खाली इनपुट, खाली हाशिया: क्रिकेट डेटा पाइपलाइन की चुपचाप नाकामी का ऑडिट

लिवरपूल की मेरी मेज़ पर एक स्प्रेडशीट खुली थी। कॉलम तैयार, फ़ॉर्मूले अपनी जगह, और डोमेन लेबल में दो शब्द टँके हुए — cricket_world। ठीक उसके नीचे सूचना-बिंदुओं की सूची ख़ाली पड़ी थी: एक भी नाम नहीं, एक भी आँकड़ा नहीं, एक भी तारीख़ नहीं। लगभग चार दशक से मैं क्रिकेट की बही लिख रहा हूँ और अपने हाथ से गलत रन-रेट दर्ज किए हैं, गलत मार्जिन टाइप किए हैं — पर ऐसा पहली बार हुआ कि मेज़ तक स्कोरकार्ड पहुँचा ही नहीं और उसकी जगह एक बेदाग़ दिखने वाला ख़ाली टेम्पलेट आ गया। यह न मैच की ख़बर है, न खिलाड़ी की; यह उस पाइपलाइन की ख़बर है जिस पर क्रिकेट की बहुत सारी व्याख्या आज खड़ी है।

मार्च 2026 में कोलकाता में मैं सत्ताईस साल का था और ईडन गार्डन्स की प्रेस बॉक्स में पहली बार स्टॉपवॉच और जिल्दबंद बही लेकर बैठा था। भारत 252 का पीछा कर रहा था और 98/1 से 120/8 तक लुढ़क गया। बाक़ी सब जज़्बात लिख रहे थे; मैं पाँच-ओवर के ब्लॉक में रन-रेट दर्ज कर रहा था — 5.4 से 2.1 तक — और हर आउट को डिलीवरी-टाइप के साथ टैग कर रहा था। मैंने पतन को ओवर-दर-ओवर चार्ट किया, और खामोशी को एक आँकड़ा मिल गया। उस रात के बाद मेरी मेज़ से कोई रिपोर्ट बिना फ़ेज़-वाइज़ आँकड़े के नहीं निकली।

संदर्भ: पाइपलाइन का पहला और दूसरा चरण

यह लेख उस विश्लेषण-प्रणाली की दूसरी अवस्था के नतीजे पर है जिसे क्रिकेट डोमेन के लिए चलाया गया। पहली अवस्था का काम स्रोत से तथ्य खींचना है — शीर्षक, प्रकाशक, तारीख़, और वे सूक्ष्म इकाइयाँ जिन्हें सूचना-बिंदु कहा जाता है; यानी स्कोरकार्ड से उठाया गया बॉल-दर-बॉल रिकॉर्ड। दूसरी अवस्था उन्हीं बिंदुओं पर आठ आयामों में व्याख्या खड़ी करती है।

मुझे सौंपा गया पेलोड यह था: शीर्षक N/A, प्रकाशक N/A, प्रकार अवर्गीकृत, एक-वाक्य सारांश ख़ाली, सूचना-बिंदुओं की सूची ख़ाली, और संस्थाओं वाले खाने में लिखा था — "ऊपर दिए सूचना-बिंदुओं से पहचानें।" ऊपर कोई सूचना-बिंदु ही नहीं था। यह ख़ुद को हवाले देने वाला अधूरा निर्देश है, कोई जानकारी नहीं। स्रोत की गुणवत्ता की श्रेणी भी ख़ाली थी, और समय-संवेदनशीलता का आकलन ही नहीं हुआ।

इससे पहले कि मैं इस ख़ाली चादर पर कोई कहानी बुनता, मेरी पुरानी बही ने रोक लिया। अप्रैल 2026 में जब हांसी क्रोनिए के कबूलनामे छपे और उसी दिसंबर सीबीआई ने मोहम्मद अज़हरुद्दीन का नाम लिया, तब मैंने बयानबाज़ी में हाथ नहीं डाला। पाँच महीने में मैंने 2026 से आगे के 340 वनडे का डेटाबेस तैयार किया — नो-बॉल के गड़बड़ आँकड़े, टॉस-से-नतीजे के झुरमुट, मरे रबर के मैचों में ढहती पारियाँ — और कुल बारह मामले उनतीस इसलिए रोक दिए क्योंकि उनके पीछे कोई काग़ज़ी निशान नहीं था। स्कोरकार्ड ने स्कैंडल को ज़िंदा रखा; हाशिये ने रसीदें सँभाल लीं। तब से नियम एक ही है: जिस दावे के पीछे दस्तावेज़, तारीख़ या नामित गवाह न हो, वह पन्ने तक नहीं पहुँचेगा।

