शून्य सूचना बिंदु: जब क्रिकेट रिपोर्ट का डेटा खाली लौटता है

मंगलवार दोपहर, दिल्ली। मेज पर क्रिकेट की एक रिपोर्ट पड़ी थी, टैग cricket_asia। उसके नीचे स्टेज-1 डिकंस्ट्रक्शन की शीट। मैंने सूचना बिंदुओं की सूची देखी — खाली। गिनती तीन सेकंड में हो गई: शून्य। न खिलाड़ी, न टीम, न फॉर्मेट, न स्कोर, न प्रकाशन तिथि। टेम्पलेट पूरा भरा हुआ था और हर खाने में वही दो अक्षर थे जो डेटा वर्क में सबसे ज़्यादा गलत पढ़े जाते हैं — N/A।

पहले ऐसी शीट मुझे घबरा देती थी। अब नहीं। मार्च से नवंबर 2026 के बीच, जब आखिरी सेमेस्टर लैपटॉप पर खत्म हुआ और कैंपस प्लेसमेंट हवा में थे, आईपीएल यूएई के खाली स्टेडियमों में चल रहा था। मैंने 2026 के साठ और 2026 के साठ मैच एक ही फाइल में कोड किए। घरेलू जीत की दर 58% से गिरकर 47% पर आई; ओस और टॉस कंट्रोल करते ही अंतर गायब हो गया। उस फाइल का नाम खाली स्टेडियम फाइल पड़ गया। वह फाइल कभी खाली नहीं थी — वह मौजूद शोर की गैरहाज़िरी से भरी थी।

आज वही सबक काम आ रहा है। जो शीट मेरे सामने है, वह क्रिकेट के बारे में कुछ नहीं कहती; वह डेटा पाइपलाइन के बारे में सब कुछ कहती है।

एशियाई क्रिकेट की कवरेज दुनिया में सबसे घनी है और सबसे बिखरी हुई भी। एक ही दिन में बोर्ड की प्रेस विज्ञप्ति, क्षेत्रीय भाषा का लाइव ब्लॉग, फ्रेंचाइजी का सोशल पोस्ट और एक सशुल्क स्कोरकार्ड ऐप — चारों अलग-अलग सच बताते हैं और चारों को एक ही मॉडल में डालना पड़ता है। मेरे टूल तीन जगहों पर फिसलते हैं: पेपरवॉल, जावास्क्रिप्ट से रेंडर होने वाले लाइव स्कोरकार्ड, और अंग्रेज़ी के बाहर की भाषा। जब किसी क्रिकेट लेख से शून्य इकाई निकलती है, तो सबसे संभावित वजह इन्हीं तीन में से कोई एक होती है — यह नहीं कि लेख में क्रिकेट ही नहीं था।

टाइम्स ऑफ इंडिया की स्पोर्ट्स डेस्क पर मुझे यह अनुशासन मिला था कि खबर की पहली पंक्ति में वही होना चाहिए जो सत्यापित है। डेस्क पर हम कभी यह नहीं लिखते थे कि सूत्र ने कुछ कहा — हम लिखते थे कि सूत्र ने कब, किसे, कितना कहा। सालों बाद जब मैंने पाइपलाइन डिज़ाइन करना शुरू किया, तो वही नियम लागू हुआ: जिस चीज़ के पास तारीख और स्रोत नहीं, वह जानकारी नहीं, शोर है।

यहां एक सरल नियम है जो मैंने बेंगलुरु की नीलामी टेबल से सीखा। क्रिकेट लेख इकाई-घने होते हैं। किसी भी मैच रिपोर्ट में कम से कम चार नाम होते हैं: एक बोर्ड या फ्रेंचाइजी, एक खिलाड़ी, एक मैदान, एक फॉर्मेट। फरवरी 2026 की दस-टीम महा-नीलामी में लगभग 600 नामों का पूल था और ₹90 करोड़ की पर्स, और मेरी हर पंक्ति में कम से कम तीन इकाइयां थीं। तो जब किसी क्रिकेट लेख से शून्य इकाई निकलती है, तो नतीजा यह नहीं होता कि लेख में कोई नाम नहीं था। नतीजा यह होता है कि निकासी लेख के शरीर तक पहुंची ही नहीं।

