आठ सेक्शन, शून्य तथ्य: खाली डेटा पर बनी क्रिकेट रिपोर्ट का ऑडिट

फ़ाइल खोलने में चार सेकंड लगे। शीर्षक की जगह N/A लिखा था। स्रोत की जगह N/A। सूचना-बिंदुओं की सूची खाली पड़ी थी। उसके नीचे आठ सेक्शन थे — फ़ॉर्मैट और मैच विश्लेषण, खिलाड़ी तकनीक और डेटा, टीम परिदृश्य और रैंकिंग, लीग और वाणिज्यिक पारिस्थितिकी, नियम और शासन, जोखिम-पक्ष, सार्वजनिक कथा, और उद्योग ट्रांसमिशन। हर सेक्शन में टेबल थी। हर टेबल में कोशिकाएँ भरी हुई थीं। और हर कोशिका में एक ही वाक्य — "N/A — अपर्याप्त जानकारी"।

नीचे की तरफ़ स्टार-रेटिंग थी। खेल-मूल्य: एक में से एक स्टार। उद्योग-मूल्य: एक में से एक स्टार। समय-प्रासंगिकता: एक में से एक स्टार। संदर्भ-मूल्य: एक में से एक स्टार। यानी दस्तावेज़ ने खुद को चारों आयामों पर तलछट में रख दिया था, और फिर भी अपना पूरा ढाँचा बचाए रखा था। अंत में एक डिस्क्लेमर था जो साफ़ कहता था कि इस पन्ने पर किसी क्रिकेटर, टीम, लीग, बोर्ड या मैच के बारे में कोई तथ्यात्मक दावा मौजूद नहीं है।

मैंने इसे दो बार पढ़ा। पहली बार इसलिए कि मुझे लगा कोई सेक्शन छूट गया होगा। दूसरी बार इसलिए कि मुझे यह तय करना था कि ये खाली जगहें ईमानदार हैं या आलसी। क्रिकेट की कवरेज में मैं सत्रह साल से स्कोरकार्ड और नीलामी शीट के बीच बैठा हूँ, और मेरी एक ही आदत है — कहानी पर भरोसा करने से पहले मैं बही-खाता दोबारा बनाता हूँ। यहाँ बही-खाता ही नहीं था। सवाल यह था कि किसने उसे खाली छोड़ा और क्यों।

जो जानकारी मिली, वह सिर्फ़ इतनी थी कि डेस्क-लेबल cricket_asia असाइन हो चुका था। यानी सिस्टम को यह पता था कि यह क्रिकेट है और यह एशिया डेस्क की चीज़ है, लेकिन यह नहीं पता था कि विषय क्या है। यह अंतर छोटा नहीं है। डेस्क-लेबल कवरेज की टैक्सोनॉमी है, विषय का सबूत नहीं। अगर मैं इस लेबल से यह अनुमान लगा लूँ कि मामला एशिया कप, एसीसी या किसी एशियाई बोर्ड का है, तो मैं वही ग़लती कर रहा हूँँ जिसके खिलाफ़ मेरा पूरा तरीक़ा बना है — लेबल को साक्ष्य समझ लेना।

इस पूरे दस्तावेज़ में एक ही मेटा-निष्कर्ष वैध था: सूचना-बिंदुओं का पूरी तरह ग़ायब होना, जबकि लेबल सफलतापूर्वक असाइन हो गया था, यह बताता है कि विफलता डेटा-निष्कर्षण के चरण में है, स्रोत-प्राप्ति के चरण में नहीं। दूसरा संभावित कारण यह हो सकता है कि मूल सामग्री गद्य न हो — वीडियो पैकेज, स्कोरकार्ड विजेट, फ़ोटो कैप्शन, या पेवॉल के पीछे पड़ा खाली ढाँचा। दोनों ही स्थितियों में यह क्रिकेट के बारे में कथन नहीं है, यह उस इनपुट के बारे में कथन है जो सिस्टम तक पहुँचा।

