शून्य का स्कोरकार्ड: एशियाई क्रिकेट की डेटा चेन कहाँ टूटती है

सुबह 4:40 बजे मुंबई के डिजिटल डेस्क पर लेजर खुला। एशियाई क्रिकेट के एक बैच का स्टेज-1 एक्सट्रैक्शन लौटा — शीर्षक खाली, स्रोत खाली, सूचना-बिंदुओं का सेट खाली, इकाइयों की सूची खाली। बचा सिर्फ़ एक लेबल: cricket_asia। पाँच बजकर दस मिनट पर मेरे सामने आठ आयामों वाली एक रिपोर्ट थी, जिसमें हर हेडिंग तैयार थी, हर तालिका के खाने बने थे, और हर खाने में एक ही जवाब भरा था — अपर्याप्त सूचना।

यही वह क्षण है जिसे क्रिकेट का डेटा डेस्क सबसे तेज़ी से छिपाता है। खाली सेल भरने का दबाव उतना ही तेज़ होता है जितना स्कोरकार्ड में रन भरने का। लेकिन 21 मई 2026 को हैदराबाद में मुंबई इंडियंस ने 129/8 बचाकर राइजिंग पुणे सुपरजायंट को एक रन से हराया था, और उस रात मेरे डेथ-ओवर प्रेशर इंडेक्स ने जसप्रीत बुमराह का 17वाँ ओवर किसी कॉलम से पहले चिह्नित किया था। उस वक़्त ताक़त जानकारी में थी, अनुमान में नहीं। आज ताक़त खाली सेट को खाली कहने में है।

संदर्भ: दो चरणों वाली एक चेन

क्रिकेट की डेटा चेन दो चरणों में चलती है। स्टेज-1 स्रोत दस्तावेज़ से परमाणु तथ्य निकालता है — शीर्षक, प्रकाशक, प्रारूप, इकाइयाँ, सूचना-बिंदु। स्टेज-2 उन्हीं तथ्यों पर आठ आयामों का विश्लेषण बनाता है: प्रारूप और मैच, खिलाड़ी तकनीक, टीम परिदृश्य, लीग अर्थशास्त्र, शासन-नियम, जोखिम, सार्वजनिक कथा, और उद्योग संचरण।

एशिया में यह चेन असमान रूप से भारी है। इंग्लैंड और ऑस्ट्रेलिया की घरेलू क्रिकेट को बॉल-बाय-बॉल फीड मिलती है। एशिया में वही विशेषाधिकार आमतौर पर आईपीएल और बड़े द्विपक्षीय सीरीज़ तक सीमित रहता है। रणजी का कोई मंगलवार का मुकाबला, एसोसिएट देशों का कोई एशिया कप क्वालिफायर, या बोर्ड के कैलेंडर का कोई ऐलान — इनके लिए पाइपलाइन को अक्सर सिर्फ़ वेब पेज से काम चलाना पड़ता है। पेज पेवॉल के पीछे हो, जावास्क्रिप्ट से रेंडर हो रहा हो, या स्कोरकार्ड सिर्फ़ इमेज और पीडीएफ में चिपका हो — एक्सट्रैक्शन चुपचाप शून्य लौटा देता है। एरर नहीं, शून्य। और शून्य आगे बढ़ जाता है।

मुख्य विश्लेषण: शून्य एक हस्ताक्षर है

पहला सबूत टेम्पलेट के बचे रहने में है। जब हेडिंग, तालिका और प्लेसहोल्डर वाक्य सब सही-सलामत हों और सामग्री-नोड शून्य हों, तो सबसे संभावित वजह यह नहीं है कि लेख में कुछ था ही नहीं। वजह यह है कि पार्सर ने शून्य नोड लौटाया और एरर नहीं उठाया। खाली सेट एक हस्ताक्षर है, घटना नहीं — और हस्ताक्षर पढ़ने का काम विश्लेषक का है, सजावट करने वाले का नहीं।

दूसरा सबूत टैक्सोनॉमी में है। लेबल cricket_asia है, मानक लेबल Cricket नहीं। यानी राउटिंग कीवर्ड-आधारित हुई, अर्थ-आधारित नहीं। जिस दिन क्लासिफायर शब्द पकड़ता है और अर्थ नहीं, उस दिन उसके आगे लगा हर लेंस भी गलत होता है। यह अंतर छोटा लगता है, असर बड़ा है: एक ही शब्द-आधारित राउटिंग अगले महीने किसी रणजी रिपोर्ट को आईपीएल के विश्लेषण-लेंस में डाल सकती है।

तीसरा सबूत फॉर्मेट एंकर की अनुपस्थिति है। कोई भी क्रिकेट निर्णय प्रारूप तय होने के बाद ही वैध होता है। टी20 में पावरप्ले ओवर 1 से 6 तक है, मध्य ओवर 7 से 15, डेथ ओवर 16 से 20। इकॉनमी 7 से नीचे उत्कृष्ट मानी जाती है, फिनिशर का स्ट्राइक रेट 180+ बेंचमार्क है। टेस्ट के इन मानकों को टी20 पर थोपना श्रेणी-त्रुटि है, और टी20 के मानकों को टेस्ट पर थोपना उससे भी बड़ी। जब प्रारूप ही तय न हो, तो हर मीट्रिक खाली है — और खाली मीट्रिक पर बना निष्कर्ष सजावट होता है।

