आठ डायमेंशन, शून्य तथ्य: क्रिकेट डेटा पाइपलाइन की साइलेंट फेलियर पर एक रिपोर्ट

रिपोर्ट मेलबॉक्स में आई तो पहले उसकी शक्ल देखी। आठ विश्लेषण खंड। सोलह तालिकाएँ। छह कैटेगरी वाला रिस्क मैट्रिक्स। पाँच रिस्क फ्लैग, जिनमें एक टिक के साथ। और एक “मिनिमम वायबल इनपुट” चेकलिस्ट, छह पॉइंट की — जैसे कोई डॉक्टर मरीज़ को देखे बिना ही लिख दे कि रिपोर्ट अधूरी है, और साथ में यह भी बता दे कि पूरी करने के लिए क्या-क्या चाहिए। कागज़ पर यह उस हफ्ते की सबसे मेहनती क्रिकेट एनालिसिस थी।

फिर गिनती शुरू हुई। सूचना बिंदु: शून्य। खिलाड़ी का नाम: एक भी नहीं। टीम: कोई नहीं। फॉर्मेट: तय नहीं — टेस्ट, वनडे, टी20, द हंड्रेड, कुछ भी नहीं। टूर्नामेंट: नहीं। लेखक का रुख: N/A। लेख का मकसद: N/A। स्रोत: N/A। प्रकाशन तिथि: N/A।

पूरे दस्तावेज़ में एक ही ठोस जानकारी थी — डोमेन लेबल cricket_world। स्नेक_केस में एक शब्द। बाकी सब खाली। यह रिपोर्ट क्रिकेट के बारे में नहीं थी; यह उस क्रिकेट कवरेज के बारे में थी जो हो ही नहीं पाई। मैं हेडलाइन से शुरू हुआ था और हेडलाइन पर ही शक होने लगा — पर इस बार शक की वजह क्रिकेट नहीं थी।

किसी भी सीज़न में एक ही दबाव काम करता है: मैच रोज़ होते हैं, और कंटेंट हर घंटे। सुबह टॉस का ग्राफ़िक, दोपहर पावरप्ले का स्प्लिट, शाम को डेथ-ओवर इकॉनमी, रात में प्रेस कॉन्फ्रेंस का क्लिप — और इन सबके बीच ऑक्शन ट्रैकर, रिटेंशन लिस्ट, इम्पैक्ट प्लेयर सब्स्टिट्यूशन का काउंटर, वर्कलोड का हीट मैप। इस पूरी मशीन का ईंधन एक ही चीज़ है: एक्सट्रैक्शन। किसी स्रोत से तथ्य निकालो, साफ़ करो, ढाँचे में डालो, आगे भेजो।

जिस रिपोर्ट की बात हो रही है, वह इस मशीन का दूसरा चरण है। पहला चरण स्रोत से शीर्षक, आउटलेट, तथ्यों की सूची, इन्वॉल्व्ड एंटिटी, लेखक का रुख और लेख का मकसद निकालता है। दूसरा चरण उन तथ्यों पर आठ खंडों का ढाँचा बिठाता है — फॉर्मेट और मैच, खिलाड़ी की तकनीक और डेटा, टीम का परिदृश्य, लीग और कमर्शियल इकोसिस्टम, नियम और गवर्नेंस, रिस्क, पब्लिक नैरेटिव, और इंडस्ट्री ट्रांसमिशन।

इस बार पहला चरण खाली लौटा। दूसरे चरण ने जो किया, वही असली खबर है: उसने खालीपन को खालीपन कहा। चालीस से ज़्यादा बार “अपर्याप्त जानकारी” छपा, हर उस जगह जहाँ नतीजा निकालने के लिए कम से कम एक तथ्य ज़रूरी था। एक टेबल में साफ़ लिखा था कि फॉर्मेट तय नहीं हो सकता — और जब तक फॉर्मेट तय नहीं, टेस्ट की औसत और टी20 की स्ट्राइक रेट आपस में तुलनीय ही नहीं हैं। यह एक सामान्य-सी दिखने वाली लाइन है, पर असल में यह उस पूरे उद्योग की सबसे बड़ी चूक की ओर इशारा करती है।

मेरे नौ साल के मैच-देखने के अनुभव से एक बात पक्की है: मैदान पर बैठा स्कोरर और ब्रॉडकास्ट का ग्राफ़िक्स दोनों एक ही मैच देखते हैं, और अक्सर दोनों के आँकड़े अलग होते हैं। फर्क यह नहीं होता कि कौन झूठ बोल रहा है। फर्क यह होता है कि किसका फ़ीड साफ़ था। जिस दिन फ़ीड गड़बड़ाता है, ग्राफ़िक गायब नहीं होता — वह अपनी जगह बना रहता है, बस उसमें जो नंबर भरा जाता है, वह किसी की ज़िम्मेदारी नहीं रह जाता।

