खाली स्रोत, भरा हुआ टेम्पलेट: क्रिकेट डेटा पाइपलाइन की वह चूक जो विश्लेषण जैसी दिखती है

काग़ज़ पूरा भरा हुआ था। आठ डाइमेंशन, छह पंक्तियों का रिस्क मैट्रिक्स, हर डाइमेंशन पर पाँच में से स्टार रेटिंग, नीचे एक डिस्क्लेमर, और सबसे अंत में 'कंप्रीहेंसिव असेसमेंट'। पिछले हफ़्ते मेरे सामने रखी उस क्रिकेट एनालिसिस रिपोर्ट में क्रिकेट एक पंक्ति भी नहीं थी।

हर सेल में वही तीन अक्षर थे — N/A। शीर्षक: N/A। स्रोत: N/A। लेखक का रुख: N/A। इन्फॉर्मेशन पॉइंट्स: सूची खाली। एंटिटीज़: अपरिभाषित। समय-संवेदनशीलता: आँकी नहीं गई। फिर भी रिपोर्ट ने अपनी सारी औपचारिकता पूरी कर ली थी — खिलाड़ी तकनीक पर 'निष्कर्ष', टीम रैंकिंग पर 'स्थिति', गवर्नेंस पर चेकलिस्ट, दांव-घाट पर संभावना-परिदृश्य। सब शून्य पर खड़ा था।

मैंने स्प्रेडशीट खोलने से पहले नोटबुक खोली। सत्रह साल की उम्र में फ़िरोज़शाह कोटला की उस स्कोरर कुर्सी पर मैंने चार दिन में 1,412 वैध गेंदें लिखी थीं — 38 मेडन, 12 किनारे स्लिप तक, हर गेंदबाज़ का रिलीज़ पॉइंट। उस रणजी मुक़ाबले में मयंक अग्रवाल के 176 रन आधिकारिक कार्ड पर चमक रहे थे, और मेरी नोटबुक में दिल्ली के तेज़ गेंदबाज़ उनके बल्ले के बाहरी किनारे को 19 बार चूक रहे थे। कार्ड ने एक बात कही थी, गेंद-दर-गेंद के लॉग ने दूसरी। उस दिन मैंने तय किया कि स्कोरकार्ड अंतिम सत्य नहीं, एक दावा है — और दावों की ऑडिट होती है।

उस तर्क की एक सीमा है, और वह सीमा पिछले हफ़्ते सामने आई। अगर कार्ड एक दावा है, तो एक ऐसा दस्तावेज़ क्या है जिसमें दावा ही नहीं है — लेकिन निष्कर्षों का ढाँचा पूरा बना हुआ है? उत्तर यह है कि वह क्रिकेट एनालिसिस नहीं है। वह एक डिज़ाइन-सफलता है, और पाठक के लिए एक नुक़सान।

टूटी हुई कड़ी कहाँ थी

क्रिकेट की हर डेटा-कहानी चार मंज़िलों पर खड़ी होती है। पहली मंज़िल फ़ेच है: स्रोत पेज खुला या नहीं। दूसरी पार्स: पेज में टेक्स्ट निकला या स्क्रीन पर सिर्फ़ एक जावास्क्रिप्ट-रेडर बैठा है। तीसरी एक्सट्रैक्शन: टेक्स्ट से वे परमाणु तथ्य निकले जिन्हें हम इन्फॉर्मेशन पॉइंट्स कहते हैं — कौन, कहाँ, कितना, किस फ़ॉर्मेट में। चौथी मंज़िल विश्लेषण है, जो मेरे जैसे लोग करते हैं।

पिछले हफ़्ते जो रिपोर्ट मेरे पास आई, वह चौथी मंज़िल पर बनी थी। पहली तीन मंज़िलें मौजूद ही नहीं थीं। और यहीं पूरी बात का सार है — एक खाली इनपुट पर बना पूरा टेम्पलेट किसी ग़लत आँकड़े से ज़्यादा खतरनाक है, क्योंकि ग़लत आँकड़े की ऑडिट हो जाती है, और खाली आँकड़े की नहीं।

