ग्यारह में ग्यारह शून्य: क्रिकेट डेस्क की वह एनालिसिस रिपोर्ट जिसमें हर खाना भरा था और कोई जानकारी नहीं

रात के दो बजे हैं। मुंबई की एक डिजिटल स्पोर्ट्स डेस्क पर स्क्रीन जल रही है और उस पर एक रिपोर्ट खुली है जिसका शीर्षक है — N/A। सोर्स — N/A। लेखक का रुख — N/A। एक वाक्य का सारांश — खाली स्ट्रिंग। इन्फॉर्मेशन पॉइंट्स — सूची मौजूद है, भीतर कुछ नहीं।

रिपोर्ट विफल नहीं दिखती। विफल रिपोर्ट आधी दिखती है, टूटी दिखती है, उसका एक कोना फटा होता है। यह पूरी है। इसके आठ आयाम हैं, तेरह तालिकाएँ हैं, उपशीर्षक हैं, और कोष्ठकों में कॉन्फिडेंस टैग लगे हैं — [Confidence: Medium], [Confidence: High], [Confidence: Low] — जैसे किसी मॉडल ने खुद पर भरोसा जताया हो। Stage-1 के ग्यारह फ़ील्ड हैं। ग्यारह में से ग्यारह पर N/A लिखा है। फ़ॉर्म की पूर्णता सौ प्रतिशत, जानकारी की उपज शून्य।

यही इस पूरी कहानी का असली आँकड़ा है। बाकी सब उसकी व्याख्या है।

क्रिकेट डेटा डेस्क पर काम करने का तरीका मैंने 2026 में सीखा, जब मार्च में एक मुंबई डेस्क ने मुझे स्टैटिस्टिक्स की डिग्री को कॉपी में बदलने के लिए रखा। पहले तीन महीने मैंने आईपीएल 2026 की हर गेंद अपने बनाए डेटाबेस में दर्ज की। 21 मई 2026, हैदराबाद वाला फ़ाइनल — मुंबई इंडियंस ने 129/8 बचाकर राइजिंग पुणे सुपरजायंट को एक रन से हराया — उस मैच ने मुझे मेरा सबक दिया। मेरा डेथ-ओवर प्रेशर इंडेक्स, यानी बढ़ती रिक्वायर्ड रेट के नीचे प्रति डॉट-बॉल दिए गए रन, ने जसप्रीत बुमराह का 17वाँ ओवर किसी कॉलमिस्ट से पहले चिह्नित किया। मैंने मैच रिपोर्ट उसी इंडेक्स से शुरू की।

उसके बाद दो आदतें बन गईं। पहली: जो नंबर कहानी बदले, वह पहले पैराग्राफ़ में। दूसरी: जो चीज़ नापी न जा सके, उसे शब्द न देना। "मोमेंटम" मेरी ग्लॉसरी में नहीं है। मेरी ग्लॉसरी में चौदह मेट्रिक्स हैं, और यह सूची इसलिए बनी कि एडिटर मुझसे "स्टैट्स थोड़ा हल्का कर दो" न कह सकें।

अब उस पाइपलाइन को देखिए जिस पर ऐसी डेस्कें चलती हैं। दो चरण हैं। Stage-1 कच्चे लेख से तथ्य निकालता है — शीर्षक, सोर्स, लेख का प्रकार, सारांश, तथ्य-बिंदु, इकाइयाँ (टीम, खिलाड़ी, बोर्ड, लीग), समय-संवेदनशीलता, सोर्स की गुणवत्ता, डोमेन लेबल। Stage-2 उन तथ्यों पर आठ आयामों का ढाँचा लगाता है — फ़ॉर्मैट और मैच, खिलाड़ी तकनीक और डेटा, टीम परिदृश्य और रैंकिंग, लीग और वाणिज्यिक पारिस्थितिकी, नियम और शासन, जोखिम, सार्वजनिक कथा और अपेक्षा, और उद्योग संचरण।

