खाली पंक्ति ही निष्कर्ष है: क्रिकेट डेटा पाइपलाइन की उस चुप्पी का ऑडिट, जिसे कोई त्रुटि नहीं कहता

मार्च की एक दोपहर। कोलकाता। मैंने एक क्रिकेट रिकॉर्ड खोला — वही जगह, जहाँ आम तौर पर तीन सौ शब्दों में एक मैच, एक खिलाड़ी और एक तारीख़ बैठी होती है। स्क्रीन पर सोलह पंक्तियाँ थीं। पंद्रह के आगे 'उपलब्ध नहीं' छपा था। सोलहवीं में सिर्फ़ एक शब्द था — cricket_world।

शीर्षक उपलब्ध नहीं। स्रोत उपलब्ध नहीं। प्रकाशक उपलब्ध नहीं। तारीख़ उपलब्ध नहीं। लेखक का रुख़ उपलब्ध नहीं। उद्देश्य उपलब्ध नहीं। सूचना-बिंदुओं की सूची खाली। और जिन 'संस्थाओं' का हवाला दिया गया था, उनका पता उसी खाली सूची की ओर भेज दिया गया था — यानी किसी की ओर नहीं।

फिर भी वह रिकॉर्ड रुका नहीं। उसे त्रुटि का टैग नहीं मिला। उसे 'स्टेज-2 के लिए तैयार' पढ़कर आगे भेज दिया गया।

उस दोपहर मुझे जो चीज़ मिली, वह कोई क्रिकेट ख़बर नहीं थी। वह क्रिकेट की उस आदत का नमूना था जिसे मैं तिरपन साल से लिखते हुए देख रही हूँ: खाली जगह को हम ग़लती नहीं मानते। हम उसे जगह ही नहीं मानते। और जिसे जगह नहीं माना जाता, उसकी कमी कभी दर्ज नहीं होती।

अब परिभाषाएँ, क्योंकि बिना परिभाषा के बहस शुरू ही नहीं होती।

यह काम दो चरणों में चलता है। पहला चरण लेख को तोड़कर उसमें से 'सूचना-बिंदु' निकालता है — यानी ऐसी अलग-अलग, सत्यापन-योग्य तथ्य-इकाइयाँ जिन्हें हवाले के तौर पर उद्धृत किया जा सके। जैसे: 'फ़लाँ बल्लेबाज़ ने टी20 में 41 गेंदों पर 74 रन बनाए।' दूसरा चरण उन्हीं बिंदुओं पर आठ आयामों का विश्लेषण-ढाँचा बिछाता है — प्रारूप, खिलाड़ी, टीम, लीग, शासन, जोखिम, कथा और उद्योग-संचरण।

'संस्थाएँ' यानी वे नाम जिन पर सारा विश्लेषण टिकता है: राष्ट्रीय टीमें, फ़्रैंचाइज़ियाँ, खिलाड़ी, कोच, टूर्नामेंट। और 'डोमेन लेबल' वह मोटा टैग है जो पहला चरण लगाता है — यहाँ cricket_world। यह बताता है कि विषय क्रिकेट है। यह नहीं बताता कि कौन सा मैच, कौन सा देश, कौन सा साल।

तीनों परिभाषाएँ साफ़ हैं। समस्या यह है कि उस रिकॉर्ड में तीनों में से दो शून्य थीं, और तीसरी केवल यह बता रही थी कि जो नहीं है, वह क्रिकेट से जुड़ा नहीं है।

क्रिकेट में यह चोट गहरी लगती है, और इसकी वजह खेल की बनावट है। क्रिकेट शायद अकेला ऐसा लोकप्रिय खेल है जिसका स्कोरिंग-सिस्टम गेंद-दर-गेंद चलता है। फ़ुटबॉल के एक मैच से आपको अंतिम स्कोर और कुछ दर्जन घटनाएँ मिलती हैं। एक टी20 से आपको 240 गेंदें मिलती हैं — हर गेंद पर बल्लेबाज़, गेंदबाज़, लाइन, लेंथ, फ़ील्ड-पोज़िशन। इसका मतलब यह है कि जब फ़ीड टूटती है, तो नुक़सान एक आंकड़े का नहीं होता; नुक़सान हज़ारों आंकड़ों का होता है, और वे सब एक साथ, बिना आवाज़ के रिकॉर्ड से हट जाते हैं।

