तो मैं अनजाने में उन आंकड़ों को जवाब मान लेता हूँ जो सिर्फ़ आसानी से उपलब्ध थे। इस रिपोर्ट में वह ग़लती नहीं हुई, क्योंकि ग़लती करने लायक़ एक भी नंबर मौजूद नहीं था। मगर यही बात इसे एक और तरह से ख़तरनाक बनाती है: इसमें 'डेटा लंबित है' टैग लगाने के लिए भी कोई डेटा नहीं है।

ख़राबी का क्रम, और वह दूसरी स्क्रीन जहाँ असली मैच चल रहा था

मैं चीज़ों को पलों में नहीं, क्रम में लिखता हूँ। यहाँ क्रम साफ़ है। पहले, इनजेशन स्तर पर सामग्री गिरी — संभवतः पेपरवॉल, जावास्क्रिप्ट से बना बॉडी, या स्क्रैपर सिलेक्टर का खिसकना। दूसरे, रैपर फ़ील्ड बच गया — डोमेन लेबल cricket_asia। तीसरे, दूसरे चरण ने ढाँचा मुद्रित कर दिया, क्योंकि ढाँचा हमेशा मुद्रित होता है, वह सामग्री की परवाह नहीं करता। चौथे, डाउनस्ट्रीम कंज़्यूमर को एक पूरी दिखने वाली रिपोर्ट मिली, जिसका स्टेटस हरा है। पाँचवें, किसी ने नहीं पूछा कि अंदर क्या है।

दूसरी स्क्रीन वहीं थी जहाँ असली मैच चल रहा था। 2026 की गर्मियों में मैंने लैब बेंच के बगल में एक मॉनिटर रखा और विश्व कप के चौसठ मैचों को प्रेसिंग ट्रिगर और रेस्ट-डिफ़ेंस के लिए कोड किया। एक जुलाई को मॉस्को में स्पेन ने रूस के ख़िलाफ़ हज़ार से ज़्यादा पास बनाए, अतिरिक्त समय तक 1-1 रहा, और रूस ने पेनल्टी पर 4-3 से जीत लिया। टेलीविज़न पर यह 'स्पेन का दबदबा' लग रहा था। दूसरी स्क्रीन पर यह 'खाली जगह पर क़ब्ज़ा' था। तीन हज़ार शब्द उसी फ़र्क़ पर लिखे। यहाँ भी वही फ़र्क़ है: पहली नज़र में यह एक पूरी रिपोर्ट है, दूसरी नज़र में यह एक QA दस्तावेज़ है जो बता रहा है कि सिस्टम ने काम नहीं किया।

जो रिपोर्ट भरी दिखती है, वही सबसे ख़तरनाक है

मैं स्प्रेडशीट पर तब तक भरोसा करता हूँ जब तक इक्यानवे मिनट उल्टा न कह दे। इस मामले में स्प्रेडशीट ने शुरू में ही उल्टा कह दिया, मगर इतनी विनम्रता से कि कोई चौंका नहीं।

यही असली ब्लाइंड स्पॉट है। एनालिसिस की दुनिया में हम त्रुटियों को ऐसे पकड़ते हैं: मॉडल ने कहा एक, हुआ दूसरा। उस टकराव में एक सिग्नल है। यहाँ कोई टकराव नहीं था। मॉडल ने कहा कुछ नहीं, और हुआ भी कुछ नहीं। जिस चीज़ का कोई पूर्वानुमान न हो, उसे कोई ग़लत भी नहीं ठहरा सकता। और जिसे ग़लत नहीं ठहराया जा सकता, वह एडिटोरियल सिस्टम में हमेशा पार हो जाती है — क्योंकि एडिटोरियल सिस्टम 'क्या यह सही है' कम पूछता है और 'क्या यह भरा हुआ है' ज़्यादा पूछता है।

कमेंटरी बॉक्स पर मैं कीमत नहीं लगाता, क्योंकि उसकी मजबूरी मुझसे अलग है: चालीस ओवर की हवा भरनी होती है, चुप्पी एक विकल्प नहीं है। डेटा डेस्क की मजबूरी भी वैसी ही हो गई है — स्कीमा भरना होता है, ख़ाली जगह एक विकल्प नहीं है। फ़र्क़ यह है कि कमेंटेटर की भराई सुनाई देती है, और डेस्क की भराई दिखती नहीं।

अनुमान की क़ीमत, और जो एक भरी हुई रिपोर्ट भी कर सकती थी

एक कल्पना कीजिए। अगर पाइपलाइन ने ख़ाली सेल की जगह 'भारत बनाम पाकिस्तान, डेथ ओवर, इकॉनमी 8.2' लिख दिया होता, तो क्या होता? वह वाक्य संभव लगता। वह मीडिया रिव्यू पास कर जाता। वह ट्विटर पर उद्धृत हो जाता। और उसे झूठा साबित करने का कोई तरीक़ा नहीं होता, क्योंकि मूल स्रोत में कोई तारीख़, कोई स्टेडियम, कोई फ़ॉर्मेट दर्ज ही नहीं था।

