खाली फ़ीड, भरी टिप्पणी: क्रिकेट कवरेज की डेटा पाइपलाइन कहाँ टूटती है

रात 2:47 बजे, दिल्ली। मेरी स्क्रीन पर एक टेबल खुली थी और उसमें एक ही संख्या बार-बार लौट रही थी — शून्य। क्रॉलर ने एशियाई क्रिकेट साइकल के 214 मैच पेज पढ़ लिए थे। क्लासिफायर ने हर पेज पर अपना टैग लगा दिया था — cricket_asia। और निकासी परत ने हर बार एक खाली सूची लौटाई: कोई सूचना-बिंदु नहीं, कोई तिथि नहीं, कोई स्रोत नहीं, कोई इकाई नहीं। टाइटल फ़ील्ड में N/A, एक-वाक्य सारांश में N/A, लेखक के पक्ष में N/A, समय-संवेदनशीलता की समीक्षा में N/A। लेकिन डोमेन क्लासिफायर पूरे आत्मविश्वास से घोषणा कर रहा था कि यह क्रिकेट है, और यह एशिया है। पाइपलाइन का वह हिस्सा जो बताता है कि चीज़ किस बारे में है, चालू था। पाइपलाइन का वह हिस्सा जो बताता है कि चीज़ क्या कहती है, बंद था।

उस रात मैंने एक शब्द नहीं लिखा। 2026 में जब मैं 19 साल का था, मैंने कुछ अलग किया था। उस जून में ओवल में पाकिस्तान ने भारत को 180 रन से हराया था, चैंपियंस ट्रॉफ़ी फ़ाइनल में मोहम्मद आमिर ने पाँच ओवर के भीतर रोहित शर्मा, विराट कोहली और शिखर धवन को 3/16 पर समेट दिया था। कॉलेज मैगज़ीन का एडिटर भावुक टुकड़ा चाहता था। मैंने उसके बजाय भारत के पाँचों मैचों की बॉल-बाय-बॉल फ़ाइलें खींचीं और हर टॉप-ऑर्डर आउट को लाइन, लेंथ और गेंदबाज़ी के प्रकार से कोड किया। पैटर्न निकालने में तीन हफ़्ते लगे और समझाने में एक पैराग्राफ़: टॉप-तीन के पंद्रह में से नौ विकेट चौथे स्टंप की चैनल पर बाहर की ओर एंगल होती गेंदों पर गिरे थे। मैंने उस दिन से भावुक टुकड़े लिखना बंद कर दिया। लेकिन उन फ़ाइलों में डेटा था। डेटा खाली नहीं था। वह रात अलग थी।

अब मैं समझता हूँ कि एक खाली फ़ाइल खुद एक सबूत है। लॉकडाउन के दौरान मैंने आईपीएल 2026 के साठ मैच और आईपीएल 2026 के साठ मैच एक ही फ़ाइल में कोड किए, यूएई की खाली स्टैंड्स पर घरेलू लाभ को कंट्रोल के खिलाफ़ टेस्ट किया। घरेलू जीत दर 58% से 47% पर गिरी, और ओस तथा टॉस को कंट्रोल करने के बाद पूरा अंतर ग़ायब हो गया। उस अध्ययन ने मुझे सिखाया कि खाली स्टेडियम की फ़ाइल कभी खाली नहीं थी; वह अनुपस्थित शोर से भरी थी। अनुपस्थिति भी एक माप है, बशर्ते आपने यह पहले तय कर लिया हो कि आप किसकी अनुपस्थिति देख रहे हैं। जो पाइपलाइन उस सवाल का जवाब नहीं दे सकती, वह डेटा नहीं पैदा कर रही — वह अपनी ही खामोशी को दस्तावेज़ बना रही है।

एशियाई क्रिकेट संसार में इस सवाल की कीमत बाक़ी दुनिया से बहुत ज़्यादा है। भारत, पाकिस्तान, श्रीलंका, बांग्लादेश, अफ़ग़ानिस्तान और यूएई मिलकर हर साल क्रिकेट की सबसे बड़ी मात्रा पैदा करते हैं — द्विपक्षीय सीरीज़, एशिया कप साइकल, आईपीएल, एसएलपीएल, बांग्लादेश प्रीमियर लीग, घरेलू रणजी और काउंटी-समकक्ष ढाँचे। एक साल में दो सौ से ज़्यादा अंतरराष्ट्रीय मुक़ाबले और उससे कई गुना घरेलू क्रिकेट। कोई भी मीडिया संस्थान यह हाथ से नहीं लिख सकता। इसलिए चार परतों वाला ढाँचा बनता है: क्रॉलिंग, निकासी, वर्गीकरण, विश्लेषण। पहली परत कच्चा टेक्स्ट लाती है। दूसरी परत उसमें से तथ्य, संख्या, तिथियाँ, इकाई नाम और स्रोत निकालती है। तीसरी परत बताती है कि यह क्रिकेट का कौन-सा क्षेत्र है। चौथी परत उस पर विश्लेषण बनाती है।

