खाली फ़ील्ड, भरा हुआ भरोसा: क्रिकेट डेटा में 'नल रिकॉर्ड' की जाँच

बुधवार की सुबह मेरे डेस्क पर एक फ़ाइल आई। उसका हर बॉक्स मौजूद था, और हर बॉक्स खाली था। शीर्षक का फ़ील्ड भरा हुआ था — उसमें एन/ए लिखा था। स्रोत का फ़ील्ड भी भरा हुआ था — उसमें भी एन/ए। लेख का प्रकार: अवर्गीकृत। एक वाक्य का सारांश: खाली। लेखक का रुख: एन/ए। लेख का उद्देश्य: एन/ए। समय-संवेदनशीलता का आकलन नहीं हुआ। स्रोत की गुणवत्ता का आकलन नहीं हुआ। सूचना बिंदुओं की सूची में शून्य प्रविष्टियाँ थीं। और 'इसमें शामिल इकाइयाँ' वाले खाने ने वही किया जो एक अच्छी तरह से डिज़ाइन किया गया ब्यूरोक्रेटिक फ़ॉर्म करता है — उसने खुद को हवाले में डाल दिया: 'ऊपर दिए गए सूचना बिंदुओं से पहचानें।' ऊपर कोई बिंदु नहीं था।

इस पूरे दस्तावेज़ में सामग्री सिर्फ़ एक फ़ील्ड में थी: डोमेन लेबल — cricket_world।

क्रिकेट की एक ख़बर जिसमें कोई खिलाड़ी नहीं, कोई टीम नहीं, कोई बोर्ड नहीं, कोई लीग नहीं, कोई तारीख नहीं, कोई प्रारूप नहीं। और फ़ाइल के सबसे ऊपर एक स्थिति टँकी थी: स्टेज-2 के लिए तैयार। पचास साल से ज़्यादा के काम में मैंने अधूरे स्कोरकार्ड देखे हैं, बारिश में भीगे रजिस्टर देखे हैं, ऐसे मैच देखे हैं जिनका कोई आधिकारिक रिकॉर्ड ही नहीं बना। लेकिन एक खाली रिकॉर्ड पर 'तैयार' की मुहर लगाकर उसे आगे भेजना — वह पहली बार था।

यह रिपोर्ट उसी फ़ाइल की है। यह किसी मैच की रिपोर्ट नहीं है; यह उस रिपोर्ट की रिपोर्ट है जो कभी भरी ही नहीं गई।

संदर्भ: दो मंज़िलों वाला वर्कफ़्लो, और एक कॉलम जो हमेशा से कीमती था

काम करने का तरीका दो मंज़िलों में बँटा है। पहली मंज़िल (स्टेज-1) एक लेख को तोड़ती है — उससे 'सूचना बिंदु' और 'रुख' निकालती है। सूचना बिंदु का मतलब साफ़ है: एक अलग, सत्यापन-योग्य तथ्य। 'खिलाड़ी X ने T20 में 41 गेंदों पर 74 रन बनाए' — यह एक सूचना बिंदु है। 'इकाइयाँ' यानी वे नामित अभिनेता — राष्ट्रीय टीम, फ़्रैंचाइज़ी, खिलाड़ी, कोच, आयोजन — जो विश्लेषण को ज़मीन से बाँधते हैं। दूसरी मंज़िल (स्टेज-2) उसी ज़मीन पर आठ आयामों का ढाँचा खड़ा करती है: प्रारूप और मैच, खिलाड़ी का तकनीकी-आँकड़ा पक्ष, टीम का परिदृश्य, लीग और वाणिज्यिक पारिस्थितिकी, नियम और शासन, जोखिम, सार्वजनिक कथा, और उद्योग में संचरण।

