ग्यारह खाली खाने: क्रिकेट डेटा पाइपलाइन की चुपचाप विफलता

मेरे एगबर्थ स्थित फ्लैट में एक फ़ोल्डर है जिसका नाम “ओल्ड ट्रैफर्ड 2026” है। उसमें 1,847 गेंदों की कोडिंग है — सोलह काउंटी चैंपियनशिप मैच, और हर गेंद पर तीन बातें दर्ज हैं: विकेटकीपर कहाँ खड़ा था, पिच कितनी घिसी हुई थी, और गेंद छूटते वक़्त गेंदबाज़ का हाथ कितना ऊँचा था। उस शीट ने एक ही साल में वह बता दिया जो सालों के ड्रेसिंग-रूम अंदाज़े नहीं बता पाए थे — सूखी पिचों पर कीपर के ऊपर खड़े होने पर लंकाशायर के तेज़ गेंदबाज़ों का औसत 24.1 था, और नीचे खड़े होने पर 38.6। हर पंक्ति में एक ओवर नंबर था, एक नाम था, और एक फ़ॉर्मेट था। 2026 में सच्चाई संख्याओं के एक कॉलम में रहती थी।

पिछले हफ़्ते उसी फ़ोल्डर में एक नई फ़ाइल आई। ग्यारह कॉलम। हर कॉलम का शीर्षक साफ़-सुथरा — फ़ॉर्मेट, मैच की प्रकृति, मुख्य दृष्टिकोण, सूचना बिंदु, शामिल इकाइयाँ, समय-संवेदनशीलता, स्रोत की गुणवत्ता। और हर शीर्षक के नीचे, बिना किसी त्रुटि संदेश के, वही एक शब्द बैठा था: N/A।

ग्यारह खाली खाने। कोई लाल झंडा नहीं, कोई चेतावनी नहीं, कोई “फ़ाइल नहीं मिली” नहीं। सिर्फ़ एक बहुत साफ़-सुथरी, बहुत विनम्र, पूरी तरह खोखली रिपोर्ट। और यही इस कहानी का सबसे ख़तरनाक हिस्सा है। ख़तरा यह नहीं था कि रिकॉर्ड में कुछ गड़बड़ थी। ख़तरा यह था कि रिकॉर्ड बिल्कुल ठीक दिख रहा था।

क्रिकेट एनालिसिस में हाथ-से-हाथ वाली एक श्रृंखला होती है। पहला चरण किसी लेख या रिपोर्ट से कच्चा माल निकालता है: शीर्षक, स्रोत, फ़ॉर्मेट का टैग, मैच की प्रकृति, नामित इकाइयाँ, घटना की तारीख़, और तीन से आठ ठोस सूचना बिंदु। दूसरा चरण उस माल को आठ आयामों में तोड़ता है — फ़ॉर्मेट और मैच, खिलाड़ी की तकनीक और आँकड़े, टीम का परिदृश्य और रैंकिंग, लीग और वाणिज्यिक पारिस्थितिकी, नियम और शासन, जोखिम, जन-आख्यान, और उद्योग संचरण।

इस श्रृंखला का एक नियम है जिस पर मैं 2026 से अड़ा हुआ हूँ: फ़ॉर्मेट टैग के बिना कोई क्रिकेट दावा कमज़ोर दावा नहीं होता — वह अमान्य दावा होता है। टेस्ट, वनडे, टी20 और द हंड्रेड चार अलग प्रतियोगिता संरचनाएँ हैं। टी20 में पहले छह ओवर फ़ील्डिंग-प्रतिबंधित हैं; वनडे में दो नई गेंदें हैं और आख़िरी दस ओवरों की एक अलग गति है; टेस्ट में सत्र-दर-सत्र घिसाव है और घोषणा का समय है। एक टी20 फ़िनिशर का 180 से ऊपर का स्ट्राइक रेट और एक टेस्ट ओपनर का 45 का औसत दो अलग मात्राएँ हैं — इन्हें एक-दूसरे पर लगाना गणित की ग़लती नहीं, श्रेणी-त्रुटि है। टी20 में सात से नीचे की इकॉनमी बढ़िया मानी जाती है; टेस्ट में इकॉनमी अकेले अपने आप में लगभग अर्थहीन है।

