खाली शीट क्लीन चिट नहीं होती: क्रिकेट डेटा डेस्क पर एक नल-रिटर्न का ऑडिट

उस सुबह डेस्क पर जो फ़ाइल खुली, उसमें एक भी सूचना बिंदु नहीं था। शीर्षक — एन/ए। स्रोत — एन/ए। लेख का प्रकार — अनवर्गीकृत। एक वाक्य का सारांश — खाली। एंटिटी के खाने में लिखा था "ऊपर दिए सूचना बिंदुओं से पहचानें", और ऊपर कोई सूचना बिंदु ही नहीं था। समय-संवेदनशीलता — "स्टेज-1 में आंका नहीं गया"। स्रोत-गुणवत्ता — "सूचना बिंदुओं के स्रोत क्षेत्रों से आंकें", और स्रोत क्षेत्र थे ही नहीं। पूरी शीट में एक ही चीज़ भरी हुई थी: डोमेन लेबल, cricket_asia।

अठारह साल पहले दिल्ली की एक ट्रेडिंग डेस्क पर मुझे रेट लगाने से पहले बेसलाइन लिखना सिखाया गया था। चौदह ट्रेडरों में अकेली महिला, और अकेली ऐसी जिसने ज़िंदगी में एक भी प्रतिस्पर्धी क्रिकेट मैच नहीं खेला था। किसी ने यह नहीं बताया था कि जब बेसलाइन ही खाली हो तो क्या लिखना है। उस सुबह वही सवाल मेज़ पर रखा था, और उसका जवाब पहले से कहीं ज़्यादा महँगा था — क्योंकि एक खाली शीट को अगर "कोई दिक्कत नहीं" पढ़ लिया जाए, तो वह गलती छप जाती है और उसे बाद में सुधारना पड़ता है।

उस दिन मैंने फ़ाइल बंद की और सबसे पहले यह लिखा कि फ़ाइल में क्या नहीं है।

मेरा काम दो चरणों में चलता है। पहला चरण किसी भी क्रिकेट सामग्री को तोड़कर उसके सूचना बिंदु, एंटिटी, लेखक का रुख़ और लेख का उद्देश्य निकालता है। दूसरा चरण उन बिंदुओं पर आठ आयामों का विश्लेषण खड़ा करता है — प्रारूप और मैच, खिलाड़ी की तकनीक और आँकड़ा, टीम का परिदृश्य और रैंकिंग, लीग और वाणिज्यिक पारिस्थितिकी, नियम और शासन, जोखिम, जन-नैरेटिव, और उद्योग में संचरण।

यह ढाँचा इसलिए बना था कि भावना से पहले आँकड़ा लिखा जा सके। 21 मई 2026 को हैदराबाद के राजीव गांधी इंटरनेशनल स्टेडियम में मुंबई इंडियंस ने 129/8 बनाकर राइज़िंग पुणे सुपरजायंट को एक रन से हराया था। पारी के ब्रेक पर बाज़ार मुंबई को अंडरडॉग मान रहा था; हमारा डेथ-ओवर इकॉनमी बेंचमार्क नहीं मान रहा था। मैं फ़ाइनल की कीमत तीन चरणों में लगा चुकी थी, नतीजा जानने से पहले, और उस एक रन ने बाद में जो कहानियाँ बनीं, उनमें से एक भी मेरी मॉडल शीट में नहीं थी।

साल 2026 में मैंने यही ढाँचा फ़ुटबॉल पर लगाया और रूस विश्व कप के लिए डेड-बॉल एक्सपेक्टेड-गोल्स मॉडल बनाया। टूर्नामेंट-पूर्व नोट में मैंने लिखा था कि पज़ेशन नियंत्रण का कमज़ोर प्रॉक्सी है और सेट-पीस एक्सजी व्यवस्थागत रूप से कम आँका जा रहा है। टूर्नामेंट में 29 पेनल्टी दिए गए, और 15 जुलाई को मॉस्को में फ़्रांस ने क्रोएशिया को 4-2 से हराया — उसके चार में से तीन गोल डेड-बॉल स्थितियों से निकले।

