खाली सेल शून्य नहीं होता: क्रिकेट की डेटा पाइपलाइन में वो खराबी जो स्कोरकार्ड कभी नहीं दिखाता

रात 1:40 बजे दिल्ली में मेरे लैपटॉप पर एक फ़ाइल खुली, और उसमें क्रिकेट था ही नहीं। हेडर पर लिखा था — स्टेज-2 डीप एनालिसिस, क्रिकेट डोमेन। नीचे आठ अध्याय थे: फ़ॉर्मैट, खिलाड़ी, टीम, लीग, गवर्नेंस, जोखिम, जन-कथा, ट्रांसमिशन। हर अध्याय पूरा भरा हुआ था। हर खाने में एक ही जवाब लिखा था — जानकारी अपर्याप्त। शीर्षक: उपलब्ध नहीं। लेख का प्रकार: अवर्गीकृत। सूचना बिंदु: शून्य। डोमेन लेबल: cricket_world। मैंने फ़ाइल दो बार पढ़ी, तीसरी बार ऊपर तक स्क्रॉल किया, और तब समझ आया कि जो चीज़ मेरे सामने थी वो क्रिकेट रिपोर्ट नहीं, क्रिकेट रिपोर्ट का शव-परीक्षण था। कोई मैच नहीं, कोई खिलाड़ी नहीं, कोई वेन्यू नहीं, कोई तारीख़ नहीं। बस एक लेबल, जो ज़िद कर रहा था कि यहाँ क्रिकेट था — और उसके नीचे आठ खाली दराज़ें।

2 a.m. का थ्रेड मैच रिपोर्ट से ज़्यादा ज़िंदा रहा, इसलिए मैं उसके पीछे चला। इस बार वो थ्रेड मुझे उस मशीनरी तक ले गया जो ख़ुद थ्रेड्स को खाती है।

पिछले पाँच साल में भारतीय क्रिकेट कवरेज की रसोई बदल गई है। जो काम पहले सुबह की मीटिंग में तय होता था, अब दो-चरणीय पाइपलाइन में होता है। पहला चरण लेख को तोड़ता है — शीर्षक, प्रकार, तथ्य, इकाइयाँ, लेखक का रुख़। दूसरा चरण उन तथ्यों पर आठ आयामों की छानबीन करता है: फ़ॉर्मैट का तर्क, खिलाड़ी की तकनीक, टीम का ढाँचा, लीग का पैसा, नियम-कानून, जोखिम, जन-कथा, और बाज़ार तक उसका असर। ब्रॉडकास्ट ग्राफ़िक्स, ऑक्शन मॉडल, फ़ैंटेसी डैशबोर्ड, न्यूज़रूम की "आज क्या चलेगा" वाली स्क्रीन — सब इसी पाइपलाइन से भरते हैं।

इस उद्योग का सबसे आम विश्वास यह है कि डेटा कवरेज को तेज़ और साफ़ कर रहा है। यह विश्वास आधा सच है और आधा ख़तरनाक, क्योंकि यह एक ऐसी स्थिति पर एक शब्द भी नहीं कहता जिसका क्रिकेट में नाम पहले से मौजूद है — नतीजा न आना। बारिश से धुला मैच, छोड़ी गई पारी, खाली स्कोरकार्ड। क्रिकेट ने "कुछ नहीं हुआ" को संभालना सीख लिया है। लेकिन जब पाइपलाइन कुछ नहीं लौटाती, तो स्कोरकार्ड में वो जगह भी नहीं होती जहाँ "कुछ नहीं हुआ" लिखा जाए।

यहाँ एक चीज़ है जो मैंने तीन साल की अलमारी-खुदाई में सीखी और जो पूरी क्रिकेट एनालिटिक्स पर लागू होती है — खाली सेल शून्य नहीं होता।

2026 में जब आईपीएल यूएई में खेला गया — 19 सितंबर से 10 नवंबर, दुबई के फ़ाइनल में मुंबई इंडियंस ने दिल्ली कैपिटल्स को पाँच विकेट से हराया — तब मैंने साठों मैच स्प्रेडशीट पर दोबारा देखे। 1,412 डेथ-ओवर गेंदें दर्ज हुईं। यॉर्कर का इस्तेमाल 2026 के 13.8% से 21.6% पर पहुँच गया, और मेरा तर्क था कि गेंदबाज़ बेहतर इसलिए कर पाए क्योंकि पचास हज़ार लोगों के शोर के बिना उन्हें अपनी ही योजना सुनाई दे रही थी। खाली आईपीएल ने मुझे सिखाया था कि भीड़ जो छिपाती है, उसे सुनना। उस डेटाबेस का सबसे कठिन नियम वो नहीं था जो मैंने लिखा, बल्कि वो जो मैंने लिखने से रोका: जिस गेंद का क्लिप आर्काइव फ़ीड में नहीं मिला, उसे 0 नहीं, "अनदेखा" दर्ज किया गया। क्योंकि अगर उन बीस-पच्चीस गेंदों को शून्य मान लिया जाता, तो औसत चुपचाप नीचे खिसक जाता और तीन साल तक कोई पकड़ भी नहीं पाता।

