खाली डेटा शीट से कोई क्रिकेट कहानी नहीं बनती: स्टेज-1 एक्सट्रैक्शन फेल होने का तकनीकी पोस्टमॉर्टम

रात के दो बजे हैं। दिल्ली के डेटा डेस्क पर मेरी स्क्रीन पर एक फ़ाइल खुली है जिसमें बीस फ़ील्ड हैं। सभी में एक ही शब्द लिखा है: N/A। टाइटल खाली, सोर्स खाली, टाइमस्टैम्प खाली, इन्फॉर्मेशन पॉइंट्स की सूची में शून्य आइटम। पंद्रह साल बॉल-बाय-बॉल लेजर ऑडिट करते हुए मैंने एक बात सीखी है — जब स्कोरकार्ड में एक भी रन दर्ज न हो तो सबसे बड़ी गलती मैच का क़िस्सा सुनाना शुरू कर देना है। आज यही गलती लगभग हो गई थी।

यह रिपोर्ट किसी मैच की नहीं है। यह उस प्रक्रिया की है जो मैच को लेजर तक पहुँचाती है, और आज वह प्रक्रिया चुपचाप विफल हो गई। मुझे दिए गए Stage-1 आउटपुट में टाइटल N/A था, आर्टिकल का टाइप "Unclassified" था, कोर व्यूअरपॉइंट्स ब्लैंक थे और सबसे अहम — इन्फॉर्मेशन पॉइंट्स की संख्या शून्य थी। एंटिटीज़ वाला फ़ील्ड भी निर्देश दे रहा था कि "ऊपर दिए गए इन्फॉर्मेशन पॉइंट्स से पहचानें" — जबकि ऊपर कोई पॉइंट ही मौजूद नहीं था। यह स्पार्स आर्टिकल का केस नहीं है। यह उस पाइपलाइन का केस है जिसमें स्कीमा बन गया, फ़ील्ड तैयार हो गए, और फिर भरने का चरण कहीं चुपचाप मर गया।

मेरे 2026 Cricbuzz बॉल-बाय-बॉल लेजर के दिनों में हमारे पास एक बेसिक चेक था: किसी भी मैच पर टिप्पणी करने से पहले गिनती करो कि डिलीवरीज़ दर्ज हुईं या नहीं। अगर 120 गेंदें कोडित नहीं हुईं, तो फ़ॉर्म, फ़ेज़ स्प्लिट और मैच-स्टेट पर कोई बात करना बेईमानी थी। आज वही नियम एक बड़े सिस्टम पर लागू होता है, और वही सिस्टम किसी N/A को क्रिकेट का सच मान लेने की हद तक आगे बढ़ सकता है।

इस Stage-2 ढाँचे में आठ आयाम हैं। फ़ॉर्मेट विश्लेषण, खिलाड़ी तकनीक, टीम परिदृश्य, लीग का व्यापारिक पारिस्थितिकी तंत्र, शासन-नियम, जोखिम मैट्रिक्स, सार्वजनिक कथा-प्रवाह और उद्योग ट्रांसमिशन। पिछले चार सालों में मैंने यह ढाँचा पाँच मौकों पर पूरा भरा है — आईपीएल ऑक्शन में खिलाड़ी वैल्यूएशन से लेकर 2026 यूएई आईपीएल के टॉस-मिथ इन्वेस्टिगेशन तक। हर बार आयाम दर आयाम एक-एक बॉल काउंट, एक-एक वेन्यू स्प्लिट, एक-एक ओवर की फ़ील्ड चेंज बैक-चेक करनी पड़ती थी। आज आठों आयामों के आठों खाने N/A होंगे — और यह शर्म की बात नहीं, यह शुद्ध घाटा है।

शून्य इन्फॉर्मेशन पॉइंट्स का मतलब शून्य निष्कर्ष है — कोई स्पोर्टिंग निष्कर्ष नहीं। यह सबसे ज़रूरी पंक्ति है इस पूरी रिपोर्ट की, इसलिए इसे किसी XX डिफ़ॉल्ट से नहीं, बल्कि जान-बूझकर तीन बार दोहराया जाएगा। फ़ॉर्मेट का पता नहीं चले तो स्ट्राइक रेट और इकोनॉमी रेट का कोई अर्थ नहीं निकलता — टेस्ट, वनडे और टी-20 में यही मेट्रिक्स अलग तरह से साँस लेते हैं। खिलाड़ी का नाम नहीं हो तो उसकी भूमिका (ओपनर, एंकर, फिनिशर, पेसर, स्पिनर) तय करने का कोई आधार नहीं। टीम का नाम नहीं हो तो आईसीसी रैंकिंग, बैंच डेप्थ, एज स्ट्रक्चर पर बात करना हवा में तीर चलाना है।

मेरे काम करने के तरीके में एक कठोर नियम है जो इस पल में सबसे अधिक काम आया: जब लेजर में व्यक्तिगत स्मृति भरने लगे, तो लेजर को रिटायर कर दो। इस Stage-1 आउटपुट में एक भी खिलाड़ी, एक भी टीम, एक भी लीग का नाम नहीं था। अगर मैं स्मृति से किसी खिलाड़ी के टेस्ट औसत या किसी टीम की रैंकिंग भर देता, तो वह रिपोर्ट का डेटा न होकर मेरा भ्रम होता। मैंने ऐसा नहीं किया। यह इस रिपोर्ट की एकमात्र ताकत है — और यह भी सच है कि यह एक बहुत दुबली ताकत है।

