खाली कॉलम की रिपोर्ट: जब क्रिकेट डेटा डेस्क ने 'अपर्याप्त जानकारी' लिखकर इस्तीफ़ा दे दिया

आठ आयाम, चौदह पेज, और सूचना बिंदुओं की संख्या — शून्य।

क्रिकेट विश्लेषण का जो दस्तावेज़ इस हफ़्ते मेरी मेज़ पर पहुँचा, उसका शीर्षक था 'एन/ए', स्रोत था 'एन/ए', लेख का प्रकार था 'अवर्गीकृत', और वैचारिक दृष्टिकोण था 'एन/ए'। पूरे दस्तावेज़ में एक ही जगह कोई मान शून्य से अलग था, और वह जगह क्रिकेट की नहीं थी। वह जोखिम मैट्रिक्स की आखिरी पंक्ति थी, जहाँ 'सूचना/मेटा जोखिम' के सामने 'उच्च' लिखा था, टिप्पणी में 'पहले से घटित'। यानी उस रिपोर्ट का सबसे भरा हुआ हिस्सा उसका अपना खालीपन था।

मैं अठारह साल की उम्र से स्कोरबुक कोड कर रही हूँ, और उस आदत ने मुझे एक बात सिखाई है जो किसी भी डेटा अनुबंध में सबसे पहले लिखी जानी चाहिए: किसी दस्तावेज़ का सबसे महत्वपूर्ण कॉलम वह नहीं है जो सबसे ज़्यादा भरा गया हो, बल्कि वह है जिसे भरने से साफ़ इनकार कर दिया गया हो। पैंतालीस साल में मैंने सैकड़ों रिपोर्टें ऐसी पढ़ी हैं जो चालीस संख्याओं से भरी थीं और एक भी सत्यापन योग्य नहीं थी। आज पहली बार मेरे सामने ऐसा दस्तावेज़ था जिसने सारे संख्याओं से इनकार कर दिया था — और मुझे यह मानने में कोई झिझक नहीं कि वह उन सैकड़ों से ज़्यादा ईमानदार है।

संदर्भ: दो मंज़िला कारखाना, और एक गेट जो पहली सीढ़ी पर ही बंद मिला

क्रिकेट का औद्योगिक विश्लेषण आज दो मंज़िलों पर चलता है। पहली मंज़िल — निष्कर्षण। किसी लेख से शीर्षक, स्रोत, प्रकार, इकाइयाँ, सूचना बिंदु, समय-संवेदनशीलता और स्रोत की गुणवत्ता निकाली जाती है। दूसरी मंज़िल — विश्लेषण। उन सूचना बिंदुओं को आठ आयामों में फैलाया जाता है: प्रारूप और मैच, खिलाड़ी की तकनीक, टीम का परिदृश्य, लीग का वाणिज्य, नियम-शासन, जोखिम, सार्वजनिक कथा, और उद्योग का संचरण।

इस कारखाने का पहला और अनिवार्य गेट है प्रारूप। टेस्ट का औसत, वनडे का स्ट्राइक रेट और टी20 का इकॉनमी रेट तीन अलग मुद्राएँ हैं। इन्हें जोड़ना वही गलती है जो किसी कोच की उम्र और किसी बल्लेबाज़ की उम्र जोड़ने में होती है। इसलिए जब तक यह तय न हो कि बात टेस्ट की हो रही है या टी20 की, कोई भी तुलना टाली जानी चाहिए — यह विश्लेषणात्मक सतर्कता नहीं, बल्कि मापन की बुनियादी शर्त है। और जिस दस्तावेज़ की मैं बात कर रही हूँ, उसमें प्रारूप का कॉलम ही नहीं भरा गया था।

