खाली पेलोड: जब डेटा डेस्क को मैच नहीं, अपनी ही रिपोर्ट का पोस्टमॉर्टम लिखना पड़ा

रात 11:40 बजे बेंगलुरु डेस्क की स्क्रीन पर तीसरी बार वही आंकड़ा लौटा — शून्य। साठ मैचों की गेंद-दर-गेंद लॉग शीट खुली थी, पावरप्ले रन रेट का कॉलम खाली, डॉट-बॉल परसेंटेज का कॉलम खाली, और सबसे नीचे वह लाइन जो पिछले नौ साल में मैंने सैकड़ों बार पढ़ी है: “Entities Involved — identify from the information points above.” ऊपर कोई इन्फॉर्मेशन पॉइंट था ही नहीं। टेम्पलेट मशीन से कह रहा था कि वह उस चीज़ से नाम निकाले जो मौजूद नहीं है। क्रिकेट की कोई टीम नहीं, कोई खिलाड़ी नहीं, कोई फॉर्मेट नहीं, कोई तारीख नहीं — बस एक बकेट लेबल cricket_world और उसके नीचे आठ खंडों वाली विश्लेषण रिपोर्ट, जिसका हर खाना “N/A — insufficient information” से भरा था।

यह किसी मैच की कहानी नहीं है। यह उस पल की कहानी है जब डेटा डेस्क को यह लिखकर देना पड़ा कि उसने कुछ पढ़ा ही नहीं।

संदर्भ

2026 में जब मैंने बेंगलुरु के डिजिटल डेस्क पर 60 मैचों का बॉल-बाय-बॉल टेम्पलेट बनाया, तब एक ही नियम था — फेज़ डेटा पहले, गद्य बाद में। पावरप्ले रन रेट, डॉट-बॉल परसेंटेज, बाउंड्री प्रोबेबिलिटी, डेथ ओवर का एक्सपेक्टेड रन। उस साल के फाइनल में मुंबई इंडियंस ने 129 बचाकर राइजिंग पुणे को रोका था; मेरी पोस्ट-मैच टेबल ने दिखाया था कि आखिरी चार ओवरों में पुणे की स्कोरिंग कैसे सिकुड़ी। उस दिन के बाद डेस्क का नियम साफ था: कोई दावा किसी फेज़ या किसी रेट से नहीं जुड़ सकता, तो दावा कट जाता है।

2026 में जब कोविड ने आईपीएल को यूएई ले जाकर स्टैंड खाली कर दिए, तब मैंने 60 मैचों का रिमोट ऑडिट चलाया। 2026 की तुलना में पावरप्ले स्कोरिंग में 0.42 रन प्रति ओवर की बढ़ोतरी दर्ज हुई। वह एक बदलाव था जिसे किसी बल्लेबाज की फॉर्म कहकर नहीं समझाया जा सकता था — वातावरण बदल गया था, बेसलाइन बदल गई थी। तब से हर लाइव पीस में सैंपल, माहौल और तुलना-सीज़न पर एक कैविएट बॉक्स जाता है।

2026 की महा-नीलामी से पहले मैंने रन्स-अबव-रिप्लेसमेंट और इकॉनमी-अबव-रिप्लेसमेंट पर वैल्यू मॉडल बनाया। उस शीट ने ईशान किशन को ₹12.8 करोड़ पर रखा; मुंबई इंडियंस ने ₹15.25 करोड़ दिए। अंतर बोली की गलती नहीं, स्कार्सिटी और होम-ग्राउन कोटा था। 2026 में इम्पैक्ट प्लेयर नियम आया और उसी रिप्लेसमेंट-लॉजिक से “आईपी एफिशिएंसी” निकली: 74 मैचों में अतिरिक्त गेंदबाज़ वाली टीमों को प्रति मैच करीब 0.31 विकेट का फायदा मिला।

इस पूरी यात्रा में एक चीज़ स्थिर रही — हर ऑटोमेशन के साथ एक मैनुअल गेट भी लगा रहा। जूनियर राइटर रॉ लॉग जमा करता था, फिर रिपोर्ट जाती थी। 2026 में कैविएट बॉक्स अनिवार्य हुआ। 2026 में मॉडल की धारणाएं नीलामी से पहले सार्वजनिक हुईं, ताकि पाठक गणित को ऑडिट कर सके। नया पाइपलाइन — स्टेज-1 जो टेक्स्ट को इन्फॉर्मेशन पॉइंट्स में तोड़ता है, और स्टेज-2 जो उन पॉइंट्स की व्याख्या आठ खंडों में करता है — इनमें से किसी भी गेट से नहीं गुजरा। उसने अपना काम किया, बस जिस चीज़ पर काम करना था वह वहां थी ही नहीं।

