स्कोरबुक खाली लौटा और रिपोर्ट 'पूर्ण' कहलाई: क्रिकेट डेटा पाइपलाइन का वह ऑडिट जो कोई नहीं मांगता

सोमवार की सुबह, बेंगलुरु। स्क्रीन पर एक रिपोर्ट खुली है। आठ खंड, इकतालीस मूल्यांकन-कोष्ठक। उनमें से चालीस में एक ही पंक्ति दोहराई गई है — "अपर्याप्त जानकारी।" इकतालीसवें कोष्ठक में एक टैग टाइप है: cricket_asia। और दस्तावेज़ के अंत में हरे रंग की मुहर लगी है — "पूर्ण"।

पूरी खबर यही है। बाकी सब उस मुहर का हिसाब है।

2026 में मैंने एम. चिन्नास्वामी में रणजी फाइनल के चारों दिन अपनी अलग बॉल-बाय-बॉल शीट रखी थी, ऑफिशियल स्कोरबुक के समांतर। चौथे दिन दोनों का जोड़ नहीं बैठा। तेईस गेंदें कहीं गुम थीं — वाइड, नो-बॉल, और एक लेग-बाय जो कार्ड तक कभी पहुंचा ही नहीं। मैंने नतीजे पर नहीं, उसी फर्क पर नौ सौ शब्द लिखे। बोर्ड ने तीन हफ्ते बाद कार्ड दोबारा जारी किया। स्कोरबुक का जोड़ नहीं बैठा था, इसलिए मैंने वह पन्ना पच्चीस साल खुला रखा।

अब वही फर्क एक डेटा पाइपलाइन में दिख रहा है, और इस बार कार्ड दोबारा जारी करने वाला कोई नहीं है।

संदर्भ: जब स्कोरबुक पढ़ने वाला खुद स्कोरबुक बन गया

क्रिकेट कवरेज अब तीन हिस्सों में बंट चुका है। पहला हिस्सा स्रोत है — एजेंसी, अखबार, बोर्ड की प्रेस रिलीज़। दूसरा हिस्सा एक्सट्रैक्शन है, यानी उस लेख से तथ्यों को निकालकर एक ढांचे में डालना। तीसरा हिस्सा विश्लेषण है। जो रिपोर्ट मेरी स्क्रीन पर खुली है, वह तीसरे हिस्से की है। दिक्कत यह है कि दूसरा हिस्सा खाली हाथ लौटा, और तीसरे हिस्से ने उस खाली हाथ को एक फॉर्मेट दे दिया।

डेटा की भाषा में इसे क्या कहेंगे? स्टेज-1 के पेलोड में शीर्षक N/A था, स्रोत N/A था, एक-वाक्य सारांश खाली था, लेखक का रुख N/A था, इन्फॉर्मेशन पॉइंट्स की सूची खाली थी, और एंटिटी — टीम, खिलाड़ी, बोर्ड, लीग — कुछ भी एक्सट्रैक्ट नहीं हुआ था। जो एकमात्र खाना भरा था, वह था डोमेन लेबल: cricket_asia।

यह लेबल अपने आप में एक खबर है। जिस सिस्टम ने इकतालीस में से चालीस खाने खाली छोड़े, उसी ने इकतालीसवें खाने में एक क्लासिफायर का फैसला भर दिया — यानी उसने शरीर नहीं पढ़ा, सिर्फ URL या हेडलाइन देखी।

और यहीं एक टैक्सोनॉमी की खराबी भी सामने आती है। क्रिकेट में डोमेन और भूगोल दो अलग चीजें हैं। Test, ODI, T20 — ये प्रारूप हैं। दक्षिण एशिया एक भूगोल है। अगर किसी सिस्टम ने दोनों को एक ही खाने में ठूंस दिया, तो उसने स्कोरबुक में रन तो लिखे, ओवर लिखना भूल गया।

