शून्य सूचना बिंदु: जब क्रिकेट की डेटा रिपोर्ट खाली लौटी
core_answer: Stage-2 डेटा रिपोर्ट का निष्कर्ष: शून्य सूचना बिंदु, कोई विश्लेषण-योग्य क्रिकेट सामग्री नहीं। आठ आयाम ढांचे में पूरे, सामग्री में खाली। केवल cricket_asia टैग बचा, जबकि शीर्षक, स्रोत और entity खो गए — यह निकासी (extraction) विफलता का संकेत है, लेख के खाली होने का नहीं। सही कदम: पाइपलाइन दोबारा चलाएं, अनुमान से खाने न भरें।
key_facts: सूचना बिंदु: 0; शीर्षक, स्रोत, प्रारूप, टीम, खिलाड़ी — सभी N/A दर्ज।; केवल एक वर्गीकरण टैग cricket_asia उपलब्ध, जिससे प्रतियोगिता या प्रारूप तय नहीं होता।; समग्र जोखिम 'High' आंका गया, कारण ज्ञान-आधार (epistemic) है, खेल प्रदर्शन नहीं।; संदूषण जोखिम शून्य, क्योंकि कोई क्रिकेट निष्कर्ष जारी नहीं हुआ।; पुनः-निष्कर्षण की शर्त: कम से कम 3 सूचना बिंदु मिलना।
source: मूल दस्तावेज़: Stage-2 Deep Analysis — Cricket Domain (आंतरिक विश्लेषण फ़ाइल), 2026।
related_qa: q: क्या इस रिपोर्ट से किसी टीम या खिलाड़ी का आकलन संभव है?, a: नहीं, क्योंकि कोई टीम, खिलाड़ी या प्रारूप नामित ही नहीं है — cricsultan.com Player Depth Index जैसे किसी भी संकेतक को लागू करने के लिए कम से कम एक entity आवश्यक है।; q: विफलता किस चरण में हुई?, a: सबसे संभावित कारण निकासी के समय फ़ील्ड-मैपिंग या ट्रंकेशन है, क्योंकि वर्गीकरण टैग बचा रहा जबकि शीर्षक और स्रोत खो गए।; q: अगला कदम क्या होना चाहिए?, a: मूल लेख का URL, प्रकाशन और समय-चिह्न जुटाकर पाइपलाइन दोबारा चलाना, और तब तक किसी संपादकीय या वाणिज्यिक फ़ैसले को रोक रखना।
बेंगलुरु, 2026। स्क्रीन पर आठ खानों वाली एक रिपोर्ट खुली थी — Stage-2 Deep Analysis, Cricket Domain। हर खाने की हैडिंग अपनी जगह थी। हर हैडिंग के नीचे एक टेबल। हर टेबल की पंक्तियां सीधी, स्तंभ गिने हुए, कॉन्फिडेंस लेवल टैग किए हुए। और जहां कोई संख्या, कोई नाम, कोई घटना होनी चाहिए थी, वहां वही एक वाक्यांश लौट-लौट कर आ रहा था: N/A — insufficient information।
पूरे दस्तावेज़ में एक ही चीज़ ज़िंदा बची थी। सबसे ऊपर, वर्गीकरण की पंक्ति में, एक टैग: cricket_asia। लेख का शीर्षक नहीं था। स्रोत नहीं था। प्रारूप नहीं था। लेखक का रुख नहीं था। टीम नहीं, खिलाड़ी नहीं, तारीख नहीं। सूचना बिंदु — शून्य। जैसे किसी खाली गोदाम के दरवाज़े पर लेबल चिपका रह गया हो और अंदर कुछ न हो।
ग्यारह साल से मैं ऐसी रिपोर्टें पढ़ता आया हूं जो गलत थीं। पहली बार एक ऐसी रिपोर्ट पढ़ी जो थी ही नहीं — और उसकी ईमानदारी ने मुझे उतना ही रोका जितना किसी तेज़ आंकड़े ने कभी नहीं रोका।
