दस सूचना बिंदु, शून्य क्रिकेट इकाई: cricket_asia लेबल की लेजर ऑडिट

बेंगलुरु की अपनी मेज़ पर उस रात तीन फ़ाइलें खुली थीं। पहली में पिछले सीज़न के डेथ-ओवर स्प्लिट्स थे, दूसरी में एक फ़्रैंचाइज़ी के लिए बनाया गया रुपी-प्रति-जीत-हिस्सा मॉडल, और तीसरी वह बैच जिसे सिस्टम ने cricket_asia कहकर भेज दिया था। तीसरी फ़ाइल का दसवाँ रिकॉर्ड खोला, तो उसमें एक हिरण उद्यान था। सुबालोंग जलप्रपात था। एक झूलता पुल था। रंगाद्वीप रिज़ॉर्ट, फ़ुर्मोन रिज़ॉर्ट, वेलवुड रिज़ॉर्ट — तीन नाम, तीन कॉटेज-ऑक्यूपेंसी दावे, और बीच में दुर्गा पूजा की छुट्टियों में उमड़ती भीड़ का एक वाक्य।

क्रिकेट? एक इकाई भी नहीं। न टीम, न खिलाड़ी, न कोच, न लीग, न बोर्ड, न मैच, न नियम, न ट्रांसफ़र, न ब्रॉडकास्ट। दस में से दस सूचना बिंदु ऐसे थे जिनमें खेल का कोई निशान नहीं था। यह लेख उसी रिकॉर्ड की ऑडिट रिपोर्ट है — इसलिए नहीं कि उसमें कोई छिपा हुआ खेल है, बल्कि इसलिए कि जिस पाइपलाइन में वह घुसा, वही पाइपलाइन हमारे क्रिकेट-एशिया सूचकांकों को खुराक देती है।

लेजर क्या है, और लेबल क्या

cricket_asia कोई भौगोलिक टैग नहीं है। यह एक दावा है। जब किसी रिकॉर्ड पर यह लेबल लगता है, तो डाउनस्ट्रीम सिस्टम उसे तीन चीज़ों के लिए इस्तेमाल करने लगते हैं: सेंटिमेंट इंडेक्स, एंटिटी को-ऑकरेंस ग्राफ़, और वॉल्यूम-आधारित ट्रेंड मॉडल। मतलब, एक गलत लेबल एक गलत पंक्ति नहीं रहता — वह एक गलत दिशा बन जाता है।

मैंने स्कोरबोर्ड पर भरोसा करने से पहले लेजर को बोलने दिया है, और यह आदत 2026 से है। जब मैं सत्रह साल का था और जयनगर से चिन्नास्वामी चार किलोमीटर दूर था, तब मैंने आईपीएल 2026 की चौदह आरसीबी मैचों की सभी 3,360 वैध गेंदें हाथ से कोड की थीं — फ़ेज़, गेंदबाज़, लंबाई, शॉट टाइप। तीन हज़ार तीन सौ साठ गेंदों के बाद वह पैटर्न शोर होना बंद हो गया: डेथ ओवरों में 12.1 रन प्रति ओवर, लीग में सबसे खराब, और उनमें से 61 प्रतिशत रन लेग साइड पर फ़ुल-लेंथ गेंदों से। उस शीट में एक भी पंक्ति गलत फ़ोल्डर में नहीं थी, क्योंकि फ़ोल्डर एक ही था और मैं खुद उसका दरवाज़ा था।

बड़े पैमाने पर यह दरवाज़ा मशीन का होता है, और मशीन को शब्द चाहिए। यहीं से कहानी शुरू होती है।

दस बिंदुओं की पंचायत

रिकॉर्ड का घोषित लेबल cricket_asia था। रिकॉर्ड का वास्तविक विषय था: बांग्लादेश के रंगमती ज़िले में काप्ताई झील की ओर दुर्गा पूजा की छुट्टियों में घरेलू पर्यटकों का आना। दोनों के बीच की दूरी को नापने के लिए मुझे किसी मॉडल की ज़रूरत नहीं पड़ी, सिर्फ़ दस बिंदुओं की सूची चाहिए थी।

उन दस बिंदुओं में जो था: रंगमती ज़िला, काप्ताई झील, रंगाद्वीप रिज़ॉर्ट, फ़ुर्मोन रिज़ॉर्ट, वेलवुड रिज़ॉर्ट, सुबालोंग जलप्रपात, पर्यटक झूलता पुल, हिरण उद्यान, दुर्गा पूजा — और दसवाँ बिंदु, जो किसी तथ्य का नहीं, लेखक के मूड का था: "छुट्टी की उत्सवी भावना से जीवंत।"