प्रारूप क्रिकेट का मास्टर वेरिएबल है, और यह बात हर उस आदमी को पता होनी चाहिए जो क्रिकेट पर नंबर लिखता है। Test में ओपनर का पैंतालीस और T20 में ओपनर का पैंतालीस एक ही संख्या नहीं है — पहला पारी की नींव है, दूसरा पावरप्ले का हिसाब। इकॉनमी रेट की सीमा प्रारूप के साथ बदलती है। डेथ ओवर सिर्फ सीमित ओवरों में मौजूद होते हैं। DLS किसी दूसरे खेल का नियम है। जब तक प्रारूप तय नहीं, कोई भी तुलना शुरू नहीं हो सकती। प्रारूप अनुपस्थित हो तो हर आँकड़ा सिर्फ एक अंक बन जाता है, तथ्य नहीं।

मेरे पास 2026 से लेकर अब तक की अपनी बॉल-बाय-बॉल शीट हैं। उन्हीं की वजह से मुझे पता है कि क्रिकेट मीडिया पिछले कुछ सालों में एक रिपोर्टिंग पेशा नहीं, एक मिलान-उद्योग बन गया है। बोर्ड स्कोरकार्ड छापता है, ब्रॉडकास्टर विन-प्रोबेबिलिटी छापता है, फैंटेसी प्लेटफॉर्म प्रोजेक्शन छापता है, और एनालिस्ट का काम तीन अलग-अलग दस्तावेजों में एक ही ओवर का हिसाब मिलाना है। जिस दिन यह मिलान बंद हो जाए, उस दिन क्रिकेट की कवरेज एक राय बन जाती है।

कोर: खाली पेलोड का फोरेंसिक

पहला सवाल यह है कि क्या यह मामला "पतले लेख" का है? नहीं। यह मामला खुद पाइपलाइन का है, और अंतर साफ है।

अगर किसी लेख में सचमुच क्रिकेट की कोई सामग्री न हो — मान लीजिए वह किसी प्रायोजक के लंच की खबर है — तो भी उसका शीर्षक तो होगा, स्रोत तो होगा, और एक-दो तथ्य तो निकलेंगे ही। शीर्षक, स्रोत और सभी इन्फॉर्मेशन पॉइंट्स का एक साथ खाली होना, जबकि डोमेन लेबल भरा हुआ हो, तीन अंगुलियाँ एक ही दिशा में उठाता है: लेख का शरीर कभी मशीन ने पढ़ा ही नहीं।

इसके तीन संभावित कारण हैं, और ईमानदारी यह मांगती है कि मैं तीनों को संभावना ही कहूँ, कारण नहीं। पहला — पेज का शरीर जावास्क्रिप्ट से रेंडर होता हो और फेचर को सिर्फ खाली ढांचा मिला हो। दूसरा — पेज पेवॉल या जियो-ब्लॉक के पीछे हो। तीसरा — स्कीमा मिसमैच हो, यानी एक्सट्रैक्टर ने खाली एरे लिख दिए और ऊपर की परत ने उसे "सफल" मान लिया। तीनों में से कौन सच है, यह एक नमूने से तय नहीं किया जा सकता। नमूना एक का है। मैं एक नमूने से वही निष्कर्ष नहीं निकालता जो तीन सौ मैचों से निकालता हूँ।

लेकिन तीनों संभावनाओं में एक चीज समान है — इकतालीसवाँ खाना। क्लासिफायर ने लेबल दिया, और उस लेबल का एक टाइमस्टैम्प है। विसंगति शोर नहीं होती; वह एक छोटी कबूलियत होती है जिस पर तारीख लिखी होती है। यहाँ कबूलियत यह है कि सिस्टम ने लेख का नाम पढ़ा और उससे एक निष्कर्ष निकाल लिया, बिना लेख खोले।

अब हिसाब कीजिए। आठ खंड। हर खंड में चार से छह उप-प्रश्न। कुल मिलाकर लगभग इकतालीस मूल्यांकन-कोष्ठक। उनमें से इकतालीस में शून्य ठोस तथ्य। यानी नल-रेट सौ प्रतिशत, और दस्तावेज़ की स्थिति "पूर्ण"। यह सिर्फ एक गलती नहीं है, यह एक मापन-विफलता है — जिस चीज को हम "पूर्णता" कह रहे हैं, वह रूप से मापी जा रही है, साक्ष्य से नहीं।

