खाली डेटा, भरा हुआ फ्रेमवर्क: क्रिकेट विश्लेषण पाइपलाइन की चुपचाप विफलता पर एक स्कोरर की नज़र

हुक: जब स्कोरबुक खुली, तो पन्ने सफ़ेद थे

पिछले हफ़्ते मैं एक डिजिटल क्रिकेट डेस्क की स्टेज-2 विश्लेषण रिपोर्ट पढ़ रहा था — आठ-आयामी ढाँचा, जिसमें फ़ॉर्मेट विश्लेषण से लेकर ब्रॉडकास्ट अधिकारों तक की ट्रांसमिशन चेन बनी थी। रिपोर्ट देखने में बेदाग़ थी। पर जब मैंने उसके स्रोत, स्टेज-1 डीकंस्ट्रक्शन, की ओर देखा, तो स्कोरबुक खाली थी। न शीर्षक, न स्रोत, न आर्टिकल टाइप, न एक भी सूचना-बिंदु। शून्य। वही शून्य जो एक स्कोरर के लिए सबसे डरावना नंबर है — क्योंकि खाली पन्ना कभी खाली नहीं होता। उसमें या तो मैच रद्द होने का नोट लिखा होता है, या लिखने वाले की चूक।

यह रिपोर्ट उसी चूक का लेखा-जोखा है। यह किसी क्रिकेट टीम, खिलाड़ी, लीग या बोर्ड के बारे में नहीं है — क्योंकि उसमें इनमें से कोई भी पहचानने लायक तत्व मौजूद नहीं था। यह उस पाइपलाइन के बारे में है जो क्रिकेट-सूचना को एक स्टेज से दूसरे स्टेज तक पहुँचाती है, और जब वह चुपचाप फेल होती है तो क्या होता है। क्रिकेट में हम गेंदबाज़ की नो-बॉल पर चिल्लाते हैं, फ़ील्डर की ड्रॉप कैच पर सिर पकड़ते हैं, और अंपायर की उँगली पर तीन मिनट का DRS लगाते हैं। लेकिन जब डेटा पाइपलाइन की गेंद स्टंप के पीछे से गुज़र जाए और कोई आवाज़ न आए — उस पर कोई रिव्यू नहीं होता। यह आर्टिकल उसी अदृश्य नो-बॉल का रिव्यू है।

संदर्भ: एक स्कोरर की अलमारी, और उसमें रखा सबक

2026 की बात है। दिल्ली के फ़िरोज़ शाह कोटला की एक गैलरी में, DDCA अंडर-19 लीग मैच में मैं स्कोरर की कुर्सी पर बैठा था। 46वें ओवर में गेंदबाज़ ने नॉन-स्ट्राइकर को बैकिंग-अप के लिए रन आउट कर दिया। दोनों अंपायरों ने MCC की उस साल 1 अक्टूबर से लागू नई लॉज़ की ओर देखा। उस रात मैंने लॉ 41.16 को 2026 के कोड के साथ रखकर पढ़ा — तीन दिन, दिल्ली यूनिवर्सिटी की लाइब्रेरी में। जो सबक मिला वह क्रिकेट-विश्लेषण के लिए सबसे ज़रूरी सबक था: एक दावा तभी दर्ज होता है जब उसका स्रोत, उसका संस्करण, और उसकी तारीख़ मौजूद हो। बाक़ी सब कमेंट्री बॉक्स की बातें हैं।

तब से मेरे पास एक रिंग-बाउंड फ़ाइल है — BCCI सर्कुलर, MCC संशोधन, मैच रेफ़री की रिपोर्ट। हर पन्ने के ऊपर तारीख़ लिखी है। यह आदत मुझे 2026 रूस विश्व कप के VAR लेजर से मिली, जहाँ मैंने 29 पेनल्टी रिव्यू की मिनट-दर-मिनट लॉग बनाई थी, और फिर उसी टेम्पलेट को अगस्त में इंग्लैंड दौरे के 'सॉफ़्ट सिग्नल' और DRS प्रोटोकॉल पर लगाया। 2026 में, खाली स्टैंड्स और लाइव स्टंप-माइक्स वाले IPL में, मैंने हर लेवल-1 कोड-ऑफ़-कंडक्ट सैंक्शन को IPL कोड के क्लॉज़ के सामने लॉग किया। जनवरी 2026 में BCCI ने रणजी ट्रॉफ़ी रद्द की — 2026-35 के बाद पहली बार। उस पखवाड़े मैंने उन खिलाड़ियों का पता लगाया जिनकी इकलौती कॉन्ट्रैक्ट आमदनी ख़त्म हो गई थी।