मुश्किल यह है कि तीसरी परत आत्मविश्वास से भरी होती है और दूसरी परत नाज़ुक। cricket_asia का टैग लगाना आसान है — ध्वज, टीम के नाम, टूर्नामेंट के कीवर्ड, भाषा का संकेत, इन सबसे क्लासिफायर मिनटों में फैसला कर लेता है। लेकिन यह बताना कि उस पेज पर असल में कौन-सा तथ्य है, उसकी तिथि क्या है, वह किसने कहा, और उसकी इकाई क्या है — यह काम क्लासिफायर का नहीं है। जब दोनों परतें एक-दूसरे से अलग हो जाती हैं, तो सिस्टम आपको विश्वास के साथ बताता है कि यह क्रिकेट समाचार है, और साथ ही यह भी बताता है कि इसमें कोई समाचार नहीं है। दोनों बातें एक ही समय पर सही लगती हैं। यही ख़तरा है।

जो पाइपलाइन खाली लौटती है और फिर भी आगे बढ़ती है, वह जानकारी नहीं देती — वह जानकारी की आवाज़ नक़ल करती है। डाउनस्ट्रीम पर बैठा विश्लेषक अगर उस खालीपन को नाम नहीं देता, तो उसके पास दो ही रास्ते बचते हैं। पहला: वह अपने पूर्वाग्रह से सामग्री भर देता है — एशियाई क्रिकेट के बारे में जो कुछ वह जानता है, उसे उस पेज का मत बना देता है। दूसरा: वह प्रेस रिलीज़ को निष्कर्ष मान लेता है। दोनों गलतियाँ एक ही जगह से आती हैं — तथ्य की जगह आत्मविश्वास भर देना।

मुझे फ़रवरी 2026 का माउंट मौंगानुई वाला सबक यहीं याद आता है। अंडर-19 विश्व कप में शुभमन गिल ने 372 रन बनाए, औसत 112.72, और प्लेयर ऑफ़ द टूर्नामेंट रहे। मेरे आस-पास हर छात्र पत्रकार कप्तान पृथ्वी शॉ पर लिख रहा था, क्योंकि कप्तानी की कहानी बेचने में आसान थी। मैंने चार सीज़न के अंडर-19 स्कोरकार्ड पर एक प्रोजेक्शन मॉडल बनाया, प्रतिद्वंद्वी की गेंदबाज़ी की मज़बूती के अनुसार भार दिया, और गिल को बड़े अंतर से पहले स्थान पर रखा। मैंने वहाँ सीखा कि प्रोजेक्शन को प्रेस रिलीज़ को पीछे छोड़ने देना चाहिए। लेकिन उस प्रोजेक्शन के पीछे असली स्कोरकार्ड थे, खाली फ़ील्ड नहीं।

एक ठोस उदाहरण देखिए। फ़रवरी 2026, बेंगलुरु। दस टीमों की मेगा नीलामी, लगभग 90 करोड़ रुपये का पर्स, करीब 600 नामों का पूल। मैंने अपने फ़्रैंचाइज़ी क्लाइंट के लिए पाँच सीज़न के बॉल-बाय-बॉल डेटा पर एक फ़ेज़-एडजस्टेड रिप्लेसमेंट-वैल्यू मॉडल बनाया और उन्नीस साल के अनकैप्ड बाएँ हाथ के बल्लेबाज़ तिलक वर्मा को पूरे रूम के टॉप पाँच में रखा। क्लाइंट ने उनके 20 लाख रुपये के बेस पर हाथ रोक लिया। मुंबई इंडियंस ने 1.7 करोड़ रुपये दिए और उन्होंने 397 रन बनाए, स्ट्राइक रेट 131 का। यह कहानी मैं डेटा की जीत के तौर पर नहीं लिखता। मैं इसे पूँजी आवंटन की कहानी के तौर पर लिखता हूँ — बेस प्राइस, रिप्लेसमेंट वैल्यू, अवसर लागत, और निर्णय लेने वाले की जोखिम-भूख। असली सवाल यह नहीं कि मॉडल सही था। असली सवाल यह है कि एक नंबर, जो टेबल पर मौजूद था, फिर भी एक फ़ैसला नहीं बदल सका। मैंने उस साल के बाद यह लिखना बंद कर दिया कि 'डेटा बताता है'। अगर किसी संख्या ने कोई फ़ैसला नहीं बदला, तो मैं साफ़ लिखता हूँ कि उसने नहीं बदला, और किसने उसे नज़रअंदाज़ किया।

