शून्य सूचना-बिंदु: क्रिकेट डेटा पाइपलाइन की वह खामी जो खबर बनने से पहले पकड़ी गई

12 जनवरी 2026 की सुबह मेरी ऑडिट शीट में आठ कॉलम थे। सात खाली थे। आठवें में सिर्फ़ एक लेबल बचा था — cricket_asia। शीर्षक N/A। स्रोत N/A। लेख-प्रकार Unclassified। सूचना-बिंदु: शून्य। मुख्य दृष्टिकोण: शून्य। इकाइयाँ: अपंजीकृत। समय-संवेदनशीलता: "स्टेज-1 में आंकी नहीं गई"। स्रोत-गुणवत्ता: अपंजीकृत। पेलोड का विषय क्रिकेट था, और पेलोड में क्रिकेट नहीं था।

ऐसे पल में हाथ तेज़ हो जाता है। दिमाग़ तुरंत कहानी जोड़ लेता है — कोई सीरीज़, कोई चोट, कोई नीलामी, कोई विवाद। मेरे पास भरने के लिए सामग्री भी थी: साढ़े चार हज़ार गेंदों का हाथ से बनाया चार्ट, 2026 से 2026 तक के 756 आईपीएल मैचों का बॉल-बाय-बॉल डेटाबेस, एक बल्लेबाज़ की कीमत का मॉडल। बीस मिनट में पठनीय टुकड़ा तैयार हो सकता था। मैंने नहीं लिखा। उस दिन का काम एक ही था — यह दर्ज करना कि खाली पेलोड को खाली कहना भी एक रिपोर्ट है, और शायद उस हफ़्ते की सबसे ईमानदार रिपोर्ट।

इस ढाँचे में सूचना-बिंदु सबसे छोटी सत्यापन-योग्य इकाई है: स्कोर, आँकड़ा, लेन-देन, बयान या नियम-संदर्भ। हर निष्कर्ष इन्हीं ईंटों पर खड़ा होता है। जब यह परत खाली हो तो ऊपर की पूरी इमारत अनुमान बन जाती है, और अनुमान को विश्लेषण कहना इस पेशे की सबसे पुरानी आदत है।

दूसरा गेट फ़ॉर्मैट है। टेस्ट, वनडे और टी20 के मेट्रिक्स आपस में तुलनीय नहीं हैं — बिना फ़ॉर्मैट तय किए स्ट्राइक रेट या इकॉनमी दर पर कोई टिप्पणी तकनीकी रूप से अमान्य है। तीसरा गेट स्रोत-गुणवत्ता है: बोर्ड की आधिकारिक विज्ञप्ति, बड़ा क्रिकेट आउटलेट, सामान्य मीडिया, एग्रीगेटर — इस क्रम में भरोसे की सीमा घटती जाती है। स्रोत-गुणवत्ता का खाली होना अपने आप में निदान है, क्योंकि यह फ़ील्ड आम तौर पर मेटाडेटा से भरता है; इसका न भरना बताता है कि मेटाडेटा कभी पढ़ा ही नहीं गया।

मेरी आदत इसी गेट से बनी है। 2026 की अक्टूबर में L4 कशेरुका के स्ट्रेस फ्रैक्चर ने मेरा गुजरात अंडर-16 सत्र ख़त्म कर दिया, और मैं अहमदाबाद में ब्रेस पहनकर बैठ गया। जनवरी से मार्च 2026 के बीच मैंने गुजरात के दस रणजी मैच हाथ से चार्ट किए — इंदौर का फ़ाइनल भी, जहाँ पार्थिव पटेल की टीम ने मुंबई को हराकर राज्य का पहला ख़िताब जीता और प्रियांक पंचल ने सत्र 1,310 रनों पर ख़त्म किया। कुल 4,180 गेंदें दर्ज हुईं: फ़ेज़-वार डॉट-बॉल प्रतिशत, स्कोरिंग ज़ोन, और यह कि पंचल ने किन गेंदबाज़ों पर वार किया, सिर्फ़ बचकर नहीं खेले। उसी सर्दी से मेरे हर आँकड़े के साथ एक संदर्भ-कॉलम चलता है — गेंदबाज़, फ़ेज़, पिच की उम्र, मैच की स्थिति।

अब वह ऑडिट, जो उस दिन का असली विषय था।

पेलोड में आठ अपेक्षित फ़ील्ड थे। शीर्षक खाली, स्रोत खाली, प्रकार Unclassified, सूचना-बिंदु खाली, मुख्य दृष्टिकोण खाली — एक-वाक्य सारांश, लेखक का रुख़, लेख का उद्देश्य, तीनों खाली। इकाइयाँ अपंजीकृत: कोई खिलाड़ी नहीं, कोई टीम नहीं, कोई फ़्रैंचाइज़ी नहीं, कोई बोर्ड नहीं, कोई कोच नहीं। समय-संवेदनशीलता आंकी नहीं गई। स्रोत-गुणवत्ता अपंजीकृत। एकमात्र जीवित फ़ील्ड डोमेन लेबल था, और वह भी संविदा के अनुसार अपेक्षित Cricket नहीं, बल्कि cricket_asia था।

