जब आठ-आयामी रिपोर्ट खाली लौटे: क्रिकेट डेटा पाइपलाइन का 'नो सिग्नल' संकट

रात 2:14 बजे का हरा बोर्ड

रात 2:14 बजे डेटा डेस्क का डैशबोर्ड हरा हो जाता है। आठ आयाम, आठ टेबल, हर सेल में कुछ लिखा हुआ। फ़ॉर्मेट: N/A. खिलाड़ी: N/A. टीम: N/A. गवर्नेंस: N/A. पाइपलाइन अपनी लॉग फ़ाइल में लिखती है — "Stage 2 complete." स्क्रीन पर कुछ भी लाल नहीं है। कोई अलर्ट नहीं, कोई अपवाद नहीं, कोई फ़्लैग नहीं।

31 साल के इस पेशे में मैंने एक चीज़ सीखी है: क्रिकेट डेटा का सबसे खतरनाक आउटपुट वह नहीं होता जो गलत होता है। सबसे खतरनाक वह होता है जो पूरा दिखता है और अंदर से खाली होता है। गलत नंबर पर बहस होती है, सवाल उठते हैं, रिट्रैक्शन छपता है। खाली नंबर पर कुछ नहीं होता। वह चुपचाप अगली एडिटोरियल बैठक में "उस दिन कोई खबर नहीं थी" बनकर बैठ जाता है।

इस बार जो लौटा, वह ठीक ऐसा ही था — एक पूरी रिपोर्ट जिसमें क्रिकेट का एक भी तथ्य नहीं था।

पाइपलाइन कहाँ टूटी

सिस्टम दो हिस्सों में चलता है। पहला हिस्सा कच्चे टेक्स्ट से परमाणु तथ्य निकालता है — एक टीम का नाम, एक तारीख, एक वेन्यू, एक स्कोर। दूसरा हिस्सा उन तथ्यों को आठ आयामों में बिछाता है: फ़ॉर्मेट, खिलाड़ी, टीम, लीग, गवर्नेंस, जोखिम, नैरेटिव और उद्योग ट्रांसमिशन। जब पहला हिस्सा खाली लौटता है, तो दूसरे के पास बिछाने को कुछ नहीं होता। लेकिन टेम्पलेट मौजूद रहता है। और टेम्पलेट खुद भर जाता है — N/A से।

यहीं पहला भ्रम पैदा होता है। N/A दो बिल्कुल अलग चीज़ें बता सकता है। पहली: "हमने देखा, और जोखिम नहीं मिला।" दूसरी: "हमने देखा ही नहीं।" दोनों एक जैसी दिखती हैं। दोनों हरा बोर्ड देती हैं। और इनके बीच का फ़र्क पूरी न्यूज़रूम की नींव हिला सकता है।

ऑडिट में जो सामने आया, वह दूसरी श्रेणी का था। Information Points खाली। शीर्षक N/A. स्रोत N/A. Time Sensitivity का आकलन ही नहीं हुआ। Source Quality तय नहीं हो सकी, क्योंकि स्रोत फ़ील्ड ही खाली थी। यानी जिस लेख को आठ आयामों में तोड़ा जा रहा था, उसका मूल पाठ कभी सिस्टम में पहुँचा ही नहीं।

चार वजहें, और एक चेतावनी

ऑडिट ने चार संभावित वजहें गिनाईं, संभावना के क्रम में। पहली — अपस्ट्रीम एक्सट्रैक्शन फेल होना: पेपरवॉल, जावास्क्रिप्ट से बना पेज, बॉट-ब्लॉक, या 404 रीडायरेक्ट। दूसरी — इनपुट लेख ही न होना: वीडियो, पॉडकास्ट, स्कोरकार्ड पेज, या लाइव-ब्लॉग का खोल जिसमें गद्य ही न हो। तीसरी — ट्रांसमिशन में एन्कोडिंग या ट्रंकेशन फॉल्ट। चौथी — लेख में सचमुच क्रिकेट का कोई सार न हो, जो संभव है लेकिन असंभावित, क्योंकि डोमेन लेबल भरा हुआ था।