मेरे पास इन दोनों मंज़िलों से लंबा हिसाब है। जुलाई 2026 में, BCCI की खिलाड़ी-रजिस्ट्री डेस्क छोड़ने के तीन महीने बाद, मैंने महिलाओं की फाइलें पहले खोलीं — उस वर्ल्ड कप में क्रेडेंशियल देने वाले अधिकारी ने मुझसे 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 नाबाद, भारत 281/4, ऑस्ट्रेलिया 36 रन से हारा। वे सारी 115 गेंदें मेरे 41-फ़ील्ड स्कीमा में गईं — चरण-विभाजन, बाउंड्री प्रतिशत, डॉट-बॉल दबाव — वही स्कीमा जो मैं पुरुषों के अंतर्राष्ट्रीय मैचों के लिए इस्तेमाल करती थी।

अगले साल रूस में मुझे 2026 वर्ल्ड कप की डेस्क मिली क्योंकि वही स्कीमा वहाँ भी चली। चौंसठ मैचों में मैंने कच्चे इवेंट फ़ीड से xG और PPDA दोबारा बनाए। तीन प्रदाता 'बड़े मौके' की परिभाषा पर आपस में सहमत नहीं थे, इसलिए मैंने एक परिभाषा लिखी और उसे 1,580 बार लागू किया। मेरे मॉडल ने क्रोएशिया को फ़ाइनल तक पहुँचने की 4% संभावना दी। वे फ़ाइनल में पहुँचे। मैंने मॉडल फेंका नहीं — मैंने आराम के दिनों, अतिरिक्त समय और यात्रा के कॉलम जोड़े, और अपनी गलतियों की सूची खुद प्रकाशित की।

ये दो स्मृतियाँ इस खाली फ़ाइल से अलग नहीं हैं। दोनों एक ही सबक देती हैं: टेम्पलेट के पूरा होने से डेटासेट सच नहीं हो जाता। सच्चाई फ़ील्ड भरने से नहीं, फ़ील्ड की परिभाषा से आती है।

कोर: आठ आयाम, आठ खाली जवाब

स्टेज-2 ने जो लौटाया, वह एक तकनीकी अजूबा है। आठ में से आठ आयाम 'आकलन संभव नहीं' पर खड़े हैं। यह विश्लेषण की विफलता नहीं है — यह इनपुट की विफलता की ईमानदार रिपोर्ट है।

प्रारूप सबसे पहले गिरा। स्टेज-1 के आउटपुट में टेस्ट, ODI, T20 या द हंड्रेड — कोई टैग नहीं। यह कठोर अवरोधक है, नरम कमी नहीं। क्रिकेट का सामरिक तर्क प्रारूप-विशिष्ट होता है और एक प्रारूप से दूसरे में पहनाया नहीं जा सकता; मेरे नियम साफ़ हैं कि टेस्ट, ODI और T20 के प्रदर्शन-आँकड़े कभी एक तालाब में नहीं डाले जाते। प्रारूप नहीं, तो आंशिक विश्लेषण भी असंभव। वेन्यू का कोई ज़िक्र नहीं, इसलिए पिच और मौसम के कारक हट गए; डीआरएस या डीएलएस की कोई घटना नहीं, इसलिए भाग्य-कारकों को अलग करने का सवाल ही नहीं उठता।

खिलाड़ी का आयाम खाली है क्योंकि दस्तावेज़ में कोई नाम नहीं। औसत, स्ट्राइक रेट, इकॉनमी, परिस्थिति-विभाजन, हाल का रुझान — सब 'आकलन संभव नहीं'। भूमिका नहीं, प्रारूप नहीं, इसलिए वह सुरक्षा-कवच भी लागू नहीं हो सकता जो प्रारूपों के मिश्रण से बचाता है। यहाँ एक बात दर्ज करना ज़रूरी है: इस खाने में कोई दावा लिखना मनगढ़ंत होता, और फ़्रेमवर्क उसे स्पष्ट रूप से मना करता है। खाली जगह को भरने की इच्छा ही सबसे बड़ा संपादकीय ख़तरा है।