यहाँ पर वह जाल बिछा है जिसमें बहुत अच्छे एनालिस्ट भी गिर जाते हैं। cricket_asia का लेबल हाथ में है, शीर्षक खाली है, और दिमाग पहले से जानता है कि इस लेबल के पीछे आम तौर पर क्या होता है — भारत-पाकिस्तान का द्विपक्षीय ठहराव, तटस्थ स्थल, एशिया कप की खिड़की, किसी बोर्ड में सरकारी दखल। आठ सौ शब्द तुरंत तैयार हो सकते हैं। हर वाक्य विश्लेषण जैसा सुनाई देगा। एक भी वाक्य स्रोत का URL मांगने पर नहीं टिकेगा।

और यही असली जोखिम है — क्रिकेट का जोखिम नहीं, विश्लेषण का जोखिम। एक खाली लेजर पर जो लिखा जाए, वह विश्लेषण नहीं, सजावट होती है। मुझे यह साफ कहना है: इस रिपोर्ट में किसी टीम, किसी खिलाड़ी, किसी बोर्ड या किसी मैच के बारे में एक भी दावा इसलिए नहीं है कि उसका आधार मौजूद नहीं है। मैं वह आधार गढ़कर नहीं भरूँगा।

इसका पूर्वनिर्धारण मेरे पास है। मई 2026 में जब क्रोनिये का मामला फूटा, तब हर डेस्क सूत्रों और स्टिंग्स के पीछे भाग रहा था। मैं अपने आर्काइव में गया। 2026 से 2026 के बीच के तीन सौ चालीस एकदिवसीय मैच, बॉल-बाय-बॉल लॉग किए हुए। मैंने एक कच्चा विसंगति-सूचकांक बनाया — पहले तीन ओवरों में नो-बॉल की आवृत्ति, किसी जमे हुए बल्लेबाज के आउट होने के ठीक बाद रन-रेट का ढहना, फ्लडलाइट के नीचे ओवर-रेट का खिसकना। ग्यारह मैच तीन मानक विचलन के बाहर बैठे। मेरे अखबार ने वह टुकड़ा रोक दिया; एक क्रिकेट मासिक ने उस पद्धति को दो किस्तों में छापा।

उस अनुभव से मैंने एक आदत बनाई जो आज भी हर टुकड़े में दिखती है — हर विश्लेषण के साथ एक छोटा पद्धति-पैराग्राफ। क्या गिना, कितने मैचों में गिना, और नमूना कहाँ पतला है। तीन सौ चालीस एकदिवसीय मैच आपको वह जगह दिखाते हैं जहाँ कोई निश्चित स्प्रिंग छिपा होता है — और बताते हैं कि उस जगह को उँगली से दबाने से पहले उसका पता लिखना पड़ता है।

उसी पैमाने को इस खाली पेलोड पर लगाइए। अगर कोई सिस्टम इकतालीस में से इकतालीस खाने "अपर्याप्त जानकारी" कहकर भर देता है और उसे पूर्ण मान लिया जाता है, तो वह एक नतीजा नहीं, एक रिकॉर्ड है। और रिकॉर्ड के साथ यह सवाल हमेशा जुड़ा रहता है: यह सुविधा किसकी है?

इसका एक व्यावहारिक जवाब है, और वह महंगा नहीं है। पाइपलाइन के प्रवेश-द्वार पर एक पूर्णता-जाँच चाहिए — कम से कम एक इन्फॉर्मेशन पॉइंट, शीर्षक खाली न हो, स्रोत खाली न हो, प्रारूप (Test / ODI / T20 / Hundred) स्पष्ट रूप से टैग हो, और भूगोल के लिए अलग खाना। बस इतना। जो जाँच तीन लाइन के कोड में बैठ जाए, उसे पूरा विभाग बाद में ढूँढता रहता है।

दूसरी जाँच समय की है। क्रिकेट में अड़तालीस घंटे पुरानी टीम-न्यूज़ खतरनाक होती है। देर रात फिटनेस वापसी का एलान, टॉस पर टिकी प्रीव्यू, बारिश के बाद बदला हुआ DLS टारगेट — इनमें से कोई भी एक दिन में एक पूरे विश्लेषण को गलत कर देता है। जिस पेलोड में समय-संवेदनशीलता का खाना ही न भरा गया हो, वहाँ यह जाँच कभी नहीं होगी।

