खाली सेल, तैयार शीर्षक: क्रिकेट डेटा पाइपलाइन की चुपचाप विफलता का ऑडिट

सोमवार सुबह साढ़े नौ बजे मैंने एक स्प्रेडशीट खोली। फ़ाइल का नाम था stage2_cricket_asia_final.xlsx। ढाँचा पूरा था — आठ टैब, हर टैब में चालीस से ज़्यादा कॉलम, हर हेडर व्यवस्थित। फ़ॉर्मेट और मैच का विश्लेषण, खिलाड़ी की तकनीक और डेटा, टीम का परिदृश्य और रैंकिंग, लीग और वाणिज्यिक पारिस्थितिकी, नियम और शासन, जोखिम मैट्रिक्स, जन-कथा और अपेक्षा, उद्योग संचरण। हर सेल में एक ही वाक्यांश दर्ज था: N/A — insufficient information। शीर्षक N/A। स्रोत N/A। सूचना बिंदुओं की सूची खाली। लेख का प्रकार Unclassified।

यह पहली बार नहीं हुआ कि मेरे हाथ में ऐसी शीट आई हो जो शक्ल से पूरी और माल से खाली थी। फ़र्क इतना है कि पहले ऐसी शीटें मेरी अपनी होती थीं — रात दो बजे, फ़ाइल सेव करने की जल्दी में हेडर लिखकर छोड़ दी गईं और अगली सुबह भरने की उम्मीद पर टिकी रहीं। सोमवार की शीट मेरी नहीं थी। वह एक तैयार प्रणाली से निकलकर आई थी, जिसने आठ आयामों पर कोई निर्णय लिखने से पहले हर जगह घोषित कर दिया था कि उसके पास माल नहीं है।

उस फ़ाइल में सबसे चुभने वाली बात N/A नहीं थी। सबसे चुभने वाली बात यह थी कि वह देखने में पूरी तरह एक विश्लेषण जैसी लगती थी।

मैंने पहले इसे हाथ से चार्ट किया, क्योंकि स्कोरकार्ड चीज़ों का क्रम छिपा देता है। यह आदत 2026-18 की सर्दियों से है, जब मैं वानखेड़े में ग्यारह घरेलू दिन बैठकर मुंबई की हर पारी गेंद-दर-गेंद लिखता रहा। उस शीट में 1,284 डिलीवरी, तेरह कॉलम, और एक अलग कॉलम सिर्फ़ इनकमिंग सीम के लिए था। ग्यारह घरेलू दिन। हर दिन लगभग सवा सौ गेंद। कोई एपीआई नहीं, कोई स्क्रैपर नहीं — कलम, रबर, और स्टेडियम में मेरी ही नज़र।

तो जब कोई फ़ाइल मेरे सामने यह कहकर आती है कि उसने तेरह कॉलम बनाए लेकिन एक भी गेंद नहीं देखी, मैं उसे रिपोर्ट नहीं, घटना मानता हूँ। और यह घटना क्रिकेट के बारे में उतनी नहीं बताती जितनी आज के क्रिकेट कवरेज के बुनियादी ढाँचे के बारे में बताती है।

संदर्भ: जिस चीज़ को हम विश्लेषण कहते हैं, वह अब एक पाइपलाइन है

भारतीय क्रिकेट कवरेज और डेटा-डेस्क के बीच का रिश्ता पिछले आठ सालों में मूल रूप से बदल गया है। 2026 में एक मैच रिपोर्ट लिखने वाले के पास स्कोरकार्ड, कमेंट्री फ़ीड और अपनी आँखें थीं। 2026 में उसी व्यक्ति के सामने एक सप्लाई चेन खड़ी होती है: ग्राउंड फ़ीड का एक्सट्रैक्शन, स्टेज-1 टैक्सोनॉमी, एंटिटी आइडेंटिफिकेशन, सेंटिमेंट रीडिंग, और फिर स्टेज-2 विश्लेषण। हर स्टेज अगले को डेटा सौंपता है। कोई भी स्टेज जहाँ चुपचाप खाली हाथ लौट आया, वहाँ नीचे की सारी मेहनत औपचारिक बन जाती है।

