जहाँ टाइटल भी दर्ज नहीं हुआ: एक खाली क्रिकेट रिकॉर्ड का नल-रिज़ल्ट ऑडिट

शून्य।

एक रिकॉर्ड है जिसमें क्रिकेट की श्रेणी दर्ज है — cricket_world — और उसके नीचे टाइटल खाली, सोर्स खाली, प्रकाशन तिथि खाली, कोर व्यूअरपॉइंट खाली, और इन्फॉर्मेशन पॉइंट्स की गिनती साफ़-साफ़ शून्य। यह किसी मैच का स्कोरकार्ड नहीं, यह उस स्कोरकार्ड की फ़ोटो है जिसे किसी मशीन ने स्कैन कर लिया और किसी इंसान ने पढ़ा नहीं। दस साल से मेरी आदत रही है कि हर तकनीकी दावे के साथ ओवर-बॉल निर्देशांक रखूँ — ताकि जब कोई कहे "लगा कि फ़ील्ड यहीं बदली", तो मैं चौदहवें ओवर की तीसरी गेंद दिखा सकूँ। आज वही लेजर उलटी दिशा में चल रहा है। मुझे यह साबित नहीं करना है कि गेंद कहाँ पड़ी; मुझे यह दिखाना है कि वह गेंद थी ही नहीं। जिस रिकॉर्ड में फ़ॉर्मैट तक दर्ज न हो, वहाँ हर तकनीकी वाक्य झूठ बन जाता है — चाहे वह कितना भी समझदार सुनाई दे।

संदर्भ: स्कोरकार्ड और उसकी छाया

क्रिकेट एनालिटिक्स की पाइपलाइन दो हिस्सों में बँटी होती है। पहला हिस्सा कच्चा माल जुटाता है — स्कोरकार्ड, कमेंट्री फ़ीड, ऑक्शन लेजर, वीडियो टाइमस्टैम्प। दूसरा हिस्सा उस कच्चे माल से तर्क निकालता है। पहले हिस्से की सबसे छोटी इकाई को इन्फॉर्मेशन पॉइंट कहते हैं: एक सत्यापन-योग्य तथ्य, जैसे "तेईसवें ओवर में चार रन बने" या "फ़ील्ड 7-2 थी"। दूसरे हिस्से का हर निष्कर्ष किसी एक ऐसे ही पॉइंट से जुड़ा होना चाहिए।

जिस रिकॉर्ड की मैं जाँच कर रही हूँ, उसमें वह छोटी इकाई मौजूद नहीं है। शून्य पॉइंट। इसका मतलब यह नहीं कि कोई मैच नहीं हुआ या कोई खिलाड़ी नहीं खेला। इसका मतलब यह है कि जिस पाइपलाइन से यह रिकॉर्ड गुज़रा, वहाँ टेक्स्ट निकालने की प्रक्रिया विफल रही — पे-वॉल, जावास्क्रिप्ट से बना पेज, वीडियो पेलोड, या खाली स्कोरकार्ड विजेट। और चूँकि श्रेणी-टैग बच गया, यह संभव है कि वर्गीकरण सिर्फ़ यूआरएल या सेक्शन मेटाडेटा पर चला हो, लेख के टेक्स्ट पर नहीं।

यह मेरे लिए नया अनुभव नहीं है। फ़रवरी 2026 में अंडर-19 विश्व कप के सेमीफ़ाइनल से पहले मैंने भारतीय तेज़ गेंदबाज़ों की 7-2 ऑफसाइड फ़ील्ड निकाली थी — 18 वीडियो क्लिप और 34 गेंदों की तालिका। एक वरिष्ठ प्रोड्यूसर ने उसे इस वाक्य के साथ ख़ारिज किया कि "महिलाएँ तकनीक नहीं पढ़तीं", और फिर वही डेटा ऑन एयर अपने नाम से इस्तेमाल किया। उस दिन के बाद से मैंने हर मैच के लिए एक निजी लेजर रखना शुरू किया, जिसमें वीडियो लिंक और ओवर-दर-ओवर नोट्स होते हैं। 2026 में यूएई की खाली स्टेडियम वाली आईपीएल में मैंने साठ मैच लॉग किए और नतीजा यह निकला कि होम एडवांटेज लगभग आठ प्रतिशत गिरा, पर स्पिन की इकॉनमी 7.2 से 7.1 पर ही अटकी रही। उस रिपोर्ट को "बहुत सतर्क" कहा गया क्योंकि मैंने नल रिज़ल्ट शीर्षक में रखा था।