टीम का परिदृश्य उसी कारण गिरा — कोई राष्ट्रीय टीम या फ़्रैंचाइज़ी पहचानी नहीं गई। ICC रैंकिंग, घर-बाहर प्रोफ़ाइल, बल्लेबाज़ी की गहराई, गेंदबाज़ी संयोजन, बेंच की गहराई, आयु-संरचना, प्रतिद्वंद्विता का इतिहास — सब अनुपलब्ध। लीग और वाणिज्यिक पारिस्थितिकी भी वही हाल: कोई अनुबंध नहीं, कोई नीलामी नहीं, कोई प्रसारण-अधिकार का आँकड़ा नहीं, इसलिए वह केंद्रीय भेद — वाणिज्यिक मूल्य बनाम खेल-मूल्य — लागू ही नहीं हो सकता। शासन की सूची में एक भी चीज़ दर्ज नहीं: कोई नियम-परिवर्तन नहीं, कोई पात्रता विवाद नहीं, कोई NOC टकराव नहीं। और सबसे चुभने वाली बात — सत्यनिष्ठा जाँच का कोई विषय नहीं बचा। जब लीग का स्तर, बाज़ार और मैच ही पहचाने न जाएँ, तो निचली लीग के जोखिम और असामान्य ऑड्स-हलचल जैसे संकेत किस चीज़ पर लगेंगे? जोखिम-मैट्रिक्स की छह श्रेणियाँ — खेल, कार्मिक, वाणिज्यिक, नियम/सत्यनिष्ठा, जनमत, प्रणालीगत — सब पर 'आकलन संभव नहीं' लिखा है। सार्वजनिक कथा का आयाम इसलिए शून्य है कि लेखक का रुख और लेख का उद्देश्य दोनों एन/ए हैं; भीड़-उन्माद और डेटा-समर्थित वास्तविकता के बीच का मेरा मुख्य परीक्षण उस पाठ पर लागू नहीं हो सकता जो मौजूद ही नहीं। संचरण-नक्शा — ऊपर की धारा (युवा विकास और प्रतिभा-आपूर्ति), बीच की धारा (राष्ट्रीय टीमें, लीग), नीचे की धारा (प्रसारण, वाणिज्य, व्युत्पन्न बाज़ार) — तीनों खंड खाली हैं। कोई ऊपरी घटना नहीं, कोई मध्यस्थ अभिनेता नहीं, कोई निचला बाज़ार-संकेत नहीं।

लेकिन यहाँ एक खतरनाक विराम है, और उसे नाम देना ज़रूरी है। पूरे दस्तावेज़ में एक फ़ील्ड भरी हुई दिखती है: डोमेन लेबल, cricket_world। यह वह जाल है जिसमें हर रजिस्ट्री एक दिन फँसती है। डोमेन लेबल एक पता है, सामग्री नहीं। लिफ़ाफ़े पर 'क्रिकेट' लिख देना उसे चिट्ठी नहीं बना देता। cricket_world जैसा स्थूल टैग यह भ्रम पैदा कर सकता है कि रिकॉर्ड भरा हुआ है, जबकि वह सिर्फ़ यह बताता है कि रिकॉर्ड किस विभाग में जमा है। इस फ़ाइल में cricket_world अकेला ऐसा तत्व है जो शून्य नहीं है — और वही सबसे बड़ा भ्रम है।

कोर: चार चेतावनियाँ, और उनमें सबसे ऊपर वाली

जोखिम-मैट्रिक्स ने एक चीज़ ज़रूर लौटाई, और वह खेल-जोखिम नहीं थी। वह थी विश्लेषण-प्रक्रिया का जोखिम, उच्च विश्वास के साथ। सीधी बात: अगर यह खाली आउटपुट नीचे की ओर किसी मॉडल या विश्लेषक तक पहुँच गया, तो उससे जो 'विश्लेषण' बनेगा वह विश्वसनीय दिखेगा और पूरी तरह मनगढ़ंत होगा।