तीसरी और चौथी को कम संभावना बताया गया। मैं इससे सहमत हूँ, और एक कारण जोड़ता हूँ: जो डिकम्पोज़र असली क्रिकेट गद्य पढ़ता है, वह लगभग कभी शून्य तथ्य नहीं लौटाता। एक वेन्यू, एक टीम, एक तारीख — कुछ न कुछ निकल ही आता है। शून्य का मतलब है कि पढ़ने को कुछ था ही नहीं।

एक तकनीकी सुराग भी मिला। डोमेन लेबल cricket_world के रूप में आया, जबकि स्कीमा में उसे Cricket होना चाहिए था। यह छोटी चीज़ नहीं है। जब स्कीमा का एक फ़ील्ड अपनी जगह से खिसकता है, तो आम तौर पर उसी बिल्ड में दूसरे फ़ील्ड भी खिसकते हैं। खाली फ़ील्ड और गलत लेबल एक ही जड़ से आ सकते हैं।

खतरा गलत नंबर नहीं, खाली नंबर है

यहाँ मुझे अपना सबसे महँगा सबक याद आता है। 21 मई 2026, हैदराबाद का राजीव गांधी इंटरनेशनल स्टेडियम। राइज़िंग पुणे सुपरजायंट, मुंबई इंडियंस के खिलाफ आईपीएल फाइनल, और हम एक रन से हारे। वह सीज़न जिसमें एमएस धोनी से कप्तानी छीनकर स्टीव स्मिथ को दी गई थी, और जिसमें मेरा मॉडल आठ ओवर बाकी रहते हमें 61% पर रख रहा था। वह मॉडल गलत था। लेकिन उसके पास असली इनपुट थे — पावरप्ले मैचअप मैट्रिक्स, राहुल त्रिपाठी के 391 रन और 165 की स्ट्राइक रेट, 17 साल के वाशिंगटन सुंदर के सात से कम इकॉनमी पर आठ विकेट। मॉडल हारा, पर मॉडल ने कम से कम मैच देखा था।

जो रिपोर्ट इस बार लौटी, उसने कुछ भी नहीं देखा था, और फिर भी आठ आयामों का दावा किया। मॉडल ह्यूब्रिस का पुराना नियम यहाँ उलट जाता है — पहले हम उन नंबरों पर बहुत भरोसा करते थे जिनके पीछे डेटा था। अब खतरा उन नंबरों से है जिनके पीछे कुछ भी नहीं है, और फिर भी वे छपने को तैयार बैठे हैं।

2026 की गर्मियों में एक ब्रॉडकास्टर के डेटा डेस्क ने मुझे रूस वर्ल्ड कप पर बिठाया — 64 मैच, एक्सपेक्टेड-गोल्स मॉडल और एक प्रेसिंग इंडेक्स, किराए के फ्लैट में शून्य से बनाया गया। वहाँ से लौटकर मैंने सबसे बड़ा सबक xG निकालना नहीं, बल्कि यह सीखा कि भारतीय पाठक विदेशी आइडिया माफ कर देता है, बिना परिभाषा वाला नंबर कभी माफ नहीं करता। इसलिए मैं हर आंकड़े के साथ एक पंक्ति की परिभाषा छापता हूँ।

इस रिपोर्ट में हर आंकड़ा बिना परिभाषा है — क्योंकि हर आंकड़ा गायब है। और यही वजह है कि इसे पढ़कर "कुछ नहीं मिला" कहना सबसे बड़ी गलती होगी।

ऑडिट ने यही कहा, और बहुत साफ़ शब्दों में: इस रिपोर्ट को NO SIGNAL माना जाए, NEUTRAL SIGNAL नहीं। दोनों में ज़मीन-आसमान का फ़र्क है। NEUTRAL का मतलब होता है — हमने देखा, और संतुलन में कुछ नहीं मिला। NO SIGNAL का मतलब होता है — हमने देखा ही नहीं। पहला एक विश्लेषण है। दूसरा एक ब्लैकआउट है। एक खाली नतीजे को चुपचाप "कोई जोखिम नहीं" में बदल देना डेटा पत्रकारिता का सबसे पुराना और सबसे महँगा पाप है।