एक भरा हुआ टेम्पलेट अपने आप में कंटेंट की माँग पैदा करता है, और यही इस पूरी विफलता का केंद्र है। अगर टेबल में चार खाने हैं और तीन भर गए, तो चौथे खाने को भरने का दबाव तथ्य से नहीं, आकार से आता है। ब्रॉडकास्ट में इसे “रन टाइम फ़िल” कहा जाता है, प्रिंट में “देस्क पर लटकी स्टोरी”। डिजिटल में इसका नाम सबसे साफ़ है: क्लिक के लिए ज़रूरी शेप।

आपको पता होगा कि क्रिकेट में एक और ऐसी ही चीज़ बहुत पहले से चल रही है। हर सीरीज़ के पहले “तीन पारियों की रीसेंट फॉर्म” वाला स्ट्रिप छपता है। उस स्ट्रिप में 132, 8 और 41* होता है — और नीचे माइक्रोस्कोपिक फ़ॉन्ट में लिखा होता है कि एक पारी एशिया कप की थी, एक काउंटी की, और एक प्रैक्टिस मैच की। तीन अलग फॉर्मेट, तीन अलग गेंदबाज़ी की गुणवत्ता, एक ही औसत। तालिका साफ़ दिखती है। विश्लेषण कचरा है।

इस रिपोर्ट ने वह काम नहीं किया। उसने फॉर्मेट माँगा, फॉर्मेट नहीं मिला, और उसने लिख दिया कि फॉर्मेट के बिना आकलन असंभव है। यह कोई विनम्रता नहीं थी; यह तकनीकी रूप से एकमात्र ईमानदार रास्ता था। और यही वजह है कि यह दस्तावेज़ पढ़ने लायक है — यह एक असफल रिपोर्ट नहीं, एक खुला हुआ पोस्टमॉर्टम है।

रिस्क मैट्रिक्स वाला हिस्सा ध्यान से पढ़िए। छह सामान्य श्रेणियाँ थीं — स्पोर्टिंग, पर्सोनेल, कमर्शियल, नियम/ईमानदारी, जनमत, सिस्टमिक। इनमें से एक में भी रेटिंग नहीं दी गई, क्योंकि रेटिंग देने के लिए घटना चाहिए और घटना नहीं थी। मगर फिर भी एक जोखिम दर्ज हुआ, और वह क्रिकेट का नहीं था: खाली टेम्पलेट को काल्पनिक क्रिकेट दावों से भर देने का जोखिम — स्तर: उच्च। यह दस्तावेज़ अपने आप पर नज़र रख रहा था।

यहाँ एक चीज़ साफ़ समझ लीजिए, क्योंकि यही इस पूरे टुकड़े का केंद्र है। जब एक फ़ीड शून्य लौटाती है, तो डाउनस्ट्रीम में वह शून्य “कोई जोखिम नहीं” बनकर नहीं आता — वह “जोखिम की जाँच नहीं हुई” बनकर आता है। मगर पाठक को दोनों में फर्क नहीं दिखता। एक ग्राफ़िक जिसमें फास्ट-बॉलर के वर्कलोड पर हरा रंग है, पाठक के लिए यही बताता है कि फास्ट-बॉलर ठीक है। चाहे वह हरा रंग इसलिए हो कि डेटा इकट्ठा ही नहीं हुआ।

इस रिपोर्ट की एक छोटी-सी लाइन ने मुझे सबसे ज़्यादा रोका। डोमेन लेबल cricket_world भेजा गया था, जबकि ढाँचा “Cricket” लेबल की अपेक्षा करता है। दोनों एक ही चीज़ लगते हैं, और यही खतरा है। सिस्टम के लिए ये दो अलग स्ट्रिंग हैं। अगर मैपिंग में यह फर्क साइलेंट रह गया, तो क्रिकेट का डेटा गलत खाने में जाएगा और किसी को पता नहीं चलेगा। यह वैसा ही है जैसे स्कोरकार्ड के कॉलम का शीर्षक “रन” हो और अंदर बॉल्स भरे हों। तालिका बिल्कुल ठीक रेंडर होगी। नतीजा पूरी तरह कचरा होगा।

