नल पेलोड: जब क्रिकेट डेटा चेन ने 'कोई जोखिम नहीं' की जगह 'कोई डेटा नहीं' लिखा

रात 11:40 बजे, कोलकाता। स्क्रीन पर एक JSON फाइल खुली थी और उसके ग्यारह फील्ड में से नौ खाली थीं। "Information Points" एक खाली सूची थी — शून्य तथ्य। "Core Viewpoints" भी खाली। "Article Title", "Article Source", "Article Type" — तीनों पर N/A अंकित था। जिस पाइपलाइन से यह फाइल आई थी उसका नाम Stage-1 Deconstruction था, और उसका काम एक ही है: स्रोत सामग्री से अलग-अलग, सत्यापन-योग्य तथ्य निकालकर आगे भेजना। उस रात उसने कुछ नहीं भेजा।

ऐसे पल में डेस्क पर दो रास्ते खुलते हैं। पहला — फाइल बंद कर देना, यह कहते हुए कि "कुछ रिपोर्ट करने योग्य नहीं मिला"। दूसरा — खाली जगह को अनुमान से भर देना, क्योंकि खाली पेज कोई नहीं पढ़ता। दोनों रास्ते गलत हैं, पर गलती का स्वभाव अलग है। पहला रास्ता शून्य डेटा को शून्य जोखिम समझ लेता है। दूसरा रास्ता शून्य डेटा को कहानी समझ लेता है।

शून्य डेटा और शून्य जोखिम एक ही चीज नहीं हैं, और इन दोनों के बीच का फासला ही इस रिपोर्ट का विषय है। उस रात मेरे सामने जो फाइल थी उसमें कोई मैच नहीं था, कोई खिलाड़ी नहीं था, कोई टीम, कोई लीग, कोई बोर्ड, कोई तारीख़ नहीं थी। यही उसे एक अलग तरह की खबर बनाता है — यह क्रिकेट की खबर नहीं, क्रिकेट-विश्लेषण की आपूर्ति-श्रृंखला की खबर है। और ऐसी खबरें आम तौर पर नहीं छपतीं, क्योंकि उनमें कोई स्कोर नहीं होता।

संदर्भ

जिस ढांचे से यह फाइल गुजरती है उसमें आठ आयाम हैं: प्रारूप और मैच, खिलाड़ी की तकनीक और डेटा, टीम का परिदृश्य और रैंकिंग, लीग और व्यावसायिक पारिस्थितिकी, नियम और शासन, जोखिम, सार्वजनिक कथा और अपेक्षा, और उद्योग में संचरण। हर आयाम का अपना प्रमाण-मानक है, और हर मानक एक ही सवाल से शुरू होता है: प्रारूप क्या है?

यह सवाल मामूली नहीं है। क्रिकेट का सबसे बुनियादी डेटा-अनुशासन यही है कि टेस्ट, वनडे, टी20 और द हंड्रेड के मेट्रिक आपस में हस्तांतरणीय नहीं होते। टी20 में 150 की स्ट्राइक रेट और टेस्ट में 50 की स्ट्राइक रेट दो अलग क्षमताएँ हैं, दो अलग पेशे हैं। एक ही खिलाड़ी के दोनों आँकड़े सही हो सकते हैं और एक को दूसरे से नापना पूरी तरह गलत। इसलिए प्रारूप-पहचान कोई औपचारिकता नहीं, पूरे ढांचे का द्वार है। द्वार बंद हो तो भीतर के सारे कमरे बंद हैं।

दूसरा द्वार चरण-विभाजन है। टी20 पारी तीन हिस्सों में बँटी होती है — पावरप्ले (ओवर 1–6, फील्डिंग प्रतिबंधों के साथ), मध्य ओवर (7–15) और डेथ ओवर (16–20)। तीनों में स्कोरिंग का तर्क अलग है, विकेट की कीमत अलग है, और एक ही रन-रेट तीनों में अलग-अलग मायने रखता है। 2026 से IPL में लागू इम्पैक्ट प्लेयर नियम ने टीम-संरचना को ही बदल दिया — अब ग्यारह नहीं, बारह खिलाड़ी मैदान पर उतरते हैं, और बॉलिंग-ऑलराउंडर की कीमत का पूरा गणित बदल चुका है। जो मॉडल इस बदलाव को अपनी संरचना में शामिल नहीं करता, वह 2026 का मॉडल है जो 2026 की भाषा बोलने की कोशिश कर रहा है।

