खाली टेम्पलेट, भरा हुआ भरोसा: क्रिकेट एनालिसिस पाइपलाइन का साइलेंट फेल्योर

खाली टेम्पलेट, भरा हुआ भरोसा: क्रिकेट एनालिसिस पाइपलाइन का साइलेंट फेल्योर

हुक

आठ आयाम। छह जोखिम श्रेणियाँ। चार रेटिंग स्तंभ। तेरह पेशेवर शब्दावली नोट्स। हर हेडिंग अपनी जगह पर, हर हेडिंग के नीचे एक बना-बनाया टेबल, और उन टेबलों की लगभग हर कोशिका में एक ही वाक्य दोहराया गया है — "अपर्याप्त जानकारी।" पूरे दस्तावेज़ में एक ही फ़ील्ड असल में भरी हुई है, और वह सामग्री का नहीं, रूटिंग का फ़ील्ड है: cricket_asia।

यह उस एनालिसिस का हाल है जो इस समय मेरे सामने खुला है। इसमें कोई स्कोरलाइन नहीं, किसी खिलाड़ी का नाम नहीं, कोई तारीख़ नहीं, कोई फॉर्मेट टैग नहीं, कोई स्रोत नहीं। दस्तावेज़ पूरा बना हुआ है और उसके अंदर की सामग्री शून्य है। साल 2026 के कोलकाता वाले प्रेस बॉक्स की याद आती है — जिस बॉक्स में मेरे लिए कुर्सी नहीं थी, वहाँ क्रेडेंशियल तो था, बैठक नहीं। जिस रिपोर्ट में कुर्सी न हो, वह भी रिपोर्ट दिखती है; सवाल यह है कि वह किसने बनाई और क्या उसमें बैठा जा सकता है।

संदर्भ

क्रिकेट एनालिसिस अब ज़्यादातर जगह दो परतों में चलती है। पहली परत कच्चे पाठ से तथ्य खींचती है — शीर्षक, स्रोत, आलेख-प्रकार, फॉर्मेट, इकाइयाँ (entities), समय-संवेदनशीलता। दूसरी परत उन तथ्यों पर आठ आयामों का ढाँचा चढ़ाती है: मैच लय, खिलाड़ी तकनीक और डेटा, टीम क्रम और रैंकिंग, लीग और व्यावसायिक पारिस्थितिकी, नियम व शासन, जोखिम, जन-नैरेटिव, और उद्योग ट्रांसमिशन।

समस्या की जड़ पहली परत में है। वहाँ रैपर फ़ील्ड भर गया — cricket_asia — और सामग्री फ़ील्ड खाली रह गए। यह पैटर्न साफ़ इशारा करता है कि विफलता विश्लेषण में नहीं, निष्कर्षण में हुई है: पेज पे-वॉल के पीछे था, या जावास्क्रिप्ट से रेंडर हो रहा था, या स्क्रैपर का चयनकर्ता खिसक गया। दूसरी संभावना यह भी है कि वाकई स्रोत में सामग्री नहीं थी — पर तब भी शीर्षक और स्रोत जैसे अनिवार्य फ़ील्ड खाली क्यों छूटे, इसका जवाब नहीं मिलता।

cricket_asia एक टॉपिक संकेत है, सबूत नहीं। यह बताता है कि विषय एशियाई क्रिकेट के दायरे का है — एशियाई क्रिकेट परिषद का ढाँचा, एशिया कप, भारत-पाकिस्तान जैसे द्विपक्षीय मुकाबले, या आईपीएल, पीएसएल, आईएलटी20, एलपीएल, बीपीएल जैसी फ्रैंचाइज़ लीगें। इससे आगे कोई निष्कर्ष निकालना मनगढ़ंत होगा। मैं एशियाई क्रिकेट पर काम करती हूँ और ऐसी किसी टीम, खिलाड़ी या घटना का नाम नहीं जोड़ूँगी जो इस दस्तावेज़ में मौजूद ही नहीं।

