ज़ीरो इन्फ़ॉर्मेशन पॉइंट: क्रिकेट की डेटा पाइपलाइन का सबसे ख़तरनाक आउटपुट ख़ाली शीट है

ग्यारह फ़ील्ड थे। ग्यारहों ख़ाली लौटे। बेंगलुरु में रात एक बजकर चालीस मिनट पर स्क्रीन पर जो रिकॉर्ड खुला, उसमें टाइटल की जगह N/A लिखा था, सोर्स की जगह N/A, सारांश की जगह खाली सफ़ेदी, और इन्फ़ॉर्मेशन पॉइंट्स की जगह एक बंद कोष्ठक। जो बचा था वह सिर्फ़ एक लेबल था — cricket_world. मैंने स्क्रीनशॉट लिया, क्योंकि मुझे परेशान करने वाली चीज़ खालीपन नहीं थी; परेशान करने वाली चीज़ यह थी कि यह खालीपन बिल्कुल साफ़-सुथरे ढाँचे में लौटा था। कोई एरर नहीं, कोई अपवाद नहीं, कोई लाल बैनर नहीं। नीचे की क्यू में उसी आइटम के आगे स्टेटस लिखा था: screened.

यही इस पूरी कहानी का सबसे ख़तरनाक वाक्य है। जो सिस्टम किसी चीज़ को पढ़ नहीं पाया, वह भी अपनी विफलता को सफलता जैसा दिखाकर लौटा सकता है — बशर्ते उसका आउटपुट वैध JSON हो। उस रात मेरे पास एक लेजर था जिसमें हर कॉलम भरा हुआ था और हर पंक्ति ख़ाली।

क्रिकेट में यह गड़बड़ नई नहीं है, बस इसका शरीर बदल गया है। नब्बे के दशक में हम स्कोरकार्ड हाथ से टाइप करते थे — स्कोरर से एजेंसी, एजेंसी से वायर, वायर से डेस्क। हर कड़ी में एक इंसान बैठा था जो गलती कर सकता था, और इसीलिए हर कड़ी पर एक दूसरा इंसान बैठा था जो उसे पकड़ सकता था। आज की श्रृंखला यह है: स्कोरर → फ़ीड प्रोवाइडर → JSON → विजेट → पेज → स्क्रैपर। कोई भी कड़ी कॉलम और टेबल गिरा सकती है और गद्य को बचा सकती है। नतीजा यह होता है कि मैच पर लिखा गया ग्यारह सौ शब्दों का लेख आपके पास पहुँचता है — विशेषण पूरे, संख्याएँ शून्य।

मुझे इस आदत की ट्रेनिंग 2026 में मिली। क्रॉन्जे–अज़हरुद्दीन कांड मई में फटा, और मैंने 2026–2026 के घरेलू एकदिवसीय फ़ुटेज की 4,100 गेंदें निकालीं। हाथ से नो-बॉल, वाइड और शॉट-इंटेंट को ओवर के हिसाब से कोड किया। तीन मैचों में एक टीम की ओवर 40–50 की बाउंड्री दर उसके अपने सीज़न बेसलाइन से 41 प्रतिशत नीचे गिरी। वह फ़ाइल मैंने कभी छापी नहीं। वह तरीक़ा मैंने रख लिया। तब से मेरे हर दावे के साथ तीन चीज़ें चलती हैं — बेसलाइन, सैंपल साइज़, तुलना की खिड़की। और "collapse" शब्द मैं बिना हर के नहीं लिखता; अगर नंबर सिर्फ़ एक एहसास है तो मैं अपना ड्राफ़्ट ही डिलीट कर देता हूँ।

