खाली पेलोड का शोर: क्रिकेट एनालिसिस में जब डेटा मौन हो तो निष्कर्ष कैसे लिखें

मार्च 2026, जोहान्सबर्ग। मैंने ऑस्ट्रेलिया के 359/2 और भारत के 234 के बीच का पूरा मैच उस पुराने लैपटॉप पर बॉल-बाय-बॉल दर्ज किया था, क्योंकि तब भारत में कोई विक्रेता बॉल-बाय-बॉल डेटा नहीं बेचता था। स्कोरकार्ड ने कहा था 125 रन से हार। मेरी शीट ने कहा था ओवर 12 से 30 के बीच भारत के मध्यक्रम ने 71 डॉट बॉल खेले थे। वह संख्या मुख्य रिपोर्ट से ज़्यादा पढ़ी गई। उस रात के बाद से मैंने हर आर्टिकल एक ऐसे नंबर से शुरू करना शुरू किया जो मैंने खुद बनाया हो, किसी स्कोरकार्ड से उठाया हुआ नहीं।

पिछले कुछ समय से मुझे एक अलग तरह का डेटा-शून्य देखने को मिल रहा है। एक स्टेज-2 डीप एनालिसिस फ्रेमवर्क का आउटपुट, जिसमें हर कोना N/A से भरा था। आर्टिकल टाइटल N/A। सोर्स N/A। इनफॉर्मेशन पॉइंट्स की लिस्ट खाली। एंटिटीज एक्सट्रैक्ट नहीं हुईं। टाइम सेंसिटिविटी का आकलन नहीं। सोर्स क्वालिटी का ग्रेडिंग नहीं। ये कोई खेल की खबर नहीं थी, ये एनालिसिस पाइपलाइन का शव-परीक्षण था। और जिस तरह एक मॉडल को लोगों ने तब तक नहीं माना जब तक मैंने उसकी विफलता नहीं छापी, उसी तरह यह खाली पेलोड भी मुझे कुछ सिखा रहा है। पहले नंबर आता है, फिर बॉल, फिर गिनती। जब नंबर ही न हो तो कहानी लिखना फैब्रिकेशन है, एनालिसिस नहीं।

समस्या की जड़ मैकेनिकल है, एडिटोरियल नहीं। फ्रेमवर्क के सारे हेडिंग मौजूद थे — फॉर्मेट एनालिसिस, प्लेयर टेक्नीक, टीम लैंडस्केप, लीग इकोसिस्टम, गवर्नेंस, रिस्क मैट्रिक्स, पब्लिक नैरेटिव, इंडस्ट्री ट्रांसमिशन — लेकिन हर सेल में N/A भरा था। यह वैसा ही है जैसे कोई स्कोरबुक खोले और उसमें ओवर नंबर तो छपे हों लेकिन रन किसी ने न लिखे हों। क्रिकेट एनालिटिक्स में यह सबसे खतरनाक इनपुट है, क्योंकि खाली जगह को "कोई समस्या नहीं मिली" पढ़ लेना सबसे आसान गलती है। डेटा का मौन सुरक्षा का सबूत नहीं होता।

मैंने 538 डिलीवरीज़ हाथ से दर्ज कीं, तब जाकर स्कोरकार्ड पर से भरोसा उठा। उस फ्रेमवर्क के रिस्क सेक्शन में हर कैटेगरी खाली थी — चोट, वर्कलोड, ब्रॉडकास्ट राइट्स, फिक्सिंग, स्टार स्कैंडल, जियोपॉलिटिक्स। लेकिन रेटिंग "लो" डिफॉल्ट नहीं की गई थी, बल्कि "आकलन संभव नहीं" लिखा गया था। यही सही फैसला है। क्योंकि क्रिकेट में एक अन-असेस्ड जोखिम और एक शून्य जोखिम दो अलग चीज़ें हैं, और इन दोनों को एक समझ लेना उसी तरह का क्रॉस-फॉर्मेट कंटैमिनेशन है जैसे टेस्ट की इकॉनमी रेट को T20 के बेंचमार्क से तौलना।

सबसे बड़ा सबक यही है: एक अन-असेस्ड इनपुट, कम-जोखिम वाला इनपुट नहीं होता। हमारे उद्योग में यह गलती बार-बार होती है। जब इंजुरी डेटा नहीं मिलता, तो हम खिलाड़ी को फिट मान लेते हैं। जब ऑक्शन का पर्स डेटा गायब हो, तो हम फ्रैंचाइज़ी की रणनीति को संतुलित मान लेते हैं। जब गवर्नेंस का कोई इवेंट रिपोर्ट न हो, तो हम मान लेते हैं कि सब कुछ ठीक चल रहा है। यह एक ऐसा मॉडल है जो हमेशा चलता रहेगा, क्योंकि इसका कोई आउटपुट चेक नहीं किया जा सकता।

दूसरी बात जो इस खाली फ्रेमवर्क ने उजागर की, वह है क्रिकेट एनालिसिस में नंबर की कॉन्टेक्स्ट-निर्भरता। 140 का स्ट्राइक रेट टेस्ट में एलीट है, T20 फिनिशर के लिए औसत। 7.5 की इकॉनमी ODI में ठीक है, T20 में खराब। "सीरीज़ जीत" का मतलब घरेलू या विदेशी, और प्रतिद्वंद्वी के स्तर के बिना कुछ नहीं। जब फॉर्मेट ही तय न हो, तो कोई भी संख्या एक बेंचमार्क सेल में नहीं डाली जा सकती, क्योंकि वह क्रॉस-फॉर्मेट कंटैमिनेशन होगा — क्रिकेट एनालिटिक्स की सबसे आम मौत। यही कारण है कि हर संख्यात्मक फील्ड पर फॉर्मेट टैग अनिवार्य होना चाहिए, चाहे वह बैटिंग स्ट्राइक रेट हो या बॉलिंग इकॉनमी।