Stage-1 खाली लौटा। Stage-2 ने फिर भी आठों आयाम भर दिए।

यहाँ एक बात समझनी ज़रूरी है, और वह क्रिकेट की बुनियादी शर्त है, डेटा की नहीं। क्रिकेट में फ़ॉर्मैट कोई सजावट नहीं है; वह हर मेट्रिक की पूर्व-शर्त है। टी20 का स्ट्राइक रेट और टेस्ट का औसत दो अलग कौशल नापते हैं। पावरप्ले (ओवर 1–6), मध्य ओवर (7–15) और डेथ ओवर (16–20) की अर्थव्यवस्था अलग-अलग होती है, आँकड़े एक-दूसरे पर नहीं चढ़ाए जा सकते। डीएलएस और डीआरएस का अंपायर-कॉल — ये सब फ़ॉर्मैट-सापेक्ष हैं। जिस लेख का फ़ॉर्मैट तय न हो, उस पर कोई भी क्रिकेट मेट्रिक लगाना विश्लेषण नहीं, अनुमान है।

और इस रिपोर्ट का डोमेन लेबल था: cricket_world। यह इस पाइपलाइन का मान्य लेबल नहीं है। अपेक्षित लेबल "Cricket" है, और उसके साथ एक अनिवार्य उप-लेबल चाहिए — टेस्ट, वनडे, टी20, लीग, या शासन। cricket_world क्रिकेट को एक ही बाल्टी मानता है। जो टैक्सोनॉमी क्रिकेट को एक बाल्टी मानती है, वह आगे होने वाली हर क्रॉस-फ़ॉर्मैट गड़बड़ी को संरचनात्मक रूप से आमंत्रित करती है — औ उस गड़बड़ी को पकड़ने का कोई तंत्र नहीं छोड़ती।

चार विफलताएँ, एक निदान

रिपोर्ट ने खुद को रोका नहीं, पर एक काम ईमानदारी से किया: उसने पूछा कि Stage-1 शून्य क्यों लौटा। चार संभावित विफलताएँ गिनाई गईं — एक्सट्रैक्शन पाइपलाइन फेल होना (पेवॉल, जावास्क्रिप्ट-रेंडर पेज, पीडीएफ, इमेज-ओनली कंटेंट), खाली या प्लेसहोल्डर इनपुट, डोमेन मिसलेबलिंग, और असली कंटेंट-वैक्यूम।

अब निदान का तर्क देखिए, क्योंकि यही इस पूरी कहानी का सबसे उपयोगी हिस्सा है। शीर्षक और सोर्स — ये दो फ़ील्ड किसी भी टेक्स्ट-एक्सट्रैक्शन काम में सबसे यांत्रिक रूप से वसूलने योग्य फ़ील्ड हैं। दस्तावेज़ में अगर कुछ भी पाठ्य मौजूद होता, तो ये दोनों सबसे पहले भरते। इनका N/A होना बताता है कि लेख का शरीर एक्सट्रैक्टर तक पहुँचा ही नहीं। निष्कर्ष — "पाइपलाइन विफलता, मध्यम विश्वास के साथ" — क्योंकि शून्य के दो अर्थ होते हैं और उन्हें अलग करना ज़रूरी है: लेख में जानकारी नहीं थी, या लेख पढ़ा ही नहीं गया। पहला कंटेंट की समस्या है, दूसरा फ़ेच की। इलाज दोनों का अलग है, लागत भी, और समय-सीमा भी।

स्पेन के 1,029 पास, और भरे हुए खाने

जून 2026 में मैंने अपने क्रिकेट-पहले एडिटर को मना लिया कि रूस में चल रहे विश्व कप के सभी 64 मैचों पर एक डेटा ब्लॉग चलेगा। 1 जुलाई 2026, मॉस्को, राउंड ऑफ़ 16: स्पेन ने 1,029 पास पूरे किए — 2026 के बाद विश्व कप का रिकॉर्ड — और 1-1 पर खेल पेनल्टी पर हार गया। मेरे शॉट-क्वालिटी मॉडल ने 25 प्रयासों से स्पेन को 2.5 से ऊपर एक्सपेक्टेड गोल्स दिए थे। उस दिन मैंने लिखा कि पैठ के बिना कब्ज़ा लेखांकन की गलती है, शैली नहीं। हज़ार पास उस टीम की उपज नहीं थी, उसकी गतिविधि थी।