सोमवार की फ़ाइल इसी सप्लाई चेन के आख़िरी छोर पर बैठी थी। उसने आठ आयामों पर एक-एक करके निर्णय लिखा — और हर जगह यह लिखा कि निर्णय संभव नहीं। ऊपर के स्टेज से जो हाथ में आया था, वह यह था: शीर्षक N/A, स्रोत N/A, लेख का प्रकार Unclassified, सूचना बिंदु शून्य, एंटिटी की सूची में एक वाक्य — "ऊपर के सूचना बिंदुओं से पहचानें" — जबकि ऊपर कोई सूचना बिंदु ही नहीं था। समय-संवेदनशीलता का आकलन हुआ ही नहीं। स्रोत की गुणवत्ता का फ़ैसला उन क्षेत्रों पर छोड़ दिया गया जो स्वयं N/A थे।

यह संयोजन अपने आप में एक निदान है। जब स्कीमा की सारी कुंजियाँ ठीक से भरी हों और सारे मान खाली हों, तो सबसे संभावित व्याख्या यह नहीं है कि लेख में असल में क्रिकेट की कोई सूचना नहीं थी। सबसे संभावित व्याख्या यह है कि टेक्स्ट निकालने की प्रक्रिया कहीं टूटी — पेवॉल, बॉट-ब्लॉक, पार्सिंग फेलियर, या हैंड-ऑफ़ के वक़्त कटा हुआ ट्रांसमिशन। Unclassified वाला लेबल इसी तरफ़ इशारा करता है: क्लासिफ़ायर तब भी नहीं पहुँच पाया जब उसे पहुँचना चाहिए था, और ऐसा आम तौर पर तब होता है जब निकाला गया टेक्स्ट लगभग शून्य हो।

एक छोटा लेकिन महत्वपूर्ण सुराग डोमेन लेबल में है। फ़ाइल ने cricket_asia लौटाया, जबकि अनुबंध Cricket माँगता है। यह सिर्फ़ नामकरण की गड़बड़ नहीं है। इसका मतलब है कि राउटर ने किसी बिंदु पर कुछ मेटाडेटा देखा था — तभी उसने आइटम को एशिया-क्षेत्रीय क्रिकेट की टोकरी में डाला — और वह मेटाडेटा नीचे की ओर खो गया। यानी जानकारी एक समय पर मौजूद थी। सवाल यह नहीं है कि जानकारी थी या नहीं। सवाल यह है कि वह कहाँ गई।

कोर: शून्य परिणाम और शून्य इनपुट एक जैसे दिखते हैं, और उनका मतलब उलटा होता है

यहाँ मूल बात आनी चाहिए, क्योंकि पूरी रिपोर्ट इसी पर टिकी है। एक स्प्रेडशेट में दो चीज़ें बिल्कुल एक जैसी दिखती हैं — वह सेल जिसमें लिखा हो "जाँच की, कुछ नहीं मिला", और वह सेल जिसमें लिखा हो "जाँच शुरू ही नहीं हुई"। दोनों खाली हैं। दोनों का रंग एक है। दोनों का मतलब विपरीत है। पहला एक ऑडिटेड नल है — इसका मतलब है कि किसी ने देखा, तौला, और पाया कि दावा टिकता नहीं। दूसरा एक अनऑडिटेड नल है — इसका मतलब है कि किसी ने देखा ही नहीं।

मेरे पास इस फ़र्क को परखने के लिए तीन कैलिब्रेशन सेट हैं, और तीनों मैंने खुद गिने हैं।