चौथा, और सबसे मापने योग्य, बिंदु: मेरे डेस्क का नियम है कि किसी भी स्रोत का नल-रेट 1 से 2 प्रतिशत से ऊपर जाए तो वह अलग-अलग खराब दस्तावेज़ों की श्रृंखला नहीं, सिस्टम फॉल्ट है। कारण सांख्यिकीय है। किसी असली क्रिकेट लेख में शून्य निकालने योग्य तथ्य होने की संभावना, पेवॉल या जावास्क्रिप्ट के कारण एक्सट्रैक्शन फेल होने की संभावना से काफ़ी कम है। जब दर 1 से 2 प्रतिशत के पार जाती है, तो आप दस्तावेज़ नहीं माप रहे होते, आप अपनी ही नली माप रहे होते हैं।

पाँचवाँ, और सबसे खतरनाक, बिंदु फ्लुएंसी इल्यूजन है। आठ आयामों वाली पूरी रिपोर्ट, जिसकी हर पंक्ति में अपर्याप्त सूचना लिखा हो, खाली रिपोर्ट से ज़्यादा भरोसेमंद दिखती है — क्योंकि फॉर्मेटिंग अनुपालन का अहसास देती है और सामग्री शून्य रखती है। डाउनस्ट्रीम डैशबोर्ड, मॉडल और एडिटोरियल फैसले इस फॉर्मेट को गुणवत्ता समझ सकते हैं। एक खाली फ़ाइल को कोई गंभीरता से नहीं लेता। एक सुसज्जित खाली फ़ाइल को बहुत लोग लेते हैं।

छठा, प्रलोभन का बिंदु। cricket_asia लेबल देखकर भारत-पाकिस्तान द्विपक्षीय फ्रीज़ या तटस्थ स्थल पर सीरीज़ की कहानी लिख देना आसान है, क्योंकि वह एशियाई क्रिकेट शासन की सबसे बार-बार दोहराई जाने वाली थीम है। लेकिन एक भी गढ़ी हुई इकाई, खाली सेट से कहीं ज़्यादा नुकसान करती है। शून्य पकड़ा जा सकता है। गढ़ा हुआ तथ्य नहीं।

उलटा पहलू: डेटा की कमी नहीं, डेटा का दिखावा

उद्योग की कथा यह है कि क्रिकेट में अब पहले से ज़्यादा डेटा है। तकनीकी तौर पर सही, रणनीतिक तौर पर भ्रामक। जो बढ़ा है वह शीर्ष फिक्स्चर का डेटा है — आईपीएल फाइनल, एशिया कप का भारत-पाक मुकाबला, वर्ल्ड कप। जो नहीं बढ़ा वह निचला हिस्सा है। खाली स्टेडियम, डेड रबर, रद्द द्विपक्षीय सीरीज़ और पतली रणजी कवरेज — ये गैर-घटनाएँ नहीं, बेसलाइन हैं। खाली स्टेडियम चुप्पी नहीं होता, वह सीटों वाला कंट्रोल ग्रुप होता है।

यहीं असली उलटा निष्कर्ष आता है। लड़ाई डेटा की कमी से नहीं है। लड़ाई उस डेटा से है जो मौजूद दिखता है और है नहीं। एक खाली सेट ईमानदार होता है — वह बताता है कि आज कुछ नहीं मिला। आठ-आयामी टेम्पलेट जिसमें हर खाना अपर्याप्त सूचना भरा हो, ईमानदार नहीं होता; वह प्रक्रिया का प्रदर्शन है। और दूसरा पहलू बराबर मानक का है। अगर मैं बोर्ड के कैलेंडर फैसले पर लागत-लाभ का हिसाब मांगता हूँ, तो मुझे अपनी पाइपलाइन पर भी मांगना होगा। जिस सिस्टम में स्टेज-1 और स्टेज-2 के बीच खालीपन जाँचने वाला गेट नहीं है, वह सिस्टम टिप्पणीकार से ज़्यादा भरोसेमंद नहीं है। बस तेज़ है।

आगे का सवाल

आगे का सवाल यह नहीं है कि रिपोर्ट कितनी सुंदर दिखी। सवाल यह है कि अगली बार जब कोई एशियाई क्रिकेट की डेटा-संचालित रिपोर्ट दिखाए, तो आप तीन चीज़ें पूछ सकें: सूचना-बिंदु कितने थे, प्रारूप कौन-सा था, और शून्य कहाँ गया? गिनती पहले, सवाल दूसरे, कहानी आखिर में — पूरा तरीका यही है।

और मेरा अपना ऑडिट-नोट: इस रिपोर्ट में मैं वह मूल लेख नहीं दिखा सकता जो खाली लौटा, क्योंकि एक्सट्रैक्शन ने उसे बचाया ही नहीं। यह मेरी कमी है, और यह पहली पंक्ति से लिखी जानी चाहिए थी।