खाली टाइटल फ़ील्ड: क्रिकेट डेटा पाइपलाइन में नाकामी स्कोरबोर्ड पर नहीं, इनजेशन में होती है

मंगलवार की दोपहर, पुणे के अपने डेस्क पर मैंने एक फ़ाइल खोली जिसमें स्कोर नहीं था। टाइटल की जगह N/A, सोर्स की जगह N/A, आर्टिकल टाइप की जगह 'Unclassified', और इन्फॉर्मेशन पॉइंट्स की जगह एक खाली लिस्ट। नीचे आठ एनालिटिकल डाइमेंशन बने हुए थे — फॉर्मेट एंड मैच एनालिसिस, प्लेयर टेक्नीक, टीम लैंडस्केप, लीग इकोसिस्टम, रूल्स एंड गवर्नेंस, रिस्क, पब्लिक नैरेटिव, इंडस्ट्री ट्रांसमिशन — और हर एक के खाने में एक ही वाक्य दर्ज था: 'N/A – insufficient information'। पूरे दस्तावेज़ में सिर्फ़ एक चीज़ ज़िंदा बची थी, वो भी कंटेंट नहीं, एक टैग: cricket_asia।

पहला सुराग स्कोरलाइन नहीं, शेप था। चार फ़ील्ड एक साथ खाली होना दुर्घटना नहीं, एक सिग्नेचर है। जिस रिपोर्ट को पढ़कर आप कहते हैं 'इसमें कुछ नहीं है', उस रिपोर्ट ने असल में आपको बता दिया है कि कुछ है — लेकिन मैच में नहीं, मशीन में।

क्रिकेट डेस्क पर काम करने का तरीका मैंने उल्टा सीखा है: पहले वो ढाँचा समझो जिसमें तथ्य बैठते हैं, फिर तथ्य को बोलने दो। एनालिटिक्स की भाषा में इन्फॉर्मेशन पॉइंट वो छोटी-से-छोटी इकाई है जो अकेले में सत्यापित हो सके — एक तारीख, एक नाम, एक संख्या, एक फ़ॉर्मेट टैग। स्टेज-1 का काम यही अणु जमा करना है; स्टेज-2 का काम उन अणुओं को जोड़कर निष्कर्ष निकालना। जिस दिन स्टेज-1 खाली लौटता है, स्टेज-2 के पास जोड़ने को कुछ नहीं होता, और उस दिन ईमानदार आउटपुट सिर्फ़ एक होता है — मना करना।

2026 अक्टूबर में जब मैंने पुणे के एक बेडरूम डेस्क से U-17 विश्व कप के 52 मैच चार्ट किए थे, तब पहली बार यह अनुशासन बना। कोलंबिया के खिलाफ जीकसन सिंह का हेडर भारत का पहला फीफा टूर्नामेंट गोल था, और उस पर लिखने का मन था — लेकिन टेम्पलेट सामने था: फ़ॉर्मेशन मैप, पज़ेशन-सीक्वेंस काउंट, सैंपल साइज़, कैविएट लाइन। हर डायग्राम नंबरबद्ध था ताकि दावा एक मिनट तक ट्रेस हो सके। मैंने टूर्नामेंट बेडरूम डेस्क से मैप किया, और पैटर्न्स ने बात की। तब से एक नियम पक्का है: जिस मैच को खुद चार्ट न किया हो, उस पर नहीं लिखना। इससे आउटपुट आधा हुआ, सटीकता दोगुनी।

2026 में जब देस्क ने नौ में से चार फुटबॉल स्टाफ़ काटे और मैं उनमें था, तब खाली स्टेडियम के महीनों में मैंने अपनी 2026 की 214 भविष्यवाणियाँ ऑडिट कीं। हिट रेट 41 फ़ीसदी निकला। उस ऑडिट से जो चीज़ निकली वो किसी मैच के बारे में नहीं थी — वो यह थी कि मेरी गलतियाँ कहाँ पैदा होती थीं: कंटेंट में नहीं, इनपुट में। जहाँ मैंने अपनी सोर्स लाइन काटी, वहीं मैं गलत हुआ। तब से हर लंबे पीस के अंत में एक लाइन जुड़ती है — 'कौन-सा सबूत मुझे गलत साबित करेगा'। और हर गलत भविष्यवाणी की एक पंक्ति पब्लिक एरर लॉग में जाती है, कारण के साथ।