यहाँ एक काउंटर-इंट्यूटिव बात है जो मैंने सालों में सीखी। हम एनालिस्ट्स को लगता है कि हमारा काम हमेशा एक निष्कर्ष निकालना है। ग्रेडिंग, रैंकिंग, भविष्यवाणी। लेकिन कभी-कभी सबसे पेशेवर आउटपुट एक नल रिजल्ट होता है — एक ईमानदार "मैं नहीं जानता"। खाली पेलोड पर कहानी रच देना ट्रैफिक तो लाता है, लेकिन वह उसी तरह का भरोसा तोड़ता है जैसे ब्रॉडकास्ट का कोई ग्राफिक जिसका सोर्स किसी को न पता हो। डेटा की सच्चाई उसकी उपलब्धता से तय होती है, उसकी कहानी से नहीं।

मुझे 2026 में KSCA के साथ TRDW बनाते वक्त यह सबक मिला था। हमने एम.एस. धोनी, सुरेश रैना, इरफान पठान, आर.पी. सिंह जैसे नाम खोजे — लेकिन यह इसलिए हुआ क्योंकि हमारे पास हर मैच का कच्चा डेटा था, इसलिए नहीं कि हमने कहानियाँ गढ़ी थीं। जब रॉ डेटा नहीं होता, तो स्काउटिंग भी अंधी हो जाती है। वही बात इस फ्रेमवर्क पर लागू होती है। जब तक सोर्स टेक्स्ट दोबारा नहीं निकाला जाता, इस आइटम को किसी भी फैसले की राह से रोक देना चाहिए।

एक और चीज़ जो मुझे परेशान करती है, वह है पब्लिक नैरेटिव का सेक्शन। क्रिकेट मीडिया में टाइटल ही नैरेटिव का सबसे बड़ा वाहक होता है — "कमबैक", "क्लैश ऑफ टाइटन्स", "ग्रेटेस्ट चेज़"। जब टाइटल ही N/A हो, तो ओवरहाइप डिटेक्शन, जो भारतीय बाजार के स्टार-मेकिंग साइकिल के खिलाफ हमारी मुख्य सुरक्षा है, बेकार हो जाता है। लेकिन एक बात मुझे उम्मीद देती है: यह मानना कि सोर्स आर्टिकल न्यूट्रल था, यह भी एक गलती होगी। कहानी का टाइटल शायद मौजूद था, बस इनजेशन पाइपलाइन में खो गया। यह मेकेनिकल फॉल्ट है, और इसलिए ठीक होने योग्य है।

एक बात मैं साफ़ कहना चाहता हूँ: इस पूरे खाली आउटपुट का एक ही लालची नुकसान है। किसी भी उपभोक्ता के लिए यह सोचना आसान है कि "कोई जोखिम सिग्नल नहीं मिला, तो खतरा नहीं है।" जबकि सच यह है कि हम एक ऐसा फ्रेमवर्क चला रहे हैं जिसका पूरा डेटा-मार्ग पहले ही नोड पर कट चुका है। डेटा की चुप्पी को सफाई का सर्टिफिकेट मान लेना, वही गलती है जो एक अनफोरकास्ट इंजुरी, एक एलिजिबिलिटी विवाद या एक इंटेग्रिटी शॉक से ठीक पहले होती है।

आगे क्या? सबसे पहले तो सोर्स टेक्स्ट दोबारा फेच करें, चरित्र-गणना से जांचें, और फिर से डीकंपोज़ करें। जब तक इनफॉर्मेशन पॉइंट्स की लिस्ट में कम से कम तीन ठोस पॉइंट और एक नामित इकाई न आए, तब तक आठ-आयामी एनालिसिस चलाने का कोई मतलब नहीं। और अगर सोर्स टेक्स्ट वाकई इतना पतला हो — जैसे कोई स्कोरकार्ड स्निपेट — तो इसे प्रोज़-डीकंपोज़िशन पाथ से हटाकर स्ट्रक्चर्ड डेटा-फीड पाथ पर एस्केलेट करें। एक पॉपुलेटेड पेलोड, जिसमें फॉर्मेट टैग, एक नामित सहभागी और एक संख्यात्मक डेटा पॉइंट हो, वह सारे आठ आयामों को पूरी गहराई से चलाने के लिए काफी है।

मैंने अपने करियर में एक मॉडल बनाया था — एक प्रेशर इंडेक्स — जिस पर एक हफ्ते तक किसी ने भरोसा नहीं किया। मैंने महसूस किया कि असली समस्या मेथडोलॉजी नहीं, इनपुट था। उसी तरह, यह खाली फ्रेमवर्क कोई एनालिटिकल विफलता नहीं है। यह एक पाइपलाइन की चीख है, जिसे हमें सुनना चाहिए। अगली बार जब कोई एनालिसिस रिपोर्ट N/A से भरी दिखे, तो उसे "जोखिम नहीं मिला" न पढ़ें। उसे यह पढ़ें: "हमें गिनना बाकी है।"