खाली इनपुट, खाली निष्कर्ष: क्रिकेट एनालिसिस पाइपलाइन में स्टेज-1 की विफलता और उसकी कीमत

पिछले कुछ वर्षों में क्रिकेट एनालिसिस का काम एक साफ-सुथरी प्रक्रिया की तरह बेचा गया है—डेटा इकट्ठा करो, मॉडल चलाओ, निष्कर्ष निकालो। जब मैं अहमदाबाद में ट्रांसफर मार्केट एडमिनिस्ट्रेटर के तौर पर काम करता हूँ, तो हर हफ्ते कई ऐसी रिपोर्ट मेरे डेस्क पर आती हैं जिनके ऊपर 'स्टेज-2 पूर्ण' की मुहर लगी होती है। पिछले सप्ताह जो फाइल मेरे पास आई, उसने मुझे वह सब याद दिला दिया जो मैंने 2026-17 की सर्दियों में सीखा था, जब L4 वर्टेब्रा के स्ट्रेस फ्रैक्चर के बाद ब्रेस में बैठे-बैठे मैंने गुजरात की दस रणजी मैचों की बॉल-बाय-बॉल चार्टिंग की थी। उस नोटबुक में जो पहला सबक था, वह यही था: अगर इनपुट खाली है, तो आउटपुट भी खाली होगा। कोई मॉडल, कोई फ्रेमवर्क, कोई आठ-आयामी टेम्पलेट उस तथ्य को नहीं बदल सकता।

समस्या की परतें खोलने से पहले यह साफ कर देना जरूरी है कि यह रिपोर्ट किसी मैच, किसी खिलाड़ी या किसी ट्रांसफर डील के बारे में नहीं है। यह उस प्रक्रिया के बारे में है जिसके जरिए क्रिकेट एनालिसिस सिस्टम में एंट्री करता है—और उस प्रक्रिया में एक ऐसी खामी के बारे में जो खेल पत्रकारिता में शायद ही कभी सार्वजनिक रूप से स्वीकार की जाती है। स्टेज-1 डिकंस्ट्रक्शन रिपोर्ट जो मुझे मिली, उसमें हर ठोस फील्ड खाली थी। लेख का शीर्षक N/A। स्रोत N/A। लेख का प्रकार अनवर्गीकृत। मुख्य दृष्टिकोण ब्लैंक। लेखक का रुख N/A। और सबसे बड़ी बात—'इनफॉर्मेशन पॉइंट्स' की सूची पूरी तरह खाली थी, जो कि आठों विश्लेषण आयामों का एकमात्र साक्ष्य आधार है। केवल एक चीज बची थी: cricket_asia का डोमेन लेबल, जो कि एक भौगोलिक टैग है, प्रारूप टैग नहीं।

यहीं पहला और सबसे जरूरी ऑडिट-नोट दर्ज करना जरूरी है: खाली इनफॉर्मेशन पॉइंट्स के साथ कोई भी क्रिकेट निष्कर्ष निकालना विश्लेषण नहीं, फैब्रिकेशन है। और क्रिकेट में फैब्रिकेशन सबसे आसानी से पकड़ा जाने वाला अपराध है। बल्लेबाजी औसत, स्ट्राइक रेट, ICC रैंकिंग, नीलामी की कीमत—ये सब ऐसे आंकड़े हैं जो किसी भी पाठक दस सेकंड में गूगल कर सकता है। जिस रिपोर्ट में खिलाड़ी का नाम ही तय न हो, वहाँ औसत या इकॉनमी रेट गढ़ना पेशेवर आत्महत्या है। मैंने वह नहीं किया।

अब इस पूरे मामले को उस तरह समझना चाहिए जैसे मैं अपनी नोटबुक की चार्टिंग समझता हूँ—लेयर दर लेयर, बिना जल्दबाजी।

