21 मई 2026. हैदराबाद में मुंबई इंडियंस 129/8 पर सिमट गई थी। मेरी डेथ-ओवर पार मॉडल ने उस स्कोर को हैदराबाद पार से 6.4 रन ऊपर रेट किया था। मुंबई एक रन से जीती। डेस्क ने मुनाफा कमाया, और मैंने अपनी हैंडबुक में एक नियम जोड़ा: बिना वन-पेज असम्प्शन अपेंडिक्स के कोई पिक फाइल नहीं होगा — वेन्यू पार, सैंपल साइज़, और वे दो वेरिएबल जो सबसे पहले नंबर तोड़ सकते हैं।

पिछले हफ्ते मेरे सामने एक अलग तरह का 'एक रन का फाइनल' आया। cricket_asia डोमेन लेबल के साथ एक एनालिसिस पाइपलाइन चली — और Stage-1 का आउटपुट खाली लौटा। शीर्षक N/A, लेख का प्रकार Unclassified, इन्फॉर्मेशन पॉइंट्स की सूची सपाट खाली। यह फॉर्मेटिंग की खराबी नहीं थी; यह डेटा का अनुपस्थित होना था।

एक बात साफ कर दूं, क्योंकि यही मेरे काम का पूरा तर्क है: खाली Stage-1 पर 'गहरा विश्लेषण' लिखना संभव नहीं है — जो संभव है वह है गढ़ना। और गढ़ना, मेरी हैंडबुक में, सबसे महंगी गलती है।

संदर्भ: डोमेन लेबल विश्लेषण नहीं है

cricket_asia एक विषय-टैग है। यह बताता है कि कंटेंट किस बारे में हो सकता है; यह नहीं बताता कि कंटेंट क्या कहता है। क्रिकेट विश्लेषण में यह अंतर उसी तरह का है जैसे 'टॉस जीतना' और 'टॉस का फायदा उठाना' — पहला एक घटना है, दूसरा एक बहस का विषय।

Stage-1 के चारों फील्ड एक साथ खाली होना — शीर्षक अनुपलब्ध, प्रकार अपरिभाषित, इन्फॉर्मेशन पॉइंट्स शून्य, और एंटिटी/समय-संवेदनशीलता/स्रोत-गुणवत्ता 'मूल्यांकित नहीं' — एक बहुत विशिष्ट विफलता पैटर्न है। यह वह पैटर्न है जो तब बनता है जब अपस्ट्रीम कैप्चर लेयर बॉडी टेक्स्ट निकाल ही नहीं पाती: एन्कोडिंग टूटी हो, टेम्पलेट मैच न हुआ हो, या रॉ रिस्पॉन्स ही खाली आया हो। जिसे Stage-2 'विश्लेषण के योग्य सामग्री नहीं' कहकर रिपोर्ट कर रहा है, वह वास्तव में 'सामग्री कभी पहुंची ही नहीं' है।

मैंने 2026 में यह सबक महंगा सीखा था। जब आईपीएल यूएई में बिना दर्शकों के शिफ्ट हुआ, तो हमारा होम-एडवांटेज कोएफिशिएंट (+0.18 रन प्रति ओवर) ढह गया और उलट गया। कारण भीड़ नहीं, ओस थी। पुरानी शीट मुंबई इंडियंस को चौथे स्थान पर रखती; नई शीट ने उन्हें चैंपियन बनाया। उस एपिसोड ने मुझे सिखाया कि मॉडल तब तक झूठ नहीं बोलता जब तक आप उसे खाली इनपुट पर चलाकर आउटपुट की उम्मीद न करें। जो चीज़ मॉडल को तोड़ती है, वह गलत डेटा नहीं — अनुपस्थित डेटा पर बना भरोसा है।

मुख्य बात: एक फेल पाइपलाइन का ऑडिट

अगर मैं इस खाली आउटपुट को ईमानदारी से एक ऑडिट की तरह पढ़ूं — जैसे मैं किसी क्लोज़िंग ओड्स को पढ़ता हूं — तो सामने आता है:

पहला, विफलता लेख में नहीं, पाइपलाइन में है। किसी भी क्रिकेट कंटेंट पाइपलाइन में चार लेयर होती हैं: फेच (क्या मिला), एक्सट्रैक्ट (क्या निकला), क्लासिफाई (क्या पहचाना), और एनालाइज़ (क्या निकला)। जब पहली तीन में से कोई भी लेयर 'N/A' लौटाए, तो चौथी लेयर का काम डेटा का विश्लेषण नहीं — विफलता का विश्लेषण है। मेरी शर्त यही है: पहले वह दिखाओ जो पाइपलाइन से बाहर आया, फिर वह जो नतीजा है।

