खाली सेल की गवाही: क्रिकेट डेटा पाइपलाइन की चुपचाप नाकामी

मेरे डेस्क पर एक फ़ाइल आई। स्कीमा पूरा था — आठ डाइमेंशन, हर डाइमेंशन के नीचे सात-आठ फ़ील्ड, हर फ़ील्ड में एक जगह। उन जगहों में कुछ नहीं था। 'इनफॉर्मेशन पॉइंट्स' वाला खाना खाली आया। शून्य नहीं लिखा था। शून्य एक आंकड़ा होता है — उसकी गिनती होती है, उसका हवाला दिया जा सकता है, उस पर बहस हो सकती है। यहाँ सेल सिर्फ़ खाली थी। फ़ाइल ने आवाज़ नहीं उठाई; उसने बस रसीदें रख लीं।

पचास साल से ज़्यादा हो चुके स्कोरबुक के कॉलम और ऑक्शन की पर्चियाँ छाँटते। उस पुराने डेस्क पर खाली जगह का एक साफ़ मतलब होता था। कॉलम खाली दिखता था — बारिश, वॉकओवर, या वह सुबह जब अख़बार ने रिपोर्टर ही नहीं भेजा — और पूरा डेस्क समझ जाता था कि कुछ छूटा है। खालीपन दिखता था। अब खालीपन नहीं दिखता। स्कीमा उसे 'N/A' से भर देता है, और N/A पढ़ने में भरोसेमंद लगता है।

पहला पन्ना पढ़ते ही पता चल गया कि यह क्रिकेट की रिपोर्ट नहीं, क्रिकेट की रिपोर्ट का खोल है। शीर्षक की जगह N/A, स्रोत की जगह N/A, लेख का प्रकार 'Unclassified'। जिस फ़ील्ड पर सारा ढाँचा टिका था, वह शून्य था। एंटिटीज़ की सूची खाली, कोर व्यूअरपॉइंट खाली, डोमेन लेबल 'cricket_world' लिखा हुआ जहाँ स्पेसिफ़िकेशन 'Cricket' माँगता है, और टाइम सेंसिटिविटी की जाँच टाल दी गई थी।

अब नई पाइपलाइन कैसे चलती है, यह समझना ज़रूरी है। पहला चरण लेख को तोड़कर उसके अंदर से 'इनफॉर्मेशन पॉइंट्स' निकालता है — कौन-सा फ़ॉर्मैट, कौन-सा मैदान, कौन-सा खिलाड़ी, कौन-सा आंकड़ा, किस स्रोत से आया। दूसरा चरण उन पॉइंट्स पर आठ डाइमेंशन का ढाँचा चढ़ाता है — फ़ॉर्मैट और मैच, खिलाड़ी की तकनीक, टीम का परिदृश्य, लीग का कारोबार, शासन-नियम, जोखिम, जन-नैरेटिव, और उद्योग की ट्रांसमिशन चेन। स्कोरबुक की तरह देखिए। गेंद-दर-गेंद की एंट्री नीचे होती है, और ऊपर कॉलम में उसका मतलब लिखा जाता है। अगर गेंद-दर-गेंद की एंट्री ही मौजूद न हो और ऊपर का कॉलम भरा हुआ लगे, तो जो लिखा है वह विश्लेषण नहीं, कल्पना है।

इस फ़ाइल में नीचे की एंट्री नहीं थी। ऊपर का कॉलम भी खाली था। दोनों बातें अलग-अलग नहीं, एक ही घटना की दो तस्वीरें हैं।

डोमेन लेबल वाली छोटी खामी को हल्के में न लें। स्कोरबुक में जहाँ फ़ॉर्मैट लिखा जाता है — टेस्ट, वनडे, टी20 — वहाँ अगर 'क्रिकेट' लिख दिया जाए, तो काग़ज़ भरा हुआ लगेगा और पढ़ने वाला कुछ भी नहीं निकाल पाएगा। क्रिकेट में मीट्रिक फ़ॉर्मैट के बीच ले जाए ही नहीं जा सकते; यह नियम मैंने तब सीखा जब 2026 में बेंगलुरु की एक फ़ुटबॉल एनालिटिक्स कंपनी ने मुझे क्रिकेट का फ़ेज़ मॉडल xG और PPDA पर उतारने के पैसे दिए और छह हफ़्ते बाद यह मानना पड़ा कि फ़ुटबॉल के फ़ेज़ अलग-अलग टुकड़ों में नहीं बँटते। मेरे पंद्रह ओवर के ब्लॉक नब्बे मिनट के मैच को शोर में बदल देते थे। मॉडल उनके पुराने मॉडल से पीछे रहा, और वह अंतर मैं आज भी पूरा-पूरा लिखता हूँ, गोल नहीं करता।

