खाली पेलोड की ऑडिट रिपोर्ट: क्रिकेट डेटा पाइपलाइन का साइलेंट फेल्योर

रात 2:40 बजे, शारजाह की बालकनी से मैं उस स्प्रेडशीट को देख रहा था जिसे खोलने में मुझे तीन मिनट लगे थे। मेरे पास एक क्रिकेट एनालिसिस पेलोड था — डोमेन टैग के साथ, फॉर्मेट के नाम के साथ, सब कुछ उसी तरह, जैसे एक मैच रिपोर्ट। लेकिन जब मैंने कॉलम गिने, तो जो मिला वह कोई मैच नहीं था। शीर्षक: N/A. स्रोत: N/A. सूचना बिंदु: शून्य। जिस फाइल को 'क्रिकेट' कहा गया था, उसमें क्रिकेट का एक भी तथ्य नहीं था। चार सौ रातें मैंने बॉल-बाय-बॉल टैगिंग डेस्क पर बिताई हैं, और वहाँ एक नियम मैंने सीखा: जब डेटा गायब हो, तो कभी भी उसकी जगह कहानी मत लिखो।

यह लेख उस रिपोर्ट के बारे में है जो मैंने उस रात लिखी। यह किसी मैच की कहानी नहीं है। यह उस सिस्टम की कहानी है जो मैच की कहानी बनाने से पहले ही फेल हो गया — और वह भी इतनी चुपचाप कि फेल होने की आवाज़ किसी ने नहीं सुनी।

संदर्भ: क्रिकेट एनालिसिस में 'इनपुट इंटीग्रिटी' क्यों मायने रखती है

क्रिकेट एनालिसिस के हर फ्रेमवर्क का एक ही आधार होता है: सूचना बिंदु। फॉर्मेट क्या है — टेस्ट, वनडे, टी20? वेन्यू कौन सा है? दोनों टीमें कौन हैं? कौन सा खिलाड़ी विषय है? इन सबकी पहचान उन सूचना बिंदुओं से होती है जो स्टेज-1 के डीकंस्ट्रक्शन से निकलते हैं। जिस पेलोड में ये बिंदु खाली हों, वहाँ आठ-आयामी विश्लेषण का हर आयाम बेकार हो जाता है — क्योंकि टेस्ट के औसत और टी20 के स्ट्राइक रेट की तुलना करना ही बेतुका है जब फॉर्मेट ही तय न हो।

मैंने 2026 में 9,000 डिलीवरीज खुद टैग की थीं। उस काम ने एक आदत डाली: हर नंबर के साथ उसका सैंपल साइज़, वेन्यू और पीरियड लिखो। और जब सैंपल ही न हो, तो नंबर लिखने का सवाल ही नहीं उठता — लिखो कि सैंपल नहीं है। यही नियम उस रात की रिपोर्ट का केंद्रीय सिद्धांत बन गया।

खाली पेलोड का स्केलेटन: क्या-क्या गायब था

| फील्ड | प्राप्त मान | स्थिति | नतीजा | |-------|-------------|--------|--------| | लेख का शीर्षक | N/A | गायब | विषय और न्यूज़ हुक तय नहीं हो सकता | | लेख का स्रोत | N/A | गायब | स्रोत की विश्वसनीयता और संपादकीय झुकाव ग्रेड नहीं हो सकते | | लेख का प्रकार | अवर्गीकृत | गायब | समाचार/रिपोर्ट/विश्लेषण/अफवाह तय नहीं | | डोमेन लेबल | cricket_world | मौजूद, पर गैर-अनुरूप | टैक्सोनॉमी मिसमैच — Cricket लेबल नहीं | | मुख्य दृष्टिकोण | खाली | गायब | परीक्षण के लिए कोई तर्क नहीं | | सूचना बिंदु | 0 | गायब | सभी 8 आयामों का सबूत आधार नदारद | | शामिल इकाइयाँ | कोई नहीं | गायब | टीम, खिलाड़ी, लीग, बोर्ड — कुछ भी नहीं | | समय-संवेदनशीलता | मूल्यांकित नहीं | गायब | सामग्री ताज़ा है या पुरानी, पता नहीं | | स्रोत गुणवत्ता | निकाली नहीं जा सकती | गायब | प्रोवेनेंस चेन नहीं |

