खाली डेटा, खाली विश्लेषण: एशिया कप की 'अदृश्य' रिपोर्ट और क्रिकेट डेटा पाइपलाइन की चुपचाप विफलता

रात के तीन बजे स्प्रेडशीट ने कुछ नहीं कहा। यही पहला सुराग था।

मेरे पास एक फ़ाइल खुली थी जिसमें शीर्षक था 'एशिया कप क्रिकेट विश्लेषण'। फ़ाइल के अंदर केवल एक पंक्ति थी: Domain Label: cricket_asia। बस इतना ही। शीर्षक नहीं, स्रोत नहीं, लेखक का रुख नहीं, तथ्य नहीं, गेंद-दर-गेंद का लॉग नहीं। सत्ताईस साल से मैं क्रिकेट डेटा की जो खिड़कियाँ खोलता आया हूँ, उनमें यह सबसे अजीब खिड़की थी। यह वह पल था जब मुझे एहसास हुआ कि जिस रिपोर्ट पर मुझे टिप्पणी करनी थी, वह वास्तव में मौजूद ही नहीं थी। हम क्रिकेट पत्रकारिता में एक नई तरह की विफलता से गुजर रहे हैं, जहाँ सिस्टम पूरा दिखता है लेकिन अंदर से खोखला होता है। और सबसे डरावनी बात यह है कि कोई त्रुटि संदेश नहीं आता।

यह घटना अकेली नहीं है। पिछले कुछ वर्षों में क्रिकेट डेटा इकोसिस्टम में जिस तरह का विस्तार हुआ है, उसने एक समानांतर समस्या को जन्म दिया है: पाइपलाइन की जटिलता उसके आउटपुट की गुणवत्ता से तेज़ी से बढ़ी है। 2026 में जोहान्सबर्ग में जब मैं वांडरर्स के डेटा डेस्क पर बैठा था, तब हमारे पास 704 गेंदों का एक सादा लॉग था। उस लॉग में हर गेंद के निर्देशांक थे, ओवर रेंज थी, रन-रेट डेल्टा था। मैंने भारत के पीछा करने को दस-दस ओवर के ब्लॉक में दोबारा चार्ट किया था और वह खंड अलग कर दिया था, ओवर 12 से 25 के बीच, जहाँ आवश्यक रन-रेट आठ के पार चला गया था और केवल दो चौके लगे थे। उस डेटा का हर टुकड़ा ट्रेस करने योग्य था। आज के सिस्टम में 704 गेंदों के बजाय सैकड़ों मेट्रिक्स की मंशा दिखती है, लेकिन अगर आप उनकी जड़ तक जाएँ तो कई बार वहाँ बस खाली फ़ील्ड मिलते हैं।

इस लेख के साथ जो हुआ, वह एक क्लासिक 'साइलेंट फेल्योर' है। सिस्टम ने फ़ील्ड तो भर दिए, लेकिन मान नहीं डाले। Article Title N/A, Source N/A, Information Points एक खाली सूची। Entities Involved को निर्देश था 'from the information points above', लेकिन ऊपर कोई सूचना-बिंदु ही नहीं था। Time Sensitivity का मूल्यांकन ही नहीं हुआ। Source Quality के लिए कहा गया था कि वह सूचना-बिंदुओं के स्रोत फ़ील्ड से आँके जाए, पर सूचना-बिंदु थे ही नहीं। यह वैसा ही है जैसे एक कप्तान मैदान पर उतरे, स्कोरबोर्ड चालू हो, लेकिन न स्कोरर बैठा हो, न गेंद फेंकने वाला। दो सीज़न पहले राजस्थान रॉयल्स के साथ भी कुछ ऐसा ही हुआ था, जब 2026 के स्पॉट-फिक्सिंग मामले में टीम को निलंबित कर दिया गया था और मेरी भूमिका एक हफ़्ते में खत्म हो गई थी। उस समय मैंने चौदह महीने में 1,900 टी20 पारियों को फ़ील्ड-प्लेसमेंट डेटाबेस में कोड किया था, हर गेंद को ज़ोन, फेज़ और मैच स्टेट से टैग किया था। वह दौर मुझे सिखा गया कि खालीपन से घबराना नहीं चाहिए, लेकिन उस खालीपन को पहचानना ज़रूरी है।

यहाँ मूल बात यह है कि क्रिकेट विश्लेषण का संकट अब तथ्यों की कमी का संकट नहीं है, बल्कि यह तथ्यों के विफल एक्सट्रैक्शन का संकट है। एशिया कप जैसे टूर्नामेंट में, जहाँ हर मैच के बाद पाँच मिनट में हज़ारों ट्वीट, कमेंट्री ब्लॉग और मैच रिपोर्ट प्रकाशित होती हैं, वहाँ सबसे बड़ा खतरा यह है कि सिस्टम गति को सटीकता समझ बैठे। मेरे पास जब कोई फ़ाइल इस तरह खाली आती है, तो मैं उसे तुरंत 'तकनीकी खराबी' मानकर पास नहीं करता। मैं पूछता हूँ, क्या स्रोत वास्तव में खाली था? क्या स्क्रैपिंग को रोका गया? क्या पार्सर पेज की संरचना से मेल नहीं खा रहा था? क्या किसी एडिटर ने आर्टिकल को दोबारा टाइप किया है? यह वही सवाल हैं जो एक कप्तान पहले ओवर में पूछता है, जब उसका तेज़ गेंदबाज़ पहली गेंद पर दो बाउंसर फेंकता है, पहला विकेट नहीं, बल्कि गेंद का बर्ताव।

