जब स्कोरकार्ड में सिर्फ़ मैदान छपा हो: क्रिकेट डेटा पाइपलाइन की विफलता का ऑडिट

रात 11:40 बजे, कोलकाता। दो-चरणीय विश्लेषण का दूसरा चरण खुलने वाला था। पहली नज़र शीर्षक पर पड़ी — N/A। स्रोत — N/A। लेख-प्रकार — अपवर्गीकृत। सार — ख़ाली। सूचना-बिंदु — ख़ाली सूची। पूरे हैंडऑफ़ में ठीक एक फ़ील्ड भरी थी: cricket_asia।

यह वैसा ही है जैसे स्कोरकार्ड में सिर्फ़ मैदान का नाम छपा हो। टीमें नहीं, टॉस नहीं, ओवर नहीं, स्कोर नहीं। सिर्फ़ “ईडन गार्डन्स”। मैदान सच है; मैच का बाक़ी हिस्सा ग़ायब है।

मैंने ऐसी हज़ारों शीटें खोली हैं। अच्छी शीट से एक ख़ास मैच की गंध आती है — फ़ॉर्मैट क्या है, कौन-सा पारी-चरण है, किस ओवर में खेल पलटा। इस शीट से कुछ नहीं आया। और जब शीट ख़ाली आए, तो पुरानी आदत सिर उठाती है: जो नहीं है उसे भर दो। यह रिपोर्ट उस आदत के ख़िलाफ़ है।

2026 में मैंने एक मैच को क़ीमतों के क्रम के रूप में पढ़ना सीखा था। उस मार्च में मैंने कोलकाता के एक अख़बार की स्पोर्ट्स डेस्क तेरह साल बाद छोड़ी — अख़बार ने अपना अलग स्टैट्स पेज बंद कर दिया था — और साल्ट लेक की बारह-सदस्यीय प्राइसिंग डेस्क पकड़ी, जो लंदन और वैलेटा के लाइसेंसधारी ऑपरेटरों के लिए ऑड्स तय करती थी। पहली शर्त वही थी: हर दावे के साथ उसका काम दिखाओ — मॉडल, डेटा-विंडो, कॉन्फ़िडेंस बैंड। “शो द वर्क” बॉक्स अनिवार्य था, क्योंकि उस डेस्क पर कोई उस आदमी की बात नहीं मानता था जो साल भर बाद अपना ही नंबर दोबारा न बना सके।

उसी साल 21 मई को हैदराबाद में IPL फ़ाइनल के इनिंग्स-ब्रेक पर मेरा गेंद-दर-गेंद मॉडल — 812 IPL पारियों पर प्रशिक्षित — मुंबई इंडियंस को 129/8 के स्कोर पर सिर्फ़ 34% जीत की संभावना दे रहा था। क्रुणाल पांड्या के 38 गेंदों पर 47 रन और एक रन के अंतर से मिली जीत ने वह हिसाब तोड़ दिया। मैंने तीन हफ़्ते डेथ-ओवर विकेट-वैल्यू शब्द को दोबारा बनाने में लगाए। तब से हर मैच-नोट का मेरा पहला वाक्य यही होता है: पूर्वानुमान क्या है, नमूना कितना है, और किन हालात में यह ग़लत होगा।

वही अनुशासन आज इस दो-चरणीय ढाँचे में दिख रहा है। पहला चरण तोड़ने का काम करता है — शीर्षक, स्रोत और प्रकाशन-तिथि, लेख-प्रकार, सूचना-बिंदु, इकाइयाँ (खिलाड़ी, टीम, आयोजक), समय-संवेदनशीलता, स्रोत-गुणवत्ता। दूसरा चरण उन टुकड़ों पर क्रिकेट की समझ चढ़ाता है, आठ आयामों में। नियम सख़्त है: दूसरे चरण का हर निष्कर्ष कम-से-कम एक सूचना-बिंदु तक पीछे जाना चाहिए। सूचना-बिंदु वह परमाणु इकाई है जिसे सत्यापित किया जा सके — “तीसरे ओवर में दो विकेट”, “19 जून को वह घोषणा”, “नीलामी में वह दाम”। खेल का एक संस्करण सिर्फ़ नंबरों ने देखा है, और उसकी सुनवाई मेरा काम है; पर सुनवाई तभी होती है जब गवाह आए।