2026 में यह आदत मुझ पर उलटी पड़ी। चिन्नास्वामी के लिए मैंने ओस-समायोजित चेज़ मॉडल बनाया था। 29 मई को सनराइज़र्स ने 208/7 बनाया, आरसीबी ने 200/7 — आठ रन से हार। मॉडल ने चेज़ कहा था, टीम ने चेज़ किया, और हार गई। जून में मैंने मॉडल दोबारा चलाया और पाया कि मैंने ओस का वज़न क़रीब 30 प्रतिशत ज़्यादा रखा था। जुलाई में मैंने कोचिंग स्टाफ़ को चार पन्नों का सुधार-पत्र घुमाया। उसी साल से मैं अपनी कॉपी में एरर बार डालने लगा और "मॉडल यहाँ ग़लत था" वाला पैराग्राफ़ आलोचकों से पहले लिखने लगा।

2026 की 18 जून को मैं बेंगलुरु के ब्रॉडकास्ट डेस्क पर बैठा था, जब पाकिस्तान ने 338/4 बनाया और भारत 30.3 ओवर में 158 पर ढह गया — 180 रन की हार। मैंने एक कोलैप्स इंडेक्स बनाया: बारह महीने की रोलिंग बेसलाइन के सामने प्रति दस ओवर गिरे विकेट। भारत ने 55 रन में 6 विकेट खोए। साल भर बाद रूस विश्व कप की xG ओवरले देखते हुए मुझे एहसास हुआ कि क्रिकेट के पास स्क्रीन पर कोई "अपेक्षित" संख्या नहीं है। मैंने ब्रॉडकास्टर को कंट्रोल % और फ़ॉल्स शॉट % का प्रस्ताव दिया; ग्राफ़िक्स ने 1 अगस्त 2026 को एजबेस्टन में शुरुआत की, जहाँ भारत 31 रन से हारा।

इन चारों किस्सों में एक बात समान है: संख्या मौजूद थी। इस बार वह मौजूद नहीं थी।

इसलिए जो आगे है वह मैच-रिपोर्ट नहीं, एक ऑडिट रिपोर्ट है — आठ द्वारों वाली जाँच जिसमें आठों द्वारों पर ताला लगा हुआ मिला, और ताले ख़ाली थे।

सबसे पहला द्वार फ़ॉर्मेट है, और यह गेट ऐसे ही नहीं है। टी20 की डेथ-ओवर इकॉनमी और टेस्ट की पहली पारी की बॉलिंग औसत दो ऐसी चीज़ें हैं जिन्हें जोड़ा नहीं जा सकता — एक ओवर में दिए रन हैं, दूसरा विकेट-प्रति-गेंद है। बिना फ़ॉर्मेट एंकर के न पावरप्ले, न मिडिल ओवर, न डेथ ओवर तय होते हैं; और टेस्ट में न सेशन-दर-सेशन घिसाई, न 80वें ओवर का नया-गेंद माइलस्टोन। पेलोड में न फ़ॉर्मेट था, न वेन्यू, न पिच का कैरेक्टर, न मौसम, न ओस — यानी DLS की प्रयोज्यता तक जाँचने का आधार नहीं था।

दूसरा द्वार खिलाड़ी है, और यहाँ चीज़ ज़्यादा महँगी पड़ती है। क्रिकेट में खिलाड़ी-विश्लेषण एक ज़ंजीर है: भूमिका → फ़ॉर्मेट-उपयुक्त मेट्रिक → बेंचमार्क → ट्रेंड → एज-कर्व पर स्थान। भूमिका ही तय न हो तो ज़ंजीर शुरू नहीं होती। और असली नुक़सान यह है कि खेल-मूल्य और बाज़ार-मूल्य का अंतर यहीं धुँधला हो जाता है — आईपीएल नीलामी का ऊँचा दाम अंतरराष्ट्रीय फ़ॉर्मेट की ताक़त का सबूत नहीं है। बिना यह जाने कि विषय नीलामी-लॉट है, सेंट्रल कॉन्ट्रैक्ट होल्डर है या स्क्वॉड पिक, कोई वैल्यूएशन जजमेंट वैध नहीं होता। मैं ट्रांसफ़र फ़ीस पर भरोसा करने से पहले मिनटों का मिलान करता हूँ; यहाँ तो मिलान के लिए मिनट ही नहीं थे।

