जब स्कोरबुक खाली लौटी: क्रिकेट के डेटा डेस्क की वह चुप्पी जो सबसे महँगी पड़ती है

रात के 2:40 बजे हैं, बेंगलुरु। लैपटॉप पर एक JSON ऑब्जेक्ट खुला है — स्कीमा पूरा, फ़ील्ड एक-एक कर मौजूद, और हर फ़ील्ड के अंदर वही एक जवाब: N/A। शीर्षक N/A। स्रोत N/A। लेख का प्रकार: अनवर्गीकृत। सूचना-बिंदु: शून्य। मुख्य दृष्टिकोण: शून्य। इकाइयाँ वहाँ से पहचाननी थीं जो मौजूद ही नहीं थीं। पूरे पेलोड में एक ही चीज़ भरी थी — डोमेन लेबल cricket_world, जो मेरे कॉन्ट्रैक्ट में माँगे गए Cricket से मेल नहीं खाता।

यानी जिस दस्तावेज़ का ऑडिट होना था, वह कभी पहुँचा ही नहीं। पहुँचा सिर्फ़ उसका खोखला लिफ़ाफ़ा — मुहर लगा हुआ, पता लिखा हुआ, अंदर कुछ नहीं।

"लेजर में 180 लिखा था। मैंने तीसरी बार गिनने के बाद ही उसे माना।" इस बार मामला उलटा था: लेजर खाली था, और खालीपन को मानने के लिए भी तीन बार गिनना पड़ा। पहली नज़र में लगा कि कोई क्रिकेटर चोटिल है या किसी टीम का चयन विवाद है और मेरा एक्सट्रैक्टर उसे पढ़ नहीं पाया। दूसरी बार में लगा कि सामने स्कोरकार्ड है। तीसरी बार में साफ़ हो गया कि यह क्रिकेट की खबर नहीं, मेरे ही सिस्टम की खबर है — और उसे क्रिकेट की खबर की तरह लिखना इस पूरे पेशे की सबसे पुरानी आदत है।

क्रिकेट शायद अकेला ऐसा खेल है जिसका लेजर गेंद-दर-गेंद सौ साल से मौजूद है। फुटबॉल में इवेंट-डेटा की उम्र पंद्रह बरस के आसपास है; क्रिकेट की स्कोरबुक उन बोर्डों से भी पुरानी है जो उस पर बहस करते हैं। इसलिए यहाँ "डेटा नहीं मिला" एक अजीब वाक्य होना चाहिए। सामान्य वाक्य यह होना चाहिए कि डेटा था और किसी ने उसे पढ़ा नहीं।

जून 2026, चैंपियंस ट्रॉफ़ी फ़ाइनल, दूसरी मंज़िल के सोफ़े से। ओवल में पाकिस्तान 338/4, भारत 30.3 ओवर में 158। स्कूल के ग्रुप चैट में एटीट्यूड पर बहस चल रही थी; मैं टूर्नामेंट के 15 मैच गेंद-दर-गेंद स्प्रेडशीट में डाल रहा था — क़रीब 8,700 डिलीवरी। भारत की पहली बीस ओवरों में 52 डॉट गेंदें निकलीं। उस दिन से मेरा एक नियम बना: बिना डिलीवरी-लेजर खुले किसी मैच पर एक शब्द नहीं। हर दावे के साथ एक गिनती, एक फ़ेज़, एक स्रोत।

यही नियम आज मुझे रोक गया। जिस पाइपलाइन में मैं काम करता हूँ, उसमें दो चरण हैं। पहला चरण किसी प्रकाशित लेख से सूचना-बिंदु निकालता है — वे अलग-अलग, हवाले-योग्य तथ्य जिन पर हर विश्लेषण टिकता है। दूसरा चरण उन बिंदुओं पर आठ आयामों में विश्लेषण खड़ा करता है। नियम साफ़ है: हर निष्कर्ष किसी क्रमांकित सूचना-बिंदु तक वापस जाना चाहिए। सूचना-बिंदु शून्य हैं, तो निष्कर्ष भी शून्य।

और यहीं पेच है। पेलोड स्कीमा-वैध था। किसी वैलिडेटर ने उसे नहीं रोका, क्योंकि उसमें कोई फ़ील्ड गायब नहीं थी — बस हर फ़ील्ड खाली थी। एक खाली लिफ़ाफ़ा डाक-विभाग के हिसाब से पूरी तरह वैध है।

