खाली डेटा पाइपलाइन: क्रिकेट विश्लेषण की सबसे बड़ी चेतावनी वह है जो किसी स्कोरकार्ड में नहीं दिखती

क्रिकेट विश्लेषण की दुनिया में सबसे खतरनाक चीज़ वह नहीं है जो आंकड़े गलत बताते हैं। सबसे खतरनाक चीज़ वह है जब आंकड़ों का एक पूरा चैनल खाली लौटता है, और उसे कोई 'पतला लेकिन इस्तेमाल योग्य' ब्रीफ़ समझ लेता है।

यह लेख किसी मैच, किसी सीरीज़ या किसी खिलाड़ी के बारे में नहीं है। यह उस विश्लेषण-प्रक्रिया के बारे में है जिस पर आज क्रिकेट की बड़ी हिस्सा कवरेज टिकी हुई है — और जिसकी एक विफलता मैंने इस बार सामने देखी।

जब डेटा नहीं आता, तो क्या आता है

पिछले कुछ वर्षों में क्रिकेट कवरेज का आर्थिक ढांचा बदल गया है। ब्रॉडकास्टर आज स्कोरकार्ड के साथ-साथ फ़ेज़-स्प्लिट, फ़ॉल्स-शॉट मैप, ट्रैकिंग डेटा और ऑक्शन-वैल्यूएशन मॉडल बेचते हैं। कमेंट्री बॉक्स में जो वाक्य पहले 'मुझे मैदान पर ऐसा लगा' से शुरू होते थे, वे अब 'स्ट्राइक रेट 142 है' से शुरू होते हैं। यह बदलाव अच्छा है — लेकिन इसमें एक ढांचागत कमज़ोरी आ गई है जिसकी ओर किसी का ध्यान नहीं जाता।

जब क्रिकेट का कोई डेटा-पाइपलाइन खाली लौटता है, तो डाउनस्ट्रीम सिस्टम उसे 'कम जानकारी' नहीं, बल्कि 'जानकारी' समझ लेता है। यह अंतर जितना छोटा लगता है, उतना ही महंगा है।

मेरे पास एक स्पष्ट उदाहरण है। हाल ही में एक खाली Stage-1 डिकंस्ट्रक्शन पेलोड मेरे सामने आया। उसमें केवल एक फ़ील्ड भरी थी — डोमेन लेबल cricket_asia। न कोई टीम, न खिलाड़ी, न मैच का प्रारूप, न स्कोरलाइन, न वेन्यू, न तारीख़। यह 'कम जानकारी वाला लेख' नहीं था। यह एक संरचित खाली परिणाम था।

अंतर समझना ज़रूरी है। वास्तव में पतले लेख से भी आम तौर पर इकाइयाँ निकलती हैं — टीम का नाम, प्रतियोगिता, या कम से कम हेडलाइन। यहाँ हेडलाइन भी खाली थी। शीर्षक N/A था। स्रोत N/A था।

आठ आयाम, एक ही जवाब

जब मैंने उस पेलोड को उसी जाँच-विधि से पढ़ा जिससे मैं सीरीज़ की गेंद-दर-गेंद ऑडिट करता हूँ, तो आठों विश्लेषण-आयाम एक ही जगह रुक गए।

प्रारूप और मैच विश्लेषण: प्रारूप का पता नहीं, इसलिए कोई भी प्रदर्शन-दावा अमान्य। खिलाड़ी तकनीक और डेटा: किसी खिलाड़ी का नाम ही नहीं, तो भूमिका-वर्गीकरण कैसे हो। टीम परिदृश्य और रैंकिंग: कोई टीम नहीं, इसलिए घरेलू-विदेशी प्रोफ़ाइल की तुलना बेमानी। लीग और वाणिज्यिक पारिस्थितिकी: IPL, PSL, ILT20, SA20, LPL, BPL और एशिया कप — सब cricket_asia के भीतर बैठते हैं, लेकिन सबकी वाणिज्यिक संरचना अलग है; लेबल इनमें भेद नहीं करता। नियम और शासन: कोई संस्था, कोई नियम-परिवर्तन, कोई विवाद — कुछ भी उपलब्ध नहीं। जोखिम विश्लेषण: विषय ही नहीं, तो जोखिम किसका। सार्वजनिक कथा और अपेक्षा: कोई कथा-लेबल नहीं। उद्योग-संचरण: कोई कारण-घटना नहीं, तो मूल्य-श्रृंखला में क्या संचरित हो।

आठ में से आठ। यह कोई आंशिक विफलता नहीं थी। यह पूरी तरह अवरुद्ध थी।

और यहीं असली कहानी है: इस पेलोड में क्रिकेट की कोई भी जानकारी इतनी कम नहीं थी कि आंशिक निष्कर्ष निकाला जा सके — आठों आयाम एक साथ बंद थे। यानी कोई भी 'फ़ॉलबैक डायमेंशन' मौजूद नहीं था जिससे शेष विश्लेषण बचाया जा सके।

तकनीकी विफलता, एडिटोरियल नहीं

यहाँ जो हुआ, उसे राजनीतिक या संपादकीय विफलता कहना आसान होगा। लेकिन मेरे अनुभव में यह तकनीकी विफलता है। जब लेबल भर जाता है पर बाकी सब खाली रहता है, तो सबसे संभावित व्याख्या यह है कि क्लासिफ़िकेशन चरण सफल रहा, लेकिन फ़ेच, पार्स या एंटिटी-एक्सट्रैक्शन चरणों में कुछ टूट गया।