एक स्वस्थ पेलोड कैसा दिखता है, यह भी साफ कर देना ज़रूरी है। सामान्य स्थिति में Stage-1 आठ से बारह ठोस सूचना-बिंदु लौटाता है, कम से कम एक नामित संस्था (टीम, खिलाड़ी, फ्रैंचाइज़ी, बोर्ड या आयोजन), एक कालानुक्रमिक आधार (प्रकाशन तिथि या संदर्भित सीज़न), स्रोत की पहचान, और हर निष्कर्ष के साथ एक विश्वास-टैग — उच्च, मध्यम या निम्न। यह टैग मनमाना नहीं होता: "उच्च" के लिए बहु-स्रोत सत्यापन चाहिए, "मध्यम" के लिए एक पहचान-योग्य स्रोत। उस रात की फाइल में दोनों में से कुछ भी नहीं था, इसलिए विश्वास-अंशांकन (कैलिब्रेशन) भी असंभव था। जिस मॉडल का कैलिब्रेशन नहीं हुआ, उसकी तीन दशमलव वाली सटीकता सिर्फ कोड का फॉर्मेट है, ज्ञान नहीं।

मेरे अपने डेस्क पर यह सब पहले भी हो चुका है। 2026 में कोलकाता के एक डिजिटल स्पोर्ट्स स्टार्टअप में मैंने IPL के लिए बॉल-दर-बॉल दबाव सूचकांक बनाया था। उस साल कोलकाता नाइट राइडर्स का पावरप्ले रन-रेट 9.1 दिख रहा था, लेकिन जब मैंने बाउंड्री के वीडियो अलग-अलग टैग किए तो पता चला कि 41 प्रतिशत बाउंड्री किनारे या गलत टाइमिंग वाले शॉट से आई थीं। सुनील नारायण की ओपनिंग चमक के नीचे चरण-समायोजित दर 7.3 थी। डेस्क ने जल्दी प्रीव्यू माँगा, मैंने मना किया और तीन रातें मॉडल पर लगाईं। प्लेऑफ में मुंबई इंडियंस के खिलाफ वही मॉडल KKR के मध्य ओवर के ठहराव को सही पकड़ लाया। संपादक ने उसे साइडबार में छापा।

मैंने इंडेक्स तीन बार बनाया, तब जाकर वह मुझसे झूठ बोलना बंद हुआ। पहला संस्करण विकेट को वज़न नहीं देता था। दूसरा संस्करण विकेट को बहुत ज़्यादा वज़न देता था और हर मध्य-ओवर की संभावना को नाटक बना देता था। तीसरा संस्करण पहली बार कैलिब्रेट हुआ, और तब मुझे समझ आया कि दबाव कोई भावना नहीं, एक अनुपात है — बाकी ओवरों में उपलब्ध संसाधनों के मुकाबले खर्च हो चुके संसाधनों का। यही अनुशासन मुझे बताता है कि उस रात की खाली फाइल के साथ क्या करना चाहिए।

कोर

आठों आयाम एक-एक करके उस फाइल पर लगाए गए। हर आयाम ने एक ही जवाब दिया, अलग-अलग शब्दों में: अपर्याप्त सूचना, आकलन संभव नहीं।

प्रारूप और मैच की कतार सबसे पहले आई। फाइल में प्रारूप नहीं था। मैच का स्वभाव नहीं था — द्विपक्षीय श्रृंखला, ICC आयोजन, लीग फिक्स्चर या वार्म-अप, कुछ भी दर्ज नहीं। स्थल नहीं, पिच का प्रकार नहीं, घरेलू मैदान का संदर्भ नहीं। मौसम नहीं, ओस नहीं, बारिश में डकवर्थ-लुईस-स्टर्न (DLS) के हस्तक्षेप का कोई ज़िक्र नहीं। इनके बिना कोई मैच-स्तरीय निष्कर्ष निकालना मुमकिन ही नहीं। फाइल में एकमात्र क्रिकेट-विशिष्ट शब्द "cricket_world" था, और वह प्रारूप नहीं बताता।