मेरा पूरा तरीक़ा एक ही वाक्य में है: जो रिकॉर्ड में दर्ज नहीं, वह विश्लेषण में नहीं। और यही वजह है कि जब मैंने उस स्टेज-2 रिपोर्ट को खोला और उसके नीचे स्टेज-1 का खाली पेलोड देखा, तो मुझे पता चल गया कि मैं किस तरह की चूक देख रहा हूँ। यह टिपिंग पॉइंट नहीं था। यह स्कोरर की गलती थी — बस मशीन की।

कोर: खाली पेलोड की चार परतें

स्टेज-1 डीकंस्ट्रक्शन के हर फ़ील्ड का एक ही जवाब था: N/A। शीर्षक N/A, स्रोत N/A, आर्टिकल टाइप 'Unclassified', कोर व्यूअरपॉइंट्स का एक-वाक्य सारांश खाली, लेखक का रुख़ N/A, लेख का उद्देश्य N/A, सूचना-बिंदुओं की सूची शून्य, इकाइयाँ (एंटिटीज़) अपहचानित, समय-संवेदनशीलता अनिर्धारित, स्रोत-गुणवत्ता अनिर्णीत। और डोमेन लेबल 'Cricket' की जगह 'cricket_world' लिखा था — यानी क्लासिफ़ायर नियंत्रित शब्दावली से मेल नहीं खा पाया और एक सामान्य अनुमान पर उतर आया।

मैंने इसे अपने लेजर की तरह पढ़ा। जब पाँच फ़ील्ड एक साथ खाली हों, तो तीन संभावनाएँ बनती हैं। पहली: स्रोत कभी रिट्रीव ही नहीं हुआ — पेज जावास्क्रिप्ट से रेंडर होता होगा, या पेवॉल/कंसेंट-वॉल के पीछे बंद होगा, या बॉट-ब्लॉकिंग ने क्रॉलर को खाली शेल थमा दिया होगा। दूसरी: स्रोत प्रोज़ नहीं था — स्कोरकार्ड, फ़िक्स्चर लिस्ट, वीडियो पेज का शेल, या सोशल मीडिया पोस्ट। तीसरी: स्टेज-1 और स्टेज-2 के बीच हैंडऑफ़ में पेलोड कटा या भ्रष्ट हुआ।

संकेत सबसे पहली संभावना की ओर इशारा करते हैं। कारण साफ़ है: एक बेहद खाली आर्टिकल में भी शीर्षक और स्रोत URL तो होता ही है। स्कोरकार्ड पेज पर भी शीर्षक होता है। जब शीर्षक भी N/A हो — तो समस्या कंटेंट में नहीं, रिट्रीवल में है। यह सबसे खतरनाक क़िस्म की विफलता है, क्योंकि यह एरर नहीं देती। यह चुपचाप एक साफ़-सुथरी, भली-भाँति फ़ॉर्मेटेड रिपोर्ट पैदा करती है जो देखने में विश्लेषण लगती है।

अब इसे क्रिकेट के नज़रिए से देखें। मान लीजिए किसी आर्टिकल में लिखा हो 'इकॉनमी रेट 7 शानदार है'। बिना फ़ॉर्मेट पहचाने यह वाक्य अर्थहीन है। T20 में 7 का इकॉनमी रेट अच्छा है; हाई-स्कोरिंग ODI में यह सामान्य है; टेस्ट क्रिकेट में यह प्रासंगिक ही नहीं। यही नियम स्ट्राइक रेट पर लागू होता है — बल्लेबाज़ के लिए 'प्रति 100 गेंद रन' और गेंदबाज़ के लिए 'प्रति विकेट गेंद' — दो अलग मेट्रिक्स, एक ही नाम। जब फ़ॉर्मेट ही तय न हो, तो सारा मेट्रिक-तंत्र ढह जाता है।

