खाली पेलोड, भरा हुआ टेम्पलेट: क्रिकेट एनालिटिक्स की साइलेंट फेलियर

रिपोर्ट आठ हिस्सों में बँटी हुई लौटी। हर हिस्से का हेडिंग मौजूद था। हर हेडिंग के नीचे एक टेबल थी। टेबल की हर पंक्ति भरी हुई थी — और हर कोशिका में एक ही वाक्यांश दर्ज था: "N/A — अपर्याप्त जानकारी।" आठ आयाम, चालीस से ज़्यादा सेल, और एक भी ऐसा तथ्य नहीं जिसे किसी मैच, किसी खिलाड़ी या किसी बोर्ड से जोड़ा जा सके। रिपोर्ट के शीर्ष पर डोमेन लेबल चमक रहा था: cricket_world।

यह वह क्षण था जब साफ़ हो गया कि क्रिकेट एनालिटिक्स की सबसे बड़ी समस्या खराब डेटा नहीं है। सबसे बड़ी समस्या वह रिपोर्ट है जो खराब डेटा को बहुत अच्छी तरह फॉर्मेट करके सौंप देती है। एक क्रैश शोर करता है। एक खाली रिपोर्ट चुप रहती है — और चुप्पी को डाउनस्ट्रीम सिस्टम वैध इनपुट मान लेते हैं।

मैंने स्कोरबोर्ड पर भरोसा करने से पहले लेजर को बोलने दिया है, इसलिए मुझे पता है कि खाली रिपोर्ट कैसी दिखती है। 2026 में, जब मैं सत्रह साल का था और जयनगर से एम. चिन्नास्वामी स्टेडियम चार किलोमीटर दूर था, मैंने आईपीएल के चौदह रॉयल चैलेंजर्स बैंगलोर मैचों की तीन हज़ार तीन सौ साठ वैध गेंदें हाथ से स्प्रेडशीट में कोड की थीं — चरण, गेंदबाज़, लंबाई, शॉट टाइप। मुफ़्त स्टैट्स साइट्स पर चरण-वार विभाजन था ही नहीं। आरसीबी उस सीज़न में आख़िरी स्थान पर रही, तीन जीत के साथ। मेरी शीट ने दिखाया कि डेथ ओवरों की इकॉनमी 12.1 रन प्रति ओवर थी — लीग में सबसे खराब — और उन रनों का 61 प्रतिशत फुल-लेंथ गेंदों पर लेग साइड की तरफ़ गया। मैंने नौ पन्नों की पीडीएफ फ्रैंचाइज़ी के जनरल इंक्वायरी पते पर भेजी। कोई जवाब नहीं आया।

उस वाक़ये में डेटा मौजूद था; उसे ग्रहण करने वाली पाइपलाइन नहीं थी। इस बार उल्टा हुआ। पाइपलाइन पूरी तरह चली, हर सेल भर दी, और अंदर कुछ भी नहीं था।

दोनों हालतें एक ही बीमारी की दो तरफ़ हैं, और क्रिकेट में यह बीमारी किसी भी और खेल से ज़्यादा महँगी पड़ती है — क्योंकि यहाँ सिस्टम यह तय करता है कि क्या दर्ज होगा और क्या नहीं।

संदर्भ: पाइपलाइन क्या करती है, और कहाँ चुपचाप मर जाती है

किसी भी एनालिटिक्स स्टैक में दो चरण होते हैं। पहला चरण कच्चे स्रोत को तोड़कर सूचना-बिंदुओं की सूची बनाता है — तारीख़, प्रारूप, टीम, खिलाड़ी, आँकड़े, दावा। दूसरा चरण उन बिंदुओं पर आठ-आयामी विश्लेषण चलाता है। नियम सीधा है: हर निष्कर्ष को किसी क्रमांकित सूचना-बिंदु तक वापस जाना चाहिए।

इस बार पहला चरण खाली लौटा। शीर्षक नहीं, स्रोत नहीं, प्रारूप नहीं, इकाई नहीं, दृष्टिकोण नहीं। और यहीं सबसे महत्वपूर्ण विवरण छिपा है — पहले चरण ने कुछ फ़ील्ड में कठोर "N/A" लौटाया, लेकिन "लेख प्रकार" में "अवर्गीकृत" लिखा। यह असमानता इंगित करती है कि लेख का मुख्य भाग पार्सर तक पहुँचा ही नहीं। पेपरवॉल, काटा हुआ फ़ेच, या लाइव-स्कोर विजेट जैसा कोई गैर-लेख पेज।

