स्कीमा पूरा, सामग्री खाली: एशियाई क्रिकेट की डेटा पाइपलाइन में साइलेंट फ़ेल्योर

मंगलवार की सुबह पुणे की मेज़ पर एक फ़ाइल खुली। आठ हेडिंग, चालीस उप-शीर्षक, हर फ़ील्ड अपनी तय जगह पर, तालिकाएँ अपनी जगह पर। किसी मैच रिपोर्ट का एक्स-रे जैसा साफ़-सुथरा ढाँचा। लेकिन शीर्षक की जगह N/A लिखा था। स्रोत की जगह N/A। सूचना-बिंदुओं की सूची खाली थी। टीमें, खिलाड़ी, बोर्ड, आयोजन — कहीं कोई इकाई दर्ज नहीं थी। पूरी फ़ाइल में एक ही चीज़ बची थी: एक टैक्सोनॉमी टैग, cricket_asia। चालीस साल से मैं क्रिकेट के आँकड़ों की लेखा-परीक्षा करती आई हूँ। खराब मॉडल देखे हैं, गलत नमूने देखे हैं, ऐसे दावे देखे हैं जिनका हर ही नहीं था। पहली बार एक ऐसा दस्तावेज़ आया जो पूरा बना हुआ था और जिसमें कुछ भी नहीं था। यह रिपोर्ट उसी खाली फ़ाइल के बारे में है। पहले शब्दावली, क्योंकि शब्दावली सजावट नहीं है; वह तर्क की रीढ़ है। “सूचना-बिंदु” का मतलब है एक परमाणु, सत्यापन-योग्य तथ्य-इकाई — एक स्कोर, एक तारीख़, एक आँकड़ा, एक नामित निर्णय। यही वह ईंट है जिससे हर आगे का निष्कर्ष बनता है। ईंटें शून्य हों तो नक्शा कितना भी सुंदर हो, इमारत नहीं उठेगी। क्रिकेट विश्लेषण में एक अनिवार्य पहला द्वार है — प्रारूप। टेस्ट, वनडे और टी20 के मानक अलग हैं और एक-दूसरे पर लागू नहीं होते। टी20 में सात से कम की इकॉनमी विश्व-स्तरीय मानी जाती है; टेस्ट में तीस से कम की औसत। प्रारूप दर्ज न हो तो विश्लेषक के पास कोई मानक ही नहीं बचता, और जो कहा जाएगा वह राय होगी, विश्लेषण नहीं। यही वजह है कि शब्दों की सफ़ाई आँकड़ों की सफ़ाई से पहले आती है — “प्लेऑफ़” को “नॉकआउट” की जगह लिखना, या एक मैच को “सीरीज़” कह देना, कोई मासूम चूक नहीं है। पहले शब्द परिभाषित करो, फिर घटना गिनो, फिर कहानी कहो। cricket_asia टैग का भी एक संदर्भ है। दक्षिण एशिया वैश्विक क्रिकेट का सबसे बड़ा बाज़ार है; उद्योग के व्यापक अनुमानों के मुताबिक भारत का हिस्सा वैश्विक क्रिकेट राजस्व के सत्तर प्रतिशत से ऊपर है। इसका सीधा असर यह है कि यहाँ क्रिकेट पत्रकारिता में मात्रा सबसे ज़्यादा है और सत्यापन सबसे कम। जहाँ राजस्व का केंद्र हो, वहाँ कंटेंट की रफ़्तार भी वही होती है। अब असली सवाल: यह खाली फ़ाइल बनी कैसे? सबसे सस्ती व्याख्या यह है कि लेख मौजूद था और इनजेशन के स्तर पर कट गया या लोड ही नहीं हुआ। यह सबसे आम खराबी है और आम तौर पर दोबारा फ़ेच करने से ठीक हो जाती है। उससे थोड़ी महँगी व्याख्या यह है कि लेख मौजूद था, मगर इतना छोटा या एग्रीगेशन-आधारित था कि उसमें तीन से कम सत्यापन-योग्य तथ्य ही थे। और सबसे महँगी व्याख्या यह है कि एक्सट्रैक्शन चरण खुद फ़ेल हुआ और उसने अपनी खाली आउटपुट चुपचाप आगे भेज दी। सबसे महँगी व्याख्या इसलिए महँगी है क्योंकि वह पकड़ में नहीं आती। यही साइलेंट फ़ेल्योर की पहचान है: दस्तावेज़ अपना पूरा ढाँचा बचाए रखता है — हेडिंग, उप-शीर्षक, तालिकाएँ, बुलेट — और सारी सामग्री खो देता है। जो भी