इसी तरह, टीम विश्लेषण का पहला टूल — 'अवे रिकॉर्ड ही असली परीक्षा है' — उस समय काम नहीं करता जब टीम ही पता न हो। WTC पॉइंट्स-टेबल की स्थिति अज्ञात है, यानी टेस्ट-संदर्भ पूरी तरह बंद है। लीग और कमर्शियल विश्लेषण में सबसे आम ग़लती — ऊँची नीलामी क़ीमत को खेल-गुणवत्ता का प्रमाण मान लेना — यहाँ जाँची भी नहीं जा सकती, क्योंकि कोई क़ीमत ही दर्ज नहीं। गवर्नेंस की ओर देखें: न ICC, न बोर्ड, न लीग ऑर्गनाइज़र पहचाना गया, इसलिए DRS/DLS विवाद, पावर-डिस्ट्रीब्यूशन, NOC, या भ्रष्टाचार-निगरानी पर कोई जोखिम-सिग्नल निकालना असंभव है।

यहाँ एक बारीक़ फ़र्क़ समझना ज़रूरी है जिसे डाउनस्ट्रीम सारांश हमेशा मिला देते हैं: 'कोई जोखिम नहीं मिला' और 'कोई जानकारी नहीं' दो बिल्कुल अलग बातें हैं। पहला क्लीन चिट है। दूसरा अपूर्ण जाँच है। इस रिपोर्ट का मामला दूसरा है।

सबसे चौंकाने वाला फ़ील्ड 'लेखक का रुख़' (Author Stance) है। किसी भी प्रोज़ आर्टिकल से यह फ़ील्ड निकालना सबसे आसान होता है — भला लेखक हाइप कर रहा है या शंका जता रहा है, यह लगभग हर अनुच्छेद से झलकता है। इसका N/A होना, 'Time Sensitivity' का अनिर्धारित होना — दोनों मिलकर यह पक्का करते हैं कि सिस्टम ने कोई प्रोज़ टेक्स्ट देखा ही नहीं। यह अनुमान नहीं, यह लेजर-प्रविष्टि है।

कॉन्ट्रैरियन: सबसे बड़ा ख़तरा विफलता नहीं — विफलता का दिखावा है

यहाँ मैं उस आसान रास्ते से हट रहा हूँ जिस पर ज़्यादातर विश्लेषक चलते: 'पाइपलाइन फेल हुई, ठीक करो, आगे बढ़ो।' असली कहानी यह नहीं है।

असली कहानी यह है कि यह शून्य परिणाम एक पूर्ण, आठ-आयामी, प्रोफ़ेशनल दिखने वाले फ़्रेमवर्क के अंदर पैदा हुआ था। जिस टेम्पलेट में 'हुक → कॉन्टेक्स्ट → कोर → कॉन्ट्रैरियन → टेकअवे' की पाँच-हिस्सों वाली रीढ़ है, जिसमें हर आयाम के लिए तालिकाएँ और मूल्यांकन-स्तंभ पहले से बने हैं — वहाँ ख़ाली जगह भरने का दबाव बहुत ज़्यादा होता है। मनोवैज्ञानिक इसे 'अपूर्णता से बचाव' कहते हैं; मैं इसे 'नैरेटिव-फ़र्स्ट, डेटा-नेवर' कहता हूँ।

सोचिए अगर स्टेज-2 का विश्लेषक इस दबाव में आ जाता। 'संभवतः', 'अनुमान है कि', 'परंपरागत रूप से' — इन शब्दों से भरा एक पूरा आर्टिकल तैयार हो सकता था। एक काल्पनिक खिलाड़ी का नाम, एक काल्पनिक आँकड़ा, एक काल्पनिक मैच-मोड़। और यहाँ क्रिकेट की सबसे बड़ी विशेषता इसे और ख़तरनाक बनाती है: आम पाठक इसे क्रॉस-चेक नहीं कर सकता। फ़ुटबॉल में ऑफ़साइड की लाइन खींची जा सकती है, क्रिकेट में 'गेंद पिच पर कहाँ पड़ी' का कोई फ़्रेम-बाय-फ़्रेम सत्यापन पाठक के पास नहीं है। एक गढ़ा हुआ 'इकॉनमी रेट 6.8' या 'ऑक्शन में 14 करोड़ की बोली' महीनों तक मीडिया और फ़ैन-डिस्कोर्स में घूमता रह सकता है।