इसकी एक तकनीकी वजह है। स्रोत का नाम और लेखक का नाम दोनों ग़ायब थे। क्रिकेट में स्रोत की श्रेणी अक्सर दावे से ज़्यादा जानकारी देती है — बोर्ड की आधिकारिक विज्ञप्ति, भरोसेमंद पत्रकार का बायलाइन, सामान्य मीडिया, और ट्रैफ़िक के लिए चलने वाला अकाउंट, चारों की कीमत अलग है। नीलामी से पहले एजेंट-लीक का जो खेल चलता है, उसमें दावा और सूचना में फ़र्क़ करने का एकमात्र ज़रिया स्रोत की श्रेणी है। स्रोत ही न हो, तो कोई भी अफ़वाह आधिकारिक घोषणा जितनी भारी लगने लगती है।

दूसरी तकनीकी वजह फ़ॉर्मेट एंकरिंग है। टी20 का स्ट्राइक रेट, वनडे का स्ट्राइक रेट और टेस्ट का औसत — तीनों अलग-अलग ब्रह्मांड हैं और एक-दूसरे की जगह नहीं लग सकते। बिना फ़ॉर्मेट बताए कोई भी संख्या विश्लेषण के लिए बेकार है, भले वह सही हो। रिपोर्ट ने खुद अपने खंड 1 और खंड 2 में यह लिखा कि फ़ॉर्मेट तय न होने पर 'क्रॉस-फ़ॉर्मेट कंटैमिनेशन का जोखिम 100%' है — यह ईमानदारी थी, लेकिन उसके बाद रिपोर्ट ने आठ डाइमेंशन के खाने भर दिए। आठों खाने एक ही चीज़ से भरे थे: अनुपलब्धता।

चूक नंबर एक: शून्य को पास होने देना

असली खोज यह नहीं कि स्रोत टूटा। स्रोत टूटते रहते हैं — पेवॉल, जियो-ब्लॉकिंग, जावास्क्रिप्ट से बना पेज, या सिर्फ़ एक खराब लिंक। असली खोज यह है कि पाइपलाइन ने अपनी चूक पर हल्ला नहीं किया। सिस्टम के नियम खुद कहते हैं कि स्टेज-1 के आउटपुट में कम से कम तीन इन्फॉर्मेशन पॉइंट और एक एंटिटी हल होनी चाहिए, वरना स्पष्ट एरर के साथ रुक जाना चाहिए। ऐसा हुआ नहीं। खाली सूची आगे पास हो गई, और नीचे की मशीन ने उसे वैध इनपुट मान लिया।

डोमेन लेबल में भी वही बीमारी दिखी। निर्धारित लेबल 'Cricket' था; जो आया वह 'cricket_world' था। मामूली नाम-भेद लगता है, पर इसका मतलब है कि वर्गीकरण मशीन किसी फ़ॉलबैक शाखा से गुज़री — यानी सिस्टम को पता था कि कुछ ग़लत है, और उसने फिर भी चुप रहना चुना।

मेरे पास इस चुप्पी का क्रिकेट-वाला पूर्ववर्ती मौजूद है। उस कोटला मैच में आधिकारिक कार्ड और मेरी नोटबुक के बीच जो 19 चूके किनारे थे, वे एक बहस थे — मैं उन्हें स्लिप कॉर्डर से मिला सकता था, वीडियो स्टिल्स से रिलीज़ पॉइंट का मिलान कर सकता था। दोनों तरफ़ सच्चाई थी, इसलिए टकराव संभव था। जिस दस्तावेज़ के पास कोई तथ्य न हो, वहाँ टकराव असंभव है। वहाँ सिर्फ़ सहमति बचती है — और टेम्पलेट खुद से सहमत रहता है।