इस रिपोर्ट में सबसे ज़्यादा बार जो शब्द छपा है वह 'N/A' है। आठों डाइमेंशन के हर फ़ील्ड में वही। फ़ॉर्मैट N/A, इसलिए पावरप्ले-मिडिल-डेथ का कोई फ़ेज़ तर्क नहीं बनता। वेन्यू N/A, इसलिए पिच का कोई मिज़ाज नहीं। खिलाड़ी N/A, इसलिए ओपनर-एंकर-फ़िनिशर की भूमिका तय नहीं होती। टीम N/A, इसलिए WTC अंकतालिका से कोई लेना-देना नहीं। लीग N/A, इसलिए ब्रॉडकास्ट राइट्स, फ़्रैंचाइज़ी वैल्यूएशन, RTM और NOC का कोई ज़िक्र नहीं। शासन-स्तर N/A, इसलिए DLS, अंपायर कॉल, स्लो ओवर-रेट पर कोई टिप्पणी नहीं। जोखिम मैट्रिक्स की छहों श्रेणियाँ N/A। जन-नैरेटिव N/A, इसलिए अतिप्रचार की जाँच के लिए कोई विषय ही नहीं।

आठ में से शून्य डाइमेंशन भरे गए — यही इस रिपोर्ट का एकमात्र ईमानदार आंकड़ा है। और मैं इसे कमज़ोरी नहीं, अनुशासन मानता हूँ।

यहाँ मुझे अपना जून 2026 वाला काग़ज़ याद आता है। बेंगलुरु की एक IPL फ़्रैंचाइज़ी के साथ मेरा पहला एम्बेडेड काम; टीम चौदह में से तीन जीतकर आठवें स्थान पर रही। मेरे फ़ेज़ मॉडल ने दिखाया कि डेथ ओवरों की इकॉनमी 10.9 प्रति ओवर थी, जबकि लीग औसत 9.3; और चौदह में से नौ मैचों में सत्रहवाँ ओवर टीम के पाँचवें सबसे अच्छे गेंदबाज़ को दिया गया। मैंने चौंतीस पन्नों का पोस्ट-मॉर्टम जून में जमा किया। मुख्य कोच ने दो पन्ने पढ़े और एक पंक्ति का सार माँगा। उस दिन के बाद मैंने चार पन्नों से लंबा दस्तावेज़ नहीं लिखा, और हर विश्लेषण के ऊपर तीन पंक्तियों का हेडर रखा — दावा, सैंपल साइज़, भरोसा।

यह चुप्पी-वाली रिपोर्ट उसी सबक़ की दूसरी तरफ़ है। उसने छोटा और आत्मविश्वासी होकर ग़लत होने के बजाय लंबा और दावे से खाली होना चुना। जो दस्तावेज़ खुद बता दे कि वह क्या नहीं जानता, उस पर भरोसा करना आसान होता है, भले पढ़ने में कठिन हो।

फिर 2026 का बेंगलुरु महा-नीलामी। मैं मेज़ के पीछे बैठा था, हाथ में चौदह पारियों के डेथ-ओवर डेटा पर बना वैल्यूएशन शीट। जयदेव उनडकट ₹11.5 करोड़ में बिके, जबकि मेरी शीट का फ़्लोर ₹4.2 करोड़ था — क्योंकि उस सैंपल में उनके 61 फ़ीसदी विकेट आठ से ग्यारह नंबर के बल्लेबाज़ों के थे। हमारी फ़्रैंचाइज़ी पीछे हट गई, दो सीमर ₹2-2 करोड़ में लिए जिन्होंने मिलकर 21 विकेट निकाले, और नीलामी के बाद मुझे चालीस मिनट मालिक को यह फ़ैसला समझाने में लगे। उस दिन से मैंने कभी एक-अंक की वैल्यूएशन नहीं छापी। एक आंकड़ा अपनी सीमा के बिना कहा जाए तो वह सटीकता का झूठ बन जाता है।

इस फ़ाइल में सीमा ही सारी सामग्री है। और यहीं से वह मोड़ आता है जिस पर मैं रुकना चाहता हूँ।