तीसरा द्वार टीम और रैंकिंग है। यहाँ एक संरचनात्मक बात दर्ज कर लेनी चाहिए जो अक्सर अनदेखी रह जाती है: ICC तीन अलग टेबल रखता है — टेस्ट, एकदिवसीय, टी20। "विश्व रैंकिंग" बिना टेबल का नाम लिए कोई तथ्य नहीं, बस एक शब्द है। और रैंकिंग से भी ज़्यादा भरोसेमंद हिस्सा — स्क्वॉड स्ट्रक्चर वाला — पूरी तरह अनुपलब्ध था, क्योंकि उसके लिए कम से कम आंशिक चयन-सूची, चोट बुलेटिन या दौरे का स्क्वॉड ऐलान चाहिए। होम-अवे प्रोफ़ाइल की बात करना भी बेमानी थी: उपमहाद्वीप की स्पिन परिस्थितियाँ, इंग्लैंड का स्विंग, ऑस्ट्रेलिया का उछाल — यह अंतर पेशेवर खेल में सबसे चौड़ा है, और यही आम तौर पर विश्लेषण की रीढ़ होता है।

चौथा द्वार पैसा है, और यहाँ मेरे पास एक तारीख़ के साथ एक संख्या है जो मैं दोहरा सकता हूँ: जून 2026 की नीलामी में आईपीएल के 2026–27 चक्र के मीडिया अधिकार ₹48,390 करोड़ में बिके। यह संख्या मौजूद है, लेकिन यह पेलोड से नहीं आई — यह मेरे अपने लेजर से आई। और यही बात है: व्यावसायिक विश्लेषण बिना संख्या के विश्लेषण नहीं, विशेषण है। पेलोड में कोई लीग, कोई फ़्रैंचाइज़ी, कोई ब्रॉडकास्टर, कोई पर्स, कोई RTM उपयोग — कुछ नहीं था। जिस फ़्रेमवर्क से मैं आम तौर पर प्रीमियम अलग करता हूँ — दुर्लभ-स्थिति प्रीमियम (बाएँ हाथ का तेज़, विकेटकीपर-बल्लेबाज़), ऑलराउंडर प्रीमियम (टॉप-सिक्स बल्लेबाज़ी प्लस चार ओवर), लोकल-यंग-स्टार प्रीमियम, और पैनिक बिडिंग — वह पूरा फ़्रेमवर्क मेज़ पर खुला पड़ा रह गया, क्योंकि उस पर रखने के लिए एक भी सौदा नहीं था।

पाँचवाँ द्वार गवर्नेंस है, और यहीं सबसे बड़ा जाल है। पेलोड में ICC, बोर्ड, आयोजक, DRS, DLS, NOC या ACU का एक भी ज़िक्र नहीं था। इसका मतलब यह नहीं कि लेख स्वच्छ है। इसका मतलब यह है कि लेख देखा ही नहीं गया। ख़ाली पेलोड को क्लीन चिट मान लेना वही गलती है जो 2026 के बाद हमने सीखा था — तब भी कुछ मैचों में कुछ नहीं मिला था, और बाद में पता चला कि जाँच ग़लत जगह हो रही थी। बिग-थ्री राजस्व बँटवारे से लेकर लोढ़ा सुधारों तक, हर गवर्नेंस कहानी एक संख्यात्मक दस्तावेज़ पर खड़ी होती है; दस्तावेज़ न हो तो कहानी नहीं, सिर्फ़ माहौल बचता है।

छठा द्वार जोखिम है और यहाँ इस पूरे दस्तावेज़ की सबसे ज़रूरी पंक्ति बैठी है: "अनरेटेड" और "कम जोखिम" दो अलग-अलग चीज़ें हैं, और इन्हें एक मानना श्रेणी-त्रुटि है। जोखिम रेटिंग पहचाने गए जोखिमों का, संभावना और प्रभाव से भारित, योग होती है। शून्य जोखिम पहचाने जाने पर योग बनता ही नहीं — जो बनेगा वह फ़्रेमवर्क का कलाकारी होगा, निष्कर्ष नहीं। जोखिम-प्रथम सिद्धांत दोनों तरफ़ से बाध्य करता है: ज्ञात ख़तरे बताना अनिवार्य है, और साक्ष्य के अभाव से सुरक्षा का संकेत देना उतना ही वर्जित है।