एक लेख, एक रास्ता

ऑडिट ने यह भी दिखाया कि आठ आयाम हर लेख पर एक साथ नहीं लगाए जाते। मैच रिपोर्ट पर फ़ॉर्मेट, खिलाड़ी, टीम और नैरेटिव आगे आते हैं; लीग और गवर्नेंस पीछे चले जाते हैं। आईपीएल नीलामी पर लीग, खिलाड़ी, नैरेटिव और उद्योग ट्रांसमिशन आगे आते हैं; मैच-फ़ॉर्मेट पीछे। ब्रॉडकास्ट डील पर उद्योग ट्रांसमिशन, लीग और गवर्नेंस। इंटीग्रिटी मामले पर गवर्नेंस और जोखिम सबसे ऊपर, बाकी सब किनारे।

यह रूटिंग मैट्रिक्स अभी इस्तेमाल ही नहीं हो सका, क्योंकि लेख का प्रकार ही तय नहीं था। और यह अपने आप में एक सबक है। जिस सिस्टम को यह पता नहीं कि वह क्या पढ़ रहा है, वह आठ आयामों का दिखावा कर सकता है, विश्लेषण नहीं।

जोखिम का असली नक्शा

ऑडिट ने जो जोखिम मैट्रिक्स बनाया, उसमें खेल, कारोबार और गवर्नेंस से जुड़ी हर पंक्ति "आकलन नहीं हो सका" पर खत्म होती है। यह ईमानदारी है, और ज़रूरी भी। लेकिन उसी मैट्रिक्स की आखिरी दो पंक्तियाँ अलग कहानी कहती हैं। पहली — "खाली रिपोर्ट को कोई खबर नहीं पढ़ लेना, जबकि खबर एक्सट्रैक्शन में खो गई थी" — यह जोखिम उच्च संभावना और उच्च प्रभाव, दोनों के साथ दर्ज है। दूसरी — "बाद में हाथ से भरे गए तथ्य बिना सत्यापन के अंदर आ जाना" — मध्यम संभावना, उच्च प्रभाव।

यानी सिस्टम ने अपनी ही सीमा पहचान ली। यह अच्छी खबर है। बुरी खबर यह है कि यह पहचान तभी काम आती है जब कोई उसे पढ़े। डैशबोर्ड नहीं पढ़ता। डैशबोर्ड हरा दिखता है और आगे बढ़ जाता है।

एक और बात जो मुझे सबसे ज़्यादा चुभती है। ऑडिट ने साफ़ कहा — अगर स्रोत लेख फिक्सिंग, ACU की कार्रवाई, या बोर्ड-सरकार विवाद से जुड़ा था, तो यह नुकसान सामान्य नहीं, भारी है। और ऐसे मामले में इस रिपोर्ट का इस्तेमाल किसी भी इंटीग्रिटी, कंप्लायंस या प्रतिष्ठा-संबंधी काम के लिए पूरी तरह बंद रहना चाहिए।

क्रिकेट में यह सीधा नियम है: जो इंटीग्रिटी खबर छपती नहीं, वह छपी हुई खबर से हमेशा ज़्यादा नुकसान करती है। चुप्पी तटस्थता नहीं होती। चुप्पी का भी वज़न होता है।

खाली स्टेडियम ने यही सिखाया था

मार्च 2026 में जब कैलेंडर अंधेरा हो गया, मैंने शटडाउन में उस वक्त तक खेले गए सभी 757 आईपीएल मैचों को गेंद-दर-गेंद एनकोड किया, फिर होम-एडवांटेज मॉडल बनाया। सितंबर में जब आईपीएल यूएई में शिफ्ट हुआ, तो खाली स्टैंड के बीच मेज़बानी का वह औसत, जिसे मैं सालों से माप रहा था, शून्य की तरफ ढह गया। तब मैंने एक पंक्ति लिखी थी जो आज भी मेरे डेस्क के ऊपर टँगी है — खाली स्टेडियम ने मुझे सिखाया कि खामोशी का भी नापा जा सकने वाला वज़न होता है।

