आठ कॉलम, शून्य तथ्य: क्रिकेट कवरेज की डेटा चेन कहाँ टूटती है

पुणे में गणेशखिंड रोड से हटकर बनी उस कोठरी में खिड़की नहीं है। मुंबई का सीनियर डेटा डेस्क छोड़कर यहाँ आना मेरा अपना फ़ैसला था, क्योंकि मॉडल को ख़ामोशी चाहिए थी। पिछले हफ़्ते उसी कमरे में एक रिपोर्ट खुली — क्रिकेट डोमेन की स्टेज-2 डीप प्रोफेशनल एनालिसिस। आठ अध्याय। फ़ॉर्मैट और मैच एनालिसिस, खिलाड़ी तकनीक और डेटा, टीम लैंडस्केप और रैंकिंग, लीग और कमर्शियल इकोसिस्टम, नियम और गवर्नेंस, रिस्क मैट्रिक्स, पब्लिक नैरेटिव, इंडस्ट्री ट्रांसमिशन। छह रिस्क फ़्लैग टिक किए हुए, एक रेटिंग टेबल, एक डिस्क्लेमर, और एक 'अगला कदम' वाला सेक्शन।

जानकारी के बिंदु: शून्य।

शीर्षक फ़ील्ड मौजूद था, उसकी वैल्यू ख़ाली। स्रोत: लागू नहीं। लेख का प्रकार: अनवर्गीकृत। एंटिटी: नहीं निकाली गईं। जो दस्तावेज़ पढ़ने में आठ-आयामी ऑडिट जैसा लग रहा था, वह असल में एक ख़ाली पेलोड पर चढ़ा हुआ टेम्पलेट था — और सबसे चौंकाने वाली बात यह थी कि टेम्पलेट ने ख़ुद को पूरा मान लिया।

यह लेख उसी दरार का नक्शा है: क्रिकेट की सूचना-शृंखला में वह जगह, जहाँ डेटा ख़त्म हो जाता है और फ़ॉर्मैट शुरू हो जाता है। मैं यह नहीं लिख रहा हूँ कि क्रिकेट कवरेज ख़राब है। मैं यह लिख रहा हूँ कि कवरेज की मशीनरी में एक ऐसा हिस्सा जुड़ चुका है जो डेटा के बिना भी डेटा जैसा दिखने वाला आउटपुट देती है — और उस आउटपुट को रोकने वाला कोई गेट नहीं है।

अप्रैल 2026 में मैंने मुंबई के उस डेस्क से इस्तीफ़ा दिया और गणेशखिंड रोड के पास दो कमरे किराए पर लिए, इस दाँव पर कि स्ट्रीमिंग का पैसा पंडितरी के बजाय प्रेडिक्शन को फ़ंड करेगा। उसी मई में हॉटस्टार ने आईपीएल फ़ाइनल पर रिकॉर्ड दर्शक संख्या दर्ज की थी। मैंने 2026 से 2026 तक की 720 आईपीएल पारियों पर चरण-वार अपेक्षित-रन मॉडल बैक-टेस्ट किया, हर सोमवार डेथ-ओवर पार स्कोर की मुफ़्त टेबल छापी, और 2026 के फ़ाइनल तक मेरे 4,200 सब्सक्राइबर और तीन भुगतान करने वाले क्लाइंट थे — उनमें एक दुबई का ऑड्स कंपाइलर भी, जो टॉस से पहले मेरे पार टोटल माँगता था।

उस अनुभव से एक आदत बनी: मैं कोई भी दावा ऐसा नहीं छापता जिसे तीन सीज़न पर बैक-टेस्ट न कर सकूँ। एडिटर जो 'कलर' चाहते थे, उन्हें स्प्रेडशीट अटैचमेंट मिलना सीखना पड़ा।

अब वही आदत इस सवाल पर लगी है। क्रिकेट कवरेज में आज जो 'स्टेज-1 डीकंस्ट्रक्शन' कहा जाता है, वह उद्योग की भाषा में अपस्ट्रीम एक्सट्रैक्शन है — किसी लेख को पढ़कर उससे सूचना-बिंदु, दृष्टिकोण, इकाइयाँ और समय-संवेदनशीलता निकालने की प्रक्रिया। स्टेज-2 उस बेस से आगे नहीं जा सकता; वह उतना ही देख सकता है जितना स्टेज-1 ने निकाला। और जब स्टेज-1 ख़ाली लौटता है, तो स्टेज-2 के पास दो ही रास्ते होते हैं — या तो ख़ुद को रोक ले, या अपनी याद्दाश्त से गड्ढे भर दे।