इस घटना में जो तत्व अलग दिख रहे हैं, वे कई मायनों में क्रिकेट-विश्लेषण की उस आदत को दर्शाते हैं जिसे मैं 'मॉडल-बिफ़ोर-प्रोज़' कहता हूँ। मैंने हमेशा कहा है कि मॉडल पहले बनता है, फिर वाक्य आते हैं। जोहान्सबर्ग में मैंने उस पूरे भारतीय पारी को दस-दस ओवर के दस ब्लॉक में बाँटा था।

ओवर 0-10: भारत 52/1, आवश्यक रन-रेट 7.4, लक्ष्य 359। ओवर 11-20: 71/3, आवश्यक रन-रेट 8.6, केवल तीन चौके। ओवर 21-30: 61/2, आवश्यक रन-रेट 10.2। तीनों ब्लॉक मिलाकर देखिए तो एक साफ़ नमूना उभरता है: 12वें से 25वें ओवर के बीच भारत ने 8 से ऊपर की दर पर रन बनाने की कोशिश की लेकिन मारने का दायरा नहीं मिला। यह विश्लेषण 704 गेंदों के एक ठोस डेटासेट से आया था, जिसमें हर गेंद की पहचान थी। एशिया कप की इस रिपोर्ट में वह पहचान नहीं है। सिस्टम ने डिब्बा तो दिया, उसमें गेंद नहीं डाली।

अंग्रेज़ी में एक कहावत है: garbage in, garbage out। इस मामले में मामला उससे भी खराब है: empty in, empty out। Stage-1 का काम है कच्चे तथ्यों को निकालना, और Stage-2 का काम है उन पर टिप्पणी करना। जब Stage-1 खाली आता है, तो Stage-2 को जो एकमात्र सहारा मिलता है, वह है Domain Label: cricket_asia। अब कोई भी संपादक जो दबाव में है, इस एक लेबल पर पूरा लेख खड़ा कर सकता है। लेकिन वह लेख विश्लेषण नहीं, बल्कि एक खोखला ढाँचा होगा, जिसमें केवल सामान्य ज्ञान भरा जाएगा। यह वही गलती है जो कमेंट्री बॉक्स करता है जब वह मैच की स्थिति के बजाय मील के पत्थर पर बात करता है।

इस पूरी घटना में जो सबसे चिंताजनक पहलू है, वह यह नहीं कि रिपोर्ट खाली आई, बल्कि यह कि कोई त्रुटि संदेश नहीं आया। सिस्टम ने फ़ील्ड्स को सही नाम से भरा, लेकिन मान के बिना। यह वही चुप्पी है जो एक स्कोरर की अनुपस्थिति में कमेंट्री में छा जाती है। 2026 के अहमदाबाद फाइनल में जब मैंने खुद देखा था कि कैसे डेथ ओवर्स में स्पिनरों के खिलाफ एक भी स्लॉग ओवर नहीं फेंका गया, तो डेटा ने पहले ही बता दिया था कि किस क्षेत्र में कोई गेंद नहीं गिरी। क्योंकि वहाँ मॉडल में हर ओवर का ज़ोन था। यहाँ ऐसा कुछ नहीं है। जब एक 63 वर्षीय रिपोर्टर को ऐसा खाली सिस्टम मिलता है, तो उसे पहले यह तय करना होता है कि वह खबर के लिए रिपोर्ट कर रहा है या नौकरी के लिए। मैंने 2026 में जब राजस्थान रॉयल्स को 44 पेज का फील्ड-मैपिंग अध्ययन भेजा था, तब मेरे पास कोई ऑफ़र नहीं था। लेकिन उस अध्ययन में हर ओवर का सेटिंग प्लान था, हर फेंकने वाले की रिलीज़ एंगल थी। वह काग़ज़ का टुकड़ा नहीं था, वह दस्तावेज़ था। और यही दस्तावेज़ आगे चलकर काम आया, जब मुझे मिड-सीज़न में रिमोट मैच-अप एनालिस्ट के तौर पर नियुक्त किया गया और टीम ने चेन्नई को तीन विकेट से हराकर खिताब जीता।