यहाँ मुझ पर यह आरोप लगेगा कि मैं एक तकनीकी खराबी को बड़ी कहानी बना रहा हूँ। तो चलिए, दूसरे खेलों का शीशा उठाते हैं — मगर सिर्फ वह हिस्सा, जो असल में ट्रांसफर होता है। फुटबॉल में एक्सपेक्टेड गोल्स मॉडल के शुरुआती दौर में भी यही हुआ था: मॉडल आउटपुट देता था, और जहाँ डेटा नहीं था वहाँ भी आउटपुट देता था, क्योंकि आउटपुट का आकार तय था। तंत्र जो ट्रांसफर होता है, वह है “नल का प्रसारण” — यानी खाली इनपुट का चुपचाप आगे बढ़ जाना। तंत्र जो ट्रांसफर नहीं होता, वह है क्रिकेट की तीन-फॉर्मेट अतुलनीयता। बास्केटबॉल में दो टीमों का वही खेल होता है; क्रिकेट में टेस्ट की 40 की औसत और टी20 की 140 की स्ट्राइक रेट दो अलग दुनिया हैं। इसलिए यहाँ गलती की कीमत ज़्यादा है।

और समय की कीमत? वह सबसे तेज़ है। रिपोर्ट ने खुद लिखा है कि अगर मूल लेख किसी लाइव इवेंट — जारी सीरीज़, ऑक्शन विंडो, सेलेक्शन ऐलान — से जुड़ा था, तो पाइपलाइन ठीक होने तक उसकी अहमियत घटती जाएगी। क्रिकेट में यह खिड़की बेरहम है। टॉस के बाद पिच रिपोर्ट की कीमत दो घंटे है। ऑक्शन में एक बोली की कीमत बीस सेकंड है। सेलेक्शन की खबर की कीमत सुबह नौ बजे तक है। इन्फॉर्मेशन पॉइंट्स का इंतज़ार करते हुए वे सब गुज़र जाते हैं।

अब वह हिस्सा, जहाँ मुझे सबसे ज़्यादा सतर्क रहना है। इस कहानी का एक वर्ज़न सिर्फ ग्रुप चैट में चलता है — वहाँ कहा जा रहा है कि यह पूरी एनालिटिक्स मशीन ही दिखावा है और सारे “डेटा-ड्रिवन” कॉलम हवा में लिखे जाते हैं। मैं उस थ्रेड की भावना को टेक्सचर मानता हूँ, सबूत नहीं। सबूत यह है कि इस एक दस्तावेज़ में ढाँचा खाली इनपुट को पहचान कर उसे नाम दे सका। यह मशीन के दिखावे का सबूत नहीं, मशीन के ईमानदार होने का सबूत है।

इसी तरह एक और चीज़ है जिसे मैं काउंट करके बता सकता हूँ। जो ऑक्शन ट्रैकर स्टोरी लग रही थी, वह असल में रुमर को डेडलाइन मिलने का सबक निकली — किसी खिलाड़ी के “सोल्ड” होने की खबर वेबसाइट पर उस पल पहुँच जाती है जब हैमर गिरता है, मगर उसके पीछे का आँकड़ा कई बार उसी शाम तक अपडेट नहीं होता। पाठक दोनों एक ही पेज पर पढ़ता है और मान लेता है कि दोनों एक ही स्रोत से आए हैं।

यहाँ मेरी दलील यह नहीं है कि एनालिटिक्स झूठ बोलती है। मेरी दलील यह है कि एनालिटिक्स का सबसे कमज़ोर हिस्सा विश्लेषण नहीं, रसीद है — यानी यह बताने की आदत कि नंबर कहाँ से आया। और रसीद की आदत पूरी इंडस्ट्री में कम हुई है, क्योंकि रसीद देखने में समय लगता है और ग्राफ़िक को वह समय नहीं मिलता।

एक बात जोड़ दूँ जो मेरे अपने काम से आती है। 2026 में चैंपियंस ट्रॉफी फाइनल के बाद मैंने रात एक बजे सोलह ट्वीट का एक थ्रेड लिखा था, और वह इसी सोच से निकला था कि हार भावनात्मक नहीं, ढाँचागत थी — टूर्नामेंट में फाइनल से पहले भारत के नंबर पाँच से सात तक के बल्लेबाज़ों ने कुल मिलाकर बहुत कम गेंदें खेली थीं। उस थ्रेड में मैंने यह भी लिखा था कि मैं गलत साबित हो सकता हूँ। बाद में 2026 के इंग्लैंड दौरे पर मेरे वीडियो का आधार यही था कि कोहली के 593 रन भारत की असली समस्या नहीं थे — और यह तभी पता चलता है जब आप दूसरी छोर पर खड़े बल्लेबाज़ का डेटा माँगते हैं, न कि सिर्फ टॉप स्कोरर का। अगर उस वक्त फ़ीड खाली लौटती और मैं उसे “कोई समस्या नहीं” मान लेता, तो मेरे पास एक भरा हुआ ग्राफ़िक होता और एक बेकार नतीजा।