पहली चेतावनी, उच्च स्तर: नीचे की ओर मनगढ़ंत निर्माण का जोखिम। सिफ़ारिश सरल है — इस रिकॉर्ड को कठोरता से रोका जाए; इसे किसी सारांश, डाइजेस्ट या प्रशिक्षण-सेट में 'पूर्ण क्रिकेट विश्लेषण' के रूप में प्रवेश न मिले। दूसरी चेतावनी, उच्च स्तर: स्रोत-अनुरेखणीयता की विफलता। शीर्षक और स्रोत दोनों एन/ए हैं, यानी मूल दस्तावेज़ न पाया जा सकता है, न सत्यापित। जब स्रोत ही न हो, तो निष्कर्ष की गुणवत्ता पर बहस बेमानी है। सिफ़ारिश: कच्चा इनपुट — URL, फ़ाइल हैश, प्राप्ति का टाइमस्टैम्प — स्टेज-1 के आउटपुट के साथ सुरक्षित रखा जाए, ताकि विफलताएँ दोबारा पैदा की जा सकें। तीसरी चेतावनी, मध्यम स्तर: मौन पार्सर विफलता। सबसे ख़तरनाक बात यह नहीं कि निष्कर्षण खाली रहा; सबसे ख़तरनाक बात यह है कि खाली निष्कर्षण को त्रुटि घोषित करने के बजाय एक वैध स्टेज-1 परिणाम मानकर आगे भेज दिया गया। चौथी चेतावनी, मध्यम स्तर: डोमेन-लेबल पर अत्यधिक भरोसा — cricket_world को सामग्री समझ लेने का भ्रम।

अब निदान। एक बचाव-योग्य अनुमान यह है, मध्यम विश्वास के साथ, कि विफलता निष्कर्षण की परत पर हुई, संपादकीय परत पर नहीं। किसी प्रकाशन-योग्य लंबाई के असली क्रिकेट लेख में कम से कम एक नाम तो निकलता ही है — कोई खिलाड़ी, कोई बोर्ड, कोई लीग। तीन कारण संभव हैं। पहला: स्रोत का मुख्य भाग पेवॉल या जावास्क्रिप्ट-रेंडरिंग के पीछे था और स्क्रैपर उसे पढ़ ही नहीं पाया। दूसरा: स्टेज-1 को सौंपा गया इनपुट किसी गैर-लेख पृष्ठ पर पहुँच गया — कोई इंडेक्स, कोई 404, कोई सहमति-दीवार। तीसरा: एन्कोडिंग या कटाव की खराबी। तीनों में साझा बात एक ही है — विफलता स्रोत की नहीं, पाइपलाइन की है।

समाधान तकनीकी नहीं, प्रक्रियात्मक है। स्टेज-1 के लिए एक सत्यापन-द्वार चाहिए: रिकॉर्ड को 'स्टेज-2 के लिए तैयार' तभी माना जाए जब उसमें कम से कम तीन सूचना बिंदु और कम से कम एक नामित इकाई हो, और सारांश खाली न हो। इसके साथ दो निगरानी-संकेत जोड़े जाएँ, क्योंकि अकेला रिकॉर्ड दुर्भाग्य हो सकता है, बैच दुर्भाग्य नहीं होता। अगर किसी बैच में 5% से अधिक रिकॉर्ड की सूचना-बिंदु सूची खाली है, तो वह व्यवस्थागत निष्कर्षण दोष है। और अगर प्रति रिकॉर्ड नामित इकाइयों की संख्या का माध्य दो से नीचे गिरे, तो नीचे की हर आयामी विश्लेषण अपनी ज़मीन खो देती है।

