खाली शीट भी एक डेटा है: एशिया क्रिकेट की एनालिटिक्स पाइपलाइन ने जब जवाब देने से इनकार किया

हैदराबाद स्थित मेरे फ्लैट में सोमवार की सुबह एक स्प्रेडशीट खुली। आठ कॉलम, साठ से ज़्यादा पंक्तियाँ, और लगभग हर सेल में एक ही टेक्स्ट — N/A। एक ही सेल भरी हुई थी: डोमेन लेबल, जिसमें लिखा था cricket_asia। न शीर्षक, न प्रकाशक, न तारीख़, न प्रारूप, न टीम, न एक भी खिलाड़ी का नाम। चवालीस साल में पहली बार ऐसा हुआ कि मेरे पास लिखने के लिए एक विषय था और पढ़ने के लिए कुछ भी नहीं। 2026 में गुवाहाटी के एक होटल कमरे में U-17 विश्व कप का पज़ेशन-वैल्यू मॉडल बनाते वक़्त मैंने सीखा था कि खाली सेल सबसे ईमानदार डेटा होती है — वह बताती है कि मॉडल कहाँ नहीं पहुँचा। उस सुबह उस शीट में साठ खाली सेल थे और एक सवाल: क्या मैं इन्हें ज़बरदस्ती भर सकता हूँ, या इन्हें वैसे ही छापकर यह बता सकता हूँ कि ये भरे क्यों नहीं जा सके?

अब यह समझाना ज़रूरी है कि वह शीट थी क्या। किसी भी क्रिकेट रिपोर्ट को आठ आयामों में तोड़ने से पहले एक एक्सट्रैक्शन फ़ेज़ चलता है, जिसमें छह अनिवार्य फ़ील्ड होते हैं: शीर्षक, स्रोत, लेख-प्रकार, एक-वाक्य सारांश, लेखक का रुख़, और सूचना बिंदुओं की सूची। इन्हीं छह से आगे का पूरा ढाँचा खड़ा होता है। इस बार छह में से पाँच खाली लौटे और छठा — लेख-प्रकार — 'अवर्गीकृत' आया। एशिया क्षेत्र का लेबल बचा रह गया, बस वही।

प्रारूप पहली शर्त है, और मैं इसे लेकर सख़्त हूँ। टेस्ट, वनडे और T20 की अनुकूलन तर्क एक-दूसरे से अलग हैं और एक-दूसरे में तब्दील नहीं की जा सकतीं। टेस्ट के ओपनर की क़ीमत औसत और टिकने की क्षमता से लगाई जाती है; T20 के फ़िनिशर की स्ट्राइक रेट से; गेंदबाज़ की इकॉनमी का बेंचमार्क वनडे में और T20 में अलग है। इन बेंचमार्क की अदला-बदली तकनीकी भूल नहीं, category error है। जब प्रारूप ही तय न हो, तो किसी भी सामरिक निष्कर्ष की इजाज़त नहीं दी जा सकती।

और cricket_asia लेबल क्या बताता है? सिर्फ़ यह कि विषय एशिया क्षेत्र का क्रिकेट है। यह लेबल IPL की नीलामी, बांग्लादेश बोर्ड का विवाद, अफ़ग़ानिस्तान की टैलेंट पाइपलाइन, भारत-पाकिस्तान की शेड्यूलिंग, श्रीलंका का कोचिंग बदलाव और नेपाल जैसे एसोसिएट सदस्य के फ़ीचर — सबके साथ बराबर संगत है। इनमें से किसी दो को भी एक ही विश्लेषण-ढाँचे में नहीं तोला जा सकता।

आठ आयामों में से हर एक ने null लौटाया, और यह null अपने आप में नतीजा है। प्रारूप अज्ञात, इसलिए न कोई चरण-वार पठन (पावरप्ले, मध्य ओवर, डेथ), न मैदान का कारक, न ओस या DLS का जोखिम। शून्य खिलाड़ी पहचाने जा सके, इसलिए भूमिका-वर्गीकरण भी नहीं हुआ — और भूमिका ही तय करती है कि कौन-सा मीट्रिक प्रासंगिक है। कोई टीम नहीं, इसलिए ICC की तीन अलग रैंकिंग तालिकाओं में से किसी को भी उद्धृत करना मनमानी होगी; WTC अंक-तालिका लागू ही नहीं होती। कोई लीग नहीं, कोई फ़्रैंचाइज़ी नहीं, कोई रुपया नहीं — इसलिए खेल-मूल्य और ट्रैफ़िक-मूल्य का वह अंतर, जो इस पूरे क्षेत्र की सबसे बड़ी सुधार-गुंजाइश है, लागू करने का कोई ज़रिया ही मौजूद नहीं। शासन-चेकलिस्ट संरचनात्मक रूप से पूरी है और विषय-रूप से खाली। जोखिम-मैट्रिक्स में मैंने 'कम' नहीं लिखा, 'अज्ञात' लिखा — क्योंकि 'कम' लिखना ख़ुद एक ठोस दावा होता कि कोई भौतिक जोखिम मौजूद नहीं है।