यह दस्तावेज़ क्या है, पहले यह साफ कर लें। जिस डेटा-स्टूडियो में मैं काम करता हूं, वहां विश्लेषण दो परतों में होता है। पहली परत — deconstruction — स्रोत लेख से “सूचना बिंदु” निकालती है। सूचना बिंदु यानी एक-एक जाँची जा सकने वाली तथ्य-इकाई: एक स्कोर, एक ओवर, एक तारीख, एक नाम, एक रकम। दूसरी परत — analysis — आठ आयामों में उन बिंदुओं को जोड़ती है, और नियम सख्त है: हर निष्कर्ष के आगे यह लिखना पड़ता है कि वह किस सूचना बिंदु से आया।
इस फ़ाइल में पहली परत खाली लौटी। शून्य सूचना बिंदु। और जब पहली परत खाली हो, तो दूसरी के पास करने को कुछ नहीं बचता — सिवाय यह घोषित करने के कि उसके पास कुछ नहीं है। आठों आयाम — प्रारूप और मैच, खिलाड़ी तकनीक, टीम परिदृश्य, लीग और वाणिज्य, नियम-शासन, जोखिम, जन-नैरेटिव, उद्योग संचरण — ढांचे के हिसाब से पूरे थे और सामग्री के हिसाब से खाली।
तीन संभावनाएं थीं। मूल लेख वाकई खाली रहा हो — कोई लाइव-स्कोर स्टब, कोई फोटो कैप्शन, कुछ ऐसा जिसमें खबर ही न हो। या लेख मौजूद था और पाइपलाइन तक पहुंचने से पहले ही रास्ते में गिर गया। या लेख पहुंचा, पढ़ा गया, पर निकासी के वक़्त फ़ील्ड-मैपिंग टूट गई।
तीसरी सबसे मज़बूत है, और उसका सबूत खुद उस फ़ाइल के अंदर बैठा है। एक टैग बच गया — cricket_asia — और बाकी सब मर गया। टैग वर्गीकरण की परत पर बैठता है, जो सामग्री पढ़े जाने के बाद चलती है। अगर सामग्री कभी आई ही नहीं होती, तो टैग भी नहीं बनता। टैग का ज़िंदा रहना और शीर्षक-स्रोत का मर जाना, यही निकासी-विफलता का हस्ताक्षर है। यह डेटा की खबर नहीं, डेटा-पाइपलाइन की खबर है।
यहीं से वह सवाल शुरू होता है जो मेरे काम का केंद्र है। जब एक पूरी तरह साफ-सुथरी, अच्छी तरह फॉर्मेट की गई रिपोर्ट शून्य सबूत पर खड़ी हो सकती है, तो हमें क्रिकेट के अपने आर्काइव पर क्यों भरोसा होना चाहिए, जो हमें भरा-पूरा दिखता है?
2026 में जब मैंने ISL का पहला सार्वजनिक xG ढांचा हाथ से बनाया था, तब मेरे पास 90 लीग मैचों के 1,842 शॉट थे, जिन्हें मैंने ब्रॉडकास्ट रिप्ले रोक-रोक कर लॉग किया था। मैंने xG की सीढ़ी हाथ से बनाई, फिर आंकड़ों को बहस करने दिया। उस सीढ़ी ने बेंगलुरु एफसी को 14.2 के xG अंतर पर शीर्ष पर रखा और साथ ही चेताया कि वे अपेक्षा से 11 गोल ऊपर चल रहे हैं। फाइनल से दो दिन पहले मैंने रिग्रेशन की चेतावनी छापी थी। चेन्नईयिन ने फाइनल 3–2 जीता। उस पूरे अभ्यास में मैंने एक बात सीखी जो हर रिपोर्ट पर लागू होती है: जो चीज़ सबसे पूरी दिखती है, वह अक्सर सबसे कम जाँची गई होती है।
COVID के महीनों में, 2026 में, जब मैं बेंगलुरु में बंद था, मैंने 11 IPL सीज़न (2026–2026, करीब 11 लाख डिलीवरी) और ISL के चार सीज़न का इवेंट डेटा साफ किया, और बंद दरवाज़ों के बुंदेसलीगा के 81 मैचों का इस्तेमाल होम एडवांटेज जाँचने के लिए किया। घरेलू जीत दर 43.2% से गिरकर 33.3% पर आ गई। छह हज़ार शब्दों का वह लॉन्गफॉर्म मेरा पहला ऐसा काम था जिसमें सैंपल इतना बड़ा था कि मैं सार्वजनिक रूप से गलत हो सकूं। बड़ा सैंपल आपको सही नहीं बनाता; वह सिर्फ़ आपकी गलती को दिखने लायक बड़ा बना देता है।