कोर: जब रजिस्ट्री खुद नहीं बोलती

मार्च 2026 में ऐसा ही कुछ हुआ था, बस उल्टी दिशा में। रजिस्ट्री अंधेरे में चली गई और बोर्ड ने मुझे वापस बुलाया, क्योंकि अचानक एक ऑडिट-योग्य बहीखाता ही एकमात्र भरोसेमंद चीज़ थी। मैंने कोलकाता से दूर बैठकर चौदह दिन में आईपीएल की खिलाड़ी-आवाजाही डेस्क दोबारा खड़ी की: आठ फ़्रैंचाइज़ी, दो सौ पंजीकृत खिलाड़ी, NOC स्कैन, क्वारंटीन खिड़कियाँ, यूएई स्थानांतरण के लिए अड़तालीस घंटे की मंज़ूरी-सूची। चौदह दिन, एक खाली स्टेडियम, और एक रजिस्ट्री जिसे फिर से साँस लेनी थी।

उस दौर में मैंने फ़ुटबॉल और क्रिकेट मिलाकर पाँच सौ बारह बंद-दरवाज़े मैच दर्ज किए। घरेलू जीत की दर 44.8% से गिरकर 40.2% पर आई। और 2026 आईपीएल में टॉस जीतने वाले ने 61% मैच जीते। उस सीज़न का सबक आज भी मेरे काम का हिस्सा है: भीड़ भी एक वेरिएबल थी — और वह किसी स्कीमा के किसी कॉलम में नहीं थी।

यही बात इस खाली फ़ाइल और ट्रांसफ़र मार्केट के बीच की कड़ी है। ट्रांसफ़र मूल्यांकन में कोई भरा हुआ कॉलम तटस्थ नहीं होता। पंक्तियों की अनुपस्थिति भी एक मूल्यांकन-निर्णय है। जिस खिलाड़ी का गेंद-दर-गेंद रिकॉर्ड नहीं, उसका कोई तुलनीय प्रदर्शन भी नहीं; तुलनीय नहीं, तो बातचीत में आधार नहीं; आधार नहीं, तो कीमत का निर्धारण कथा करती है — और कथा वह लिखता है जिसकी आवाज़ सबसे तेज़ हो। जिस खिलाड़ी की कोई पंक्ति नहीं, उसकी कीमत किसी के पास नहीं।

यह ज़ंजीर कोई नाटकीय कहानी नहीं है, यह गणित है। वह महिला मैच जो टेलीविज़न पर नहीं आया, उसका कोई गेंद-दर-गेंद फ़ीड नहीं बना; फ़ीड नहीं, तो रिकॉर्ड की पंक्ति नहीं; पंक्ति नहीं, तो मूल्यांकन की तुलना नहीं; और तुलना नहीं, तो प्रस्ताव की राशि कम। किसी को कुछ कहना नहीं पड़ता। बस एक कॉलम खाली रह जाता है।

कोर: दोबारा चलाने के लिए छह चीज़ें

इस फ़ाइल का सूचना-मूल्य साफ़ है और वह अच्छा खबर नहीं है। खेल-मूल्य: एक सितारा। उद्योग-मूल्य: एक सितारा। समयोपयोगिता: एक सितारा। संदर्भ-मूल्य: एक सितारा। यानी चारों पैमानों पर यह रिकॉर्ड उद्धरण-अयोग्य है; इससे निकलने वाली एकमात्र उपयोगी चीज़ इनपुट की गुणवत्ता पर एक निदान-टिप्पणी है।

दोबारा चलाने के लिए कम से कम छह चीज़ें चाहिए: लेख का शीर्षक और स्रोत (प्रकाशक एवं URL) — ताकि स्रोत-गुणवत्ता और अनुरेखणीयता तय हो सके; कम से कम पाँच सूचना बिंदु, हर एक अलग सत्यापन-योग्य कथन; कम से कम एक नामित इकाई, भूमिका-टैग के साथ (खिलाड़ी / टीम / बोर्ड / लीग); प्रारूप-संदर्भ (टेस्ट / ODI / T20 / द हंड्रेड) या स्पष्ट 'सामान्य-उद्योग' टैग; प्रकाशन की तारीख — जिसके बिना समय-संवेदनशीलता का अंक ही नहीं दिया जा सकता; और एक वाक्य का सारांश, जो अभी खाली है और जो पूरे लेख को सही आयाम तक पहुँचाने वाला सबसे उपयोगी इनपुट है।