कोर

स्टेज-1 ने जो लौटाया, उसे पढ़ना एक तरह का एक्स-रे है। शीर्षक N/A, स्रोत N/A, टाइप अनक्लासिफाइड, वन-लाइन समरी खाली, लेखक का रुख N/A, उद्देश्य N/A, सूचना बिंदु शून्य, एंटिटीज़ “ऊपर दिए बिंदुओं से पहचानें” — जबकि ऊपर कोई बिंदु नहीं। यह एक टेम्पलेट है जो अपने ही खालीपन का हवाला दे रहा है। डोमेन लेबल Cricket नहीं, cricket_world है — यानी ऊपरी पाइपलाइन ने विषय को क्रिकेट की टोकरी में तो डाल दिया, पर फॉर्मेट, मैच की प्रकृति या मंच तय नहीं कर पाई।

मेरे लिए यह सबसे पहला और सबसे ज़रूरी गेट है: फॉर्मेट। टी20 में 145 की स्ट्राइक रेट और टेस्ट में 145 की स्ट्राइक रेट दो अलग-अलग खेल हैं। 8.2 की इकॉनमी वनडे में किफायती है, टी20 में औसत, और टेस्ट में लगभग अप्रासंगिक। फॉर्मेट तय न हो तो कोई भी रणनीतिक निष्कर्ष अमान्य है — यह मेरी राय नहीं, यह मापन-विज्ञान की शर्त है। उसी तरह भूमिका: टी20 फिनिशर और टेस्ट ओपनर के स्वीकार्य स्ट्राइक-रेट बैंड में लगभग दोगुना फर्क है। बिना भूमिका के कोई आंकड़ा बेंचमार्क ही नहीं हो सकता।

टीम के स्तर पर तीन आईसीसी रैंकिंग टेबल हैं — टेस्ट, वनडे, टी20 — और वे एक-दूसरे के विकल्प नहीं हैं। फॉर्मेट अनिश्चित है तो सही टेबल का नाम भी नहीं लिया जा सकता। घरेलू-विदेशी अंतर, जो क्रिकेट का सबसे बड़ा व्याख्यात्मक वेरिएबल है, यहां पूरी तरह अनुपलब्ध है। लीग स्तर पर आठ अलग-अलग मॉडल खड़े हैं — आईपीएल, बीबीएल, द हंड्रेड, पीएसएल, एसए20, सीपीएल, आईएलटी20, एमएलसी — और हर एक का राजस्व ढांचा और नियामक संदर्भ अलग है। किसी एक को चुनना बिना नाम जाने, अनुमान लगाना होगा। मैं अनुमान नहीं लगाता।

गवर्नेंस की सूची भी खाली लौटी: कोई बोर्ड नहीं, कोई डीआरएस विवाद नहीं, कोई डीएलएस संदर्भ नहीं, कोई धीमी ओवर-रेट शिकायत नहीं, कोई पात्रता प्रश्न नहीं। और यहां एक सावधानी ज़रूरी है — साफ बिल न मान लें। जांच के लिए टेक्स्ट ही नहीं था। साक्ष्य का अभाव और साक्ष्य का अभाव-रहित होना, दोनों एक चीज़ नहीं हैं।

जोखिम मैट्रिक्स में छह श्रेणियां — स्पोर्टिंग, कार्मिक, वाणिज्यिक, नियम, जनमत, प्रणालीगत — सब N/A हैं। सातवीं श्रेणी, जो कोई भी ऑडिट फ्रेमवर्क आमतौर पर नहीं रखता, यहां अकेली भरी हुई है: विश्लेषणात्मक जोखिम। खतरा यह है कि खाली पेलोड पर ऐसे फैसले लिए जाएं जो साक्ष्य-आधारित दिखें। यह जोखिम उच्च संभावना, उच्च प्रभाव और उच्च स्तर का है — और यह स्पोर्टिंग जोखिम नहीं, सूचना-अखंडता का जोखिम है।

यहीं वह बिंदु आता है जिसे मैं इस पूरी रिपोर्ट का सबसे ईमानदार हिस्सा मानता हूं। फ्रेमवर्क ने खाली जगह को भरने के लिए एक भी टीम, एक भी खिलाड़ी, एक भी लीग गढ़ने से इनकार कर दिया। यह कमाल नहीं है, यह न्यूनतम शर्त है — लेकिन उद्योग में इस वक्त यही शर्त सबसे ज़्यादा टूट रही है। जब सिस्टम के पास कुछ नहीं होता, तो आज की प्राथमिकता “कुछ तो दो” होती है, “कुछ नहीं है” नहीं।

व्यावहारिक स्तर पर देखें तो लागत तीन जगह बैठती है। पहली, प्रकाशन की लागत: एक लेख जिसे पढ़ा ही नहीं गया, वह “विश्लेषित” नहीं है। दूसरी, क्रेडिबिलिटी की लागत: ₹12.8 करोड़ और ₹15.25 करोड़ के बीच का अंतर तब समझाया जा सकता है जब पता हो कि बोली नीलामी की है या अनुबंध की; फॉर्मेट और संदर्भ के बिना वही अंतर सिर्फ शोर है। तीसरी, और सबसे महंगी, संस्थागत लागत: अगर N/A रिपोर्ट उन रिपोर्टों के ढेर में चली जाती है जिनमें असली निष्कर्ष हैं, तो कवरेज का दावा झूठा हो जाता है — और वह झूठ किसी एक लेख का नहीं, पूरे डेस्क का होता है।