मेरा 41-फ़ील्ड स्कीमा इसी सोच से बना था। 2026 के विश्व कप फ़ाइनल में ईडन गार्डन्स की स्कोरबुक मैंने हाथ से कोड की थी; तब से हर मैच उसी ढाँचे में उतरता आया है — चरण-विभाजन, बाउंड्री-प्रतिशत, डॉट-बॉल दबाव, और वे उप-फ़ील्ड जो कोई स्कोरकार्ड छापता नहीं। 2026 में, बीसीसीआई की प्लेयर-रजिस्ट्री डेस्क छोड़ने के तीन महीने बाद, मैं महिला विश्व कप में एक डेटा-सीट पर घुसी थी। क्रेडेंशलिंग अधिकारी ने साफ़ कह दिया था कि महिलाओं के मैचों को 'स्टैट्स डेस्क की ज़रूरत नहीं' होती। डर्बी का सेमीफ़ाइनल मैंने गेंद-दर-गेंद कोड किया: हरमनप्रीत कौर 115 गेंदों पर 171 नाबाद, भारत 281/4, ऑस्ट्रेलिया 36 रन से हारा। सारी 115 गेंदें उसी 41-फ़ील्ड स्कीमा में गईं जिससे मैं पुरुषों के अंतरराष्ट्रीय मैच कोड करती हूँ।

उस रिकॉर्ड का पूरा हिसाब इस तरह बनता है। एक रिकॉर्ड। आठ विश्लेषण-आयाम। हर आयाम में चार से छह टेम्पलेट-फ़ील्ड। मैंने उन्हें गिना, क्योंकि गिनती के बिना यह दावा नहीं किया जा सकता कि कुछ भी नहीं था। भरी गई फ़ील्ड: एक। पूर्णता दर शून्य।

आठों आयामों का नतीजा एक ही वाक्य में आया: 'अपर्याप्त सूचना, आकलन संभव नहीं।' प्रारूप अज्ञात, इसलिए मैच-पठन नहीं। खिलाड़ी अनाम, इसलिए तकनीक-विश्लेषण नहीं। टीम अनुपस्थित, इसलिए रैंकिंग और स्क्वाड-संरचना नहीं। लीग, अनुबंध, प्रसारण-अधिकार — कुछ भी उल्लिखित नहीं, इसलिए वाणिज्यिक प्रीमियम का कोई फ़ैसला नहीं। कोई नियम-परिवर्तन नहीं, कोई डीआरएस विवाद नहीं, कोई एनओसी टकराव नहीं, इसलिए शासन-जोखिम की स्क्रीनिंग का कोई विषय नहीं।

यह ढाँचा जानबूझकर इस तरह बना है। उसका नियम साफ़ है: अगर किसी आयाम के पास पर्याप्त सूचना नहीं है, तो 'अपर्याप्त सूचना' लिखो, अनुमान मत लगाओ। यह अच्छा नियम है। यह पाठक की रक्षा करता है।

लेकिन यह सिस्टम की रक्षा नहीं करता। क्योंकि सिस्टम ने उस रिकॉर्ड को 'अपूर्ण' नहीं कहा। सिस्टम ने उसे पूरा मान लिया और आगे भेज दिया। अंतर यहीं है: 'अपर्याप्त सूचना' पाठक के लिए एक ईमानदार वाक्य है; पाइपलाइन के लिए वह एक साइलेंट पास है।

जो एक अनुमान बचता है, वह रक्षात्मक है। प्रकाशन-योग्य लंबाई के किसी भी असली क्रिकेट लेख में कम से कम एक नाम तो होता ही है — कोई खिलाड़ी, कोई बोर्ड, कोई लीग। शून्य नाम वाला क्रिकेट लेख व्यावहारिक रूप से मौजूद नहीं होता। इसलिए निष्कर्ष यह नहीं है कि लेख खोखला था; निष्कर्ष यह है कि निकासी की परत पर कुछ टूटा था।