इन छह चीज़ों के आने पर ढाँचा पूरा इलाज दे सकता है — प्रारूप-विशिष्ट सामरिक पठन, खिलाड़ी के आँकड़ों की उस दौर के मानकों से तुलना, टीम की श्रेणी और प्रतिद्वंद्विता की स्थिति, वाणिज्यिक प्रीमियम का निर्णय, शासन और सत्यनिष्ठा की जाँच, जोखिम-मैट्रिक्स, प्रचार बनाम तथ्य का अंतर, और उद्योग-संचरण का नक्शा।

प्रतिवाद: जो दिखता है 'टूटा हुआ', वह कभी-कभी सबसे ईमानदार होता है

सबसे आसान पठन यही है: स्क्रैपर टूट गया, ठीक करो, आगे बढ़ो। मैं उस पठन से पूरी तरह सहमत नहीं हूँ।

पहली बात — एक खाली रिकॉर्ड सिस्टम का सबसे ईमानदार दस्तावेज़ हो सकता है। जो पाइपलाइन यह कह सके कि 'मुझे नहीं पता', वह उस पाइपलाइन से स्वस्थ है जो अंतरालों को अनुमान से भर देती है और फिर उन अनुमानों को तथ्य की तरह आगे भेज देती है। इस मामले में विफलता खालीपन नहीं थी। विफलता वह मुहर थी जो खालीपन के ऊपर लगी थी।

दूसरी बात — सहसंबंध कारण नहीं होता। सारांश का खाली होना यह सिद्ध नहीं करता कि स्रोत खाली था। वह सिर्फ़ यह सिद्ध करता है कि निष्कर्षक ने कुछ नहीं लौटाया। ये दो अलग दावे हैं, और इनमें से सिर्फ़ एक डेटा में मौजूद है। क्रोएशिया की समस्या वहीं शुरू हुई थी जहाँ प्रसारण का डेटा खत्म हो गया था — और उस दिन मुझे यह भी समझ आया था कि मॉडल की गलती डेटा की गलती नहीं होती, और स्कीमा की गलती सच्चाई की गलती नहीं होती।

तीसरी बात, और सबसे ज़रूरी — स्कीमा जो नहीं देख सकता, उसे हर ऑडिट में नाम से लिखना चाहिए। फ़ील्डिंग, मौसम, भीड़, किसी तेज़ गेंदबाज़ का दुखता कंधा — ये किसी भी 41-फ़ील्ड स्कीमा में नहीं आते। 2026 में जब BCA–माफ़तलाल बॉलिंग स्कीम खड़ी हुई थी और फ़्रैंक टायसन के नीचे अबे कुरुविला, परस म्हाम्ब्रे, सैराज बहुतुले, सलिल अंकोला और निलेश कुलकर्णी जैसे गेंदबाज़ तराशे गए थे, तब जो हुआ वह किसी आज की रजिस्ट्री के किसी कॉलम में दर्ज नहीं है। जिस कोच ने उनके एक्शन दोबारा बनाए, उसके लिए कोई फ़ील्ड आरक्षित नहीं है। अनुपस्थिति ही निष्कर्ष है।

आगे का संकेत

अगली बार जब कोई 'पूरा' क्रिकेट विश्लेषण आपके सामने रखे, तो शीर्षक मत पूछिए — सूचना बिंदु पूछिए। कितने थे, किसने सत्यापित किए, और कितने कॉलम खाली छोड़े गए। क्योंकि मैंने सीखा कि मानक वह कॉलम होता है जिसे भरना पड़ता है, कोई नारा नहीं। जो रजिस्ट्री 'मुझे नहीं पता' कहना नहीं जानती, वह रजिस्ट्री नहीं है — वह सिर्फ़ एक भरा हुआ फ़ॉर्म है। और सवाल यही है: आपकी रजिस्ट्री में इस वक़्त कितनी पंक्तियाँ खाली हैं, और उनके बारे में किसने किससे पूछा है?