और सबसे असहज हिस्सा। अगर यह पेलोड इस बैच में चुपचाप स्वीकार कर लिया गया, तो इसी बैच की पिछली रिपोर्टों में कितनी खाली साक्ष्य पर खड़ी हैं? संदूषण आगे का नहीं, पीछे का भी मामला है — और पीछे की ओर ऑडिट करने की इच्छा किसी में नहीं होती।

विपरीत कोण: पाइपलाइन विफल नहीं हुई

सबसे आसान कथा यह कहती है कि पाइपलाइन फेल हो गई। मैंने उसे उलटकर देखा, और मुझे लगता है कि यह कथा आरामदायक है।

पाइपलाइन विफल नहीं हुई। उसने ठीक वही किया जिसके लिए उसे मापा जाता है। उसे "दस्तावेज़ पूरा करो" कहा गया था, और उसने दस्तावेज़ पूरा किया — आठ खंड, इकतालीस कोष्ठक, एक मुहर। जिस चीज को पूर्णता कहा गया, वह रूप की पूर्णता थी। साक्ष्य की पूर्णता किसी ने मांगी ही नहीं।

इसका एक सीधा नतीजा है जिसे कोई ऑडिट नहीं करता। इकतालीस N/A वाली फाइल भी काम जैसी दिखती है। उसके शीर्षक हैं, उसके उप-शीर्षक हैं, उस पर हरी मुहर है। और इसी वजह से वह हर तिमाही पार हो जाती है। खाली फाइल पर मेहनत दिखती है; गलत फाइल पर दावा दिखता है; और जो फाइल ''मैं नहीं जानता'' कहती है, उसे लोग बेकार समझते हैं।

दूसरा विपरीत सच यह है कि सुविधाजनक दोषी हाथ में आ चुका है। पेवॉल। जियो-ब्लॉक। "स्रोत उपलब्ध नहीं था।" पर पेवॉल से खाली शरीर समझाया जा सकता है, खाली शीर्षक नहीं। शीर्षक तो पेज के सबसे ऊपर होता है, सबसे पहले दिखता है, तीन शब्दों में भी पकड़ा जा सकता है। अगर वह भी नहीं आया, तो बात पेवॉल की नहीं, पढ़ने की प्रक्रिया की है।

तीसरा, और यह बात उस पुराने स्कोरबुक से सीधे निकलती है — ईमानदारी से छापा गया खाली लेजर, अंदाजे से भरे खाली लेजर से हमेशा बेहतर होता है। पहला एक नल रिजल्ट है; दूसरा सजाया हुआ मनगढ़ंत है। क्रिकेट पत्रकारिता में दोनों मौजूद हैं, पर फर्क यह है कि सजाया हुआ मनगढ़ंत पढ़ा जाता है और खाली लेजर रद्दी में चला जाता है।

मुझे पता है यह बात उस पेशे के लिए असुविधाजनक है जिसमें मैं अट्ठारह साल का होने से पहले घुसा था। डेटा के एक शांत साधु को भीड़ के अपने पूर्वाग्रह स्वीकार कर लेने तक इंतज़ार करना पड़ता है। भीड़ अभी स्वीकार नहीं कर रही। वह अभी एक ऐसी रिपोर्ट पढ़ रही है जिसमें चालीस खाने खाली हैं और मुहर हरी है।

टेकअवे: अगले चक्र में क्या देखना है

अगले चक्र में मैं उस रिपोर्ट को नहीं देखूँगा जो कहेगी कि डेटा आ गया है। मैं उस एक खाने को देखूँगा जहाँ प्रारूप लिखा होना चाहिए — Test, ODI या T20। अगर वह खाना पहले दिन से भरा हुआ आता है, तो समझिए पूर्णता-जाँच बैच से पहले लग गई। अगर वह फिर खाली आता है, तो समझिए उस पुराने कार्ड की तरह यह रिपोर्ट भी तीन हफ्ते बाद दोबारा जारी करनी पड़ेगी।

और एक सवाल, जो मैं खुद से पूछता हूँ और आपसे भी। पिछली तिमाही में जितनी रिपोर्टों पर "पूर्ण" की मुहर लगी, उनमें से कितनी में साक्ष्य वाला खाना खाली था — और उस खाने को खोलने की जहमत किसने की थी?