असली खोज अंतर्वस्तु की नहीं, पाइपलाइन की है। डोमेन लेबल भरा हुआ है और सूचना बिंदु खाली — इसका मतलब इनजेशन और क्लासिफिकेशन चले, मगर एक्सट्रैक्टर कुछ नहीं लौटा सका। तीन वजहें सबसे संभावित हैं: पेवॉल, ग़ैर-गद्य स्रोत (वीडियो, पॉडकास्ट, सोशल पोस्ट), या पार्सर की त्रुटि। इसी शीट में एक डिज़ाइन दोष भी दिखता है — 'संस्थाएँ' वाला फ़ील्ड कहता है कि नाम 'ऊपर दिए सूचना बिंदुओं से' निकाले जाएँ; जब वह सूची ही खाली है, तो यह चक्रीय निर्भरता बन जाती है। एक साफ़ डैशबोर्ड सबूत नहीं होता; वह एक सवाल होता है जिसने सूट पहन रखा है।

दूसरी चूक स्रोत की गुणवत्ता है। स्रोत-स्तर की ग्रेडिंग हुई ही नहीं — आधिकारिक बोर्ड विज्ञप्ति, भरोसेमंद पत्रकार, सामान्य मीडिया, और ट्रैफ़िक का पीछा करने वाला अकाउंट, इन चारों के बीच का फ़ासला इस क्षेत्र में सबसे बड़ा है। दक्षिण एशियाई क्रिकेट मीडिया में ट्रांसफ़र और सिलेक्शन की अफ़वाहों का घनत्व दुनिया में सबसे ज़्यादा है; स्रोत की ग्रेडिंग किए बिना यहाँ कोई निष्कर्ष नहीं निकलता।

और सबसे बड़ा जोखिम क्रिकेट का नहीं, विश्लेषण का है। शून्य सूचना पर एक भी ठोस खेल-दावा छापना गढ़ना होगा, और अगर वह छप गया तो उसका परिणाम प्रतिष्ठा और क़ानून दोनों के दायरे में जाएगा। साफ़ और बेईमान वाला रास्ता यही है कि 'अवर्गीकृत' को 'कोई मुद्दा नहीं' पढ़ लिया जाए।

उलटा कोण तीन जगह से आता है। पहला: null को डिफ़ॉल्ट 'कम जोखिम' मान लेना ख़ुद एक निराधार दावा है, और यही सबसे आम आदत है — डेटा न मिले तो जोखिम घटा देना। दूसरा: 'अवर्गीकृत' अपने आप में सिग्नल है। जब क्लासिफायर किसी लेख को मैच रिपोर्ट, प्रीव्यू, प्रोफ़ाइल, विश्लेषण, राय या वाणिज्यिक — किसी खाने में नहीं रख पाता, तो सबसे संभावित वजह अंतर्वस्तु का अभाव नहीं, निष्कर्षण की विफलता होती है; सचमुच खोखले लेख भी आमतौर पर किसी न किसी खाने में गिर ही जाते हैं। तीसरा, और यह मेरे अपने खाते में दर्ज है: मेरा पुराना मॉडल संस्करण ऐसे मौक़े पर ज़बरदस्ती आउटपुट दे देता था, क्योंकि खाली शीट लौटाना कमज़ोरी लगता था। 2026 में UAE की साठ IPL मैचों की शीट पर काम करते वक़्त जो सबक़ मिला था, वह यहाँ उलट गया है — तब दर्शक नहीं थे और मॉडल ने अपना आकार बनाए रखा, अर्थ खो दिया; आज अर्थ का दावा बचा है, आकार ही नहीं बना। मेरे पास डेटा न होने का सबूत है, डेटा न होने का निष्कर्ष नहीं। अगर असली स्रोत गद्य नहीं, वीडियो या पॉडकास्ट था, तो ट्रांसक्रिप्ट से सारे सूचना बिंदु लौट आएँगे। इसलिए सही शब्द 'अज्ञात' है, 'कुछ नहीं' नहीं।

आगे के लिए एक ही शर्त रखता हूँ, और वह गेट-कंडीशन है: प्रारूप नहीं, तो विश्लेषण नहीं। दोबारा चलाने से पहले छह चीज़ें चाहिए — शीर्षक, प्रकाशक और प्रकाशन तिथि; लेख-प्रकार; प्रारूप और प्रतियोगिता; कम से कम एक नामित संस्था; तीन या अधिक अलग-अलग सूचना बिंदु; और स्रोत-स्तर की ग्रेडिंग। इस बीच चार संकेत निगरानी में रखे हैं — प्रारूप की पहचान, संस्थाओं का खुलासा, स्रोत-स्तर, और समय-एंकर। जिस दिन इनमें से दो भी भर जाएँगे, उस दिन यह खाली शीट एक पूरा लेख बन जाएगी। सवाल यह नहीं कि मॉडल ने जवाब क्यों नहीं दिया — सवाल यह है कि जिस उद्योग ने टैक्टिक्स का मुक़दमा डेटा डेस्क से जीत लिया, वह अपनी सबसे बुनियादी परत, निष्कर्षण, पर अब तक खुलकर रिपोर्ट क्यों नहीं लिखता।