शून्य सूचना बिंदु वाली रिपोर्ट: क्रिकेट डेटा डेस्क की सबसे ईमानदार गलती

उस दस्तावेज़ में आठ अध्याय थे। तीस से ज़्यादा टेबल भरी हुई थीं। रिस्क मैट्रिक्स में हर पंक्ति के आगे स्तर, संभावना और प्रभाव लिखा था। ट्रांसमिशन मैप में ऊपर से नीचे तक तीर खिंचे थे — यूथ सप्लाई से लेकर ब्रॉडकास्ट मार्केट तक। और उस पूरे ढाँचे में एक ही चीज़ नहीं थी: एक भी सूचना बिंदु। जब मैंने वह दस्तावेज़ खोला, तो पहला सवाल यह नहीं था कि कौन जीता। पहला सवाल यह था कि यह रिपोर्ट किस मैच की है। जवाब मिला — किसी की भी नहीं। न फ़ॉर्मेट, न टीम, न वेन्यू, न स्कोरलाइन, न कोई सीरीज़। "एंटिटीज़ इन्वॉल्व्ड" वाले खाने में खुद एक निर्देश छपा था — "ऊपर दिए गए सूचना बिंदुओं से पहचानें" — जबकि ऊपर कोई सूचना बिंदु था ही नहीं। तीस साल से क्रिकेट डेटा डेस्क पर बैठा हूँ। गलत रिपोर्टें बहुत देखी हैं — उलटे नतीजे, टूटे मॉडल, घिसे-पिटे अनुमान। लेकिन गलत रिपोर्ट और खाली रिपोर्ट में जो फ़र्क़ है, वही इस पेशे की सबसे ज़रूरी चीज़ है। और इस बार जो मेरे हाथ लगा, वह दूसरी श्रेणी का था। हमारा काम दो चरणों में चलता है। पहला चरण कच्चे टेक्स्ट से तथ्य निकालता है — कौन, कब, किस फ़ॉर्मेट में, क्या दावा, कौन-सी संख्या, किस स्रोत से। दूसरा चरण उन तथ्यों पर विश्लेषण का ढाँचा चढ़ाता है: फ़ॉर्मेट, खिलाड़ी की तकनीक, टीम का परिदृश्य, लीग का कारोबारी ढाँचा, नियम-गवर्नेंस, जोखिम, सार्वजनिक नैरेटिव और उद्योग ट्रांसमिशन। दूसरा चरण पहले चरण के बिना कुछ भी नहीं है। यह कोई तकनीकी बारीकी नहीं, पेशे की बुनियादी शर्त है। टेस्ट का औसत, वनडे का स्ट्राइक रेट और टी20 का इकॉनमी रेट आपस में बदले नहीं जा सकते — तीन अलग खेल एक ही नाम के नीचे बैठे हैं। फ़ॉर्मेट तय हो जाए तो पावरप्ले, मिडल ओवर, डेथ ओवर, नई गेंद के ओवर — सब अपनी जगह बैठ जाते हैं। फ़ॉर्मेट न हो तो हर मीट्रिक अनाथ हो जाता है, और अनाथ मीट्रिक से निकला निष्कर्ष सिर्फ़ सजावट होता है। इस रिपोर्ट में फ़ॉर्मेट नहीं था। इसलिए आठ में से दो आयाम शुरू से ही अवरुद्ध थे — यह विश्लेषक की सतर्कता नहीं, संरचना की मजबूरी थी। एक और बात साफ़ नज़र आई। डोमेन लेबल "क्रिकेट" की जगह "क्रिकेट_वर्ल्ड" लौटा था, और लेख का प्रकार "अवर्गीकृत" था। यानी सिस्टम ने टैग तो सामान्यीकृत कर दिया, लेकिन सामग्री नहीं निकाल पाया। जब एंटिटी और दावे दोनों खाली हों, और जगह-जगह निर्देश-पाठ भरा मिले, तो नतीजा साफ़ होता है: गड़बड़ पाठ को पढ़ने की नहीं, उसे तोड़कर तथ्य बनाने की मशीन में है। स्रोत लेख संभवतः मौजूद था; उसे पकड़ने वाला हाथ फिसल गया। और यहीं से असली सवाल शुरू होता है — जब हाथ फिसले, तो डेस्क को क्या करना चाहिए? डेटा इंजीनियरिंग में इसका एक नाम है: फेल-क्लोज़्ड। इनपुट गायब है तो सिस्टम डिफ़ॉल्ट जवाब नहीं देता, वह "कोई