शून्य सूचना-बिंदु, आठ पूरे अध्याय: क्रिकेट डेटा पाइपलाइन का साइलेंट फेल्योर

आठ तालिकाएँ, पैंतीस पंक्तियाँ, और हर पंक्ति के सामने वही एक प्रविष्टि — N/A।

दिल्ली के एक डेटा डेस्क पर जो फ़ाइल खुली, वह देखने में पूरी थी। क्रिकेट विश्लेषण के आठ अध्याय — प्रारूप और मैच, खिलाड़ी तकनीक और आँकड़े, टीम परिदृश्य और रैंकिंग, लीग और वाणिज्यिक पारिस्थितिकी, नियम और शासन, जोखिम, सार्वजनिक कथा, और उद्योग संचरण। हर अध्याय में साक्ष्य-खंड था, हर अध्याय में विश्वास-स्तर दर्ज था, हर अध्याय में 'आगे क्या देखना है' वाली पंक्ति थी। और हर अध्याय का निष्कर्ष एक ही था: अपर्याप्त जानकारी।

जिस एक हिस्से में असली सामग्री थी, वह रिपोर्ट के शुरू में लगा इनपुट-निदान था — और वही सबसे चुभता है। स्टेज-1 का आउटपुट शून्य सूचना-बिंदु लौटा। शून्य। शीर्षक नहीं, स्रोत नहीं, बायलाइन नहीं, टाइमस्टैम्प नहीं। न कोई खिलाड़ी, न कोई टीम, न कोई प्रारूप। जिस दस्तावेज़ पर पूरी रिपोर्ट टिकी थी, वह दस्तावेज़ ही मौजूद नहीं था।

यहाँ मैं स्कोरर के पास लौटा — शौक़ के तौर पर नहीं, तरीक़े के तौर पर। क्योंकि स्कोरर की किताब में भी अगर कोई ओवर खाली छूट जाए, तो मैच रेफरी उस ओवर का फ़ैसला नहीं सुना सकता।

संदर्भ

क्रिकेट डेस्कों पर अब दो-स्तरीय पाइपलाइन चल रही है। स्टेज-1 किसी लेख को तोड़कर उससे सूचना-बिंदु, मुख्य दृष्टिकोण, इकाइयाँ (entities) और मेटाडेटा निकालता है। स्टेज-2 उस पर क्रिकेट-विशिष्ट ढाँचा लगाता है। गणित सीधा है: स्टेज-2 उस छत से ऊपर नहीं जा सकता जो स्टेज-1 ने तय की हो। यह वही रिश्ता है जो स्कोरर की किताब और मैच रेफरी की रिपोर्ट के बीच है — रेफरी उतना ही सुन सकता है जितना स्कोरर ने लिखा हो।

मेरी अपनी किताब अक्टूबर 2026 में खुली थी, फ़िरोज़ शाह कोटला की एक DDCA अंडर-19 लीग में, जहाँ मैं 19 साल का स्वयंसेवी स्कोरर था। 46वें ओवर में गेंदबाज़ ने नॉन-स्ट्राइकर को बैकिंग अप पर रन आउट किया। दोनों अंपायर MCC के नए संशोधित लॉ की तरफ़ गए, जो 1 अक्टूबर 2026 से लागू थे। मैंने तीन दिन दिल्ली यूनिवर्सिटी की लाइब्रेरी में लॉ 41.16 को 2026 के कोड के सामने रखकर जाँचा। कॉलेज मैगज़ीन के लिए लिखा 1,400 शब्दों का एक्सप्लेनर एक हफ़्ते के भीतर दिल्ली के एक क्लब-क्रिकेट ब्लॉग ने दोबारा छाप दिया।

उस मैच से मेरी आदत बनी: हर टुकड़े की शुरुआत लॉ नंबर या क्लॉज़ से, उद्धरण से पहले। और एक रिंग-बाइंड फ़ाइल शुरू हुई — BCCI के सर्कुलर और MCC के संशोधन, हर पन्ने के ऊपर तारीख़ लिखी हुई। संपादकों को पता चल गया कि मेरी रेगुलेशन कॉपी को दूसरे कानूनी दौर की ज़रूरत कम ही पड़ती है। — रूट: 2026, स्कोरर की कुर्सी।