यह बात उस हफ़्ते में और भी मायने रखती है जब बाज़ार नीलामी-चक्र और अनुबंध-खिड़की के शोर में डूबा हुआ है। इस दौर में तीन तरह के दस्तावेज़ एक साथ घूमते हैं: असली सौदे, एजेंट की ओर से फैलाई गई कीमतें, और पुरानी खबरों से फिर से बनाए गए टेम्पलेट। तीसरी श्रेणी सबसे ख़तरनाक है क्योंकि वह दिखने में पहली दो से अलग नहीं होती। एक ट्रांसफ़र फ़ीस या नीलामी कीमत कोई चुना हुआ आंकड़ा है, प्रकृति का नियम नहीं — वह किसी बैठक कक्ष में तय होती है, किसी बॉल-बाय-बॉल फ़ाइल से नहीं निकलती। इसलिए किसी भी आंकड़े को सच मानने से पहले मैं उस स्रोत की ग्रेडिंग करता हूँ: बोर्ड की आधिकारिक घोषणा, फिर विश्वसनीय पत्रकार, फिर सामान्य मीडिया, और सबसे अंत में वे अकाउंट जिनका एकमात्र काम ट्रैफ़िक है।

अब वापस उस खाली फ़ाइल पर। उस दस्तावेज़ में जो चीज़ वास्तव में ग़लत थी, वह खालीपन नहीं था। खालीपन ईमानदार था। ग़लत यह था कि दस्तावेज़ ने अपने नल्स को तीन अलग-अलग अर्थों में एक जैसा लिख दिया। मेरी शब्दावली में तीन तरह के N/A होते हैं। पहला — साक्ष्य मौजूद नहीं है। दूसरा — साक्ष्य मौजूद है, लेकिन निकाला नहीं गया। तीसरा — साक्ष्य मौजूद है, निकाला गया, पर वह तुलनीय नहीं है। तीनों का इलाज अलग है। पहले में आपको नया स्रोत चाहिए, दूसरे में पाइपलाइन की मरम्मत, तीसरे में सिर्फ़ बेंचमार्क की परिभाषा। एक ही कोशिका में तीनों को "अपर्याप्त जानकारी" कहकर छोड़ देना सुविधाजनक है, पर वह पाठक को यह बताने से इनकार करता है कि मरम्मत कहाँ करनी है।

मैं यहाँ रुककर अपने ही काम का उदाहरण देना चाहता हूँ, क्योंकि खाली टेबल की आलोचना तभी वज़न रखती है जब आपने खुद कोई भरी हुई टेबल बनाई हो और उसे ग़लत साबित होते देखा हो।

2026 में मैं बेंगलुरु के एक डिजिटल क्रिकेट डेस्क पर जूनियर डेटा स्ट्रिंगर था। मेरा पहला आईपीएल असाइनमेंट आरसीबी का चिन्नास्वामी पर चौदह मैचों का घरेलू सत्र था। मैंने हर गेंद लॉग की और डेथ ओवरों को 16 से 20 तक टैग किया। नतीजा यह निकला कि घर पर उस चरण में आरसीबी के तेज़ गेंदबाज़ों की इकॉनमी 12.6 रन प्रति ओवर थी, जबकि युजवेंद्र चहल के 18 डेथ ओवर 8.1 पर गए थे।

यह आंकड़ा अकेला बेकार था। इसे अर्थ देने के लिए मैंने फ़ुटबॉल के xG की आदत उधार ली — प्रक्रिया को नतीजे से अलग करना — और उसे डेथ ओवरों के अपेक्षित रन पर लगाया। मैंने तब तक फ़ाइल नहीं भेजी जब तक फ़ेज़ की परिभाषाएँ तीन सत्रों के खिलाफ़ जाँच नहीं गईं। मैं लौटकर डेथ ओवर गिनता हूँ, हर बार, और यह बात मैं शर्म से नहीं कहता। पीस गया पीस — मेथड्स टेबल के साथ, हॉट टेक के बिना।

उस सत्र से मेरे पास एक नियम है जो आज भी हर पीस के पहले पैराग्राफ़ में मौजूद रहता है: नमूने का आकार, फ़ेज़ की परिभाषा और पुनरुत्पादन-नोट हर डेटा-दावे के साथ। और "क्लच" शब्द तब तक नहीं, जब तक हर भाजक न लिख दिया जाए। संपादक मुझसे नैरेटिव पब्लिश करने से पहले मेरी ऑडिट शीट माँगने लगे थे।