मॉडल फुटबॉल के लिए बना था; क्रिकेट ने उसे ग्यारहवें ओवर में तोड़ा — और यहाँ एक ऐसी रिपोर्ट ने तोड़ा है जो किसी ओवर तक पहुँची ही नहीं। यही गलती डेस्क-स्तर पर दोहराई गई है: चालीस से ज़्यादा खाने भरे गए, तेरह तालिकाएँ बनीं, तीनों कॉन्फिडेंस-स्तरों का इस्तेमाल हुआ, और किसी एक पंक्ति में क्रिकेट का एक तथ्य नहीं है। गतिविधि और उपज दो अलग चर हैं, और ज़्यादातर डैशबोर्ड केवल पहला नापते हैं। इसीलिए मैं अपने हर टेम्पलेट में दो कॉलम रखता हूँ: "फ़ील्ड भरी?" और "इस फ़ील्ड से कौन सा निर्णय बदलता है?" दूसरे कॉलम में शून्य लिखा हो तो पहला कॉलम काग़ज़ की सजावट है।

यह निर्मम लग सकता है, पर इसे निर्ममता न समझिए, इसे लागत समझिए। एक खाली पेज को सब-एडिटर दस सेकंड में पकड़ लेता है। तीन हज़ार शब्दों की खोखली रिपोर्ट सुबह नौ बजे छप जाती है और दोपहर तक उद्धृत होने लगती है। पहली गलती सस्ती है, दूसरी नहीं।

फ़ॉर्मैट पहले, मेट्रिक बाद में

दूसरा आयाम खिलाड़ी की भूमिका तय करना है — ओपनर, एंकर, फ़िनिशर, पेस, स्पिन, ऑलराउंडर, विकेटकीपर। यह वर्गीकरण अलंकार नहीं है। भूमिका तय होने के बाद ही पता चलता है कि कौन सा मेट्रिक मायने रखता है: फ़िनिशर का मूल्यांकन स्ट्राइक रेट से होता है, टेस्ट ओपनर का औसत और खेली गई गेंदों से। भूमिका के बिना मेट्रिक चुनना वैसा ही है जैसे बिना सवाल के स्प्रेडशीट खोलना।

एक ठोस उदाहरण लीजिए। मान लीजिए किसी स्पिनर की अर्थव्यवस्था 8.4 है। टी20 के मध्य ओवरों में यह संख्या लगभग ठीक-ठाक है; टेस्ट की पहली पारी में प्रति ओवर 8.4 रन देना आपदा है। एक ही संख्या, दो विपरीत निष्कर्ष, और फ़ैसला केवल फ़ॉर्मैट करता है। जिस रिपोर्ट के पास फ़ॉर्मैट ही नहीं, वह इस 8.4 को किस तरफ़ रखेगी? वह उसे कहीं नहीं रखेगी, वह उसे N/A लिख देगी — और यही सही उत्तर है। समस्या उत्तर नहीं है; समस्या यह है कि उस N/A के ऊपर आठ हेडिंग बन गईं।

इसी तरह चौथा आयाम — लीग और वाणिज्यिक पारिस्थितिकी — नीलामी के प्रीमियम वर्गीकृत करता है: स्थानीय युवा स्टार प्रीमियम, ऑलराउंडर प्रीमियम, दुर्लभ-स्थिति प्रीमियम, या पैनिक बिडिंग। इनमें से एक भी लागू नहीं होता जब किसी खिलाड़ी का नाम, कीमत या ट्रांजैक्शन मौजूद न हो। एक ट्रांसफ़र फ़ीस एक परिकल्पना होती है जिसे किसी ने असली पैसे देकर परखा है — बिना कीमत के न तो परिकल्पना है, न परख।

और पाँचवाँ आयाम — शासन — जो कर गया, वह इस पूरे दस्तावेज़ का सबसे अनुशासित हिस्सा है। उसने मिसालों की सूची बनाई: आईसीसी का "बिग थ्री" राजस्व मॉडल, डीएलएस/डीआरएस बहसें, साल 2026 का क्रोंजे मामला, 2026 की पाकिस्तान स्पॉट-फ़िक्सिंग, 2026 का आईपीएल स्कैंडल, एनओसी व्यवस्था, भारत-पाकिस्तान द्विपक्षीय ठहराव। और फिर स्पष्ट लिखा: "केवल संदर्भ के लिए — किसी सूचना-बिंदु से ट्रिगर नहीं।"

यह एक पंक्ति पूरे पेशे के लिए मानक होनी चाहिए। टेम्पलेट भरना आसान है; यह कहना मुश्किल है कि मेरे पास टेम्पलेट है और मैं उसे इस्तेमाल नहीं कर रहा, क्योंकि इस लेख में उसका आधार नहीं है। उसी आयाम ने एक और बात दर्ज की जो अक्सर छूट जाती है: सत्यनिष्ठा जोखिम का आकलन नहीं किया जा सका, और फ़िक्सिंग का ज़िक्र न होना फ़िक्सिंग के न होने का सबूत नहीं है। यह वाक्य अपने आप में एक मेट्रिक है — अनुपस्थिति और अभाव को एक मान लेना भी एक प्रकार की मॉडल-गड़बड़ी है।