यही खराबी उस फ़ाइल में है। डोमेन लेबल भरा हुआ है, लेख का शीर्षक खाली, प्रकार अवर्गीकृत, सूचना बिंदु शून्य। असली क्रिकेट लेख से कम से कम एक टीम का नाम या एक टूर्नामेंट का नाम तो निकलता ही है — यह मेरा अनुभव है, दावा नहीं। जब शीर्षक तक न निकले और लेबल निकल जाए, तो इसका मतलब यह नहीं कि लेख में तथ्य नहीं थे। इसका मतलब है कि पाइपलाइन तक लेख का शरीर पहुँचा ही नहीं — आधा पहुँचा, या पहुँचा ही नहीं। फ़ेच फेल हुआ, पेवॉल लगी, एन्कोडिंग टूटी, या क्लासिफ़ायर और एक्सट्रैक्टर के बीच स्कीमा का तालमेल बिगड़ा। "cricket_world" लिखा जाना और "Cricket" लिखा जाना — यह मामूली फ़र्क़ नहीं है, यह वही दरवाज़ा है जिससे आगे का सारा काम गुज़रता है। जिस पेलोड का लेबल वैलिडेशन पास कर जाए और शरीर खाली हो, वो वैलिडेशन एक छेद है, क़वच नहीं।

और यहीं असली ख़तरा बैठता है। जिस मॉडल को यह फ़ाइल दी जाएगी और कहा जाएगा कि इन आठ आयामों को भरो, वह एक बहुत विश्वसनीय रिपोर्ट लिख देगा — एक ऐसे मैच की, जो हुआ ही नहीं। मेरे पेशे में आत्मविश्वास से भरे उस वाक्य का नाम है जिसके पीछे कोई स्रोत नहीं: हॉट टेक। हॉट टेक और मनगढ़ंत के बीच एक ही फ़र्क़ है — हॉट टेक अपना हिसाब सामने रखता है, मनगढ़ंत उसे छिपा लेता है।

फ़रवरी 2026 में बेंगलुरु में हुए मेगा ऑक्शन में दस फ़्रैंचाइज़ियों ने दो दिन में लगभग 551 करोड़ रुपये खर्च किए। ईशान किशन मुंबई इंडियंस गए 15.25 करोड़ में, दीपक चहर चेन्नई सुपर किंग्स 14 करोड़ में, श्रेयस अय्यर कोलकाता नाइट राइडर्स 12.25 करोड़ में। तब सबने कहा — महँगाई। मैंने उलटा कहा: ऑक्शन ज़्यादा दे नहीं रहा था, वो ग़लत चीज़ ख़रीद रहा था। मेरे मॉडल में पिछले दो सीज़न के दौरान दस सबसे महँगे खरीदारों ने औसतन 8.4 मैच छोड़े थे। वो तर्क इसलिए टिका कि हर आँकड़े के पीछे एक स्रोत था जिसे मैं उँगली से दिखा सकता था। अगर उसी मॉडल को किसी खाली पेलोड ने भर दिया होता और छूटे मैच चुपचाप शून्य मान लिए जाते, तो मेरी "इम्पैक्ट पर मैच" वाली तालिका साफ़-सुथरी कचरा बन जाती — और वो कचरा किसी प्रेस कॉन्फ़्रेंस में सवाल बनकर मेरे सामने खड़ा होता।

मैं दो जगह ग़लत हो सकता हूँ।

पहली: शायद कुछ फेल ही नहीं हुआ। शायद स्रोत लेख में सचमुच कोई तथ्य नहीं था — एक फ़ोटो कैप्शन, एक एजेंसी की एक-लाइन, एक सोशल पोस्ट। तब यह घटना नहीं, बस एक खोखला दस्तावेज़ है, और मेरा ग़ुस्सा ग़लत पते पर जा रहा है।

दूसरी, और ज़्यादा असहज: शायद खाली पेलोड जो कुछ नहीं गढ़ता, वो सिस्टम का ठीक से काम करना है। जिस चीज़ से मुझे डरना चाहिए वो नल नहीं, कॉन्फ़िडेंट नल है — वो जवाब जो खाली जगह भरने के लिए अपनी ही कल्पना से आता है।

और एक चेतावनी अपने ही शिल्प पर, क्योंकि मैं उसे नज़रअंदाज़ करके आगे नहीं बढ़ सकता। बत्तीस रातों वाला क्रिकेट दिमाग़ मेरे फुटबॉल देखने का तरीक़ा बदल चुका है — मैं xG को रन रेट में, प्रेस ट्रिगर को फ़ील्ड प्लेसमेंट में अनुवाद करता हूँ। लेकिन यह अनुवाद ठीक यहीं टूटता है। क्रिकेट का स्कोरकार्ड बंद, जाँचने योग्य, हिसाब रखने वाला दस्तावेज़ है। फुटबॉल की xG चेन नहीं है। फ़ेज़-लॉजिक का ट्रांसफ़र काम करता है; स्रोत-व्यवस्था का ट्रांसफ़र नहीं करता। फुटबॉल डेटा उद्योग में यह बीमारी कम नहीं, ज़्यादा है — क्योंकि वहाँ किसी ने पूछना ही नहीं सीखा कि खाली सेल आई कहाँ से।

मेरी टेस्टेबल भविष्यवाणी यह है: अगले आईपीएल ऑक्शन चक्र से पहले कम से कम एक भारतीय क्रिकेट आउटलेट ऐसा आँकड़ा छापेगा जो किसी खाली या ग़लत मैप हुए एक्सट्रैक्शन से निकला होगा — और वो आँकड़ा पहली नज़र में बिल्कुल ठीक लगेगा। इलाज में एक पैसा नहीं लगता: जिस पेलोड में शून्य सूचना बिंदु हों उसे आगे मत भेजो, दस्तावेज़ की आईडी लॉग करो, दोबारा चलाओ, और cricket_world को Cricket से मिलाओ।

हर हॉट टेक वो सवाल है जो मैंने धीरे से नहीं पूछा। इस बार सवाल यह है, और यह आप पर भी लागू होता है: पिछली क्रिकेट बहस में आपने जो तीसरा आँकड़ा बोला था — वो किस सेल से आया था, और उस सेल में सचमुच कुछ लिखा हुआ था या नहीं?