जो रिकॉर्ड मेरे सामने आया, उसमें यह टैग ही नहीं था। “cricket_asia” लिखा था — जो फ़्रेमवर्क की मान्य श्रेणी नहीं है और कोई फ़ॉर्मेट नहीं बताता। यह एक लेबल-कलाकृति है, सामग्री नहीं। खाली मर्तबान पर चिपका लेबल, जिस पर “अचार” लिखा हो।

यहाँ एक बात साफ़ कर दूँ, क्योंकि यही पूरे मामले का तकनीकी केंद्र है। जो आया, वह “पतला लेख” नहीं था। वह “अनुपस्थित लेख” था। फ़र्क़ यह है कि असली क्रिकेट लेख लगभग हमेशा कम से कम एक टीम का नाम या एक फ़ॉर्मेट तो छोड़ ही देते हैं। यहाँ कुछ नहीं था। और जिस पैटर्न में सारे शीर्षक बरकरार थे और सारे मान खाली, वह पैटर्न सामग्री-रहित लेख का नहीं, हैंडऑफ़ या इनजेशन की विफलता का है। इस निदान पर मेरा भरोसा ऊँचा है; कारण पर नहीं।

फ़ॉर्मेट के बिना मैच-विश्लेषण का दरवाज़ा खुलता ही नहीं। न पावरप्ले, न मध्य ओवर, न डेथ ओवर, न टेस्ट का नई गेंद वाला पड़ाव — किसी चरण को किसी मापदंड से नहीं जोड़ा जा सकता। नतीजा बनाम प्रक्रिया की जाँच भी असंभव है, क्योंकि न नतीजा मौजूद है, न स्कोरकार्ड। मार्जिन कितना भी छोटा हो, बिना स्कोरकार्ड के वह सिर्फ़ एक वाक्य है।

खिलाड़ी के स्तर पर स्थिति और साफ़ है — कोई नाम ही नहीं। भूमिका-वर्गीकरण (सलामी, एंकर, फ़िनिशर, तेज़, स्पिन, ऑलराउंडर, कीपर) शुरू ही नहीं हो सकता। और उम्र-वक्र तथा चोट-इतिहास — खिलाड़ी मूल्यांकन के दो सबसे तेज़ी से बदलने वाले जोखिम चर — एक नामित व्यक्ति के बिना नहीं चलाए जा सकते।

टीम के स्तर पर आईसीसी रैंकिंग फ़ॉर्मेट-विशिष्ट होती है और एक तालिका से दूसरी तालिका में स्थानांतरित नहीं होती। विश्व टेस्ट चैंपियनशिप की अंक-तालिका केवल टेस्ट संदर्भ में खुलती है। घरेलू और बाहरी प्रदर्शन का अंतर क्रिकेट में दुनिया के सबसे बड़े अंतरों में है — लेकिन उसके लिए मैदान और मेज़बान टीम दोनों का नाम चाहिए।

लीग और वाणिज्यिक पक्ष पर एक स्थायी नियम है, और वह इस रिकॉर्ड के खाली होने से नहीं बदलता: वाणिज्यिक मूल्य और खेल-मूल्य दो अलग चीज़ें हैं। 2026 की मेगा नीलामी में राजस्थान रॉयल्स ने जयदेव उनादकट के लिए ₹11.5 करोड़ दिए थे। मैंने उस रात 169 बिके लॉट लाइव कोड करते हुए इसे प्रतिभा का फ़ैसला नहीं, कमी का प्रीमियम कहा था — सीज़न से पहले, सीज़न के बाद नहीं। “फ़िनिशर जो दो ओवर फेंक सके” का दाम मेरे मॉडल में बेस का 2.3 गुना निकला था। लेकिन यह पूरा हिसाब तभी बैठता है जब आपको लीग, पर्स, सीज़न और बोली का ढाँचा पता हो। इस रिकॉर्ड में लीग का नाम भी नहीं है।

