खाली स्प्रेडशीट भी एक डेटा है: जब क्रिकेट एनालिटिक्स की पाइपलाइन चुपचाप विफल हो जाती है

राजीव गांधी इंटरनेशनल स्टेडियम की खाली गैलरी में बैठकर 2026 की उस सर्दियों में, जब मैंने हैदराबाद के रणजी अभियान की 3,412 गेंदें हाथ से दर्ज कीं, सबसे डरावनी चीज़ कोई गलत आंकड़ा नहीं थी। सबसे डरावनी चीज़ वह खाली पन्ना था जब कैमरा फीड एक सुबह नहीं आई — और सिस्टम ने बिना शिकायत के उसे 'शून्य घटनाएं' रिकॉर्ड कर दिया। कोई अलार्म नहीं। कोई त्रुटि संदेश नहीं। बस एक साफ़, शांत, गलत स्प्रेडशीट। तीस साल के पत्रकारिता जीवन ने मुझे यह सबक दिया है: खाली आउटपुट भी एक सबूत है — और अक्सर सबसे महत्वपूर्ण वाला।

पिछले हफ़्ते मैंने एक क्रिकेट विश्लेषण पाइपलाइन का ऑडिट देखा, जिसमें यही नाटक खेला गया। पहला चरण — जो लेखों से तथ्य, अंक, खिलाड़ी और समय-संवेदनशील बयान निकालने के लिए बना है — ने डोमेन लेबल 'क्रिकेट' तो सही दिया, लेकिन बाकी हर फ़ील्ड खाली लौटा। कोई सूचना बिंदु नहीं। कोई एंटिटी नहीं। कोई लेखक स्थिति नहीं। और फिर भी, वह खाली परिणाम डाउनस्ट्रीम विश्लेषक तक 'सामान्य आउटपुट' की तरह पहुंच गया। मुझे यह दृश्य तुरंत पहचाना गया, क्योंकि मैंने यह ब्रॉडकास्ट बॉक्स में सालों देखा है।

यहां संदर्भ समझना ज़रूरी है। आधुनिक क्रिकेट कवरेज अब मानव-संपादित स्कोरबुक से चलता ही नहीं। मैच रिपोर्ट, ऑक्शन ट्रैकर, खिलाड़ी गहराई सूचकांक, फैन-फेस्ड डैशबोर्ड — इन सबके पीछे एक बहु-चरणीय डेटा पाइपलाइन है: स्क्रैपिंग, एक्सट्रैक्शन, वर्गीकरण, विश्लेषण। हर चरण मानता है कि पिछले चरण ने ईमानदारी से काम किया। जब पहला चरण चुपचाप खाली आउटपुट देता है, तो आगे का हर चरण अंधेरे में बंदूक चलाता है। विश्लेषक के पास दो ही विकल्प बचते हैं: रुक जाओ, या तथ्यों को वायु से गढ़ लो। और न्यूज़रूम की समय-सीमा क्या कहती है, यह आप जानते ही हैं।

मूल विश्लेषण

मैंने इस तरह की विफलताओं की एक छोटी सी बही खाता शुरू की है, क्योंकि मेरा पुराना नियम लागू होता है — बोर्ड पर जाने से पहले गेंदें चार्ट करो। पैटर्न तीन समूहों में खड़ा होता है।

पहला समूह: खाली फ़ेच। पेड-वॉल के पीछे बंद लेख, जावास्क्रिप्ट से रेंडर होने वाले पेज, एंटी-बॉट परतें — स्क्रैपर को मिलता है एक शेल पेज, जिसमें हेडलाइन भी नहीं। एक्सट्रैक्शन मॉडल को खाना ही नहीं मिलता। 2026 में उस सुबह का मेरा कैमरा फीड इसी श्रेणी का था — इनपुट कभी पहुंचा ही नहीं।

दूसरा समूह: चुपचाप ट्रंकेटेड आउटपुट। एक्सट्रैक्शन मॉडल ने काम किया, लेकिन उसका जवाब टोकन सीमा में कट गया, या पार्सर ने फ़ॉर्मेट नहीं पहचाना, और सिस्टम ने विफलता की चीख की जगह एक शांत खाली सूची लौटा दी। यह चरम स्थिति है, और मेरी बही में यही सबसे बार-बार दोहराया जाने वाला अपराध है। एक सिस्टम जो विफल होकर भी 'सफल' दिखता है, वह उस सिस्टम से ज़्यादा खतरनाक है जो साफ़ विफल होता है। रणजी क्रिकेट की भाषा में कहूं तो: जो गेंदबाज अपनी चौथी स्पेल में थक जाता है, उसे कप्तान देख लेता है; जो चुपचाप रन देता जाता है, वह दो सीज़न तक टीम में रह जाता है। हैदराबाद ने मुझे यही सिखाया था — चामा मिलिंद का समस्या गेंदबाजी नहीं, स्पेल का प्रबंधन था। पाइपलाइन की समस्या भी अक्सर क्षमता नहीं, विफलता के प्रबंधन की होती है।

तीसरा समूह: चयनकर्ता-बेमेल (selector mismatch)। वेबसाइट का लेआउट बदल गया, स्क्रैपर के CSS चयनकर्ता पुराने हो गए, और एक्सट्रैक्टर को 'लेख' की जगह नेविगेशन मेनू और फुटर के विज्ञापन मिलने लगे। आउटपुट खाली नहीं, बल्कि बेतुका है — जो कहीं ज़्यादा खतरनाक है, क्योंकि शब्द तो मिल जाते हैं, अर्थ नहीं।