सबसे पहले, आठ-आयामी फ्रेमवर्क को समझना जरूरी है, क्योंकि उसी की वजह से यह 'नल रिटर्न' इतना गंभीर हो जाता है। फॉर्मेट और मैच विश्लेषण, खिलाड़ी तकनीक और डेटा, टीम लैंडस्केप और रैंकिंग, लीग और कमर्शियल इकोसिस्टम, नियम और गवर्नेंस, रिस्क साइड, पब्लिक नैरेटिव, और इंडस्ट्री ट्रांसमिशन—इन आठ आयामों में से प्रत्येक का अपना बेंचमार्क, अपना मिसाल, अपना रिस्क-फ्लैग पहले से तय है। फ्रेमवर्क पूरी तरह लोडेड है, चाबी घुमाते ही चल पड़ेगा। लेकिन चलाने के लिए ईंधन चाहिए, और ईंधन है इनफॉर्मेशन पॉइंट्स। एक भी साख्य बिंदु नहीं है, तो आठों आयाम अंधेरे में हैं। फॉर्मेट टैग न होने का मतलब है कि टेस्ट, वनडे और T20 के आंकड़े आपस में तुलनीय नहीं ठहराए जा सकते—औसत, स्ट्राइक रेट और इकॉनमी रेट तीनों में प्रारूप बदलते ही अर्थ बदल जाता है। खिलाड़ी का नाम न होने का मतलब है कि रोल (ओपनर बनाम फिनिशर) तय नहीं हो सकता, और बेंचमार्क चुनना असंभव हो जाता है। टीम न होने का मतलब है कि रैंकिंग, पॉइंट्स टेबल, या क्वालिफिकेशन की तस्वीर पर एक शब्द भी नहीं लिखा जा सकता। ट्रांजैक्शन फिगर न होने का मतलब है कि 'कीमत बनाम स्पोर्टिंग वैल्यू' का टेस्ट चल ही नहीं सकता—और नीलामी की कीमतों के मामले में मैंने कभी अंदाजा नहीं लगाया, क्योंकि वे सीजन-स्पेसिफिक, अस्थिर और जल्दी बासी हो जाती हैं। गवर्नेंस और इंटीग्रिटी के मामले में 'लो रिस्क' रेटिंग देना तो और भी खतरनाक है—सबूत के अभाव में 'कम जोखिम' लिखना चुपचाप किसी को बरी करने जैसा है, इसलिए सही आउटपुट 'रेट नहीं किया जा सकता' है, 'कम' नहीं।

यहाँ एक बात साफ कर देना चाहिए जो खेल पत्रकारिता में कम लिखी जाती है: खाली इनपुट का मतलब यह नहीं कि लेख में कुछ नहीं था। फील्ड्स का पैटर्न बताता है कि संरचना बरकरार थी, सामग्री गायब थी। यह पाइपलाइन या एक्सट्रैक्शन की विफलता का लक्षण है, किसी सचमुच खाली लेख का नहीं। हो सकता है स्रोत पेवॉल के पीछे था, या वीडियो-ओनली, या जावास्क्रिप्ट-रेंडर्ड पेज, या गैर-अंग्रेजी लेख जिसने पार्सर तोड़ दिया। मेरी नोटबुक में जब कोई कॉलम खाली रह जाता था, तो मैं यह नहीं मानता था कि वह ओवर में कुछ नहीं हुआ—मैं मानता था कि मेरा चार्टिंग फॉर्म गड़बड़ है। यही फर्क है। Confidence के साथ बताऊँ तो मध्यम स्तर का अनुमान है कि असली स्रोत मौजूद है और उसी इनजेशन साइकल में रिकवर किया जा सकता है, बशर्ते URL कतार से गिरने से पहले पकड़ लिया जाए।

