शून्य तथ्य, आठ खाने: क्रिकेट डेटा की वह रिपोर्ट जो पूरी दिखी और खाली थी

फ़ाइल शाम छह बजे खुली। आठ खंड। एक जोखिम-मैट्रिक्स — श्रेणी, मद, स्तर, संभावना, प्रभाव, उपाय; छह कॉलम, सोलह पंक्तियाँ। तीन जगह स्टार-रेटिंग, पाँच में से एक। एक खंड "समग्र मूल्यांकन" के नाम से, जिसमें "मुख्य निर्णय", "सूचना मूल्य रेटिंग", "प्रमुख जोखिम चेतावनी" और "संकेत जिन पर नज़र रखनी है" — सब कुछ अपनी जगह पर था। एक पूरा ट्रांसमिशन मैप, जिसमें तीर ऊपर से नीचे तक खींचे गए थे।

फिर मैंने वह एक कॉलम गिना जिस पर यह सारा ढाँचा टिका होता है — सूचना-बिंदु। सूची खाली थी। शीर्षक: N/A। स्रोत: N/A। संस्थाएँ: निकाली ही नहीं गईं। फ़ॉर्मेट: अनिर्धारित। डोमेन टैग: cricket_asia।

शब्द लगभग तीन हज़ार। उद्धरण-योग्य तथ्य: शून्य।

यह अनुपात गणितीय रूप से अनंत है, और यही इस दस्तावेज़ की सबसे ईमानदार चीज़ थी। इसने अपना खालीपन छिपाया नहीं — बस उसे सजा दिया। मैं इसे फेंक नहीं रहा। मैं इसे केस स्टडी की तरह रख रहा हूँ, क्योंकि क्रिकेट एनालिटिक्स में आज जो बीमारी सबसे तेज़ी से फैल रही है, वह गलत नंबर नहीं है। वह खाली नंबर है जो सही फ़ॉर्मेट में आता है।

भारतीय क्रिकेट में डेटा डेस्क ने रणनीतिक बहस वर्षों पहले जीत ली थी। यह बात मैं इसलिए दोहराता हूँ क्योंकि इसके बाद जो नहीं हुआ, वही असली कहानी है — कमेंट्री बॉक्स ने नहीं हारा। वहाँ आज भी "इरादा", "चरित्र", "उन्हें ज़्यादा चाहिए था" जैसे शब्द बिक रहे हैं, जिन्हें आप न माप सकते हैं, न तारीख़ दे सकते हैं, न बाद में वापस ले सकते हैं। मेरा लंबा तर्क यही रहा है कि समाधान ज़्यादा डेटा नहीं, पारदर्शिता है।

लेकिन पारदर्शिता एक शर्त है, गारंटी नहीं। डेटा डेस्क के पीछे की आपूर्ति-शृंखला पतली है, और उस पतलापन का सबसे साफ़ उदाहरण रणजी ट्रॉफ़ी है। चार दिन का खेल, और रिपोर्टिंग सिर्फ़ नॉकआउट में। नॉकआउट-केवल कवरेज को मैं रोमांस की समस्या नहीं मानता। वह सूचना बाज़ार की विफलता है। जब हज़ारों प्रथम-श्रेणी करियर का बड़ा हिस्सा किसी खोजे जा सकने वाले डेटाबेस में दर्ज ही नहीं होता, तो चयन की हर बहस अनुमान पर चलती है — और हम उस अनुमान को "क्रिकेटिंग आँख" कहकर बचा लेते हैं।

फ़ॉर्मेट इस पूरी शृंखला का पहला हर है — denominator। T20 का स्ट्राइक रेट और टेस्ट का बल्लेबाज़ी औसत दो अलग मात्राएँ हैं। उन्हें न जोड़ा जा सकता है, न बाँटा जा सकता है, और सबसे ज़रूरी बात — एक को दूसरे की जगह नहीं रखा जा सकता। मैदान पर बैठकर मैंने जो सबसे उपयोगी चीज़ सीखी, वह यही थी कि फ़ॉर्मेट बदलते ही मीट्रिक का मतलब बदल जाता है, चाहे नाम वही रहे। 2026 में जब मैंने U-17 विश्व कप के ट्रैकिंग डेटा पर अकेले एक पोज़ेशन-वैल्यू मॉडल बनाया, तो मेरी सबसे बड़ी सीख तकनीकी नहीं थी। मैंने वह मॉडल, उसके सारे भार, एक मुफ़्त न्यूज़लेटर पर छाप दिया। वजह सीधी थी: जो मॉडल अपने इनपुट नहीं छापता, उस पर हमला नहीं किया जा सकता; और जिस मॉडल पर हमला नहीं किया जा सकता, वह मॉडल नहीं है।

