खाली डॉसियर की ऑडिट: क्रिकेट डेटा में सबसे खतरनाक आउटपुट 'कुछ नहीं मिला' होता है

पिछले हफ़्ते मेरी मेज़ पर एक विश्लेषण रिपोर्ट आई। आठ आयाम, आठों भरे हुए, आठों खाली। फ़ॉर्मैट: अपरिभाषित। खिलाड़ी: अपरिभाषित। टीम: अपरिभाषित। लीग: अपरिभाषित। शासन-स्तर: अपरिभाषित। समग्र जोखिम रेटिंग: अपरिभाषित। तीस साल में मैंने स्कोरकार्ड, नीलामी शीट और ब्रॉडकास्ट फ़ाइलिंग में ऐसा दस्तावेज़ नहीं देखा — एक पूरी तरह मान्य ढाँचा, जिसके भीतर शून्य।

पहला पन्ना ही बता देता है कि गड़बड़ कहाँ है। स्टेज-1 का डिकंस्ट्रक्शन खाली पेलोड लौटा कर आया: शीर्षक नहीं, स्रोत नहीं, प्रकार अवर्गीकृत, सूचना-बिंदुओं की सूची में एक भी तत्व नहीं। और 'इन्वॉल्व्ड एंटिटीज़' वाले खाने में किसी खिलाड़ी या टीम का नाम नहीं पड़ा था — वहाँ खुद निर्देश लिखा था: "ऊपर दिए सूचना-बिंदुओं से पहचानें।" मशीन अपना ही प्रॉम्प्ट दोहरा रही थी। खाली स्टेडियम में भीड़ मौजूद थी; बस हर आवाज़ शून्य में दर्ज हुई।

शब्दावली साफ़ कर लें। जो लौटा वह पतला कंटेंट नहीं था। पतले कंटेंट में कुछ होता है, बस कम होता है। यहाँ शून्य था। क्रिकेट-सूचना के काम में यह अंतर बुनियादी है, क्योंकि एक भरा हुआ टेम्पलेट और एक खाली पेलोड मिलकर जो चीज़ पैदा करते हैं, उसका नाम विश्लेषण नहीं, गढ़ना है।

मुझे यह शीट जानी-पहचानी लगी। 2026 से पहले मैंने चेन्नई में तीन साल हर आईपीएल गेंद हाथ से लॉग की थी। उस रजिस्टर में कई खाने खाली रह जाते — बारिश, डीआरएस का फ़ैसला, या कैमरा जो पल मिस कर गया। खाली खाना उस रजिस्टर की सबसे ईमानदार चीज़ थी। जिस दिन मैंने एक खाली खाने को अनुमान से भर दिया, उस दिन लॉगबुक ख़त्म हो गई। किसी भी पाइपलाइन का नियम वही है: जो मिला नहीं, उसे लिखा नहीं जाता।

रिपोर्ट खुद मानती है कि आठ आयामों में एक भी क्रिकेट-तथ्य नहीं बचा — न मैच, न खिलाड़ी, न टीम, न तारीख़, न लीग। यानी दोष विश्लेषण की परत में नहीं, उससे ऊपर है।

असली सबक टेम्पलेट के दबाव में है। यह ढाँचा हर आयाम में कम से कम तीन निष्कर्ष और दो छिपी सूचनाएँ माँगता है। खाली पेलोड और पूर्णता का यह जोड़ा ही वह हालत है जिसमें क्रिकेट की मनगढ़ंत टिप्पणी जन्म लेती है — "भारत का मध्यक्रम नाज़ुक दिख रहा है", "इस तेज़ गेंदबाज़ की इकॉनमी बढ़ रही है"। ये वाक्य डेटा से नहीं निकलते। ये एक ऐसे फ़ॉर्म से निकलते हैं जिसे भरना ज़रूरी है।

मेरी अपनी फ़ाइल में इसका उल्टा उदाहरण है। 2 अप्रैल 2026, वानखेड़े का फ़ाइनल। 47 वनडे से बना चेज़ मॉडल: चेन्नई के लिए नंबर-5 पर धोनी का स्ट्राइक रेट 92 और औसत 61, भारत के लिए नंबर-6 पर 44। एक पन्ना, तीन नंबर, एक भविष्यवाणी। धोनी 114/3 पर आए, 91 नाबाद बनाया, और भारत छह विकेट से जीता। नंबर-5 वाला नोट एक दशक तक रजिस्टर में पड़ा रहा, फिर बोला। वह छोटा था क्योंकि सबूत छोटा था। दस अतिरिक्त दावे भर देता तो वह ग़लत होता, और कोई उसे याद न रखता।

2026 में रूस में मैंने सभी 64 मैचों का xG और PPDA लॉग किया। मैं दबाव ढूँढने गया था और पाया कि फ़्रांस ने दबाव डालने से इनकार कर दिया — गहरा ब्लॉक, काउंटर, और 15 जुलाई 2026 के फ़ाइनल में क्रोएशिया पर 4-2। स्प्रेडशीट में सिग्नल था, इसलिए लिखा। अनुशासन दोनों तरफ़ काटता है: सिग्नल न हो तो पीस नहीं।