2026 में रूस विश्व कप की डेस्क पर सबसे बेरौनक़ काम मुझे मिला: हर VAR रिव्यू दर्ज करना। 14 जून से 15 जुलाई 2026 के बीच उस टूर्नामेंट में तब का रिकॉर्ड 29 पेनल्टी दिए गए; मैंने 40 पन्नों का घटना-लेजर बनाया — मिनट, मैदानी फ़ैसला, रिव्यू, पलटाव, नतीजा। अगस्त में जब भारत इंग्लैंड दौरे पर गया, मैंने वही लेजर 'सॉफ़्ट सिग्नल' और DRS प्रोटोकॉल के इर्द-गिर्द दोबारा खड़ा किया। वह एक्सप्लेनर उस साल डेस्क का सबसे ज़्यादा पढ़ा गया क्रिकेट टुकड़ा बना। — रूट: 2026 विश्व कप VAR लेजर अनुभव।

2026 सितंबर में UAE से IPL कवर करते हुए मैं रात तीन बजे दिल्ली के एक फ़्लैट से फाइल करता था, स्टैंड खाली थे। भीड़ का शोर नहीं था, इसलिए स्टंप-माइक हर स्लेज पकड़ रहा था — और मैं सीज़न का हर लेवल-1 कोड-ऑफ़-कंडक्ट प्रतिबंध IPL कोड के क्लॉज़ के सामने दर्ज कर रहा था। चार महीने बाद BCCI ने 2026-21 रणजी ट्रॉफ़ी रद्द की, 2026-35 के बाद पहला सीज़न जिसमें यह खेली ही नहीं गई; मैं पखवाड़ा भर यह पीछा करता रहा कि किन खिलाड़ियों की एकमात्र अनुबंधित आय उस दिन ख़त्म हुई। — रूट: 2026 खाली स्टैंड और स्टंप-माइक अनुभव।

यह सारा लेजर-काम एक ही नियम पर टिका है: क्या लिखा गया, कब लिखा गया, किसने लिखा, और रिकॉर्ड असल में क्या दिखाता है। यही नियम बुधवार की फ़ाइल में पहली कड़ी पर ही टूट गया।

मुख्य विश्लेषण

लेजर के क्रम में पहले वह दर्ज करता हूँ जो बचा। डोमेन लेबल भरा हुआ आया — cricket_world। आर्टिकल टाइप भी आया — 'Unclassified'। अतिरिक्त टिप्पणियाँ भरी हुई थीं। यानी ढाँचा (schema) बना था, उसे पहचाना गया था, उसे विश्व कप जैसी किसी चीज़ से जोड़ा भी गया था।

अब वह, जो नहीं बचा। सूचना-बिंदु: शून्य। मुख्य दृष्टिकोण: एक-वाक्य सारांश खाली, लेखक का रुख़ N/A, लेख का उद्देश्य N/A। इकाइयाँ: 'ऊपर दिए सूचना-बिंदुओं से पहचानें' — जबकि ऊपर कोई सूचना-बिंदु ही नहीं। समय-संवेदनशीलता: आँकी ही नहीं गई।

यह पैटर्न एक चीज़ साफ़ कहता है: दस्तावेज़ अस्वीकार नहीं हुआ, दस्तावेज़ भरा ही नहीं गया। पेवॉल या ट्रंकेशन वाली विफलता आमतौर पर आधा-अधूरा टेक्स्ट छोड़ती है — कुछ अनुच्छेद, कुछ नाम, कुछ आंकड़े। यहाँ कुछ भी नहीं बचा। इसलिए खराबी स्रोत की अनुपलब्धता में नहीं, पार्सिंग और सेगमेंटेशन में है। तकनीकी भाषा में इसे साइलेंट एक्सेप्शन कहते हैं — एक ऐसा अपवाद जिसे सिस्टम ने निगल लिया और ऊपर बताया ही नहीं। और साइलेंट एक्सेप्शन का सबसे बुरा गुण यह है कि वह उसी स्रोत पर बार-बार लौटता है जब तक पार्सर ठीक न हो।