खिलाड़ी की कतार में कोई खिलाड़ी नहीं मिला। कोई भूमिका नहीं। औसत, स्ट्राइक रेट, इकोनॉमी, बॉलिंग औसत, घरेलू-विदेशी विभाजन, पेस बनाम स्पिन विभाजन, पिछले बारह महीनों का रुझान — सब अपर्याप्त सूचना। यहाँ एक बात साफ कर देना ज़रूरी है: भूमिका का पता लगाना सजावट नहीं है, वह सही बेंचमार्क चुनने की शर्त है। फिनिशर को 180+ स्ट्राइक रेट के मानक पर परखा जाता है, एंकर को नहीं। बेंचमार्क गलत चुना तो नतीजा चाहे जितना साफ दिखे, वह उस खिलाड़ी के बारे में कुछ नहीं बताता।

टीम की कतार में कोई टीम नामित नहीं थी, इसलिए श्रेणी निर्धारण असंभव — न शीर्ष शक्ति, न मध्य-स्तर, न उभरती ताकत, न एसोसिएट। ICC रैंकिंग का जिक्र भी नहीं हो सकता, क्योंकि टेस्ट, वनडे और टी20 की रैंकिंग तीन अलग तालिकाएँ हैं और उन्हें आपस में बदला नहीं जा सकता। WTC अंक तालिका, 2028 लॉस एंजिल्स ओलंपिक के लिए क्रिकेट की पात्रता, या पीढ़ी-परिवर्तन का कोई सवाल मेज़ पर नहीं है। और घरेलू-विदेशी अंतर — क्रिकेट टीम प्रदर्शन का सबसे बड़ा व्याख्यात्मक चर — स्थल के बिना लागू नहीं हो सकता। भारत में स्पिन का घरेलू दबदबा और विदेशी पेस पर ऐतिहासिक अनुकूलन की समस्या दोनों इसी एक चर से जुड़ी हैं।

लीग और वाणिज्यिक पारिस्थितिकी की कतार खाली रही। प्रसारण अधिकारों का मूल्य, फ्रैंचाइज़ी मूल्यांकन, खिलाड़ी वेतन, नीलामी का लेन-देन — कुछ नहीं। IPL हो, BBL हो, SA20, PSL, ILT20, MLC या द हंड्रेड — पता ही नहीं चलता कि स्रोत किस लीग की ओर इशारा कर रहा था। यहाँ एक स्थायी सिद्धांत याद रखना चाहिए: नीलामी की कीमत और अंतरराष्ट्रीय क्रिकेट की ताकत दो अलग चीजें हैं। लेकिन इस सिद्धांत को लगाने के लिए भी एक लेन-देन चाहिए, और वह मौजूद नहीं था।

नियम और शासन की कतार में पहला सवाल ही अनुत्तरित रहा: कौन शासी निकाय — ICC, राष्ट्रीय बोर्ड या लीग आयोजक? खेल-नियम का कोई विवाद नहीं, DRS का कोई प्रकरण नहीं, स्लो ओवर-रेट का कोई मामला नहीं। NOC, केंद्रीय अनुबंध, राष्ट्रीयता परिवर्तन — कुछ नहीं। भारत-पाकिस्तान द्विपक्षीय ठहराव जैसा भू-राजनीतिक संदर्भ भी नहीं। और यहाँ एक चेतावनी ज़रूरी है: सूचना का अभाव भ्रष्टाचार-जोखिम के अभाव का सबूत नहीं है। यह सिर्फ डेटा का अभाव है। ACU (Anti-Corruption Unit) की कोई रिपोर्ट न होना यह नहीं कहता कि सब ठीक है; वह सिर्फ यह कहता है कि हमने देखा ही नहीं।