यह अंतर मायने रखता है, क्योंकि पाठक के लिए दोनों एक जैसे दिखते हैं। मेरी नोटबुक में उस दिन 1,412 गेंदों के साथ यह भी लिखा था कि कौन-सी गेंद पर शॉर्ट मिडविकेट दो क़दम पीछे गया और किस ओवर में पहला स्पिनर आया। उस घटना को डेटा के किसी कॉलम से नहीं बनाया जा सकता था। और अब सामने यह रिपोर्ट थी जिसमें 'इवेंट' ही नहीं था — न मैच, न खिलाड़ी, न गेंद।

चूक नंबर दो: आठ खाने, जिनमें एक भी ईंट नहीं

रिपोर्ट की असली परीक्षा उसके आठ खंड हैं, और हर खंड का परिणाम एक ही तर्क पर अटका है।

फ़ॉर्मेट और मैच खंड में पावरप्ले, मध्य ओवर, डेथ ओवर का कोई विभाजन नहीं है, क्योंकि मैच ही तय नहीं। मैदान नहीं, पिच नहीं, ओस नहीं, डीएलएस बाधा नहीं। यानी वे सारे वेरिएबल ग़ायब हैं जिन्हें मैं हर कहानी में पहले लिखता हूँ। खिलाड़ी खंड में औसत, स्ट्राइक रेट, इकॉनमी, परिस्थिति-वार विभाजन — चारों खाली। टीम खंड में ICC रैंकिंग तय नहीं, क्योंकि टेस्ट, वनडे और टी20 की तालिकाएँ अलग हैं और बिना फ़ॉर्मेट कोई तालिका चुनी ही नहीं जा सकती। लीग और वाणिज्य खंड में ट्रांज़ैक्शन राशि ही नहीं, इसलिए यह सवाल ही खड़ा नहीं होता कि कोई बड़ी नीलामी कीमत अंतरराष्ट्रीय क्रिकेट की ताक़त का सबूत है या नहीं। गवर्नेंस खंड में नियम नहीं, फ़ैसला नहीं, विवाद नहीं — न नॉक (NOC) का मामला, न केंद्रीय अनुबंध की अवहेलना। जोखिम खंड में हर पंक्ति में एक ही 'शमन उपाय' छपा है: 'लेख को इन्फॉर्मेशन पॉइंट्स के साथ दोबारा इनजेस्ट करें'।

यहाँ एक पल के लिए रुकना ज़रूरी है, क्योंकि इसी जगह पर मेरी अपनी आदत घात लगाती है। मैं संदर्भ-समायोजन का आदमी हूँ — पिच, ओस, मैच की स्थिति, गेंदबाज़ी मैचअप, दर्शकों की अनुपस्थिति। पर पर्याप्त वेरिएबल जोड़ दिए जाएँ तो कोई भी नतीजा बाद में समझाया जा सकता है, और वह समझदारी जैसा दिखते हुए छूट बन जाता है। इसलिए मेरे यहाँ नियम है: समायोजन नतीजा देखने से पहले तय करो, और एक दावे पर वेरिएबल की संख्या सीमित रखो। इस रिपोर्ट में समायोजन की समस्या उलटी थी — समायोजित करने के लिए कुछ था ही नहीं, फिर भी आठ खाने भर गए।

तीसरा उदाहरण सांख्यिकीय सबसे साफ़ है। रिपोर्ट ने खुद कहा कि कोई भी दावा तब तक 'सवाल' रहेगा जब तक वह पहले से तय सीमा पार न कर ले। घटना-स्तर के डेटा में यह चेतावनी ज़रूरी है, क्योंकि हर गेंद पर नज़र डालने पर हर चीज़ पैटर्न लगने लगती है — तीन ओवर की एक शानदार स्पेल क़ानून बन जाती है। पर यहाँ सैंपल तीन ओवर का नहीं, शून्य का था। और शून्य सैंपल पर भी टेम्पलेट ने पाँच में से एक स्टार रेटिंग दे दी, क्योंकि रेटिंग का ढाँचा मौजूद था। स्प्रेडशीट की सबसे बड़ी ताक़त यह है कि वह खाली सेल को शून्य नहीं मानती; सबसे बड़ा खतरा यह है कि वह उसे एक मान भी देती है।