यानी जिस स्रोत सामग्री से यह पेलोड बना, वह संभवतः मौजूद थी। वह पढ़ी नहीं जा सकी। या पढ़ी गई, पर उसका आउटपुट आगे नहीं भेजा गया।

दोनों स्थितियों में डाउनस्ट्रीम पर एक ही खतरा आता है। जो मॉडल या पत्रकार इस खाली ब्रीफ़ को हाथ में लेता है, उसके सामने दो ही रास्ते हैं: या तो वह स्वीकार करे कि कुछ नहीं है, या वह क्रिकेट के सामान्य ज्ञान से अंतराल भर दे — और आत्मविश्वास से भरी कमेंट्री लिख दे जिसका कोई ट्रेस स्रोत नहीं है।

दूसरा रास्ता आसान है। और ठीक इसीलिए सबसे अधिक इस्तेमाल होने वाला है।

क्रिकेट में यह तबाही वैसी ही दिखती है जैसे बल्लेबाज़ का 'मानसिक कमज़ोरी' — बाहर से बड़ी कहानी, अंदर से कोई ऑडिट-ट्रेल नहीं। कमेंट्री में एक आत्मविश्वासी वाक्य, और पीछे कोई गेंद-दर-गेंद लॉग नहीं।

जो मैंने Wankhede की नोटबुक से सीखा

2026-18 रणजी सीज़न में मैंने Wankhede में मुंबई की पारी की 1,284 गेंदें हाथ से चार्ट की थीं। 63 फ़ॉल्स-शॉट्स, 21 किनारे, और सीम-मूवमेंट को बल्लेबाज़ की गलती से अलग करने वाली 14-कॉलम शीट। तब मुझे यह समझ आया था कि क्रिकेट का सच स्कोरकार्ड में नहीं, क्रम में है — कौन किसके सामने कब खुला।

उसी विधि से मैंने 2026 में इंग्लैंड दौरे के पाँचों टेस्ट कोड किए थे। 1,043 ओवर, 6,214 गेंदें। स्कोरकार्ड कहता है भारत 4-1 से हारा। लेकिन गेंद-दर-गेंद लॉग कहता है कि विराट कोहली ने 59.30 की औसत से 593 रन बनाए, जबकि बाकी टॉप-छह विशेषज्ञ बल्लेबाज़ों की औसत 23.8 थी, और ऑफ़-स्टंप के बाहर 112 फ़ॉल्स-शॉट्स दर्ज हुए।

इसीलिए मैं जब भी कोई रिपोर्ट पढ़ता हूँ, पहले यह देखता हूँ कि उसका सोर्स-ट्रेस कहाँ तक जाता है। यह खाली पेलोड उसी जाँच में फेल हो गया।

फ़ैशन नहीं, प्रोटोकॉल

क्रिकेट में डेटा-विश्लेषकों की घुसपैठ पर बहुत बहस होती है। एक आम आरोप है कि एनालिस्ट ड्रेसिंग रूम में ऐसी चीज़ें खोज लाते हैं जो मैच की असली लय से कटी हुई हैं। मुझे लगता है यह आरोप आंशिक रूप से सही है — लेकिन इस मामले में असली मुद्दा उससे भी नीचे का है।

मुद्दा यह नहीं है कि मॉडल क्या निकालता है। मुद्दा यह है कि मॉडल को क्या दिया जाता है। अगर इनपुट खाली है, तो आउटपुट चाहे कितना ही सुंदर दिखे, वह हवा में है।

एक विश्लेषण-श्रृंखला की सबसे ज़रूरी सुरक्षा-व्यवस्था यह नहीं है कि वह सही जवाब दे — बल्कि यह है कि जब जवाब संभव न हो, तो वह स्पष्ट रूप से 'पता नहीं' कहे और आगे बढ़ने से इनकार कर दे।

यह एक बोरिंग नियम लगता है। लेकिन क्रिकेट की कवरेज आज जिस गति से चल रही है, उसमें बोरिंग नियम ही सबसे उपयोगी होते हैं।

वो जो गायब है, उसकी जाँच

इस पूरे प्रकरण का सबसे उपयोगी सबक यह नहीं है कि एक पेलोड खाली आया। सबसे उपयोगी सबक यह है कि वह खाली होने के बावजूद 'साफ़-सुथरा' दिख रहा था — लेबल भरा हुआ, फ़ॉर्मेट सही, बस सामग्री शून्य।

क्रिकेट में भी ऐसा होता है। एक बल्लेबाज़ सुंदर ड्राइव खेलता है, आंकड़े ठीक दिखते हैं, लेकिन दबाव के ओवरों में उसका औसत गिरता है — और कोई यह नहीं देखता क्योंकि स्कोरकार्ड साफ़ है। जो गायब है, उसकी जाँच करना ही असली विश्लेषण है; जो दिख रहा है उसकी तारीफ़ करना तो ब्रॉडकास्ट का काम है।

आगे जो आएगा, उसके लिए एक सवाल छोड़ता हूँ: जब एशिया कप या IPL जैसे उच्च-ट्रैफ़िक इवेंट इसी पाइपलाइन से गुज़रेंगे, तब क्या हमारे पास यह जाँचने का कोई तरीका होगा कि जो कहानी बेची जा रही है, उसका डेटा-आधार वास्तव में मौजूद था — या वह भी एक खाली लेबल पर खड़ी थी?