जोखिम की कतार में फाइल ने अपना असली चेहरा दिखाया। खेल-जोखिम, कार्मिक जोखिम, वाणिज्यिक जोखिम, साख-जोखिम, प्रणालीगत जोखिम — सब अपर्याप्त सूचना। लेकिन मैट्रिक्स में एक पंक्ति भरने योग्य थी, और वह पंक्ति क्रिकेट की नहीं थी: विश्लेषणात्मक (मेटा) जोखिम — शून्य-तथ्य इनपुट पर नीचे की ओर निर्णय लेना। स्तर: उच्च। संभावना: उच्च, यदि लेबल न लगे। प्रभाव: उच्च। यही इस पूरी कवायद का एकमात्र ठोस निष्कर्ष है, और यह क्रिकेट के बारे में नहीं है।

सार्वजनिक कथा की कतार में कोई कथा नहीं मिली, इसलिए कथा-लेबल भी नहीं — न प्रतिद्वंद्वता, न वंश-निरंतरता, न नए सितारे का राज्याभिषेक, न दिग्गज का विदाई-आर्क। अपेक्षा-अंतराल नहीं नापा जा सका। यहाँ एक स्थायी सतर्कता है जो भारतीय मीडिया पर लागू होती है: "अगला तेंदुलकर/कोहली" ढांचे की ऐतिहासिक पूर्ति दर बहुत कम रही है, और छोटे नमूने के टी20 लीग विस्फोट अंतरराष्ट्रीय स्तर पर कम ही अनुवादित होते हैं। लेकिन इस सतर्कता को किसी नाम पर लगाना होता है, और कोई नाम नहीं था।

उद्योग-संचरण की कतार में ऊपरी धारा (युवा विकास, प्रतिभा-आपूर्ति) से मध्य धारा (राष्ट्रीय टीम, लीग) और निचली धारा (प्रसारण, वाणिज्य, डेरिवेटिव) तक कोई पथ नहीं खींचा जा सका, क्योंकि ट्रिगर घटना ही अनुपलब्ध थी। प्रसारण-अधिकारों की दिशा, दक्षिण एशियाई बाजार में भारत का प्रभुत्व-हिस्सा, रणजी ट्रॉफी और काउंटी चैंपियनशिप से निकलने वाली प्रतिभा, IPL मालिकों का बहु-लीग विस्तार, फैंटेसी खेल, WPL की वृद्धि और 2028 ओलंपिक — सब अनिश्चित।

इन आठों को जोड़ने पर सूचना-मूल्य रेटिंग पाँच में से एक-एक सितारा आई: खेल-मूल्य 1/5, उद्योग-मूल्य 1/5, समय-प्रासंगिकता 1/5, संदर्भ-मूल्य 1/5। शून्य इसलिए नहीं कि फाइल ने इतना तो स्पष्ट कर दिया कि कोई सामग्री उपलब्ध नहीं है, और यह खुद एक निर्णय-प्रासंगिक तथ्य है। जो ऑडिट "कुछ नहीं मिला" कहकर खत्म होता है, वह आधा ऑडिट है; जो ऑडिट यह भी बताता है कि क्यों नहीं मिला, वह पूरा है।

अब वह बिंदु जिसकी ओर यह सारा ढांचा खींच रहा था। फाइल में सबसे दिलचस्प चीज खालीपन नहीं थी — खालीपन की एकरूपता थी। शीर्षक, स्रोत, प्रकार, सारांश, तथ्य, दृष्टिकोण, संस्थाएँ, समय-संवेदनशीलता, स्रोत-गुणवत्ता — अलग-अलग, एक-दूसरे से स्वतंत्र फील्ड, और सब एक ही तरह से खाली। अगर स्रोत लेख सचमुच शीर्षक-विहीन और स्रोत-विहीन होता, तो भी उसके भीतर कुछ तथ्य तो होते। स्वतंत्र फील्ड में एक जैसा शून्य होना लेख की विशेषता नहीं, पाइपलाइन की विफलता का हस्ताक्षर है। यह अनुमान मध्यम विश्वास के साथ दर्ज है, और मैं इसे उच्च विश्वास में नहीं बदलूँगा, क्योंकि मेरे पास दूसरा नमूना नहीं है।