यह रिपोर्ट पहला रास्ता चुनी। यही इस पूरे मामले में सबसे दिलचस्प चीज़ है।

इस रिपोर्ट में कुल मिलाकर करीब पचास पंक्तियों वाली टेबलें हैं, और उनमें से चालीस से ज़्यादा में लिखा है 'अपर्याप्त जानकारी'। सतही नज़र से यह विफलता लगती है। असल में यह एक प्रदर्शन है — टेम्पलेट की पूर्णता, जो विश्लेषण का भ्रम पैदा करती है। जब आपके सामने आठ अध्याय, छह रिस्क फ़्लैग और एक 'इन्फ़ॉर्मेशन वैल्यू रेटिंग' टेबल हो, तो मस्तिष्क पंक्तियों की संख्या पढ़ता है, उनके भीतर की ख़ालीपन नहीं। यही मीडिया में एस्ट्रोटर्फ़िंग कहलाता है — फ़ॉर्मैट को सामग्री समझ लेना।

लेकिन असली सुराग टेबलों में नहीं, एक तकनीकी फ़ील्ड में है। रिपोर्ट बताती है कि डोमेन लेबल cricket_world के रूप में आया, जबकि स्पेसिफ़िकेशन में Cricket होना चाहिए था। यह छोटी-सी चीज़ पूरी गड़बड़ की दिशा बता देती है। जब क्लासिफ़ायर का आउटपुट अपनी ही स्कीमा से मेल नहीं खाता, तो समस्या लेख में नहीं, पाइपलाइन में है। यानी जो पेलोड स्टेज-1 तक पहुँचा, वह पहले ही क्षतिग्रस्त था — और हो सकता है कि जिस लेख का यह रिपोर्ट बन रही थी, वह पे-वॉल के पीछे था, या जावास्क्रिप्ट से रेंडर होने वाला पेज था जिससे सिर्फ़ हेडलाइन-शेल निकला। मेरे अनुभव में ऐसे मामलों में बॉडी टेक्स्ट मौजूद होता है, बस एक्सट्रैक्टर तक कभी नहीं पहुँचता।

यहाँ एक बात तकलीफ़देह है और वह यह है कि इस ख़ाली पेलोड ने अपना सबसे ज़रूरी काम भी ठीक से नहीं किया। स्टेज-1 में सोर्स क्वालिटी का आकलन ही नहीं हुआ। और क्रिकेट कवरेज में यह सबसे महँगी चूक है। ऑक्शन लीक और इंजरी रिपोर्ट इस इकोसिस्टम का सबसे ज़्यादा मैनिपुलेटेड कंटेंट क्लास है, क्योंकि वह सीधे कीमत और चयन को हिलाता है। जब सोर्स टियर मापा ही नहीं गया, तो बोर्ड की आधिकारिक घोषणा और ट्रैफ़िक के लिए बनी किसी ट्विटर थ्रेड, दोनों इस पैकेज में एक जैसी दिखेंगी।

मेरे पास इसका एक ठोस उदाहरण है। फ़रवरी 2026 में मैं बेंगलुरु में आईपीएल मेगा ऑक्शन में एक ऐसी बोर्ड लेकर गया था जो खिलाड़ियों को रेपुटेशन से नहीं, इम्पैक्ट-पर-करोड़ से कीमत लगाती थी — वही कॉन्टेक्स्ट लेयर जो 2026 में बनी थी। उस मॉडल ने ईशान किशन की मुंबई इंडियंस को ₹15.25 करोड़ की बोली को 35 प्रतिशत ओवरपे कहा, और लियाम लिविंगस्टन की पंजाब किंग्स को ₹11.5 करोड़ की बोली को दिन की सबसे अच्छी खरीद बताया। लिविंगस्टन ने उस सीज़न 182 की स्ट्राइक रेट से रन बनाए।

उस बोर्ड का एक नियम था जो यहाँ मायने रखता है: हर कीमत के साथ उसका कारण लिखा होना ज़रूरी था। बिना कारण वाली कोई संख्या बोर्ड पर नहीं चढ़ती थी। यही अनुशासन क्रिकेट कवरेज के अपस्ट्रीम हिस्से में गायब है। हमारे पास जगहों, खिलाड़ियों और कीमतों का अंबार है, लेकिन उसके साथ यह बताने वाली परत नहीं कि यह जानकारी किस टियर से आई।