इस एक मामले ने मुझे वह चीज़ सिखाई जो हर क्रिकेट विश्लेषण में सबसे ज़्यादा ग़ायब रहती है: फ़ेज़ की परिभाषा ही पूरी दलील है। अगर आप ओवर 16 से 20 को बिना यह देखे "डेथ" कह रहे हैं कि उस समय कितने विकेट बाक़ी थे, कितनी गेंदें शेष थीं और अनिवार्य रन-रेट क्या था, तो आप माप नहीं रहे, आप लेबल लगा रहे हैं। और लेबल हमेशा उस टीम के पक्ष में काम करता है जिसने मैच जीता।

2026 में मुझे आईपीएल मेगा नीलामी पर बिठाया गया। मैंने आरसीबी के स्क्वाड के लिए एक चरण-उपयुक्तता मॉडल बनाया: बल्लेबाज़ी स्थिति के अनुसार अपेक्षित रन, डेथ ओवर की इकॉनमी, और पावरप्ले में विकेट की प्रायिकता। मेरे बोर्ड ने डेथ गेंदबाज़ी को सबसे बड़ा अंतराल बताया और क्रिस वोक्स को 10 में से 6.9 फ़िट आँका, साथ में यह चेतावनी दी कि उनके पावरप्ले ओवरों की कीमत ज़्यादा लगेगी। आरसीबी ने वोक्स को 7.4 करोड़ में खरीदा और छठे स्थान पर रही। मैंने मॉक ड्राफ्ट नहीं छापा, मॉडल के इनपुट छापे।

नीलामी मॉडल में एक कीमत ग़लत थी, और वह वोक्स थी। पर यह वाक्य आप तभी कह सकते हैं जब आपने अपने वज़न पहले ही सार्वजनिक कर दिए हों। अगर मैंने बेसलाइन, वज़न और अनिश्चितता छिपाकर रखे होते और बाद में "मैंने कहा था" कहा होता, तो वह विश्लेषण नहीं, प्रचार होता।

यहाँ एक और सबक़ आया जो सीधे आज की खिड़की पर लागू होता है। नीलामी मॉडल उस अनुबंध की कीमत लगाता है जो नीलामी की बाध्यताओं के भीतर बनती है — वह खिलाड़ी की योग्यता नहीं नापता। मैंने अपनी तालिकाओं में कीमत और प्रदर्शन को अलग-अलग कॉलम में रखना शुरू किया और यह भी लिखना शुरू किया कि यह उपकरण कौन-सा सवाल जवाब दे सकता है और कौन-सा नहीं। जब कोई कहता है कि किसी खरीदारी ने "बरगेन" किया, तो मेरा पहला सवाल होता है: रिप्लेसमेंट पूल कौन था, और उसकी कीमत कितनी थी।

तीसरा और सबसे साफ़ ऑडिट 2026 में आया। यूएई में आईपीएल खाली स्टेडियमों में हुआ — साठ मैच। खेल ने हमें वह सबसे साफ़ प्रयोग सौंपा जो दोबारा नहीं मिलेगा। मैंने 2026 के घरेलू विभाजनों की तुलना 2026 के स्थान-तटस्थ डेटा से की। लक्ष्य का पीछा करने वाली टीमों ने साठ में से 33 मैच जीते, टॉस जीतने वालों ने 32, और डेथ ओवरों का स्कोरिंग 9.9 से बढ़कर 10.6 रन प्रति ओवर हो गया।

मैंने तब तक नहीं लिखा जब तक स्टेडियम के आयाम और स्क्वाड की ताक़त मिला नहीं दी गई। निष्कर्ष यह निकला कि घरेलू लाभ ख़त्म नहीं हुआ था — उसे नमूने से हटा दिया गया था। यह अंतर बहुत बड़ा है। "घर का फ़ायदा ख़त्म हो गया" एक दावा है जो अगले सत्र में ग़लत साबित हो सकता है; "घर का फ़ायदा नमूने से बाहर कर दिया गया" एक प्रक्रिया का बयान है जो हर स्थान-तटस्थ सत्र में दोहराया जा सकता है। उस सत्र के बाद मैंने हर ट्रेंड पीस में एक लिमिटेशन पैराग्राफ़ जोड़ना शुरू किया।