स्वचालित जाँच “फ़ॉर्मैट सही है क्या” पूछती है, वह इसे पास कर देती है। सही सवाल है: कितनी फ़ील्ड असल में भरी हैं? यहाँ एक तकनीकी गाँठ है जिसे मैं खुलेआम लिखना चाहती हूँ। एक्सट्रैक्शन टेम्पलेट में निर्देश था कि इकाइयाँ “ऊपर दिए गए सूचना-बिंदुओं से” निकाली जाएँ। सूचना-बिंदुओं की सूची खाली थी। इसलिए इकाइयाँ निकलीं — शून्य। यह चक्रीय निर्भरता है: एक खाली चर दूसरे खाली चर को जन्म देता है, और रिपोर्ट दिखती है पूरी, रहती है खोखली। अगर एक्सट्रैक्शन को स्रोत-पाठ से सीधे इकाइयाँ निकालने की छूट होती, तो शायद यह शून्य टल जाता। इस खालीपन की कीमत नापने के लिए तीन अनुशासन याद रखिए जिन्हें एक भी खाली फ़ील्ड तुरंत रोक देता है। प्रारूप-द्वार सबसे पहले बंद होता है। मार्च 2026 में मुंबई के एक प्रोडक्शन ट्रक में बैठकर मैंने विश्व कप फ़ाइनल के सौ ओवर हाथ से कोड किए थे। वांडरर्स में ऑस्ट्रेलिया ने 359/2 बनाया, रिकी पोंटिंग 140* पर नाबाद रहे, भारत 234 पर ढेर हुआ। उस पैनल पर कोई यह नहीं कह रहा था कि भारत ने 15वें से 40वें ओवर के बीच 4.4 रन प्रति ओवर बनाए, जबकि ऑस्ट्रेलिया ने उसी खिड़की में 6.1। वह एक चरण-विशिष्ट, प्रारूप-विशिष्ट आँकड़ा था, और उसने मेरी लेखन-विधि बदल दी। उस दिन के बाद मैंने “भारत ढह गया” लिखना छोड़ दिया और “भारत ने 15वें से 40वें ओवर के बीच 4.4 रन प्रति ओवर बनाए” लिखना शुरू किया। घरेलू-विदेशी अंतर उससे भी बड़ा चर है। सितंबर 2026 में आईपीएल यूएई में शिफ़्ट हुआ और मेरे मॉडल एक हफ़्ते में बिखर गए। ग्यारह सीज़न से मैंने घरेलू लाभ को 0.32 रन प्रति ओवर का भार दे रखा था; खाली स्टेडियमों में वह 0.06 पर आ गिरा। मैंने वह चर मार डाला, 60 मैचों पर नौ दिन में हर वेन्यू का आधार फिर बनाया, और एक न्यूट्रल-वेन्यू मॉडल दो फ़्रैंचाइज़ी विश्लेषकों तक भेजा। जब भीड़ गायब हुई, मॉडल ने एक चर खोया और एक सबक पाया। नीलामी की कीमत का अनुशासन सबसे ज़्यादा अनदेखा किया जाता है। ऊँची बोली एक वाणिज्यिक संकेत है, खेल-कौशल का प्रमाण नहीं। इस एक वाक्य को न मानने से एशियाई क्रिकेट कवरेज में सबसे ज़्यादा गलतियाँ होती हैं। तीनों अनुशासन एक ही चीज़ माँगते हैं: एक भरा हुआ फ़ील्ड। और यहाँ वह नहीं था। कुछ दावा न बन पाना आधी कहानी है। पूरी कहानी यह है कि तीन पूरे विश्लेषण-स्तंभ अंधेरे में चले जाते हैं। खिलाड़ी-तकनीक: नाम नहीं, भूमिका नहीं, प्रारूप नहीं, बारह महीने की खिड़की नहीं — चार में से एक भी न हो तो खिलाड़ी पर कोई दावा नहीं बनता। टीम-परिदृश्य: आईसीसी रैंकिंग की तालिका तक चुनी नहीं जा सकती, क्योंकि तय नहीं कि टेस्ट देखें या टी20। लीग और वाणिज्य: नीलामी का कोई आँकड़ा नहीं, प्रसारण-अनुबंध का चक्र नहीं, फ़्रैंचाइज़ी मूल्यांकन नहीं। और एक चीज़ जो गायब थी और जो अकेले सबसे ज़्यादा नुक़सान करती है — टॉस, मौसम और डीएलएस। अगर बारिश ने मैच छोटा किया हो और लक्ष्य संशोधित हुआ हो, तो उसका ज़िक्र किए बिना किसी भी आँकड़े की तुलना करना बेईमानी है। इस