अब काउंटर-इंट्यूटिव हिस्सा। सहज तर्क कहता है: ज़्यादा स्वचालन = कम त्रुटि। मेरा डेटा कहता है उल्टा। जितना ज़्यादा चरण, उतनी ज़्यादा जगहें जहां विफलता चुप हो सकती है। मानव-संपादित स्कोरबुक में खाली पन्ना क्लर्क को चुभता है; स्वचालित पाइपलाइन में खाली फ़ील्ड किसी को नहीं चुभती, क्योंकि किसी इंसान ने उसे देखा ही नहीं। स्वचालन त्रुटियां कम नहीं करता — वह त्रुटियों को अदृश्य बनाता है। यही कमेंट्री-बॉक्स लैग का डेटा-डेस्क संस्करण है: विश्लेषक दशकों पहले लिख चुके होते हैं कि स्पेल-मैनेजमेंट मैच तय करता है, ब्रॉडकास्ट उसे सालों बाद पकड़ता है; उसी तरह, डेटा-इंजीनियर 'साइलेंट डिग्रेडेशन' की समस्या महीनों पहले जानता है, न्यूज़रूम को तब पता चलता है जब एक गढ़ा हुआ आंकड़ा प्रिंट में छप जाता है।

इसका व्यावसायिक पहलू भी उतना ही ठोस है। जिन प्लेटफॉर्म पर मैंने वर्षों काम किया — और जैसे नए मल्टी-स्पोर्ट डिजिटल प्रयास बढ़ रहे हैं — वहां विश्वसनीयता ही एकमात्र पूंजी है। एक पाइपलाइन जो खाली इनपुट पर चुपचाप जारी रहती है, वह अंततः ऐसे लेख बनाएगी जिनमें तथ्य और कल्पना की सीमा धुंधली होगी। और पाठक, जो इस युग में हर आंकड़े की दूसरी स्क्रीन पर जांच कर सकता है, उसे धोखा एक बार ही चाहिए।

समाधान की रूपरेखा, क्योंकि ENTJ का अहंकार शिकायत नहीं, व्यवस्था है। पाइपलाइन को तीन नियम चाहिए। एक: खाली आउटपुट विफलता है, सफलता नहीं — एक्सट्रैक्शन का शून्य परिणाम हार्ड स्टॉप होना चाहिए, जिसे डाउनस्ट्रीम तक न जाने दिया जाए। दो: हर चरण अपने इनपुट की स्वास्थ्य-जांच करे — शब्द-संख्या की न्यूनतम सीमा, अपेक्षित फ़ील्ड की गणना, डोमेन-लेबल और कंटेंट-लेंथ के बीच असंगति पर अलार्म। तीन: विफलता को श्रेणीबद्ध और दृश्य करें — फ़ेच-खाली, ट्रंकेटेड, पार्स-विफल अलग-अलग लॉग श्रेणियां हों, न कि सब 'NULL' के नीचे दबी रहें। यह वही अनुशासन है जो रणजी स्कोरबुक में 'डिड नॉट बैट' और 'नॉट आउट' का भेद रखती है — दोनों अंक-शून्य हैं, दोनों एक ही चीज़ नहीं हैं।

क्या यह क्रिकेट की कहानी है? ओवर की तीसरी गेंद पर नहीं, पर खेल की अर्थव्यवस्था की बिल्कुल। जिस दिन भारत का खेल-मीडिया पूरी तरह पाइपलाइनों पर चल जाएगा — और वह दिन आ चुका है, ऑक्शन कवरेज से लेकर महिला प्रीमियर लीग के बजट-कवरेज तक — उस दिन 'खाली एक्सट्रैक्शन' कोई तकनीकी बग नहीं रहेगा; वह संपादकीय अखंडता का सवाल होगा। जिन आवाज़ों को बहीखातों की अनुशासन देनी चाहिए — उदाहरण के लिए महिला लीगों की वह कवरेज जो सिर्फ़ कॉर्पोरेट सामाजिक जिम्मेदारी की प्रोप की तरह लिखी जाती है — उनके पास डेटा ही सशक्त होने पर ही मज़बूती आएगी, और डेटा तभी सशक्त है जब उसकी पाइपलाइन झूठ बोलना न जानती हो।

मैं अगले पारा में खुद को जांचता हूं, क्योंकि बहीखाते का एक गुण यह भी है: सीमा लिखना। यह टिप्पणी एक ही विफलता-प्रतिवेदन पर आधारित है, बड़े नमूने पर नहीं। यह नहीं बताती कि कितनी पाइपलाइनें चुपचाप विफल होती हैं — वह आंकड़ा किसी के पास ठीक से नहीं है, और मैं उधार के अनुमान से दावा नहीं करूंगा। जो मैं कह सकता हूं वह यंत्रवत है: विफलता शांत थी, वर्गीकरण चला था, और खाली परिणाम ने यात्रा कर ली थी। तीनों तथ्य दोहराए जा सकते हैं, और दोहराने-योग्य दावा ही इकलौता दावा है जो मैं छपवाने को तैयार हूं।

अगली सप्ताह-भर में देखने वाला संकेत: क्या आपका पसंदीदा क्रिकेट प्लेटफॉर्म अपने डेटा-विफलताओं का सार्वजनिक लेखा-जोखा देता है, या उसका डैशबोर्ड हमेशा हरे रहता है? क्योंकि हमेशा हरा डैशबोर्ड, एक बंद बहीखाता है। और जिस खेल ने मुझे यह सिखाया कि रन-रेट की सीमा ही असली कहानी होती है, उस खेल के पत्रकारिता के लिए भी यही सच है — संख्या नहीं, संख्या की सीमा।