चूक नंबर तीन: ईमानदारी जो विश्वसनीयता बन जाती है

इस दस्तावेज़ का सबसे चतुर हिस्सा उसका डिस्क्लेमर है — 'यह विश्लेषण सार्वजनिक जानकारी और स्टेज-1 टेक्स्ट-विश्लेषण पर आधारित है, जो इस बार खाली था।' यह वाक्य सच है और ज़िम्मेदार भी लगता है। पर ध्यान से देखें तो यह वाक्य वहीं जाकर काम कर रहा है जहाँ मेरे क्षेत्र में ब्रॉडकास्ट ग्राफ़िक काम करता है। स्क्रीन पर 'डेथ ओवर स्पेशलिस्ट' लिखा आता है, नीचे कोई सैंपल साइज़ नहीं, कोई पिच नहीं, कोई मैच-स्टेट नहीं। वह आँकड़ा विज्ञापन है, सबूत नहीं — और उसका ऑडिट तब तक नहीं होता जब तक कोई बॉल-बाय-बॉल न खोले।

पाइपलाइन-युग में यही समस्या एक मंज़िल ऊपर चली गई है। पहले ग़लत संख्या घूमती थी। अब एक ऐसा ढाँचा घूमता है जिसमें संख्या डालने की जगह खाली छोड़ दी गई है, पर शीर्षक, उपशीर्षक, रेटिंग और निष्कर्ष सब अपनी जगह हैं। पाठक को लगता है कि मूल्यांकन हो चुका है। असल में मूल्यांकन का मंच बन चुका है, और कलाकार आया ही नहीं।

इसी वजह से रिपोर्ट की सबसे काम की पंक्ति वह नहीं है जो कहती है कि कुछ नहीं मिला। सबसे काम की पंक्ति यह है: 'स्टेज-1 में शीर्षक और लेखक का बायलाइन अनिवार्य, बाध्यकारी फ़ील्ड बनाओ।' यह तकनीकी सुझाव नहीं, संपादकीय नीति है। क्योंकि क्रिकेट में स्रोत ही वह चीज़ है जो अफ़वाह को खबर से अलग करता है, और स्रोत ही वह चीज़ है जिसे सबसे पहले हटाया जाता है जब आउटपुट की गिनती करनी हो।

मेरे ही तर्क के ख़िलाफ़ सबसे मज़बूत केस

यह रिपोर्ट बेकार थी — यह कहना आसान है। इसके ख़िलाफ़ सबसे मज़बूत दलील यह है कि टेम्पलेट अपनी रोज़ी कमाते हैं, ख़ासकर टूर्नामेंट साइकिल में। साठ मैचों के एक विंडो में जब हर दिन तीन फ़ॉर्मैट की खबरें आ रही हों, तब हर खाली फ़ील्ड पर पूरा सिस्टम रोक देना विलासिता है। जिस संपादक के पास शाम छह बजे की डेडलाइन है, उसे 'सिस्टम ने इनकार कर दिया' से मदद नहीं मिलती। धीमी ईमानदारी भी एक क़िस्म की विफलता है, और पाठक उस वक़्त खाली स्क्रीन देखता है, कोई समझदार चेतावनी नहीं।