उसी हफ़्ते एक क्लाइंट ने मेरे नोट का जवाब एक लाइन में दिया: "औरतें डिफ़ेंसिव लाइन नहीं पढ़तीं।" मैंने स्प्रेडशीट से जवाब दिया। उस वाक्य के बाद मैंने अपने डेस्क पर एक नियम लगाया जो आज तक चल रहा है — हर आँकड़े के साथ सैंपल साइज़ और कॉन्फ़िडेंस इंटरवल, और चेतावनी दावे के नीचे नहीं, ऊपर। यह नियम मेरी कॉपी को धीमा बनाता है और बहस करना बहुत मुश्किल।

इसीलिए जब स्टेज-2 की शीट खुली और उसमें आठों आयामों के सामने "एन/ए – अपर्याप्त सूचना" लिखा था, तो मेरी पहली प्रतिक्रिया यह नहीं थी कि विश्लेषण फेल हुआ। मेरी पहली प्रतिक्रिया यह थी कि किसी ने ऊपर के चरण में सत्यापन नहीं लगाया।

खाली पेलोड अपने आप में एक नतीजा है, और उसे नतीजे की तरह पढ़ना पड़ता है। जब किसी क्रिकेट सामग्री से शीर्षक, स्रोत, प्रकाशक, तारीख़ और एक भी नामित एंटिटी न निकले, तो तीन में से एक बात लगभग तय है: फ़ेच ब्लॉक हुआ (पेवॉल या जावास्क्रिप्ट से बना पेज), गलत पेज पाइपलाइन में चला गया, या क्लासिफ़ायर ने लेख के बॉडी टेक्स्ट की जगह स्रोत के मेटाडेटा पर ट्रिगर कर दिया।

तीसरा विकल्प सबसे चुपचाप होने वाला है। cricket_asia जैसा लेबल भूगोल बताता है, विषय नहीं। भूगोल एक टैग है, सूचना बिंदु नहीं। अगर हम टैग को सूचना मान लें, तो हम ठीक वही काम कर रहे होंगे जिसकी इजाज़त हमारा ढाँचा नहीं देता — अनुमान को आधार बना लेना।

यहाँ एक तकनीकी बात रुककर समझनी चाहिए, क्योंकि यही पूरे क्रिकेट-आँकड़े उद्योग की सबसे आम गलती है। जब भी कोई खिलाड़ी-दावा आए, जाँच का क्रम तय है: पहले प्रारूप, फिर भूमिका, फिर मीट्रिक, फिर बेंचमार्क। टेस्ट की बल्लेबाज़ी औसत और टी20 की बल्लेबाज़ी औसत दो अलग कौशल नापते हैं; टी20 में सात से नीचे की इकॉनमी शानदार है और वही संख्या वनडे में सामान्य। जब तक प्रारूप तय नहीं, कोई भी आँकड़ा उद्धृत करना बेईमानी है — भले वह आँकड़ा सही हो।

मेरे पास दो लेजर हैं — जो मॉडल ने कहा, और जो हुआ। अंतर ही सबक है। इस शीट में पहला लेजर पूरा खाली है, इसलिए दूसरा लेजर भरने का कोई अधिकार मेरे पास नहीं।

असली सवाल यह है कि इस खालीपन को कैसे दर्ज किया जाए। जोखिम-मैट्रिक्स में एक पंक्ति थी जो सबसे ऊपर थी और जिसका स्तर था — उच्च। पाइपलाइन जोखिम: खाली स्टेज-1 आउटपुट स्टेज-2 में "विश्लेषण" की तरह आगे बढ़ गया। इसकी संभावना निश्चित थी, क्योंकि घटना हो चुकी थी। यह कोई क्रिकेट जोखिम नहीं था। यह एनालिटिक्स प्रक्रिया का अपना जोखिम था।