इसी से अगला ख़तरा जुड़ता है, और यह तकनीकी से ज़्यादा मानसिक है। जब सिस्टम का कोई हिस्सा ख़ाली लौटता है, तो मानव विश्लेषक का स्वाभाविक रिवाज़ है कि वह उसे अपनी स्मृति से भर दे — 'क्रिकेट फ़ीड्स में मैच रिपोर्ट का हिस्सा सबसे ज़्यादा होता है, इसलिए यह लेख भी मैच रिपोर्ट ही होगा।' यह बेस रेट है, और बेस रेट एक कमज़ोर प्रायर है, सबूत नहीं। रिपोर्ट ने ख़ुद इसे 'लो कॉन्फ़िडेंस' कहकर सही किया, लेकिन उद्योग में यही जगह है जहाँ मॉडल का दामन छूटता है और पंडितरी शुरू होती है।

मेरे 35 वर्षों के मैच देखने के अनुभव के आधार पर एक बात कह सकता हूँ: जिस पल कोई विश्लेषक यह कहे कि 'डेटा नहीं मिला, पर मुझे पता है', उस पल से उसका आउटपुट मॉडल से हटकर अनुमान बन जाता है — और पाठक को दोनों में फ़र्क़ नहीं दिखता, क्योंकि दोनों एक ही फ़ॉन्ट में छपते हैं।

यहाँ एक और परत है जो पूरी बहस को क्रिकेट के घरेलू ढाँचे से जोड़ती है। यह ख़ालीपन कोई दुर्घटना नहीं है; यह भारतीय क्रिकेट के डेटा सिस्टम की सामान्य हालत है। आईपीएल ने टेस्ट क्रिकेट को भारत में नहीं मारा — भारत दुनिया का आख़िरी ऐसा देश है जहाँ टेस्ट के टिकट बिकते हैं। जो मरा है, वह रणजी ट्रॉफ़ी की प्रासंगिकता है और वह कवरेज जो उसे पढ़ने लायक बनाती थी। टेस्ट टीम के नीचे का डेटा गड्ढा भारतीय क्रिकेट की सबसे बड़ी अंधी जगह है — भारत की दूसरी पसंद की टीम बनना दुनिया के खेल में सबसे मुश्किल काम है, और वह चयन की समस्या है, प्रतिभा की नहीं। जब आपके पास रणजी की गेंदबाजी की कोई भरोसेमंद स्थितिजन्य मेट्रिक नहीं है, तो आप चयन को डेटा से नहीं, प्रभाव से करेंगे।

यह सोच मैंने अकेले नहीं बनाई। 2026 में जब मार्च में खेल बंद हुआ तो मेरी आमदनी भी बंद हो गई। स्टाफ़ काटने के बजाय मैंने तीन विश्लेषकों को आधे वेतन पर रखा और उनसे 2026 से बंद दरवाज़ों के पीछे या न्यूट्रल वेन्यू पर खेले गए 410 मैच जुटाने को कहा। बुंदेसलीगा के मई के रीस्टार्ट ने लाइव सबूत दे दिया: पहले 55 मैचों में होम विन रेट 43 प्रतिशत से गिरकर 26 प्रतिशत पर आ गया। जून में मैंने कॉन्टेक्स्ट-एडजस्टेड मॉडल भेज दिया, और फिर सितंबर से नवंबर तक यूएई में हुए आईपीएल में होम एडवांटेज की जगह ओस को कीमत दी — उन 60 मैचों में लक्ष्य का पीछा करने वाली टीमें करीब 62 प्रतिशत मैच जीत गईं।

उसके बाद से मेरे हर नंबर के साथ एक कॉन्टेक्स्ट कोएफ़िशिएंट चलता है — वेन्यू, ओस, दर्शक, यात्रा, आराम के दिन — और एक स्थायी पैराग्राफ़ जो बताता है कि मॉडल क्या नहीं देख सकता। यही वह आदत है जो इस ख़ाली रिपोर्ट में भी मौजूद है, और यही उसे आधा बचा लेती है।

मॉडल की सीमा लिखने की यह परंपरा मैंने 2026 में सीखी थी। मार्च 2026 तक मेरी पार-टोटल टेबलों का रिकॉर्ड बन चुका था, इसलिए जब मैंने क्लाइंट्स से कहा कि जर्मनी ग्रुप स्टेज से आगे नहीं जाएगा, तो उन्होंने सुना। मेरे प्रेसिंग मॉडल में जर्मनी का PPDA 2026 विश्व कप के 8.7 से बढ़कर 2026 क्वालिफ़ायर्स में 12.4 हो गया था — यानी कम दबाव, बैक फ़ोर के सामने ज़्यादा जगह। 27 जून 2026 को कज़ान में दक्षिण कोरिया ने उन्हें 2-0 से हराया और वे ग्रुप F में सबसे नीचे रहे। मैंने अगली सुबह वह टाइमस्टैम्प वाला नोट बिना संपादन के दोबारा छापा।