यह सिर्फ 'अपूर्ण डेटा' नहीं है। यह 'जीरो डेटा' है — और दोनों में फर्क है। अपूर्ण डेटा में आप कुछ माप सकते हैं और कुछ नहीं। जीरो डेटा में आप कुछ भी नहीं माप सकते, और अगर आपने माप लिया, तो आपने आविष्कार किया।

विफलता का कैस्केड: एक आयाम से दूसरे तक

डोमेन टैग cricket_world पाइपलाइन से गुजर गया। यानी सिस्टम ने जान लिया कि यह क्रिकेट है। लेकिन क्रिकेट के भीतर वह एक कदम भी आगे नहीं बढ़ सका। क्यों? क्योंकि फॉर्मेट अज्ञात था, और फॉर्मेट पहला गेट है।

इसका असर तीन और आयामों पर पड़ा। खिलाड़ी विश्लेषण असंभव — कोई खिलाड़ी ही नहीं है। टीम लैंडस्केप असंभव — कोई टीम ही नहीं है। नैरेटिव विश्लेषण असंभव — कोई अखबार ही नहीं है। लीग और वाणिज्यिक पारिस्थितिकी तंत्र? कोई लीग, कोई रिटेनशन फीस, कोई ब्रॉडकास्ट साइकल नहीं। शासन और नियम? कोई बोर्ड, कोई NOC, कोई ACU मामला नहीं।

मैंने 2026 में बेंगलुरु महा-नीलामी के लिए 500 नामों की वैल्यूएशन शीट बनाई थी। उसमें हर नाम के पीछे उम्र वक्र, फेज़ स्प्लिट और रिप्लेसमेंट लेवल था। जब जयदेव उनादकट को मॉडल ने ₹4 करोड़ पर रेट किया और राजस्थान ने ₹11.5 करोड़ दिए, तो मॉडल गलत था — पर वह एक शीट थी, खाली नहीं। उस शीट से बात हो सकती थी। इस पेलोड से किसी बात की शुरुआत भी नहीं हो सकती।

इसी तरह एक और आयाम है जो खाली पेलोड में सबसे खतरनाक है: जोखिम मैट्रिक्स। जब टीम, खिलाड़ी या फिक्स्चर ही न हो, तो चोट, शेड्यूल ओवरलोड, कॉन्ट्रैक्ट विवाद — इनमें से कोई जोखिम फ्लैग नहीं किया जा सकता। लेकिन यहाँ एक बारीकी है जो मैं हर रिपोर्ट में लिखता हूँ: जोखिम की अनुपस्थिति को 'शून्य जोखिम' नहीं पढ़ा जाना चाहिए। यह 'माप-अक्षम' है — और माप-अक्षमता अपने आप में एक उच्च-स्तरीय सूचना जोखिम है।

काउंटर-इंट्यूटिव कोण: असली खतरा रिपोर्ट में नहीं, रिपोर्ट के बनने की प्रक्रिया में है

अब वह हिस्सा जिसके लिए मैंने यह लेख लिखा।

जब मैंने उस पेलोड को देखा, तो मेरी पहली प्रतिक्रिया यह नहीं थी कि 'यह अधूरा है।' मेरी पहली प्रतिक्रिया यह थी कि 'अगर मैं चाहूँ, तो इससे एक पूरा मैच रिपोर्ट बना सकता हूँ।' और यही असली समस्या है।

सोचिए। एक AI सिस्टम जिसे क्रिकेट की हजारों रिपोर्ट्स पर ट्रेन किया गया है, वह खाली पेलोड देखकर क्या करेगा? वह सबसे संभावित कहानी गढ़ेगा। cricket_world टैग देखकर वह अनुमान लगाएगा — शायद भारत-पाकिस्तान, शायद आईपीएल नीलामी, शायद कोई विवाद। फिर वह उसमें सांख्यिकी डालेगा — जो असली लगेंगे, संदर्भित लगेंगे, एक्सपर्ट लगेंगे। लेकिन वे सब काल्पनिक होंगे।