यही वह उपकरण था जिसने इस फ़ाइल को बचाया।

उस दस्तावेज़ में जो हुआ, उसे मैं "साइलेंट फ़ेल्योर" कहता हूँ, और यह डेटा इंजीनियरिंग का सबसे ख़तरनाक मोड है।

हमारे ऑटोमेटेड वैलिडेटर संरचना जाँचते हैं। क्या आठ खंड हैं? हैं। क्या मैट्रिक्स के पाँचों कॉलम भरे हैं? भरे हैं। क्या हर आयाम का उत्तर मौजूद है? है। मशीन के लिए यह फ़ाइल पास है। मनुष्य के लिए यह फ़ाइल खोखली है। और अंतर यहीं रुकता नहीं: जो खंड "अपर्याप्त सूचना" लिखकर आता है, वह पढ़ने में उतना ही पूरा लगता है जितना "उच्च जोखिम" लिखकर आता है। यही वह जगह है जहाँ एक भरोसेमंद दिखने वाली रिपोर्ट झूठ बोलने लगती है — बोले बिना।

पूरी तरह भरा हुआ टेम्पलेट अपनी खालीपन से ज़्यादा ख़तरनाक होता है, क्योंकि टेम्पलेट का स्वभाव भरवाना है।

इस फ़ाइल में चार जगहें ऐसी थीं जहाँ नाम, स्कोर, कीमतें और तारीख़ें बैठ सकती थीं। खिलाड़ी का आयाम — औसत, स्ट्राइक रेट, होम/अवे स्प्लिट, बारह-महीने की दिशा। टीम का आयाम — रैंकिंग स्नैपशॉट, बल्लेबाज़ी गहराई, तेज़/स्पिन संयोजन, उम्र-संरचना। लीग का आयाम — ब्रॉडकास्ट राइट्स, फ़्रैंचाइज़ी मूल्यांकन, नीलामी का प्रीमियम। और नैरेटिव का आयाम — हाइप-साइकिल का चरण। हर एक खाने में कुछ भी डाला जा सकता था। कुछ भी डाला नहीं गया। उद्योग में इसका उल्टा होना आम है, इसलिए यह उपलब्धि दर्ज होनी चाहिए।

डोमेन टैग पर रुकिए, क्योंकि दूसरी गड़बड़ी वहीं से शुरू होती है। cricket_asia एक भौगोलिक-प्रतियोगिता टैग है, फ़ॉर्मेट टैग नहीं। टेस्ट, वनडे, T20, द हंड्रेड, कोई भी फ़्रैंचाइज़ी लीग — सब इस टैग के अंदर खड़े हो सकते हैं। और चूँकि फ़ॉर्मेट ही तय करता है कि कौन-सा मीट्रिक वैध है, फ़ॉर्मेट के बिना हर नतीजा क्रॉस-फ़ॉर्मेट संदूषण का शिकार है। यह सैद्धांतिक ख़तरा नहीं है। यह वही गलती है जो हर सीज़न में दिखती है — एक शानदार छोटे फ़ॉर्मेट का सीज़न "फ़ॉर्म" कहकर लंबे फ़ॉर्मेट में अनुवाद कर देना, और फिर आश्चर्य करना कि बाहर का खेल अंदर से अलग क्यों है।

दूसरा टैग-जोखिम सीधा है: भूगोल को लीग समझ लेना। cricket_asia देखकर यह अनुमान लगाना कि यह आईपीएल है, और फिर आईपीएल का पूरा वाणिज्यिक चश्मा — मेगा-नीलामी के चक्र, मीडिया राइट्स की चढ़ाई, फ़्रैंचाइज़ी मूल्यांकन की ग्रोथ — ऐसी खबर पर चढ़ा देना जो शायद किसी ACC पाथवे इवेंट की हो। यह चश्मा यहाँ लगाया नहीं गया, और यह अंतर लिखना ज़रूरी है। जिस दिन यह अंतर मिटेगा, उस दिन एक पूरी लेखन-शैली बिना स्रोत के चलने लगेगी।