इसीलिए जब मेरे सामने एक ऐसी फ़ाइल आई जिसमें आठ आयामों के नाम थे और शून्य तथ्य, तो मेरी पहली प्रतिक्रिया यह नहीं थी कि इस खाली जगह को किसी अच्छी कहानी से भर दूं। मेरी पहली प्रतिक्रिया यह थी कि यह खालीपन अपने आप में एक रिकॉर्ड है — और रिकॉर्ड को मिटाना नहीं, पढ़ना चाहिए।
सबसे बड़ा खतरा यह नहीं है कि रिपोर्ट में कुछ नहीं है; सबसे बड़ा खतरा यह है कि उसमें कुछ होने का आभास है। आठ खाने, साफ टेबल, कॉन्फिडेंस टैग, जोखिम-मैट्रिक्स — यह सब मिलकर एक ऐसा लिफ़ाफ़ा बनाते हैं जो खुलने पर खाली निकलता है, लेकिन जिसे देखकर कोई भी प्रबंधक मान लेगा कि काम हो चुका है।
रिपोर्ट ने खुद इस जोखिम को पहचाना है। उसने अपनी समग्र जोखिम रेटिंग “High” रखी है, और साफ लिखा है कि यह जोखिम खेल का नहीं, ज्ञान-आधार का है। यह वह ईमानदारी है जो मुझे इस फ़ाइल में दिखी और जो ज़्यादातर क्रिकेट कवरेज में नहीं दिखती। क्रिकेट में तो हम उलटा करते हैं: जब सबूत कम होता है, तो हम भाषा बढ़ा देते हैं।
यहां मुझे अपना एक पुराना नियम याद आता है — जो ट्रेंड लगता है, अक्सर वह एक गायब कॉलम होता है। भारतीय क्रिकेट में इस नियम का सबसे साफ उदाहरण IPL के नीचे की परत है।
देश में सबसे घना बॉल-बाय-बॉल रिकॉर्ड पिरामिड के ऊपर बैठता है। IPL का हर मैच, हर गेंद, हर फ़्रेम दर्ज है, क्योंकि हर मैच पर कैमरा है और कैमरे के पीछे एक लॉगिंग सिस्टम है। नीचे उतरिए — रणजी ट्रॉफी, विजय हजारे, सैयद मुश्ताक अली — और रोशनी कम होने लगती है। कुछ मैचों की पूरी गेंद-दर-गेंद लॉग है, कुछ की सिर्फ़ स्कोरकार्ड, कुछ की सिर्फ़ समाचार रिपोर्ट, और कुछ की बस एक लाइन: “मैच ड्रॉ रहा”।
यहाँ सवाल यह नहीं है कि डेटा अधूरा है — अधूरा डेटा क्रिकेट की स्थायी हालत है। सवाल यह है कि हम उस अधूरेपन को कैसे पेश करते हैं। जब कोई कहता है कि “रणजी में इनका औसत इतना है”, तो मैं पूछता हूं: कितनी पारियों का? किन मैदानों का? कितनी बार उन्हें टेलीकास्ट किया गया और कितनी बार नहीं? टेबल पर भरोसा करने से पहले मैं पूछता हूं कि इसे किसने जोड़ा और क्यों।
भारत की बेंच-स्ट्रेंथ की बहस असल में एक चयन की बहस नहीं, एक डेटा-संग्रह की बहस है जिसे चयन का चेहरा पहना दिया गया है। जब चयनकर्ता दो खिलाड़ियों में से एक चुनता है, और एक के पास चालीस दर्ज घरेलू पारियां हैं जबकि दूसरे के पास दो टेलीविज़न पारियां, तो फ़ैसला क्षमता पर नहीं, दृश्यता पर हो रहा है। जिस खिलाड़ी पर कैमरा पड़ा, वही “देखा हुआ” खिलाड़ी बन जाता है।
यही वजह है कि मैं हर IPL फीचर के साथ एक घरेलू या महिला क्रिकेट की रिपोर्ट रखने की शर्त खुद पर लगाता हूं, भले ही उसका रिकॉर्ड आधा अधूरा हो — और उस अधूरेपन को ही विषय बना देता हूं। आंकड़ा जहां नहीं है, वहां उसकी अनुपस्थिति भी खबर है।
