खाली डेटा, भरा हुआ टेम्पलेट: क्रिकेट एनालिसिस पाइपलाइन में उस दिन क्या हुआ जब स्टेज-1 ने कुछ भी नहीं लौटाया

मेरे हैकनी डेस्क पर बैठे हुए सत्रह साल हो गए हैं, और मैंने इस खेल को हमेशा एक लेजर की तरह पढ़ा है — जो संख्या सामने है वही सच है, बाकी सब कवरेज है। पिछले हफ्ते मेरे सामने एक ऐसा दस्तावेज आया जिसने इसी सिद्धांत की सबसे कठोर परीक्षा ली। एक क्रिकेट एनालिसिस पाइपलाइन का स्टेज-1 आउटपुट। शीर्षक: N/A। स्रोत: N/A। सूचना बिंदु: खाली सूची। इकाइयाँ: अनुपलब्ध। लेकिन डोमेन लेबल भरा हुआ था — cricket_asia। और नीचे, आठ आयामों का एक पूरा टेम्पलेट, हर खाने में 'अपर्याप्त जानकारी' लिखा हुआ। यह कोई क्रिकेट रिपोर्ट नहीं थी। यह एक सिस्टम की ऑटोप्सी थी, और मुझे यह बताना है कि यह ऑटोप्सी इस खेल के बारे में जितनी बताती है, उतनी कोई स्कोरकार्ड नहीं बताता।

पहले वह संदर्भ जो हर कवरेज ने मिस किया। क्रिकेट एनालिसिस में पहला गेट हमेशा प्रारूप होता है — टेस्ट, वनडे, टी20, द हंड्रेड। एक ही आंकड़ा इन चारों में अलग-अलग मतलब रखता है। टी20 फिनिशर का 140 स्ट्राइक रेट और टेस्ट ओपनर का 40 औसत — ये तुलनीय मात्राएँ नहीं हैं, और जो कोई इन्हें एक ही तराजू पर तोलता है, वह एनालिसिस नहीं, कवरेज कर रहा है। जब स्टेज-1 का आउटपुट खाली आता है, तो यह पहला गेट ही बंद मिलता है। इसके बाद जो कुछ भी आता है — प्लेयर डेटा, टीम लैंडस्केप, गवर्नेंस चेकलिस्ट, ट्रांसमिशन मैप — वह सब कागज पर मौजूद है, लेकिन जमीन पर नहीं। और यही असली खबर है: क्रिकेट की सबसे बड़ी एनालिटिक्स समस्या आज यह नहीं है कि डेटा गलत है; यह है कि पाइपलाइन का एक हिस्सा चुपचाप खाली लौटता है और नीचे का हिस्सा उस खालीपन को भरने के लिए कहानी गढ़ने लगता है।

अब वह कोर जो मैंने अपने सत्रह साल के अनुभव से निकाला है। 2026 में जब मैंने आईपीएल नीलामी पर बारह ट्वीट का थ्रेड लिखा था — बेन स्टोक्स के ₹14.5 करोड़ पर, जो तब विदेशी खिलाड़ी के लिए रिकॉर्ड था — तो मेरा पूरा तर्क एक ही सवाल पर टिका था: पर्स का 22 प्रतिशत एक ऑलराउंडर में गया, डेथ बॉलिंग में कुछ नहीं, और फाइनल एक रन से हार गए। उस थ्रेड को 4 लाख इंप्रेशन मिले, लेकिन उससे ज्यादा जरूरी यह था कि हर संख्या सत्यापित थी। जब संख्या सत्यापित नहीं होती, तो तर्क नहीं टिकता। यही वजह है कि इस खाली पेलोड वाली रिपोर्ट में सबसे ईमानदार चीज वह है जो इसमें नहीं है। हर आयाम में 'N/A — अपर्याप्त जानकारी' लिखा है। मैच विश्लेषण में प्रारूप अज्ञात, खिलाड़ी विश्लेषण में कोई नाम नहीं, टीम लैंडस्केप में कोई रैंकिंग नहीं, वाणिज्यिक पारिस्थितिकी में कोई आंकड़ा नहीं, शासन जांच सूची में कोई नियम विवाद नहीं, सार्वजनिक कथा विश्लेषण में कोई भावना संकेत नहीं। और फिर भी, जो एक चीज पूरी रिपोर्ट में दर्ज है, वह है जोखिम मैट्रिक्स में 'सूचना-पाइपलाइन (मेटा)' नाम का एक नया खतरा — स्तर: उच्च, संभावना: पुष्ट, प्रभाव: उच्च। यह क्रिकेट का जोखिम नहीं है। यह उस उद्योग का जोखिम है जो क्रिकेट को डेटा में बदलने का दावा करता है।