इस दस्तावेज़ में जो एकमात्र जोखिम वास्तव में आँका जा सका, वह क्रिकेट का नहीं था — वह ज्ञान-संबंधी था, और उसका स्तर "उच्च" था।

कारण साफ़ है: नुक़सान पहले ही हो चुका था, और वह पाइपलाइन में हुआ था, मैदान पर नहीं। उसका प्रभाव नीचे की हर परत तक जाता है — हर निष्कर्ष उसी दोष को विरासत में लेता है। चोट, फ़िक्सिंग, वित्तीय संकट, शासन-विवाद — इनमें से कोई भी यहाँ आँका नहीं जा सका। यहाँ एक वाक्य है जिसे मैं हर ऐसी रिपोर्ट के पहले पन्ने पर छापना चाहूँगा: जिस आयाम का आकलन नहीं हुआ, वह "साफ़" नहीं है। अनुपस्थित साक्ष्य न संदेह है, न क्लीन चिट।

रूट कॉज़ पर आते हैं। सबसे संभावित कारण यह नहीं है कि स्रोत लेख में सचमुच कुछ नहीं था। सबसे संभावित कारण यह है कि पाइपलाइन ने उसे पढ़ा ही नहीं — खाली बॉडी, पेवॉल, जावास्क्रिप्ट से बना पेज, या कटा हुआ फ़ेच। शीर्षक का N/A होना और साथ में डोमेन टैग का भरा होना, यही जोड़ी बताती है कि दस्तावेज़ अस्तित्व में था, पर उसका शरीर रास्ते में कहीं खो गया। यह अनुमान है, प्रमाण नहीं — मैं इसे मध्यम विश्वास के साथ दर्ज कर रहा हूँ, और अगर री-इनजेशन के बाद स्रोत में तथ्य निकल आएँ, तो यह अनुमान वापस लिया जाएगा। मॉडल को अपने संस्करण छापने चाहिए। यह उसका संस्करण है।

उस फ़ाइल में "सूचना मूल्य रेटिंग" का खंड भी था, और उसे पढ़ना अपने आप में एक सबक़ है। खेल-मूल्य: पाँच में से एक स्टार। उद्योग-मूल्य: एक स्टार। समयबद्धता: आँकी ही नहीं जा सकी, क्योंकि प्रकाशन-तिथि कहीं दर्ज नहीं थी — और तारीख़ के बिना कोई भी "हाल का फ़ॉर्म" वाला दावा अपठनीय हो जाता है। संदर्भ-मूल्य: दो स्टार, और वह भी सिर्फ़ इसलिए कि दस्तावेज़ ख़ुद एक नमूना बन गया — यह दिखाने का नमूना कि पाइपलाइन किस तरह विफल होती है। किसी क्रिकेटर, टीम या बोर्ड के बारे में इसका मूल्य शून्य है, और यह शून्य साफ़-साफ़ लिखा गया है। यही ईमानदारी है जो उद्योग में कम दिखती है।

ट्रांसमिशन मैप को देखिए। ऊपर उद्यम-विकास और प्रतिभा-आपूर्ति, बीच में राष्ट्रीय टीमें और लीग, नीचे ब्रॉडकास्ट और वाणिज्यिक बाज़ार — तीनों जगह खाली। कोई पहला क्रम का घटनाक्रम ही मौजूद नहीं था। राइट्स डील, शेड्यूलिंग का फ़ैसला, शासन का आदेश, खिलाड़ी का स्थानांतरण — दूसरे क्रम के असर को ट्रेस करने के लिए पहले क्रम की कोई घटना चाहिए, और वह नहीं थी। इसलिए यहाँ "तटस्थ" जैसा कोई शब्द नहीं है। सब कुछ अनिर्धारित है, और अनिर्धारित, तटस्थ नहीं होता।