कंट्रेरियन

यहाँ एक असुविधाजनक बात कहनी है, और वह मेरे अपने काम के खिलाफ है। ढांचे का सुरक्षित रूप से नीचे गिरना — हर फील्ड पर स्पष्ट "अपर्याप्त सूचना" लिखना — तकनीकी रूप से सही है। यह मानकीकरण अच्छा है। लेकिन सही व्यवहार एक आश्रय भी बन सकता है। "मैंने मॉडल चलाया, मॉडल ने कुछ नहीं कहा" एक ऐसा वाक्य है जो विश्लेषक को मेहनत से बचा लेता है और साथ ही पेशेवर भी दिखा देता है। मैंने यह वाक्य खुद इस्तेमाल किया है, और हर बार जब मैंने इसे इस्तेमाल किया, मैं जानता था कि असली काम अभी बाकी है।

दूसरी तरफ वह गलती है जिसके सबसे ज़्यादा शिकार मैं खुद हूँ — "आप देखकर ही समझ सकते हैं कि वह संघर्ष कर रहा है।" यह विश्लेषण नहीं, एक परिकल्पना है जिसके साथ कोई परीक्षण नहीं जुड़ा। जब मॉडल चुप हो जाए, तो आँख की गवाही को डेटा-स्रोत की तरह इस्तेमाल करना चाहिए, यानी हर दावे के साथ एक विशिष्ट चरण या क्लिप जोड़नी चाहिए — सामान्य मंत्र नहीं। बीस साल से मैं मैच देखते हुए नोट्स लिखता आया हूँ और मुझे यह मानने में कोई झिझक नहीं कि रीजनल कमेंट्री बॉक्स अक्सर वह पैटर्न पहले पकड़ लेता है जो मॉडल कई सप्ताह बाद पकड़ता है। उसे श्रेय देना चाहिए, न कि उसे अफवाह कहकर खारिज करना चाहिए।

तीसरी बात, जो सबसे ज़्यादा मायने रखती है: एक नल पेलोड अपने भीतर समय-संवेदनशील सामग्री छिपा सकता है। अगर यह शून्यता निष्कर्षण विफलता की वजह से है, तो जिस लेख से यह आया था, उसमें कोई परिणाम, कोई चोट की खबर, कोई नीलामी का नतीजा, कोई शासन-निर्णय या कोई वाणिज्यिक सौदा रहा होगा — और वह अभी पूरी विश्लेषण-श्रृंखला से अदृश्य है। यह मध्यम विश्वास का अनुमान है, लेकिन नतीजा साफ है: अनुपस्थित खबर भी एक खबर है।

यहीं जटिलता की लत (कॉम्प्लेक्सिटी क्रीप) भी सामने आती है। आठ आयाम, हर आयाम में पाँच-छह उप-जाँच — लगभग चालीस चौकियाँ। हर नया टूर्नामेंट एक नया फीचर जोड़ देता है, और एक बिंदु के बाद मॉडल पढ़ने योग्य नहीं रहता, केवल प्रभावशाली रहता है। मेरा अपना नियम यह है: संस्करण फ्रीज़ करो, सार्वजनिक चेंजलॉग रखो, और जब सुधार शोर-बैंड के भीतर बैठा हो तो सरल मॉडल को ही चुनो। उस रात के ऑडिट में लगभग चालीस चौकियाँ लगीं और उनमें एक भी चौकी ने कुछ नया नहीं बताया — इसका मतलब यह नहीं कि चौकियाँ बेकार थीं, बल्कि यह कि अगली बार ऐसी फाइल आने पर पहली चौकी पर ही रुक जाना चाहिए और ऊपरी धारा से सवाल पूछना चाहिए।

लाइव-प्रोबेबिलिटी वाली मेरी पुरानी आदत भी यहाँ उलटी दिशा में लागू होती है। लाइव कवरेज में हर गेंद पर संभावना बदलना आसान है, और सही तरीका यह है कि अपडेट-ट्रिगर पहले से तय हों — विकेट, ओवर-ब्लॉक, आवश्यक रन-रेट की सीमा। यहाँ मामला उलटा था: संख्या स्थिर थी और वह स्थिरता झूठी थी, क्योंकि उसके पीछे कोई संरचना ही नहीं थी। स्थिर बैंड तब ईमानदार होता है जब कोई संरचनात्मक चीज न बदली हो; यहाँ कुछ भी कभी बदला ही नहीं, इसलिए स्थिरता कोई संकेत नहीं, कोई रिक्तता थी।

