खाली पेलोड: क्रिकेट के डेटा डेस्क पर वह रिकॉर्ड जिसमें एक लेबल था और कोई तथ्य नहीं

सोमवार की सुबह मेरे डेस्क पर एक रिकॉर्ड आया। उसमें एक लेबल था — cricket_asia — और उसके नीचे तथ्यों की सूची, जो खाली थी। शीर्षक नहीं, स्रोत नहीं, प्रारूप नहीं। टेस्ट, वनडे या टी20 — कुछ भी दर्ज नहीं। कोई स्कोरलाइन नहीं, कोई खिलाड़ी नहीं, कोई तारीख़ नहीं। पहली पंक्ति में दुनिया का सबसे बड़ा क्रिकेट बाज़ार, दूसरी पंक्ति में कुछ भी नहीं।

उसी शीट पर उस वक़्त 412 रिकॉर्ड थे। 411 में नाम, ओवर, रन, विकेट, वेन्यू, मौसम। एक में सिर्फ़ एक लेबल। और मेरा पहला ख़याल — सच बता रही हूँ — यह नहीं था कि पाइपलाइन फेल हुई है। मेरा पहला ख़याल था कि मैं इसे भर दूँ। इस वक़्त एशिया में कौन सा मुक़ाबला चल रहा है, कौन सा बोर्ड, कौन सा खिलाड़ी — दो मिनट में एक ठोस, प्रामाणिक दिखने वाला, पूरी तरह गढ़ा हुआ पैराग्राफ़ तैयार हो सकता था। पंद्रह साल पहले मैंने ऐसे पैराग्राफ़ छापे भी हैं। अब नहीं छापूँगी। यह लेख उसी एक ख़ाली पंक्ति का हिसाब है।

2026 में जब मैंने अहमदाबाद के एक प्रिंट डेस्क को छोड़कर "द नंबर्स डेस्क" शुरू किया, तो एक ही नियम था — बिना सैंपल साइज़ के कोई दावा नहीं। उस पहले सीज़न में मैंने आईपीएल की आठों फ्रैंचाइज़ियों की डेथ-ओवर इकॉनमी (ओवर 16 से 20) मॉडल की और पाया कि 8.5 रन प्रति ओवर से नीचे रहने वाली टीमें छह में से पाँच बार प्लेऑफ़ में पहुँचीं। एक वरिष्ठ टेलीविज़न विश्लेषक ने उसे ऑन एयर "स्प्रेडशीट क्रिकेट" कहकर ख़ारिज किया। अगली सुबह मैंने मेथडोलॉजी फ़ुटनोट छापा और कॉलम जारी रखा। उस दिन से हर कॉलम के साथ एक मेथडोलॉजी बॉक्स चलता है: डेटा स्रोत, सैंपल, और एक पंक्ति इस पर कि मॉडल क्या नहीं देख सकता।

यह तीसरा हिस्सा सबसे ज़रूरी है और सबसे कम लिखा जाता है। मुझे तब लगा था कि वह बॉक्स पाठकों के लिए है। बाद में समझ आया कि वह मेरे लिए है। जिस दिन आपको हर बार लिखना पड़े कि मॉडल क्या नहीं देख सकता, उस दिन से "क्या है" और "क्या नहीं है" के बीच की सीमा रोज़ आपकी आँखों के सामने रहती है। सोमवार को वही सीमा टूटी थी। मैं प्रिंट से निकली थी और नंबरों के पीछे चली गई थी, और नंबर मुझे यहाँ ले आए — एक ऐसी पंक्ति तक जहाँ संख्या नहीं थी, सिर्फ़ उसका नाम था।

पाइपलाइन को समझना ज़रूरी है, क्योंकि जिस चीज़ की ख़बर आप पढ़ते हैं वह अब तीन मंज़िलों से गुज़रकर आती है। पहली मंज़िल — वर्गीकरण: दस्तावेज़ आता है और उसे एक ख़ाने में डाल दिया जाता है, यहाँ "क्रिकेट, एशिया"। दूसरी मंज़िल — एक्सट्रैक्शन: उस दस्तावेज़ से वे तथ्य निकाले जाते हैं जिन्हें बाद में कोई भी जाँच सके। तीसरी मंज़िल — विश्लेषण: उन तथ्यों पर दावे बनते हैं। जिस पेलोड की बात मैं कर रही हूँ, वह दूसरी मंज़िल का डिब्बा है — वह डिब्बा जिसमें स्रोत से निकाले गए तथ्य भरे जाते हैं। यहाँ डिब्बा ख़ाली लौटा।