इस बार गवाह नहीं आया। जो आया, उसे तालिका में रखना पड़ेगा, क्योंकि कहानी वही तालिका है: शीर्षक N/A, स्रोत N/A, प्रकार अपवर्गीकृत, सार ख़ाली, लेखक का रुख़ N/A, उद्देश्य N/A, इकाइयाँ “ऊपर दिए सूचना-बिंदुओं से पहचानें” — और ऊपर कोई बिंदु ही नहीं। डोमेन लेबल cricket_asia भरा हुआ, सूचना-बिंदु शून्य।

पहला आयाम — फ़ॉर्मैट — यहीं रुक जाता है। टेस्ट की औसत और T20 की स्ट्राइक रेट एक वाक्य में नहीं बैठतीं; यह मेरी डेस्क का सबसे पुराना नियम है। लेकिन फ़ॉर्मैट का कोई टोकन ही नहीं आया — न टेस्ट, न ODI, न T20, न द हंड्रेड। अपने ही नियम लागू न कर पाने वाला ऑडिट ख़ाली फ़ॉर्म है। मैदान और मौसम भी अनुपस्थित हैं, और यह वह जगह है जहाँ मुझे अपना सबसे महँगा सबक़ याद आता है: ख़ाली स्टेडियमों ने मुझे सिखाया कि माहौल वह चर था जिसकी क़ीमत मैंने शून्य लगा रखी थी। 2026 में मैंने घरेलू लाभ का रिग्रेशन दोबारा चलाया — छह IPL सीज़न और 1,200 से ज़्यादा मैचों पर 1.07 का गुणक बंद दरवाज़ों के बीच 1.00 पर ढह गया। यहाँ तक वह हिसाब नहीं पहुँचा, क्योंकि न मैदान आया, न दर्शक, न पिच की उम्र।

दूसरा आयाम — खिलाड़ी — सबसे साफ़ तौर पर शून्य है। कोई नाम नहीं। और “इकाइयाँ” फ़ील्ड में जो लिखा है, वह मान नहीं, निर्देश है: “ऊपर दिए सूचना-बिंदुओं से पहचानें।” यह चक्रीय संदर्भ है — एक फ़ील्ड जो ख़ुद को उस फ़ील्ड से निकालने को कहती है जो ख़ाली है। पाइपलाइन की भाषा में यह स्कीमा दोष है; क्रिकेट की भाषा में यह वह स्कोरकार्ड है जिसमें बल्लेबाज़ का नाम उसी स्कोरकार्ड को देखकर भरने को कहा गया हो। यहाँ किसी खिलाड़ी की हालिया फ़ॉर्म, घरेलू-विदेशी विभाजन, या उम्र-वक्र की बात लिखना महज़ गढ़ना होगा। जिस नंबर के पीछे विंडो, फ़िल्टर और स्रोत न हों, वह तर्क नहीं, सजावट है — और मैं सजावट नहीं लगाता।

तीसरा आयाम — टीम और रैंकिंग। cricket_asia ब्रह्मांड को सिकोड़ता है: BCCI, PCB, SLC, BCB, ACB, नेपाल क्रिकेट संघ, UAE, ओमान — और एशिया में खेलने वाली लीगें, IPL से लेकर PSL, ILT20, LPL, BPL और नेपाल T20 तक। सिकोड़ता है, चुनता नहीं। मीडिया-मात्रा के आधार पर भारत की प्रायिकता सबसे ऊँची है, पर वह आधार-दर है, निष्कर्ष नहीं। WTC अंक-तालिका, घरेलू-विदेशी अंतर, बेंच की गहराई, उम्र-संरचना — इनमें से कोई भी बिना नाम और बिना फ़ॉर्मैट के हिसाब में नहीं आता।