यहाँ वही अनुशासन टूटता दिखता है। फ़ॉर्मैट-असंगति इस ढाँचे की रीढ़ है: टेस्ट औसत और धैर्य को पुरस्कृत करता है, टी20 फ़िनिशर के 180+ स्ट्राइक रेट को, वनडे बीच में बैठता है। बिना फ़ॉर्मैट टोकन के हर निष्कर्ष चुपचाप अमान्य हो जाता है। घरेलू-विदेशी अंतर क्रिकेट का सबसे शक्तिशाली व्याख्यात्मक चर है — भारत की टर्निंग ट्रैक, इंग्लैंड का सीम और स्विंग, ऑस्ट्रेलिया का बाउंस, यूएई के निरपेक्ष वेन्यू — और यहाँ वह उपलब्ध ही नहीं। डीएलएस (डकवर्थ-लुईस 2026, स्टर्न संशोधन 2026) लक्ष्य-संशोधन का एल्गोरिद्म है और विवाद का कारख़ाना भी, पर उसे लागू करने के लिए पहले एक मैच का होना ज़रूरी है। विश्व टेस्ट चैंपियनशिप का पहला फ़ाइनल 2026 में साउथम्पटन में खेला गया, जहाँ न्यूज़ीलैंड ने भारत को आठ विकेट से हराया — टेस्ट एंकर के बिना अंकतालिका का कोई मतलब नहीं।

एक ठोस तकनीकी सुराग़ भी है। वैल्यू-फ़ील्ड में निर्देश-पाठ का घुसना जाना-पहचाना बग है; जो वैलिडेटर "पहचानें", "निकालें" जैसे क्रियापद डेटा-खानों से बाहर फेंक दे, वह यह पूरा मामला शुरू में ही पकड़ लेता।

रिपोर्ट की सबसे ज़रूरी पंक्ति यह है: अपरिभाषित का मतलब कम जोखिम नहीं है। अज्ञात जोखिम, कम जोखिम नहीं होता; रिस्क रजिस्टर में बिना रेटिंग वाला लक्ष्य सुरक्षित नहीं माना जाता, उसे रूढ़िवाद से संभाला जाता है। यही इस दस्तावेज़ की असली खोज है, और वह क्रिकेट के बारे में नहीं है। वह क्रिकेट-कवरेज के नीचे बहने वाली प्लंबिंग के बारे में है।

अब वह पक्ष, जो उद्योग में सबसे ज़्यादा दोहराया जाता है, पूरा लिखता हूँ: कवरेज जितनी ज़्यादा, वैल्यू उतनी ज़्यादा; खाली नतीजे का मतलब है कि मेहनत नहीं हुई; चौबीस घंटे का चक्र आठ सौ शब्द माँगता है, चाहे स्रोत में तीन ही हों। इस नियम के हिसाब से यह रिपोर्ट फ़ेल है।

मैं इसे उल्टा पढ़ता हूँ। यह एक सफल ऑडिट है। पाइपलाइन ने गढ़ने से इनकार किया, और यही उसका काम है। गड़बड़ एक परत ऊपर है — स्क्रैप, कंसेंट वॉल, जावास्क्रिप्ट-रेंडर, रेट-लिमिट। मरम्मत सस्ती है; एक री-स्क्रैप में ढाँचा लौट आता है। महँगा है आत्मविश्वास से भरा ग़लत प्रीव्यू, क्योंकि उसकी कीमत पाठक चुकाता है, डेस्क नहीं।

दो बातें दर्ज करनी हैं। पहली, मैं खुद उस कमरे में बैठता हूँ जिसकी खबर लिखता हूँ — नीलामी फ़्लोर, राइट्स ब्रीफ़िंग, बोर्ड के आस-पास के सूत्र। यह पहुँच मेरा तरीक़ा भी है और मेरी कमज़ोरी भी; इसलिए भार उठाने वाले दावे मैं दस्तावेज़ों से गुज़ारता हूँ, उन लोगों से नहीं जिन्होंने पहुँच दी। दूसरी, यह शीट यह नहीं देख सकती कि जिस मैच की खबर में यह फँसी है, वह रोमांचक था या नहीं। शून्य आवाज़ें गिन सकता है, आवाज़ नहीं सुन सकता। इसलिए हर संख्या के साथ यह लिखना पड़ता है कि वह क्या नहीं देख सकती — और साथ में एक मानवीय जाँच जोड़नी पड़ती है: डेस्क को फ़ोन, असली यूआरएल, स्रोत की पुष्टि।

आगे क्या देखना है। हर सौ लेखों पर खाली डॉसियर की गिनती — यही अगला सिग्नल है। अगर यह दर आधार-रेखा से ऊपर जाए, तो समस्या संपादकीय नहीं, स्क्रैपर की है, और पूरा बैच जाँच में डालना होगा। दूसरा संकेत: डोमेन लेबल पर "क्रिकेट" का ठप्पा और पाठ में क्रिकेट का एक भी सहायक टोकन नहीं।

आज सुबह जो प्रीव्यू आपने पढ़े, उनमें से कितने एक भरे हुए टेम्पलेट और एक खाली पेलोड से लिखे गए थे?