यही असली सबक है। साइलेंट डेटा-विफलता का सबसे बड़ा ख़तरा फ़ाइल का ख़ाली होना नहीं — फ़ाइल का भरा हुआ दिखना है। और यह ख़तरा इस रिपोर्ट में टला सिर्फ़ इसलिए कि किसी ने N/A को N/A कहने का साहस किया।

एक दूसरा कॉन्ट्रैरियन बिंदु: हम क्रिकेट-फ़ॉलोअर ब्रॉडकास्ट ग्राफ़िक्स पर बहुत जल्दी भरोसा करते हैं। पार स्कोर, प्रोजेक्टेड टोटल, ऑन-स्क्रीन NRR — ये लाइव गणना करके दिखते हैं और बाद में सुधारे जाते हैं। जब स्टेज-1 का पेलोड ही ख़ाली हो, तो यह समझना मुश्किल नहीं कि स्टेज-2 ने 'कुछ तो' भरना चाहा। याद रखिए: जहाँ ब्रॉडकास्ट ग्राफ़िक और आधिकारिक स्कोरकार्ड में अंतर हो, वह अंतर ही असली स्टोरी है। और यहाँ तो स्कोरकार्ड ही ग़ायब था।

टेकअवे: चुपचाप फेल होने से पहले शोर मचाना सीखिए

क्रिकेट की सबसे बड़ी देन दुनिया को एक अनुशासन है: रिव्यू। गेंद लगी या नहीं — तीन मिनट, बॉल-ट्रैकिंग, अल्ट्रा-एज, और फ़ैसला। हम इसे लगभग हर बड़े मुक़ाबले में दोहराते हैं। लेकिन जिस सिस्टम से यह सारी जानकारी मीडिया तक पहुँचती है, उसके लिए कोई DRS मौजूद नहीं। कोई 'उम्पायर कॉल' नहीं। कोई रिव्यू नहीं।

मेरी सलाह सीधी और दर्ज है। पहला: वैलिडेशन गेट। कोई भी स्टेज-1 रिज़ल्ट जिसमें शीर्षक ख़ाली हो, सूचना-बिंदु शून्य हों, या डोमेन-लेबल 'Cricket' की जगह कोई अनियमित टैग हो — उसे डाउनस्ट्रीम न भेजा जाए। शून्य पर शून्य लिखना एरर स्टेट है, और एरर स्टेट को एरर की तरह दिखना चाहिए। दूसरा: नॉन-प्रोज़ स्रोतों के लिए अलग मार्ग। अगर स्रोत स्कोरकार्ड, फ़िक्स्चर, या वीडियो पेज है, तो उसे 'कोर व्यूअरपॉइंट' वाले पार्सर में न डालें — उसके लिए स्ट्रक्चर्ड-स्टैट निष्कर्षण चाहिए। तीसरा: रिट्रीवल की दोबारा जाँच। चूँकि विफलता कंटेंट की नहीं, रिट्रीवल की लगती है, उसी सेशन में रॉ HTML/API पेलोड पर दोबारा स्टेज-1 चलाकर देखा जाए — लागत कम है, लाभ पूरा ্ে়া্ दोबारा खुलना।

लेकिन मेरा असली सवाल उन खिलाड़ियों के बारे में है जो इस ख़ाली पेलोड में शामिल नहीं थे। दिसंबर 2026 की याद करता हूँ जब रणजी रद्द हुई — 2026-35 के बाद पहली बार। उस पखवाड़े मैंने वे इंटरव्यू फ़ाइल किए जो किसी और ने नहीं फ़ाइल किए। यही मुझे मार्च 2026 में फ़ुल-टाइम कॉन्ट्रैक्ट दिलाए। जब सिस्टम की किसी नोड में जानकारी ग़ायब हो, वहाँ किसी खिलाड़ी के पास कहने के लिए कहानी होती है जो किसी एल्गोरिद्म में दर्ज नहीं होती। स्कोरर की अलमारी ख़ाली नहीं होती — बस दरवाज़ा खटखटाने वाले की ज़रूरत होती है।

अगली बार जब कोई रिपोर्ट बेदाग़ लगे, उसकी स्कोरबुक खोलिए। अगर पन्ने ख़ाली हों, तो याद रखिए: क्रिकेट में शून्य एक स्कोर है — लेकिन एक अच्छा स्कोर नहीं।