दूसरी जगह जहां यही बीमारी दिखती है, वह है नीलामी। भारतीय क्रिकेट में सबसे ज़्यादा उद्धृत संख्या नीलामी की कीमत है और सबसे कम ऑडिट की गई संख्या भी वही। कीमत एक दावा है, मूल्यांकन नहीं। जब मैं नीलामी के आंकड़ों को पावरप्ले, मिडल ओवर और डेथ ओवर के चरण-विभाजन (phase split) के साथ जोड़ता हूं और प्रति-करोड़ उत्पादकता निकालता हूं, तो हर चक्र में वही असंगति लौटकर आती है। फ्रेंचाइज़ियां एक ही तरह की गलती दोहराती हैं, क्योंकि उनके पास कीमत का रिकॉर्ड है और प्रदर्शन का नहीं।
तीसरी जगह वे मैच हैं जो कभी पूरे नहीं हुए। कोई परिणाम नहीं, DLS से बदला हुआ लक्ष्य, रन रेट, बारिश से बर्बाद मैच — ये सब तालिका में एक फुटनोट बनकर रह जाते हैं, जबकि असल में यही नतीजे क्वालिफिकेशन तय करते हैं। मेरे लिए एक छोड़ा हुआ मैच सिर्फ़ शेड्यूलिंग की गड़बड़ नहीं, सबूत है। काग़ज़ की लकीर जहां जाती है, कहानी वहीं बैठती है।
और चौथी जगह, जो सबसे कम रोशनी में है — शासन। ACC की मेज़बानी की राजनीति हो, राजस्व हिस्सेदारी हो, या NOC और केंद्रीय अनुबंध का अनुशासन — इन पर सार्वजनिक रिकॉर्ड पतला है, और जो पतला रिकॉर्ड होता है वहां अटकल सबसे तेज़ चलती है। 2026 का क्रोनजे मामला, 2026 का स्पॉट-फिक्सिंग, 2026 का IPL मामला — ये सब इसलिए याद रखे जाते हैं कि उनका काग़ज़ बचा रहा। जिन मामलों का काग़ज़ नहीं बचा, वे क्रिकेट की स्मृति से गायब हो गए।
यहां एक बात साफ कर दूं, क्योंकि यह मेरी पूरी विधि का आधार है। एक मॉडल एक कहानी है जिसकी सिलाई दिख रही होती है; मैं सिलाई मैप करता हूं। और जब सिलाई ही न हो — जब कपड़ा ही न हो — तो मैं कैंची नहीं उठाता। मैं कहता हूं: कपड़ा नहीं आया।
उसी तरह इस फ़ाइल ने किया। उसने कपड़ा न आने की बात दर्ज की, और उसे दर्ज करने का तरीका भी बताया। उसने लिखा: “यह शून्य परिणाम है और इसे डेटा पाइपलाइन के पास वापस भेजा जाना चाहिए, न कि अनुमान से पूरा किया जाना चाहिए।” यह वह वाक्य है जो मुझे आज के क्रिकेट मीडिया में सबसे कम दिखता है।
सोचिए, विकल्प क्या था। हिंदुस्तान का एक तेज़ गेंदबाज़ चुन लीजिए। उसका वर्कलोड जोड़ दीजिए। एक एशियाई टूर्नामेंट का नाम जोड़ दीजिए। तीन हज़ार शब्द लिख दीजिए। वह लेख इस खाली फ़ाइल से कहीं बेहतर पढ़ा जाता। और वह पूरी तरह बेकार होता। क्योंकि पाठक उसे सच मान लेता, और मैं खुद उसे दोबारा जाँच नहीं पाता।
एक भरी हुई खाली रिपोर्ट एक खाली रिपोर्ट से ज़्यादा खतरनाक है, क्योंकि खाली रिपोर्ट आपको रोक देती है और भरी हुई आपको आगे बढ़ा देती है।