दूसरा, 'Unclassified' एक डेटा पॉइंट है, राय नहीं। जब लेख का प्रकार तय नहीं हो पाता, तो यह संभावना बनती है कि टेम्पलेट-मैचिंग फेल हुई — यानी सिस्टम को मालूम ही नहीं कि यह मैच रिपोर्ट है, प्रीव्यू है, या ट्रांसफर स्टोरी। क्रिकेट एशिया के संदर्भ में यह खास तौर पर मायने रखता है: इस डोमेन में एक ही दिन में टेस्ट रिपोर्ट, फ्रैंचाइज़ी ऑक्शन, और बोर्ड-राजनीति — तीनों साथ चल सकते हैं। बिना क्लासिफिकेशन के, वे तीनों एक ही खाली बाल्टी में गिर जाते हैं।

तीसरा, शून्य इन्फॉर्मेशन पॉइंट्स का मतलब है कि कोई भी दावा असत्यापनीय है। और यहीं मेरा सबसे बड़ा डर है। खाली Stage-1 पर मैं किसी भी निष्कर्ष को 'सत्यापित तथ्य' की तरह पेश कर सकता था — कोई रीडर मुझे पकड़ नहीं सकता, क्योंकि पकड़ने का कोई आधार ही नहीं। यह वही समस्या है जो मैंने 2026 में अपनी गर्दन पर झेली: बाद में व्याख्या करना आसान है, पहले परिभाषा देना कठिन। इसलिए मेरे हर प्रकाशित मॉडल नोट में अब 'प्रायर स्टेटस' लाइन होती है — कौन-सी मान्यताएं लोड-बेयरिंग हैं और कौन-सा सबूत उन्हें रिटायर करेगा। इस खाली आउटपुट के लिए वह लाइन यही है: कोई लोड-बेयरिंग मान्यता नहीं दी गई, इसलिए कोई ग्रेडिंग नहीं हो सकती।

चौथा, संचालन-स्तर पर सुधार का स्पष्ट रास्ता। अगर मुझे यह पाइपलाइन चलानी होती, तो मैं तीन चीज़ें तुरंत जोड़ता। पहले, रॉ रिस्पॉन्स का स्नैपशॉट — बाइट काउंट, HTTP स्टेटस, एन्कोडिंग हेडर — जिससे पता चले कि फेच फेल हुआ या एक्सट्रैक्ट। दूसरे, स्टेज-1 का 'स्ट्रक्चर्ड स्टेटस फ्लैग': EMPTY_BODY, EXTRACTION_FAILED, ENCODING_ERROR — ताकि Stage-2 को पता हो कि यह 'विश्लेषण के योग्य नहीं' नहीं, 'अपूर्ण' है। तीसरे, एक रीट्राई-विद-बैकअप-एक्सट्रैक्टर नियम: अगर प्राइमरी पार्सर बॉडी न दे, तो सेकंडरी हेडलाइन-प्लस-स्निपेट मोड में कम से कम शीर्षक और स्रोत निकाले। क्रिकेट एशिया में, जहां प्रकाशकों के CMS टेम्पलेट हर हफ्ते बदलते हैं, यह 'ट्रांसपोर्ट कॉस्ट' घोषित करके लगाया गया पोर्ट है — और इसकी फेलियर कंडीशन भी घोषित करनी होगी: अगर बैकअप एक्सट्रैक्टर भी 30% से ज्यादा केसों में शीर्षक न दे, तो पोर्ट खारिज।

यहां एक पुरानी आदत काम आती है। रूस 2026 में जब हमने क्रिकेट की फेज-लॉजिक (पावरप्ले-मिडल-डेथ) को फुटबॉल के पंद्रह-मिनट ब्लॉक्स पर पोर्ट किया, तो पहले लिखा: 'यह तभी काम करेगा जब संरचनात्मक समानता हो — डेड-बॉल फेज का मूल्य ओपन-प्ले से अलग मापा जा सके।' टूर्नामेंट में 169 गोल हुए, करीब चार में से एक सेट-पीस से; इंग्लैंड ने अपने 12 में से 9 डेड-बॉल से बनाए। पोर्ट सही था क्योंकि शर्त पहले लिखी गई थी। उसी तरह, किसी भी डोमेन लेबल को विश्लेषण में पोर्ट करने से पहले यह लिखना ज़रूरी है कि क्या संरचनात्मक रूप से समान होना चाहिए — और कौन-सा नतीजा बताएगा कि यह नहीं हुआ।

उलटा कोण: खालीपन भी एक संकेत है — लेकिन सही तरह से पढ़ें

यहां वह जगह है जहां मैं खुद को रोकता हूं। आसान रास्ता यह होता कि मैं कहूं: 'खाली Stage-1 बताता है कि क्रिकेट एशिया पर कवरेज पतली है, स्रोत अविश्वसनीय हैं, पाइपलाइन अपरिपक्व है।' यह निष्कर्ष आकर्षक है और पूरी तरह अनसत्यापित।