कौन-कौन-सी जानकारी खोई, इसकी सूची देखिए। अगर यह एक खिलाड़ी-केंद्रित आर्टिकल था, तो सबसे पहले नाम खोया — क्योंकि नाम ही एक्सट्रैक्शन का सबसे क़ीमती लक्ष्य होता है। अगर यह टीमों के बीच का मुक़ाबला था, तो फ़िक्स्चर, सीरीज़ का दाँव, घरेलू-विदेशी परिस्थिति खो गई। अगर यह लीग कवरेज थी, तो ब्रॉडकास्ट राइट्स की वैल्यू, फ़्रैंचाइज़ी की वैल्यूएशन, ऑक्शन प्राइस — यानी वे आंकड़े जो बाद में स्मृति से दोबारा गढ़े नहीं जा सकते। और जो सबसे ख़तरनाक है, वह व्यावसायिक स्तर पर नहीं, प्रक्रिया के स्तर पर है: एक संरचनात्मक रूप से वैध, आंतरिक रूप से खाली पेलोड — यह ऑटोमेटेड पाइपलाइन का सबसे घातक फेल्योर मोड है, क्योंकि वैलिडेशन पास हो जाता है और खालीपन चुपचाप नीचे की ओर बह जाता है।

यहीं से यह रिपोर्ट क्रिकेट से हटकर कुछ और कहती है, और मैं इसे छुपाना नहीं चाहता। अगर यह आउटपुट किसी बैच में बना, तो बहुत संभव है कि उसी बैच के भाई-बहन आइटम भी उसी चुपचाप मरी हुई खालीपन के शिकार हों। साइलेंट एक्सेप्शन आमतौर पर एक बार नहीं होते — वे तब तक लौटते रहते हैं जब तक पार्सर ठीक न हो। और यहाँ एक और मेटाडेटा चोट है: सोर्स क्वालिटी N/A लौटी, यानी पब्लिशर, URL, बायलाइन और टाइमस्टैम्प — सारे प्रोविनेंस मेटाडेटा खो गए। टेक्स्ट दोबारा फ़ेच हो सकता है; प्रोविनेंस कभी-कभी दोबारा नहीं मिलता। फ़ॉर्मेट वाली तारीख़ आईसीसी की अकादमिक मिसाल के रूप में भी नहीं, बल्कि इसलिए ज़रूरी होती है कि स्ट्रीट-लेवल क्रिकेट कवरेज में सबसे आम विश्लेषणीय अपराध यही है — एक फ़ॉर्मेट के आंकड़े दूसरे पर थोप देना।

अब वह क्षण, जब मुझे संदेह होता है कि शायद मेरी यह पूरी पोस्टमॉर्टम खुद एक ओवर-इंजीनियरिंग नहीं है। क्या हो अगर स्रोत आर्टिकल दरअसल इतना ही खोखला था? क्या हो अगर यह किसी पीआर-ब्रिगेड का वह ऑक्शन-ट्रैफ़िक पीस था जिसमें केवल हाइप है और डेटा नहीं, और Stage-1 ने ईमानदारी से खालीपन को खालीपन ही बताया? यह संभावना वास्तविक है, और इसे नकारना बेईमानी होगी। लेकिन मेरे अनुभव में ऐसे केस कम मिलते हैं जहाँ आर्टिकल में एक भी ठोस तथ्य न हो; अधिक मिलते हैं वे केस जहाँ पाइपलाइन तथ्य लाने से पहले ही टूट जाती है। दोनों को अलग करने का तरीक़ा सरल है: सोर्स से दोबारा एक्सट्रैक्शन चलाओ और देखो कि गिनती मिलती है या नहीं।

यही मेरा अंतिम निर्णय है, और यह एक साफ़ संदेश है। इस पेलोड को किसी भी नीचे की ओर के उत्पाद में एक पूर्ण क्रिकेट विश्लेषण के रूप में ग्रहण न करें। बल्कि एक हार्ड वैलिडेशन गेट लगाएँ — शून्य इन्फॉर्मेशन पॉइंट्स वाले किसी भी Stage-1 पेलोड को रिजेक्ट करें, अलर्ट भेजें, चुपचाप पास-थ्रू न करें। इसके साथ ही बैच को छानें, सहोदर आइटम्स की जाँच करें, और एक्सट्रैक्शन ऑर्डर सीधा रखें: पहले एंटिटीज़, फिर फ़ॉर्मेट, फिर आंकड़े, फिर कथा। एक भी पॉप्युलेटेड इन्फॉर्मेशन पॉइंट — जिसमें नाम हो और फ़ॉर्मेट हो — आयाम एक, दो के अंश, तीन और सात को तुरंत विश्लेषण-योग्य बना देगा।

बीस मिनट पहले मैं इस खाली शीट को देखकर एक कहानी गढ़ने की चाह में था। अब देख रहा हूँ कि कहानी न होना ही इस रिपोर्ट का असली निष्कर्ष है। खाली लेजर से मैच नहीं निकलता — मगर उस खालीपन को छुपा देने वाली पाइपलाइन का पर्दा ज़रूर खुल जाता है। अगला सवाल यही है: क्या हमारी स्कोरकार्ड का दस्तावेज़ ऑडिट करने की आदत कभी उस सिस्टम तक पहुँचेगी जो खुद स्कोरकार्ड बनाता है?