स्कोरकार्ड एक बात कहता है; रात एक बजे का थ्रेड दूसरी। मगर इस बार न स्कोरकार्ड था, न थ्रेड — सिर्फ एक खाली तालिका थी जो अपनी खालीपन पर शर्मिंदा नहीं थी।

अब वह हिस्सा जो मुझे हर बार लिखना पड़ता है, और जो मुझे अपनी ही दलील पर शक करने को मजबूर करता है। अगर मूल स्रोत पर एक्सट्रैक्शन दोबारा चलाया जाए और वह कम से कम पाँच सार्थक सूचना बिंदु और एक नामित एंटिटी लौटा दे, और उसके बाद आठों खंड साफ़-सुथरे निकल आएँ — तो मेरी “ढाँचागत नाज़ुकी” वाली दलील ढह जाती है और यह सिर्फ एक मेंटेनेंस टिकट बन जाती है। मैं यह फ़ॉल्सिफ़ायर पहले ही लिख रहा हूँ, ताकि बाद में कोई कहे कि मैंने इसे छिपाया।

दूसरी तरफ, एक ठोस पक्ष यह भी है जिसे मुझे मानना चाहिए। “अपर्याप्त जानकारी” लिखना एक ऐसा विलास है जो डेडलाइन वाले डेस्क को नहीं मिल सकता। जिस पत्रकार के पास शाम छह बजे तक स्टोरी जमा करने की समय-सीमा है, वह यह नहीं लिख सकता कि फॉर्मेट तय नहीं है। वह अपने सामान्य ज्ञान से, घंटों मैच देखने के अनुभव से कुछ लिख देता है — और कई बार वह जानकारी उपयोगी भी होती है। मैं इस तर्क को पूरी तरह खारिज नहीं कर सकता। मैं बस इतना कह सकता हूँ कि अनुभव से लिखे लेख में अनुभव की रसीद होती है; खाली फ़ीड से भरे ग्राफ़िक में कोई रसीद नहीं होती।

और अगर सच कहूँ, तो इस पूरी कवायद में एक चीज़ ने मुझे असहज किया। खाली रिपोर्ट पर लिखने का मतलब यह नहीं होना चाहिए कि क्रिकेट की कोई खबर नहीं है। हो सकता है उस दिन कोई सीरीज़ चल रही थी, कोई ऑक्शन विंडो खुली थी, कोई सेलेक्शन बैठक हो रही थी — और वह सब इस एक खराबी के पीछे छूट गया। मगर उसे भरने के लिए मैं खुद ऊपर वही गलती कर बैठता जिसका पोस्टमॉर्टम यह रिपोर्ट कर रही है।

तो इसे एक भविष्यवाणी के रूप में लीजिए, जिसे आप जाँच सकते हैं। अगले बारह महीनों में भारतीय क्रिकेट कवरेज में कम से कम एक ऐसा प्रकाशित स्टैट-ग्राफ़िक दिखेगा जो उस डेटा फ़ीड पर बना होगा जिसने उसी विंडो में खाली या अधूरा लौटा था — और उसे एडिटर नहीं, एक फैन पकड़ेगा। यह भविष्यवाणी इसलिए नहीं कि डेस्क बुरा काम करता है, बल्कि इसलिए कि ढाँचे का आकार हमेशा तथ्य से पहले आता है।

मरम्मत सस्ती है। एक पुनः-एक्सट्रैक्शन। छह आइटम की एक चेकलिस्ट: शीर्षक, आउटलेट और प्रकाशन तिथि; लेख का प्रकार; स्पष्ट फॉर्मेट और प्रतियोगिता; कम से कम एक नामित खिलाड़ी, टीम या बोर्ड; कम से कम पाँच सूचना बिंदु; और लेखक का रुख। इन छह में से तीन भी न मिलें तो आठ खंड शुरू ही न हों। यह महँगा नहीं है। महँगा यह होगा कि हम एक खाली तालिका को भरने की आदत बना लें और उसे विश्लेषण कहना शुरू कर दें।

सवाल यह नहीं है कि उस दिन कौन-सा मैच चल रहा था। सवाल यह है: जब आपकी फ़ीड अगली बार खाली लौटे, तो आपकी टीम उसे छापेगी — या उसे फिर से माँगेगी?