आज वही सतर्कता काम आ रही है।

मुख्य विश्लेषण: जो आकार बच गया, वह टेक्स्ट नहीं था

पहली बात, जो सबसे अहम है और जो सबसे जल्दी छूट जाती है — डोमेन टैग का बच जाना विश्लेषण का सबूत नहीं, बल्कि विफलता का निशान है। जब cricket_world जैसा लेबल मौजूद हो पर टाइटल और सोर्स दोनों खाली हों, तो सबसे संभावित व्याख्या यह है कि वर्गीकरण ने लेख पढ़ा ही नहीं। उसने सिर्फ़ पेज का पता देखा। यह क्रिकेट में उस पल जैसा है जब कमेंट्री बॉक्स में "विकेट" दर्ज हो जाता है, पर किस गेंद पर, किस फ़ील्ड सेटिंग पर, कौन सा शॉट लगा — कुछ भी दर्ज नहीं होता। रिकॉर्ड बुक में आउट होने का निशान रहता है; जिस ज्यामिति ने वह आउट बनाया, वह गायब रहती है।

दूसरी बात, फ़ॉर्मैट। टेस्ट, वनडे और टी20 के आँकड़े एक-दूसरे में नहीं बदले जा सकते, क्योंकि तीनों में जोखिम की गणित अलग है। टेस्ट में विकेट की कीमत समय से तय होती है, टी20 में गेंद से। जब इनपुट में फ़ॉर्मैट ही दर्ज न हो, तो स्ट्राइक रेट या इकॉनमी का कोई भी आँकड़ा अर्थहीन हो जाता है — वह संख्या किस खेल की है, यही पता नहीं। इसलिए यहाँ कोई सामरिक निर्णय संभव नहीं। और यह कमी छोटी नहीं है; यह वह नींव है जिस पर बाकी सब खड़ा होता है।

तीसरी बात, नल का अर्थ। रिपोर्ट में एक वाक्य बार-बार दोहराया गया है और वही इस पूरे अभ्यास की रीढ़ है: जोखिम-रेटिंग "अज्ञात" है, और अज्ञात का अर्थ "कम" नहीं होता। यह अंतर पेशेवर एनालिटिक्स में सबसे ज़्यादा तोड़ा जाता है। किसी टीम पर कोई विवाद दर्ज नहीं है — इसका मतलब यह नहीं कि टीम साफ़ है; इसका मतलब यह है कि हमने देखा ही नहीं। साक्ष्य का अभाव और साक्ष्य का विरोध, दो अलग-अलग चीज़ें हैं, और इन्हें एक मान लेना क्रिकेट कवरेज की सबसे पुरानी आदत है।

चौथी बात, जो पाइपलाइन की असली बीमारी दिखाती है — यह रिकॉर्ड चुपचाप आगे बढ़ सकता है। एक खाली प्रविष्टि अगले चरण में जाती है, अगला चरण उसे एक और खाली प्रविष्टि से मिला देता है, और दो शून्य मिलकर एक ऐसा वाक्य बना देते हैं जो पूरे आत्मविश्वास से कहता है कि "इस मैच में कुछ भी उल्लेखनीय नहीं हुआ"। यह वही त्रुटि है जो रन-चेज़ के विश्लेषण में होती है: कोई पंद्रहवें ओवर को इसलिए अनदेखा कर देता है क्योंकि उसमें कोई छक्का नहीं लगा, जबकि उसी ओवर में रिक्वायर्ड रेट एक ऐसे निशान को पार कर गया जहाँ से मैच का आकार बदल गया था। 23:41 पर आकार टूटा — और किसी ने उसे दर्ज नहीं किया।

पाँचवीं बात, वह जो बचाया जा सकता है। खाली रिकॉर्ड बेकार नहीं है। वह निदान है। अगर एक बैच में ऐसे रिकॉर्ड की हिस्सेदारी लगभग पाँच प्रतिशत से ऊपर जाती है, तो समस्या व्यक्तिगत नहीं, प्रणालीगत है। उस स्थिति में सुधार का ख़र्च सबसे कम तब होता है जब बैच छोटा हो — यानी अभी। यह वही तर्क है जो मैं ऑक्शन की तैयारी में लगाती हूँ: 409 पंजीकृत खिलाड़ियों की सूची में से 22 स्पिनरों का अलग बोर्ड बनाना ज़रूरी इसलिए था कि बोली के दिन कोई यह न कहे कि स्पिन विकल्प ही उपलब्ध नहीं थे। भूमिका की कमी, प्रतिभा की कमी नहीं, असली बाधा है। डेटा पाइपलाइन में भी यही सच है: कमी मॉडल की नहीं, एक ऐसे द्वार की है जो खाली रिकॉर्ड को अंदर ही न आने दे।