दूसरी परत का एक कठोर द्वार भी है, और वह वाजिब है। फॉर्मेट टैग के बिना कोई विश्लेषण शुरू ही नहीं हो सकता, क्योंकि टेस्ट, वनडे और टी20 के मापदंड आपस में तुलनीय नहीं हैं। टेस्ट में औसत का वज़न है, टी20 में स्ट्राइक रेट का, और टी20 में सात से नीचे की इकॉनमी को उत्कृष्ट माना जाता है, जबकि वनडे का मानक उससे ऊपर बैठता है। जो गेंदबाज़ टेस्ट में धैर्य से बनता है, वही टी20 के डेथ ओवरों में हर ओवर नया हिसाब लिखता है। एक ही संख्या दोनों जगह घुमा दी जाए, तो कथित विश्लेषण मॉडल का दुरुपयोग बन जाता है।

कोर

असली सबक संरचना का है, न कि ख़ालीपन का। भरा हुआ टेम्पलेट ख़ाली पन्ने से ज़्यादा ख़तरनाक होता है, क्योंकि ख़ाली पन्ना ईमानदार होता है और भरा टेम्पलेट भरोसा पैदा कर देता है। इस दस्तावेज़ को देखिए — आठ आयाम लिखे हैं, हर आयाम में तीन-चार बिंदु हैं, अंत में कुल जोखिम रेटिंग भी है। किसी जल्दबाज़ी में पढ़ने वाले के लिए यह "क्रिकेट — विश्लेषित" की मुहर लगा दस्तावेज़ दिखता है। असल में यह शून्य-नमूने (zero-sample) पर बना दस्तावेज़ है। खेल पत्रकारिता में हम छोटे नमूने पर बने निष्कर्षों की आलोचना करते हैं; यहाँ तो नमूना ही नहीं है, और फिर भी रिपोर्ट आकार में उतनी ही भारी है।

डायग्राम सच नहीं है, पर वह पहला ईमानदार सवाल ज़रूर है — और इस मामले में सवाल यही है कि डायग्राम के पास रखने लायक कोई आँकड़ा है या नहीं। किसी भी मॉडल-आधारित दावे के साथ एक अनिश्चितता की पंक्ति जोड़नी चाहिए और एक पैराग्राफ़ यह लिखना चाहिए कि यह मापदंड संरचनात्मक रूप से क्या नहीं देख सकता। यह दस्तावेज़ वह पंक्ति लिखता तो है — लगभग हर कोशिका में वही "अपर्याप्त जानकारी" — पर वह उसे आठ आयामों में फैला देता है, जिससे चेतावनी का असर पूरी सामग्री की महक से ढक जाता है।

2026 में जब अप्रैल के महीने ने मेरा ठेका ख़त्म कर दिया, तब मैंने पर्दे के पीछे हुए छियानवे मुकाबलों को हाथ से चार्ट किया और चार सौ से ज़्यादा हाई टर्नओवर गिने। उस काम से जो नियम निकला, वह यही था: पहले दावा, फिर गिनती, फिर लिखाई। उलटा करो तो टेम्पलेट दावा बन जाता है और गिनती पीछे छूट जाती है। इसीलिए मैं हर टुकड़े में ख़ुद से निकाला हुआ एक ठोस आँकड़ा रखती हूँ — 1 जुलाई 2026 को लुज़्निकी में स्पेन ने 1,029 पास पूरे किए और 74 प्रतिशत गेंद अपने पास रखी, फिर भी उसका एकमात्र गोल सेट-पीस पर इग्नाशेविच के डिफ़्लेक्शन से आया। संख्या वहाँ थी; रास्ता नहीं था।

टोक्यो ओलंपिक की योजना बनाते समय मुझसे एक बड़ी चूक हुई थी। मैंने स्पेन के लिए 3-2-5 बिल्ड-अप का सुझाव दिया और पेड्री के पैरों को नज़रअंदाज़ कर दिया — वह यूरो के छह मुकाबले खेल चुका था और जापान में छह और खेलने वाला था। एक ला लीगा विश्लेषक ने यही पकड़ा। तब से मैं हर रणनीतिक प्रस्ताव के अंत में एक अनिवार्य "बाधा अनुच्छेद" लिखती हूँ — टीम की औसत उम्र, खेले गए मिनट, आराम के दिन। क्रिकेट एनालिसिस के लिए इसका सीधा अनुवाद यह है: मॉडल को न डिगाइए, पहले शरीर को तौलिए। और यहाँ शरीर ही नहीं है।