यहां यह स्पष्ट कर देना ज़रूरी है कि इस रिपोर्ट में क्रिकेट के बारे में एक भी निष्कर्ष नहीं है। आठों खंड भरे हुए दिखते हैं, पर हर खाना एक दर्ज किया गया शून्य है, आंका गया परिणाम नहीं। फ्रेमवर्क की भाषा में इसे “null handling” कहते हैं — अनुमान लगाने के बजाय “पर्याप्त सूचना नहीं” लिख देना।

और अगर सवाल यह हो कि यह हुआ क्यों, तो सबसे संभावित कारण तकनीकी हैं: जावास्क्रिप्ट से बना पेज जिसे स्क्रैपर चला ही नहीं, पेवॉल या कंसेंट-वॉल जिसने सामग्री रोक दी, ऐसा यूआरएल जो लेख ही नहीं है — लाइव स्कोर विजेट, वीडियो पेज, इंडेक्स पेज — या फिर एनकोडिंग/भाषा का टकराव। cricket_world लेबल इस ओर भी इशारा करता है कि क्लासिफायर के पास क्रिकेट पहचानने लायक संकेत तो था, लेकिन उसे किसी लीग या बोर्ड के सब-डोमेन तक पहुंचाने लायक नहीं। यह बहुत छोटे या आधे-अधूरे कैप्चर किए गए दस्तावेज़ का संकेत है।

कंट्रेरियन

यहां वह निष्कर्ष निकालना आसान है जो गलत है: कि चूंकि रिपोर्ट मौजूद है, इसलिए लेख पढ़ा गया। सहसंबंध कभी कारण नहीं होता, और यहां सहसंबंध ही सबसे धोखेबाज़ है — रिपोर्ट का आकार और लेख की समझ, दोनों का कोई रिश्ता नहीं। आठ खंड, सैकड़ों पंक्तियां, उच्च-स्तरीय शब्दावली — और अंदर एक भी क्रिकेट तथ्य नहीं। लेजर कभी झूठ नहीं बोलता, लेकिन स्टेडियम अलग कहानी सुनाता है; यहां स्टेडियम खाली था और लेजर भी।

दूसरा उलटा कोण यह है कि शायद यह बग नहीं, सही व्यवहार है। अगर स्रोत वाकई लाइव स्कोर विजेट या वीडियो क्लिप था, तो पाइपलाइन ने ठीक कहा कि इसमें टेक्स्ट-लेख नहीं है। तब गलती एक्सट्रैक्शन की नहीं, सोर्स राउटिंग की है — गलत किस्म की सामग्री को गलत पाइपलाइन में डाल देना। इसी तरह, साइलेंट फेलियर सबसे खतरनाक स्थिति है: रिपोर्ट दिखती है, फ्लैग नहीं दिखता, और बाद में कवरेज का दावा झूठा साबित होता है। मेरी स्थायी शिकायत रही है कि डेटा विश्लेषक ड्रेसिंग रूम में घुसकर मैच की लय से कट जाते हैं; यहां मशीन खुद मैच के अस्तित्व से कट गई।

टेकअवे

समाधान महंगा नहीं है। स्टेज-1 पर एक ही गेट चाहिए — अगर इन्फॉर्मेशन पॉइंट्स शून्य हैं, तो सिस्टम को “N/A रिपोर्ट” नहीं, “NOT ANALYSED” फ्लैग देना चाहिए और पाइपलाइन इंसिडेंट दर्ज करना चाहिए। इसके साथ एक स्कीमा जांच और लगे: डोमेन लेबल Cricket न हो या सूचना बिंदु खाली हों, तो आउटपुट रिजेक्ट।

अगले दौर का संकेत साफ है: उसी यूआरएल को रॉ एचटीएमएल या कैनोनिकल टेक्स्ट पर दोबारा चलाएं और गिनें कि कितनी एंटिटी लौटीं। अगर एक भी नाम लौटा, तो यह रिपोर्ट अधूरी थी और उसका स्थान एक असली मैच-विश्लेषण लेगा। अगर दूसरी बार भी शून्य लौटा, तो सवाल मैच का नहीं, हमारी उस आदत का है जिसमें हम आउटपुट की मात्रा नापते हैं और सत्यापन नहीं। मॉडल भविष्य की भविष्यवाणी नहीं करता; वह वर्तमान को उजागर करता है। आज वर्तमान यही है — खाली स्क्रीन, और एक डेस्क जिसे यह स्वीकार करना पड़ा।