टीआरडीडब्ल्यू का नियम: बिना ओवर के कोई नाम नहीं

2026 में केएससीए के सलाहकार के रूप में मुझे टैलेंट रिसोर्स डेवलपमेंट विंग खड़ा करने का मौका मिला; 2026 में बीसीसीआई ने इस मॉडल को पूरे देश में दोहराया। उस विंग को एम. एस. धोनी, सुरेश रैना, इरफ़ान पठान और आर. पी. सिंह को सामने लाने का श्रेय जाता है। उस प्रणाली की ताकत मॉडल में नहीं थी, इनपुट-अनुशासन में थी। हमारा नियम सख़्त था: जिस स्काउट कार्ड पर कोई मैच, कोई ओवर, कोई गेंद दर्ज न हो, वह कार्ड बाहर। नाम अकेला काफ़ी नहीं था। नाम के साथ ओवर चाहिए था।

इस रिपोर्ट को उसी नियम से नापिए। इसके पास आठ आयाम हैं, और एक भी ओवर नहीं।

यहाँ यह कहना ज़रूरी है कि कंट्रोल ग्रुप केवल मैदान पर नहीं बनते। खाली स्टेडियम चुप्पी नहीं होता — वह सीटों वाला कंट्रोल ग्रुप होता है। इसी तरह यह शून्य रिपोर्ट डेस्क के लिए एक कंट्रोल ग्रुप है: इसने दिखा दिया कि जब साक्ष्य न हो तो एक अच्छी तरह बनी रिपोर्ट कैसी दिखती है। वह बिल्कुल ऐसी दिखती है जैसी साक्ष्य वाली रिपोर्ट — और यही ख़तरा है।

जो जोखिम असल में स्कोर हुआ

छठे आयाम की जोखिम-तालिका में छह श्रेणियाँ हैं — खेल, कार्मिक, वाणिज्यिक, नियम/सत्यनिष्ठा, जनमत, प्रणालीगत। छहों अंकेक्षण-योग्य नहीं हैं। उसमें सातवीं श्रेणी जोड़ी गई: पाइपलाइन जोखिम। स्तर: उच्च। संभावना: उच्च, "पहले ही साकार हो चुकी"। प्रभाव: उच्च। कुल जोखिम रेटिंग: उच्च — और रिपोर्ट ने स्पष्ट स्वीकारा कि यह रेटिंग किसी खेल-जोखिम से नहीं, पूरी तरह पाइपलाइन के मेटा-जोखिम से आई है।

मैं ऐसी ईमानदारी की तलाश में रहता हूँ, क्योंकि यह दुर्लभ है। ज़्यादातर डेस्कें अपनी रिपोर्ट में ऊपर जोखिम लिखती हैं और नीचे "स्रोत: विश्वसनीय"। यहाँ उलटा हुआ: उपलब्ध सारी सामग्री अनिर्धार्य घोषित की गई और केवल उस जोखिम को अंक दिए गए जिसका सबूत स्क्रीन पर मौजूद था — खुद रिपोर्ट।

मुझे अपने 2026 वाले डेटाबेस से एक बात याद आती है। जब मैं आईपीएल की हर गेंद दर्ज कर रहा था, तब सबसे बड़ा डर ग़लत नंबर नहीं था; सबसे बड़ा डर खाली पंक्ति थी जो भूल से भर गई हो। आउटलायर मुझे ढूँढता नहीं था — आउटलायर दो बजे मेरी स्प्रेडशीट के पास खुद आ जाता था। उसे पहचानने का एक ही तरीक़ा था: तुलना। किसी संख्या का कोई अर्थ नहीं होता जब तक उसके साथ कंट्रोल ग्रुप न हो। यह रिपोर्ट आज वही कंट्रोल ग्रुप बन गई है।

नल-रेट एक मेट्रिक है

रिपोर्ट ने जो सबसे काम की चीज़ छोड़ी है वह कोई क्रिकेट अंतर्दृष्टि नहीं, एक मॉनिटरिंग निर्देश है: बैच स्तर पर शून्य-दर (नल-रेट) देखिए। प्रति बैच N/A शीर्षक गिनिए। यदि यह दर 5% से ऊपर जाए, तो संकेत यह नहीं है कि लेख खराब हैं — संकेत यह है कि अपस्ट्रीम फ़ेच टूटा है। यह अंतर पैसे का अंतर है। एक समस्या में आप कंटेंट टीम बदलते हैं, दूसरी में आप पार्सर ठीक करते हैं।