सहसंबंध और कारण में फर्क यहीं है। एक खाली स्टेज-1 यह नहीं बताता कि डोमेन में जानकारी नहीं है; यह बताता है कि इस विशेष रन में जानकारी सिस्टम तक नहीं पहुंची। यह ठीक वैसा ही है जैसे एक मैच में पावरप्ले में तीन विकेट गिरने को 'खराब बल्लेबाजी' कह देना — जबकि डेटा शायद बताए कि स्विंग और सीम मूवमेंट असाधारण थे। विफलता का डेटा भी डेटा होता है, लेकिन उसे विफलता का ही डेटा पढ़ना चाहिए, दुनिया का नहीं।

दूसरा उलटा कोण टेम्पलेट के बारे में है। मेरी ESTJ आदतें और बारह-पेज प्री-मैच शीट एक कारण से बनीं — वे तेज़, दोहराने योग्य, ऑडिट-योग्य हैं। लेकिन उसी टेम्पलेट का खतरा यह है कि वह सच बनने लगता है, कंटेनर से ज़्यादा। जब Stage-1 खाली आए, तो टेम्पलेट का सही व्यवहार यह नहीं है कि वह खाली फील्ड्स को 'N/A' से भर दे और आगे बढ़ जाए — सही व्यवहार यह है कि वह खुद को रोके और कहे: 'इस इनपुट के लिए मैं संस्करण-असंगत हूं।' हर मॉडल का एक वर्ज़न नंबर, तारीख और रूल-चेंज फ्लैग होना चाहिए; बिना इनपुट वाला रन एक ऐसा रन है जिसका कोई वर्ज़न नहीं।

तीसरा, और शायद सबसे ज़रूरी — 'प्राइस अकाउंटेबिलिटी' का सिद्धांत यहां भी लागू होता है। मैंने जेद्दा में ₹27 करोड़ के ऋषभ पंत सौदे पर मॉडल प्राइस और चुकाई गई कीमत को डेल्टा कॉलम में साथ छापा था। उसी तरह, अगर मैं इस खाली Stage-1 पर कोई राय देता हूं, तो मुझे अपनी राय की 'फेयर प्राइस' और उसका 'डेल्टा' दोनों दिखाने होंगे — यानी कहना होगा कि कितना हिस्सा तथ्य है और कितना अनुमान। इस मामले में, डेल्टा 100% है, क्योंकि तथ्य शून्य है। और जब डेल्टा इतना बड़ा हो, तो ईमानदार जवाब 'कोई पिक नहीं' है।

मुझे याद है, 2026 के खाली स्टेडियम के दौरान मुझे दो सेगमेंट गंवाने पड़े थे क्योंकि मैंने रेगीम-चेंज फ्लैग लगाकर नंबर वापस खींच लिए थे और ऑन-एयर बचाव नहीं किया था। लेकिन उसी अनुशासन ने चार सेगमेंट बचाए। खाली इनपुट पर राय न देना कोई कायरता नहीं — वह सबसे सस्ता ऑडिट है जो आप अपने ऊपर कर सकते हैं।

टेकअवे: अगली बार पाइपलाइन चलाने से पहले

अगर कल यही cricket_asia पाइपलाइन दोबारा चले, तो मेरा पहला सवाल लेख के बारे में नहीं होगा — सवाल होगा: रॉ रिस्पॉन्स कहां है? दूसरा सवाल: क्या स्टेज-1 ने अपनी विफलता का कारण लॉग किया, या सिर्फ N/A लिखा? और तीसरा: क्या टेम्पलेट का वर्ज़न नंबर और रूल-चेंज फ्लैग साथ चल रहे हैं?

क्योंकि क्रिकेट एशिया में सबसे बड़ी गलती यह नहीं होती कि हम गलत नतीजे पर पहुंचें — सबसे बड़ी गलती यह होती है कि हम खाली डेटा पर भरोसेमंद लहजे में बोल दें। एक रन का फाइनल मॉडल को नहीं तोड़ता; वह मेरी चुप्पी को तोड़ता है — उन मान्यताओं के बारे में जो मैंने कभी लिखी ही नहीं थीं।

तो अगली बार जब Stage-1 खाली लौटे, तो उसे कोई रहस्य न समझें, कोई बहाना न समझें। उसे एक रेगीम ब्रेक समझें — और उसी तरह संभालें जैसे 2026 में हमने कोएफिशिएंट संभाला था: एक्सपोज़र 60% काटो, कारण लिखो, और नई शीट तब तक न चलाओ जब तक पाइपलाइन खुद को ठीक न कर ले।

सवाल यह नहीं है कि डेटा कब आएगा। सवाल यह है — जब वह आएगा, तो क्या आपके पास वह लिखा हुआ होगा जो आपने खालीपन के दौरान सोचा था, या केवल वह जो आपने नतीजे के बाद कहा?