सातवाँ द्वार कहानी है — और यहाँ सबसे निराशाजनक खोज मिली। स्रोत की गुणवत्ता ही तय नहीं हुई थी, जिसका सीधा अर्थ है कि अफ़वाह-ग्रेडिंग बंद पड़ी थी। क्रिकेट में यह क्रम मायने रखता है: आधिकारिक बोर्ड विज्ञप्ति, फिर विश्वसनीय पत्रकार, फिर सामान्य मीडिया, फिर ट्रैफ़िक के लिए दौड़ता अकाउंट। इस क्रम को तोड़कर किसी ट्रांसफ़र या नीलामी के दावे को सूचना मान लेना वही आदत है जिसने पिछले एक दशक में क्रिकेट की सबसे ज़्यादा झूठी ख़बरें पैदा कीं।

आठवाँ द्वार ट्रांसमिशन है, यानी झटका कहाँ से कहाँ जाएगा। आज क्रिकेट की दो सबसे ताक़वर ट्रांसमिशन लाइनें हैं — भारतीय ब्रॉडकास्ट/स्ट्रीमिंग अधिकारों का रुझान, और आईपीएल-मालिकों की SA20, MLC और ILT20 में क्रॉस-लीग पूँजी। इसके अलावा Dream11 के पैमाने का कानूनी सवाल, WPL की वृद्धि, और MLC से लॉस एंजिल्स 2028 तक का रास्ता। इनमें से एक भी डोर पेलोड में नहीं थी — क्योंकि ट्रांसमिशन विश्लेषण के लिए एक ठोस अपस्ट्रीम झटका चाहिए, और यहाँ कोई झटका ही नहीं था।

यहाँ एक जगह मैं साफ़ कर दूँ, क्योंकि मेरी विधि में एक जगह जान-बूझकर खाली रखी जाती है — वह जगह जहाँ डेटा कुछ नहीं कह सकता। यह गवाही है, लेजर एंट्री नहीं। उस रात डेस्क पर एक जूनियर ने स्क्रीन देखकर पूछा, "तो इसे क्लीन मार्क कर दें?" उसका सवाल ग़लत नहीं था। सिस्टम ने उसे यही सिखाया था — जहाँ लाल निशान नहीं, वहाँ सब ठीक। यह लापरवाही नहीं, प्रशिक्षण का नतीजा थी। और मेरी नौकरी का सबसे कम रोमांचक हिस्सा यही है: उसे यह समझाना कि शून्य का मतलब शून्य-दोष नहीं, शून्य-जाँच है।

अब वह हिस्सा जहाँ मुझे अपनी ही कम्युनिटी से असहमत होना है।

क्रिकेट-विश्लेषण की अर्थव्यवस्था फ़ैसलों पर चलती है। कोई "रेट नहीं किया जा सकता" नहीं ख़रीदता। जब शीट ख़ाली हो, तो सबसे आसान रास्ता वही है जिससे हम सब वाक़िफ़ हैं — मैदान की हालत पढ़ लो, टीम न्यूज़ जोड़ लो, और एक वाक्य "कैंप का मिज़ाज" डाल दो। यह जॉनर मेरी कॉपी में बैन है, और उसकी वजह नैतिक नहीं, तकनीकी है: जब मैं टेस्ट के 80 ओवर के माइलस्टोन की बात करता हूँ तो मेरे पास गेंदों की गिनती होती है; जब मैं तेज़ गेंदबाज़ की वर्कलोड मैनेजमेंट की बात करता हूँ तो मेरे पास ओवर, मैच और बीच के दिन होते हैं। मिज़ाज की कोई ऐसी इकाई नहीं है जिसे मैं अगले साल दोहरा सकूँ।