अब इन तीनों ऑडिट को उस खाली दस्तावेज़ पर लगाइए। अगर वह दस्तावेज़ एक वास्तविक क्रिकेट विश्लेषण होता, तो उसमें क्या-क्या होना चाहिए था। पहला — एक कोडित नमूना, यानी यह स्पष्ट कि कितने मैच, कौन-से सत्र, और किस प्रारूप का डेटा। दूसरा — फ़ेज़ की परिभाषाएँ, जिन्हें हर तालिका के ऊपर लिखा जाए। तीसरा — तीन पूर्व-पंजीकृत समायोजन। मैंने अपने काम में यह नियम बनाया है: तीन समायोजन चुनो, उन्हें फ़्रीज़ करो, और जो बचे उन्हें सीमा के रूप में सूचीबद्ध करो — बहाने के रूप में नहीं। चौथा — वह निर्णय जो नमूना जितना भरोसा देता है, उससे एक इंच ज़्यादा नहीं।

इसका उल्टा भी सच है। अनंत संदर्भ-समायोजन वह जाल है जिसमें संदर्भ-समायोजक सर्वनाशवादी हमेशा फँसता है। आप एक और चर जोड़ सकते हैं — स्थान, युग, पिच, इम्पैक्ट प्लेयर नियम, पारी-समानता — और हर निष्कर्ष घुलकर ग़ायब हो जाता है। फिर पीस बिना निर्णय के ख़त्म होती है और संपादक के पास वही खाली फ़ाइल पहुँचती है जिसकी मैं आलोचना कर रहा हूँ।

हिंदी में एक कहावत है कि खाली बर्तन सबसे ज़्यादा आवाज़ करता है। पत्रकारिता में इसका उल्टा भी सच है — सबसे ज़्यादा भरा हुआ दिखने वाला बर्तन अक्सर सबसे खाली होता है। उस दस्तावेज़ में जोखिम मैट्रिक्स था, तीव्रता-स्तर थे, संभावना और प्रभाव के कॉलम थे, और शमन के सुझाव थे। एक पाठक इसे पढ़कर यह मान सकता था कि उसने किसी गहरे विश्लेषण से गुज़रा है। असल में उसने एक फ़ॉर्मेट देखा।

इसलिए उस दस्तावेज़ का सबसे बड़ा ख़तरा उसकी खाली जगहें नहीं थीं, बल्कि उसकी पूर्णता थी। मैं इसे झूठे भरोसे का प्रसार कहता हूँ। जब कोई दस्तावेज़ आठ सेक्शन, जोखिम मैट्रिक्स और स्टार-रेटिंग के साथ आता है, तो डाउनस्ट्रीम सारांशकर्ता सबसे पहले वही हटाता है जो बोझिल लगता है — यानी N/A की पंक्तियाँ। जो बचता है, वह एक भरा हुआ ढाँचा है जिसमें जानकारी शून्य है। मेरी सिफ़ारिश साफ़ है: किसी भी सारांश या अनुवाद में N/A को जस का तस रखा जाए। जिस चीज़ को हटाया नहीं जा सकता, वही उस पन्ने की असली सामग्री है।

अब वह हिस्सा जो हर ऑडिट में आता है और सबसे कम लिखा जाता है — अनुमान जिन्हें मैं सबूत नहीं मानता। एशिया डेस्क पर कोई खबर बिना कोई मैच-विवरण के आए, तो एक मामूली-सा पुवर्व अनुमान बनता है कि विषय मैदान का नहीं, प्रशासन का है — शेड्यूलिंग, मेज़बानी अधिकार, बोर्ड की राजनीति, या एसीसी के भीतर का कोई फ़ैसला। यह अनुमान इसलिए बनता है क्योंकि एशियाई क्रिकेट की सबसे बड़ी संस्थागत कहानियाँ वही रही हैं। पर मैं इसे निष्कर्ष के तौर पर नहीं लिखूँगा, क्योंकि यह लेबल पर बना पुवर्व है, सूचना-बिंदु पर नहीं।