इसका सीधा रिश्ता कवरेज से है। जब निकासी परत खाली लौटाती है और विश्लेषण परत फिर भी आगे बढ़ती है, तो हमें वही संरचना मिलती है जो मुझे दिसंबर 2026 की उस एडिलेड रात में मिली थी। भारत दस विकेट से सेमीफ़ाइनल हारा, और मैं कमेंट्री बॉक्स में लाइव नंबर फ़ीड कर रहा था। उनमें से एक भी नंबर ऑन एयर नहीं गया। कमेंट्री बॉक्स को खाली नंबर नहीं चाहिए थे — उसे भावना चाहिए थी, और भावना उपलब्ध थी। मैंने उस रात तय किया कि मैं टीम की तरफ़ रहूँगा, मंच की तरफ़ नहीं। यही वजह है कि जब कोई डेटा पाइपलाइन खाली सूची लौटाकर भी पूरा लेख तैयार कर देती है, मैं उसे तकनीकी खराबी नहीं, संपादकीय चोरी मानता हूँ।

इसी तर्क को मैं 2026 के उस घरेलू विश्व कप फ़ाइनल पर भी लगाता हूँ, जिसे बाद में 'अनिवार्यता' कहकर याद रखा गया। अहमदाबाद में भारत लीग चरण में अपराजित रहा, सेमीफ़ाइनल में न्यूज़ीलैंड को हराया, और फ़ाइनल में ऑस्ट्रेलिया से छह विकेट से हार गया। जिस पल को बाद में विधि-लेख की तरह पेश किया गया, वह असल में एक ढहाव था — और मैं हर ढहाव को संरचनात्मक बदलाव की तरह कोड करता हूँ, मनोदशा की तरह नहीं। रोलिंग रिक्वायर्ड रेट, विकेट का ख़तरा, वह ओवर जहाँ पीछा करने वाली पारी का प्रसरण बदल जाता है — इन तीनों को एक ही टेबल में रखने पर फ़ाइनल की कहानी 'क़िस्मत' से निकलकर 'निर्णय' बन जाती है।भावनात्मक विवरण ढहाव का परिणाम है, उसका कारण नहीं — वह देर से आने वाला संकेतक है, और उसे नापने का यंत्र होना चाहिए, केवल शब्द नहीं।

यहाँ एक तथ्य जोड़ता हूँ, और यह मेरी अपनी स्थिति से आता है। फ़रवरी 2026 में मैंने देखा कि नीलामी की मेज़ असल में चयन समिति है। फ़्रैंचाइज़ी की स्काउटिंग वही काम कर रही है जो पहले ज़ोनल सेलेक्टर करते थे, लेकिन उसका औज़ार पर्स है, फ़ॉर्म नहीं। रिटेंशन नियम, इम्पैक्ट प्लेयर, बेस प्राइस की बाध्यता — ये तीनों भारत की राष्ट्रीय पाइपलाइन में इनपुट हैं, विज्ञापन का शोर नहीं। भारत की बेंच स्ट्रेंथ मेरा बार-बार लौटने वाला टेस्ट केस है: यह प्रतिभा की समस्या नहीं, चयन की समस्या है, और दुनिया के खेलों में सबसे मुश्किल टीम बनाना यही है। जब एशिया कप जैसे टूर्नामेंट साइकल में दो साल में एक बार आते हैं, तो हर अंतरराष्ट्रीय एकादश इन्हीं फ़्रैंचाइज़ी फ़ैसलों की उपज बन जाती है। मोहम्मद सिराज का 2026 के एशिया कप फ़ाइनल में कोलंबो में 6/21 का स्पेल किसी पाइपलाइन की खोज नहीं था; वह उस चयन-शृंखला का नतीजा था जो रणजी के स्कोरकार्ड से शुरू होकर आईपीएल के पर्स तक गुज़री।

अब वह आपत्ति, जिसे मैं खुद उठाता हूँ। खाली निकासी हमेशा कवरेज की ग़लती नहीं होती — कभी-कभी स्रोत में सचमुच सूचना-बिंदु नहीं होता। बहुत सारे बोर्ड और फ़्रैंचाइज़ी बयान ऐसे होते हैं जिनमें तथ्य के नाम पर केवल उत्साह होता है: तैयारी की तारीख़ नहीं, संख्या नहीं, नाम नहीं। उस सामग्री से कोई भी निकासी परत कुछ नहीं निकाल सकती, क्योंकि निकालने को कुछ है ही नहीं। यहाँ असली गड़बड़ यह है कि पाइपलाइन ने दो अलग-अलग विफलताओं को एक जैसा दिखा दिया — 'स्रोत में तथ्य नहीं था' और 'हम तथ्य नहीं पढ़ सके'। पहली विफलता का दोष स्रोत पर है, दूसरी का पाइपलाइन पर। जब तक ये दोनों अलग-अलग लेबल नहीं होते, तब तक हर खाली आउटपुट पर नीचे वाला मंच यह मान लेगा कि स्रोत दोषी है, और अपनी अंधता को सफ़ाई मिल जाएगी। मैं यह बात इसलिए लिख रहा हूँ क्योंकि मैंने खुद यह गलती की है — किसी स्रोत को कोसा है, जबकि पढ़ने की परत मेरी ही टूटी थी।