पहला वानखेड़े का 2026-18 रणजी सीज़न। 1,284 डिलीवरी, 63 फ़ॉल्स शॉट, 21 एज, और चौदह-कॉलम की शीट जिसमें सीम मूवमेंट को बल्लेबाज़ की ग़लती से अलग कॉलम में रखा गया था। सलामी बल्लेबाज़ अखिल हेरवाडकर की 112 गेंद की पारी उसी शीट में दर्ज है। मुंबई के उस पतन को कैंपस पत्रिका में "मानसिक कमज़ोरी" कहा गया था। शीट ने कुछ और कहा: इनकमिंग सीम के सामने 38 प्रतिशत फ़ॉल्स शॉट। यह एक ऑडिटेड नल नहीं था — यह एक ऑडिटेड पॉज़िटिव था, जिसने प्रचलित व्याख्या को रद्द किया। लेकिन उसका वज़न इसलिए था कि उसके पीछे 1,284 गेंदें थीं, न कि इसलिए कि वह दिलचस्प लग रहा था।

दूसरा इंग्लैंड दौरा 2026। भारत 4-1 से हारा, और ब्रॉडकास्ट ने कहानी बेच दी। मैंने उस सीरीज़ की हर गेंद दोबारा देखी, और कहानी टिक नहीं पाई। 1,043 ओवर, 6,214 गेंद, ब्रॉडकास्ट फ़ुटेज से कोडित। विराट कोहली ने 593 रन बनाए, औसत 59.30। बाक़ी टॉप-सिक्स विशेषज्ञ बल्लेबाज़ों का औसत 23.8 रहा। और ऑफ़ स्टंप के बाहर 112 फ़ॉल्स शॉट टैग हुए। नतीजा यह निकला कि सीरीज़ एक कप्तानी के फ़ैसले से नहीं, टॉप-ऑर्डर की सीम-समस्या से हारी गई थी। यह निष्कर्ष सुना हुआ नहीं है — यह गिना हुआ है।

तीसरा 2026 का आईपीएल, खाली स्टेडियम, यूएई। साठ मैच, 14,312 गेंद, और एक सवाल: क्या दर्शकों की अनुपस्थिति होम एडवांटेज बदलती है? जवाब में पाया कि पीछा करने वाली टीमों ने साठ में से चौंतीस मैच जीते, जिनमें मुंबई इंडियंस की लगातार पाँच जीत शामिल थीं। यहाँ भी शीट खाली नहीं थी। शीट में चौदह हज़ार गेंदें थीं।

तीनों शीटों की शुरुआत भी खाली हेडर से ही हुई थी। फ़र्क सिर्फ़ इतना था कि तीनों के पीछे एक स्रोत था — फ़ुटेज, गेंद-दर-गेंद लॉग, और मेरी अपनी आँखें। सोमवार की शीट के पीछे कोई स्रोत नहीं था। इसीलिए वह एक ऑडिट का नतीजा नहीं, एक ऑडिट का अभाव थी।

मेरे सालों के मैच देखने के अनुभव के आधार पर एक बात कह सकता हूँ: क्रिकेट में सबसे महँगी ग़लती कभी एक खराब निष्कर्ष नहीं होती। सबसे महँगी ग़लती वह होती है जब कोई निष्कर्ष निकाला ही न जाए और उसे "कुछ नहीं मिला" पढ़ लिया जाए। 2026 में जब मैंने 6,214 गेंदें कोड कीं, तो सबसे उपयोगी चीज़ वे 112 फ़ॉल्स शॉट नहीं थे। सबसे उपयोगी चीज़ यह थी कि मैंने हर गेंद के लिए एक पंक्ति बनाई — यानी जिस गेंद पर मैं कुछ तय नहीं कर पाया, वहाँ भी एक पंक्ति मौजूद है जिसे कोई दोबारा खोल सकता है।

इसी सिद्धांत पर हर आयाम के लिए एक न्यूनतम-इनपुट अनुबंध बनता है। मैच-स्तर के विश्लेषण के लिए चाहिए: फ़ॉर्मेट, मैच की प्रकृति, दोनों टीमें, पारी की स्थिति, वेन्यू, और नतीजा या अंतर। छह चीज़ें। सोमवार की फ़ाइल में छहों में से एक भी नहीं थी। खिलाड़ी-स्तर के लिए चाहिए: नाम, भूमिका, फ़ॉर्मेट, कम से कम एक मेट्रिक, और सैंपल साइज़। पाँच में से शून्य। टीम-स्तर के लिए चाहिए: टीम, फ़ॉर्मेट, प्रतियोगिता, और एक रैंकिंग या हालिया नतीजा। चार में से शून्य।