दो छोटी चीज़ें इसी पेटर्न की पुष्टि करती हैं। पहली, टैक्सोनॉमी का फिसलना: डोमेन लेबल cricket_world लौटा, जबकि निर्धारित लेबल 'Cricket' था। अकेले में यह मामूली बात है, पर राउटिंग के स्तर पर यह महँगी पड़ती है — जो नियम 'Cricket' पर फ़िल्टर करते हैं, वे cricket_world वाली सामग्री को चुपचाप छोड़ देंगे। क्रिकेट की खबर सिस्टम में मौजूद रहेगी और सिस्टम उसे देखेगा ही नहीं।

दूसरी, और ज़्यादा भारी — प्रोवेनेंस का नुकसान। प्रकाशक, URL, बायलाइन और टाइमस्टैम्प, चारों N/A। यह बॉडी टेक्स्ट के नुकसान से बड़ी चोट है। टेक्स्ट दोबारा मँगाया जा सकता है; प्रोवेनेंस अक्सर कभी वापस नहीं आता। और प्रोवेनेंस के बिना स्रोत-ग्रेडिंग हमेशा के लिए बंद हो जाती है। मैच रेफरी की रिपोर्ट सोचिए जिसके पहले पन्ने पर तारीख़ ही न लिखी हो — बाक़ी सब ठीक हो सकता है, पर उस काग़ज़ की कोई गवाही नहीं बनती।

यहीं मेरी सबसे पुरानी आदत काम आती है। लॉ 41.16 कोई मनोदशा नहीं है; वह एक सीमा-रेखा है जिसका कागज़ी रिकॉर्ड होता है — 2026 का पुनर्लेखन, उसके बाद का पुनर्वर्गीकरण, और उसके बाद आने वाली मैच रेफरी की रिपोर्ट। हर बार जब मैं कोई लॉ उठाता हूँ, मैं उसका संस्करण और संशोधन की तारीख़ लिखता हूँ; अगर संस्करण पक्का न हो तो नियम को नंबर देने के बजाय शब्दों में बताता हूँ। बिना संस्करण वाला लॉ-उद्धरण अपने आप में एक ग़लती है।

क्रिकेट के आँकड़ों पर यही नियम लागू होता है, और यही इस रिपोर्ट की सबसे बड़ी अड़चन है। स्ट्राइक रेट, इकॉनमी रेट, औसत — ये तीनों प्रारूप-विशिष्ट हैं और एक-दूसरे में स्थानांतरित नहीं होते। टेस्ट का 45 और T20 का 145 एक ही इकाई में नहीं बैठते। जब तक प्रारूप तय न हो, कोई भी आँकड़ा उद्धृत करना उसी तरह ग़लत है जैसे बिना संस्करण लॉ 41.16 उद्धृत करना। रिपोर्ट ने इसीलिए प्रारूप-पहचान को 'अवरोधक शर्त' (blocking constraint) कहा, न कि वर्णनात्मक सुविधा। मैं इससे सहमत हूँ, और यह सहमति सस्ती नहीं है — इसका मतलब है कि जब तक प्रारूप न आए, पूरा खिलाड़ी-अध्याय बंद रहेगा।

तीसरी बात जो मैं लेजर में दर्ज करना चाहूँगा, वह है विश्लेषक का इनकार। रिपोर्ट ने साफ़ लिखा कि वह किसी खिलाड़ी के यादगार करियर-आँकड़े भरकर खाली जगह नहीं भरेगा, क्योंकि वह ठीक वही ग़लती होती जिसे रोकने के लिए यह ढाँचा बना है। यह इनकार ही रिपोर्ट का असली निष्कर्ष है। BCCI की प्रकटीकरण-संस्कृति इतनी पतली है कि 'बोर्ड के एक अधिकारी ने कहा' वहाँ अक्सर उस सर्कुलर की जगह बैठ जाता है जो मौजूद ही नहीं। यहाँ खाली जगह खाली रही। अनाम स्रोत से नहीं भरी गई, याद से नहीं भरी गई, अनुमान से नहीं भरी गई।

जोखिम की सूची में एक और मद है जिसे डेस्क पर हल्के में नहीं लिया जाना चाहिए: बैच संदूषण। अगर यह पाइपलाइन बैच में चली थी, तो सहोदर आइटम्स में वही दोष हो सकता है। दो या अधिक शून्य-सूचना-बिंदु वाले पेलोड मिल जाएँ तो मामला अलग-अलग गड़बड़ियों का नहीं, पार्सर की संरचनात्मक खराबी का है।