अब उलटी बात, क्योंकि इस केस में उलटी बात ही असली बात है।

खाली शेल कोई विसंगति नहीं है। वह इस उद्योग का लघुचित्र है।

साफ़-सुथरा डैशबोर्ड साक्ष्य नहीं होता; वह सूट पहने हुए एक सवाल होता है।

फ़्रैंचाइज़ी की प्रस्तुतियाँ, नीलामी से पहले के "फ़ॉर्म गाइड", चैनलों पर घूमती "इरादा" वाली बहस, और वह पूरा उद्योग जो खिलाड़ी के नाम के आगे एक सुंदर ग्राफ़ लगाकर उसे विश्लेषण कह देता है — इनमें से कितनों के पीछे एक भी जाँचा जा सकने वाला सूचना-बिंदु है? 2026 में मैंने UAE में खेले गए आईपीएल के साठ मैचों का डेटा उठाया था, और खाली स्टैंड्स को एक वेरिएबल की तरह मापा था। तब पता चला कि "होम एडवांटेज" का बड़ा हिस्सा असल में शेड्यूलिंग और पिच-आवंटन था, मैदान का जादू नहीं। भीड़ गायब हुई, मॉडल ने अपना आकार बनाए रखा और अपना अर्थ खो दिया। दो संपादकों ने वह टुकड़ा लौटा दिया। बाद में वह सही निकला। मैं यह इसलिए लिख रहा हूँ क्योंकि उस अनुभव ने मुझे सिखाया कि उद्योग पूर्णता चाहता है, सटीकता नहीं — और जब आप पूर्णता माँगते हैं, तो पाइपलाइन आपको भरे हुए खाने देती है। वह आपकी माँग पूरी कर रही है, आपके सवाल का जवाब नहीं दे रही।

दूसरी उलटी बात यह है कि यह विफलता उलझाने वाली नहीं, उपयोगी है। डेढ़ दशक में मैंने जितनी मॉडल-रिपोर्टें देखी हैं, उनमें सबसे भरोसेमंद वे रही हैं जिन्होंने अपनी सीमा सबसे पहले लिखी। ओपन मॉडल इसलिए काम करता है क्योंकि वह मान लेता है कि वह क्या नहीं देख सकता। जिस दिन हमने अपने मॉडल के भार सार्वजनिक किए, उस दिन हमने ख़ुद को यह अधिकार भी दिया कि हम ग़लत होकर सुधार छाप सकें। यह फ़ाइल उसी परंपरा में है — इसने कुछ नहीं बताया, पर जो नहीं बताया, उसे छिपाया भी नहीं।

तीसरी बात, जो सबसे कम आँकी जा रही है: अगर यह लेख मैच रिपोर्ट नहीं, बल्कि शासन, शेड्यूलिंग या NOC जैसे मामलों पर था, तो इसका उद्योग-महत्व एक साधारण मैच रिपोर्ट से कहीं ज़्यादा हो सकता है। किसी एक्सट्रैक्शन गड़बड़ी के कारण ऐसी खबर गिर जाना — यही असली पाइपलाइन विफलता होगी। तकनीकी दोष ठीक हो जाता है; छूटी हुई खबर नहीं।

तो अगला कदम, और वह संकेत जिस पर मैं नज़र रखूँगा।

पाइपलाइन को बंद दिशा में विफल होना चाहिए, खुली दिशा में नहीं। मेरा सुझाव एक कठोर न्यूनतम-साक्ष्य द्वार है: कम से कम एक संस्था, कम से कम एक सूचना-बिंदु, और एक पुष्ट फ़ॉर्मेट — तीनों में से एक भी न हो तो अगला चरण शुरू ही न हो। जो सिस्टम खाली पन्ने को विश्लेषण समझ लेता है, उसे रोकने का यही तरीक़ा है। साथ में टैक्सोनॉमी सुधार — खेल का नाम एक खाने में, भूगोल दूसरे में, प्रतियोगिता तीसरे में। और री-इनजेशन के बाद तीन चीज़ें देखनी हैं: बॉडी टेक्स्ट की लंबाई, फ़ॉर्मेट का स्पष्ट संकेत, और स्रोत का स्तर — क्योंकि स्रोत का स्तर ही किसी भी निष्कर्ष की विश्वास-सीमा तय करता है।

और वह सवाल जो मैं ख़ुद से पूछता हूँ, हर रिपोर्ट से पहले: अगर हमारी पाइपलाइन एक खाली पन्ने और एक विश्लेषण में फ़र्क़ नहीं कर सकती, तो जिस दिन कोई विश्लेषण सचमुच वास्तविक होगा, हमें कैसे पता चलेगा?