चौथा आयाम — लीग और वाणिज्य। कोई लेन-देन नहीं, कोई दाम नहीं, कोई अनुबंध नहीं। यहाँ मेरी सबसे उपयोगी चेतावनी बेकार पड़ जाती है: ऊँची नीलामी क़ीमत अंतरराष्ट्रीय ताक़त नहीं होती। चेतावनी सही है, पर उसे चिपकाने के लिए कोई क़ीमत ही नहीं आई। प्रसारण अधिकारों का मूल्यांकन, फ़्रैंचाइज़ी वैल्यूएशन, वेतन-भुगतान — तीनों ख़ाली ख़ाने हैं।

पाँचवाँ आयाम — नियम और शासन। चेकलिस्ट पूरी चली: राजस्व-वितरण, खेल-नियम विवाद, सत्यनिष्ठा, पात्रता, भू-राजनीति। हर पंक्ति पर N/A। जो मिसालें दर्ज हैं — बिग थ्री का राजस्व मॉडल, DRS का अंपायर कॉल, 2026 का क्रोन्जे मामला, 2026 की पाकिस्तान स्पॉट-फ़िक्सिंग, 2026 की IPL स्पॉट-फ़िक्सिंग, भारत-पाकिस्तान द्विपक्षीय ठहराव — वे ढाँचे का मचान हैं, निष्कर्ष नहीं। मचान को निष्कर्ष समझ लेना इस काम की सबसे आम बीमारी है।

छठा आयाम — जोखिम। यहाँ पहली बार कुछ ठोस निकलता है। इस काम का असली जोखिम डेटा-अखंडता की चोट है, और वह क्रिकेट के मैदान पर नहीं, पाइपलाइन की सीमा पर लगती है। भरा हुआ डोमेन लेबल और ख़ाली सूचना-बिंदु साथ-साथ होना बताता है कि वर्गीकरण चला और निष्कर्षण या तो विफल हुआ या छोड़ दिया गया। दो अलग चरण, एक चुपचाप मरा हुआ। जोखिम-रेटिंग “उच्च” है, और वह रेटिंग क्रिकेट के बारे में एक शब्द भी नहीं कहती।

सातवाँ आयाम — जन-कथा और अपेक्षा। कोई दावा नहीं, कोई ओड्स-हलचल नहीं, कोई भावना-संकेत नहीं। अपेक्षा-अंतराल नापा ही नहीं जा सकता, क्योंकि अंतराल के दोनों किनारे अनुपस्थित हैं। “अगला तेंदुलकर” जैसे लेबल पर संदेह करने की जो आदत मैंने सालों में बनाई, उसे यहाँ लगाने के लिए कोई विषय ही नहीं। और जहाँ विषय न हो, वहाँ सबसे आसान काम है किसी और का विषय उधार ले लेना।

आठवाँ आयाम — उद्योग-संचरण। ऊपरी धारा (युवा विकास और प्रतिभा-आपूर्ति), मध्य धारा (राष्ट्रीय टीम, लीग), निचली धारा (प्रसारण, वाणिज्य, व्युत्पन्न बाज़ार) — तीनों ख़ाली। cricket_asia यह संकेत देता है कि संचरण दक्षिण-एशियाई हृदय-बाज़ार से गुज़रेगा, जो वैश्विक क्रिकेट राजस्व का सबसे बड़ा हिस्सा है। यह संरचनात्मक पूर्वाग्रह है, इस लेख के बारे में निष्कर्ष नहीं।