यहाँ एक शब्द की कीमत समझिए। रिपोर्ट में लिखा था: चोट, वर्कलोड, सट्टेबाज़ी-संबंधी सत्यनिष्ठा और वित्तीय जोखिम — अनस्क्रीन्ड, क्लियर्ड नहीं। यह अंतर क्रिकेट पत्रकारिता में लगभग कभी नहीं लिखा जाता। जब कोई रिपोर्ट किसी मुद्दे पर चुप रहती है, तो पाठक उसे सफ़ाई मान लेता है: "देखा, कुछ नहीं था।" सच यह है कि सब कुछ बिना जाँचा हुआ पड़ा है। सबूत का न होना, सबूत का न होना नहीं है — और यह वाक्य मुझे हर उस शीट पर लिखना पड़ता है जिसमें कोई डेटा न आया हो।

एक और बात शीट में साफ़ दिख रही थी। समय-संवेदनशीलता के खाने में "स्टेज-1 में आंका नहीं गया" लिखा था, यह नहीं लिखा था कि "समय-संवेदनशील तत्व नहीं मिले"। इन दो वाक्यों में बड़ा फ़र्क़ है। पहला कहता है कि स्टेज-1 बीच में रुका; दूसरा कहता कि स्टेज-1 पूरा हुआ और खाली हाथ लौटा। पहली स्थिति में दोबारा चलाना ज़रूरी है; दूसरी में सामग्री की प्रकृति पर बहस हो सकती है। यही फ़र्क़ किसी भी मीडिया हाउस की रिसर्च डेस्क में सबसे कम दर्ज होने वाला फ़र्क़ है।

एक और विसंगति थी जिसने मुझे सबसे ज़्यादा चौंकाया। क्रिकेट टेक्स्ट से खिलाड़ियों के नाम निकालना सबसे आसान काम है। कोई भी हल्का-फुल्का एक्सट्रैक्टर एक लाइन में तीन नाम ले आता है। यहाँ शून्य नाम थे। जब सबसे आसान क्षेत्र खाली हो, तो अनुमान लगाना पड़ता है कि कच्चा फ़ेच ही नहीं हुआ। नामों का पूरी तरह गायब होना किसी क्रिकेट लेख की सामान्य स्थिति नहीं है; वह पाइपलाइन की स्थिति है।

इससे एक उलटा निष्कर्ष भी निकलता है। अगर स्रोत में एक भी टीम का नाम नहीं था, तो यह संभवतः मैच रिपोर्ट या प्रीव्यू नहीं था — क्योंकि उन दोनों में दो टीमें हमेशा नामित होती हैं। अधिक संभावना यह है कि स्रोत वाणिज्यिक, शासन-संबंधी या राय-आधारित सामग्री थी। अगर ऐसा है, तो दोबारा एक्सट्रैक्शन के बाद भी खेल-संबंधी आयाम (पहला, दूसरा, तीसरा) पतले ही रहेंगे और पूरा भार वाणिज्यिक और शासन वाले आयामों पर चला जाएगा। यह अनुमान है, निष्कर्ष नहीं — और मैं इसे निष्कर्ष की तरह नहीं लिखूँगी।

क्रिकेट के जिन आयामों पर इस शीट से कुछ नहीं कहा जा सकता, उनकी सूची बनाना भी ज़रूरी है, क्योंकि रिपोर्ट की ईमानदारी उसी में है। घरेलू और विदेशी प्रदर्शन का अंतर किसी भी टीम की असली ताक़त का लिटमस टेस्ट है — यहाँ वह अनुपलब्ध है। आयु-वक्र और वर्कलोड विश्लेषण खिलाड़ी-जोखिम के दो सबसे भविष्यसूचक लेंस हैं — दोनों अनुपलब्ध हैं, और मीडिया रिपोर्टिंग में यही दो सबसे ज़्यादा छोड़े जाते हैं। नीलामी मूल्यांकन में सबसे ज़रूरी जाँच यह होती है कि कोई कीमत विजेता बोली है या चर्चा-आधारित आँकड़ा — यहाँ कोई कीमत ही नहीं।