उस नीलामी में मैंने एक 19 वर्षीय अनकैप्ड बाएं हाथ के बल्लेबाज़ को पूरे कमरे के टॉप फाइव में रैंक किया था — तिलक वर्मा। क्लाइंट ने ₹20 लाख के बेस पर हाथ रोक लिया; मुंबई इंडियंस ने ₹1.7 करोड़ दिए और उन्होंने 131 की स्ट्राइक रेट से 397 रन बनाए। नौ महीने बाद एडिलेड के सेमीफाइनल में मैं कमेंट्री बॉक्स में लाइव नंबर फीड कर रहा था, और उनमें से एक भी नंबर इस्तेमाल नहीं हुआ। उस रात के बाद मैंने 'डेटा बताता है' वाक्यांश को आंकड़ों की जगह इस्तेमाल करना बंद कर दिया। अगर किसी संख्या ने फैसला नहीं बदला, तो मैं साफ लिखता हूं कि नहीं बदला, और यह भी कि किसने नज़रअंदाज़ किया।

मुझे यह अनुशासन 2026 में समझ आया था, तब मैं इसे दूसरे नाम से बुलाता था। ओवल में चैंपियंस ट्रॉफी का फाइनल, पाकिस्तान ने भारत को 180 रन से हराया, मोहम्मद आमिर ने पहले पांच ओवरों में रोहित शर्मा, विराट कोहली और शिखर धवन को निकाल दिया। संपादक को भावुक कॉलेज-मैगज़ीन वाला टुकड़ा चाहिए था। मैंने सीक्रिकशीट की बॉल-बाय-बॉल फाइलें खोलीं और भारत के पांचों मैचों की हर टॉप-ऑर्डर आउट को लाइन, लेंथ और गेंदबाज के प्रकार से कोड किया। तीन हफ्ते लगे और पैटर्न एक वाक्य में निकला: पंद्रह में से नौ विकेट चौथे स्टंप के चैनल पर बाहर जाती गेंदों पर गिरे। उस दिन से मैंने एटमॉस्फियर से शुरुआत करना बंद कर दिया। मैं पहले संख्या लिखता हूं, कहानी बाद में।

यहां असली सवाल यह नहीं है कि शीट खाली क्यों है — असली सवाल यह है कि खाली शीट को पढ़ा कैसे जाए। मेरे फ्रेमवर्क में आठ आयाम हैं और सभी आठ ब्लॉक हो चुके हैं। ब्लॉक होना तटस्थ होना नहीं है। जब मैं लिखता हूं कि फॉर्मेट तय नहीं है, तो इसका मतलब यह नहीं कि टेस्ट और टी20 का फर्क मिट गया; मतलब यह है कि मैं एक भी मेट्रिक नहीं उठा सकता, क्योंकि 145 की स्ट्राइक रेट वनडे में मज़बूत है, टी20 फिनिशर के लिए साधारण और टेस्ट में बेमतलब। यह मेरे काम का पहला गेट है और यहीं सब रुक जाता है।

दिसंबर 2026 में एडिलेड में भारत के 36 रन पर ढेर होने के बाद मैंने लिखा था कि गाबा जाने वाली एकादश का घरेलू डेटा उसे टॉप-सिक्स अटैक बनाता है। उस टुकड़े ने मुझे दिल्ली के एक एनालिटिक्स स्टार्टअप के साथ पहले क्रिकेट एनालिस्ट की नौकरी दिलाई। यही मेरा मानक है: दावा वह, जिसे अगली सीरीज़ में गलत साबित किया जा सके।