उन दस बिंदुओं में जो नहीं था: कोई टीम, कोई खिलाड़ी, कोई कोच, कोई आयोजक, कोई बोर्ड, कोई नियम, कोई विवाद, कोई आँकड़ा। शून्य। दस में से शून्य।

यहाँ मुझे एक ज़रूरी सीमा खींचनी है, क्योंकि यह मेरी अपनी आदत का सबसे बड़ा जाल है। मैं यह नहीं कह रहा कि क्रिकेट डेटा में काप्ताई झील का कोई महत्व होना चाहिए था और उसे छिपाया गया। मैं यह कह रहा हूँ कि जो चीज़ कभी मापी ही नहीं गई, वह शून्य नहीं होती — वह अनुपस्थित होती है। इन दस बिंदुओं में पर्यटकों की संख्या नहीं है। यह कमी डेटा की कमी है, कोई साज़िश नहीं। मापा-और-शून्य, और बिना-मापा — इन दोनों के बीच की रेखा इस पूरे मामले की सबसे महत्वपूर्ण रेखा है।

खाली स्टेडियम ने मुझे सिखाया था कि अनुपस्थिति भी एक चर है। 2026 में, बीस साल की उम्र में, जब आईपीएल यूएई में था, मैंने दुबई, अबू धाबी और शारजाह में साठ मैच लाइव कोड किए — सितंबर से नवंबर, बिना दर्शकों के। उस डेटासेट में दुबई में सातवें से पंद्रहवें ओवर तक स्कोरिंग रेट उन टीमों के लिए 1.4 रन प्रति ओवर गिर गया जो पावरप्ले में एक विकेट खो चुकी थीं, और शारजाह की छोटी सीमाओं ने कुल स्कोर को तकरीबन 19 प्रतिशत फुला दिया। मैंने चालीस पेज लिखे। जिस आउटलेट ने कमीशन दिया था, उसने नौ सौ शब्द छापे और मेथडोलॉजी पूरी काट दी।

उस कटौती का असर यह था कि मेरा निष्कर्ष बिना आधार के बाज़ार में चला गया। इस रिकॉर्ड के साथ उलटा हो रहा है: निष्कर्ष नहीं है, आधार नहीं है, और फिर भी लेबल है।

जहाँ स्रोत खाली है, वहाँ सच भी खाली है

दस में से दस सूचना बिंदुओं पर स्रोत फ़ील्ड खाली है। किसी पत्रकार का नाम नहीं, किसी अख़बार का नाम नहीं, किसी डेटा एजेंसी का नाम नहीं। यह तकनीकी खामी नहीं, यह रिकॉर्ड की मौत का सर्टिफ़िकेट है।

सोचिए एक स्कोरकार्ड जिसमें रन लिखे हों पर बल्लेबाज़ का नाम न हो। आप उसे न सत्यापित कर सकते हैं, न सुधार सकते हैं, न हटा सकते हैं। आप बस उसे जानते हैं। मेरे पास जो शीट है, वह इसलिए काम की है कि उसकी हर गेंद का एक टाइमस्टैम्प है और एक फ़्रेम-नंबर। ट्रेसबिलिटी ही वह चीज़ है जो एक राय को एक अभिलेख से अलग करती है।

इस रिकॉर्ड में ट्रेसबिलिटी शून्य है। मतलब, अगर कल कोई मॉडल इस पर आधारित सेंटिमेंट निकालता है और वह आँकड़ा किसी ब्रॉडकास्ट ग्राफ़िक पर चढ़ जाता है, तो उसे वापस पुकारने का कोई रास्ता नहीं बचेगा। एक लेजर जिसमें पंक्ति है पर स्रोत नहीं, वह लेजर नहीं, वह अफ़वाह है जिसे स्प्रेडशीट का आकार दे दिया गया हो।

यहीं पर मेरा पुराना नब्बे-करोड़ वाला सबक काम आता है। फ़रवरी 2026, आईपीएल मेगा नीलामी, बेंगलुरु, दस फ़्रैंचाइज़ी, नब्बे करोड़ का पर्स, छह सौ नाम। मैंने तीन सीज़न के फ़ेज़ डेटा पर एक रुपी-प्रति-जीत-हिस्सा मॉडल बनाया और उसमें एक अनकैप्ड उन्नीस साल के बाएँ हाथ के बल्लेबाज़ का मूल्य 4.5 करोड़ रुपये आँका। मुंबई इंडियंस ने तिलक वर्मा को 1.7 करोड़ में खरीदा और उन्होंने उस सीज़न 397 रन बनाए। फ़्रैंचाइज़ी ने शीट रख ली, मैंने सबक रखा। सबक यह था कि एक स्प्रेडशीट में नब्बे करोड़ रुपये रखे जा सकते हैं और वह फिर भी मुद्दा चूक सकती है — अगर उसके कॉलम साफ़ न हों।