इसी तरह, अगर भविष्य में किसी खिलाड़ी का नाम सामने आता है, तो मेरा पहला सवाल आंकड़ों का नहीं, प्रारूप का होगा। टेस्ट, वनडे और टी20 के आंकड़े अलग-अलग इकाइयाँ हैं और उन्हें एक ही तालिका में मिलाना क्रिकेट कवरेज की सबसे आम विश्लेषणात्मक ग़लती है। उसके बाद दूसरा सवाल होगा: बारह महीने की रोलिंग ट्रेंड अलग से दो, क्योंकि करियर औसत उस जगह को छिपा देता है जहाँ खिलाड़ी अभी खड़ा है। तीसरा सवाल: घरेलू और बाहरी विभाजन, क्योंकि घर का डेटा कमज़ोरी को सबसे अच्छी तरह छिपाता है।

टीम के स्तर पर मेरी जाँच-सूची में तीन चीज़ें सबसे ऊपर रहती हैं। पहली, मौजूदा आईसीसी रैंकिंग, सिर्फ़ उसी प्रारूप में जिसकी बात हो रही है — मिश्रित रैंकिंग उद्धृत करना मेरे लिए तथ्य की ग़लती नहीं, तरीक़े की ग़लती है। दूसरी, पिछले चौबीस महीनों का बाहरी रिकॉर्ड। तीसरी, पहली पसंद के विकेटकीपर और मुख्य तेज़ गेंदबाज़ के पीछे बेंच की गिरावट कितनी है, क्योंकि वही गिरावट टूर्नामेंट में सबसे पहले दिखती है और किसी के ध्यान में सबसे देर से आती है।

वाणिज्यिक ढाँचे की बात करें तो यहाँ भी पहले यह तय करना पड़ता है कि किस मॉडल की बात हो रही है। आईपीएल का केंद्रीय राजस्व मॉडल, बीबीएल का दर्शक-आधारित मॉडल, द हंड्रेड का फ़्रैंचाइज़ी-और-फ़्री-टू-एयर मॉडल, और एसए20 का आईपीएल-मालिकों वाला प्रतिरूप — चारों अलग-अलग तर्क पर चलते हैं। बिना लीग जाने आप यह भी नहीं चुन सकते कि कौन-सा चश्मा लगाना है। और चूँकि उस दस्तावेज़ में कोई लेन-देन, कोई अनुबंध-चक्र, कोई अधिकार-मूल्य मौजूद नहीं था, इसलिए वाणिज्यिक मूल्य और खेल-मूल्य को अलग करने की कवायद शुरू ही नहीं हो सकती।

ट्रांसमिशन मैप की एक बात यहाँ बिना झूठ बोले कही जा सकती है। भारतीय बाज़ार का वैश्विक क्रिकेट राजस्व में हिस्सा उद्योग-आम सहमति के अनुसार सत्तर प्रतिशत से ऊपर माना जाता है। यह एक स्थायी संरचनात्मक तथ्य है, उस दस्तावेज़ का परिणाम नहीं। ट्रांसमिशन विश्लेषण के लिए एक झटका चाहिए — कोई घटना, निर्णय, साइनिंग या अधिकार-सौदा — जो आगे फैले। यहाँ कोई झटका नहीं था। इसलिए कोई प्रसार-पथ नहीं खींचा जा सकता। ब्रॉडकास्ट राजस्व और हार्टलैंड बाज़ार वे खंड हैं जिनसे एशियाई डेस्क की खबरें आम तौर पर गुज़रती हैं, क्योंकि इस क्षेत्र का वाणिज्यिक गुरुत्व वहीं बैठा है — पर यह भी संरचना है, इस खबर का असर नहीं।

अब वह हिस्सा जो मुझे अपने ही तरीक़े के खिलाफ़ लिखना है।

यह खाली दस्तावेज़ अपनी ईमानदारी में उन हज़ारों भरी हुई रिपोर्टों से बेहतर है जो हर नीलामी-चक्र में छपती हैं और जिनमें फ़ेज़ की परिभाषा कहीं नहीं होती। एक टेबल जिसमें ग़लत फ़ेज़-परिभाषा के साथ सही ढंग से भरे हुए आंकड़े हैं, उस टेबल से ज़्यादा ख़तरनाक है जिसमें साफ़ लिखा है कि डेटा नहीं है। क्योंकि पहली को पाठक जाँच नहीं सकता, और दूसरी को वह तुरंत पहचान लेता है।