कोर: ख़ाली पेलोड का सबूत-लेखा

आठों आयाम — प्रारूप और मैच, खिलाड़ी तकनीक, टीम परिदृश्य, लीग और वाणिज्य, नियम-शासन, जोखिम, जन-कथा, और उद्योग-संचरण — इसलिए रिक्त हैं कि जवाब नहीं मिला; वे इसलिए रिक्त हैं कि सवाल खड़ा करने का कच्चा माल ही नहीं आया। टेस्ट, वनडे, टी-20 या द हंड्रेड में से कुछ पहचाना नहीं जा सका, इसलिए टॉस, पिच, डीएलएस के तहत हुई बारिश की कटौती और डीआरएस की अंपायर-कॉल सीमा पर एक पंक्ति भी नहीं लिखी जा सकती। कोई खिलाड़ी, कोई टीम, कोई लीग, कोई पर्स लेजर, कोई नीलामी कीमत दर्ज नहीं।

अपने चार दशक के मैच देखने के अनुभव के आधार पर मैं कह सकता हूँ कि क्रिकेट में चुप्पी कभी कुछ नहीं कहती; चुप्पी हमेशा किसी प्रक्रिया का निशान होती है। यहाँ एक चीज़ दर्ज है, और वही पूरे मामले की कुंजी है: डोमेन लेबल भरा हुआ है — cricket_world — जबकि तथ्य-निष्कर्षण ख़ाली है। जब वर्गीकरण सफल हो और निष्कर्षण शून्य, तो गड़बड़ी स्रोत में है, विश्लेषक में नहीं। पेज में क्रिकेट के संकेत थे, इसीलिए वर्गीकरण चला; पर तथ्य खींचने वाला हिस्सा ठप पड़ा। ऐसा सामान्यतः तब होता है जब सामग्री स्क्रिप्ट से बन रही हो, पेडवॉल के पीछे हो, सिर्फ़ वीडियो हो, या वह लेख ही न होकर कोई स्कोरकार्ड या लैंडिंग पेज हो। मुझे चौंकाती यह बात नहीं कि नाकामी हुई; चौंकाती यह बात है कि नाकामी ने शोर नहीं मचाया।

यहीं सबसे बड़ा जोखिम छिपा है। पूरा दिखने वाला टेम्पलेट, जो अंदर से ख़ाली है, पाठक को सबूत की तरह लगने लगता है। सोचिए, किसी विश्लेषक ने आयाम भरने के लिए मैच की कहानी गढ़ ली होती — पहले पाँच ओवर में ढही पारी, गिरते विकेटों का सिलसिला, एक काल्पनिक नीलामी कीमत। वह रिपोर्ट बाज़ार में वैसे ही घूमती जैसे बॉल-दर-बॉल बही के बिना भरा हुआ स्कोरकार्ड, जिसमें यह भी तय न हो कि बीच के ओवर खेले गए या छोड़ दिए गए। इसीलिए इस नतीजे को क्रिकेट-विश्लेषण बनाकर प्रसारित करना ख़तरनाक है; इसे शून्य-नतीजा रिपोर्ट कहा जाना चाहिए।

डेटा डेस्क पर हम इसे सख़्त शून्य-सहनशीलता कहते हैं, पर नाम से ज़्यादा ज़रूरी प्रक्रिया का पालन है। इनटेक पर पाँच द्वार बनाने पड़ेंगे: शीर्षक मौजूद हो, कम से कम पाँच सूचना-बिंदु हों, एक नामित इकाई हो, प्रकाशन की तारीख़ हो, और स्रोत की गुणवत्ता की श्रेणी तय हो। इनमें से एक भी द्वार बंद रहते साफ़ EXTRACTION_FAILED लौटना चाहिए — आदम-ठाठ वाला कोरा टेम्पलेट नहीं। नहीं तो वही होगा जो पहली आईपीएल नीलामी में हुआ था: पहली आईपीएल नीलामी में बटुए का बहीखाता बोली से पहले सच बोल चुका था। मंच पर चढ़ी गुंबद-बोली सबने देखी, बही में लिखा बैलेंस किसी ने नहीं पढ़ा। आज भी हर ट्रांसफ़र विंडो में मेरी आँख उसी मूल्यांकन-लेजर पर रहती है, प्रेस रिलीज़ पर नहीं।