जब स्कीमा खुद को भरता है और सामग्री को नहीं, तो सबसे बड़ा ख़तरा ग़लत जवाब नहीं होता — सबसे बड़ा ख़तरा यह होता है कि ग़लत जवाब सही दिखने लगता है। जोखिम मैट्रिक्स में छहों श्रेणियाँ N/A हैं। जल्दी में पढ़ने वाला इसे 'कोई जोखिम नहीं' पढ़ सकता है। रिपोर्ट ने खुद यह लिखकर साफ़ कर दिया कि यहाँ जोखिम का अभाव नहीं, इनपुट का अभाव है। मैं भी इस जाल में गिरता हूँ — चुप्पी को सबूत मान लेने का मेरा पुराना शौक़ है। इसलिए फ़र्क़ करना ज़रूरी है: कवरेज का ग़ायब होना और घटना का ग़ायब होना दो अलग चीज़ें हैं। यहाँ घटना ही दर्ज नहीं हुई; कवरेज की कमी का कोई सवाल नहीं उठता।

दूसरा मोड़ ज़्यादा असहज है और वह ढाँचे के अपने नियम पर है। जिस पाइपलाइन में हर डाइमेंशन के लिए कम से कम तीन विश्लेषणात्मक निष्कर्ष और दो छिपी-सूचना मदें अनिवार्य हों, वह पाइपलाइन खाली इनपुट पर चौबीस निष्कर्ष माँगती है। आठ गुणा तीन। वे चौबीस कहाँ से आते? कहीं से नहीं आते — इसीलिए गढ़े जाते हैं। असली नाकामी वह खाली फ़ाइल नहीं थी। असली नाकामी वह भरी हुई फ़ाइल होती, जिसमें हर खाना भरा होता और हर वाक्य झूठ। 2026 में जब IPL यूएई में खेला गया और स्टैंड खाली थे, तब मुझे साठ मैच दिए गए और पूछा गया कि क्या बदला। मैंने नौ सीज़न के मॉडल दोबारा चलाए और पाया कि घरेलू बढ़त वाला टर्म, जो 2026 से 2026 तक 4.1 परसेंटेज पॉइंट था, 1.2 पर आ गिरा था। प्रोड्यूसर 'मोमेंटम' मीट्रिक चाहते थे। मैंने मना किया, हर मॉडल में एनवायरनमेंट वेरिएबल डालकर दोबारा फ़िट किया, और दो पन्नों का नोट जमा कर दिया जिसे प्लेऑफ़ तक किसी ने नहीं खोला। वह नोट इसलिए नहीं खुला कि उसमें 'मोमेंटम' नहीं था। उसमें दो पंक्तियाँ थीं और दोनों सच थीं।

तीसरा मोड़ छोटा लेकिन सबसे काम का है: 'Unclassified' वाला डिफ़ॉल्ट। फ़ाइल को फेंक देने के बजाय उसे एक ऐसा लेबल दिया गया जो खाली को भी भरा हुआ दिखाता है। डिफ़ॉल्ट वैल्यू एक शिष्टाचार है जो ग़लती को छिपा देता है। मेरे पुराने डेस्क पर ऐसी फ़ाइल लौटा दी जाती और माँग की जाती कि तीन दिन बाद रिपोर्ट बनकर आए। नई व्यवस्था में फ़ाइल आगे बढ़ जाती है, क्योंकि आगे बढ़ना किसी न किसी की नौकरी का हिस्सा है।

इसलिए अगला सिग्नल वह है जिसे मैं अपनी डेट लॉग में दर्ज कर रहा हूँ। पहला चरण दोबारा चलाया जाए और आउटपुट का अंतर देखा जाए। शर्त साफ़ है: 'इनफॉर्मेशन पॉइंट्स' खाली न मिले, और हर पॉइंट के साथ उसका स्रोत लिखा हो। डोमेन लेबल बिल्कुल 'Cricket' हो, फ़्री-टेक्स्ट न हो। टाइमस्टैम्प क़ाबिल-पढ़ हो, क्योंकि बिना तारीख़ वाला विश्लेषण अख़बार नहीं, दस्तावेज़ है। और 'Unclassified' से 'खाली' को अलग कोड मिले — दोनों एक ही लेबल पाएँ तो पूरा सिस्टम अंधा है।

खाली सेल की रसीद पकड़कर बैठा हूँ। जिस खाते में एक भी प्रविष्टि न हो, उस खाते को साफ़ मान लेना हमारे काम का सबसे पुराना और सबसे महँगा आदी है। सवाल यह नहीं है कि उस तारीख़ को किस डेस्क ने कौन-सा मैच छोड़ा। सवाल यह है कि हम कितनी ख़बरें ऐसी छाप रहे हैं जो 'Unclassified' हैं — देखने में भरी हुई, मतलब में खाली।