शून्य सूचना-बिंदु: क्रिकेट डेटा की उस खाली कतार का ऑडिट, जिसे कोई नहीं गिनता

सोमवार सुबह मेरी स्क्रीन पर एक स्प्रेडशीट खुली थी और उसमें एक भी पंक्ति नहीं थी। शीर्षक: N/A. स्रोत: N/A. सूचना-बिंदुओं की सूची: खाली। जिस फ़ाइल में क्रिकेट की एक पूरी रिपोर्ट का कच्चा माल होना चाहिए था, उसमें क्रिकेट का एक भी तथ्य दर्ज नहीं था — न फॉर्मेट, न मैदान, न कोई नाम, न कोई तारीख़।

सोलह साल में ऐसा पहले नहीं हुआ। अक्टूबर 2026 में कोलकाता के प्रेस बॉक्स में जब एक वरिष्ठ पत्रकार ने पूछा कि मैं किस "फ़ीचर डेस्क" के लिए फाइल कर रही हूं, तब भी जवाब में मेरे पास एक शॉट-मैप था। उस दिन मैंने तय किया था कि मैच रिपोर्ट स्कोरलाइन से शुरू नहीं होगी — ऐसे आंकड़े से होगी जिसे पाठक खुद जांच सके। सोमवार को जवाब में कुछ नहीं था।

तो यह उसी खाली कतार का ऑडिट है। यह क्रिकेट के बारे में उतनी नहीं है, जितनी उस सिस्टम के बारे में जो क्रिकेट को आंकड़ों में बदलता है — और जिसकी नाकामी किसी स्कोरकार्ड पर कभी दर्ज नहीं होती।

संदर्भ: चार चरणों की आपूर्ति श्रृंखला, और दूसरे चरण में टूटन

क्रिकेट दुनिया का सबसे ज़्यादा मापा जाने वाला खेल है, और यही इसका सबसे बड़ा धोखा भी है। ब्रॉडकास्ट फ़ीड हर गेंद दर्ज करती है, फ्रैंचाइज़ी डेटा साफ़-सुथरा और लगातार आता है, और वह मुफ़्त है। मुफ़्त होने की वजह से वह पूरा लगता है। वह पूरा नहीं है।

यहां मुझे अपने ही काम का सबसे पुराना नियम दोहराना होगा: साफ़ डेटासेट पूरा डेटासेट नहीं होता। जो पंक्तियां ब्रॉडकास्ट फ़ीड में कभी नहीं आतीं — नॉकआउट हफ़्तों के बाहर रणजी के दौर, ज़्यादातर महिला घरेलू क्रिकेट, हर वह मैच जिसका कोई व्यावसायिक कैमरा नहीं है — वही असली कहानी है। कतार में एक औरत थी; डेटासेट में कोई नहीं। अनुपस्थिति भी मापी जा सकती है, और मेरा काम यही है।

लेकिन इस बार अनुपस्थिति किसी खिलाड़ी की नहीं थी। यह पूरी आपूर्ति श्रृंखला के दूसरे चरण में थी।

चार चरण हैं: कैप्चर (ब्रॉडकास्ट और स्कोरर), एक्सट्रैक्शन (वह पाइपलाइन जो कच्चे फ़ीड से सूचना-बिंदु निकालती है), बेंचमार्क (रोल और फॉर्मेट के हिसाब से आंकड़े को जगह देना), और प्रकाशन। पहला चरण ठीक चल रहा था। तीसरा और चौथा मेरे हाथ में है। टूटन दूसरे चरण में हुई — और वहां से जो लौटा, वह खाली था।

यही वजह है कि क्रिकेट कवरेज का डिफ़ॉल्ट स्वर मील के पत्थरों का है — शतक, पचास ओवर का लैंडमार्क, "दौर की परिभाषा तय करने वाली पारी"। उस स्वर में ऐसा कोई आंकड़ा नहीं चाहिए जिसे आप ऑडिट कर सकें। और जिस पाइपलाइन को ऑडिट करने की ज़रूरत न हो, उसे खाली कतार भी नहीं दिखती — वह चुपचाप भर जाती है।

