खाली सेल, भरी हुई रिपोर्ट: क्रिकेट डेटा पाइपलाइन की वह खामी जो सबसे महंगी पड़ती है

तीन साल पहले गड़ियाहाट की तीसरी मंज़िल पर, चाय की दुकान के ऊपर वाले दफ़्तर में, मैंने एक स्प्रेडशीट खोली थी जिसमें हर कॉलम की चौड़ाई सेट थी, हर हेडर बोल्ड था, हर ड्रॉपडाउन बना हुआ था — और हर वैल्यू सेल खाली। उस वक़्त मैंने इसे एक आदमी की लापरवाही पढ़ा था। अब इसे पाइपलाइन का डिज़ाइन दोष पढ़ती हूँ।

पिछले हफ़्ते वही आकृति लौटी, इस बार एक आठ-आयामी क्रिकेट विश्लेषण के भीतर। ऊपर की पंक्ति में 'cricket_world' लिखा था, जहाँ स्कीमा 'Cricket' माँगता है। नीचे हर खाने में N/A। इनफ़ॉर्मेशन पॉइंट्स की सूची खाली। एंटिटीज़ वाले खाने में नाम की जगह एक निर्देश भरा था — 'ऊपर दिए इनफ़ॉर्मेशन पॉइंट्स से पहचानें' — यानी सिस्टम ने ख़ुद को काम सौंप दिया और वह काम कभी हुआ ही नहीं। न फ़ॉर्मेट, न वेन्यू, न स्कोरलाइन, न प्रकाशन तारीख़, न स्रोत की श्रेणी। तेरह में ग्यारह खाने खाली, और जो एक भरा था उसमें एक टू-डू नोट पड़ा था।

मैं डिलीवरी लॉग पढ़ती रही जब तक वह प्रेस रिलीज़ से टकरा नहीं गया। इस मामले में लॉग ख़ुद खाली था और प्रेस रिलीज़ लिखी ही नहीं गई थी। असली ख़बर यही है।

स्कीमा और वैल्यू के बीच का फ़र्क़

क्रिकेट पत्रकारिता अब उन चीज़ों पर खड़ी है जो कोई पाठक नहीं देखता: बॉल-बाय-बॉल लॉग, ऑक्शन शीट, ब्रॉडकास्ट शेड्यूल, एक्रेडिटेशन लिस्ट, NRR टेबल। इस पेशे में स्कीमा और वैल्यू दो अलग वस्तुएँ हैं, और यह फ़र्क़ उतना ही बुनियादी है जितना पिच और पिच रिपोर्ट में। स्कीमा बताता है कि हम क्या पूछेंगे। वैल्यू बताती है कि जवाब क्या है। जब स्कीमा पूरा हो और वैल्यू शून्य, तब सिस्टम स्वस्थ दिखता है और जवाब शून्य ही रहता है — और ऑटोमेटेड जाँच इसे पास कर देती है, क्योंकि तकनीकी रूप से कुछ टूटा नहीं है।

मेरी आदत पहले लॉग की है, फिर लिखने की। 2026 में मैंने रणजी ट्रॉफ़ी नॉकआउट और सैयद मुश्ताक़ अली ट्रॉफ़ी की 4,180 डिलीवरीज़ लॉग कीं — रिलीज़ पॉइंट, सीम एंगल, कलाई की स्थिति, फ़्रेम-दर-फ़्रेम। उस डेटा से निकला पहला निष्कर्ष यह था कि कुलदीप यादव का चाइनामैन कोई रहस्य नहीं, एक नापी जा सकने वाली कलाई-स्थिति की समस्या है। मार्च 2026 में धर्मशाला टेस्ट में उनका डेब्यू हुआ और 4/68 दर्ज हुआ। टिप्पणीकारों ने इसे 'रहस्य का खुलासा' कहा। मेरी स्प्रेडशीट में यह एक कॉलम था।

ईडन गार्डन्स के प्रेस बॉक्स से मैंने सीखा कि गर्जना एक वेरिएबल है। अप्रैल 2026 में कोलकाता नाइट राइडर्स बनाम राजस्थान रॉयल्स के मैच में मैंने सुनील नरीन और कुलदीप यादव के रिलीज़ पॉइंट की तुलना पर लिखा, और इस पर कि रिंग फ़ील्ड ने सिंगल्स कैसे पिंच कीं — ग्यारह एनोटेटेड फ़ील्ड-जियोमेट्री स्क्रीनशॉट संलग्न। एक हफ़्ते के भीतर एक फ़्रैंचाइज़ी एनालिस्ट ने रॉ कोऑर्डिनेट्स माँगे। वह मेल दलील से नहीं आया था; वह इसलिए आया था कि हर दावे के पीछे एक टेबल थी।

इसीलिए जब मेरे सामने कोई विश्लेषण आता है जिसके पीछे कोई टेबल नहीं है, मैं पहले टेबल माँगती हूँ।

