वो रिपोर्ट जो ख़ाली आई: क्रिकेट का वो सवाल जिसका जवाब डेटा ने देने से इनकार कर दिया

रात एक बजकर चालीस मिनट। दिल्ली के एक डिजिटल न्यूज़रूम में स्क्रीन पर एक फ़ाइल खुली है। ढाँचा साफ़-सुथरा है — शीर्षक, स्रोत, आर्टिकल टाइप, कोर व्यूअरपॉइंट, इन्फ़ॉर्मेशन पॉइंट्स, एंटिटीज़, टाइम सेंसिटिविटी। दस फ़ील्ड, दस लेबल, अपनी-अपनी जगह। और हर लेबल के आगे एक ही जवाब लिखा है: N/A।

सिस्टम ने झूठ नहीं बोला। उसने बस कुछ कहा ही नहीं। यह उस रिपोर्ट की कहानी है जो ख़ाली आई — और जिसे भरने का पहला ख़याल आते ही मेरी उँगलियाँ कीबोर्ड पर रुक गईं।

मई 2026, हैदराबाद। मुंबई इंडियंस ने आईपीएल फ़ाइनल में 129/8 बनाया था और मेरा चार महीने पुराना विन-प्रॉबैबिलिटी मॉडल इंटरवल पर राइजिंग पुणे सुपरजायंट को 68 फ़ीसदी जीत दे रहा था। पुणे 128/6 पर रुकी, मुंबई एक रन से जीता। उस रात मैंने मॉडल बचाने की कोशिश नहीं की थी — कैलिब्रेशन फ़ेलियर ख़ुद छाप दी थी, ग्राफ़ के साथ। आज वही अनुशासन कहता है कि जो फ़ाइल ख़ाली आई है, उसे कहानी से नहीं भरना।

अब साफ़ लफ़्ज़ों में, जो सामने है। स्टेज-1 का जो रिकॉर्ड स्टेज-2 को सौंपा गया, उसमें क्रिकेट का कोई तत्व मौजूद नहीं था — न टीम, न खिलाड़ी, न लीग, न वेन्यू, न तारीख़, न फ़ॉर्मैट। सिर्फ़ लेबल बचे थे। डोमेन लेबल में cricket_asia लिखा था, जो फ़्रेमवर्क के मानक Cricket कैटेगरी से मेल नहीं खाता और टेस्ट/वनडे/T20 का कोई टैग नहीं देता।

दस में से आठ फ़ील्ड में मान ख़ाली और लेबल सुरक्षित — यह पैटर्न किसी ख़बर का नहीं, पाइपलाइन के टूटने का पैटर्न है। इसके दो ही कारण संभव हैं: या तो आर्टिकल की बॉडी स्टेज-1 एक्सट्रैक्टर तक पहुँची ही नहीं, या स्रोत क्रॉल के वक़्त ख़ुद अनुपलब्ध/पे-वॉल्ड था। सच्ची क्रिकेट ख़बर से आम तौर पर कम-से-कम एक टीम का नाम या एक फ़ॉर्मैट निकल ही आता है। यहाँ कुछ नहीं निकला।

फिर भी एक प्रलोभन था। cricket_asia पढ़कर एशिया कप या किसी एसीसी इवेंट की प्लॉज़िबल रीडिंग लिखी जा सकती थी — टॉस, ओस, दुबई का पिच व्यवहार, ग्रुप की गणित। दो दिन में पढ़ने लायक़ कॉपी बन जाती। और वही इस पूरे रिकॉर्ड की सबसे बड़ी ख़तरा-लाइन है: क्रिकेट पर बिना फ़ॉर्मैट टैग के लिखा गया कोई भी दावा कमज़ोर दावा नहीं होता, अमान्य दावा होता है।

यही इस पूरी रिपोर्ट का इकलौता असली फ़ैसला है: फ़ॉर्मैट वह एंकर है जिसके बिना कोई भी मीट्रिक अपनी जगह नहीं पाता। टी20 फ़िनिशर का 180+ स्ट्राइक रेट और टेस्ट ओपनर का 45 का औसत दो अलग दुनियाओं की मुद्राएँ हैं; एक को दूसरे पर लगाना कैटेगरी एरर है, विश्लेषण नहीं। आईसीसी की टेस्ट, वनडे और टी20 रैंकिंग तीन अलग टेबल हैं और एक-दूसरे में ट्रांसफ़र नहीं होतीं। वर्ल्ड टेस्ट चैंपियनशिप का पॉइंट्स-टेबल सिर्फ़ टेस्ट में खुलता है। इकॉनमी रेट अकेले टेस्ट में लगभग अर्थहीन है, टी20 में यह बॉलिंग एफ़िशिएंसी की रीढ़ है। डकवर्थ-लुईस-स्टर्न का गणित बारिश के बाद ही लागू होता है, और डीआरएस का अंपायर्स-कॉल नियम तभी मायने रखता है जब मुक़ाबला संरचित हो।

फ़ेज़ फ़्रेमवर्क इसी एंकर से निकलता है: टी20 का पावरप्ले पहले छह ओवर, मिडिल सात से पंद्रह, डेथ सोलह से बीस। वनडे में दो नई गेंदें और आख़िरी दस ओवर की एक्सेलरेशन। टेस्ट में सेशन-दर-सेशन घिसाई और डिक्लेरेशन की टाइमिंग। यह चारों अलग फ़िल्में हैं, और इनपुट में कोई भी स्क्रीन नहीं दी गई थी।