2026 विश्व कप के दौरान मैंने 64 मैचों की xG स्प्रेडशीट बनाई थी—फ्री शॉट मैप्स से, एक ट्रांसलेटेड एनालिटिक्स ब्लॉग से PPDA सीखकर। उस शीट ने सेमीफाइनल से पहले बता दिया था कि इंग्लैंड के 12 गोल में से 9 सेट पीस से आए हैं। गुजरात के एक डिजिटल डेस्क ने उस चार्ट के ₹4,000 दिए। लेकिन उस शीट की असली कीमत वह नहीं थी—असली कीमत यह थी कि वह गलत साबित हो सकती थी। मैंने उसे इस तरह बनाया था कि कोई भी उसे चेक कर सके, शर्मिंदा कर सके। दिसंबर तक उसी ढांचे को सैयद मुश्ताक अली ट्रॉफी के लिए फिर से खड़ा किया: फेज-वाइज एक्सपेक्टेड रन, प्रति ओवर विकेट प्रोबेबिलिटी, फील्डिंग रेस्ट्रिक्शन स्प्लिट्स। एक टेम्पलेट, एक फिक्स्ड कॉलम-डेफिनिशन, हर खिलाड़ी पर बिल्कुल एक जैसा लागू। इसी अनुशासन ने मुझे सिखाया कि जब परिभाषा खिसकती है, तो पाठक पकड़ लेते हैं।

अब इस घटना का असली खतरा कहाँ है, यह समझना जरूरी है, क्योंकि यह किसी मैच की हार नहीं है। इस रिपोर्ट का सबसे बड़ा लाइव जोखिम डाउनस्ट्रीम है: अगर इसे 'स्टेज-2 पास' की मुहर के साथ आगे भेज दिया जाए, तो एक बिना जाँचा हुआ आइटम निर्णय-प्रक्रिया में घुस जाएगा—और निर्णय मैच चयन, रिटेंशन या स्पेल कैप जैसा हो सकता है। अगर मैं अपनी ट्रांसफर मार्केट वाली नौकरी में ऐसी रिपोर्ट पर भरोसा कर लूँ, तो किसी खिलाड़ी की कीमत गलत लग सकती है। यही मेरी प्रक्रियागत शिकायत है—और यह खेल से जुड़ी नहीं, पद्धति से जुड़ी है।

दूसरा खतरा खुद विश्लेषक पर पड़ने वाला दबाव है। टेम्पलेट हर आयाम में कम से कम तीन निष्कर्ष और दो छिपी-सूचनाएँ मांगता है। जब सामग्री शून्य हो, तो यह मांग भरने का एकमात्र तरीका गढ़ना बचता है। मैंने वह नहीं किया, क्योंकि 'सूचना अत्यंत अल्प' वाला प्रावधान ठीक इसी स्थिति के लिए है। null-रिटर्न को एक वैध, स्वीकृत आउटपुट मोड मानना चाहिए, न कि उस लज्जा को जिसे छिपाने के लिए कोई कुछ भी लिख दे। मेरे क्रिकेट करियर में यही सबसे कठिन सबक था: 19 साल की उम्र में दूसरी सर्जरी के बाद जब मैं खिलाड़ी नहीं रहा, तब अप्रैल से अगस्त 2026 तक मैंने 2026 से 2026 तक के हर IPL मैच—756 गेम्स—की बॉल-बाय-बॉल डेटाबेस बनाई। खाली स्टेडियमों में खेले गए 2026 संस्करण का इस्तेमाल करके मैंने टेस्ट किया कि होम एडवांटेज भीड़ की वजह से है या परिस्थितियों की। जवाब था—ज्यादातर परिस्थितियों की। उस डेटाबेस ने मुझे सिखाया कि जब बाहर कुछ नहीं चल रहा हो, तब भी डेटाबेस चलता रहता है। और जब डेटा खाली हो, तो सबसे ईमानदार जवाब यही है कि आप कहें—यहाँ कुछ नहीं है।

अब सवाल यह उठता है कि इस स्थिति में असल में करना क्या चाहिए। जवाब उतना ही प्रक्रियागत है जितना मेरी नोटबुक। सबसे पहले, इस आइटम को किसी भी ट्रैकिंग सिस्टम में BLOCKED या NOT ANALYSED के रूप में दर्ज करना चाहिए, और स्टेज-1 दोबारा सफलतापूर्वक चलने तक इसे किसी डाउनस्ट्रीम ब्रीफिंग से बाहर रखना चाहिए। दूसरे, इनजेशन के वक्त ही शीर्षक, स्रोत, URL और प्रकाशन तिथि दर्ज करनी चाहिए—अभी ये चारों N/A हैं, यानी आइटम दोबारा काम के लिए खोजा भी नहीं जा सकता। यह मेरे उस नियम का ही विस्तार है जो मैं हर लेख पर लगाता हूँ: पहले परिभाषा, फिर लिखाई। अगर तारीख, स्रोत, और इकाई तय नहीं हैं, तो आगे का कोई वाक्य भरोसे लायक नहीं।

