रात के दो बजकर सत्ताईस मिनट। करोल बाग में उस मोबाइल-फोन की दुकान के ऊपर, चार कुर्सियों वाली डेस्क पर स्क्रीन जल रही थी और उस पर एक JSON बैठा था जो तकनीकी रूप से बेगुनाह था। ब्रैकेट बंद, कॉमा अपनी जगह, कोई एरर नहीं। अंदर सब खाली। शीर्षक: N/A। स्रोत: N/A। लेख का प्रकार: अपरिभाषित। सूचना-बिंदुओं की सूची में एक भी आइटम नहीं। एंटिटी वाले खाने में लिखा था — "ऊपर दिए गए सूचना बिंदुओं से पहचानें" — यानी एक ऐसा निर्देश जिसका संदर्भ ही नहीं बचा था। पूरे दस्तावेज़ में एक ही चीज़ भरी हुई थी: डोमेन लेबल, cricket_world.

मैंने उस फ़ाइल को तीन बार पढ़ा, क्योंकि पहली नज़र में वह फेल नहीं हुई थी। वह पास हो गई थी। स्कीमा वैलिड, टाइप वैलिड, सिंटैक्स वैलिड। और ठीक यही उसकी सबसे बड़ी खामी थी। साल 2026 में जब मैंने रिपोर्टिंग शुरू की थी, तब मुझे लगता था कि डेटा का सबसे बड़ा दुश्मन झूठ है। अब पता है — सबसे बड़ा दुश्मन वह खालीपन है जो वैध दिखता है।

In Karol Bagh, the par-score was a rumor repeated until it became a number.

और इस वक़्त, रिटेंशन और नीलामी की खिड़की के बीच, यह कोई तकनीकी शिकायत नहीं है। यह मूल्य-निर्धारण की समस्या है।

संदर्भ: नीलामी की खिड़की में Stage-1 क्या करता है

हर स्पोर्ट्स डेटा डेस्क दो परतों में चलता है। पहली परत कच्चे मैच, कॉन्ट्रैक्ट और बयानों से "दावे" निकालती है — यानी एक वाक्य जिसे जाँचा जा सके — और हर दावे के साथ तीन चीज़ें जोड़ती है: स्रोत-फ़ील्ड (किसने कहा — आधिकारिक बोर्ड घोषणा, एजेंट-संचालित रिपोर्ट, या रिपोर्टर का अनुमान), टाइमस्टैम्प, और समय-संवेदनशीलता (यह दावा कब तक सच रहेगा)। दूसरी परत उन दावों को तौलती है और कीमत निकालती है।

नीलामी और रिटेंशन के महीनों में पहली परत ही असली संपत्ति है। क्योंकि जिस चीज़ पर बोली लगती है, वह खिलाड़ी कम और सूचना अधिक है। रिटेंशन स्लैब, राइट-टू-मैच की शर्तें, रिज़र्व प्राइस, एजेंट का कमीशन-स्ट्रक्चर, और किस फ्रेंचाइज़ी का वेज बिल पहले से भरा हुआ है — इस खिड़की में असली कहानी यही है, कोई ट्रेड रहस्य नहीं। एक फ्रेंचाइज़ी जो चार बड़े कॉन्ट्रैक्ट में बँधी है, वह तेज़ गेंदबाज़ को बाज़ार भाव पर नहीं खरीद सकती, चाहे उसे कितनी भी ज़रूरत हो। यह लचीलेपन की कीमत है, और यह कीमत किसी रिपोर्ट में नहीं लिखी होती — यह वेज बिल के अंत में छिपी होती है।

अब सोचिए कि पहली परत अगर चुपचाप खाली लौट आए, तो क्या होता है। दूसरी परत क्रैश नहीं होती। वह लिखती है। वह मुलायम भाषा में अनुमान लगा देती है, और वह अनुमान अगले तीन हफ़्तों में तीन जगह उद्धृत हो जाता है। करोल बाग में जिस पार-स्कोर को मैंने सालों तक रटा हुआ सच माना, वह असल में इसी तरह बना था — एक बार किसी ने अनुमान लगाया, फिर पाँच लोगों ने उसे दोहराया, और छठे ने उसे "बाज़ार का भाव" कह दिया।

कोर: तीन खाली खोल, और एक सबक जो तीन बार दोहराया गया

21 मई 2026, हैदराबाद। आईपीएल फाइनल। मुंबई इंडियंस ने 129/8 बनाया, राइजिंग पुणे सुपरजायंट 128/8 पर रुकी, मुंबई एक रन से जीती। मेरे मॉडल ने आख़िरी ओवर से पहले पुणे को 62% जीत दिया था। स्कोरकार्ड सार्वजनिक है — 21 मई 2026, राजीव गांधी अंतर्राष्ट्रीय स्टेडियम — इसलिए इसे आप स्वयं जाँच सकते हैं। मॉडल ने कोई एरर नहीं दिया। उसने वही किया जो उसे करने को कहा गया था। समस्या डेथ-ओवर्स मॉड्यूल में थी: उसमें इस बात के लिए कोई वैरिएंस टर्म नहीं था कि आख़िरी चार ओवरों में गेंदबाज़ी की गुणवत्ता और रन-रोकने की रणनीति, दोनों अलग-अलग चर हैं। छह हफ़्ते अकेले बैठकर मैंने वह मॉड्यूल फिर से बनाया।

I went to Kazan to watch a model fail in public. It was instructive.

