आठ कॉलम भरे, एक भी तथ्य नहीं: क्रिकेट डेटा डेस्क की सबसे महँगी गलती

रात के दो बजकर सत्ताईस मिनट। स्क्रीन पर एक रिपोर्ट खुली है — आठ डाइमेंशन, बत्तीस टेबल, हर टेबल का हर सेल भरा हुआ। फ़ॉर्मैट, मैच, खिलाड़ी, टीम, लीग, गवर्नेंस, जोखिम, नैरेटिव। सब कुछ अपनी जगह पर है। और हर जगह वही एक वाक्य लिखा है: "N/A – insufficient information, cannot assess।"

पहली नज़र में यह राहत है। कोई रेड फ्लैग नहीं, कोई विवाद नहीं, कोई इंटीग्रिटी अलर्ट नहीं। डेस्क पर बैठा एडिटर इसे "कुछ नहीं मिला" पढ़कर आगे बढ़ जाएगा। मैंने सत्रह की उम्र से ग्राफ पेपर पर पोज़िशनल ग्रिड बनाए हैं — U-17 वर्ल्ड कप में कोच्चि की स्टैंड्स से, बिना प्रेस पास, फोडेन के हर इनफील्ड ड्रिफ्ट को टाइमस्टैम्प के साथ दर्ज करते हुए। जब वह पेज खाली लौटता था, तो मैं यह नहीं लिखता था कि मैच में कुछ नहीं हुआ। मैं लिखता था कि मेरा कैमरा गलत जगह पर था। मैंने U-17 फाइनल हाथ से चार्ट किया, फिर डेटा से कहा कि वह मुझसे असहमत हो।

यह रिपोर्ट वही पेज है। और इसे "साफ़" पढ़ लेना इस पूरे सिस्टम की सबसे महँगी भूल है।

क्रिकेट की डेटा-चेन दो स्टेज में चलती है। पहला स्टेज कच्चा टेक्स्ट उठाता है और उसे परमाणु तथ्यों में तोड़ता है — एक टीम का नाम, एक ओवर नंबर, एक वेन्यू, एक तारीख, एक अनुपात। इन्हें इंडस्ट्री की भाषा में इन्फॉर्मेशन पॉइंट कहते हैं। दूसरा स्टेज उन तथ्यों पर आठ डाइमेंशन का ढाँचा चढ़ाता है। मेरे पास एक नियम है जो मैंने फरवरी 2026 में बेंगलुरु की एक न्यूज़रूम में पक्का किया था, जब रात के साढ़े ग्यारह और तीन बजे की किकऑफ़ के बीच चौंसठ मैच निपटाने थे: फ़ॉर्मेशन को कभी वैसे मत लिखो जैसे टीम शीट पर छपा है; वह आकार लिखो जो बिना गेंद के वह बन जाता है। उस नियम का दूसरा हिस्सा यह है — जो आकार तुमने देखा नहीं, उसका वर्णन मत करो।

इस रिपोर्ट में पहला स्टेज खाली लौटा है। शीर्षक N/A, स्रोत N/A, आर्टिकल टाइप अनक्लासिफाइड, इन्फॉर्मेशन पॉइंट की सूची शून्य। डोमेन लेबल cricket_world आया है जबकि स्कीमा Cricket माँगता है। यह छोटी-सी चीज़ अपने आप में सुराग है। जब लेबल ही अपनी जगह नहीं है, तो बाकी फ़ील्ड खाली रह जाना कोई संयोग नहीं, एक ही बीमारी के दो लक्षण हैं।

इस शून्य के चार संभावित कारण हैं, और उन्हें संभावना के क्रम में रखना ज़रूरी है। सबसे ऊपर एक्सट्रैक्शन फेलियर — पेपरवॉल, जावास्क्रिप्ट से बना पेज, बॉट-ब्लॉक, या कोई रीडायरेक्ट। उसके बाद यह कि इनपुट आर्टिकल ही नहीं था — कोई वीडियो, पॉडकास्ट, स्कोरकार्ड पेज या लाइव-ब्लॉग का खोल। तीसरे नंबर पर एन्कोडिंग या ट्रंकेशन फॉल्ट। सबसे नीचे यह संभावना कि आर्टिकल में सचमुच क्रिकेट की कोई सामग्री नहीं थी — जो कम है, क्योंकि डोमेन लेबल भरा हुआ आया है।

यहाँ असली सवाल यह नहीं है कि डेटा खराब है। असली सवाल यह है कि यह रिपोर्ट देखने में पूरी है। आठ में से आठ डाइमेंशन भरे हुए दिखते हैं, और आठ में से शून्य में एक भी साक्ष्य नहीं है। प्रेज़ेंटेशन लेयर सलामत है, एविडेंस लेयर खाली है। यही असमानता खतरनाक है।