आठ आयाम, और आठों का एक ही जवाब: अपर्याप्त सूचना। प्रारूप तय नहीं हुआ — टेस्ट, वनडे, T20, द हंड्रेड, कुछ भी पकड़ में नहीं आया, इसलिए पावरप्ले-मिडल-डेथ का कोई फ़ेज़-तर्क लागू ही नहीं होता। खिलाड़ी नहीं, इसलिए ओपनर/एंकर/फ़िनिशर की भूमिका तय करने का आधार नहीं। टीम नहीं, इसलिए घरेलू-विदेशी अंतर — क्रिकेट का सबसे बड़ा व्याख्यात्मक चर — गिना ही नहीं जा सकता। लीग नहीं, इसलिए ब्रॉडकास्ट राइट्स की कीमत, फ़्रैंचाइज़ी वैल्यूएशन, नीलामी प्रीमियम, कुछ भी नहीं। शासन-स्तर पर कोई घटना नहीं। जोखिम-मैट्रिक्स की छहों श्रेणियाँ अनुपलब्ध।

दिलचस्प बात यह है कि आठों का एक साथ खाली होना अपने आप में उँगलियों का निशान है। समझिए, असली मैच रिपोर्ट से कम से कम एक टीम का नाम तो निकलता ही है। यहाँ नहीं निकला। मतलब गड़बड़ विश्लेषण की परत पर नहीं, फ़ेच की परत पर है। संभावना के घटते क्रम में: पेज फ़ेच ही ब्लॉक हुआ हो — 403, पेवॉल या भू-प्रतिबंध; बॉडी JavaScript से बन रही हो और सर्वर-साइड टेक्स्ट मौजूद ही न हो; जो इनपुट दिया गया वह प्रोज़ ही न हो — स्कोरकार्ड, वीडियो पेज, सोशल पोस्ट या इमेज; और सबसे शर्मनाक विकल्प — एक्सट्रैक्टर ने स्कीमा-वैध लेकिन खाली ऑब्जेक्ट लौटा दिया। आख़िरी में सिस्टम नाकाम हुआ और रिपोर्ट पर "सफल" छप गया।

अब वह हिस्सा जो सबसे ज़्यादा मायने रखता है। खाली पेलोड को "कोई समस्या नहीं मिली" के रूप में पढ़ना इस पूरी सप्लाई-चेन का सबसे खतरनाक झूठा-निगेटिव है। शासन-जाँच सूची में पाँचों बॉक्स N/A हैं; नीचे बैठा पाठक उसे क्लीन चिट पढ़ेगा। सच यह है कि "कोई अनुपालन उल्लंघन नहीं मिला" और "कोई अनुपालन मूल्यांकन ही नहीं हुआ" दो अलग वाक्य हैं, और इन्हें एक जैसा पढ़ना पेशे की आदत है।

मूल्यांकन तालिका में चारों स्तंभ एक-एक सितारा दिखा रहे हैं — खेल-मूल्य, उद्योग-मूल्य, समय-प्रासंगिकता, संदर्भ-मूल्य। इस तालिका को ध्यान से पढ़िए: यह उस मूल लेख का आकलन नहीं है, यह उस पेलोड का आकलन है जो मेरे पास पहुँचा। जिस अनजान लेख की बात हो रही है, वह अपने आप में बेहतरीन हो सकता है। जो नहीं दिखा, उसे रेट नहीं किया जा सकता — और यही अंतर बताता है कि रेटिंग-सिस्टम भी उतना ही अंधा है जितना उसे चलाने वाला।

रिपोर्ट में दो चीज़ें दर्ज हैं जिन्हें आमतौर पर स्किम कर दिया जाता है। टैक्सोनॉमी की असंगति: पहले चरण ने लेबल cricket_world दिया, जबकि दूसरा चरण Cricket माँगता है। दो चरण अलग-अलग वर्ज़न की शब्दावली पर चल रहे हों, तो डेटा कहाँ मेल खाएगा। और उससे भी ज़्यादा चुभती है कवरेज-बायस वाली बात: अगर यह पैटर्न दोहराया, तो पाइपलाइन धीरे-धीरे सिर्फ़ उन्हीं स्रोतों को पढ़ेगी जो सर्वर-रेंडर्ड स्टैटिक HTML हैं। पेवॉल वाले, JavaScript-भारी, वीडियो-फ़र्स्ट प्रकाशक चुपचाप कॉर्पस से बाहर फिसल जाएँगे — और कोई एरर नहीं आएगा, क्योंकि एरर आने के लिए किसी ने गिनती ही नहीं रखी।