ख़तरा यहाँ रुकता नहीं। ख़ाली टेम्पलेट एक न्योता है, और उद्योग का रिफ़्लेक्स है उसे भरना। अगर इस हैंडऑफ़ को कम अनुशासित पाइपलाइन पकड़ती, तो बाहर एक बहुत सुंदर रिपोर्ट आती — “भारत की मध्यक्रम की समस्या”, “युवा तेज़ गेंदबाज़ का उम्र-वक्र”, “नीलामी में बढ़ती क़ीमतें”। हर वाक्य विश्वसनीय, हर वाक्य आविष्कृत। सबसे ख़तरनाक बात यह है कि वह रिपोर्ट असली से अलग नहीं दिखती। ख़ाली रिपोर्ट कुरूप लगती है और सस्ती पड़ती है; गढ़ी हुई रिपोर्ट सुंदर लगती है और महँगी पड़ती है।

दूसरा जाल cricket_asia ख़ुद है। एक टैक्सोनॉमी टैग रूटिंग संकेत है, सबूत नहीं। उससे आगे का हर क़दम आधार-दर पर खड़ा होगा, और आधार-दर को निष्कर्ष बनाना वही ग़लती है जो “1,029 पास पूरे किए इसलिए जीतनी चाहिए थी” में हुई थी। वह वाक्य मुझे 2026 में छोड़ना पड़ा, जब 1 जुलाई को स्पेन ने रूस के ख़िलाफ़ 1,029 पास पूरे करके पेनल्टी पर मैच गँवा दिया। उस साल मैंने पज़ेशन प्रतिशत अपनी शब्दावली से हटा दिया, और डेस्क पर किसी ने ध्यान नहीं दिया। सबक़ वही रहा: संख्या की जगह संख्या का ऑडिट रखो। 36 ऑल आउट, पैंतालीस मिनट में, और हर मॉडल चुप हो गया — उस दिसंबर के बाद मैंने हर गिरावट को फ़ॉरेंसिक की तरह, गेंद दर गेंद लिखना शुरू किया, चरित्र-निर्णय की तरह कभी नहीं।

तीसरा जाल उलटा है। जब सिस्टम चुप हो जाए, तो “किसी ने ध्यान नहीं दिया” पर लिखने का लोभ होता है। यहाँ कहानी डेटा के मौन की है; डेस्क की चुप्पी उसका साइड-इफ़ेक्ट भर है। जो करेक्शन मायने रखता है, वह करेक्शन ही कहानी है।

इस पूरे अभ्यास का एक ठोस नतीजा है, और वह आगे का संकेत भी: ऑर्केस्ट्रेटर स्तर पर एक हार्ड गेट चाहिए। अगर सूचना-बिंदु की सूची ख़ाली है, तो दूसरा चरण शुरू ही न हो; लेख निष्कर्षण चरण में वापस जाए। साथ में नौ फ़ील्ड अनिवार्य हों — शीर्षक, स्रोत और प्रकाशन-तिथि, लेख-प्रकार, भरी हुई सूचना-बिंदु सूची, हल की गई इकाइयाँ, स्पष्ट फ़ॉर्मैट टोकन, समय-संवेदनशीलता का आकलन, स्रोत-गुणवत्ता ग्रेड, और लेखक का रुख़। जो फ़ाइल अपने भीतर एक भी सत्यापनीय वाक्य नहीं ला सकती, वह विश्लेषण की हक़दार नहीं।

आगे मैं हर हैंडऑफ़ पर तीन चीज़ें जाँचता रहूँगा: सूचना-बिंदु की सूची भरी है या नहीं; डोमेन लेबल और सूचना-बिंदु आपस में मेल खाते हैं या नहीं; और फ़ॉर्मैट का स्पष्ट टोकन मौजूद है या नहीं। तीनों में से किसी एक की अनुपस्थिति पूरे निष्कर्ष को शून्य कर देती है। हर नंबर जिस पर मैं भरोसा करता हूँ, अपने साथ उस सीज़न का निशान लिए चलता है जिसमें मैं ग़लत था।

आज जो क्रिकेट-नंबर छप रहे हैं, उनमें से कितने इसी गेट से पार निकल पाते — यह गिनती शुरू होनी चाहिए। जिस दिन यह गिनती शुरू होगी, उस दिन क्रिकेट पत्रकारिता की शब्दावली थोड़ी छोटी और बहुत साफ़ हो जाएगी।