तीन परतों को अलग-अलग देखिए। पहली, एक्विज़िशन — क्या टेक्स्ट वाकई आया? दूसरी, डीकंपोज़िशन — आया तो तथ्यों में टूटा या नहीं? तीसरी, प्रेज़ेंटेशन — टेम्पलेट में बैठा या नहीं? जब तीसरी परत कामयाब हो और पहली फेल, तो नतीजा ठीक वैसा दिखता है जैसा एक साफ़-सुथरी रिपोर्ट दिखती है। एक पूरी तरह रेंडर हुआ टेम्पलेट "कुछ फ्लैग करने को नहीं" पढ़ा जाता है, जबकि सही पढ़त है "कुछ जाँचा ही नहीं गया"। यही फ़ॉल्स नेगेटिव न्यूज़रूम का सबसे महँगा एरर है, क्योंकि चुप्पी में गलती सुधरती नहीं, जमा होती है।

फ़ॉर्मैट क्रिकेट विश्लेषण का सबसे बड़ा गेटिंग वेरिएबल है। टेस्ट ओपनर का 45 का औसत और T20 फिनिशर का 180 का स्ट्राइक रेट एक ही काँटे पर नहीं तौले जाते। जब फ़ॉर्मैट अज्ञात है, तो किसी भी संख्या के साथ कोई बेंचमार्क नहीं जोड़ा जा सकता — भले कल को कोई संख्या सामने आ जाए। यह नियम मैंने अपने लिए सख्त कर रखा है: बिना फ़ॉर्मैट टैग का आँकड़ा अनुपयोगी है, चाहे वह कितना भी चमकीला दिखे। 60 प्रतिशत पज़ेशन वाली टीम नब्बे मिनट में तीन शॉट न बना पाए, तो वह 60 प्रतिशत किसी काम का नहीं — वह सिर्फ़ अच्छे से फ़ॉर्मेट किया हुआ खालीपन है। गेंद को नहीं, दूसरी लाइन को देखो — खेल वहीं छिपता है। और यहाँ दूसरी लाइन ही मौजूद नहीं है।

खिलाड़ी की भूमिका तय किए बिना मेट्रिक चुनना बेकार है। ओपनर, एंकर, फिनिशर, तेज़ गेंदबाज़, स्पिनर, विकेटकीपर-बैटर — हर भूमिका का मूल्यांकन-तर्क अलग है, और हर भूमिका का बेंचमार्क भी। इस रिपोर्ट में कोई खिलाड़ी ही नहीं है। टीम का स्तर तय करने के लिए कम से कम एक टीम का नाम और एक फ़ॉर्मैट चाहिए; दोनों नहीं हैं। घरेलू और विदेशी प्रदर्शन का अंतर — क्रिकेट का सबसे बड़ा ढाँचागत फ़र्क — यहाँ न उठाया जा सकता है, न खारिज किया जा सकता है। यही इस शून्य की सबसे कठिन बात है: यह विश्लेषण को रोकता भी है और उसकी सबसे बड़ी गलती को छिपा भी लेता है, एक साथ।

लीग और कमर्शियल हिस्से में नुकसान अलग किस्म का है। नीलामी और ट्रांसफर की खबरें सबसे जल्दी बासी होती हैं — नीलामी से पहले का अनुमान और नीलामी के बाद का सेटलमेंट दो अलग दुनिया हैं। RTM कार्ड, रिटेंशन लिस्ट, पर्स की सीमा, लेफ्ट-आर्म पेस या कीपर-बैटर जैसी दुर्लभ पोज़िशन का प्रीमियम — यह सब एक ठोस ट्रांजैक्शन के बिना बेमानी है। अगर मूल आर्टिकल नीलामी या ब्रॉडकास्ट राइट्स पर था, तो जो सबसे क़ीमती हिस्सा खोया है, वह टेक्स्ट नहीं, टाइमस्टैम्प है। बिना तारीख के उस खबर को दोबारा छापना खबर नहीं, पुराने अख़बार की फोटोकॉपी है।

गवर्नेंस और इंटीग्रिटी पर मेरा रुख साफ़ है। यहाँ "कोई जोखिम नहीं" पढ़ना सबसे बड़ा फ़ॉल्स नेगेटिव होगा। मैच-फिक्सिंग, ACU की जाँच, बोर्ड-सरकार टकराव, NOC विवाद, DLS या अंपायर्स कॉल की विश्वसनीयता — क्रिकेट में एक अनरिपोर्टेड इंटीग्रिटी कहानी, रिपोर्ट हुई कहानी से हमेशा ज़्यादा महँगी पड़ती है। इसलिए इस रिपोर्ट को इंटीग्रिटी, कंप्लायंस या रेप्युटेशन वर्कफ़्लो से साफ़-साफ़ ब्लॉक करना चाहिए, जब तक मूल टेक्स्ट न मिल जाए। यह रूढ़िवाद नहीं, न्यूनतम शिष्टाचार है।