उसी तरह इकाई-उपज (एंटिटी यील्ड) देखिए — प्रति लेख कितने नाम वसूले गए। अगर किसी ऐसे लेख पर, जो शून्य नहीं है, शून्य इकाइयाँ वसूली जाएँ, तो समस्या फ़ेच की नहीं, नाम-पहचान (NER) चरण की है। दोनों नल-दिखने वाली विफलताएँ हैं, दोनों के इलाज अलग हैं। और तीसरा संकेत: फ़ॉर्मैट उप-लेबल की उपस्थिति। अगर 10% से अधिक आइटम बिना उप-लेबल के आ रहे हैं, तो आपका क्रॉस-फ़ॉर्मैट संदूषण जोखिम पहले से बढ़ा हुआ है, चाहे कोई भी मैच अभी गलत तरीक़े से पढ़ा न गया हो।

हर चीज़ का दोष पार्सर पर नहीं डालना चाहिए

सबसे आसान प्रतिक्रिया यह है कि पार्सर खराब है, उसे ठीक करो, अगले बैच में सब ठीक हो जाएगा। मुझे यह प्रतिक्रिया संदिग्ध लगती है। पार्सर ने शायद कुछ ग़लत नहीं किया — उसे एक खोखला ऑब्जेक्ट सौंपा गया था, और उसने उसे ईमानदारी से खोखला बताया। असली विफलता हमारी गुणवत्ता-संस्कृति में है, जहाँ हम फ़ॉर्म की पूर्णता जाँचते हैं, उपज की नहीं।

तीसरी बात जो इस मामले में छिपी है: प्रलोभन। इस रिपोर्ट के पास अपनी शासन-तालिका भरने का पूरा सामान मौजूद था — क्रोंजे, पाकिस्तान 2026, आईपीएल 2026, बिग थ्री। एक कम अनुशासित डेस्क इन्हीं चार मिसालों से "क्रिकेट में सत्यनिष्ठा संकट" शीर्षक वाला लेख बना लेती, और उस लेख में एक भी असली तथ्य नहीं होता। जिस पल हम मिसालों को सावधानी से अलग रखते हैं, वही पल हम विश्लेषण और टेम्पलेट-भराई के बीच की रेखा खींचते हैं।

और यहाँ एक सहसंबंध-बनाम-कारण की बात जोड़ना ज़रूरी है, क्योंकि यही सबसे अधिक दुरुपयोग होती है। शून्य परिणाम इस बात का सबूत नहीं है कि असली लेख बेकार था; वह इस बात का सबूत है कि पढ़ने की प्रक्रिया टूटी थी। दो अलग निदान, दो अलग इलाज, और केवल एक ही पैसे की बर्बादी करता है। जिस डेस्क ने यह रिपोर्ट लिखी, उसने निदान को निष्कर्ष बनने से रोका — और यह इस पूरे दस्तावेज़ की सबसे मूल्यवान उपलब्धि है, भले ही उसमें एक भी रन, एक भी विकेट, एक भी ओवर दर्ज न हो।

गिनो पहले, सवाल बाद में, कहानी सबसे अंत में — पूरा तरीक़ा यही है।

आगे क्या देखना है

अगले बैच में तीन चीज़ें देखिए: शीर्षक और सोर्स की वसूली दर, फ़ॉर्मैट उप-लेबल की उपस्थिति, और नल-रेट। तीनों मिलकर बताएँगे कि क्या यह एक अलग-थलग दुर्घटना थी या संरचना की आदत। यदि शून्य-दर 5% से नीचे रहती है और उप-लेबल 95% आइटम पर मिलता है, तो डेस्क ठीक है और यह एक बुरा दिन था। यदि नहीं, तो समस्या पाइपलाइन की नहीं — प्रकाशन-निर्णय की है।

जो सवाल मेरे सामने खुला है वह यह है: अगली बार जब ऐसी रिपोर्ट "उच्च जोखिम" कहकर डेस्क पर आए, तो क्या कोई उसे पढ़ेगा, या कोई उसे छाप देगा क्योंकि वह पूरी दिखती है?