तीन कारण संभव हैं, और तीनों अलग-अलग मरम्मत माँगते हैं। एक — पेपरवॉल या जावास्क्रिप्ट से बना मुख्य भाग, जिसे स्क्रैपर पढ़ ही नहीं पाया। दो — जो यूआरएल भेजा गया वह लेख का पेज था ही नहीं: इंडेक्स पेज, 404, या कोई सहमति-दीवार। तीन — एन्कोडिंग या ट्रंकेशन की गड़बड़ी, जिसमें सामग्री आई तो होगी, पर पढ़ी नहीं गई। पहले और तीसरे का इलाज तकनीकी है: हेडलेस रेंडरिंग, सहमति-दीवार पहचानने वाला डिटेक्टर, एन्कोडिंग जाँच। दूसरे का इलाज अलग है — वह स्क्रैपर का दोष नहीं, राउटिंग का दोष है।

मेरी सिफ़ारिश वही है जो हर ऑडिट में होती है: एक वैलिडेशन गेट। पहले चरण का नतीजा 'तैयार' तभी कहलाए जब उसमें कम से कम तीन सूचना-बिंदु हों, कम से कम एक नामित संस्था हो, और सारांश खाली न हो। साथ में एक निगरानी-संख्या: किसी भी बैच में अगर पाँच प्रतिशत से ज़्यादा रिकॉर्ड खाली सूचना-बिंदुओं के साथ आएँ, तो वह बुरी किस्मत नहीं, प्रणाली का दोष है। और अगर किसी रिकॉर्ड में संस्थाओं की संख्या का माध्यक दो से नीचे गिरे, तो नीचे का पूरा विश्लेषण ज़मीन खो देता है।

एक और चीज़, जिसे मैं हर रिपोर्ट में दोहराती हूँ: मूल इनपुट सुरक्षित रखिए — यूआरएल, फ़ाइल का हैश, प्राप्ति का टाइमस्टैम्प। क्योंकि जिस विफलता को दोबारा नहीं चलाया जा सकता, उसका इलाज भी नहीं हो सकता।

अब वह हिस्सा, जिसके लिए यह लेख लिखा गया है। यह गड़बड़ी क्रिकेट की अपनी गड़बड़ी जैसी है। बिल्कुल वैसी।

मैंने महिला फ़ाइलें पहले खोली थीं, और उनमें जो पैटर्न मिला वह यही था: कमी कभी त्रुटि के रूप में दर्ज नहीं होती। किसी बोर्ड ने कभी यह ज्ञापन जारी नहीं किया कि 'हमने तय किया कि यह मैच मायने नहीं रखता।' ऐसा लिखा ही नहीं जाता। पंक्ति बस बनती ही नहीं। और जो पंक्ति कभी बनी ही नहीं, वह कभी 'अनुपस्थित' के रूप में फ़्लैग भी नहीं होती।

यहीं तकनीकी विफलता और संस्थागत विफलता एक हो जाती हैं। दोनों में एक ही चीज़ होती है: रिक्तता को अपवाद की तरह नहीं, सामान्य स्थिति की तरह संभाला जाता है। सिस्टम रोता नहीं। सिस्टम चुप रहता है। और चुप्पी के लिए डेटा में कोई कॉलम आरक्षित नहीं होता।

इसके तीन साफ़ उदाहरण हैं, और तीनों मेरे अपने काम से आए हैं। पहला — गैर-प्रसारित महिला मैच। जिस मैच का प्रसारण नहीं होता, उसका गेंद-दर-गेंद रिकॉर्ड नहीं बनता; जिसका गेंद-दर-गेंद रिकॉर्ड नहीं, उसका चरण-विभाजन नहीं; जिसका चरण-विभाजन नहीं, उसका कोई 41-फ़ील्ड विवरण नहीं। यहाँ 'डेटा की कमी' जैसी कोई चीज़ नहीं होती — बस एक ऐसी पंक्ति नहीं होती जिसमें कमी दर्ज हो सके।

