खाली सेल, भरा हुआ भरोसा: क्रिकेट डेटा की चुपचाप फेल होती पाइपलाइन

पिछले हफ़्ते मेरी डेस्क पर एक डेटा रिकॉर्ड पहुँचा। बारह में से दस फ़ील्ड खाली थीं — न शीर्षक, न स्रोत, न खिलाड़ी, न टीम, न फ़ॉर्मेट, न मैच की तारीख़। फिर भी सिस्टम ने उस पर प्रोसेस्ड की मोहर लगाकर आगे भेज दिया। इकलौता भरा हुआ खाना था एक टैग — cricket_asia। जैसे कोई खाली कमरे के दरवाज़े पर ताला लटकाकर ऐलान कर दे कि मकान आबाद है।

क्रिकेट कवरेज में आज यह चुप्पी सबसे महँगी पड़ती है। जब डेटा नहीं आता, तो पाइपलाइन यह नहीं कहती कि डेटा नहीं मिला; वह कहती है कि कोई निष्कर्ष नहीं निकला। इन दो वाक्यों के बीच की खाई में एक पूरी क्रिकेट कहानी गुम हो सकती है — और सबसे बुरी बात यह है कि दोनों वाक्य एक ही रंग में छपते हैं। मैंने प्रिंट डेस्क छोड़ा था ताकि आंकड़ों का पीछा कर सकूँ, और आंकड़े मुझे आज इसी खाई के किनारे खड़ा कर रहे हैं।

जहाँ से यह शुरू हुआ

दो दशक पहले क्रिकेट रिपोर्ट एक रिपोर्टर की डायरी से शुरू होती थी और अगली सुबह अख़बार में छपती थी। बीच में एक इंसान बैठा था, जिसका काम बस इतना था कि ग़लत आंकड़ा पकड़ में आ जाए। आज वह बीच का कदम सिकुड़ गया है। स्कोर फ़ीड, ऑटो-जनरेटेड मैच समरी, एग्रीगेटर के हेडलाइन स्निपेट, और मेटाडेटा से बनने वाले टैग — इन सबने रफ़्तार बढ़ाई है, और उसी रफ़्तार ने हिरासत ख़त्म कर दी है। किसी दावे की ज़िम्मेदारी अब किसी के पास नहीं रही; बस एक टैग किसी के पास बचा है।

जो पाठक साल में चार आईसीसी टूर्नामेंट देखता है, उसके लिए एक शब्द साफ़ कर देना ज़रूरी है। क्रिकेट डेटा में एक्सट्रैक्शन का मतलब है — किसी पेज से असली सामग्री निकालकर खानों में भरना। अगर वह पेज पे-वॉल के पीछे है, या जावास्क्रिप्ट से बनता है, या देवनागरी-उर्दू जैसी लिपि में लिखा है, तो निकालने वाला यंत्र खाली हाथ लौट आता है। समस्या यह नहीं कि वह खाली लौटा। समस्या यह है कि उसने खाली लौटने की चुप्पी दर्ज नहीं की।

स्टेडियम में बैठकर मैं हमेशा स्कोरबोर्ड से पहले ओवर-दर-ओवर शीट देखती हूँ, क्योंकि स्कोरबोर्ड नतीजा बताता है और शीट प्रक्रिया। यही आदत मुझे डैशबोर्ड के भरोसे से बचाती है।

आंकड़े क्या कहते हैं

मेरी डेस्क पर पहला सवाल हमेशा यही होता है: इस रिकॉर्ड में खालीपन कितना है? अगर किसी रिकॉर्ड की अस्सी प्रतिशत से ज़्यादा फ़ील्ड खाली हैं, तो उसे कोई निष्कर्ष नहीं नहीं, बल्कि एक्सट्रैक्शन विफल लिखा जाना चाहिए। यह छोटा-सा नल-रेट वैलिडेटर है — एक चेकपॉइंट, जिसने मुझे बार-बार महँगी ग़लतियों से बचाया है। टॉस, डीएलएस, डीआरएस के अंपायर-कॉल जैसे तत्व भी तभी शुद्ध किए जा सकते हैं, जब पहले यह पता हो कि मैच का मूल रिकॉर्ड मौजूद है।