एक चीज़ जो सबसे आसानी से छूट जाती है: जानकारी का अभाव किसी मामले को साफ़-सुथरा साबित नहीं करता। इस दस्तावेज़ में भ्रष्टाचार-रोधी या सट्टेबाज़ी से जुड़ा कोई संकेत नहीं मिलता — यह अभाव है, क्लीन चिट नहीं। जब डेटा का दरवाज़ा बंद हो, तो नैतिक निष्कर्ष भी ताले में ही रहता है।

उलटा नज़रिया

यहाँ आसान व्याख्या यह है कि स्क्रैपर फेल हुआ, दोबारा फ़ेच करो, आगे बढ़ो। वह व्याख्या टेम्पलेट की अप्रिय भूमिका से नज़रें हटा देती है। अगर एक टीम फ़ेच-विफलता की वजह से आठ-आयामी रिपोर्ट बना सकती है, तो फ़ेच सफल होने पर भी वही टेम्पलेट उतनी ही रिपोर्ट बनाएगा — फ़र्क़ सिर्फ़ इतना होगा कि अब हर कोशिका "अपर्याप्त जानकारी" की जगह कोई संख्या दिखाएगी, जिसे पाठक बिना पूछे बोलेंगे नहीं।

क्रिकेट की डेटा अर्थव्यवस्था हर हफ़्ते फॉर्म, रैंकिंग, टीम-संयोजन और नीलामी मूल्य बदलती है; इसमें एक गलत तारीख़ या एक भूला हुआ फॉर्मेट टैग पूरे निष्कर्ष को पलट सकता है। इसलिए सबसे काम की सुधार-सलाह विशाल नहीं, छोटी है: दूसरी परत तब तक न चले जब तक कम से कम एक इकाई, एक फॉर्मेट टैग और एक तारीख़ वाला तथ्य मौजूद न हो। इसे तीन तत्वों का द्वार कह लें। द्वार बंद हो तो नतीजा रिपोर्ट न होना ही चाहिए। जिस विश्लेषण में बैठने की कुर्सी न हो, उसकी मरम्मत कुर्सी जोड़कर होती है, सजावट बढ़ाकर नहीं। और इस बार सबसे बड़ी उपलब्धि इसका शर्म से इनकार करना था — इसने अनुमान लगाने के बजाय "मुझे नहीं पता" लिखा।

खेल पत्रकारिता में यह दुर्लभ है। हम हर हफ़्ते किसी न किसी लीग के तीन मुकाबलों से निकले नमूने पर भविष्य की भविष्यवाणी कर देते हैं, और यहाँ एक पूरा ढाँचा यह कहने से नहीं कतराया कि उसके पास लिखने लायक कुछ नहीं है। दूसरी लाइन देखिए, वहीं मैच अपना काग़ज़ छिपाता है — और वहीं डेटा पाइपलाइन अपनी कमज़ोरी छिपाती है।

टेकअवे

तीन सवालों के जवाब अगले कुछ दिनों में तय कर देंगे कि यह एक पेज की दुर्घटना थी या ढाँचे की बीमारी। पहला, दोबारा निष्कर्षण चलाने पर तथ्यों की सूची भरती है या नहीं। दूसरा, उसी बैच के बाक़ी टुकड़े भी इसी तरह ख़ाली निकलते हैं या नहीं — अगर हाँ, तो दोष पेज का नहीं, पाइपलाइन का है। तीसरा, क्या कहीं एक फॉर्मेट टैग दिखता है। जब तक ये तीन जवाब न आएँ, सही निष्कर्ष वही एक है जो दस्तावेज़ ने ख़ुद लिखा — और वह निष्कर्ष है: निष्कर्ष का अभाव।