छठी बात, प्रति-तथ्य। यहाँ एक स्पष्ट सवाल उठता है — समय से पहले लिखे गए विश्लेषण ने किसे फ़ायदा पहुँचाया? जिस मीडिया-माहौल में हर घंटे एक नया ओवर-दर-ओवर थ्रेड चाहिए, वहाँ खाली रिकॉर्ड को भरने का दबाव बहुत तेज़ होता है। भरने का सबसे आसान तरीका है अनुमान। अनुमान एक बार छप जाए, तो वह अगली बार स्रोत बन जाता है — और फिर तीन जगह एक जैसा झूठ दिखता है, जिसे लोग सत्यापन समझ लेते हैं।

विरोधाभासी कोण: खाली रिकॉर्ड भरे रिकॉर्ड से ज़्यादा सच बोलता है

यहाँ सबसे उलटी बात यह है कि अगर इस प्रविष्टि में दस तथ्य भरे होते, तो शायद मुझे इतनी सावधानी न दिखानी पड़ती। भरा हुआ डेटा आत्मविश्वास पैदा करता है, और आत्मविश्वास ही वह जगह है जहाँ क्रिकेट विश्लेषण फिसलता है। मैंने सैकड़ों बार देखा है कि एक अच्छा आँकड़ा ग़लत सवाल का जवाब बन जाता है। छह ओवर में 52 रन — यह तथ्य सही है, पर अगर यह न पूछा जाए कि उन छह ओवर में फ़ील्ड कहाँ थी और कौन गेंदबाज़ी कर रहा था, तो यह तथ्य बेकार है।

दूसरा उलटा कोण यह है कि पाइपलाइन की विफलता अक्सर कंटेंट की विफलता नहीं होती, बल्कि मीडिया-फ़ॉर्मैट की विफलता होती है। जो सामग्री वीडियो है, जो स्कोरकार्ड विजेट है, जो पे-वॉल के पीछे है — वह मशीन के लिए अदृश्य है, पर पाठक के लिए मौजूद है। इसका मतलब यह है कि हमारे पास जो डेटाबेस बन रहे हैं, वे उस क्रिकेट का नक्शा नहीं हैं जो खेला गया; वे उस क्रिकेट का नक्शा हैं जो स्क्रैप हो सका। रणजी ट्रॉफ़ी की पतली कवरेज और 2026 के बाद महिला क्रिकेट की अधूरी रिकॉर्डिंग इसी समस्या के दो रूप हैं। जो प्रदर्शन कभी दर्ज ही नहीं हुआ, उसे बाद में कोई आँकड़ा नहीं ढूँढ सकता।

तीसरा, और सबसे असुविधाजनक — एक टीम या खिलाड़ी के बारे में निष्कर्ष निकालने का दबाव कभी नहीं घटता, जबकि साक्ष्य का दायरा लगातार घटता रहता है। यही असंतुलन आज क्रिकेट कमेंट्री का मुख्य उत्पाद है। दो डेटा पॉइंट और एक अंदाज़ा कोई निष्कर्ष नहीं होता, पर टेलीविज़न पर वही सबसे तेज़ बिकता है। इस रिकॉर्ड ने मुझे एक ऐसी चीज़ पर मजबूर किया जो मैं आमतौर पर नहीं करती: यह लिखना कि इस विषय पर मेरी कोई राय नहीं है, और यह राय न होना ही सही नतीजा है।

निष्कर्ष की जगह, अगली जाँच

अगले बैच में मैं तीन चीज़ें देखूँगी। पहला, खाली टाइटल वाले रिकॉर्ड की हिस्सेदारी — अगर यह पाँच प्रतिशत से ऊपर जाती है, तो समस्या मॉडल की नहीं, निष्कर्षण की है। दूसरा, श्रेणी-टैग का स्रोत — क्या वह टेक्स्ट से आया या पते से। तीसरा, वह एक तथ्य जो किसी भी लेख को विश्लेषण बनाता है: फ़ॉर्मैट। जिस दिन ये तीनों दर्ज हो जाएँगे, उस दिन इस पूरी क़वायद का कोई मतलब नहीं रहेगा — और यही इसका सबसे अच्छा नतीजा होगा। सवाल यह नहीं कि इस रिकॉर्ड में क्या कम था। सवाल यह है कि उसे अंदर आने ही क्यों दिया गया।