आठ दरवाज़े, एक ताला

जो फ़्रेमवर्क मेरे सामने रखा गया उसमें आठ आयाम थे। देखने में लगा कि आठ अलग-अलग ठहराव हैं। असल में वह एक ही ठहराव था — इनफ़ॉर्मेशन पॉइंट्स की खाली सूची — जिसे आठ बार देखा गया।

फ़ॉर्मेट और मैच विश्लेषण पहला दरवाज़ा। फ़ॉर्मेट तय न हो तो फ़ेज़-लॉजिक लागू ही नहीं होती: पावरप्ले, मिडल ओवर, डेथ ओवर और टेस्ट का नई गेंद वाला हिस्सा अलग-अलग नियमों पर चलते हैं और एक-दूसरे पर चढ़ाए नहीं जा सकते। डीएलएस लागू हुआ या नहीं, ओस का असर क्या रहा, टॉस ने क्या दिया — कुछ भी दर्ज नहीं था, इसलिए नतीजे से भाग्य को अलग करने वाला मानक क़दम उठाया ही नहीं जा सका।

खिलाड़ी विश्लेषण दूसरा दरवाज़ा। नाम तो दूर, भूमिका तक नहीं थी। यहीं एक तकनीकी जाल बैठा है जिसे क्रिकेट डेटा में अक्सर नज़रअंदाज़़ किया जाता है: बेंचमार्क फ़ॉर्मेट-शर्ती होते हैं। टी20 फ़िनिशर का 180 से ऊपर स्ट्राइक रेट एक दावा है; उसी आँकड़े को टेस्ट पारी पर पढ़ना दूसरा दावा है। सात से नीचे की इकॉनमी टी20 में उपलब्धि है, और 50 ओवर के खेल में एक अलग वाक्य। फ़ॉर्मेट के बिना हर मेट्रिक सबूत नहीं, जोखिम बन जाता है।

टीम-परिदृश्य तीसरा दरवाज़ा। आईसीसी रैंकिंग फ़ॉर्मेट-विशिष्ट होती है; टेस्ट, वनडे और टी20 की तालिकाएँ एक-दूसरे की जगह नहीं लगाई जा सकतीं। और क्रिकेट की सबसे बड़ी संदर्भ-चर — घरेलू बनाम बाहरी का फ़र्क़ — वेन्यू के बिना नापी ही नहीं जा सकती। बैटिंग की गहराई, गेंदबाज़ी का मेल, बेंच, उम्र-ढाँचा: हर एक के लिए कम से कम एक स्क्वाड-लिस्ट या सिलेक्शन हेडलाइन चाहिए। कुछ भी नहीं था।

लीग और कमर्शियल इकोसिस्टम चौथा दरवाज़ा। यहाँ फ़्रेमवर्क की सबसे उपयोगी कोटि बेकार पड़ी रह गई: ट्रांज़ैक्शन प्राइस और स्पोर्टिंग वैल्यू एक चीज़ नहीं हैं, और ऑक्शन का दाम एक सिस्टम शॉक है, शॉपिंग आइटम नहीं। लेकिन कोई फ़िगर मौजूद नहीं था — न ब्रॉडकास्ट राइट्स का मूल्य, न फ़्रैंचाइज़ वैल्यूएशन, न सैलरी। कोटि के पास परखने के लिए कोई लेन-देन ही नहीं था।

नियम और शासन पाँचवाँ दरवाज़ा। न कोई नियम-बदलाव, न डीआरएस विवाद, न स्लो-ओवर रेट की कार्रवाई, न एनओसी टकराव, न चयन-विवाद। शून्य सबूत पर कंप्लायंस जोखिम को उच्च, मध्यम या निम्न कहना एक गढ़ा हुआ जोखिम-स्कोर होता, और उसे रोक देना इस पूरे अभ्यास का सबसे ईमानदार फ़ैसला था।

जोखिम-मैट्रिक्स छठा दरवाज़ा। भाग-ए, यानी लेख से निकले खेल-जोखिम, पूरी तरह शून्य। भाग-बी, यानी विश्लेषण-प्रक्रिया के जोखिम, पूरी तरह भरा हुआ — और उसकी तीन लाइनें लाल थीं: निर्माण-जोखिम उच्च, फ़ॉर्मेट-संकरण का जोखिम उच्च, और 'साइलेंट फ़ेल्योर' पुष्ट रूप से मौजूद। आठ आयामों में से एकमात्र ठोस निष्कर्ष यह निकला: खाली इनपुट सबसे ख़तरनाक तब होता है जब वह स्कीमा-वैध दिखे।

नैरेटिव और अपेक्षा-अंतराल सातवाँ दरवाज़ा। क्रिकेट में स्रोत की एक श्रेणी-व्यवस्था होती है — आधिकारिक बोर्ड, टियर-1 पत्रकार, सामान्य मीडिया, ट्रैफ़िक-चेज़र अकाउंट — और बिना नाम और तारीख़ के ऑक्शन लीक और ऑक्शन शोर अलग नहीं किए जा सकते। यहाँ किसी स्रोत का नाम ही नहीं था।