इसका तात्पर्य यह है कि समस्या तकनीकी है, लेकिन समाधान प्रक्रियात्मक है। अगर आप एशिया कप पर एक लेख चाहते हैं, तो आपको पहले यह सुनिश्चित करना होगा कि कच्चा माल मौजूद हो। यह मेरा आग्रह है कि संपादकीय पाइपलाइन में एक 'खाली-जाँच' की परत डाली जाए, ठीक वैसे जैसे एक कप्तान पहले ओवर में पिच का बर्ताव देखता है। अगर स्रोत में कोई तथ्य नहीं है, तो विश्लेषण नहीं लिखा जाना चाहिए। क्योंकि खाली डेटा पर लिखा गया विश्लेषण न केवल गलत होता है, बल्कि वह पाठक के भरोसे को भी तोड़ता है। और मेरे अनुभव में, क्रिकेट पाठक की सबसे बड़ी ताकत यही है कि वह सालों से मैच देख रहा है, वह आपकी गलत टिप्पणी को उसी तरह पकड़ लेता है जैसे एक सटीक फ़ील्डर बैट्समैन का आधा कदम गलत पकड़ लेता है।

मेरे करियर का सबसे उपयोगी सबक 2026 से आया, जब मैंने वांडरर्स में पहली बार टॉप-ऑर्डर के पतन को सिर्फ़ रन-रेट से नहीं, बल्कि वास्तविक क्षेत्रों से समझा था। उस दिन मैंने पोंटिंग की 140 रन की पारी देखी थी, ऑस्ट्रेलिया के 359/2 और फिर भारत के 234 पर सिमटने की। लेकिन उसमें मैंने यह भी देखा था कि ओवर 12 से 25 के बीच आवश्यक रन-रेट 8 को पार कर गया था और केवल दो चौके लगे थे। यह एक ऐसी अवधि थी जिसे आप 'बल्लेबाज़ी की विफलता' कह सकते हैं, लेकिन डेटा ने इसे 'क्षेत्रीय अवरोध' का नाम दिया। अगर वही खाली डेटा मुझे 2026 में मिला होता, तो मैं उस खंड को कभी नहीं पहचान पाता। और इसीलिए जब आज कोई सिस्टम खाली फ़ाइल लौटाता है, तो मैं उसे 'विश्लेषण के लिए तैयार' नहीं मानता।

इस मामले में एक ऐसा भी पहलू है जिसे कम ही लोग गंभीरता से लेते हैं: गोपनीयता और सुरक्षा। अगर क्रिकेट डेटा पाइपलाइन में किसी स्रोत को हटा दिया गया है या उसकी पहुँच अवरुद्ध कर दी गई है, तो वह एक तकनीकी विफलता से बड़ी चीज़ है। यह एक संस्थागत निर्णय हो सकता है: हो सकता है कि किसी एशिया कप मैच की रिपोर्ट पर रोक लगाई गई हो, या साइट ने स्क्रैपिंग को रोका हो। ऐसी स्थिति में प्रकाशक को पाठक के सामने स्पष्ट कहना चाहिए कि डेटा उपलब्ध नहीं है। चुप्पी बेहतर नहीं है। क्रिकेट में जब DRS का सिग्नल जाता है, तो अंपायर स्पष्ट बताता है कि तकनीकी खराबी है। हमें भी उसी तरह की स्पष्टता की ज़रूरत है।

अब जो मैं इस पूरी घटना से सीखना चाहता हूँ, वह यह है कि एक अच्छा क्रिकेट विश्लेषक कभी भी 'नहीं' का दुरुपयोग नहीं करता। जब डेटा नहीं है, तो स्पष्ट कहिए, जैसे एक कप्तान मानता है कि बारिश आई है तो खेल रुकेगा। विश्लेषण का काम तथ्यों के बिना भी रास्ता निकालना नहीं है, बल्कि सही रास्ता चुनना है। एशिया कप पर जब अगली बार कोई रिपोर्ट आए, तो मैं उससे पहले पूछूँगा: क्या तथ्य हैं? क्या स्रोत हैं? क्या टाइमलाइन है? अगर जवाब ना है, तो मैं उस रिपोर्ट को विश्लेषण नहीं कहूँगा।

अंत में, यह सिर्फ़ एक टूटी हुई पाइपलाइन की कहानी नहीं है। यह इस बात की कहानी है कि क्रिकेट पत्रकारिता में सिस्टम को कैसे जवाबदेह बनाया जाए। अगले टूर्नामेंट में जब कोई खाली फ़ाइल आए, तो उसे 'डोमेन लेबल' के भरोसे पूरा लेख बनाने के बजाय, पहले उस फ़ाइल को भरने की प्रक्रिया में वापस भेजें। क्योंकि मैंने 1,900 टी20 पारियों को कोड करके यह सीखा है कि खालीपन को भरने में समय लगता है, लेकिन खालीपन पर लिखे गए लेख को सुधारने में उससे भी ज़्यादा समय लगता है। और वह समय किसी क्रिकेट फ़ैन के पास नहीं होता, जो आपसे एक साफ़ जवाब चाहता है।