अब वह हिस्सा जहां मुझे सबसे ज़्यादा सावधान रहना है। खाली खाने अपने आप में एक न्योता हैं — आठ सौ शब्द भरने का। कोई भी अनुभवी क्रिकेट लेखक खाली टेम्पलेट देखकर बीस मिनट में एक विश्वसनीय दिखने वाला टुकड़ा बना सकता है: एशियाई क्रिकेट, बोर्ड की राजनीति, चोटों का ज़िक्र, नीलामी का इशारा। वह टुकड़ा पढ़ने में ठीक लगेगा और उसमें एक भी सत्यापन योग्य तथ्य नहीं होगा। साउथ एशियाई बाज़ार में ऐसी गलती की कीमत असममित होती है — यहां एक गढ़ा हुआ वाणिज्यिक दावा दुनिया के किसी भी दूसरे बाज़ार से तेज़ी से फैलता है।

और दूसरा, ज़्यादा महीन जोखिम: N/A को 'जांच लिया, ठीक है' पढ़ लेना। क्रिकेट में सत्यनिष्ठा और चोट — दोनों जगह 'कोई सूचना नहीं' और 'कोई समस्या नहीं' को रोज़ एक जैसा पढ़ा जाता है। इस शीट में एंटी-करप्शन यूनिट से जुड़ा एक भी बिंदु नहीं है। इसका मतलब यह बिल्कुल नहीं कि सब साफ है; मतलब यह है कि जिस पाठ की जांच होनी थी, वह पाठ ही नहीं पहुंचा। यही अंतर पूरे दस्तावेज़ को एक रिपोर्ट और एक झूठे क्लियरेंस के बीच खींचता है। शीट में यह भी दर्ज नहीं है कि स्रोत कितना भरोसेमंद है या खबर कितनी ताज़ा है — बिना तारीख और बिना स्रोत-गुणवत्ता वाला शासन-विश्लेषण सबसे भ्रामक श्रेणी है, क्योंकि पुराना दावा नए संदर्भ में सही लगता है।

माउंट माउंगानुई में मैंने सीखा था कि प्रोजेक्शन को प्रेस रिलीज़ से आगे बोलने देना चाहिए। 2026 के अंडर-19 विश्व कप में शुभमन गिल ने 112.72 की औसत से 372 रन बनाए और प्लेयर ऑफ द टूर्नामेंट रहे, और चार सीज़न के स्कोरकार्ड पर बना मेरा मॉडल उन्हें बड़े अंतर से पहले स्थान पर रखता था — जबकि हर छात्र-पत्रकार कप्तान पृथ्वी शॉ पर लिख रहा था। उस टुकड़े ने 40,000 पाठक जुटाए। प्रोजेक्शन को प्रेस रिलीज़ को हराना था, इसलिए हराया। यहां भी वही करना है: एक अनुमान लगाना है, और ऐसा जो गलत साबित किया जा सके।

मेरा अनुमान यह है — कच्चे एचटीएमएल फेच और एक अनुवाद पास के साथ दोबारा निकासी करने पर कम से कम तीन ठोस सूचना बिंदु और कम से कम एक नामित इकाई वापस आएगी। अगर नहीं आई, तो लेख में सचमुच क्रिकेट की सूचना नहीं है — और वह भी प्रकाशित होने लायक निष्कर्ष है, क्योंकि तब सवाल खबर का नहीं, उस खबर को क्रिकेट कहने वाले टैग का है। दोबारा निकासी के लिए न्यूनतम सूची साफ है: फॉर्मेट, एक नामित इकाई और उसकी भूमिका, एक वाक्य में मूल तथ्य, स्रोत और तारीख, और मैच-संबंधी खबर हो तो मैदान या घरेलू-विदेशी संदर्भ।

मॉडल जवाब नहीं होता; वह वह लैंप है जिसे मैं अंधेरे में ले जाता हूं। आज लैंप जला है और कमरा खाली निकला। अगला काम यह तय करना है कि कमरा सचमुच खाली है, या बिजली ही नहीं पहुंची — और यह फैसला अगली निकासी के तीन सूचना बिंदुओं से होगा, किसी और से नहीं।