उस रिकॉर्ड में एक विरोधाभास था, जिसने मेरा ध्यान खींचा। डोमेन टैग भरा हुआ था — cricket_asia — लेकिन सामग्री का हर खाना सूना। यानी वर्गीकरण की परत चल गई, क्योंकि उसे यूआरएल या फ़ीड टैग से संकेत मिल गया; और सामग्री की परत बीच में ही दम तोड़ गई। यह दुर्घटना नहीं, निदान है: ख़राबी वर्गीकरण में नहीं, निकासी में है। यही वजह है कि पूरे बैच पर नज़र डालने पर एक अकेला खाली रिकॉर्ड कभी अकेला नहीं रहता।

बात यहीं नहीं रुकती। सबसे बड़ा ख़तरा संख्या का ग़लत होना नहीं, संख्या का ग़ायब होना है — और फिर भी उसकी जगह पर पूरा विश्लेषण-ढाँचा खड़ा कर देना। खाली बेस पर आठ आयामों वाली जाँच की तालिका भर देना और उसे मूल्यांकन कह देना। यह वैसा ही है जैसे पिच रिपोर्ट के बिना यह घोषित कर देना कि चेन्नई में स्पिनर पूरे बीस ओवर फेंकेगा।

क्रिकेट विश्लेषण फ़ॉर्मेट-निरपेक्ष हो ही नहीं सकता। एक टी20 फ़िनिशर का स्ट्राइक रेट 140 और एक टेस्ट ओपनर का स्ट्राइक रेट 140 — दोनों आंकड़े एक जैसे, मतलब बिल्कुल उलटे। टी20 में 180 से ऊपर का स्ट्राइक रेट और सात से नीचे की इकॉनमी दोनों कमाल का या किरकिरी का हो सकते हैं, यह इस पर निर्भर करता है कि बल्ला किसके हाथ में है और गेंद किस ओवर में। अगर रिकॉर्ड में फ़ॉर्मेट ही दर्ज नहीं, तो उस पर लिखा हर निष्कर्ष काग़ज़ी है।

इसी तरह मैदान। भारत की सूखी पिच, इंग्लैंड की हवा, ऑस्ट्रेलिया का उछाल — पेशेवर क्रिकेट में घरेलू लाभ का पैमाना लगभग किसी भी दूसरे खेल से बड़ा है। जिस रिकॉर्ड में मैदान का नाम न हो, वहाँ से निकला टैक्टिकल निष्कर्ष उतना ही बेमानी है जितना बिना सैंपल के लिखा फ़ॉर्म में लौट आए हैं। और सैंपल वह जगह है जहाँ हम सबसे ज़्यादा फिसलते हैं। तीन मैच की लय को हम ट्रेंड कह देते हैं, क्योंकि ट्रेंड बिकता है और तीन-मैच-की-लय नहीं। जब नैरेटिव डेटा से आगे निकल जाए, तो मैं लेख की रफ़्तार धीमी कर देती हूँ और पहले सैंपल गिनती हूँ।

यहाँ मुझे अपनी ही मेज़ का एक पुराना सबक़ याद आता है। 2026 में जब मैंने आईपीएल के डेथ ओवर — ओवर सोलह से बीस — का इकॉनमी मॉडल बनाया, तो पाया कि जो टीमें इस चरण में 8.5 रन प्रति ओवर से कम लुटाती हैं, वे छह सीज़न की जाँच में पाँच बार प्लेऑफ़ तक पहुँची थीं। एक सीनियर टीवी विश्लेषक ने उसे ऑन एयर स्प्रेडशीट क्रिकेट कहकर उड़ा दिया। मैंने अगली सुबह मेथडोलॉजी फ़ुटनोट छापा — डेटा का स्रोत, सैंपल का आकार, और एक पंक्ति उस बारे में जो यह मॉडल नहीं देख सकता। वह फ़ुटनोट ही मेरा असली बचाव था। स्प्रेडशीट ने बहस तय नहीं की; उसने हमें एक बेहतर सवाल दिया।