मेरा अपना मानक चालीस कॉलम का नहीं, इकतालीस फ़ील्ड का है। जुलाई 2026 में, भारतीय क्रिकेट बोर्ड के खिलाड़ी-रजिस्ट्री डेस्क से निकलने के तीन महीने बाद, मैं महिला विश्व कप में डेटा सीट माँगकर बैठ गई थी। क्रेडेंशियल देने वाले अधिकारी ने साफ़ कहा था कि महिलाओं के मैचों को 'स्टैट्स डेस्क की ज़रूरत नहीं' होती। मैंने डर्बी का सेमीफ़ाइनल गेंद-दर-गेंद कोड किया: हरमनप्रीत कौर 115 गेंदों पर 171 रन नाबाद, भारत 4 विकेट पर 281, ऑस्ट्रेलिया 36 रन से हारा। वे सारी 115 गेंदें उसी इकतालीस-फ़ील्ड स्कीमा में गईं — चरण-विभाजन, बाउंड्री प्रतिशत, डॉट-बॉल दबाव — जो मैं पुरुषों के अंतरराष्ट्रीय मैचों के लिए इस्तेमाल करती थी। 2026 विश्व कप में उसी स्कीमा को फुटबॉल डेस्क तक ले जाया गया, चौंसठ मैचों में कच्चे इवेंट फ़ीड से xG और PPDA दोबारा बनाए गए। 2026 में रजिस्ट्री अंधेरे में चली गई तो चौदह दिन, एक खाली स्टेडियम, और एक रजिस्ट्री जिसे फिर से साँस लेनी थी — दो सौ पंजीकृत खिलाड़ी, आठ फ़्रैंचाइज़ियाँ, अड़तालीस घंटे की क्लीयरेंस चेकलिस्ट। पाँच सौ बारह बंद-दरवाज़े मैचों की लॉग-बुक बनी, होम-विन दर 44.8% से 40.2% पर आई, और 2026 आईपीएल में टॉस जीतने वाली टीम ने 61% मैच जीते।

यह सारा इतिहास इसलिए लिख रही हूँ कि पाठक समझ सके: जिस दस्तावेज़ में शून्य सूचना बिंदु लौटे, वह किसी नौसिखिए का काम नहीं था। उसके पीछे इकतालीस खानों वाला एक परिपक्व यंत्र था। और वह यंत्र एक निश्चित जगह पर, निश्चित तरीके से टूटा था।

मुख्य निष्कर्ष: जो टूटा, वह लेख नहीं था — वह मशीन थी, और उसने अपनी टूटन का सबूत खुद छोड़ दिया

मैंने दस्तावेज़ को उसी तरह ऑडिट किया जैसे किसी विवादित ट्रांसफ़र की कीमत को करती हूँ। पहले गिनती: छह पंक्तियों वाले जोखिम मैट्रिक्स में पाँच पंक्तियों के सामने 'लागू नहीं' और एक के सामने 'उच्च'। सूचना-मूल्य रेटिंग की चार कसौटियों में तीन को एक स्टार, एक को दो स्टार। वह एकमात्र दो-स्टार वाली कसौटी भी खेल की नहीं, 'संदर्भ मूल्य' की थी, और उसका स्पष्टीकरण यह था कि उसका मूल्य केवल मेटा-स्तर पर है — यानी एक प्रलेखित उदाहरण के तौर पर कि जब इनपुट खाली हो तो विश्लेषण ने इनकार करना सीख लिया है।

दूसरा और निर्णायक सबूत टेम्पलेट में छिपा था। 'इकाइयाँ शामिल' वाले खाने में किसी खिलाड़ी या टीम का नाम नहीं, बल्कि यह वाक्य लिखा था — 'ऊपर दिए गए सूचना बिंदुओं से पहचानें'। 'स्रोत की गुणवत्ता' वाले खाने में यह निर्देश था — 'सूचना बिंदुओं के स्रोत-फ़ील्ड से अनुमान लगाएँ'। ये मान नहीं, निर्देश हैं। मशीन ने अपना ही कार्यबोध वापस कर दिया, क्योंकि आगे भरने के लिए कुछ था ही नहीं। निष्कर्ष यह निकलता है कि मूल लेख संभवतः खाली नहीं था; खाली उस लेख से जानकारी निकालने वाला चरण था। यह अंतर छोटा नहीं है। एक खाली लेख कोई समस्या नहीं है; एक ऐसा यंत्र जो सामग्री होते हुए भी शून्य लौटाता है, वह अगली बार भी शून्य लौटेगा और हमें कभी पता नहीं चलेगा कि क्या खोया।