यह रिपोर्ट वही चीज़ है, लेकिन उलटी तरफ से। यहाँ खामोशी डेटा नहीं है। यहाँ खामोशी ही पूरा आउटपुट है। और सबसे तीखी बात — आठ आयामों में कहीं ऐसा कोई कॉलम नहीं है जहाँ उस खामोशी को दर्ज किया जा सके।

कितने 'शांत दिन' असल में फेल हुए दिन हैं

यहाँ मैं अपनी सबसे असुविधाजनक बात लिखता हूँ, क्योंकि इसी के लिए यह कॉलम है।

क्रिकेट एनालिटिक्स की पूरी संस्कृति प्रिसिज़न पर खड़ी है। हम विन-प्रोबेबिलिटी कैलिब्रेशन पर दशमलव के बाद दूसरे अंक तक बहस करते हैं। हम ब्रैकेट, बेसलाइन, एरर बार पर लड़ते हैं। यह सब ठीक है। लेकिन हमने कभी उस लेयर का ऑडिट नहीं किया जो तय करती है कि खबर सिस्टम में घुसेगी या नहीं। रिकॉल का कोई ऑडिट नहीं है। हम यह कभी नहीं गिनते कि इस हफ्ते कितनी खबरें पाइपलाइन में गिर गईं।

यह वही गलती है जो हम मैदान पर करते हैं जब किसी बल्लेबाज़ की स्ट्राइक रेट पर तीन घंटे बहस करते हैं और यह नहीं देखते कि उसे गेंदें मिलीं ही कितनी। जो आया, उसकी गुणवत्ता नापना आसान है। जो आया ही नहीं, उसे नापना मुश्किल है — और इसीलिए ज़रूरी है।

मेरी सबसे तेज़, सबसे कच्ची प्रतिक्रिया यह है: किसी भी डेटा डेस्क का सबसे ज़रूरी डैशबोर्ड वह नहीं है जो बताता है कि क्या आया। सबसे ज़रूरी डैशबोर्ड वह है जो बताता है कि क्या नहीं आया, और क्यों नहीं आया।

आगे क्या

इस ऑडिट ने एक चीज़ साफ़ कर दी है। अगली बार जब यह पाइपलाइन चले, तो उसके पास कम से कम सात चीज़ें होनी चाहिए — स्रोत का URL और प्रकाशन की तारीख; शीर्षक, माध्यम और लेखक; कम से कम पाँच परमाणु तथ्य; हर क्रिकेट तथ्य पर फ़ॉर्मेट टैग; नामित इकाइयाँ; लेख का प्रकार; और सही डोमेन लेबल। इनके बिना आठ आयामों का कोई मतलब नहीं।

और एक आदत जो मैंने 2026 के बाद अपने लिए बना ली थी, वह यहाँ भी लागू होती है। नॉकआउट के 24 घंटे के भीतर मैंने खुद पर प्रतिक्रिया-कॉलम लिखने की रोक लगा दी थी, और उसकी जगह डिसीज़न लॉग छापना शुरू किया था — चयन, मैचअप, फील्ड प्लेसमेंट — ताकि पाठक स्कोरबोर्ड नहीं, प्रक्रिया को जज करे।

यह रिपोर्ट ठीक वही है। एक डिसीज़न लॉग, जिसमें एक भी डिसीज़न नहीं है।

सवाल यह नहीं है कि इस बार क्या खो गया। सवाल यह है कि पिछले एक साल के कितने शांत दिन सचमुच शांत थे, और कितने सिर्फ एक्सट्रैक्शन फेल होने के दिन थे, जिन्होंने धीमे न्यूज़ साइकिल का चेहरा ओढ़ रखा था। जब तक हम यह नहीं गिनेंगे, हमारा डैशबोर्ड हरा रहेगा — और हमें कभी पता नहीं चलेगा कि कौन सी खबर हमारे सामने से गुज़री, जबकि हमने "यहाँ कुछ नहीं है" लिखकर आगे बढ़ना चुना।