27 जून 2026, कज़ान। छह महीने बाद एक दिल्ली की रिस्क डेस्क ने मुझे वर्ल्ड कप की कीमत तय करने पर रखा। मेरे फ्रेमवर्क ने जर्मनी को आगे बढ़ने का 91% मौका दिया। जर्मनी दक्षिण कोरिया से 0-2 हारकर बाहर हो गया। बाद में मैंने वैरिएंस की धारणाएँ ज़मीन से उठाकर फिर लिखीं। यह पूरा किस्सा इसलिए दोहरा रहा हूँ कि आप समझ सकें — खाली खोल मेरे लिए नई बीमारी नहीं है। यह मेरा पुराना रूममेट है।

सितंबर से नवंबर 2026, यूएई। जब रिस्क डेस्क अप्रैल में बंद हो गई, तो मैंने पाँच महीने में चार हज़ार टी-20 मैचों का निजी डेटाबेस खड़ा किया। आईपीएल 19 सितंबर से 10 नवंबर 2026 तक यूएई में चला — दुबई, अबू धाबी, शरजाह। दुबई में दस नवंबर को मुंबई इंडियंस ने दिल्ली कैपिटल्स को पाँच विकेट से हराया। उन खाली स्टैंडों ने भीड़ के दबाव वाले चर को पूरी तरह हटा दिया, और तब मेरा रिग्रेशन कुछ अजीब बताने लगा: दूसरी पारी के उतार-चढ़ाव में टॉस और शाम की ओस, टीम की ताक़त से ज़्यादा समझा रहे थे।

Twenty-two thousand empty seats, and home advantage quietly rounded down to zero.

कम से कम वहाँ गिनती शून्य थी और शून्य ईमानदार था। मेरी नौ हज़ार शब्दों की रिपोर्ट छह हफ़्ते देर से गई। चालीस सब्सक्राइबर नवंबर तक 3,100 हो गए — देर से पहुँची एक फ़ाइल का नतीजा, तेज़ पहुँचे दस थ्रेड्स से बेहतर निकला।

अब वह चौथा खोल, जो इस वक़्त मेज़ पर है। इसे देखकर मैंने अपनी पाइपलाइन में तीन फेल्योर-मोड अलग कर लिए, और तीनों अलग-अलग क़िस्म के जानवर हैं।

पहला: स्कीमा ड्रिफ्ट। स्रोत का ढाँचा बदलता है — कोई पेज री-डिज़ाइन होता है, कोई फ़ीड अपना फ़ील्ड नाम बदल देता है। एक्सट्रैक्टर अब कुछ नहीं पाता, लेकिन "कुछ नहीं मिला" और "कुछ नहीं था" में फ़र्क़ करने की उसमें क्षमता नहीं होती। वह खाली सूची लौटाता है, और खाली सूची वैध आउटपुट है।

दूसरा: एंटिटी-रेज़ोल्यूशन का ढहना। ऊपर वाले JSON में यह साफ़ दिख रहा है। निर्देश कहता है "ऊपर दिए गए सूचना बिंदुओं से पहचानें", और ऊपर कोई बिंदु ही नहीं है। यह वही गलती है जो हर डेटा डेस्क में रोज़ होती है — हम प्रॉम्प्ट लिखते हैं, संदर्भ देना भूल जाते हैं।

तीसरा: ख़ामोश नल। सबसे खतरनाक। सिस्टम ने कहीं भी यह नहीं कहा कि वह फेल हुआ। उसने एक संरचनात्मक रूप से पूर्ण और विषय-रूप से रिक्त फ़ाइल सौंप दी, और अगली परत उसे लेकर आगे बढ़ गई।

और यहीं एक बात समझनी ज़रूरी है जो क्रिकेट विश्लेषण में लगभग कभी नहीं कही जाती: अनुपस्थिति भी डेटा है, लेकिन हर अनुपस्थिति एक जैसी नहीं होती। सांख्यिकी में तीन श्रेणियाँ हैं — पूरी तरह यादृच्छिक गुम (MCAR), शर्त के साथ यादृच्छिक गुम (MAR), और यादृच्छिक नहीं गुम (MNAR)। भारतीय घरेलू क्रिकेट का डेटा तीसरी श्रेणी में गिरता है। एक रणजी गेंदबाज़ का डेटा इसलिए नहीं है कि उसने कुछ नहीं किया; वह इसलिए नहीं है कि किसी ने उसे फ़िल्माने का पैसा नहीं दिया। और जब बोली लगने का वक़्त आता है, तो तीसरी श्रेणी की गुम हो चुकी जानकारी, प्रदर्शन से कम नहीं, कीमत तय करती है। भारत की दूसरी पसंद की टीम इसीलिए दुनिया के खेल बाज़ार की सबसे ग़लत कीमत वाली संपत्ति है।

I keep a column for luck. It is the most honest column in the file.