अब इस फ़ाइल पर वही नियम लगाइए। चार चीज़ें एक साथ गिरी हैं। अगर स्रोत आर्टिकल वैध था लेकिन क्रिकेट से असंबंधित था, तो पाइपलाइन कम से कम टाइटल और सोर्स तो लौटाती। उनका भी न होना बताता है कि खराबी क्लासिफिकेशन से पहले, यानी इनजेशन में है — पेपरवॉल, जावास्क्रिप्ट से रेंडर होता पेज, एन्कोडिंग की गड़बड़, या अधूरा फ़ेच। यह अनुमान है, प्रमाण नहीं, और मैं इसे अनुमान ही कहूँगा। लेकिन एक बात संरचना से सीधे निकलती है: 'Entities Involved' फ़ील्ड में लिखा था 'ऊपर दिए इन्फॉर्मेशन पॉइंट्स से पहचानें' — और वो पॉइंट्स मौजूद ही नहीं थे। यानी एंटिटी एक्सट्रैक्शन का स्टेप कभी चला ही नहीं। उसे डाउनस्ट्रीम से ठीक नहीं किया जा सकता।

सबसे बड़ा जाल टैग को तथ्य समझ लेना है। cricket_asia एक कवरेज एरिया है, एक सत्य नहीं। इस लेबल के अंदर एशियाई बाज़ार की चारों तरह की कवरेज बैठती है: मैच रिपोर्ट, नीलामी की खबर, बोर्ड की वित्तीय राजनीति, ब्रॉडकास्ट राइट्स की डील, चोट की अपडेट। इनमें से तीन पर स्कोरबोर्ड का कोई मतलब नहीं होता। अगर मैं इस टैग से भारत-पाकिस्तान या एशिया कप का फ़्रेम खींच लेता, तो वो एनालिसिस नहीं होती, कम-कॉन्फिडेंस अटकल होती जिसे मैंने एनालिसिस का कपड़ा पहना दिया होता। मेरे पेशे की सबसे आम गंदगी यही है।

फ़ॉर्मेट टैग की गैरमौजूदगी कोई फ़ॉर्मैलिटी नहीं है। टेस्ट का औसत, वनडे का स्ट्राइक रेट और टी20 की इकॉनमी आपस में एक-दूसरे का सबूत नहीं बन सकते। जिस दिन किसी खाली खाने को 'भरने' के लिए मैं किसी खिलाड़ी का आँकड़ा स्मृति से जोड़ देता, उस दिन रिपोर्ट में क्रॉस-फ़ॉर्मेट कंटैमिनेशन घुस जाता — और वो गलती सबसे महँगी होती है क्योंकि वो पढ़ने में सबसे ठीक लगती है। यहाँ एक भी आँकड़ा इसलिए नहीं है कि कोई आँकड़ा मिला ही नहीं था। यह कमी नहीं, शर्त है।

इसके साथ एक प्रोसेस-रिस्क जुड़ा है जिसे डेस्क अक्सर नज़रअंदाज़ करते हैं: बैच प्रॉपेगेशन। जब टाइटल, सोर्स, टाइप और पॉइंट्स — चारों एक साथ खाली हों, तो यह अकेली आर्टिकल की समस्या से ज़्यादा उस जॉब की समस्या लगती है जिसमें वो प्रोसेस हुआ। अगर यह रन बैच में गया था, तो उसी बैच के भाई-रिकॉर्ड्स में भी यही नल-सिग्नेचर बैठा हो सकता है। किसी भी डेटा डेस्क का पहला काम अपनी सबसे अच्छी रिपोर्ट नहीं, अपनी सबसे संदिग्ध रिपोर्ट होती है।

भारतीय क्रिकेट में यह खालीपन ज़्यादा चुभता है क्योंकि यहाँ का बाज़ार कंटेंट-भारी है। नीलामी का पर्स, रिटेंशन, कैलेंडर की घनता, रेस्ट विंडो, NRR, इम्पैक्ट प्लेयर — यह सब वही चीज़ें हैं जो सीरीज़ को गेंद पड़ने से पहले तय करती हैं। इनमें से किसी पर भी दावा करने के लिए एक तारीख और एक नाम चाहिए। जिस फ़ाइल में दोनों न हों, उससे निकलने वाला हर निष्कर्ष — चाहे वो पर्स का हो, राइट्स का हो, या चयन का — हवा में लटका रहेगा।