नवंबर 2026 की जेद्दा महानीलामी में जब ऋषभ पंत लखनऊ के लिए ₹27 करोड़ पर गए, तब मेरा वैल्यू मॉडल खिलाड़ियों को फ़ेज़ के हिसाब से दाम देता था, हाइलाइट के हिसाब से नहीं। उस मॉडल का पहला सवाल हमेशा यही होता है: कौन-सा फॉर्मेट? क्योंकि ₹27 करोड़ T20 का दाम है। वही आंकड़ा टेस्ट बल्लेबाज़ी के बारे में कुछ नहीं कहता, और टेस्ट का औसत नीलामी की कीमत के बारे में कुछ नहीं कहता। दोनों को एक ही कॉलम में डालना वही गलती है जो पूरी क्रिकेट पत्रकारिता रोज़ करती है।

कोर: चार अनिवार्य फ़ील्ड, और उनका न होना

अगर मुझे इस खाली फ़ाइल से एक ही बात बचानी हो, तो वह यह है: क्रिकेट विश्लेषण में फॉर्मेट की पहचान सबसे ज़रूरी फ़ील्ड है, क्योंकि हर दूसरा निर्णय उसी पर टिका है। स्ट्राइक रेट का बेंचमार्क, इकॉनमी का बेंचमार्क, पारी की लंबाई, फ़ील्डिंग प्रतिबंध की खिड़कियां, "अच्छी औसत" का मतलब — सब टेस्ट, वनडे, T20 और द हंड्रेड के बीच पूरी तरह बदल जाता है। फॉर्मेट के बिना कोई निष्कर्ष नहीं बनता; बनता है तो वह गढ़ा हुआ होता है।

दूसरी बात, जो पाइपलाइन की असली बीमारी बताती है: एंटिटीज़ वाले कॉलम में डेटा नहीं था, टेम्पलेट का निर्देश था — "ऊपर दिए सूचना-बिंदुओं से पहचानें"। पूरी हुई एक्सट्रैक्शन टेम्पलेट को ओवरराइट कर देती है। जो टेम्पलेट बचा रह गया, उसका मतलब है कि प्रक्रिया बीच में रुकी, खाली हाथ नहीं लौटी। यह अंतर छोटा लगता है और बड़ा है: यह संभवतः एक तकनीकी नाकामी है, ऐसा लेख नहीं जिसमें लिखने को कुछ ही न हो।

तीसरी बात, और यही वह है जिस पर मेरी एडिटर मुझसे सबसे ज़्यादा झगड़ती हैं: स्रोत की गुणवत्ता "कम" नहीं थी, "अज्ञात" थी। फ़र्क़ बड़ा है। कम गुणवत्ता वाले स्रोत को आप संदेह के साथ छाप सकते हैं। अज्ञात स्रोत आपको विश्वास-सीमा के ऊपर बांध देता है — कोई भी दावा "कम" से ऊपर का टैग नहीं पा सकता। और क्रिकेट में यह सीमा सबसे तेज़ी से सड़ती है: चोट, चयन या अनुबंध की कोई अनतिथि खबर कुछ ही दिनों में सक्रिय रूप से भ्रामक हो जाती है। पाइपलाइन ने "समय-संवेदनशीलता" वाले फ़ील्ड को भी "आंका नहीं गया" लिखकर छोड़ दिया था।