इस रिकॉर्ड के कॉलम साफ़ नहीं हैं। और यह कोई मामूली कमी नहीं है, क्योंकि cricket_asia जैसे लेबल वाली कॉर्पस से हम पूरे महाद्वीप के खेल-कूटनीति और बाज़ार के मिज़ाज का अनुमान निकालते हैं। उस अनुमान में एक पर्यटन रिपोर्ट का घुसना वैसा ही है जैसे डेथ-ओवर इकॉनमी की तालिका में एक पारी के बजाय एक छुट्टी का खर्च आ जाए।

रिज़ॉर्ट का नाम फ़्रैंचाइज़ी कब बन जाता है

अब वह हिस्सा जो मुझे सबसे ज़्यादा परेशान करता है, क्योंकि यह इस रिपोर्ट की सबसे अनदेखी जोखिम है।

रंगाद्वीप, फ़ुर्मोन, वेलवुड — ये तीन नाम एक इकाई-निष्कर्षण प्रणाली के सामने पड़े हैं। ऐसी प्रणालियाँ संस्थागत नामों को पैटर्न से पहचानती हैं: बड़े अक्षरों में शुरू होने वाला शब्द, उसके साथ रिज़ॉर्ट/होटल/ग्रुप जैसा प्रत्यय, और आसपास में मौद्रिक संदर्भ। मेरे अनुभव में यह पैटर्न पहले भी गड़बड़ कर चुका है — होटल-समूह और फ़्रैंचाइज़ी-स्वामित्व वाले वाहन एक ही ग्राफ़ में बैठ जाते हैं।

अगर यह रिकॉर्ड किसी भी स्वचालित लिंकिंग से गुज़रता है, तो इन तीन रिज़ॉर्ट नामों के तीन किनारे बन सकते हैं जो किसी क्रिकेट नोड से जुड़ जाएँ। और फिर एक साल बाद कोई विश्लेषक यह पूछेगा कि बांग्लादेश के एक पर्यटन संगठन का क्रिकेट लीग पारिस्थितिकी से क्या रिश्ता है — जबकि असली जवाब यह होगा कि कोई रिश्ता था ही नहीं, सिर्फ़ एक शब्द-मिलान हुआ था।

इसलिए इस रिकॉर्ड के लिए मेरी सिफ़ारिश तीन स्तर की है। इसे क्वारंटीन करें। इसका लेबल सुधारें — travel_bangladesh या tourism_domestic या सीधे out_of_scope। और लेबलिंग से पहले एक अनिवार्य गेट जोड़ें: cricket_* श्रेणी का लेबल तभी लगे जब रिकॉर्ड में कम से कम एक क्रिकेट इकाई मौजूद हो — टीम, खिलाड़ी, लीग, बोर्ड, मैच या नियम।

यह गेट महँगा नहीं है। यह एक if-condition है। और यह उस एक गलती से सस्ता है जो पहले ही हो चुकी है।

जो संख्या नहीं है, वह दावा है

अब इस रिपोर्ट की सामग्री की तरफ़ मुड़ता हूँ, क्योंकि मुझे इसका एक और पहलू दर्ज करना है — भले ही यह क्रिकेट का न हो।

रिकॉर्ड का पहला बिंदु कहता है कि पर्यटकों की संख्या बढ़ी है। कितनी बढ़ी? किस आधार पर? पिछले साल कितनी थी? इनमें से कोई उत्तर रिकॉर्ड में नहीं है। बाकी बिंदुओं की क्रिया-विशेषण-सूची देखिए: "व्यस्त", "गुलज़ार", "भारी भीड़ खींच रहा है"। ये अवलोकन हैं, आँकड़े नहीं।

मैं इसे खारिज नहीं कर रहा। छुट्टी के दिनों में काप्ताई में भीड़ उमड़ती है — यह एक जाना-माना मौसमी पैटर्न है, और इसे रिपोर्ट करना जायज़ है। पर एक पाइपलाइन में जिसका काम आँकड़े जमा करना है, यह वाक्य "संख्या बढ़ी" के रूप में दर्ज हो जाता है और फिर किसी और मॉडल में "माँग में वृद्धि" बन जाता है। भीड़ एक डेटासेट है, पर कभी पूरा डेटासेट नहीं।