और यहीं पर वो चीज़ बैठी है जो पूरे मामले का सबसे खतरनाक हिस्सा है, और वो रिपोर्ट के आख़िर में है — रिस्क मैट्रिक्स। छह कैटेगरी: स्पोर्टिंग, पर्सोनेल, कमर्शियल, रूल्स/इंटीग्रिटी, पब्लिक ओपिनियन, सिस्टमिक। पाँचों में 'N/A'। कोई फ़्लैग नहीं। एक पाठक इसे पढ़कर यह समझ सकता है कि 'कोई रिस्क नहीं मिला', जबकि सच उल्टा है। शून्य इन्फॉर्मेशन पॉइंट्स वाली रिपोर्ट का रिस्क प्रोफ़ाइल 'सुरक्षित' नहीं, 'अज्ञात' होता है। क्रिकेट कवरेज में यही उलटफेर सबसे ज़्यादा होता है — जहाँ डेटा नहीं होता, वहाँ अनुपस्थिति को संतुलन समझ लिया जाता है। मैं इसे खेल का जोखिम नहीं, फ़ैसले का जोखिम कहूँगा।

यहाँ मुझे अपना काउंटर-रीड भी स्पष्ट रखना है, क्योंकि संरचना को शक करना मेरी आदत है और आदत बन जाना खतरा है। मेरा पढ़ना यह है कि गड़बड़ी कंटेंट की नहीं, पाइपलाइन की है। इसका टेस्ट साफ़ है और मैं इसे पहले ही लिख रहा हूँ: अगर स्टेज-1 दोबारा चलाने पर टाइटल, सोर्स और कम-से-कम पाँच डेटेड इन्फॉर्मेशन पॉइंट्स आ जाएँ, और उसके बाद भी स्टेज-2 वही आठों खाने N/A से भर दे, तो मेरा पढ़ना गलत है। उस स्थिति में दोष मेरे फ़्रेमवर्क का है, इनजेशन का नहीं — और मुझे वही एरर लॉग में दर्ज करना होगा। रूस 2026 ने मुझे स्ट्रक्चर पर भरोसा करना सिखाया था; उसी साल यह भी सिखाया कि स्ट्रक्चर को अपने ही खिलाफ जाँचना पड़ता है। 2026 में जब विंडो जम गई थी, तब काउंटर-साइक्लिकल कदम ही सबक बना — यहाँ वो कदम यही है कि मैं खाली रिपोर्ट को 'कोई खबर नहीं' न कहकर 'खबर कहाँ खोई' का सवाल बनाऊँ। एक लेऑफ सिस्टम्स के लिए आँख तेज़ करता है जो झटके में भी बचे रहें। यहाँ बचा हुआ सिस्टम फ़्रेमवर्क ही है; उसे चलाने के लिए ईंधन चाहिए, और ईंधन एक भी तथ्य नहीं आया।

इस पूरे प्रकरण में जो एक चीज़ वाकई काम की निकली, वो है फ़्रेमवर्क की जवाब देने की क्षमता। खाली इनपुट मिलने पर उसने अटकल नहीं उगली। आठों डाइमेंशन में एक ही ईमानदार वाक्य बैठा दिया, और ऊपर एक इंटीग्रिटी चेक में यह दर्ज कर दिया कि सोर्स, टाइप और टाइटल तीनों नहीं हैं। यह आउटपुट बेकार लगता है। असल में यह सिस्टम का सबसे अनुशासित आउटपुट है, क्योंकि इसने वो काम किया जो क्रिकेट कवरेज में सबसे कम होता है — इसने मना किया।

चार्ट भविष्य नहीं बताता; वो बताता है कि आगे क्या देखना है। इसलिए अगले रन पर मेरी नज़र तीन चीज़ों पर रहेगी। पहला, री-रन सक्सेस: क्या टाइटल, सोर्स और पाँच डेटेड पॉइंट्स लौटते हैं। दूसरा, फ़ेल्योर-सिग्नेचर: क्या यही नल-पैटर्न उसी बैच के दूसरे रिकॉर्ड्स में दोहराता है — अगर हाँ, तो सवाल आर्टिकल का नहीं, इंजन का है। तीसरा, फ़ॉर्मेट टैग: क्या सोर्स टेक्स्ट में टेस्ट, वनडे या टी20 साफ़ लिखा है। जिस दिन टैग बिना लिखे आए, उस दिन एनालिसिस को कमर्शियल और गवर्नेंस के दायरे में सीमित रखना पड़ेगा, चाहे कितना ही लुभावना हो।

और उस दिन तक एक सवाल डेस्क पर टँगा रहेगा: अगर मशीन को पता है कि उसके पास कुछ नहीं है, तो इंसान को यह बताने में इतनी देर क्यों लगती है?