यही बात उस कमी को भी उजागर करती है जो मुझे सबसे ज़्यादा खटकती है — और यहाँ मैं अपने ही खेल से बाहर जाकर एक तुलना उठा रहा हूँ। फ़ुटबॉल में पचास टॉप-फ़्लाइट मैच से कम खेले हुए खिलाड़ी पर €100 मिलियन देना जोखिम नहीं, कहानी पर दाँव है। ख़ाली लेजर के सामने आत्मविश्वास भरा फ़ैसला उसी व्यापार का दूसरा रूप है। दोनों में एक ही चीज़ ग़ायब है: हर।

और यहीं वह बिंदु आता है जहाँ इस पूरे ख़ाली नतीजे की असली उपयोगिता दिखती है। यह ऑडिट विफल नहीं हुआ — इसने विफलता की जगह तय कर दी। मेटाडेटा वाला क्लासिफ़ायर चला, लेबल cricket_world बचा; बॉडी-टेक्स्ट वाला हिस्सा नहीं आया। यह एक ऐसा निदान है जिस पर काम हो सकता है: उसी स्टोरी को दोबारा फ़ेच करो, या किसी वैकल्पिक स्रोत से लाओ। एक साफ़-सुथरा शून्य नतीजा उसी क्षण मूल्यवान हो जाता है जब वह गड़बड़ी की जगह उँगली रख देता है।

साथ में एक तकनीकी बात जिसे क्रिकेट में हर डेटा-आदमी को पता होना चाहिए: स्कोरकार्ड आम तौर पर JS विजेट या टेबल में रहते हैं, और स्क्रैपिंग में सबसे पहले वही खोते हैं। गद्य बच जाता है, संख्या मर जाती है। अगर यह पैटर्न दोहराता है, तो हमारा पूरा डेटा-सजग विश्लेषण व्यवस्थागत रूप से उन्हीं लेखों के ख़िलाफ़ पक्षपाती हो जाएगा जिनमें स्कोरकार्ड हैं — यानी ठीक उन्हीं लेखों के ख़िलाफ़ जो सबसे ज़्यादा तथ्य रखते हैं।

आगे क्या देखना है, यह मैं तारीख़ के साथ लिख रहा हूँ ताकि बाद में मुझे अपनी भविष्यवाणी याद दिलाई जा सके। पहला संकेत: क्या पाइपलाइन में एक ऐसा असेर्शन जुड़ता है जो शून्य इन्फ़ॉर्मेशन पॉइंट वाले आउटपुट को सिस्टम-स्तर पर रिजेक्ट कर दे। दूसरा: क्या उसी स्टोरी का बॉडी-टेक्स्ट दोबारा मिलता है, और मिलने पर उसकी लंबाई पहले के नतीजे से मेल खाती है या नहीं — यही तय करेगा कि विफलता स्क्रैपर की थी या स्टोरी सचमुच खोखली थी। तीसरा: क्या स्रोत की तारीख़, प्रकाशन और लेखक-स्तर वापस पाए जाते हैं, क्योंकि गवर्नेंस और अफ़वाह-ग्रेडिंग वाले दोनों द्वार उसी पर टिके हैं। चौथा: क्या cricket_world लेबल असली लेख-प्रकार से मेल खाता है — अगर नहीं, तो क्लासिफ़ायर सिर्फ़ URL पढ़ रहा है।

और आख़िरी सवाल, जो मैं अपने आप से भी पूछता हूँ। एक सिस्टम जो यह कह ही नहीं सकता कि "मुझे नहीं पता", वह असल में क्या माप रहा है? मेरी शांत स्प्रेडशीट शोर भरे स्टेडियम की व्याख्या कर सकती है — लेकिन सिर्फ़ तब, जब उसमें एक पंक्ति भरी हो। ख़ाली पंक्ति को हरा निशान समझ लेना वह गलती है जिसने क्रिकेट में एक बार पूरा दशक खा लिया था। दूसरी बार वही गलती दोहराने के लिए हमें सिर्फ़ एक लाल बैनर की कमी चाहिए।