इसीलिए आठों डाइमेंशन एक-एक करके गिरते चले गए। खिलाड़ी का रोल क्लासिफ़ाई नहीं हो सका क्योंकि कोई खिलाड़ी नामित ही नहीं था। टीम की टियर-पोज़िशनिंग नहीं बनी क्योंकि टेस्ट में घरेलू-विदेशी का फ़र्क़ दुनिया के खेलों में सबसे चौड़ा है और यहाँ वेन्यू ही नहीं था। लीग का कमर्शियल मॉडल नहीं चुना जा सका क्योंकि आईपीएल, बीबीएल, द हंड्रेड, पीएसएल, एसए20 — कोई नाम नहीं आया। गवर्नेंस का कोई ट्रिगर नहीं मिला, और यहाँ एक बारीक बात दर्ज करनी ज़रूरी है: ट्रिगर का न मिलना साफ़ चिट्ठी नहीं है, वह इनपुट की अनुपस्थिति है। दोनों को एक समझ लेना इस काम की सबसे आम ग़लती है।

पच्चीस साल से स्कोरकार्ड ठेस रहा हूँ, और जो पहली चीज़ मैं देखता हूँ वह आँकड़ा नहीं, फ़ॉर्मैट होता है। 2026 में जब बंद दरवाज़ों के बीच बुंदेसलीगा लौटा, मैंने पहले 58 मुक़ाबलों को ट्रैक किया — होम विन 34 फ़ीसदी पर आ गए, 43 फ़ीसदी के बेसलाइन के मुक़ाबले, और ऑड्स कंपाइलर करीब दो राउंड पीछे चलते रहे। वह नोट सिर्फ़ इसलिए संभव हुआ क्योंकि फ़ॉर्मैट, वेन्यू और दर्शक-उपस्थिति तीनों दर्ज थे। ख़ाली फ़ाइल से ऐसा कोई नोट नहीं निकलता।

असली जोखिम ख़ाली फ़ाइल नहीं है। असली जोखिम वह मानवीय रिफ़्लेक्स है जो ख़ाली जगह देखते ही उसे कहानी से भर देता है। मीडिया इकोसिस्टम में प्लॉज़िबल रीकंस्ट्रक्शन ईमानदार N/A से तेज़ चलता है — एशिया कप की काल्पनिक रीडिंग दो दिन में शेयर हो जाती, जबकि यह दस्तावेज़ कहेगा कि विश्लेषण असंभव है। पाठक उस लेख को सराहेगा जो उसे लगता है कि उसने कुछ सीखा, उस लेख को नहीं जो उससे कहता है कि अभी कुछ नहीं कहा जा सकता।

दूसरी, ज़्यादा महँगी ग़लती आँकड़े की तरफ़ से आती है। यह दस्तावेज़ 'कोई जोखिम नहीं मिला' पढ़ा जाए, तो एक डेटा फ़ेल्योर एक क्लीन रिज़ल्ट में तब्दील हो जाएगा। जब जोखिम जाँचा ही न गया हो, तो उसका अनुपस्थित होना साबित नहीं होता। मॉडल टूटा नहीं था; उसके सामने ऐसा स्कोर आया था जिसे उसे कभी सिखाया ही नहीं गया था। मैंने 129 को ग़लत कहना बंद किया था और पूछना शुरू किया था कि वह क्या नाप रहा था। यहाँ भी वही सवाल है: यह रिपोर्ट क्या नाप रही थी, जब उसके हाथ में नापने को कुछ ही नहीं था।

तीसरी ग़लती पेशे की आदत में छिपी है। डेटा डेस्क ने टैक्टिकल बहस कई साल पहले जीत ली है, और यह जीत अपने साथ एक ख़तरनाक निश्चिंतता लाती है — कि जो संख्या बोल रही है वही सच है, और जो ड्रेसिंग रूम या कमेंट्री बॉक्स बोल रहा है वह पुराना शोर है। यह दस्तावेज़ उस निश्चिंतता के ख़िलाफ़ एक छोटा-सा सबूत है। जिस पल हमारे पास एक भी नाम, एक भी सिलेक्शन कॉल, एक भी कोच का बयान नहीं था, उस पल हमारी संख्या भी ख़ामोश हो गई। बेहतर यही है कि हम यह ख़ामोशी दर्ज करें, उसे एडिट करके हटा न दें।

तो आगे क्या। कम-से-कम छह फ़ील्ड चाहिए, तभी यह रिकॉर्ड दोबारा चल सकता है: आर्टिकल का शीर्षक और स्रोत का नाम, फ़ॉर्मैट टैग (टेस्ट/वनडे/टी20/द हंड्रेड — यह ग़ैर-वैकल्पिक है), मैच का प्रकार, नामित एंटिटीज़, इवेंट की तारीख़, और तीन से आठ अलग-अलग सूचना-बिंदु जो स्रोत-पाठ से जोड़े जा सकें। सिर्फ़ दो फ़ील्ड मिल जाएँ — फ़ॉर्मैट और एंटिटी — तो भी तीन डाइमेंशन कम-भरोसे के साथ खुल जाते हैं।

सवाल यह नहीं है कि रिपोर्ट में क्या ग़लत था। सवाल यह है कि एक ऐसे दौर में जब हर स्कोर, हर बोली और हर रन-रेट एक भरोसेमंद दिखने वाली संख्या में बदल जाता है, हम अपने पाठक से यह उम्मीद कैसे कर सकते हैं कि वह हमारी रिपोर्ट का स्रोत पूछेगा — जब हमने ख़ुद अपने सिस्टम में यह दर्ज करना ज़रूरी नहीं समझा कि खेल कौन-सा फ़ॉर्मैट था। अगली बार जब कोई फ़ाइल ख़ाली आए, तो सबसे पहला काम उसे भरना नहीं, उसे लौटाना होगा।