यह क्रिकेट के लिए नया प्रश्न नहीं है। भारतीय क्रिकेट की सबसे पुरानी समस्या प्रतिभा की कमी नहीं रही; समस्या यह रही है कि सिस्टम क्या दर्ज करने की तकलीफ़ उठाता है। महिला प्रीमियर लीग 2026 में शुरू हुई और 2026 में घरेलू विश्व कप जीता गया, फिर भी उसका डेटा ढाँचा पुरुषों की तुलना में पतला बना हुआ है। रणजी ट्रॉफी नॉकआउट से बाहर लगभग अदृश्य है। दूसरी पसंद की टीम बनाना दुनिया के खेलों में सबसे कठिन काम है, और उसका रिकॉर्ड सबसे कम दर्ज होता है।

जब मैं 2026 में बेंगलुरु से सांख्यिकी की पढ़ाई के बीच एक डेटा वेंडर के साथ रिमोट कोडिंग इंटर्नशिप पर था, तब आईपीएल यूएई में खेला गया — दुबई, अबू धाबी और शारजाह में साठ मैच, सितंबर से नवंबर, खाली स्टेडियम। लाइव कोडिंग करते हुए एक पैटर्न निकला: दुबई में सातवें से पंद्रहवें ओवर के बीच स्कोरिंग रेट उन टीमों के लिए 1.4 रन प्रति ओवर गिरा जिन्होंने पावरप्ले में विकेट खोया था, जबकि शारजाह की छोटी सीमाएँ कुल स्कोर को लगभग 19 प्रतिशत बढ़ा देती थीं। मैंने चालीस पन्ने लिखे। जिस आउटलेट ने कमीशन दिया था, उसने नौ सौ शब्द छापे और कार्यप्रणाली पूरी तरह काट दी।

वही साइलेंट फेलियर था, बस संपादकीय परत पर — जहाँ आउटपुट की शक्ल बनी रहती है और विधि गायब हो जाती है।

मुख्य विश्लेषण: खालीपन के पाँच हिस्से

पहला हिस्सा — शोर करने वाली विफलता से चुप रहने वाली विफलता ज़्यादा ख़तरनाक है। जब सर्वर गिरता है तो अलर्ट जाता है। जब पाइपलाइन शून्य सूचना-बिंदु लौटाती है लेकिन डोमेन लेबल चिपकाए रखती है, तो डाउनस्ट्रीम कोई अलर्ट नहीं भेजता, क्योंकि ऑब्जेक्ट संरचनात्मक रूप से वैध दिखता है। यही इस रिपोर्ट की सबसे बड़ी रिस्क-प्रविष्टि है, और यह खेल जगत की नहीं, सूचना-शृंखला की जोखिम है। जोखिम मैट्रिक्स में इसे एक ही पंक्ति में रखा जा सकता है, और वह पंक्ति बाकी सब पर भारी पड़ती है: स्तर उच्च, संभावना — पहले ही घट चुकी, प्रभाव — सारा डाउनस्ट्रीम विश्लेषण शून्य।

दूसरा हिस्सा — लेबल का खिसकना एक डेटा-गवर्नेंस दोष है, क्रिकेट दोष नहीं। स्कीमा "Cricket" मांगती है, पाइपलाइन "cricket_world" लौटाती है। यह छोटी-सी असंगति आम तौर पर पहले और दूसरे चरण के बीच स्कीमा-संस्करण के टकराव का संकेत होती है। लेकिन इसका असर वही है जो रणजी के अदृश्य होने का है — वस्तु को ग़लत टेम्पलेट में भेज दिया जाना। जब वर्गीकरण ही ग़लत हो, तो विश्लेषण कितना भी साफ़-सुथरा दिखे, वह ग़लत सवाल का सही जवाब है।

तीसरा हिस्सा — टेम्पलेट भरने का दबाव, और उसका इनकार। आठ आयाम, चालीस से ज़्यादा सेल। जब किसी विश्लेषक के सामने इतना बड़ा खाली फॉर्म होता है, तो सबसे आसान रास्ता संख्याएँ गढ़ लेना है। यह रास्ता हमेशा उपलब्ध रहता है और लगभग हमेशा चुना जाता है। मैं जानता हूँ कि गढ़ी हुई विशिष्टता कैसी दिखती है, क्योंकि फ़रवरी 2026 में बेंगलुरु में हुए आईपीएल मेगा नीलामी में मैंने खुद एक मॉडल बनाया था — दस फ्रैंचाइज़ी, नब्बे करोड़ रुपये की थैली, छह सौ नाम। तीन सीज़न के चरण-वार डेटा पर मैंने रुपये-प्रति-जीत-हिस्सा मॉडल खड़ा किया। स्प्रेडशीट ने एक अनकैप्ड उन्नीस वर्षीय बाएँ हाथ के बल्लेबाज़ का मूल्य 4.5 करोड़ रुपये आँका। मुंबई इंडियंस ने तिलक वर्मा को 1.7 करोड़ रुपये में खरीदा, और उन्होंने उस सीज़न 397 रन बनाए। फ्रैंचाइज़ी ने शीट रख ली; मैंने सबक रख लिया।