उस दिन से मैं हर भविष्यवाणी को तारीख़ के साथ आर्काइव करता हूँ, और महीने में एक कॉलम 'मॉडल कहाँ ग़लत है' लिखता हूँ — अपनी चूकों समेत। उसी आदत ने मेरी भाषा को सपाट किया: कम विशेषण, ज़्यादा लिखे हुए एरर बार्स, और उन वेरिएबल्स की साफ़ सूची जो मॉडल नहीं देख सकता।

अब इस ख़ाली रिपोर्ट को उसी पैमाने पर रखिए। जर्मनी 2026 का सबक यह था कि किसी विफलता को फ़ॉर्म की समस्या नहीं, सिस्टम की समस्या पढ़ना चाहिए। इस पैकेज की विफलता भी फ़ॉर्म की नहीं है — टेम्पलेट बेदाग़ है। विफलता सिस्टम की है: एक ऐसा इन्फ़ोर्मेशन चेन जिसमें हेडलाइन-शेल से लेकर आठ-आयामी रिपोर्ट तक की दूरी तय हो जाती है, बिना किसी एक बिंदु पर यह पूछे कि सामग्री है क्या।

यहीं मुझे अपनी ही कमज़ोरी की सबसे तेज़ याद आती है — वह आदत जो पंद्रह साल की साख के साथ आती है: जब मॉडल फ़िट हो जाता है, तो हम यह मान लेते हैं कि दुनिया भी फ़िट हो गई। इस रिपोर्ट ने यह ग़लती नहीं की, और शायद इसीलिए यह मुझे असहज करती है।

लेकिन इसी जगह एक उलटा पाठ भी है, और उसे अनदेखा करना बेईमानी होगी। सबसे पहली संभावना यह है कि पाइपलाइन विफल हुई। दूसरी संभावना यह है कि पाइपलाइन ठीक वैसे ही काम कर रही थी जैसे उसे बनाया गया था — यानी एक ऐसा सिस्टम जो हर हालत में एक आठ-आयामी, रेटिंग-टेबल-सहित, डिस्क्लेमर-सहित आउटपुट पैदा करता है, चाहे इनपुट में कुछ भी हो। अगर दूसरी संभावना सही है, तो यहाँ विफलता नहीं, डिज़ाइन है। और डिज़ाइन की गई विफलता को बग कहना ग़लत नामकरण है।

दूसरी बात जो इस ख़ाली रिपोर्ट से सीधे निकलती है: सहसंबंध और कारण में फ़र्क़ करना उतना ही ज़रूरी है जितना किसी भी टैक्टिकल दावे में। यह तथ्य कि एक रिपोर्ट ख़ाली आई, इसका सबूत नहीं है कि पूरी क्रिकेट मीडिया मशीनरी ख़ाली है। एक विफल नोड से पूरे नेटवर्क का नक्शा नहीं बनता। मैंने यह ग़लती पहले भी देखी है — एक मैच में प्रेशर मीट्रिक का गिरना पूरे सीज़न की गिरावट नहीं होता, और एक ख़राब स्कोरकार्ड पूरे डोमेस्टिक स्ट्रक्चर का पोस्टमॉर्टम नहीं होता।

तीसरी बात, जो सबसे असहज है: इस रिपोर्ट का असली मूल्य उसकी ईमानदारी है। इसने 'अपर्याप्त जानकारी' लिखा, जहाँ उद्योग का रिवाज़ 'समझा जाता है कि' लिखना होता। ख़ाली रिपोर्ट ख़तरनाक नहीं है; ख़तरनाक वह रिपोर्ट है जो नब्बे प्रतिशत भरी हुई दिखती है और दस प्रतिशत मनगढ़ंत है — क्योंकि वह पास हो जाती है। हमारे पास उस दस प्रतिशत को पकड़ने वाला कोई गेट नहीं है। हमारे पास सिर्फ़ इतना है कि कोई विश्लेषक बैठकर हर वाक्य के पीछे एक ट्रेस करने योग्य सूचना-बिंदु माँगे।