डेथ ओवर यॉर्कर और उसकी नक़ल का मैदान है — जसप्रीत बुमराह जैसे गेंदबाज़ों ने इस चरण को एक अलग कौशल-श्रेणी बना दिया है। लेकिन यह वाक्य भी तभी टिकता है, जब मुझे पता हो कि यह ओवर सोलह का है या बीस का, यह फ़्रैंचाइज़ी का है या अंतरराष्ट्रीय, और पिच पहले बल्लेबाज़ी की है या दूसरे की। बिना फ़ॉर्मेट और बिना मैदान, क्रिकेट में कौशल शब्द का कोई ठोस मतलब नहीं बचता।

जहाँ आम राय सही है

यहाँ मुझे अपनी पसंदीदा आदत से बचना है — उलटी बात कहने की आदत। आम राय यह है कि क्रिकेट मीडिया की सबसे बड़ी बीमारी ग़लत आंकड़े हैं। यह सही है, और इसे बिना मुड़े स्वीकार करना चाहिए। ग़लत आंकड़े, बिना स्रोत के दावे, फ़ॉर्मेट मिलाकर की गई तुलना — यह असली नुक़सान है, और क्रिकेट में इसका रिकॉर्ड उतना ही लंबा है जितना 2026 का क्रोंजे मामला, 2026 का पाकिस्तान स्पॉट-फ़िक्सिंग कांड, या 2026 का आईपीएल स्पॉट-फ़िक्सिंग केस। एंटी-करप्शन यूनिट की निगरानी, नो-ऑब्जेक्शन सर्टिफिकेट की राजनीति, भारत-पाकिस्तान द्विपक्षीय सीरीज़ का ठहराव — यह सब ऐसे विषय हैं जिन पर निष्कर्ष निकालने के लिए ठोस घटना चाहिए, अंदाज़ा नहीं।

लेकिन असली ख़तरा ग़लत संख्या नहीं, अनुपस्थित संख्या है। फ़र्ज़ कीजिए एक ऐसा आइटम जिसमें डोमेन टैग लगा है और सामग्री शून्य है, और जिसे फिर भी आठ-आयामी विश्लेषण का दर्जा मिल जाता है। पाठक उसे पढ़कर यह मान लेता है कि क्रिकेट की कुछ जाँच हुई है। यह साख की चोरी है। कोई टीम बिना गेंद फेंके मैच नहीं जीत सकती, लेकिन एक खाली रिकॉर्ड बिना एक भी तथ्य के विश्लेषण का दावा कर सकता है।

और मुझे यह भी साफ़ कहना है कि मशीन दोषी नहीं है। पे-वॉल और जावास्क्रिप्ट पर एक्सट्रैक्शन फेल होना उबाऊ इंजीनियरिंग है, कोई साज़िश नहीं। सवाल बाज़ार का है: क्या हमारा मीडिया ढाँचा हरे डैशबोर्ड को भरे हुए मेथडोलॉजी बॉक्स से ज़्यादा इनाम देता है? हेडलाइन बनाने वाला दावा अगर दस लाख बार पढ़ा जाए, तो सबूत की हिरासत किसकी ज़िम्मेदारी है? यह सवाल मॉडल नहीं, न्यूज़रूम तय करेगा।

आगे क्या देखना है

अगली बार जब कोई क्रिकेट विश्लेषण आपके सामने पूर्ण दिखे, तो एक सवाल पूछिए: इसमें कितने खाने असल में भरे हैं, और उनका स्रोत कौन है? मैं अपनी डेस्क पर एक नियम लगाने जा रही हूँ — अस्सी प्रतिशत से ज़्यादा खाली रिकॉर्ड पर हस्ताक्षर नहीं, चाहे उसका डोमेन टैग कितना भी साफ़ दिखे। अगली बार जब कोई खाली शीट आपके सामने आए, तो यह मत पूछिए कि इसमें क्या निकला — यह पूछिए कि क्रिकेट का डेटा जब पहुँचा ही नहीं, तो हम आख़िर किसका विश्लेषण कर रहे थे — मैच का, या अपने ही डैशबोर्ड का?