सबक यह नहीं था कि मॉडल ग़लत था। सबक यह था कि संख्याएँ अर्जित की जाती हैं, आविष्कृत नहीं — और जब डेटा न हो तो सबसे ईमानदार आउटपुट वही है जो इस रिपोर्ट में है: "अपर्याप्त जानकारी।" स्प्रेडशीट नब्बे करोड़ रुपये रख सकती है और फिर भी बात नहीं समझ सकती; यह मैंने उसी सीज़न सीखा।

चौथा हिस्सा — प्रारूप पहचानकर्ता गैर-वैकल्पिक है। क्रिकेट विश्लेषण में एक ही गलती सबसे आम है: प्रारूप बताए बिना स्ट्राइक रेट उद्धृत करना। टी20 का फ़िनिशर 180+ स्ट्राइक रेट पर आँका जाता है; टेस्ट का सलामी बल्लेबाज़ औसत और कुल गेंदों पर। टेस्ट, वनडे और टी20 के स्वीकार्य बेंचमार्क इतनी तेज़ी से बदलते हैं कि एक प्रारूप का आँकड़ा दूसरे पर लगाना तकनीकी रूप से ग़लत नहीं, बेईमानी है। यही कारण है कि आईसीसी तीन अलग तालिकाएँ रखती है — टेस्ट, वनडे, टी20 — और इसीलिए नंगा "विश्व रैंकिंग" दावा अपने आप में अर्थहीन है। इस रिपोर्ट में एक भी आँकड़ा उद्धृत नहीं किया गया, और यह कमी नहीं, अनुशासन है।

पाँचवाँ हिस्सा — भाग्य के कारक हटाना असंभव है। किसी भी परिणाम की साख तभी बनती है जब टॉस, छूटा हुआ कैच, डीआरएस विवाद और डीएलएस संशोधन अलग किए जा सकें। डकवर्थ-लुईस-स्टर्न पद्धति बारिश के बाद लक्ष्य तय करती है; उसका असर कभी भी मैच के परिणाम को क्रिकेट-निष्पादन से अलग कर सकता है। मैच का डेटा ही न हो तो यह पृथक्करण असंभव है — और जब यह असंभव हो, तो परिणाम को कौशल का प्रमाण मान लेना सबसे आसान और सबसे बड़ा धोखा है।

इन पाँच हिस्सों को एक साथ देखें तो एक तस्वीर बनती है जिसे मैं क्रिकेट एनालिटिक्स का मापन-अंतराल कहता हूँ। यह अंतराल आँकड़ों की कमी नहीं है; यह उस चीज़ की कमी है जिसे मापने की तकलीफ़ सिस्टम उठाने को तैयार है।

| जाँच | न्यूनतम शर्त | इस रिपोर्ट में स्थिति | परिणाम | |---|---|---|---| | सूचना-बिंदु | कम से कम 3 | शून्य | विश्लेषण अवरुद्ध | | नामित इकाई | कम से कम 1 | शून्य | खिलाड़ी/टीम-वर्गीकरण असंभव | | प्रारूप पहचानकर्ता | टेस्ट / वनडे / टी20 | अनुपस्थित | कोई आँकड़ा उद्धृत नहीं किया जा सकता | | डोमेन लेबल | ठीक "Cricket" | cricket_world | स्कीमा खिसकाव | | शीर्षक व स्रोत | दोनों उपस्थित | दोनों N/A | फ़ेच/पार्स विफलता का संकेत |

प्रतिवादी दृष्टि: जो रिपोर्ट भरी हुई दिखती है, वही बिकती है

यहाँ वह कोण आता है जिसे उद्योग छापना पसंद नहीं करता। शून्य परिणाम सबसे मूल्यवान उत्पाद होता है और सबसे कम प्रकाशित। कोई भी विश्लेषक किसी विसंगति पर लिखना पसंद करता है; कोई भी यह नहीं लिखता कि "हमें कुछ नहीं मिला।" पुरस्कार-चक्र धीरे-धीरे एक लेखा-परीक्षक को ऐसे विवादकर्ता में बदल देता है जिसे हर कॉलम के लिए एक विसंगति चाहिए। यही इस पेशे का सबसे बड़ा जाल है, और इससे बचने का एक ही तरीक़ा है — शून्य परिणाम छापना। जो लेजर केवल आश्चर्य रिपोर्ट करता है, वह लेजर नहीं, एक थीम वाला कॉलम है।