उद्योग-ट्रांसमिशन आठवाँ दरवाज़ा। संचरण-नक्शा तभी बनता है जब कोई मूल घटना हो — राइट्स डील, लीग विस्तार, नीलामी, स्टार ट्रांसफ़र। घटना नहीं थी, इसलिए ब्रॉडकास्ट, दक्षिण-एशियाई बाज़ार, टैलेंट चेन, कैपिटल नेटवर्क और फ़ैंटेसी इकोसिस्टम — सब शून्य पर लटके रहे।

असली मुद्दा मॉडल नहीं, खाली कमरा है

उद्योग में अभी सबसे तेज़ बिकने वाली चिंता यह है कि मॉडल झूठ बोलते हैं। मेरा अनुभव उल्टा है। मॉडल कम गढ़ते हैं, खाली जगह ज़्यादा भरते हैं — और खाली जगह मॉडल की नहीं, इनपुट की होती है। उस आठ-आयामी आउटपुट को ग़ौर से देखिए: उसमें हेडिंग हैं, टेबल हैं, कॉन्फ़िडेंस टैग हैं, 'मध्यम आत्मविश्वास' जैसी ईमानदार आपत्तियाँ भी हैं। रूप-रचना असली विश्लेषण जैसी है। तथ्य शून्य। यही वह चीज़ है जो ऑटोमेटेड जाँच से पार होकर डेस्क तक पहुँचती है।

और यह क्रिकेट में ज़्यादा ख़तरनाक है, बाक़ी खेलों के मुक़ाबले — इसलिए नहीं कि क्रिकेट ख़ास है, बल्कि इसलिए कि क्रिकेट के दावे तेज़ी से पुराने पड़ते हैं। फ़ॉर्म, रैंकिंग, फ़िटनेस और ऑक्शन वैल्यू कुछ हफ़्तों में बदल जाती हैं। इस इनपुट में टाइम-सेंसिटिविटी के खाने में साफ़ शब्दों में लिखा था कि उसे आँका नहीं गया। इसका मतलब यह नहीं कि जानकारी ग़लत थी। मतलब यह है कि ग़लत होने पर पता लगाने का कोई ज़रिया मौजूद ही नहीं है।

एक बेचैन करने वाली ईमानदारी भी इस अभ्यास में थी: इसने चीज़ें गढ़ने से इनकार किया। अगर वह आउटपुट किसी ऐसे व्यक्ति तक पहुँच जाता जो उसे भरने पर उतर आता, तो पहला शिकार फ़ॉर्मेट होता। कोई याद से एक फ़ॉर्मेट जोड़ देता — सबसे संभवतः टी20 — और फिर उसी पर टेस्ट के आँकड़े लद जाते। क्रिकेट विश्लेषण की सबसे पुरानी ग़लती यही है। खाली सेल ख़तरनाक है। ग़लत तरीक़े से भरा हुआ सेल उससे ज़्यादा ख़तरनाक है।

सुधार की असली क़ीमत

यहाँ एक अच्छी ख़बर भी दबी है, और वह संरचनात्मक है। आठों आयाम एक ही दरवाज़े पर अटके थे, इसलिए सुधार जोड़-गणित नहीं है। एक बार एक्सट्रैक्शन दोबारा चले और इनफ़ॉर्मेशन पॉइंट्स की सूची भर जाए, तो आयाम एक, दो, तीन और सात उसी पल खुल जाते हैं। क्लासिफ़िकेशन तो चल चुका था — 'cricket_world' ग़लत लेबल है, पर है तो एक लेबल ही। यह टूटी हुई पाइपलाइन नहीं, अधूरी पाइपलाइन है। ख़राब स्रोत और अटका हुआ स्रोत एक वस्तु नहीं होते।

मेरी तीन शर्तें साफ़ हैं। पहली: हर क्रिकेट डेटा फ़ीड पर एक कठोर द्वार हो — इनफ़ॉर्मेशन पॉइंट्स की संख्या शून्य न हो; शून्य हो तो आउटपुट पर बड़ा, हटाए न जा सकने वाला 'निर्णय के लिए अपात्र' बैनर लगे। दूसरी: फ़ॉर्मेट और स्रोत-श्रेणी ब्लॉकिंग फ़ील्ड हों, वैकल्पिक नहीं। तीसरी: हर दावे के बग़ल में उसकी विफलता की शर्तें छपें।

अगली बार जब आप कोई साफ़-सुथरी टेबल देखें जिसमें हर खाना भरा हो और हर निष्कर्ष बेधड़क हो, तो एक सवाल पूछिए: इनफ़ॉर्मेशन पॉइंट्स कितने थे? अगर जवाब शून्य है, तो आप विश्लेषण नहीं पढ़ रहे। आप उस खाली कमरे की गूँज पढ़ रहे हैं जिसमें एक टेबल रखी है। लोड वह कहानी है जो शरीर टेबल से पहले बताता है; खाली सेल वह कहानी है जो पाइपलाइन हेडलाइन से पहले बताती है।