रिकवरी का क्रम भी रिपोर्ट ने ठीक तय किया है: पहले इकाइयाँ, फिर प्रारूप, फिर आंकड़े, फिर कथा। सिर्फ़ इकाइयाँ और प्रारूप मिल जाएँ तो अध्याय एक, दो (आंशिक रूप से), तीन और सात गुणात्मक ढंग से खुल जाते हैं। उद्योग-संचरण का नक्शा आंकड़ों के बिना नहीं, पर इकाइयों और प्रारूप के सहारे बन सकता है।

उलटा कोण

यहाँ सबसे असहज बात यह है कि खतरा खाली रिपोर्ट में नहीं है। खतरा उसकी पूर्णता में है।

आठ अध्याय, हर एक में साक्ष्य-खंड, हर एक में विश्वास-स्तर, जोखिम-मैट्रिक्स, परिदृश्य-अनुमान, 'ट्रैक करते रहें' वाली तालिका। जो पाठक स्कैन करते हुए गुज़रेगा, वह ढाँचे की मुकम्मलियत को विश्लेषण की मुकम्मलियत समझ लेगा। स्कीमा-वैध लेकिन सामग्री-रहित पेलोड ऑटोमेटेड पाइपलाइन के लिए सबसे ज़हरीला फेल्योर मोड है, क्योंकि वैलिडेशन पास हो जाता है और खालीपन चुपचाप आगे बहता रहता है। जिस दिन ऐसा पेलोड किसी अलर्ट सिस्टम या संपादकीय ट्रायाज में बिना नल-चेक के घुसा, उस दिन किसी असली खबर को प्राथमिकता नहीं मिलेगी और किसी को पता भी नहीं चलेगा।

दूसरा उलटा कोण पूरे उद्योग पर लागू होता है। क्रिकेट-एनालिटिक्स की बहस एक दशक से कमी पर चल रही है — घरेलू कवरेज पतला है, एसोसिएट स्तर पर बॉल-ट्रैकिंग नहीं है, ग्रामीण क्रिकेट का कोई डेटाबेस नहीं है। यह सब सच है। पर जो चोट असल में बार-बार लगती है, वह उलटी दिशा से आती है: आंकड़ा पूरा आता है और ग़लत आता है। ब्रॉडकास्ट ग्राफ़िक इसका नमूना है। पार स्कोर, प्रोजेक्टेड टोटल, स्क्रीन पर चलता NRR — तीनों लाइव गिने जाते हैं और बाद में सुधारे जाते हैं। ग्राफ़िक सामने होता है, इसलिए उसे उद्धृत करना आसान होता है, और शाम तक मैच रेफरी की रिपोर्ट उससे उलटी बात कह रही होती है। जहाँ दोनों में टकराव हो, वहाँ टकराव ही खबर है — ग्राफ़िक नहीं।

अंत में

इस पूरी घटना में एक ही चीज़ अच्छी है: दोष साफ़ पहचाना गया और सुधार सस्ता है। ढाँचा सही बना था; सिर्फ़ उसमें सामग्री नहीं भरी गई।

अगली स्टेज-2 रन से पहले जो चाहिए वह तकनीकी नहीं, नियम की तरह है — एक कड़ा वैलिडेशन गेट, जो शून्य सूचना-बिंदु वाले स्टेज-1 पेलोड को पास होने ही न दे, और जो पास-थ्रू के बजाय अलर्ट भेजे। उसके बाद वही पाइपलाइन नामित-इकाई और प्रारूप-पहचान पर ज़ोर डालकर दोबारा चलनी चाहिए। साथ में बैच की जाँच, और लेबल-स्कीमा का मिलान।

मैं अपनी किताब में यह मामला इसी वाक्य के साथ दर्ज करूँगा: ढाँचा पूरा था, रिकॉर्ड खाली था, और कोई झूठा आंकड़ा उसमें नहीं भरा गया। क्रिकेट की डेस्कों पर यह भी एक उपलब्धि है।

सवाल यह है कि जब एक पूरी दिखने वाली रिपोर्ट खाली हो सकती है, तो अगली बार स्कोरकार्ड और स्क्रीन के आंकड़े में से किसे रिकॉर्ड मानेंगे?