दूसरा — क्षेत्रीय-भाषा प्रसारण। जो कमेंट्री हिंदी, तमिल, बांग्ला या मराठी में जाती है, वह किसी अंग्रेज़ी-केंद्रित लॉग में उसी गहराई से दर्ज नहीं होती। नतीजा यह होता है कि दर्शक-संख्या के आँकड़े वहाँ पूरे दिखते हैं जहाँ माइक अंग्रेज़ी में खुला था, और जहाँ नहीं खुला वहाँ सन्नाटा 'कम दिलचस्पी' पढ़ा जाता है।

तीसरा — रणजी का पतला कवरेज। सैकड़ों मैच, और उनमें से कितनों का स्कोरकार्ड-विवरण किसी भी सार्वजनिक डेटाबेस में उतनी गहराई से है जितना एक आईपीएल लीग मैच का? यह सवाल पूछा ही नहीं जाता, क्योंकि पूछने के लिए पहले यह मानना पड़ेगा कि कुछ ग़ायब है।

मार्च 2026 में रजिस्ट्री अंधेरी हो गई थी और बोर्ड ने मुझे वापस बुलाया, क्योंकि उस वक़्त एक ऑडिट-योग्य बहीखाता ही अकेली ऐसी चीज़ थी जिस पर किसी को भरोसा था। कोलकाता से, दूर बैठकर, मैंने चौदह दिन में आईपीएल खिलाड़ी-आवाजाही डेस्क फिर खड़ा किया: आठ फ़्रैंचाइज़ियाँ, दो सौ पंजीकृत खिलाड़ी, एनओसी स्कैन, क्वारंटीन खिड़कियाँ, और यूएई शिफ़्ट के लिए 48 घंटे की मंज़ूरी-चेकलिस्ट।

उसी दौरान, दुबई में खाली स्टेडियमों के बीच, मैंने फ़ुटबॉल और क्रिकेट मिलाकर 512 बंद-दरवाज़ों वाले मैच दर्ज किए। घरेलू जीत दर 44.8 प्रतिशत से गिरकर 40.2 प्रतिशत पर आ गई।

और 2026 आईपीएल में टॉस जीतने वाली टीम ने 61 प्रतिशत मैच जीते।

ये तीनों संख्याएँ एक ही बात कहती हैं, और वह बात तकनीकी नहीं, दार्शनिक है: भीड़ एक चर थी। लेकिन वह चर बनी — यानी जिसे गिना जा सके — सिर्फ़ इसलिए कि किसी ने उसके लिए एक कॉलम बनाया। जिस दिन कॉलम बना, उस दिन भीड़ का असर दिखने लगा। जिस दिन कॉलम हटा, उस दिन वह असर फिर अदृश्य हो जाएगा — मैच वही रहेगा, पर रिकॉर्ड चुप हो जाएगा।

अब सबसे साफ़ पढ़ा जाने वाला, और सबसे ग़लत, निष्कर्ष। आसान पाठ यह है: स्क्रैपर टूटा, हेडलेस रेंडरिंग जोड़ो, काम ख़त्म। यह पाठ ग़लत नहीं है, बस अधूरा है — और अधूरा इसलिए कि वह एक ग़लतफ़हमी पैदा करता है: भरी हुई फ़ील्ड अच्छी फ़ील्ड होती है।

2026 रूस विश्व कप में मुझे एसजी और पीपीडीए डेस्क इसलिए मिला था क्योंकि 41-फ़ील्ड स्कीमा यात्रा कर सकता था। चौंसठ मैचों में मैंने कच्चे इवेंट-फ़ीड से एसजी और पीपीडीए दोबारा खड़ा किया। तीन प्रदाता इस पर असहमत थे कि 'बड़ा मौका' किसे कहेंगे। मैंने एक परिभाषा लिखी और उसे 1,580 बार लागू किया। मेरा मॉडल क्रोएशिया को फ़ाइनल तक पहुँचने की चार प्रतिशत संभावना दे रहा था। वे फ़ाइनल में पहुँच गए।