तीसरा निष्कर्ष भाषा का है। रिपोर्ट में पाँच जगह 'लागू नहीं' लिखा है और एक जगह 'उच्च'। पाठक की आँख इन दोनों को एक ही ढेर में डाल देती है — 'कुछ नहीं मिला'। असल में ये दो बिल्कुल अलग वाक्य हैं। 'लागू नहीं' का मतलब है: मैंने देखा, मुझे कुछ नहीं मिला, और मैं यह स्वीकार कर रही हूँ। 'कम जोखिम' या 'स्वच्छ शासन' का मतलब होता: मैंने देखा और कुछ नहीं मिला, इसलिए स्थिति ठीक है। इस दूसरे वाक्य में झूठ है। सत्यनिष्ठा की स्थिति तब तक 'अज्ञात' है जब तक जाँच पूरी न हो, और 'अज्ञात' को 'स्वच्छ' पढ़ना ऑटोमेटेड अनुसंधान की सबसे आम बीमारी है। मैंने यही सिद्धांत 2026 की रजिस्ट्री में लगाया था: जिस खिलाड़ी का एनओसी स्कैन नहीं मिला, उसके सामने 'कोई आपत्ति नहीं' नहीं लिखा गया था — 'लंबित' लिखा गया था।

चौथा निष्कर्ष वह है जो मुझे रात में सोचने पर मजबूर करता है। मैंने पहले महिलाओं की फाइल खोली, क्योंकि पचास साल का अनुभव यही कहता है कि किसी भी डेटा प्रणाली की विफलता का दर्जा समान नहीं होता। जहाँ स्रोत की कवरेज मोटी है — भारत-ऑस्ट्रेलिया टेस्ट, आईपीएल प्लेऑफ़, प्रसारित वनडे — वहाँ जानकारी चारों तरफ़ बिखरी पड़ी है और निष्कर्षण का गिरना भी महँगा पड़ता है। जहाँ कवरेज पतली है — बिना प्रसारण वाला महिला घरेलू मुकाबला, रणजी का उपेक्षित मैच, क्षेत्रीय भाषा का अनट्रैक प्रसारण — वहाँ निष्कर्षण का गिरना सस्ता है, क्योंकि गिरने पर शोर नहीं होता। एक ऐसा यंत्र जो हरमनप्रीत कौर की 115 गेंदें नहीं ढूँढ पाता, वह उस महिला क्रिकेटर को कभी नहीं ढूँढेगा जिसने अगले साल किसी गैर-प्रसारित मैच में 74 रन बनाए। और उसकी अनुपस्थिति रिपोर्ट में 'लागू नहीं' बनकर बैठ जाएगी, जिसे कोई 'कोई खबर नहीं' पढ़ेगा।

यहीं मेरा एक बहुत पुराना सबक काम आता है, जो मैंने इकतालीस खानों को पूरा करते हुए सीखा — मानक वह कॉलम है जिसे भरना पड़ता है, नारा नहीं। नारे से कोई मैच नहीं कोड होता। कोडिंग से ही यह पता चलता है कि कौन-सी फ़ील्ड हमेशा खाली रह जाती है, और वही खाली फ़ील्ड असली असमानता है — घोषणा-पत्रों में नहीं, रजिस्ट्री में।

विपरीत कोण: यह रिपोर्ट फेल नहीं हुई, इसने इनकार किया — और इनकार इस उद्योग में सबसे दुर्लभ इनपुट है

हर कोई यही कहेगा कि पाइपलाइन टूटी है और इंजीनियरों को उसे ठीक करना चाहिए। मैं इस पढ़ने को सही मानती हूँ, और अधूरा भी।

इस काम में जो डिज़ाइन बुनियादी है, उसे 'फेल-क्लोज़्ड' कहते हैं: इनपुट गायब हो तो नतीजा निकालने से मना कर दो। यह दस्तावेज़ वही कर रहा है। दूसरी तरफ़ खतरनाक प्रणाली वह नहीं है जिसने शून्य लौटाया; खतरनाक वह है जो चालीस विश्वसनीय दिखने वाली संख्याएँ लौटाती, और उनमें से कोई भी सत्यापन योग्य न होती। ऐसी प्रणाली हमारे उद्योग में पहले से चल रही है और उसका नाम 'डेडलाइन पर बैठा इंसान' है। मैंने खुद उस प्रणाली से बनी रिपोर्टें पढ़ी हैं, जिनमें टीम की 'मज़बूत गेंदबाज़ी गहराई' का दावा होता था और पाँचवें गेंदबाज़ का नाम नहीं होता था।