जो चीज़ इस रिकॉर्ड को दिलचस्प बनाती है, वह ख़ालीपन नहीं है — वह असमानता है। पहली मंज़िल पूरी हुई, दूसरी नहीं। लेबल बच गया, तथ्य मर गए। मेरे लिए यह तकनीकी नहीं, पेशेवर ख़बर है: इसका मतलब है कि विफलता किसी ऐसी जगह हुई जो वर्गीकरण के बाद और तथ्य-निष्कर्षण से पहले पड़ती है — यानी दस्तावेज़ को लाया तो गया, पर पढ़ा नहीं गया। पेपरवॉल, स्कैन किया हुआ पीडीएफ़, वीडियो, ग़ैर-लातिनी लिपि, या ऊपर से हटा दिया गया मेटाडेटा — इनमें से कोई एक वजह हो सकती है। मेरे पास इसका सबूत नहीं है, इसलिए इसे अनुमान ही कहूँगा, और अनुमान का दर्जा नीचा ही रहेगा।

ख़ाली डिब्बा सबसे ख़तरनाक इसलिए है क्योंकि वह शोर नहीं करता। ग़लत आँकड़ा पकड़ में आ जाता है — किसी पुराने स्कोरकार्ड से टकरा जाता है, किसी पाठक की नज़र में आ जाता है। ख़ाली आँकड़ा किसी से नहीं टकराता। वह चुपचाप शीट में बैठा रहता है और अगले महीने किसी रिपोर्ट में "इस श्रेणी में कोई डेटा उपलब्ध नहीं" बनकर घुस जाता है। स्प्रेडशीट ने बहस नहीं सुलझाई थी; उसने हमें एक बेहतर सवाल दिया था — और इस बार सवाल यह था कि जिन 411 पंक्तियों में तथ्य थे, उनमें से कितनी असल में पढ़ी गई थीं और कितनी सिर्फ़ साफ़-सुथरी दिख रही थीं।

क्रिकेट में एक कारण यह विफलता ज़्यादा महँगी पड़ती है, और वह कारण है प्रारूप। एक इकॉनमी का आँकड़ा अपने आप में कुछ नहीं कहता। टी20 में 8.7 की इकॉनमी अच्छी मानी जाती है; टेस्ट में उसी गेंदबाज़ का 8.7 प्रति ओवर होना यह बताता है कि वह पारी नहीं टिका पा रहा। 45 की औसत वनडे में सम्मान की बात है, टी20 में वह उसी बल्लेबाज़ की संदेह-सूची बन जाती है अगर स्ट्राइक रेट साथ न चले। पावरप्ले की गेंदबाज़ी, डेथ ओवर की गेंदबाज़ी, दो नई गेंदें, 80वें ओवर का नियम — ये चारों अलग-अलग खेल हैं जिन्हें हम एक शब्द "क्रिकेट" में लपेट देते हैं। इसलिए प्रारूप-द्वार कोई औपचारिकता नहीं, पहली शर्त है। जिस रिकॉर्ड में प्रारूप ही दर्ज न हो, वहाँ से आगे कोई भी निष्कर्ष निकालना तकनीकी नहीं, बेईमानी है।

मॉडल पर भरोसा करने से पहले मैंने उसे कच्चे मैच फ़ीड से दोबारा बनाया है, और यह अनुभव मुझे यह सिखाता है कि हर ख़ाली ख़ाना एक बुरी ख़बर नहीं होता — कभी-कभी वह सबसे ईमानदार ख़बर होता है। जिस डिब्बे में कुछ नहीं है, वह कम से कम झूठ नहीं बोल रहा। समस्या तब शुरू होती है जब डिब्बे को भरना पड़े, क्योंकि डिब्बा ख़ाली दिख रहा है और कॉलम की डेडलाइन पास है।