बीस साल पहले जब मैं प्रिंट से सैटेलाइट प्रोडक्शन और फिर डिजिटल डेस्क पर गई, तब सबसे बड़ा सबक यही था कि स्पेस भरने का दबाव सच्चाई से तेज़ होता है। ब्रोडकास्ट राइट्स के आँकड़े सबसे बड़े और सबसे साफ़ डेटासेट हैं, और तीस पैंतीस साल पैसा आते देखकर राजस्व को हर चीज़ का प्रॉक्सी मान लेना आसान हो जाता है। इसलिए मेरा नियम है: राइट्स के आँकड़े जब भी लिखो, उसी पीस में रणजी नॉकआउट कवरेज की गिनती और घरेलू मैच-डे की संख्या भी साथ रखो। दोनों लेजर साथ रखिए, वरना एक-दूसरे को धोखा देंगे।

इसी तरह फ़ॉर्मेट-मिक्सिंग का ख़तरा, जो अभी शून्य है क्योंकि मिक्स करने को कुछ है ही नहीं, अगला सबसे बड़ा ख़तरा बन जाएगा जैसे ही आधा-अधूरा पेलोड आएगा। क्रिकेट की ज़्यादातर गलत सूचना यहीं पैदा होती है — टी20 का स्ट्राइक रेट टेस्ट के औसत के सामने रख दिया जाता है और संख्या सही, मतलब ग़लत हो जाता है।

और असली नुक़सान कहाँ होता है? कमेंट्री बॉक्स में। मैं इसे खेल का आख़िरी बिना-ऑडिट वाला कमरा मानती हूँ। वहाँ सैंपल साइज़ नहीं होता, तुलना-विंडो नहीं होता, और विशेषण पहले आते हैं, संख्या बाद में। मेरे पास 2026 विश्व कप के उस मैच की याद है जहाँ कपिल देव ने ज़िम्बाब्वे के ख़िलाफ़ 175* बनाया था — उस वक़्त बीबीसी की हड़ताल थी और फ़ुटेज नहीं बची। जो घटना रिकॉर्ड न हुई हो, उस पर बाद में जो कहानियाँ बनीं, वे ज़्यादातर सच्ची थीं — लेकिन उन्हें सत्यापित करने का कोई तरीक़ा नहीं था। आज हमारे पास तकनीक है और फिर भी वही समस्या है, बस फ़ुटेज की जगह डेटा गायब है।

मेरे पास एक और लेजर है जिसे मैं सबसे ज़्यादा देखती हूँ: जो सवाल पूछा ही नहीं गया। इस शीट में पूछे गए सवाल आठ थे और जवाब शून्य। लेकिन जो सवाल पूछे ही नहीं गए, वे ज़्यादा ख़तरनाक हैं — स्रोत का प्रकाशक कौन है, लेख कब छपा, फ़ेच का कच्चा रिस्पॉन्स क्या लौटाया, और पाइपलाइन में यह पेज किस रास्ते आया। इनमें से किसी का भी जवाब शीट में नहीं था।

यहाँ एक चीज़ साफ़ कर देना ज़रूरी है, क्योंकि यही मेरा सबसे असुविधाजनक पेशेवर निष्कर्ष है। जब मैं बोर्ड और फ़्रैंचाइज़ी के लोगों से बात करती हूँ, तो कॉल वापस आती है — और साथ में लीक भी। मेरा स्थायी नियम है: एक्सेस से आई कोई भी स्टोरी दूसरे, गैर-एक्सेस स्रोत के बिना प्रकाशित नहीं होगी। इसी तरह, डेटा डेस्क पर आई कोई भी खाली रिपोर्ट बिना दूसरी जाँच के प्रकाशित नहीं होगी। दोनों नियम एक ही जगह से आते हैं — सुविधा को सबूत मत समझो।