नियम और शासन के स्तर पर मेरे पास केवल संदर्भ-समूह है — 2026 का क्रोंजे कांड, 2026 का पाकिस्तान स्पॉट-फ़िक्सिंग मामला, 2026 का आईपीएल स्पॉट-फ़िक्सिंग मामला। ये अधिकार-पूर्वक उपलब्ध उदाहरण हैं, निष्कर्ष नहीं। इस रिकॉर्ड में कोई शासन-संकेत मौजूद नहीं है, और यहाँ यह साफ़ लिखना ज़रूरी है कि संकेत का न होना इनपुट का न होना है, क्लीन चिट नहीं।

जोखिम-मैट्रिक्स का हर खाना N/A लौटा — खेल-जोखिम, कार्मिक-जोखिम, वाणिज्यिक-जोखिम, नियम-जोखिम, जनमत-जोखिम, सब। मैंने दबाव के बारे में किसी भी ड्रेसिंग-रूम भाषण से ज़्यादा एक व्हाइटबोर्ड से सीखा है, और व्हाइटबोर्ड पर खाली जगह का मतलब होता है कि किसी ने चॉक उठाई ही नहीं। यहीं वह वाक्य लिखा जाना चाहिए जो इस पूरे दस्तावेज़ का सबसे उपयोगी वाक्य है: “कोई जोखिम नहीं मिला” और “कोई जोखिम जाँचा ही नहीं जा सका” एक ही वाक्य नहीं हैं। पहला एक निष्कर्ष है। दूसरा एक डेटा-विफलता है। जो पाठक इन दोनों को एक समझेगा, वह एक खाली रिकॉर्ड को हरी झंडी पढ़ लेगा।

मुझे यह भी लिखना है कि यह सब मापने योग्य हो सकता था। 2026 के बायो-सिक्योर समर में मैंने यूएई में खेले गए आईपीएल के साठों मैच नब्बे मिनट की देरी से कोड किए थे, ताकि विज्ञापन के टुकड़े छूट जाएँ। मेरी शीट कह रही थी कि 2026 के 48 प्रतिशत के मुक़ाबले 2026 में लक्ष्य का पीछा करने वाली टीमों ने 62 प्रतिशत मैच जीते, और खाली मैदानों में स्पिनरों को बाद में ड्रिफ़्ट मिला क्योंकि गेंदबाज़ आख़िरकार अपने ही पैरों की आवाज़ सुन सकते थे। यह सब इसलिए निकल सका क्योंकि हर मैच के साथ फ़ॉर्मेट, मौसम, दर्शक-उपस्थिति और पिच का टैग जुड़ा हुआ था। टैग हटा दीजिए, और वही साठ मैच साठ पंक्तियों का शोर बन जाते हैं।

आख़िरी पाँच ओवर अराजकता नहीं हैं; वे प्रायिकता से एक बातचीत हैं। लेकिन बातचीत शुरू करने के लिए यह जानना ज़रूरी है कि यह टी20 है, कि 47वें ओवर में सीमा-रेखा पर कौन खड़ा हो सकता है, कि पाँचवाँ गेंदबाज़ कितने का है और चौथा पहले से कितना महँगा पड़ रहा है।

नीलामी एक बाज़ार है जिसकी धड़कन है, और धड़कन डर है। लेकिन बिना नाम, बिना बेस प्राइस, बिना पर्स वाले लॉट की कोई धड़कन नहीं होती — उस पर लगी हर क़ीमत शोर है। खाली रिकॉर्ड भी वही है। हर मूल्यांकन एक गणना के भेस में सट्टा है, और यह दस्तावेज़ वह गणना है जिसमें से सट्टा हटा दिया गया है।

उद्योग-संचरण का नक्शा भी पूरा N/A है। ऊपर युवा विकास और प्रतिभा-आपूर्ति, बीच में राष्ट्रीय टीमें और लीग, नीचे प्रसारण और वाणिज्यिक बाज़ार — तीनों खंड खाली। “cricket_asia” का लेबल एक ही खंड की ओर इशारा करता है, दक्षिण एशियाई हार्टलैंड बाज़ार, जो वैश्विक क्रिकेट राजस्व का सबसे बड़ा हिस्सा है; लेकिन इस रिकॉर्ड में उस हिस्से को किसी चीज़ के सामने नापा नहीं जा सकता।