उस मॉडल में एक भी खाली फ़ील्ड नहीं थी। पूरा भरा हुआ था। और फिर भी ग़लत था। मैंने मॉडल नहीं बदला — मैंने कॉलम जोड़े: आराम के दिन, अतिरिक्त समय, यात्रा। और एराटा ख़ुद प्रकाशित किया, क्योंकि डेटा झूठ नहीं बोलता; मेरा स्कीमा बोलता है।

यहाँ असली बात यह है कि पूर्णता और सच्चाई का कोई सीधा संबंध नहीं है। एक भरा हुआ रिकॉर्ड अच्छा रिकॉर्ड नहीं होता; वह बस भरा हुआ रिकॉर्ड होता है। जिस वैलिडेटर की मैं वकालत कर रही हूँ, वह ज़रूरी है और अपर्याप्त भी। वह बता सकता है कि फ़ील्ड भरी गई या नहीं। वह यह नहीं बता सकता कि जो फ़ील्ड भरी गई, वह मायने रखने वाली फ़ील्ड थी या नहीं।

इसलिए हर ऑडिट में एक काम अनिवार्य है, जिसे मैं हर रिपोर्ट में करती हूँ: स्कीमा जो नहीं देख सकता, उसे निष्कर्ष के रूप में लिखना। 41 फ़ील्ड में फ़ील्डिंग नहीं आती। मौसम नहीं आता। भीड़ नहीं आती। किसी गेंदबाज़ का दर्द करता कंधा नहीं आता। अगर इन्हें नहीं लिखा गया, तो आपने एक बहुत साफ़-सुथरा यंत्र बना दिया है, जो चुपचाप क्रिकेट को दोबारा परिभाषित कर रहा है: 'क्रिकेट वही है जो हम गिन सकते हैं।'

और ख़तरा सिर्फ़ अधूरेपन का नहीं है। दो जोखिम उस रिकॉर्ड के साथ सीधे जुड़े थे। पहला, सबसे भारी: अगर ऐसा खाली नतीजा आगे किसी सारांश, डाइजेस्ट या प्रशिक्षण-सेट में 'पूरा हुआ क्रिकेट विश्लेषण' बनकर घुस जाए, तो जो भी उसे पढ़ेगा वह विश्वसनीय दिखने वाला मनगढ़ंत विश्लेषण पैदा कर सकता है। ऐसे रिकॉर्ड को सख़्ती से रोकना चाहिए। दूसरा: शीर्षक और स्रोत दोनों 'उपलब्ध नहीं' थे, यानी मूल दस्तावेज़ को न खोजा जा सकता था, न सत्यापित किया जा सकता था। जिस विफलता को दोबारा नहीं बनाया जा सके, उसे सुधारा भी नहीं जा सकता।

अगले दौर का संकेत भराव-दर नहीं, रिक्तता-दर है। अगर आप किसी भी क्रिकेट डेटासेट की सेहत जानना चाहते हैं, तो यह मत पूछिए कि उसमें कितनी पंक्तियाँ हैं। यह पूछिए कि कितनी पंक्तियाँ नहीं हैं — और वह किसने तय किया कि वे नहीं होंगी।

क्योंकि हर खाली कॉलम एक संपादकीय फ़ैसला है। वह दुर्घटना नहीं है। कोई किसी मीटिंग में बैठकर यह नहीं कहता, पर हर बार जब कोई फ़ील्ड नहीं भरी जाती, तब कहीं कोई एक फ़ैसला लिया जा चुका होता है कि वह जानकारी ज़रूरी नहीं थी।

मैंने सीखा कि मानक वह कॉलम होता है जिसे भरना पड़ता है, नारा नहीं। और यह भी सीखा कि जब कोई रिकॉर्ड खाली आए, तो सबसे ख़तरनाक प्रतिक्रिया उसे भरने की जल्दी होती है। सही प्रतिक्रिया यह है कि पहले लिखा जाए कि वह खाली क्यों है — और फिर यह भी लिखा जाए कि उसके खाली होने से किसका नुक़सान हुआ।

क्योंकि एक खाली पंक्ति अपने आप में कोई कहानी नहीं है। वह एक सवाल है। और सवाल किसी से पूछा जाना चाहिए।