चौथी बात, लेख-प्रकार। क्रिकेट की चार प्रमुख पत्रकारिता शैलियां हैं: मील का पत्थर या रिकॉर्ड, फ़ॉर्म का गिरना, चोट, और हस्ताक्षर या नीलामी का सौदा। "अवर्गीकृत" का मतलब है कि यह आइटम इन चारों में नहीं बैठा — यानी संभवतः यह दृश्य-प्रधान था (तस्वीर, ग्राफ़िक, वीडियो कैप्शन), या गैर-अंग्रेज़ी, या किसी एग्रीगेटर की फ़ीड से आया था। अगर ऐसा है, तो समस्या एक्सट्रैक्टर की नहीं, पाइपलाइन की डिज़ाइन की है: वाक्य-आधारित विघटन तस्वीर-आधारित आइटम को पढ़ ही नहीं सकता। दोबारा वही एक्सट्रैक्टर चलाने से कुछ नहीं मिलेगा; हेडलाइन-प्लस-कैप्शन का फ़ॉलबैक चाहिए।

पांचवीं बात, जो सबसे कम लिखी जाती है: यह खाली नतीजा भरोसेमंद है। विश्लेषण अनुमान की तरफ़ चुपचाप नहीं फिसला — यह अपने आप में एक साफ़ नेगेटिव है, और साफ़ नेगेटिव सबसे सस्ती खोज होती है। एक ही दौर में पता चल गया कि चार फ़ील्ड भार उठाने वाली हैं। विकल्प यही था कि यह बात छपने के बाद पता चले।

यहां मुझे अपनी दो पुरानी शीटें याद आती हैं, क्योंकि दोनों इसी सवाल से बनी थीं कि जब आंकड़ा गायब हो तो क्या करें।

पहली, 1 जुलाई 2026, लुज़्निकी। स्पेन ने रूस के खिलाफ़ 1,114 पास पूरे किए — 2026 के बाद किसी विश्व कप मैच में सर्वाधिक — 79% गेंद पर कब्ज़ा रखा, और लगभग एक अपेक्षित गोल बनाया। रूस ने पेनल्टी पर 4-3 से जीत लिया। डेस्क ने "टिकी-टाका की मौत" छापी; मैंने उल्टा लिखा — पास असली थे, कब्ज़ा नकली था। 1,114 पास, एक अपेक्षित गोल: मैंने गेंद का पीछा तब तक किया जब तक उसने खुद को समझा नहीं दिया। सोमवार को गेंद आई ही नहीं। और यह भी डेटा है।

दूसरी, जनवरी 2026, ब्रिस्बेन। भारत ने ऑस्ट्रेलिया को तीन विकेट से हराया, और हमला था — सिराज, नटराजन, ठाकुर, सुंदर, सैनी — पांच टेस्ट का साझा अनुभव। कोई भी साफ़ डेटासेट उस हमले को "अनुभवहीन" कहता। नतीजे ने कहा, "काफ़ी।" यही वजह है कि मैं हर आंकड़े को पहले संदर्भ में रखती हूं — चोट, सफ़र, स्क्वाड की गहराई, सतह, DRS, इम्पैक्ट प्लेयर का नियम। जिस फ़ाइल में संदर्भ का एक भी फ़ील्ड न हो, उससे निकला निष्कर्ष संदर्भ-विहीन होगा ही।

और 2026 का बुलबुला सीज़न: खाली स्टेडियमों में IPL 19 सितंबर से 10 नवंबर तक चला, और मैंने टॉस, ओस और मैदान का डेटा इसलिए जोड़ा कि पता चले घरेलू लाभ सन्नाटे में टिकता है या नहीं। सीख सीधी थी: बुलबुले में बिताया एक सीज़न सिखाता है कि कौन से आंकड़े अलगाव में टिकते हैं और कौन कभी असली ही नहीं थे। एक खाली कतार उसी परीक्षा का सबसे कठोर रूप है।

तो खाली फ़ाइल से जो चार चीज़ें निकलती हैं, वे ये हैं — और मैं इन्हें उसी तरह दर्ज कर रही हूं जैसे अपनी निजी गलती-सूची में करती हूं, तारीख़ के साथ:

एक: शीर्षक, कम से कम तीन सूचना-बिंदु, फॉर्मेट, और एंटिटीज़ — ये चार अनिवार्य हैं। इनके बिना कोई भी विश्लेषण गढ़ना होगा।