इसी आपत्ति की दूसरी धारा यह है कि डेटा कवरेज का सबसे बड़ा दुश्मन डेटा की कमी नहीं, डेटा की अधिकता और उसका सही संदर्भ न होना है। एशिया के क्रिकेट संसार में हर मैच पर तीन डेटा डेस्क लिखती हैं, कई भाषाओं में, अलग-अलग परिभाषाओं के साथ। कोई स्ट्राइक रेट को फ़िनिशिंग औज़ार मानती है, कोई उसे फ़ेज़ के अनुसार तोड़ती है। कोई चेज़ को 'दबाव' कहती है, कोई उसे रिक्वायर्ड रेट की ढलान कहती है। जब परिभाषाएँ अलग हों, तो संख्याएँ तुलनीय नहीं रहतीं, चाहे दोनों सही हों। मैं क्षेत्रीय भाषाओं की कमेंट्री और भारतीय डेटा डेस्क्स को रंग-भरने वाली सामग्री नहीं, ज़मीनी सच्चाई का स्रोत मानता हूँ — स्टैंड्स जो जानते हैं, वह मेरी स्प्रेडशीट के पास नहीं होता, और यह कमी मॉडल में नहीं, मेरी विनम्रता में भरनी चाहिए।

इसलिए पाइपलाइन के लिए एक सरल नियम सुझाता हूँ, जो क्रिकेट कवरेज के लिए भी उतना ही लागू है जितना किसी सर्वेक्षण के लिए। जहाँ सूचना-बिंदुओं की सूची खाली लौटे, वहाँ उसे 'विश्लेषण' न कहकर 'निकासी विफलता' का टैग दिया जाए और रोक दिया जाए। खाली इनपुट से आगे बढ़ने वाली प्रक्रिया एक ही चीज़ पैदा कर सकती है — ऐसा लेख जो पढ़ने में भरा हुआ लगे और जाँचने पर खाली निकले। क्रिकेट में हम ऐसे स्कोरकार्ड को कभी नहीं स्वीकारते, जिसमें रन लिखे हों और ओवर खाली हों। पाइपलाइन के स्कोरकार्ड पर भी वही मानक लगाना चाहिए।

मैं टेबल के पास बैठता हूँ क्योंकि कहानी आमतौर पर फुटनोट में छिपी होती है — और आज इलेक्ट्रॉनिक कवरेज का सबसे बड़ा फुटनोट यह है कि कितना वाकई नापा गया। पिछले कुछ सीज़नों में हमने देखा है कि एशिया कप और विश्व कप जैसी साइकिलें भावना को संपीड़ित कर देती हैं। कम समय में बहुत ज़्यादा कहानी, और इसलिए बहुत कम जगह जाँच के लिए। जब समय दबता है, क्लासिफायर जीत जाता है और निकासी परत हार जाती है। यही वह बिंदु है जहाँ कवरेज का काम तकनीकी नहीं, संपादकीय हो जाता है।

तो अगले कुछ महीनों के लिए मेरा एक ठोस अंदाज़ा, जिसे जाँचा जा सके: 2027 के आईपीएल नीलामी साइकल तक कम से कम दो फ़्रैंचाइज़ी अपने फ़ेज़-एडजस्टेड रिप्लेसमेंट-वैल्यू बोर्ड सार्वजनिक करेंगी — पूरा नहीं, कम से कम उनकी परिभाषाएँ और भार-देने का तरीका। अगर ऐसा नहीं होता, तो 'डेटा-चालित फ़्रैंचाइज़ी' का दावा विज्ञापन था, रणनीति नहीं। और अगर मीडिया संस्थान 2026 तक यह नहीं बताने लगे कि उनकी निकासी परत ने कितने पेज पढ़े और कितने में से कितने में सचमुच तथ्य मिले, तो वह हर मैच रिपोर्ट के साथ यह भी प्रकाशित करें कि उसका कितना हिस्सा मशीन ने लिखा और कितना किसी ने पढ़ा।

मेरे पास अभी भी वह 2:47 वाली टेबल खुली है। उसका डोमेन टैग सही है, उसके तथ्य खाली हैं। मॉडल जवाब नहीं है; मॉडल वह दीपक है जिसे मैं ढहाव में लेकर चलता हूँ — और अगर दीपक में लौ नहीं है, तो मुझे अंधेरे को भावुकता से नहीं, दूसरा दीपक जलाकर भरना है।