अब वह हिस्सा, जहाँ मुझे सबसे ज़्यादा बहस करनी पड़ती है।

आम धारणा यह है कि खाली रिपोर्ट बेकार रिपोर्ट है। मेरा उलटा दावा है: एक ईमानदार खाली रिपोर्ट एक भरोसेमंद गलत रिपोर्ट से ज़्यादा कीमती है। उद्योग की असली बीमारी जानकारी की कमी नहीं है; बीमारी यह है कि खाली जगहों को विशेषणों से भर दिया जाता है। "शानदार", "शर्मनाक", "अनिवार्य" — इन तीनों में से कोई भी तुलना-विंडो के बिना एक आँकड़ा नहीं है, एक मूड है। जब डेटा नहीं होता, तो मूड भर दिया जाता है, और पाठक उसे विश्लेषण समझ लेता है।

दूसरा उलटा कोण यह है कि हम घटना की कीमत लगाते हैं, घटना की अनुपस्थिति की नहीं। डॉट बॉल, बिना विकेट वाला चरण, वह रिटेन खिलाड़ी जो कभी बल्लेबाज़ी नहीं करता — इनकी कोई बाज़ार-कीमत नहीं होती, जबकि मैच इन्हीं से तय होते हैं। डेड बॉल वह जगह है जहाँ बाज़ार आलसी है और डेटा धैर्यवान। एक रन ने उस फ़ाइनल का फ़ैसला किया था और मैंने पहले ही लिख दिया था कि ऐसा क्यों हो सकता है — यह मेरी सबसे बड़ी पेशेवर संतुष्टि है, और यह उस शाम किसी कमेंट्री बॉक्स में नहीं कही गई थी।

तीसरा उलटा कोण सबसे असुविधाजनक है। जो लोग डेटा-विरोधी हैं, उनसे मैं सहमत होने की ज़रूरत महसूस करती हूँ — क्योंकि पिछले दशक में एनालिटिक्स ने अंतर्ज्ञान को हराया, और उस जीत के बाद हमने बहस करना बंद कर दिया। हम व्याख्यान देने लगे। यह गलती है। सेलेक्शन कॉल, नीलामी रणनीति और कमेंट्री-बॉक्स के फ़ैसले — इन तीनों को आज भी उनकी अपनी शर्तों पर ऑडिट करना पड़ता है, क्योंकि उलटा निष्कर्ष अक्सर उसी कमरे में बैठा होता है जिसे सबने तय मान लिया है।

इस शीट का सबसे बड़ा सबक यही है: जब मॉडल कुछ न कहे, तो सबसे बड़ा फ़ैसला यह होता है कि हम क्या नहीं छापेंगे।

आगे के चक्र के लिए मेरे पास तीन ठोस सिग्नल हैं। पहला, स्टेज-1 की पूर्णता — प्रति सबमिशन भरे हुए सूचना बिंदुओं की गिनती और नामित एंटिटी की संख्या। शून्य बिंदु या शून्य एंटिटी पर स्वचालित रोक, और स्टेज-2 शुरू ही नहीं होगा। दूसरा, प्रारूप का खुलासा — किसी भी मैच-संबंधी सामग्री में टेस्ट या वनडे या टी20 का स्पष्ट चिह्न न हो, तो हर सांख्यिकीय दावा "असत्यापित" में बदल जाएगा। तीसरा, समय-संवेदनशीलता — प्रकाशन तिथि और घटना की तिथि दोनों का होना ज़रूरी; तीस दिन से पुरानी सामग्री को मौजूदा ख़बर नहीं, ऐतिहासिक संदर्भ माना जाएगा।

दो-क्षेत्रीय गेट की लागत लगभग शून्य है: कम से कम एक सूचना बिंदु और कम से कम एक नामित एंटिटी। यह गेट इस पूरी विफलता को स्टेज-1 पर ही पकड़ लेता। मुझे यह नियम पहले क्यों नहीं लगाया, यही मेरा आज का सबसे ईमानदार सवाल है।

अगली बार जब कोई रिपोर्ट आपके डेस्क पर खाली आए, तो यह मत पूछिए कि क्या छपा नहीं। यह पूछिए कि कच्चा फ़ेच क्या लौटाया था — क्योंकि जवाब वहीं छिपा होता है, और वह जवाब भरे हुए डेटा से ज़्यादा साफ़ बोलता है।