अब वह हिस्सा, जहाँ मुझे अपने ही पेशे से असहमत होना है।

हर कोई कहेगा कि लेख की बॉडी गिर गई थी। ठीक है, गिर गई होगी। लेकिन असली ब्लाइंड स्पॉट वह नहीं है। असली ब्लाइंड स्पॉट यह है कि खाली रिकॉर्ड साफ़-सुथरा दिखता है। ग्यारह N/A और ग्यारह बरकरार शीर्षक मिलकर एक पूरी हुई ऑडिट जैसे पढ़े जाते हैं। कोई एडिटर, कोई फ़्रैंचाइज़ एनालिस्ट, कोई बोर्ड का डेटा-प्रमुख इसे “समीक्षा पूरी, कोई बड़ी समस्या नहीं” के रूप में पढ़ेगा — जबकि सही पढ़ाई “समीक्षा असंभव” है।

दूसरा, ज़्यादा असुविधाजनक सच: फ़्रेमवर्क ख़ुद मुझे लुभाता है। “cricket_asia” लेबल देखकर मन कहता है — चलो, एशिया कप का कोई द्विपक्षीय मुक़ाबला मान लें, पावरप्ले का एक पैराग्राफ़ बना दें, डेथ ओवर की एक लाइन जोड़ दें। वह दस्तावेज़ दिखने में विश्लेषण जैसा होगा और पढ़ने में ठीक-ठाक लगेगा। और वह किसी भी ग़लत सूचना से विश्लेषणात्मक रूप से अलग पहचाना नहीं जा सकेगा। यह इस पूरे वर्कफ़्लो में उपलब्ध सबसे गंभीर त्रुटि है — किसी असली खिलाड़ी का नाम एक बनाई हुई ज़मीन पर रखना। इसलिए मैं उस लुभावने रास्ते पर नहीं गया।

अब अपना ही पूर्वाग्रह जाँचता हूँ। कॉन्ट्रैरियन रिफ़्लेक्स कहता है कि सहमति हमेशा एक इशारा होती है। यहाँ सहमति यह है कि पाइपलाइन विफल हुई — और वह विफल हुई। लेकिन मैं इसे प्रणालीगत संकट घोषित नहीं करूँगा। यह एक देखा गया उदाहरण है, दो नहीं। यह जाँचना बाक़ी है कि इसी हस्ताक्षर वाले (शीर्षक बरकरार, मान खाली) दूसरे रिकॉर्ड बैच में हैं या नहीं। और मैं दूर बैठकर लिख रहा हूँ, इसलिए साफ़ बता दूँ: विफलता का कारण मेरा अनुमान है, मध्यम भरोसे के साथ; विफलता का निदान — कि क्या-क्या ग़ायब है — ऊँचे भरोसे के साथ।

मेरा थ्रेशोल्ड पहले से दर्ज है: जिस दिन रिकॉर्ड में कम से कम एक उपयोगी सूचना बिंदु और एक मान्य फ़ॉर्मेट टैग आएगा, उस दिन मैं इसे भरा हुआ मानूँगा — चाहे वह मेरी बनाई कहानी को कितना भी ग़लत साबित कर दे।

तीन फ़ील्ड होतीं, तो यह पूरा संकट न होता: फ़ॉर्मेट (टेस्ट/वनडे/टी20/द हंड्रेड), मैच की प्रकृति (द्विपक्षीय/आईसीसी आयोजन/लीग/वॉर्म-अप), और नामित इकाइयाँ (टीम, खिलाड़ी, लीग, बोर्ड, मैदान)। इनके साथ घटना की तारीख़, स्रोत की श्रेणी और तीन से आठ सूचना बिंदु — बस इतना। अगर सिर्फ़ लेख की बॉडी हैंडऑफ़ में छूटी है, तो रिकवरी की क़ीमत उसी कार्य-सत्र में चुकाई जा सकती है। अगर स्रोत ही अनुपलब्ध था, तो क़ीमत बहुत ऊँची है।

आगे का सवाल यह नहीं है कि डेटा कितना है। सवाल यह है कि डेटा है या नहीं। और जिस दिन यह रिकॉर्ड भरकर लौटेगा, उस दिन किसी को एक सवाल पूछना होगा जो इस उद्योग में कोई नहीं पूछता: यह भरा गया था, या बनाया गया था? कोड सरल था; खेल कभी नहीं था।