इसलिए आज मैंने अपनी पाइपलाइन में तीन इंजेक्शन जोड़े हैं, और वे किसी मॉडल से बेहतर उपयोगी साबित हुए हैं। पहला: अगर सूचना-बिंदुओं की सूची खाली है, तो जॉब फेल घोषित होगी — चेतावनी नहीं, फेल। दूसरा: अगर शीर्षक N/A है, तो वह आउटपुट किसी डाउनस्ट्रीम पाठक तक नहीं पहुँचेगा। तीसरा: अगर किसी निर्देश में "ऊपर दिए गए" लिखा है और ऊपर कुछ नहीं है, तो निर्देश ही रद्द हो जाएगा। तीनों चीज़ें तुच्छ लगती हैं। तुच्छ वही अंतर है जो एक ख़ाली खोल और एक ख़ाली सूचना के बीच पड़ता है।

कॉन्ट्रैरियन: कमरे की बात सही है, और उसका हल ग़लत है

कमरे का रवैया सुनने में समझदारी भरा होता है: "आउटपुट खाली है, तो जॉब फिर चलाओ।" इसे परखना ज़रूरी है, क्योंकि इसमें एक चीज़ सही है — अनुपस्थिति अपने आप में अंतर्दृष्टि नहीं बनती। कोई फ़ाइल खाली होने से यह साबित नहीं होता कि सिस्टम बिगड़ा है, ठीक वैसे ही जैसे एक पारी का शून्य स्कोर साबित नहीं करता कि बल्लेबाज़ बेकार है। सैंपल एक है, और एक सैंपल पर कोई निष्कर्ष नहीं।

लेकिन कमरे का हल ग़लत है। टूटे हुए एक्सट्रैक्टर को फिर चलाने से आपको दूसरा खाली खोल मिलेगा, बस एक नए टाइमस्टैम्प के साथ — और यह इस पूरे मामले की सबसे विडंबनापूर्ण बात है। री-रन ने दो सप्ताह पहले भी कुछ नहीं पाया था; अगले सोमवार को भी वही करेगा। री-रन अस्थिरता (variance) का इलाज है, टूटे स्रोत (broken source) का नहीं। दोनों को एक ही दवा से मतलब करना वही गलती है जो डेली डॉट-बॉल वाले डेस्क करते हैं जब तीन खराब पारियों के बाद किसी बल्लेबाज़ को "फॉर्म में लौटा" घोषित कर देते हैं।

और यहाँ एक और चेतावनी अपने लिए लिख रहा हूँ। मुझे कमरे से असहमत होने की आदत पैसा दे चुकी है, इसलिए असहमति कभी-कभी अनुशासन जैसी लगने लगती है। यह ख़तरनाक है। कमरे का यह कहना कि "एक ख़ाली फ़ाइल से कोई पाइपलाइन-संकट नहीं निकलता" — वह इस मामले में सही है। एक फ़ाइल, एक रात, एक टूटा प्रॉम्प्ट। इसे महामारी में बदलने पर मैंने वही गलती की होगी जिसकी मैं दूसरों को सलाह देता हूँ: नतीजे को बाद में देखकर कहानी गढ़ना। फ़र्क़ यह है कि सिस्टम-फेल्योर के मामले में मेरे पास जाँचने का तरीक़ा है — मैं पुराने जॉब्स का लॉग खोल सकता हूँ और देख सकता हूँ कि पिछले छह महीनों में कितनी बार खाली सूची "सफल" मार्क हुई। अगर जवाब एक या दो है, तो यह एक बुरी रात है। अगर जवाब चालीस है, तो यह एक ख़ामोश महामारी है। मेरे पास दोनों के बीच अंतर करने का डेटा है, इसलिए अनुमान लगाना बेईमानी होगी।

टेकअवे: अगली नीलामी से पहले क्या जाँचें

इस खिड़की में आप जो भी मॉडल चला रहे हैं — रिटेंशन कीमत, राइट-टू-मैच की संभावना, या किसी अनकैप्ड खिलाड़ी का बाज़ार भाव — उससे पहले एक सवाल पूछिए: अगर मेरा स्रोत आज ख़ामोश हो जाए, तो मुझे कैसे पता चलेगा? जिस सिस्टम का जवाब "क्योंकि मैं मैच देख लेता हूँ" हो, वह सिस्टम नहीं, आदत है। जिसका जवाब "क्योंकि खाली सूची पर जॉब फेल होती है" हो, वह सिस्टम है।

A monk does not argue with the market. He re-runs the regression.

अगले सीज़न से पहले आपका असली एज रिग्रेशन नहीं होगा। वह कुछ नीरस होगा: एक लॉग, एक फेल-लाउड शर्त, और एक इंसान जो यह मानने को तैयार हो कि वैध JSON और सच्ची सूचना एक ही चीज़ नहीं हैं। बाक़ी सब उसके बाद।