यह वही बीमारी है जो क्रिकेट के रिकॉर्ड बुक में पहले से बैठी है। ट्रैकिंग-पूर्व युग की स्ट्राइक रेट, नॉट-आउट पर टिकी फ़िनिशर प्रतिष्ठा, प्लेट-ग्रुप फ़िक्स्चर से फूला रणजी औसत — ये सब वैसे ही बने थे: किसी ने गिना नहीं, किसी ने मान लिया। मेरा काम उसी आदत का ऑडिट है, और आज वह ऑडिट मेरे ही घर में लागू हुआ।

समाधान महँगा नहीं है। एक स्कीमा-नियम काफ़ी है: जिस पेलोड में सूचना-बिंदु शून्य हों, या शीर्षक और स्रोत दोनों गायब हों, उसे आगे न भेजिए — साफ़ स्टेटस लौटाइए, UPSTREAM_EXTRACTION_FAILED। एक घंटे का काम, और यह चुप्पी कभी दिखावटी रिपोर्ट में नहीं बदलेगी।

सबसे मज़बूत विरोधी तर्क यह है, और मैं उसे उसकी पूरी ताक़त के साथ रखता हूँ: "यह प्लंबिंग की समस्या है। फ़ेचर ठीक करो, एक घंटे में हो जाएगा। इस पर डेढ़ हज़ार शब्द क्यों?" तर्क बुरा नहीं है। पाइपलाइन की खराबी पर लंबा लिखना अक्सर अपनी ही अहमियत साबित करने की कला बन जाता है।

जवाब यह है कि प्लंबिंग वह जगह है जहाँ से खबर अंदर आती है, और जहाँ वह चुपचाप रुक जाती है। खाली लेजर का विकल्प खाली पन्ना नहीं होता — विकल्प यह होता है कि पन्ना याददाश्त से भर दिया जाए। कमेंट्री बॉक्स हर रात यही करता है: जहाँ आँकड़ा नहीं, वहाँ अनुभव; जहाँ अनुभव नहीं, वहाँ माहौल। अपना बचाव करना है तो पहले यह मानना होगा कि मेरे भीतर भी वही लालच बैठा है — खाली खाने को किसी अच्छी कहानी से भर देने का।

और मेरे अपने दावे पर भी वही ऑडिट लगता है। मैंने इसे सिस्टमिक पाइपलाइन जोखिम कहा। यह भी एक ब्रांड बन सकता है — कमरे के ख़िलाफ़ होना ही पहचान बन जाने का खतरा। इसलिए उसे झूठा साबित करने की शर्त पहले ही सार्वजनिक करता हूँ: अगर डोमेन-वार एक्सट्रैक्शन-फ़ेल्योर दर निकालने पर पता चले कि यह घटना एक बार की मैन्युअल ग़लती थी, कोई दोहराया पैटर्न नहीं — तो सिस्टमिक वाला दावा उसी दिन रद्द। नंबर सामने रखिए, तारीख़ के साथ। तब तक मेरी स्थिति अनुमान है, तथ्य नहीं।

एक छूट ज़रूरी है: हो सकता है वह लेख सचमुच गद्य में मौजूद ही न हो। तब सही जवाब यही है — "यह लेख पढ़ने योग्य रूप में उपलब्ध नहीं था", पूरे आठ आयामों की नक़ली बहस नहीं।

आगे के लिए एक ही संकेत रखता हूँ, और वह गिनने योग्य है: सूचना-बिंदु की संख्या। शून्य आए तो विश्लेषण शुरू ही न हो। तीन से कम आए तो आठों आयाम न चलें — जो चलेंगे, वे बने हुए नहीं, भरे हुए दिखेंगे।

"मैं दो लेजर रखता हूँ: एक उसका जो हुआ, एक उसका जो मैं चाहता था।" आज पहला खाली लौटा। दूसरे को बंद रखना ही इस पूरे लेख का काम था — और अगली बार जब स्कोरबुक खाली लौटे, तो सवाल यह नहीं होगा कि कहानी क्या है। सवाल यह होगा कि उस डेस्क पर कितने लोग खाली पन्ना देखकर "खाली है" लिखने को तैयार बैठे हैं, और कितने उस पर कुछ और लिख देंगे।

— इस ऑडिट की तिथि-मुहर: 18 फ़रवरी 2026। भरोसा स्तर: फ़ेच-लेयर विफलता पर उच्च, विफलता के कारण पर मध्यम। जो कॉलम नहीं भरा जा सका, वह अब भी खुला है।