मेरे काम करने का तरीका यह है कि मैं पहले लिख लेता हूँ कि कौन-सी बात इस थीसिस को गलत साबित करेगी, और फिर उसी बात को फुटेज में ढूँढ़ता हूँ। तीन बार रीवॉच करके पैटर्न ढूँढ़ना आसान है; उस पैटर्न को पहले से गलत साबित होने की शर्त पर टाँगना मुश्किल है, और इसीलिए वह ज़्यादा ईमानदार है। यहाँ शर्तें तय करने का कोई मतलब नहीं, क्योंकि जिस चीज़ पर शर्तें लगाई जाएँ, वही नहीं है।

नवंबर 2026 में जब गोवा के खाली स्टेडियमों से ISL चल रहा था, पिच-साइड माइक ने मुझे वह दिया जो भरी भीड़ कभी नहीं देती — मुंबई सिटी के हर मैच में चालीस से ज़्यादा सुनाई देने वाले निर्देश, और हर निर्देश के अगले नब्बे सेकंड का फुटेज। जाहूह का पीछे गिरना, बोर्गेस का आगे बढ़ना — यह सब लॉग में था, इसलिए विश्लेषण बना। यहाँ वह लॉग मौजूद ही नहीं है। और जब लॉग न हो, तो ईमानदार इकलौता वाक्य है: मेरा कैमरा गलत जगह पर था।

उद्योग की चिंता गलत जगह पर है। हम खराब डेटा से डरते हैं — गलत PPDA, गलत इकॉनमी रेट, पुराना हीट मैप। असली हत्यारा अच्छे से फ़ॉर्मेट किया हुआ खाली डेटा है, क्योंकि उसे कोई चुनौती नहीं देता। खराब आँकड़े से बहस होती है; खाली टेबल से कोई बहस नहीं करता। वह डेस्क से गुज़र जाती है, "कुछ नहीं मिला" कहकर, और अगली सुबह वही डेस्क उस खबर के बिना उठती है। जिस हीट मैप को मैंने हाथ से जाँचा न हो, उस पर भरोसा नहीं — और जिस टेबल में एक भी तथ्य न हो, उस पर तो बिल्कुल नहीं।

दूसरा उलटा कोण: शून्य नतीजा तटस्थ नतीजा नहीं होता। पाइपलाइन की भाषा में "कोई सिग्नल नहीं" और "तटस्थ सिग्नल" दो अलग जानवर हैं, और इन्हें एक समझ लेना वही गलती है जो एक बुकी की लाइन को भावना समझ लेना है। जिस पल कोई सिस्टम खाली नतीजे को "जोखिम नहीं" में बदलता है, उसी पल वह सिस्टम खबरें चूकना शुरू कर देता है।

तीसरा: खाली जगह को सामान्य ज्ञान से भरने का लालच। यह सबसे साफ़-सुथरा पाप है, क्योंकि वह पढ़ने में विश्लेषण जैसा लगता है — आठों डाइमेंशन भर जाते हैं, रिपोर्ट पूरी लगती है, और किसी को शक भी नहीं होता। मेरी नोटबुक में विशेषणों से ज़्यादा तीर हैं, और जिस तीर के नीचे टाइमस्टैम्प नहीं, वह तीर मैं बाद में मिटा देता हूँ।

इस रिपोर्ट को दोबारा चलाने की शर्तें सात हैं, और वे सब सस्ती हैं: स्रोत का URL, प्रकाशन का सटीक टाइमस्टैम्प, कम से कम पाँच परमाणु तथ्य, हर तथ्य पर फ़ॉर्मैट टैग, नामित टीमें-खिलाड़ी-बोर्ड-वेन्यू, आर्टिकल का टाइप, और सुधरा हुआ डोमेन लेबल। जिस दिन ये सात आ जाएँगे, उस दिन आठों डाइमेंशन अपने आप भर जाएँगे — और तब जो विश्लेषण निकलेगा, वह इस खाली टेबल से कहीं ज़्यादा क़ीमती होगा।

सवाल यह है कि अगली बार जब डेस्क पर एक पूरी, साफ़, बत्तीस टेबल वाली रिपोर्ट आए — तो कोई उससे यह पूछेगा कि इसमें एक भी तथ्य कहाँ है?