अनुमान की क़ीमत यह नहीं है कि वह ग़लत होता है। क़ीमत यह है कि वह जाँचने योग्य नहीं होता — और जो जाँचने योग्य नहीं, वह अगली बार सुधरने योग्य भी नहीं। यही वजह है कि मैंने 2026 में साउंड को सबूत की तरह इस्तेमाल करना शुरू किया, जब ख़ाली स्टेडियमों ने स्टंप माइक को साफ़ कर दिया और मैं ब्रॉडकास्ट ऑडियो को फ़ुटेज से सिंक करके यह समयबद्ध कर सका कि बल्ला कब नीचे आया। दिसंबर में एडिलेड के पिंक-बॉल टेस्ट पर मैंने वही तरीक़ा लगाया, जहाँ भारत 19 दिसंबर को 21.2 ओवर में 36 पर ढेर हो गया था, पहली पारी में 53 की बढ़त के बाद आठ विकेट से हार गया था। साफ़ ऑडियो ने उस पतन को लगभग हिसाब जैसा साफ़ सुना दिया। मगर साफ़ ऑडियो के बिना भी मुझे पता होता कि कुछ गड़बड़ है, क्योंकि मेरे पास तारीख़ थी, फ़ॉर्मेट था, वेन्यू था — यानी जाँचने का आधार था।

इस रिपोर्ट में वह आधार नहीं है। इसलिए यह मेरी असफलता नहीं, यह मेरी सीमा है। और सीमा को स्वीकार करना असफलता से सस्ता पड़ता है।

जो एक ही बात भरी हुई थी, और वह काफ़ी नहीं थी

आठों आयामों में सबसे समझदार हिस्सा रिस्क वाला था, क्योंकि वहाँ एक जोखिम दर्ज हुआ जो क्रिकेट का नहीं, प्रक्रिया का था: भरी हुई स्कीमा और ख़ाली सामग्री के बीच का अंतर। उस जोखिम का स्तर 'उच्च' रखा गया, और मुझे लगता है वह सही रखा गया। स्पोर्टिंग, कार्मिक, वाणिज्यिक, नियम, जनमत, प्रणालीगत — छहों क्रिकेट-जोखिम 'मूल्यांकन नहीं किया जा सका' पर अटके रहे, और यह सही निर्णय था। जिस सामग्री में एक भी खिलाड़ी का नाम न हो, उसमें चोट-इतिहास पर टिप्पणी करना अनुशासन नहीं, आवाज़ भरना है।

मगर यही वह जगह है जहाँ मुझे फ़्रेमवर्क से असहमति है। आठों आयाम एक-साथ मुद्रित करना, हर एक में 'अपर्याप्त जानकारी' लिखना, और फिर उसे एक दस्तावेज़ की तरह सौंप देना — यह ईमानदारी है, मगर यह अधूरी ईमानदारी है। सही उत्पाद वह होता जिसके शीर्ष पर एक पंक्ति लिखी होती: यह रिपोर्ट नहीं है, यह एक विफलता रिपोर्ट है, और इसे क्रिकेट निष्कर्ष की तरह मत पढ़िए। बाक़ी आठ आयाम उस एक पंक्ति के नीचे परिशिष्ट होते, और कोई उन्हें ग़लती से कवरेज न समझता।

तीन चीज़ें जो अगले सात दिन में जाँची जा सकती हैं

यह लेख किसी मैच के बारे में नहीं है, इसलिए इसका अंत भी किसी भविष्यवाणी से नहीं, तीन जाँचने योग्य दावों से होना चाहिए।

पहला: क्या मूल दस्तावेज़ पर इनजेशन दोबारा चलाने पर सूचना-बिंदुओं की सूची ख़ाली नहीं रहती? अगर ख़ाली रहती है, तो स्रोत सचमुच विहीन था। अगर भर जाती है, तो ग़लती पाइपलाइन की थी और वह ठीक हो सकती है। दोनों नतीजे उपयोगी हैं — यही असली परीक्षा है।

दूसरा: उसी बैच में आए बाक़ी आइटम्स का नल-रेट बेसलाइन से ऊपर है या नहीं? अगर एक आइटम इस तरह चुपचाप गिरा है, तो आसपास के पाँच भी गिरे होंगे, और किसी ने नहीं देखा। यह जाँच सबसे सस्ती है और सबसे ज़्यादा खोलती है।

तीसरा: क्या दूसरे चरण के दरवाज़े पर एक गेट लगेगा — कम से कम एक नामित एंटिटी, एक फ़ॉर्मेट टैग, और एक तारीख़ वाला तथ्य? इन तीन के बिना कोई आयाम नहीं चलेगा। यह तकनीकी सुधार नहीं, अनुशासन है: मॉडल को यह भी बताना पड़ता है कि वह कब नहीं बोलेगा।

अगर सात दिन बाद तीनों का जवाब 'नहीं' आता है, तो जो आज एक दुर्घटना लग रही है, वह दुर्घटना नहीं थी। वह सिस्टम था, ठीक वैसे चल रहा था जैसे उसे चलने के लिए बनाया गया था। और तब असली सवाल यह नहीं होगा कि उस रिपोर्ट में क्या लिखा था — असली सवाल यह होगा कि उसे पढ़ने वाले कितने लोगों ने उसे पूरा समझा।