हर मेट्रिक एक अनुवाद है, और हर अनुवाद में एक बोली खो जाती है। क्रिकेट में उधार लिए गए मेट्रिक लहजे के साथ लौटते हैं — फुटबॉल का xG और PPDA, बेसबॉल की विन-प्रोबेबिलिटी। 2026 विश्व कप के दौरान मैंने एक साइड-प्रोजेक्ट xG/PPDA डैशबोर्ड बनाया था। 1 जुलाई 2026 को लुज़्निकी स्टेडियम में स्पेन ने रूस के खिलाफ 1,029 पास किए और 74 प्रतिशत कब्ज़ा रखा, लेकिन xG सिर्फ 0.8 निकला; मैच पेनल्टी शूटआउट में गया और स्पेन हार गया। मेरा स्पष्टीकरण दो भारतीय आउटलेट्स ने सिंडिकेट किया। उस दिन की सीख — कब्ज़ा बिना भेदन के शोर है — वही सीख है जो इस रिपोर्ट पर लागू होती है: तथ्यों की सूची बिना अर्थ के शोर है।

मॉडल औसत पर सही था और पल पर गलत। यह वाक्य मैंने अपने ही पावरप्ले अनुमान के लिए लिखा था, तब मॉडल ने पूरे सीज़न का औसत ठीक बताया लेकिन उस एक ओवर को नहीं पकड़ा जहाँ खेल पलटा। उसी तरह, इस फाइल का "सब कुछ N/A" औसत में सही है और पल में अधूरा — क्योंकि असली पल यह है कि पाइपलाइन ने कुछ नहीं दिया और हमें पता भी नहीं क्यों।

टेकअवे

इस ढांचे को चलाने के लिए छह चीजें कम से कम चाहिए: प्रारूप (टेस्ट/वनडे/टी20/द हंड्रेड — यह गैर-परक्राम्य है), मैच या आयोजन का स्वभाव, कम से कम एक नामित संस्था (टीम, खिलाड़ी, फ्रैंचाइज़ी, बोर्ड या आयोजन), कम से कम तीन अलग सूचना-बिंदु, एक कालानुक्रमिक आधार (प्रकाशन तिथि या संदर्भित सीज़न), और स्रोत की पहचान।

इनमें से एक भी न हो तो विश्लेषण नहीं होता — और जो नहीं होता, उसे "जोखिम नहीं मिला" कहकर पास नहीं किया जा सकता। अगली बार जब कोई फाइल खाली आए, तो सबसे पहला सवाल यह नहीं होना चाहिए कि "क्या मिला", बल्कि यह होना चाहिए कि "क्यों नहीं मिला"। जवाब अगर "निष्कर्षण विफल" है, तो काम अभी शुरू नहीं हुआ। जवाब अगर "स्रोत सचमुच खाली था" है, तो भी काम अभी शुरू नहीं हुआ।

इस शून्य मामले का एक इस्तेमाल है जो शायद सबसे ज़्यादा टिकेगा: इसे रिग्रेशन टेस्ट बना देना चाहिए। हर बार जब Stage-1 का आउटपुट Stage-2 को सौंपा जाए, तो पहले यह जाँचा जाए कि फील्ड भरे हैं या नहीं, और अगर नहीं, तो पेलोड पर स्पष्ट नल-ध्वज लगे। जो सिस्टम अपने खालीपन को साफ नहीं बोल सकता, वह अपने भरेपन पर भरोसा भी नहीं दिला सकता।

मैं किसी मेट्रिक पर तब भरोसा करता हूँ जब वह एक बार मुझे शर्मिंदा कर चुका हो। यह फाइल मुझे शर्मिंदा नहीं कर सकी, क्योंकि इसने कुछ कहा ही नहीं। अगले सीज़न में जब पहला पूरा पेलोड आएगा, तब असली परीक्षा होगी — क्या हम उस पर भरोसा करने से पहले यह जाँच लेंगे कि उसका प्रारूप कौन-सा है और उसका नमूना कितना बड़ा है, या फिर से तीन दशमलव वाले आँकड़े को सच मानकर आगे बढ़ जाएँगे?