दूसरा, ज़्यादा असुविधाजनक सच यह है कि भरी हुई टेम्पलेट ही असली उत्पाद है। खरीदार उस ईमानदारी के लिए भुगतान नहीं करता जो कहती है "हमारे पास डेटा नहीं है"; वह उस दस्तावेज़ के लिए भुगतान करता है जिसे वह बोर्ड को दिखा सके। इसीलिए साइलेंट फेलियर ज़िंदा रहता है — क्योंकि वह व्यावसायिक रूप से इष्टतम है। आठ हेडिंग वाली खाली रिपोर्ट काम जैसी दिखती है; "हमारे पास डेटा नहीं" लिखी खाली रिपोर्ट विफलता जैसी दिखती है।

मैं आउटलायर्स का पीछा नहीं करता; मैं उनसे पूछताछ करता हूँ जब तक वे कबूल न करें। इस रिपोर्ट में जो कबूल हुआ, वह यह है कि आठ आयामों का ढाँचा खुद को धोखा देने से इनकार कर रहा है। यही उसका एकमात्र बिकने योग्य गुण है। जो फ्रेमवर्क खाली इनपुट पर भी भरा हुआ जवाब दे देता है, वह फ्रेमवर्क नहीं, एक आदत है।

और यहीं अनुपस्थिति एक चर बन जाती है। खाली स्टेडियम ने मुझे सिखाया कि अनुपस्थिति भी एक वेरिएबल है। जो गेंदबाज़ नहीं फेंका गया, जो विदेशी स्लॉट नहीं भरा गया, वह कैच जो स्कोरकार्ड में कभी दर्ज ही नहीं होता, वह दौरा जो कभी हुआ ही नहीं क्योंकि भारत-पाकिस्तान की प्रतिद्वंद्विता अब केवल आईसीसी आयोजनों में ज़िंदा है — इन सबकी कीमत चुकाई जाती है, बस किसी लेजर में दर्ज नहीं होती।

तीन हज़ार तीन सौ साठ गेंदों के बाद, पैटर्न शोर होना बंद हो गया था — लेकिन तभी, जब मैंने हर गेंद को हाथ से लिखा। किसी भी पाइपलाइन से आया हुआ पैटर्न तब तक शोर है जब तक आप यह साबित न कर सकें कि उसका इनपुट वास्तव में मौजूद था।

टेकअवे: आगे क्या देखें

चार संकेत हैं जिन्हें हर क्रिकेट एनालिटिक्स उत्पाद को अपने डैशबोर्ड पर रखना चाहिए।

पहला, पेलोड पूर्णता — प्रति आइटम सूचना-बिंदुओं और नामित इकाइयों की गिनती। किसी भी आइटम पर इनमें से किसी एक का शून्य होना विश्लेषण को रोक दे, और यह रोक चुपचाप न हो, स्पष्ट त्रुटि के साथ हो। दूसरा, लेबल अनुरूपता — जारी किया गया डोमेन लेबल स्कीमा से मेल खाए। तीसरा, स्रोत की पुनःप्राप्ति — यदि शीर्षक और स्रोत दोनों N/A हैं, तो समस्या लेख की पतलेपन में नहीं, फ़ेच या पार्स में है। चौथा, दोहराव पैटर्न — एक ही डोमेन से लगातार दो या अधिक खाली रिटर्न का मतलब है कि यह एक बार की घटना नहीं, बल्कि व्यवस्थित अवरोध है।

इन चार संकेतों की एक साझा विशेषता है: ये सब वही दर्ज करते हैं जो दर्ज नहीं हुआ। यही क्रिकेट का सबसे बड़ा अदृश्य आँकड़ा है। भारत में समस्या शायद ही कभी प्रतिभा की होती है; समस्या यह होती है कि सिस्टम क्या रिकॉर्ड करने की तकलीफ़ उठाता है।

अगली बार जब कोई रिपोर्ट हर सेल भरी हुई लौटे, तो एक सवाल पूछें — सेल के अंदर क्या लिखा है? अगर जवाब "अपर्याप्त जानकारी" है, तो आपके हाथ में रिपोर्ट नहीं, एक आईना है। और जो आईना कुछ नहीं कहता, वह भी कुछ कह रहा होता है — बशर्ते आप उसे लिखने की तकलीफ़ उठाएँ।

हर साफ़-सुथरा कॉलम वास्तविकता के साथ एक गंदी बहस से ही शुरू होता है। सवाल यह नहीं है कि उस बहस को कौन जीता। सवाल यह है कि उसे किसने दर्ज किया।