पाइपलाइन में एक भी वैलिडेशन गेट नहीं है। स्टेज-1 का खाली पेलोड स्टेज-2 तक पहुँच गया, वहाँ भी वह 'क्रिकेट' के नाम पर दर्ज हुआ, और अगर मैं उस रात सतर्क न होता, तो वह आगे भी चला जाता। यही 'साइलेंट फेल्योर कंटैजन' है — और यह डेटा पाइपलाइन का सबसे महंगा बग है, क्योंकि इसकी आवाज़ नहीं आती।

मेरे करियर का सबसे बड़ा सबक यही है। 2026 में जब आईपीएल यूएई में खेला गया, तो मैं शारजाह से बीस मिनट दूर था। मैंने 58 मीटर की बाउंड्री, शाम की ओस और 17वें ओवर के मैचअप पर एक मॉडल बनाया। 27 सितंबर की मेरी प्री-मैच नोट में लिखा था कि राहुल तेवतिया के खिलाफ शेल्डन कॉटरेल का बैक-ऑफ-द-हैंड स्लोअर बॉल सबसे हाई-वैल्यू अटैक है। तेवतिया ने उन्हें पाँच छक्के मारे। मैं सार्वजनिक रूप से गलत था — लेकिन मेरी गलती का एक सबूत था। उस नोट में तारीख थी, वेन्यू था, डिलीवरी का टाइप था। कोई भी आकर कह सकता था — 'देखो, इसने यहाँ गलत कहा था।' गलती सुधारी जा सकती थी।

खाली पेलोड से बनी रिपोर्ट में यह विनम्रता नहीं होती। उसमें तारीख नहीं होती, वेन्यू नहीं होती, सैंपल साइज़ नहीं होता। वह एक ऐसी इमारत है जिसकी नींव किसी ने देखी ही नहीं, और जिसके गिरने पर कोई यह नहीं बता सकता कि गलती कहाँ थी। मैं ड्रेसिंग रूम की हवा नहीं लिखता — मैं वहाँ नहीं था। उसी तरह, जिस मैच को मैंने देखा नहीं, उसकी पारी मैं नहीं लिखूँगा।

निष्कर्ष की दिशा: अगला इनपुट, अगला गेट

उस रात की रिपोर्ट में मैंने तीन चीजें दर्ज कीं जो मैं आगे भी दोहराऊँगा।

पहला, जब सूचना बिंदु शून्य हों, तो विश्लेषण का सही आउटपुट एक 'नल रिजल्ट' है — साफ लिखा हुआ कि कुछ विश्लेषण नहीं हो सका। शून्य को सजाना नहीं चाहिए। दूसरा, प्रोवेनेंस (शीर्षक, स्रोत, तारीख) को अनिवार्य-विफलता क्षेत्र बनाना चाहिए। अगर लेख का नाम ही नहीं है, तो आगे कोई कदम नहीं। तीसरा, और सबसे जरूरी — एक ऐसा बैच ऑडिट जो यह देखे कि कहीं और भी खाली पेलोड इसी तरह 'क्रिकेट' बनकर तो आगे नहीं बढ़ गए।

मेरे पास एक नियम है जो मैंने तब लिखा जब मैं 26 साल का था और नेविकुलर स्ट्रेस फ्रैक्चर ने मेरा सात साल का क्लब करियर खत्म कर दिया था: मैं नतीजों का पूर्वानुमान नहीं करता, मैं अपनी अज्ञानता का आकार का पूर्वानुमान करता हूँ। उस रात उस पेलोड ने यही सिखाया — मेरी अज्ञानता का आकार पूरा था, सौ प्रतिशत। सवाल यह नहीं था कि मैच में क्या हुआ। सवाल यह था कि उस मैच का नाम भी मेरे पास नहीं था।

अगली बार जब कोई एनालिसिस पूरी आत्मविश्वास से आए, तो एक चीज पूछिए: पेलोड में कितने सूचना बिंदु थे? अगर जवाब शून्य है, तो जो आप पढ़ रहे हैं वह विश्लेषण नहीं, किसी मॉडल का सपना है। और मेरे क्षेत्र में सपनों का कोई औसत नहीं होता।