निष्कर्ष नहीं" लौटाता है। सुनने में यह कायरता लगती है, ख़ासकर एक ऐसे पेशे में जहाँ हर घंटे किसी न किसी को कुछ कहना पड़ता है। लेकिन ज़रा गिनती करें। आठ आयाम, हर आयाम में चार से छह टेबल, हर टेबल में औसतन पाँच खाने — यानी दो सौ से ज़्यादा ऐसी जगहें जहाँ कुछ लिखा जाना था। जब सूचना शून्य हो और भरने के लिए दो सौ खाने हों, तो लुभावना बहुत सीधा है: एक औसत, एक इकॉनमी, एक वैल्यूएशन, एक रैंकिंग — और रिपोर्ट पूरी दिखने लगती है। हर खाना अकेले-अकेले इतना मामूली लगता है कि कोई पूछता ही नहीं। मुश्किल यह है कि भरी हुई रिपोर्ट और सही रिपोर्ट देखने में एक जैसी होती हैं। लागत का गणित यहाँ सीधा है। खाली रिपोर्ट की कीमत है एक देरी, एक फ़ोन कॉल, एक पुनः-निष्कर्षण। गढ़ी हुई रिपोर्ट की कीमत है भरोसा — और क्रिकेट में वह भरोसा कभी-कभी सीधे चयन या बोली से जुड़ा होता है। एक गढ़ा हुआ फ़िटनेस डेटा किसी खिलाड़ी को ग्यारह में पहुँचा सकता है; एक गढ़ा हुआ एक्सट्रैक्शन किसी नीलामी में कीमत बदल सकता है। दोनों में से कोई भी सुधारा नहीं जा सकता, क्योंकि गढ़ा हुआ आँकड़ा पकड़ में तभी आता है जब कोई मूल स्रोत तक वापस जाए — और आमतौर पर कोई नहीं जाता। इसी डेस्क की एक और आदत मुझे सबसे ज़्यादा परेशान करती है: शून्य को कम जोखिम समझ लेना। जोखिम मैट्रिक्स में जहाँ डेटा नहीं होता, वहाँ अक्सर "कम" लिख दिया जाता है। यह सबसे महँगी भूल है। चोट का कोई रिकॉर्ड न मिले, इसका मतलब फ़िट गेंदबाज़ नहीं होता; इसका मतलब है कि हमें पता नहीं। "अज्ञात" और "कम जोखिम" दो अलग वाक्य हैं, और इन्हें एक करना ऑटोमेटेड रिसर्च की सबसे आम खराबी है। इस रिपोर्ट ने इस जाल से बचने का एक ही रास्ता चुना — हर जगह स्पष्ट रूप से लिख दिया कि जाँच नहीं हो सकी, और नैतिकता की दृष्टि से साफ़ कर दिया कि सूचना की कमी को सफ़ाई न समझा जाए। मुझे यह सतर्कता किसी मीटिंग में नहीं सीखी। 2026 में मैं राइज़िंग पुणे सुपरजायंट के साथ एनालिटिक्स लीड था — वही साल जब कप्तानी बदली गई थी और राहुल त्रिपाठी (391 रन, स्ट्राइक रेट 165) को ऊपर भेजा गया था, वॉशिंगटन सुंदर को पावरप्ले विशेषज्ञ बनाया गया था। हैदराबाद का फ़ाइनल हम एक रन से हारे। मेरे मॉडल ने आठ ओवर बाकी रहते हमें 61 प्रतिशत पर रखा था। एक रन के उस फ़ाइनल ने मुझे सिखाया कि निश्चितता एक नाज़ुक मॉडल है। उसके बाद मैंने अपने ऊपर एक नियम लगाया — नॉकआउट के चौबीस घंटे के भीतर कुछ नहीं लिखना, और प्रतिक्रिया वाले कॉलम की जगह निर्णय-लॉग छापना, ताकि पाठक स्कोरबोर्ड नहीं, प्रक्रिया को जाँचें। हर फ़ाइनल के साथ आज भी "मॉडल कहाँ चूका" वाला पैराग्राफ जाता है, जीतने पर भी। यही अनुशासन 2026 में काम आया। कैलेंडर अंधेरा हो गया था, तो मैंने उस वक़्त तक खेले गए 757 आईपीएल मैचों को गेंद-दर-गेंद एनकोड किया और होम-एडवांटेज मॉडल बनाया। जब आईपीएल