यहाँ एक अंतर है जिसे मिलाना महँगा पड़ता है: "N/A — अपर्याप्त सूचना" और "कम" एक चीज़ नहीं हैं। N/A का मतलब है डेटा कभी आया ही नहीं; "कम" का मतलब है डेटा आया, जाँचा गया, और कमज़ोर पाया गया। पहले को दूसरे में बदलना रिपोर्टिंग की सबसे चुपचाप होने वाली हेराफेरी है, और यह वही हेराफेरी है जो एक खाली फ़ाइल को "फ़ॉर्म में नहीं है" जैसी सुर्ख़ी में बदल देती है।

फ़ेलियर का पैटर्न ख़ुद बोलता है। मेटाडेटा गायब, सामग्री गायब, इकाइयाँ गायब, पर डोमेन लेबल मौजूद। अगर एक्सट्रैक्टर पाठ पढ़कर फ़ेल होता, तो लेबल भी न आता। लेबल का बचना बताता है कि वर्गीकरण यूआरएल या मेटाडेटा पर चला, पाठ पर नहीं — यानी ऊपरी छोर पर फ़ेच ही विफल रहा, और नीचे के स्टेज को एक खाली दस्तावेज़ सौंप दिया गया। यह एग्ज़ीक्यूशन की ग़लती नहीं, आपूर्ति की ग़लती है।

ख़तरा यहीं से शुरू होता है: विफलता बिना एरर फ़्लैग के स्टेज-1 से स्टेज-2 तक पार हो गई। बैच पाइपलाइन में यही चीज़ ख़तरनाक है — एक खाली रिकॉर्ड अगले सौ रिकॉर्ड का भरोसा खा जाता है। इसलिए मेरी पहली सिफ़ारिश तकनीकी है, संपादकीय नहीं: स्टेज-2 शुरू होने से पहले एक कठोर वैलिडेशन गेट लगे — कम से कम एक सूचना-बिंदु, कम से कम एक नामित इकाई, स्रोत शून्य न हो, प्रकाशन-तिथि शून्य न हो। चारों में से एक भी न मिले तो पेलोड लौटा दिया जाए।

दूसरी सिफ़ारिश लेबल-अनुशासन की है। cricket_asia एक उप-श्रेणी है, मूल श्रेणी नहीं। इंटरफ़ेस पर लेबल सामान्यीकृत हों, वरना हर डाउनस्ट्रीम टूल को अपनी मैपिंग रखनी पड़ेगी और एक जगह मैपिंग चूके तो पूरा आठ-आयामी विश्लेषण ग़लत दरवाज़े पर दस्तक देगा।

तीसरी — स्रोत-गुणवत्ता को अनिवार्य फ़ील्ड बनाया जाए। यह फ़ील्ड खाली छोड़ देना सबसे महँगी चूक है, क्योंकि यही तय करता है कि भविष्य का कोई भी निष्कर्ष कितना ऊँचा उठ सकता है। बोर्ड की विज्ञप्ति और एग्रीगेटर की कॉपी-पेस्ट एक ही टेबल में बैठें, यह ठीक है; पर दोनों को एक ही भरोसा-स्तर मिले, यह ठीक नहीं।

चौथी — प्रकाशन-तिथि की वसूली। स्टेज-1 ने समय-संवेदनशीलता आँकी ही नहीं, इसलिए यह भी पता नहीं कि जो निकलेगा वह ताज़ा होगा या बासी। क्रिकेट में बासी आँकड़ा सिर्फ़ पुराना नहीं होता, वह भ्रामक होता है — चार साल पुरानी फ़ेज़-वार स्ट्राइक रेट किसी बल्लेबाज़ की मौजूदा क्षमता का सबूत नहीं है।

पाँचवीं — बैच की जाँच। एक ही स्रोत से आए पड़ोसी रिकॉर्ड नमूने के तौर पर देखे जाएँ। अगर वही खाली-फ़ील्ड हस्ताक्षर दोहराता है, तो समस्या अलग-अलग लेखों की नहीं, पाइपलाइन की है।

यहाँ एक बात साफ़ कर दूँ जो अक्सर धुँधली रह जाती है। अनुपस्थिति की रिपोर्टिंग भी एक दावा है, और उसका भी सबूत होता है — इस मामले में सबूत यह है कि आठ में से सात फ़ील्ड खाली हैं और आठवाँ यूआरएल-स्तरीय है। यह कमज़ोर सबूत नहीं है; यह उस तरह का सबूत है जो बताता है कि गड़बड़ कहाँ हुई।

और यह भी दर्ज करना ज़रूरी है कि एक वैध स्टेज-2 के लिए स्टेज-1 से कम से कम क्या लौटना चाहिए। एक फ़ॉर्मैट एंकर — टेस्ट, वनडे, टी20 या द हंड्रेड — और मैच की प्रकृति: द्विपक्षीय, आईसीसी इवेंट, लीग या वॉर्म-अप। एक नामित इकाई: खिलाड़ी, टीम, फ़्रैंचाइज़ी, बोर्ड, कोच या अधिकारी। कम से कम तीन सूचना-बिंदु जिनमें तथ्यात्मक सामग्री हो। और स्रोत, प्रकाशन-तिथि व स्रोत-गुणवत्ता का स्तर। पाँच में से कोई एक न मिले तो जो भी विश्लेषण बनेगा, वह पेलोड का विश्लेषण नहीं होगा — वह विश्लेषक का अनुमान होगा।