और यहाँ एक ऐसी बात सामने आती है जिस पर क्रिकेट पत्रकारिता में बहुत कम लिखा गया है: हमारी पाइपलाइन ग़लती से नहीं, बनावट से असमान है। जो आँकड़े एक क्लिक में मिलते हैं — आईपीएल की नीलामी राशि, ब्रॉडकास्ट डील, फ़्रैंचाइज़ी का मूल्यांकन — वे हर बार सफलतापूर्वक निकल आते हैं और हर बार सबसे ज़्यादा उद्धृत भी होते हैं। जो आँकड़े मेहनत माँगते हैं — रणजी ट्रॉफ़ी के प्लेट ग्रुप की दर्शक संख्या, घरेलू मैचों का स्कोरिंग रेट, महिला घरेलू क्रिकेट का शेड्यूल, किसी सहयोगी देश के घरेलू टूर्नामेंट की भागीदारी — वे अक्सर ऐसे स्रोतों में बैठे होते हैं जहाँ मशीन नहीं पहुँचती: स्कैन किया हुआ बुलेटिन, किसी असोसिएशन की एक-पेज की रिपोर्ट, स्थानीय अख़बार का कोई कोना। नतीजा यह निकलता है कि एक स्वचालित पाइपलाइन व्यावसायिक क्रिकेट पर अमीर और घरेलू क्रिकेट पर ग़रीब होती जाती है — और वह ग़रीबी डेटा में दिखती है, कवरेज की कमी में नहीं।

इसे मैंने अंदर से देखा है। प्रिंट में जब कोई फ़ॉलो-अप नहीं मिलता था, तो डेस्क पर एक ख़ाली जगह दिखती थी — कोई पूछता था, "यह स्टोरी कहाँ गई?" डिजिटल में वह जगह नहीं दिखती। शीट पूरी भरी हुई लगती है, क्योंकि जो पंक्ति नहीं आई उसके लिए कोई पंक्ति नहीं बनी। यह प्रिंट-युग की शिकायत नहीं है, यह सिस्टम का डिज़ाइन है और इसे डिज़ाइन ही कहकर सुधारा जा सकता है।

दूसरी बात जो इस ख़ाली रिकॉर्ड ने सामने रखी, वह है नल हैंडलिंग — यानी "जाँच नहीं हो सकी" और "जोखिम नहीं है" को एक ही बात मान लेने की आदत। यह आदत क्रिकेट कवरेज में बहुत महँगी पड़ती है। एक उदाहरण लीजिए जिससे हम सब गुज़रते हैं: चोट की वापसी की समय-सीमा। जब कोई टीम कहती है कि खिलाड़ी "हफ़्ते-दर-हफ़्ते" देखा जाएगा, तो उस वाक्य में एक तथ्य होता है और एक ख़ाली डिब्बा। तथ्य यह है कि खिलाड़ी अभी उपलब्ध नहीं है। ख़ाली डिब्बा यह है कि कोई नहीं बता रहा कि चोट किस चरण में है। जब हम उस ख़ाली डिब्बे को "हल्की चोट" पढ़ लेते हैं, तो हम जोखिम को नाप नहीं रहे होते, हम उसे अनुपस्थित घोषित कर रहे होते हैं। यही फ़र्क़ है — जोखिम नापा नहीं गया, इसका मतलब जोखिम नहीं है, नहीं होता।

मेरे पेशे में इसका एक पुराना, इंसानी संस्करण पहले से मौजूद है। वह है वाक्य: "टीम के क़रीबी सूत्रों के मुताबिक़।" इस वाक्य में भी एक लेबल है और उसके नीचे ख़ाली सूची — कौन सा सूत्र, कब बात हुई, किसने सुनी, क्या सुना। संदर्भ के लिए: साल 2026 में क्रोनिए मामला, 2026 में पाकिस्तानी स्पॉट-फ़िक्सिंग, 2026 में आईपीएल सट्टेबाज़ी — इन तीनों में सार्वजनिक रिकॉर्ड और जाँच-रिपोर्टें हैं, किसी की भी जाँच "सूत्रों के मुताबिक़" पर नहीं टिकी थी। उन मामलों में तथ्य थे, ट्रेल थे, दस्तावेज़ थे। सूत्र वहाँ मसाला थे, सबूत नहीं।

तो मशीन ने कोई नई समस्या नहीं बनाई। उसने एक पुरानी आदत को औद्योगिक बना दिया। पहले एक रिपोर्टर अपने अनुमान से एक पंक्ति भरता था। अब एक पाइपलाइन हज़ार पंक्तियाँ एक साथ भर सकती है और किसी को पता नहीं चलेगा, क्योंकि हर पंक्ति अलग से जाँची नहीं जाती — शीट देखकर लगता है सब ठीक है।