यूएई में खेला गया, तो खाली स्टेडियम में टॉस और चेज़ का वह मापनीय बढ़त लगभग शून्य पर आ गिरा — और जिस "ड्यू फ़ैक्टर" को मैं दस साल से उद्धृत कर रहा था, वह ज़्यादातर भीड़ का शोर और कहानी निकला। खाली स्टेडियम वाले उस अध्ययन ने मुझे बताया कि ख़ामोशी का भी मापने योग्य वज़न होता है। इस रिपोर्ट में जो ख़ामोशी थी, वह क्रिकेट की नहीं, पाइपलाइन की थी — लेकिन वज़न उसका भी उतना ही था। एक डेटा मॉन्क के तौर पर मैं छोटे सैंपल पर उपवास करता हूँ और वैलिडेशन पर दावत। और यहाँ सैंपल शून्य था। शून्य पर कोई दावत नहीं होती। अब वह हिस्सा, जहाँ मुझे अपनी ही अकड़ पर शक करना चाहिए। सबसे आसान प्रतिक्रिया यह है: पाइपलाइन फेल हुई, दोबारा चलाओ, अगला काम देखो। और सच कहूँ तो शायद यही सही जवाब है। लेकिन कहानी का असली मोड़ यह है कि उस हफ़्ते डेस्क ने जो सबसे उपयोगी दस्तावेज़ बनाया, वह यही खाली रिपोर्ट थी — क्योंकि यह अकेली ऐसी रिपोर्ट थी जो अपनी विफलता दिखा रही थी। क्रिकेट एनालिटिक्स में ज़्यादातर विफलताएँ अदृश्य होती हैं। नब्बे प्रतिशत असली डेटा और दस प्रतिशत गढ़ा हुआ डेटा मिलाकर बनी रिपोर्ट बिल्कुल साफ़-सुथरी पढ़ी जाती है। कोई बैनर नहीं, कोई चेतावनी नहीं, कोई शून्य नहीं। पाठक को कभी पता नहीं चलता कि कहाँ मापना बंद हुआ और कहाँ अनुमान शुरू हुआ। इसके मुकाबले एक पूरी खाली रिपोर्ट, जिस पर साफ़ लिखा हो कि कुछ नहीं मिला, अपने आप में एक ईमानदारी का दस्तावेज़ है। लेकिन यहीं मैं खुद को रोकता हूँ। क्योंकि अगर मैं इसी से एक थीसिस बना लूँ — "भरोसेमंद डेटा डेस्क खाली रिपोर्ट लिखते हैं" — तो मैं वही गलती कर रहा हूँ जो मैं दूसरों में निकालता हूँ: उलटी बात को ही मक़सद बना लेना। एक शून्य रिटर्न एक बग है, थीसिस नहीं। यह तब तक इंतज़ार करेगा जब तक दूसरा, स्वतंत्र डेटासेट यह न कह दे कि वही निर्देश-पाठ हाल की दर्जनों आउटपुट में दोहराया जा रहा है। तब तक बोरिंग जवाब ही छापना होगा: एक लेख पार्स नहीं हुआ। मुझे बोरिंग जवाब छापने में कोई दिक्कत नहीं, बशर्ते वह सही हो। जो असली सवाल बचता है, वह किसी खिलाड़ी का नहीं, एक मेटाडेटा फ़ील्ड का है — फ़ॉर्मेट। अगर पहला चरण क्रिकेट लेखों के लिए फ़ॉर्मेट कभी नहीं लौटाता, तो हर आगे वाला विश्लेषण संरचनात्मक रूप से अवरुद्ध रहेगा, चाहे स्रोत कितना भी अच्छा हो। मैं अगले कुछ हफ़्ते यही देखूँगा: क्या फ़ॉर्मेट फ़ील्ड कभी भरता है, क्या स्रोत-गुणवत्ता का टैग असली स्रोत से आता है या खोखला रहता है, और क्या डोमेन लेबल लगातार खिसक रहा है। ये तीन संकेत किसी भी मैच-रिपोर्ट से ज़्यादा बताएँगे कि डेस्क असल में क्या नाप रहा है। सवाल यह नहीं है कि उस रिपोर्ट में कोई नतीजा क्यों नहीं था। सवाल यह है कि हमारी छपी हुई क्रिकेट राय में से कितनी ऐसी हैं जिनका पहला चरण कभी चला ही नहीं, और किसी ने शोर नहीं मचाया।