इसी तर्क से मैं उस भौगोलिक तथ्य को भी रखना चाहता हूँ जो इस रिकॉर्ड का एकमात्र कठोर आधार है: काप्ताई झील कर्णफुली नदी पर काप्ताई बाँध से बना एक कृत्रिम जलाशय है, रंगमती ज़िला चटगाँव पहाड़ी क्षेत्र में है। यह भूगोल की किताबों में दर्ज है, किसी स्कोरकार्ड में नहीं। और यही इस रिकॉर्ड का पूरा सच है — एक जगह, एक मौसम, एक भीड़, शून्य क्रिकेट।

असली खतरा वह नहीं जो पकड़ा गया

अब वह मोड़ जहाँ मुझे अपने ही निष्कर्ष पर संदेह करना है।

यह रिकॉर्ड पकड़ा गया क्योंकि यह साफ़ था। शून्य क्रिकेट इकाई। कोई भ्रम नहीं। आसान शिकार। जो गलती हमें दिखती है, वह अक्सर सबसे कम खतरनाक होती है — क्योंकि वह अपनी गलती खुद चिल्लाकर बता रही है।

खतरनाक रिकॉर्ड वे हैं जिनमें क्रिकेट का थोड़ा हिस्सा हो। एक पर्यटन रिपोर्ट जिसमें किसी पूर्व क्रिकेटर के रिज़ॉर्ट का ज़िक्र आ जाए। एक व्यावसायिक खबर जिसमें फ़्रैंचाइज़ी की हॉस्पिटैलिटी शाखा का नाम आ जाए। एक स्थानीय खेल पृष्ठ जिसमें ज़िला-स्तरीय टूर्नामेंट का एक वाक्य हो और बाकी नौ वाक्य मेले के हों। ये सब गेट पार कर जाते हैं, क्योंकि इनमें एक इकाई मौजूद है। और यही वजह है कि मैं गेट को अंतिम समाधान नहीं मानता — वह सिर्फ़ पहली छँटाई है।

दूसरी बात जो मुझे अपने ही काम के ख़िलाफ़ कहनी है: मैंने इस बैच में एक गलती पाई और उस पर यह लेख लिख दिया। उन बैचों का क्या जो मैंने स्कैन किए और जिनमें कुछ नहीं मिला? मैंने उन पर एक पंक्ति नहीं लिखी। यही कॉन्ट्रैरियन-ड्रिफ्ट है — वह लत जिसमें लेखक को हर बार एक विसंगति चाहिए, वरना कॉलम नहीं बनता। एक लेजर जो सिर्फ़ आश्चर्य रिपोर्ट करता है, वह लेजर नहीं, थीम वाला कॉलम है।

इसलिए मैं शून्य परिणाम दर्ज कर रहा हूँ: इस ऑडिट में जिन बैचों में कोई विसंगति नहीं मिली, उनकी संख्या इस एक से कहीं ज़्यादा है। वह संख्या अख़बार में नहीं छपेगी, पर लेजर में रहेगी।

अगली कतार

तीन संकेत हैं जिन्हें मैं अब हर बैच पर मापूँगा। पहला, मिसलेबल दर — अगर किसी बैच के दो प्रतिशत से ज़्यादा रिकॉर्ड में कोई टीम, खिलाड़ी या लीग इकाई न हो, तो पूरा फ़ीड जाँच में जाएगा। दूसरा, स्रोत-पूर्णता — कितने सूचना बिंदुओं पर नामित स्रोत है। तीसरा, बैच प्रोवेनेंस — एक ही आउटलेट से कई ऑफ़-टॉपिक रिकॉर्ड आए हैं या नहीं; अगर आए हैं, तो गलती रिकॉर्ड की नहीं, फ़ीड-मैपिंग की है।

और जो सवाल मेरे पास अभी खुला है: अगर एक रिकॉर्ड गलत फ़ोल्डर में पहुँचा है, तो उसी फ़ीड से आए उसके भाई-बहन किस फ़ोल्डर में बैठे हैं? मैं अगली सुबह उसी कतार से शुरुआत करूँगा।

एक रिज़ॉर्ट, एक झील और एक हिरण उद्यान ने मुझे यह याद दिलाया कि हर साफ़ कॉलम की शुरुआत वास्तविकता से एक गंदी बहस के रूप में हुई थी।