फ़ाइल में टॉस का नतीजा भी दर्ज नहीं था। प्रकाशन की तारीख़ भी नहीं थी, यानी मैं यह भी नहीं बता सकती कि विषय अभी ज़िंदा है या पहले ही बासी हो चुका है। यहीं से वह दबाव शुरू होता है जिसे मैं इस पेशे का सबसे पुराना लालच मानती हूँ। खाली साक्ष्य-आधार भरने का दबाव। भारत-पाकिस्तान का द्विपक्षीय क्रिकेट राजनीतिक कारणों से जमा हुआ है, एशियाई क्रिकेट परिषद के सदस्यों के बीच राजस्व-हिस्सेदारी के विवाद असली हैं, आईपीएल मालिकों का सीमा-पार विस्तार एक असली संरचनात्मक रुझान है। ये सब सच्चे विषय हैं। लेकिन इनमें से किसी को इस खाली फ़ाइल से जोड़कर लिखना विश्लेषण नहीं, अनुमान होगा — और अनुमान को तथ्य की तरह छापना सबसे पुराना पाप है। मुझे लेखक का नाम पता हो तो मैं लेखा-बही पर ज़्यादा भरोसा करती हूँ। यहाँ लेखक नहीं था, स्रोत नहीं था, तारीख़ नहीं थी। अब उलटा कोण। इस पूरे मामले में सबसे कमज़ोर नतीजा यह नहीं है कि कुछ नहीं निकला। सबसे कमज़ोर नतीजा यह होता कि कुछ निकलता और मैं उसे सच मान लेती। शून्य परिणाम अपनी जगह कमाता है; वह उपलब्ध सबसे मज़बूत आउटपुट है, क्योंकि वह साफ़ बता देता है कि खराबी कहाँ है — इनजेशन और एक्सट्रैक्शन में, विश्लेषण में नहीं। यह सस्ता निदान है और तेज़ भी। जिस दिन आँकड़े बोलना बंद कर दें, उस दिन सबसे पहला सवाल यही होना चाहिए कि आँकड़े आए कहाँ से। मैं अपने ही तर्क को यहीं रोककर एक कमज़ोरी भी दर्ज करना चाहती हूँ। साठ साल की उम्र में, बायलाइन के साथ, सार्वजनिक सुधार एक प्रदर्शन बन सकता है। सुधार लिखना ज़रूरी है; सुधार को निबंध बना देना गलती है। इसलिए मेरी स्थायी आदत है — लेख के अंत में एक पंक्ति का सुधार-लॉग, तारीख़ के साथ, और खुद पर उतने ही शब्द जितने तथ्य पर। इस फ़ाइल के मामले में सुधार-लॉग की एंट्री यह है: “तारीख़: दर्ज नहीं। स्रोत: दर्ज नहीं।” दूसरी बात जो मैं इस फ़ाइल से सीख रही हूँ, वह उद्योग की आम धारणा के उलट है। हमें लगता है कि सबसे बड़ी समस्या गढ़े हुए आँकड़े हैं। गढ़े हुए आँकड़े पकड़ में आ जाते हैं, क्योंकि वे किसी स्रोत से टकराते हैं और बेमेल हो जाते हैं। असली समस्या वे टेम्पलेट हैं जो पूरे दिखते हैं और खाली होते हैं। भरा हुआ फ़ॉर्म बिना सामग्री के भी “काम पूरा” का संकेत दे देता है, और हमारे पास उसे रोकने वाला कोई द्वार नहीं है। बेईमानी अब शोर नहीं करती; वह अब फ़ॉर्मैट में सही दिखती है। इस सीज़न के लिए मेरा सुझाव एक जाँच-द्वार है और वह सरल है: किसी भी एक्सट्रैक्शन को आगे न भेजें जिसमें तीन से कम भरे हुए सूचना-बिंदु हों या एक भी इकाई न निकली हो। फ़ॉर्मैट के अनुरूप होने पर जाँच मत करें; भरी हुई फ़ील्ड की गिनती पर करें। और आगे का सवाल यह है, जिसका जवाब मेरे पास नहीं है — इस सीज़न में कितनी क्रिकेट रिपोर्टें ऐसी छपीं जिन्होंने फ़ॉर्मैट-चेक पास कर लिया, लेकिन भरी-फ़ील्ड चेक कभी नहीं दिया गया? जिस दिन यह जवाब मिलेगा, उस दिन वह किसी एक खिलाड़ी के किसी भी आँकड़े से ज़्यादा मायने रखेगा।