दूसरी दलील मेरे अपने चरित्र के ख़िलाफ़ है। शून्य इनपुट पकड़ने के लिए मुझे आठ डाइमेंशन, रिस्क मैट्रिक्स और थ्रेशोल्ड गेट चाहिए थे। जिस आदमी ने वह मैच देखा था, उसे पाँच सेकंड में पता चल जाता कि लिंक मरा हुआ है — क्योंकि उसने स्कोर देखा था, स्कोरबोर्ड नहीं पढ़ा था। मैं वहाँ गेट बनाता हूँ जहाँ एक फ़ोन कॉल काफ़ी थी। यही मेरी 'स्प्रेडशीट निरपेक्षता' है — लेजर पर उतना भरोसा कि कमरे की आवाज़ सुनाई देना बंद हो जाए। 2026 में जब खाली स्टेडियम में आईपीएल चला, तब भी मुझे 14,400 गेंदें लॉग करनी पड़ी थीं यह समझने के लिए कि पीछा करने वाली टीमों का जीत-प्रतिशत 51.2 से 57.5 तक क्यों उछला — वह वेरिएबल मेरे कॉलम में नहीं था, कमरे में था।

पर इस बार मेरी आदत ने मेरी मदद की, और इसीलिए यह केस पूरी तरह पलट जाता है। समस्या टेम्पलेट नहीं थी। समस्या यह थी कि टेम्पलेट के पास इनकार करने का दरवाज़ा नहीं था। जिस दस्तावेज़ ने 'N/A' लिखकर विश्लेषण करने से इनकार किया, उसने असल में अपना काम ठीक किया — वह सच बोल रहा था। गड़बड़ उस पल हुई जब उस सच को आठ खंडों, स्टार रेटिंग और 'कंप्रीहेंसिव असेसमेंट' की शक्ल दे दी गई। दोनों चीज़ें एक ही फ़ाइल में थीं: इनकार और अहंकार।

इस टूर्नामेंट साइकिल में आगे क्या देखना है

मेरे पास इसका सीधा जवाब नहीं है, पर एक सवाल है जो इस पूरे साइकिल में हर आँकड़े पर लागू होता है। चौंसठ मैच एक स्प्रेडशीट में फिट हो गए, लेकिन कमरा नहीं फिट हुआ — यह मैंने 2026 में सीखा था, जब वह शीट दो बार क्रैश हुई और मुझे 1,024 शॉट इवेंट नोटबुक से दोबारा भरने पड़े। उस रात मुझे पता था कि मेरा डेटा अधूरा है, क्योंकि मैंने उसे हाथ से लिखा था। जिस मशीन ने पिछले हफ़्ते खाली इनपुट को पास होने दिया, उसे अपनी अधूरता का पता तक नहीं चला।

आगे के लिए तीन चीज़ें मैं पहले से तय कर रहा हूँ, नतीजा देखने से पहले। एक: स्रोत और बायलाइन अनिवार्य बाध्यकारी फ़ील्ड, बिना इसके पाइपलाइन ज़ोर से रुके। दो: फ़ॉर्मेट एंकर साबित होने तक कोई भी संख्या प्रकाशित न हो — और यह नियम उन विरल मामलों पर भी लागू हो जहाँ फ़ॉर्मेट साफ़ हो पर एंटिटी न हो। तीन: हर डेटा कहानी के साथ एक संदर्भ-समायोजित बॉक्स, ताकि पाठक देख सके कि संख्या में क्या शामिल नहीं है।

अगला संकेत वही है जो कोटला में था। वहाँ कार्ड और नोटबुक का टकराव था, इसलिए सच्चाई निकल सकती थी। अब सवाल यह है कि इस साइकिल में जो हज़ारों क्रिकेट आँकड़े घूम रहे हैं, उनमें से कितने ऐसी पाइपलाइन से आए हैं जिन्होंने कभी पुष्टि ही नहीं की कि उनके पास कोई विषय था? जिस दिन कोई संपादक यह पूछेगा, उस दिन टेम्पलेट पहली बार ईमानदारी से खाली दिखेगा। 1,400वीं गेंद ने चोट नहीं पहुँचाई थी; उसके बाद के सन्नाटे ने पहुँचाई थी — और यह सन्नाटा उस दस्तावेज़ में लिखा हुआ था, बस किसी ने उसे पढ़ा नहीं।