यहाँ मुझे क्रोएशिया वाला पुराना मामला याद आता है, जो मेरे लिए विश्लेषण की सीमा का कील है। 2026 विश्व कप में मेरे मॉडल ने क्रोएशिया को फ़ाइनल तक पहुँचने की 4% संभावना दी थी। वे फ़ाइनल में पहुँचे। मैंने मॉडल नहीं फेंका; मैंने उसमें आराम के दिन, अतिरिक्त समय और यात्रा के कॉलम जोड़े, और त्रुटि-पत्र खुद प्रकाशित किया। सबक यह था कि डेटा झूठ नहीं बोलता — मेरी स्कीमा बोलती है। इसी तरह, क्रोएशिया की समस्या ठीक वहीं शुरू हुई जहाँ प्रसारण का डेटा खत्म हो गया था; मॉडल भी वहाँ तक आते-आते अंधा हो जाता है, और उसी क्षण उसकी निश्चिंतता उसका सबसे महँगा उत्पाद बन जाती है।

इसलिए असली सवाल यह नहीं है कि यह रिपोर्ट खाली क्यों लौटी। असली सवाल यह है कि हमारे पास पहले से कितनी भरी हुई रिपोर्टें हैं जिनका हर आंकड़ा बिना पते का है — और उन्हें किसी ने 'लागू नहीं' क्यों नहीं कहा। सहसंबंध और कारण अलग चीज़ें हैं: किसी रिपोर्ट में आठ आयाम भरे होना उसके विश्लेषण का साक्ष्य नहीं, केवल उसके टेम्पलेट का साक्ष्य है। और स्रोत के बिना xG सजावट है।

आगे की ओर: पाँच संकेत जिन्हें अगली तिमाही में देखना है

यह दस्तावेज़ अपने साथ एक ट्रैकिंग तालिका लाया है, और उसकी पाँच पंक्तियाँ असल में एक ही सवाल के पाँच रूप हैं। मूल स्रोत पर निष्कर्षण दोबारा चलाकर देखें — क्या सूचना बिंदुओं की सूची अब खाली नहीं है? हाल के तीस-चालीस आउटपुट निकालकर गिनें — 'इकाइयाँ' और 'स्रोत की गुणवत्ता' वाले खानों में वही निर्देश-वाक्य कितनी बार लौटा? यह एकल विफलता है या प्रणालीगत टूटन, इसका उत्तर इसी अनुपात में है। तीसरा संकेत सबसे खामोश है: डोमेन लेबल 'क्रिकेट' के बजाय 'क्रिकेट_वर्ल्ड' लौटा। एक अक्षर का फ़र्क़ है, पर यही फ़र्क़ आगे की कड़ी में लेख को गलत शेल्फ़ पर रख देता है।

चौथा संकेत सबसे गंभीर है। अगर पाइपलाइन की पहली मंज़िल कभी 'प्रारूप' फ़ील्ड भेजती ही नहीं — न टेस्ट, न वनडे, न टी20 — तो हर क्रिकेट लेख पर आयाम एक और दो जन्म से ही विफल हैं। यह बग नहीं, यह डिज़ाइन में छेद है। और पाँचवाँ संकेत बताता है कि क्या संभव है: 'स्रोत की गुणवत्ता' कभी भरती है या नहीं। जिस दिन यह खाना भरना शुरू होगा, उस दिन हम किसी रिपोर्ट पर 'उच्च विश्वास' लिख सकेंगे और यह भी बता सकेंगे कि वह विश्वास किस स्रोत से आया।

मेरे पास आख़िर में एक ही सवाल बचता है, और वह उन लोगों के लिए है जो अगले साल इसी तरह के दस्तावेज़ पढ़ेंगे। जब कोई यंत्र यह बताने की हिम्मत नहीं जुटा पाता कि मैच का प्रारूप क्या था, तो वह और क्या-क्या चुपचाप नहीं बता रहा है — किस महिला क्रिकेटर का नाम, किस रणजी मैच का स्कोर, किस क्षेत्रीय भाषा के कमेंट्री बॉक्स में बैठा वह डेटा जो कभी किसी तालिका तक नहीं पहुँचा? एक खाली रिपोर्ट ईमानदार होती है। खतरनाक वह रिपोर्ट है जो भरी हुई दिखती है और जिसके हर आंकड़े का पता मालूम नहीं।