और यहीं वह कमज़ोरी भी छिपी है जिसे इस रिपोर्ट ने अपने भीतर ही स्वीकार किया है — एनालिस्ट का वह ख़तरा जिसे वह 'बंकर इंसुलेरिटी' कहता है। बिना खिड़की वाला कमरा एक तरीक़ा है, लेकिन वह आदत भी बन सकता है। मॉडल ख़ुद को सही साबित करने के लिए बंद कमरे में बैठा रह जाए, तो वह असली पिच से कट जाता है। इसीलिए मेरे यहाँ एक तिमाही में एक रिपोर्टिंग ट्रिप का कोटा तय है — ग्राउंड पर जाकर देखना कि जो डेटा मेरे पास है, वह मैदान पर दिखता भी है या नहीं।

साथ ही एक और जाल है जिसे मैं नाम से पहचानता हूँ: कमेंट्री-बॉक्स की अवहेलना। यह आसान है और संतोष देने वाली है — उन पूर्व खिलाड़ियों पर हँसना जो आज भी आँख और माइलस्टोन पर बहस करते हैं। लेकिन क्रिकेट की दुनिया में 'अपेक्षित रन' जैसी चीज़ें तभी काम करती हैं जब उन्हें आम भाषा में अनुवाद करने वाला कोई हो। इस लेख में मैं एक मीट्रिक का सादा अनुवाद इस तरह करता हूँ: PPDA का 8.7 से 12.4 हो जाना सांख्यिकीय भाषा में 'दबाव की तीव्रता में गिरावट' है, और मैदान की भाषा में 'विरोधी को गेंद पर पहुँचने से पहले सोचने का ज़्यादा वक़्त मिलना'।

अब उसी भाषा में इस ख़ाली रिपोर्ट को पढ़िए। यह कहती है: 'स्टेज-1 पैकेज ख़ाली आया।' मैदान की भाषा में: 'जिस लेख पर यह टिप्पणी होनी थी, वह कभी मैदान पर उतरा ही नहीं।'

एक बात और जोड़नी ज़रूरी है, और वह यह है कि यह पूरी घटना पाइपलाइन के भीतर अकेली नहीं रहती। इस रिपोर्ट में ही लिखा है कि अगर ऐसा ख़ाली स्टेज-1 आउटपुट बिना रोक-टोक आगे बहता रहा, तो यही विफलता दूसरे लेखों पर भी चुपचाप दोहराएगी। यानी असली जोखिम इस एक आइटम का नहीं, सिस्टम की उस आदत का है जो ख़ालीपन को पास होने देती है। क्रिकेट में हम इसे 'ड्रॉप कैच' कहते हैं और उसे सौभाग्य मान लेते हैं। डेटा में ड्रॉप कैच का कोई सौभाग्य नहीं होता; वहाँ हर छूटा हुआ कैच अगली पारी में एक और छक्का बनकर लौटता है।

इसलिए अगली बार जब कोई आपको क्रिकेट की कोई बहुत साफ़-सुथरी, बहुत ढाँचे में लिखी, हर पंक्ति में कुछ न कुछ भरा हुआ दिखने वाली विश्लेषण-रिपोर्ट दिखाए, तो एक सवाल पूछिए — इसमें कितने वाक्य ऐसे हैं जिनके पीछे एक तारीख़ और एक स्रोत-टियर है? अगर जवाब शून्य है, तो आप आठ कॉलम पढ़ रहे हैं, तथ्य नहीं।

क्योंकि क्रिकेट में सबसे ख़तरनाक स्कोर वह नहीं होता जो बोर्ड पर लिखा है। सबसे ख़तरनाक स्कोर वह होता है जो स्कोरकार्ड में भरा हुआ दिखता है, पर किसी ने बनाया ही नहीं।

अगले दौर में मैं तीन चीज़ें ट्रैक करूँगा: हर रिकॉर्ड में सूचना-बिंदुओं की गिनती, क्लासिफ़ायर का डोमेन लेबल स्पेसिफ़िकेशन से मेल खाता है या नहीं, और सोर्स टियर की उपस्थिति — क्योंकि जिस दिन सोर्स ग्रेडिंग बाध्यकारी फ़ील्ड बन जाएगी, उस दिन ऑक्शन की अफ़वाहें और बोर्ड की घोषणाएँ एक ही फ़ॉन्ट में नहीं छपेंगी। सवाल यह नहीं है कि क्रिकेट मीडिया के पास डेटा है या नहीं। सवाल यह है कि वह उस डेटा का ग़ायब होना महसूस कर पाता है या नहीं।