इसीलिए सोमवार वाले रिकॉर्ड पर मेरा पहला काम यह था कि मैंने उसे अलग रखा, "एक्सट्रैक्शन फेल" का निशान लगाया, और फिर उसी बैच के बाक़ी रिकॉर्ड्स की जाँच शुरू की। कारण सीधा है: एक ख़ाली पेलोड कभी अकेला नहीं आता। जिस पाइपलाइन ने एक दस्तावेज़ पढ़ना छोड़ा, उसने उसी रात जिन अन्य 411 को "पढ़ा", उनमें से कुछ पर भी भरोसा नहीं किया जा सकता — जब तक कि सिग्नेचर न मिल जाए। मेरी शर्त साफ़ है: अगर किसी बैच के एक प्रतिशत से ज़्यादा रिकॉर्ड इसी ख़ाली निशान के साथ आएँ, तो यह रिकॉर्ड-दर-रिकॉर्ड समस्या नहीं, पाइपलाइन-स्तर की घटना है और उसे वैसे ही दर्ज होना चाहिए।

तीसरी शर्त यह है: कोई ख़ाली रिकॉर्ड कभी उद्धृत न हो। अगर अगले हफ़्ते किसी रिपोर्ट में यह पंक्ति किसी दावे के सहारे के तौर पर आ जाए, तो विफलता दोगुनी हो जाती है — पहली बार जब डेटा नहीं मिला, दूसरी बार जब वह ख़ालीपन प्रमाण बन गया। उस स्थिति में सिर्फ़ सुधार काफ़ी नहीं होता, वापसी लेनी पड़ती है।

एक बात अपने पुराने काम से जोड़ लूँ। 2026 में मैं रूस विश्व कप में डेटा संवाददाता के तौर पर गई थी और वहाँ 64 मैचों का एक एक्सपेक्टेड गोल्स मॉडल बनाया था। उस मॉडल ने एक असुविधाजनक बात दिखाई — फ़्रांस ने नॉकआउट में अपने प्रतिद्वंद्वियों से कम एक्सजी पर जीत हासिल की, यानी वह दबदबे से नहीं, दक्षता से जीता। उस पढ़ाई ने मुझे एक आदत दी जो क्रिकेट में और ज़रूरी है: हर मीट्रिक को सादे हिंदी में पहले परिभाषित करो, फिर इस्तेमाल करो। "अपेक्षित रन प्रति गेंद" पहले, "एक्सआर" बाद में। जिस मॉडल की धारणाएँ मैं एक पैराग्राफ़ में न समझा सकूँ, वह मॉडल मेरे कॉलम में नहीं आता। और जिस रिकॉर्ड की वर्गीकरण-शर्तें मैं एक पंक्ति में न लिख सकूँ, वह रिकॉर्ड मेरी शीट में नहीं रहता।

जब कहानी डेटा से आगे निकल जाती है, मैं लेख की रफ़्तार धीमी कर देती हूँ। इस बार रफ़्तार धीमी करने का मतलब यह निकला कि पूरा लेख एक ऐसी घटना पर लिखा जाए जिसमें कोई मैच नहीं, कोई खिलाड़ी नहीं, कोई स्कोर नहीं। यह पाठकों को अजीब लगेगा, और मुझे पता है क्यों। क्रिकेट पढ़ने वाले को नतीजा चाहिए। लेकिन एक बात है जो इस ख़ाली पंक्ति ने मुझे दोबारा याद दिलाई: जिस पल आपको लगे कि आपके पास कहानी के सारे तत्व हैं, उसी पल जाँचिए कि कहीं आपने एक ख़ाली डिब्बा अपने दम पर नहीं भर लिया।

अब वह बात, जिस पर मैं सहमत हूँ और जिसे मैं बिना घुमाए लिखूँगी: डेटा क्रिकेट कवरेज को बदल रहा है, और यह अच्छा है। पिछले दस सालों में जो सबसे बड़ा बदलाव हुआ, वह यह है कि "किसने जीता" के बाद "कैसे जीता" पूछा जाने लगा है। यह जीत है और इसे जीत कहना चाहिए। जो लोग कहते हैं कि आँकड़े खेल की रूह नहीं पकड़ते, वे अक्सर उसी पुरानी सुविधा की रक्षा कर रहे होते हैं जिसमें एक अच्छी कहानी एक ग़लत निष्कर्ष को ढक देती थी।