दो: स्रोत और प्रकाशन-तिथि विश्वास-सीमा तय करते हैं, इसलिए वे भी अनिवार्य हैं।

तीन: लेख-प्रकार तय करता है कि कौन-सा आयाम भार उठाएगा। मैच रिपोर्ट में लीग-अर्थशास्त्र ढूंढना वही गलती है जो नीलामी की खबर में पिच रिपोर्ट ढूंढना।

चार: और सबसे ऊपर — अगर फॉर्मेट तय न हो, तो खिलाड़ी और टीम वाले दोनों आयाम "अपर्याप्त सूचना" लौटाएं, अनुमान नहीं।

विरोधी कोण: "यह पत्रकारिता नहीं, हाउसकीपिंग है"

अब अपने ही खेमे की सबसे मज़बूत दलील लिखती हूं, क्योंकि उसे कमज़ोर बनाकर हराना आसान है और बेईमान भी।

दलील यह है: पाठक को आपकी पाइपलाइन से मतलब नहीं। उसे मैच चाहिए, नीलामी चाहिए, चोट की खबर चाहिए। एक्सट्रैक्टर दोबारा चलाओ, कॉपी फाइल करो, और अपनी आंतरिक विफलताओं का रिपोर्ट कार्ड जनता के सामने न लहराओ। यह साफ़-सुथरी, व्यावसायिक दलील है — और पाठक के बारे में यह सही भी है। किसी भी एडिटर ने अगर मुझसे यह कहा होता, तो मैं उससे पूरी तरह सहमत होती।

फिर भी मैं इसे छाप रही हूं, और वजह यह है कि जिस नाकामी ने खाली कतार बनाई, वही नाकामी 300 शब्दों की वह आत्मविश्वासी रिपोर्ट भी बनाती है जिसमें एक भी जांचने योग्य आंकड़ा नहीं होता। खाली कतार उसी गलती का ईमानदार संस्करण है। बेईमान संस्करण छप जाता है। जिस दिन मैं खाली कतार से शर्मिंदा होकर उसे भरने के लिए कोई "मोटा-मोटी" आंकड़ा डाल दूंगी, उस दिन मेरी पूरी क्रिकेट-पत्रकारिता एक ब्रांड बन जाएगी, बिना ऑडिट के।

और एक स्वीकारोक्ति, जो मेरे बीट पर लाज़िमी है: मेरी पहुंच BCCI मान्यता और फ्रैंचाइज़ी डेटा पर टिकी है। यही मेरी खेप की ऑक्सीजन है, और यही सबसे बड़ा जोखिम भी — राइट्स डील या शेड्यूलिंग पर संदेह चुपचाप कीमत चुकाता है। इसलिए जहां आंकड़े स्वतंत्र रूप से जुटा सकती हूं, जुटाती हूं, और बोर्ड को नियोक्ता नहीं, विषय मानकर लिखती हूं। खाली कतार इस नियम का सबसे सस्ता सबूत है।

टेकअवे: अगले चक्र के लिए एक शर्त

मेरे हर मॉडल का एक सार्वजनिक संस्करण होता है — पद्धति, ज्ञात गलतियां, संशोधन की तारीख़। इस बार उसमें एक पंक्ति जुड़ रही है: फॉर्मेट एक अनिवार्य, सत्यापित फ़ील्ड है; अगर एक्सट्रैक्टर उसे तय नहीं कर पाता, तो डाउनस्ट्रीम आयाम खाली लौटेंगे, अनुमान से नहीं भरे जाएंगे।

दरअसल सवाल यह नहीं है कि एक स्प्रेडशीट खाली क्यों लौटी। सवाल यह है कि उस खाली कतार को भरने का दबाव अगली बार किस पर पड़ेगा — पाइपलाइन पर, या उस पत्रकार पर जो उसे छापने वाली है?