पर यहीं एक और जाल है, और वह मेरा अपना है। जो आदमी हर चीज़ दोबारा गिनता है, उसके पास असहमति को ब्रांड बनाने का प्रलोभन हमेशा रहता है। अगर मैं हर बार सिर्फ़ इसलिए असहमत हूँ क्योंकि आसपास की कवरेज बहुत शोर कर रही है, तो मैं ऑडिट नहीं कर रहा, मैं मूड का उल्टा पाठ कर रहा हूँ। जहाँ आंकड़े भीड़ से सहमत हैं, वहाँ साफ़ लिखना पड़ता है। जो सुधार हमेशा एक ही दिशा में चले, वह सुधार नहीं होता।

इसी तरह, नमूने का आकार बताना अपने आप में कोई गुण नहीं है। "मैंने खुद गिना" और "मेरी गिनती सही है" दो अलग वाक्य हैं, और मैंने अपने करियर में दूसरे को पहले मान लेने की ग़लती कई बार की है। इलाज सिर्फ़ एक है: गिनती के साथ कोडिंग नियम छापो — डेथ ओवर किसे माना, मौका किसे माना, पीछा करने योग्य लक्ष्य किसे माना — कच्ची तालिका दिखाओ, और विरोधी गिनती को न्योता दो। निष्कर्ष से पहले नमूना लिखो, बाद में नहीं।

और एक आख़िरी स्व-ऑडिट। मैंने इस पूरे पन्ने में किसी टीम, खिलाड़ी, लीग या बोर्ड के बारे में कोई दावा नहीं किया। यह कमज़ोरी नहीं, शर्त थी। पर अगर मैं हर बार इसी शर्त के पीछे छिपता रहा, तो मेरी पत्रकारिता खाली दस्तावेज़ जैसी ही हो जाएगी — बस उसमें N/A की जगह सुंदर वाक्य होंगे। संदर्भ-समायोजन का मक़सद निर्णय को टालना नहीं, उसे सही ऊँचाई पर रखना है।

तो अगले चक्र में मैं क्या देखूँगा।

पहला संकेत: क्या उसी स्रोत पर डेटा-निष्कर्षण दोबारा चलाने पर सूचना-बिंदुओं की सूची भरती है। अगर भरती है, तो आठों आयाम खुल जाते हैं और असली विश्लेषण शुरू हो सकता है। दूसरा: क्या स्रोत का यूआरएल किसी नामित आउटलेट तक जाता है, क्योंकि स्रोत-ग्रेडिंग के बिना कीमत का कोई आंकड़ा सिर्फ़ एक संख्या है। तीसरा: प्रकाशन की तारीख़, क्योंकि अगर वह चोट, चयन या नीलामी से जुड़ी खबर थी, तो मरम्मत के दौरान सूचना की उम्र ख़त्म हो सकती है। चौथा: सामग्री का स्वरूप — अगर मूल पेलोड वीडियो या जावास्क्रिप्ट से बना स्कोरकार्ड है, तो दोबारा चलाना बेकार है, रास्ता बदलना पड़ेगा।

और अगर वही विफलता उसी प्रकाशक पर दूसरी बार दोहराती है, तो मामला एक बार का हादसा नहीं, पार्सर की संरचनात्मक ख़राबी है। उसे दर्ज करना पड़ेगा, क्योंकि जो ग़लती दो बार हो, वह तीसरी बार अपने आप होने लगती है।

नमूना छोटा है; उस पर बना दावा नहीं। यहाँ नमूना शून्य था, और इसलिए दावा भी शून्य रहना चाहिए था। सवाल यह नहीं है कि उस दस्तावेज़ ने क्या कहा। सवाल यह है कि अगली बार जब कोई पूरा फ़ॉर्मेट भरा हुआ दस्तावेज़ आपके पास आए, तो आप कितनी जल्दी यह पूछेंगे कि उसकी फ़ेज़-परिभाषा कहाँ लिखी है।