पर यहीं पर सबसे बड़ी ग़लतफ़हमी भी है। हम मान लेते हैं कि डेटा-युग का ख़तरा ग़लत आँकड़े हैं। मेरे अनुभव में ख़तरा इससे ज़्यादा शालीन है — वह है वह आँकड़ा जो कभी आया ही नहीं, और जिसकी जगह किसी ने कुछ नहीं रखा, सिर्फ़ एक ख़ालीपन छोड़ दिया जिसे हमने "जानकारी नहीं है" पढ़कर आगे बढ़ दिया। रणजी ट्रॉफ़ी का मीडिया कवरेज इसी मॉडल पर चलता है: साल भर कोई रिकॉर्ड नहीं बनता, नॉकआउट में अचानक सब बन जाता है। इसका मतलब यह नहीं कि साल भर क्रिकेट नहीं हुआ। मतलब यह है कि साल भर कोई पंक्ति नहीं भरी गई।

और यही वजह है कि मैं व्यावसायिक पैमाने को खेल की सेहत नहीं मानती।** आईपीएल की ब्रॉडकास्ट राशि और नीलामी के आँकड़े सबसे आसानी से मिलने वाले आँकड़े हैं, इसलिए वे सबसे ज़्यादा उद्धृत होते हैं, और इसलिए वे सबसे ज़्यादा भ्रम पैदा करते हैं। बड़ा बटुआ मज़बूत खेल नहीं होता। एक बड़ी नीलामी यह नहीं बताती कि घरेलू सर्किट में कितने बल्लेबाज़ तीन साल बाद तैयार हो रहे हैं। उस सवाल का जवाब उसी ख़ाली डिब्बे में है जिसे कोई नहीं खोलता।

इससे जुड़ी तीसरी बात, जो मैं अपने फ़्रैंचाइज़ी-युग के अनुभव से कहती हूँ: भारत की बेंच स्ट्रेंथ एक चयन-समस्या है, प्रतिभा-समस्या नहीं। जब स्क्वाड आता है और लोग चौंकते हैं, तो अक्सर चौंकने की वजह यह होती है कि हमने उन खिलाड़ियों का डेटा कभी देखा ही नहीं जो स्काउटिंग की निचली कतार में तैयार हो रहे थे। स्काउटिंग अब वह काम कर रही है जो कभी ज़ोनल सेलेक्टर करते थे — फ़र्क़ यह है कि स्काउटिंग का रिकॉर्ड कहीं सार्वजनिक शीट में नहीं छपता। इसलिए चयन पर बहस होती है और तैयारी पर नहीं।

इस लेख का पहला हिस्सा एक पाइपलाइन की विफलता था। आख़िरी हिस्सा यह है कि वह विफलता एक सवाल छोड़ गई है, जिसका जवाब मेरे पास नहीं है। जिन 411 पंक्तियों पर मैंने आज भरोसा किया, उनमें से कितनी ऐसी हैं जिन्हें किसी ने पढ़ा ही नहीं, पर चूँकि वे भरी हुई दिखीं, किसी ने पूछा भी नहीं? और उस टीम को क्या कहेंगे जिसने यह पंक्ति भेजी — क्या उसने ख़ाली डिब्बा भेजा, या उसने डिब्बा भरने के बजाय सच बताना चुना? मेरे अनुभव में दूसरा विकल्प दुर्लभ है और उसे सम्मान मिलना चाहिए। एक ऐसी प्रणाली जो "मुझे नहीं पता" कह सके, किसी भी ऐसी प्रणाली से महँगी और भरोसेमंद है जो हर सवाल का जवाब देती है।

आगे का इशारा यह है: अगले बैच में जब अगली ख़ाली पंक्ति आए, तो देखिए कि क्या वह दोबारा भेजी जाती है। जो रिकॉर्ड दोबारा नहीं भेजे जाते, वे असल में कभी थे ही नहीं — और वही आगे के क्रिकेट इतिहास का सबसे बड़ा छेद बनेंगे। सवाल यह नहीं कि हमारे पास कितना डेटा है। सवाल यह है कि हमारे पास जो नहीं है, उसका हिसाब कौन रख रहा है।