यह अंतर बहुत ज़रूरी है, क्योंकि फ़ाइल ने इन अनुबंधों को सही-सही पहचाना। उसने यह नहीं कहा कि "जोखिम कम है"। उसने कहा कि "जोखिम का आकलन नहीं हो सकता"। इसे मैं अपने पेशे की सबसे ईमानदार पंक्ति मानता हूँ, और यही पंक्ति सबसे कम पढ़ी जाती है। क्योंकि एक जोखिम मैट्रिक्स में जब छहों श्रेणियाँ — स्पोर्टिंग, कार्मिक, वाणिज्यिक, नियम-अखंडता, जनमत, प्रणालीगत — N/A दिखें, तो नीचे बैठा प्रबंधक उसे "कोई जोखिम नहीं" पढ़ता है। मूल्यांकन न किया गया आइटम सुरक्षित आइटम नहीं होता। वह सिर्फ़ अनदेखा किया गया आइटम होता है।

एक और बात जो इस फ़ाइल ने साफ़ की। उसने आठों आयामों पर तीन-तीन निष्कर्ष लिखने का लक्ष्य पूरा किया। गिनकर देखिए: हर टैब में तीन निष्कर्ष मौजूद हैं। सब एक ही बात कह रहे हैं, अलग-अलग शब्दों में — कि आकलन संभव नहीं। यह मेरे लिए सबसे चेतावनी भरा संकेत है। जब एक विश्लेषण-ढाँचा अपने गहराई-कोटे को पूरा करने के लिए आठ बार एक ही वाक्य लिखवा देता है, तो वह ढाँचा अगली बार उसी दबाव में कुछ गढ़ भी सकता है। कोटा स्रोत-पारदर्शिता के अधीन होना चाहिए, उसके बराबर नहीं।

विरोधी कोण: खाली सेल को भरने का दबाव क्रिकेट कवरेज में सबसे मज़बूत ताकत है

यहाँ मुझे अपने ही पेशे पर उलटी नज़र डालनी है। मैंने ऊपर कहा कि फ़ाइल ने ईमानदारी दिखाई। लेकिन ईमानदारी तब दिखाई गई जब कोई मानव उसे प्रकाशित करने का फ़ैसला ले। और मानव को इसका इनाम नहीं मिलता।

क्रिकेट मीडिया का प्रोत्साहन ढाँचा बहुत साफ़ है। कोई पाठक आपको इस बात के लिए नहीं पढ़ता कि आपने सात आयामों पर जवाब देने से इनकार कर दिया। वह उस आठवें आयाम के लिए पढ़ता है जहाँ आपने तीन ठोस बुलेट दिए। एडिटर डेडलाइन पर उस पन्ने की माँग करता है जो भरा हुआ दिखे, न कि उस पन्ने की जो सही हो। और ठीक यहीं पर डेटा-डेस्क और कमेंट्री बॉक्स के बीच का वह अंतर पैदा होता है जिसकी मैं अक्सर बात करता हूँ — यह अंतर मानकों का अंतर नहीं है, यह प्रोत्साहनों का अंतर है। डेस्क पर बैठा आदमी जानता है कि खाली सेल उसकी नौकरी के लिए खतरा है। कमेंट्री बॉक्स में बैठा आदमी जानता है कि खाली जगह उसकी नौकरी के लिए खतरा है। दोनों को भरना है, बस अलग-अलग तरीक़े से।