अब वह हिस्सा, जहां मुझे अपनी ही आदत से लड़ना है। पिछले कुछ सालों में “उलटा नज़रिया” मेरे नाम का हिस्सा बन गया है। जब भी कोई साफ-सुथरी कहानी आती है, मेरे भीतर का लेखक उसे पलटने की तैयारी करने लगता है। यह आदत खतरनाक है, क्योंकि उलटाव सबूत से पहले भी आ सकता है। इस फ़ाइल ने मुझे उस आदत से रोका। यहां पलटने के लिए कुछ था ही नहीं। यहां सिर्फ़ यह कहना था: कुछ नहीं है।
यही इस दस्तावेज़ का सबसे उपयोगी उत्पाद है। जिस पाइपलाइन ने शून्य लौटाया, उसने उस पाइपलाइन से बेहतर काम किया जो चुपचाप अनुमान भर देती। और उसने एक और चीज़ भी की — उसने अपने भरोसे का दायरा तय किया। हर जगह “कम भरोसा” लिखा है। केवल एक टैग, cricket_asia, जिससे इतना ही अनुमान लगता है कि विषय एशिया से जुड़ा क्रिकेट था — कोई एशियाई राष्ट्रीय टीम, ACC का कोई आयोजन, या कोई एशियाई बाज़ार की लीग। इससे आगे कुछ नहीं।
यहां मैं एक और बात जोड़ना चाहूंगा जो मैंने अपने देखे हुए मैचों से सीखी है। सालों तक घरेलू क्रिकेट की स्ट्रीम देखते हुए, जहां कैमरा एक ही कोण पर टिका रहता है और कॉमेंट्री में ब्रेक ज़्यादा होते हैं, मैंने पाया कि स्कोरकार्ड हमेशा एक नक्शा होता है, रिकॉर्ड नहीं। नक्शा बताता है कि किसने क्या दर्ज करना चुना। जो गेंद सीमा रेखा से इंच भर पहले उछली और छोड़ दी गई, वह स्कोरकार्ड में नहीं है। जो कैच छूटा और अगले ओवर में वही बल्लेबाज़ आउट हुआ, वह भी नहीं। जो मैच बारिश में धुल गया और तालिका में एक अंक छोड़ गया, वह भी नहीं।
इसीलिए जब कोई कहता है कि आंकड़े झूठ नहीं बोलते, तो मैं कहता हूं: आंकड़े बोलते ही नहीं। बोलने वाला वह होता है जिसने उन्हें जोड़ा।
इस पूरी फ़ाइल का एक ही सबक है, और वह क्रिकेट पर भी उतना ही लागू होता है जितना डेटा पर। पूरा दिखने वाला रिकॉर्ड और पूरा होना, दो अलग चीज़ें हैं। IPL का स्कोरकार्ड पूरा दिखता है क्योंकि हर गेंद पर कैमरा था। रणजी का स्कोरकार्ड भी पूरा दिखता है, पर वहां सवाल यह है कि किसने बाकी गेंदें देखीं।
अब आगे का हिस्सा। अगली बार जब यह पाइपलाइन दोबारा चलेगी, तो मैं एक ही चीज़ देखूंगा। देखूंगा कि जब सामग्री लौटती है, तब cricket_asia टैग बचता है या नहीं। अगर टैग बचा रहा और सामग्री भी आ गई, तो सिस्टम ठीक है। अगर टैग बदल गया — मान लीजिए क्रिकेट की जगह कुछ और हो गया — तो मतलब विफलता वर्गीकरण की परत में थी, निकासी में नहीं। और अगर टैग बचा रहा पर सामग्री फिर खाली आई, तो मतलब असली लेख ही खोखला था। तीनों नतीजे अलग-अलग कहानियां हैं, और तीनों मुझे चाहिए।
मैं इस फ़ाइल पर कोई फ़ैसला नहीं लूंगा। न संपादकीय, न वाणिज्यिक, न सट्टे से जुड़ा। मैं इसे वैसे ही रखूंगा जैसे एक अधूरा स्कोरकार्ड रखा जाता है — मिटाए बिना, और उसकी खाली जगहों को भरे बिना।
क्रिकेट में हम अक्सर पूछते हैं कि कौन जीता। शायद अगला सवाल यह होना चाहिए कि उस मैच का रिकॉर्ड किसने लिखा, किसने छोड़ा, और किसने उसे भरने का फ़ैसला किया।