खाली स्प्रेडशीट और बंद ब्यूरो: जब क्रिकेट डेटा पाइपलाइन तय करती है कि हम क्या जानेंगे

फ़ाइल पहले खुलती है, कहानी बाद में। यह सबक मैंने जून 2026 में मद्रास के इंडियन एक्सप्रेस की ट्रेनिंग डेस्क पर सीखा था, और यही सबक 2026 की डिजिटल न्यूज़रूम में सबसे ज़्यादा ज़रूरी है।

इस हफ़्ते मेरे सामने एक ऐसी रिपोर्ट रखी गई जिसमें लेबल सिर्फ 'cricket_world' था — कोई मैच नहीं, कोई खिलाड़ी नहीं, कोई तारीख़ नहीं, कोई आँकड़ा नहीं। आठ आयामों की विश्लेषण प्रणाली के हर स्तंभ में एक ही शब्द दर्ज था: अपर्याप्त जानकारी। कमज़ोर इनपुट पर पूरा लेख लिख देना रिपोर्टिंग नहीं, रचना होती — और इंडस्ट्री की सबसे बड़ी चुप्पी यह है कि खाली डेटा फ़ील्ड भी एक कहानी कहती है: यह कि किसी ने रिकॉर्ड रखना बंद कर दिया।

मैं ऐसा इसलिए कह रहा हूँ क्योंकि मैंने यह फ़िल्म पहले देखी है। फरवरी 2026 में, जब मेलबर्न के मेरे अख़बार ने अपना क्रिकेट ब्यूरो बंद कर बायआउट ऑफ़र किया, तो पूने में ऑस्ट्रेलिया-भारत टेस्ट की कवरेज एक फ्रीलांस कमीशन बनकर रह गई थी। ब्यूरो बंद हुआ, खेल नहीं रुका — बस लेजर में एंट्री लिखने वाले लोग कम हो गए। प्रिंट ब्यूरो वहीं बंद हुआ जहाँ लेजर खुला; हिसाब आज भी चल रहा है, बस उसे रखने वाले ग़ायब हैं।

डेटा-पाइपलाइन की विफलता के तीन स्तर होते हैं, और यह रिपोर्ट तीनों का नमूना है। पहला: निष्कर्षण — 'सूचना बिंदु' और 'एंटिटी' जैसे फ़ील्ड खाली हैं, यानी मूल लेख से तथ्य निकालने वाली मशीन ही चली नहीं। दूसरा: सत्यापन — फ़ॉर्मेट (टेस्ट, वनडे, टी20) का टैग नहीं है, तो किसी भी औसत या स्ट्राइक रेट को बेंचमार्क से तुलना करना ख़तरनाक है; टी20 का अर्थव्यवहार टेस्ट की तुलना में अलग दुनिया है। तीसरा: समय-सीमा — टाइम एंकर के बिना 'ताज़ा' का कोई मतलब नहीं।

यहीं मेरा आँकड़ों वाला बचपन काम आता है। सांख्यिकी की पढ़ाई ने सिखाया कि नमूना जितना छोटा, निष्कर्ष उतना झूठा — और शून्य नमूने का निष्कर्ष केवल कल्पना होती है। एडिलेड, दिसंबर 2026 की वह सुबह याद कीजिए जब भारत 21.2 ओवर में 36 रन पर ऑल आउट हुआ — खाली ग्राउंड में बल्ले की क्लिक ही एकमात्र आवाज़ थी। वह स्कोर 'आँकड़ा' नहीं था; वह एक कमरे का लय टूटना था। लेकिन मैं वह वाक्य इसलिए लिख सका क्योंकि मेरे पास 21.2 ओवर का बॉल-बाय-बॉल रिकॉर्ड था, मेरी नोटबुक में दर्ज। आज की इस फ़ाइल में वह पहला क़दम ही नहीं है।

काउंटर-इंट्यूटिव बात यह है: बाहरी दुनिया इसे 'तकनीकी गड़बड़ी' समझेगी और आगे बढ़ जाएगी। मैं नहीं मानता। जब एक्सट्रैक्टर खाली लौटता है, तो समस्या एनालिसिस की नहीं, एक्सट्रैक्शन की होती है — पाइपलाइन को ठीक करना होगा, प्रॉम्प्ट को नहीं। यह उसी तर्क का डिजिटल रूप है जो मैं केप टाउन, 2026 के बाद अपनाता आया हूँ: घोटाले को किरदार के रूप में नहीं, ढाँचे के रूप में लिखो। सैंडपेपर तो भारी पड़ा; उससे भारी पड़ा वह सवाल कि किसने साइन किया और किससे कभी पूछा ही नहीं गया। यहाँ भी वही सवाल खड़ा होता है — किसने तय किया कि एंटिटी फ़ील्ड विश्लेषक पर टाल दी जाए?

इंडस्ट्री-लेंस से देखें तो नतीजा और गहरा है। वैश्विक क्रिकेट का लगभग 70 प्रतिशत से अधिक वाणिज्यिक राजस्व भारत-केंद्रित है — यह उद्योग की सहमति है। इस एकाग्रता का मतलब है कि डेटा-इंफ़्रास्ट्रक्चर की कमज़ोरी सबसे पहले उन्हीं संस्थाओं में दिखेगी जो सबसे ज़्यादा भारत-केंद्रित कवरेज करती हैं। आईपीएल ने भारत में टेस्ट क्रिकेट नहीं मारी; उसने रणजी ट्रॉफ़ी को प्रासंगिकता से रिटायर किया — और रणजी के साथ उस द्वितीय-श्रेणी कवरेज को भी रिटायर किया जहाँ ज़ोनल सिलेक्टर, सेकंड इलेवन और नॉकआउट राउंड के बीच भुलाए गए खिलाड़ी रहते थे। भारत की गहराई कोई प्रतिभा की समस्या नहीं, चयन की समस्या है — और चयन की समस्या तभी दिखेगी जब उसका लेजर रिकॉर्ड किया जाए।

मेरे पास एक निजी नियम है: जो छिपाया जाए, उसकी तारीख़ और कारण दर्ज करो। इसी नियम को पाइपलाइन पर लागू कीजिए — हर खाली फ़ील्ड के लिए तारीख़ और कारण दर्ज होना चाहिए। क्या मूल लेख था ही नहीं? क्या था, पर एंटिटी डिटेक्शन विफल रहा? क्या स्रोत ऐसा था जिसे उद्धृत नहीं किया जा सकता? तीनों जवाबों की चिकित्सा अलग है, इलाज के बिना तीनों को एक ही 'N/A' में दफ़नाना त्रुटि है।

आगे क्या देखना चाहिए, यह रिपोर्ट में पहले से तय है और वह हिस्सा ठोस है: स्टेज-1 का पुनः-निष्कर्षण, कम से कम पाँच सूचना बिंदु और दो नामित एंटिटी; स्पष्ट फ़ॉर्मेट टैग; नामित स्रोत; और 12 महीनों के भीतर का समय-एंकर। इन चारों के आने पर आठों आयाम पूरी गहराई से खुल सकते हैं। उससे पहले कोई भी विधि — मैच की, खिलाड़ी की, लीग की — शून्य पर टिकी है।

सवाल यह नहीं कि यह रिपोर्ट खाली क्यों है। सवाल यह है: अगर खेल का हिसाब रखने वाली मशीनें भी अब खाली फ़ील्ड लौटाएँगी, तो कल का वह पत्रकार — जो 2026 की तरह फ़ाइल से ऊपर से नीचे पढ़ता है — उसे कहाँ से मिलेगा जो रिकॉर्ड में कभी दर्ज हुआ ही नहीं?