और यहाँ एक पेच है जो मुझे सबसे ज़्यादा परेशान करता है। मैं यह पूरी रिपोर्ट एक ब्लैंक फ़ाइल पर लिख सकता था — "भारतीय क्रिकेट का डेटा तंत्र ढह रहा है" जैसा तेज़ शीर्षक देकर, तीन उद्धरण जोड़कर, और एक क्रांतिकारी खुलासा बनाकर। सामग्री उतनी ही होती जितनी अभी है: शून्य। फ़र्क सिर्फ़ यह होता कि पाठक को पता न चलता। यही मेरे पेशे का सबसे बड़ा जाल है — खाली डेटा को अपने पक्ष में इस्तेमाल कर लेना। एक रिपोर्टर के लिए खाली फ़ाइल एक आपदा है। एक कॉलमिस्ट के लिए वह एक अवसर है।

इसीलिए मैं यहाँ यह भी दर्ज कर रहा हूँ कि इस पूरी कवायद में एक भी क्रिकेट-तथ्य सामने नहीं आया। न कोई मैच, न कोई खिलाड़ी, न कोई चयन विवाद, न कोई नीलामी, न कोई बोर्ड का फ़ैसला। जो सामने आया वह एक प्रक्रिया-विफलता है। इसे क्रिकेट की खबर की तरह पेश करना ठीक वैसा ही होगा जैसे बारिश के कारण रद्द हुए मैच पर "गेंदबाज़ों ने निराश किया" लिख देना।

दूसरी तरफ़, इस घटना की एक असली कीमत है, और वह कीमत संस्थागत है। आज भारतीय क्रिकेट का हर बड़ा फ़ैसला — सेलेक्शन, वर्कलोड, रणजी का कैलेंडर, दूसरी पंक्ति की तैयारी — किसी न किसी डेटा-रिपोर्ट पर टिका है। अगर उस रिपोर्ट की ऊपरी मंज़िल पर एक पेवॉल या एक ब्लॉक काम कर रहा है, तो नीचे की मंज़िल पर बैठा आदमी उसे "सिग्नल नहीं" पढ़ेगा। साइलेंट फेलियर का सबसे खतरनाक रूप यही है — वह शोर नहीं करता, इसलिए उसे संतुलन समझ लिया जाता है। मुझे याद है 2026 में जब मैं यूएई के साठ मैचों की शीट बना रहा था, तब एक पूरा दिन ऐसा गया जब मेरे स्क्रैपर ने चार मैचों का डेटा खाली लौटाया और मैंने उसे तीन घंटे तक "कम स्कोरिंग मैच" मान लिया। वह ग़लती डेटा की नहीं थी, प्रक्रिया की थी। 14,312 गेंदों का आँकड़ा एक दिन के लिए झूठा हो गया था क्योंकि मैंने खालीपन को जाँचने की ज़हमत नहीं उठाई।

टेकअवे: अगली बार जब शीट खाली हो, तो सवाल बदलिए

इस फ़ाइल से जो एक चीज़ बची है, वह एक नियम है जिसे क्रिकेट डेटा डेस्क को अपना लेना चाहिए: हर खाली सेल के साथ यह दर्ज होना चाहिए कि वह किस कारण से खाली है — स्रोत तक पहुँच नहीं थी, स्रोत में तथ्य नहीं था, या तथ्य था और जाँच में रद्द हो गया। तीनों के लिए अलग रंग, अलग कोड, अलग लेबल। जब तक यह फ़र्क दिखेगा नहीं, तब तक हर "कोई जोखिम नहीं" वाली रिपोर्ट पर संदेह करना जायज़ है।

अगली बार जब किसी सीरीज़ का विश्लेषण मेज़ पर आए और उसमें टीम की गहराई, बल्लेबाज़ी का क्रम, या गेंदबाज़ी का संयोजन खाली हो — तो पहला सवाल यह नहीं होना चाहिए कि टीम में क्या कमी है। पहला सवाल यह होना चाहिए कि यह शीट भरी क्यों नहीं गई। क्योंकि क्रिकेट में सबसे तेज़ झूठ वह नहीं होता जो कहा जाता है। सबसे तेज़ झूठ वह होता है जो एक खाली कॉलम से अपने आप निकल आता है।