एक और बात जो इस मामले ने उजागर की, वह स्रोत-गुणवत्ता की अनदेखी है। हो सकता है मूल लेख वीडियो-ओनली या पेवॉल वाला हो, और पार्सर उसे पढ़ ही न पाया हो। अगर विफलताएँ एक ही बैच में दो-तीन बार दिखें, तो मान लेना चाहिए कि समस्या एक बार की नहीं, पार्सर की कवरेज में व्यवस्थागत अंतराल है, और पूरे बैच को रोककर एक्सट्रैक्टर की जाँच करनी चाहिए। मेरी नोटबुक में जब एक ही दिन के तीन मैचों का डेटा गड़बड़ आता था, तो मैं अगला मैच चार्ट करने से पहले फॉर्म ठीक करता था। यही तर्क यहाँ लागू होता है।

अब वह हिस्सा जिसे मैं हर रिपोर्ट में सुरक्षित रखता हूँ—एक अनमापित पैराग्राफ। 2026 के इंदौर फाइनल की वह नोटबुक आज भी मेरी अलमारी में रखी है, और उसके हाशिये पर एक जगह मैंने लिखा था: 'आज स्कोरिंग ज़ोन्स गड़बड़ थे, कॉलम शिफ्ट हो गया।' कोई मॉडल उस पंक्ति को नहीं पकड़ता। लेकिन वही पंक्ति बताती है कि डेटा की सबसे बड़ी दुश्मन डेटा नहीं, टूल की सफाई होती है। जब सिस्टम आपको 'अपूर्ण' लिखने से हिचकिचाए, तो सबसे जरूरी चीज यह याद रखना है कि खेल की सबसे प्रामाणिक सच्चाई वही है जो अधूरी है।

इस पूरी घटना का एक ही ठोस निष्कर्ष निकलता है, और वह क्रिकेट के बारे में नहीं है। जब इनफॉर्मेशन पॉइंट्स खाली हों, तो सही विश्लेषणात्मक आउटपुट कोई निष्कर्ष नहीं हैं—यह कहना है कि निष्कर्ष संभव नहीं। और यह कमजोरी नहीं, अनुशासन है। मैंने IPL नीलामी में डेविड मिलर को ₹3 करोड़ के बेस पर 'गलत कीमत' बताया था, क्योंकि उनका स्पिन के खिलाफ 7 से 15 ओवर का स्ट्राइक रेट बल्लेबाजी स्थान की वजह से दब गया था, गिरावट की वजह से नहीं। हमने उन्हें खरीदा, 29 मई 2026 को अहमदाबाद के नरेंद्र मोदी स्टेडियम में राजस्थान रॉयल्स को सात विकेट से हराया, और मिलर ने उस सीजन 481 रन बनाए। लेकिन वह निष्कर्ष एक नंबर से नहीं, एक फेज-वाइज साक्ष्य श्रृंखला से निकला था। जहाँ साक्ष्य श्रृंखला नहीं, वहाँ कीमत भी नहीं।

तो अगली बार जब कोई 'स्टेज-2 पूर्ण' की मुहर लगी रिपोर्ट आपके डेस्क पर आए, तो एक सवाल पूछिए: इसका इनफॉर्मेशन पॉइंट्स एरे कितना भरा हुआ है? क्योंकि क्रिकेट में जो संख्या बिना प्रसंग के आती है, वह संख्या नहीं आवाज़ होती है। और जो रिपोर्ट बिना साक्ष्य के आती है, उस पर मुहर लगाना खेल के साथ सबसे बड़ा अन्याय है। मेरी नोटबुक पहले भी यही कहती थी, और आज भी: पहले दर्ज करो, बाद में बहस करो।