और एक चीज़ जो किसी टेबल में नहीं आएगी। ब्रेस वाली उस सर्दी में मेरे फ़िज़ियो ने एक दिन चार्ट देखकर कहा था — "तुम गेंद गिन रहे हो, शरीर नहीं।" मैंने उस दिन हँसकर टाल दिया। आज जब आठ में से सात कॉलम खाली देखता हूँ तो वही वाक्य लौटता है। गिनती तभी काम आती है जब गिनने वाली चीज़ मौजूद हो। जहाँ चीज़ ही न आई हो, वहाँ गिनती अनुशासन नहीं, सजावट है।

सबसे आसान रास्ता यह कहना है कि खाली पेलोड एक तकनीकी झंझट है, संपादकीय मामला नहीं। मैं उलटा मानता हूँ।

क्रिकेट मीडिया का बड़ा हिस्सा आज भी बिना बही-खाते के रणनीति पर बहस करता है। कमेंट्री बॉक्स में कोई कहता है "उसने लय खो दी", और कोई नहीं पूछता कि किस फ़ेज़ में, किस गेंदबाज़ के ख़िलाफ़, किस पिच की उम्र पर। जब सिस्टम का एक हिस्सा खाली डेटा को भरने की कोशिश करता है, तो वह असल में उसी आदत की नक़ल कर रहा होता है — मुँह से विश्लेषण, हाथ में कुछ नहीं। फ़र्क़ सिर्फ़ इतना है कि कमेंटेटर की ग़लती उसी शाम भुला दी जाती है, और पाइपलाइन की ग़लती डेटाबेस में दर्ज होकर महीनों चलती है।

दूसरा जाल ज़्यादा चालाक है। सार्वजनिक रूप से ग़लत होना एक तरीक़ा है, पर सार्वजनिक रूप से ग़लत होना धीरे-धीरे एक पहचान बन जाता है, और फिर लेखक ग़लतियाँ सुधारने के लिए नहीं, दिखाने के लिए इकट्ठा करने लगता है। मैंने यह सीमा अपने लिए तय की है: सिर्फ़ वही ग़लती छापो जिसका कोई परिणाम हो, तारीख़ के साथ छापो, सुधार बताओ, और आगे बढ़ो। उलटी तरफ़ की जीत के जुलूस नहीं।

तीसरा जाल मूल्यांकन की आदत से आता है। एक बार जब हर खिलाड़ी की क़ीमत तय हो जाए, तो अनुपस्थित खिलाड़ी को भी क़ीमत मिलने लगती है — और यहीं मॉडल ख़त्म हो जाता है। नवंबर 2026 में जब गुजरात टाइटंस ने मुझे फ़रवरी की मेगा नीलामी के फ़ेज़-मॉडल पर बैठाया, तो मेरी शीट ने डेविड मिलर को ₹3 करोड़ के बेस पर ग़लत क़ीमत बताया था — स्पिन के ख़िलाफ़ उनका स्ट्राइक रेट ओवर 7 से 15 में बैटिंग पोज़िशन से दबा हुआ था, गिरावट से नहीं। हमने उन्हें ख़रीदा; उन्होंने आईपीएल 2026 में 481 रन बनाए और 29 मई 2026 को नरेंद्र मोदी स्टेडियम के फ़ाइनल में राजस्थान रॉयल्स को सात विकेट से हराया। वह सही क़ीमत थी क्योंकि वहाँ खिलाड़ी मौजूद था। जहाँ कोई खिलाड़ी ही न हो, वहाँ क़ीमत तय करना नीलामी नहीं, अंदाज़ा है।

अगले चक्र में मेरी नज़र दो संकेतों पर है। पहला — स्टेज-1 का दोबारा चलना: अगर मूल यूआरएल या दस्तावेज़ से कम से कम एक सूचना-बिंदु और एक नामित इकाई लौट आए, तो आठों आयाम खुल जाएँगे और यह टुकड़ा एक प्रक्रिया-रिपोर्ट से एक क्रिकेट-रिपोर्ट में बदल जाएगा। दूसरा — विफलता का असली कारण: बॉडी की लंबाई शून्य, 401/403, या पेवॉल का पन्ना। तीनों के इलाज अलग हैं, इसलिए पहले निदान, फिर दोबारा कोशिश।

बाक़ी सवाल आपके लिए छोड़ता हूँ। इस सत्र में ऐसे कितने खाली पेलोड चुपचाप आगे बढ़ गए, जिन्हें किसी ने खाली कहा ही नहीं — और उनसे बनी कितनी सुर्ख़ियाँ आज भी आर्काइव में "विश्लेषण" कहलाती हैं?