नियम-पक्ष में देखें तो यह नाकामी अपने पीछे कई ख़ाली खाने छोड़ जाती है: राइट टू मैच का इस्तेमाल, विदेशी लीग के लिए बोर्ड का एनओसी, वर्ल्ड टेस्ट चैंपियनशिप की अंक-तालिका, एंटी-करप्शन यूनिट की किसी कार्रवाई की समय-सीमा। इनमें से एक पंक्ति भी नहीं भरी जा सकती, क्योंकि इन सबको कोई शासन-निर्णय चाहिए और शासन-निर्णय को कोई शीर्षक। क्रिकेट में सबसे तेज़ सड़ने वाली चीज़ आँकड़े नहीं, तारीख़ें हैं — और यहाँ तारीख़ ही नहीं थी।

उल्टा तर्क: शून्य नतीजा नाकामी नहीं, विश्लेषण है

सबकी नज़र इस पर है कि पाइपलाइन क्यों फेल हुई। मेरा पहला सवाल दूसरा है: फेल होना कितना महँगा है? जवाब — लगभग मुफ़्त। वर्गीकरण की अवस्था चल चुकी है, तो डोमेन तय है और दोबारा चलाना सीधे निष्कर्षण-चरण से शुरू हो सकता है। इसका उल्टा पक्ष यह है कि सस्ते बचाव ने ही इस नाकामी को इतने दिन छुपाए रखा; जो आयाम नहीं भर सके, वे N/A में चले गए, और N/A किसी भी रिपोर्ट में आरामदायक दिखता है।

दूसरा उल्टा तर्क यह है कि शून्य नतीजा नाकाम विश्लेषण नहीं, स्वयं विश्लेषण है। कमेंट्री बॉक्स एक मिनट भी ख़ाली नहीं बैठ सकता; किसी को कुछ कहना ही होता है। डेटा डेस्क का कर्तव्य ठीक इसके विपरीत है — "जानकारी अपर्याप्त है" कहना उसकी सबसे ईमानदार पंक्ति होनी चाहिए। जिस पल कोई विश्लेषक कहता है "कहानी तो बनती है", उस पल उसने बही छोड़ी और क़िस्सा लिख डाला। सेलेक्टर आज भी क़िस्सों से स्काउटिंग करता है और रणजी की प्रासंगिकता चुपचाप ख़त्म होती जाती है।

और एक बात मेरी अपनी गलतियों की सूची से आती है: शून्यवाद में मत डूबिए। अपूर्ण जानकारी का मतलब हाथ खड़े कर लेना नहीं। सही तरीक़ा यह है कि अनंतिम तालिका छापी जाए — कहाँ आँकड़ा पक्का है, कहाँ त्रुटि की गुंजाइश है, यह खुलकर लिखा जाए और मिलान की तारीख़ तय की जाए। तरीक़े के साथ जल्दी रहिए, आँकड़े के साथ ठीक बाद में।

टेकअवे

अगला क़दम चौंकाने वाला सरल है: स्रोत का पता लगाइए, उसका दर्जा तय कीजिए, और पहली अवस्था दोबारा चलाइए। देखने की चार चीज़ें शेष हैं — दोबारा निष्कर्षण में पाँच या ज़्यादा सूचना-बिंदु आते हैं या नहीं; मूल प्रारूप का ज़िक्र कहीं है या नहीं; प्रकाशन तिथि प्रकट होती है या नहीं; और सामने आया पाठ वाक़ई मैच रिपोर्ट है, पूर्वावलोकन है, नीलामी की ख़बर है या शासन का मामला। इन चारों के जवाब मिलने पर यह ख़ाली नक़्शा अपने आप भर जाएगा।

तब तक यह पन्ना एक ही बात दर्ज करता है: आर्काइव पुरानी याद नहीं, खेल का ऑडिट ट्रेल है — और आज उस ट्रेल की पहली प्रविष्टि ख़ाली है। असली सवाल यह नहीं कि यह पाइपलाइन कब सुधरेगी। असली सवाल यह है कि बाज़ार में चल रही कितनी क्रिकेट-व्याख्याएँ ख़ाली निष्कर्षण-शीट के ऊपर खड़ी हुई हैं।