यहाँ वह काउंटर-इंट्यूटिव एंगल आता है जिस पर मैं लंदन से बैठकर हमेशा सोचता हूँ। जब एक पाइपलाइन खाली लौटती है, तो सबसे बड़ा खतरा यह नहीं होता कि आपको जवाब नहीं मिला। सबसे बड़ा खतरा यह होता है कि आपको एक भरा हुआ टेम्पलेट मिल जाता है जो जवाब जैसा दिखता है। आठ आयामों का ढांचा, हर खाने में साफ-सुथरी भाषा, और बीच में एक 'cricket_asia' टैग जो किसी राउटर ने छोड़ दिया — यह संयोजन खतरनाक है क्योंकि यह 'आंशिक-उत्सर्जन' का क्लासिक हस्ताक्षर है। राउटर चला, एक्सट्रैक्टर नहीं चला। और जब एक्सट्रैक्टर चुपचाप फेल होता है, तो नीचे बैठा विश्लेषक — या विश्लेषक की जगह बैठा AI — अपने पूर्वाग्रहों से खाली खाने भरने लगता है। 'एशियाई क्रिकेट' के बारे में जो भी सामान्य ज्ञान है, वह कहानी बनकर घुस जाता है। मैंने यह अपनी आँखों से देखा है: 2026 में एडिलेड में भारत 36 रन पर ढेर हो गया था, और उस रात तीन हजार दर्शकों के साथ मैं वॉचअलॉन्ग चला रहा था। मैंने अपमान का एंगल लेने से इनकार कर दिया, क्योंकि मेरे पास एक संख्या थी — वह तीसरा सेशन था, डे-नाइट टेस्ट का, यह शेड्यूलिंग की समस्या थी, चरित्र की नहीं। अगर उस रात मेरे पास वह संख्या न होती, तो मैं भी वही कहानी बेच रहा होता जो हर कोई बेच रहा था। खाली डेटा पर भरा हुआ आत्मविश्वास — यही इस उद्योग की सबसे पुरानी बीमारी है।

लेकिन रुकिए, मैं अपने ही तर्क के खिलाफ एक बात रखता हूँ, क्योंकि लंदन ने मुझे सिखाया है कि भीड़ की आवाज कभी एक नहीं होती। यह पूरी रिपोर्ट शायद एक तकनीकी खराबी की कहानी नहीं, बल्कि एक जानबूझकर लिए गए फैसले की कहानी हो सकती है। हो सकता है कि स्टेज-1 ने सही काम किया हो — स्रोत दस्तावेज वाकई खाली था, या पेपरवॉल के पीछे था, या जावास्क्रिप्ट में लिपटा हुआ था जिसे स्क्रैपर पढ़ नहीं पाया। ऐसे में स्टेज-2 का 'N/A' लिखना कोई विफलता नहीं, बल्कि अनुशासन है। और यही मेरी असली चिंता है: क्या हम एक ऐसे सिस्टम की तारीफ कर रहे हैं जो खालीपन को स्वीकार करता है, या हमें यह पूछना चाहिए कि वह खालीपन इतनी बार क्यों आता है? क्योंकि अगर पाइपलाइन का हर तीसरा लेख पेपरवॉल या खराब एन्कोडिंग में फँसकर खाली लौटता है, तो क्रिकेट एनालिटिक्स का पूरा ढांचा एक ऐसे घर की तरह है जिसकी नींव में हर तीसरी ईंट गायब है। और उस घर में रहने वाले विश्लेषक — मेरे जैसे लोग — धीरे-धीरे अपनी आँखों से ज्यादा अपने टेम्पलेट पर भरोसा करने लगते हैं।

मेरे लिए सबसे चौंकाने वाली बात वह नहीं थी जो रिपोर्ट में थी, बल्कि वह थी जो रिपोर्ट ने जानबूझकर नहीं की। पूरे आठ आयामों में एक भी क्रिकेट दावा नहीं। कोई खिलाड़ी नहीं, कोई टीम नहीं, कोई स्कोर नहीं, कोई नीलामी राशि नहीं, कोई DRS विवाद नहीं। सिर्फ एक डोमेन टैग — cricket_asia — जो खुद स्पेसिफाइड Cricket एनम से मेल नहीं खाता। यह टैग एक संकेत है, दावा नहीं। और यही अंतर है जो एक पेशेवर विश्लेषक और एक कंटेंट मशीन के बीच है। कंटेंट मशीन उस टैग से एक कहानी बना देगी — 'एशियाई क्रिकेट में उथल-पुथल', 'बोर्ड की राजनीति', 'उभरती हुई शक्ति'। पेशेवर विश्लेषक उस टैग को एक रूटिंग संकेत मानकर रख देगा और कहेगा: मुझे मूल स्रोत चाहिए।

तो आगे क्या? मेरी भविष्यवाणी यह है कि अगले बारह महीनों में क्रिकेट एनालिटिक्स में सबसे बड़ी निवेश की जगह किसी नए मॉडल में नहीं, बल्कि एक्सट्रैक्शन लेयर में होगी — पेपरवॉल डिटेक्शन, जावास्क्रिप्ट रेंडरिंग चेक, एन्कोडिंग वैलिडेशन, और सबसे जरूरी, 'खाली पेलोड' अलर्ट जो टेम्पलेट भरने से पहले बजे। क्योंकि जिस दिन हम यह मान लेंगे कि खाली डेटा पर भी पूरी रिपोर्ट बन सकती है, उस दिन हमारी पूरी क्रिकेट एनालिटिक्स एक ऐसी टीम जैसी होगी जो मैदान पर नहीं, केवल स्कोरबुक में खेल रही है। और मुझे पता है कि आप किस तरफ हैं। सवाल सिर्फ इतना है: जब अगली बार आपका डेटा खाली लौटे, तो क्या आपका टेम्पलेट उससे ज्यादा ईमानदार रहेगा?