खाली फाइल, भरा हुआ शोर: क्रिकेट एनालिसिस में 'जानकारी उपलब्ध नहीं' लिखने की कीमत

रात 1:40 बजे। टूर्नामेंट डेस्क की डेडलाइन सुबह आठ बजे, और मेरे स्क्रीन पर एक ऐसी फाइल खुली थी जिसमें नौ में से आठ कॉलम खाली थे। लेख का शीर्षक — उपलब्ध नहीं। स्रोत — उपलब्ध नहीं। प्रकार — अपरिभाषित। सूचना बिंदु — खाली सूची। मुख्य दृष्टिकोण — रिक्त। इसमें शामिल संस्थाएँ — 'ऊपर दिए गए सूचना बिंदुओं से पहचानें', और ऊपर कोई बिंदु ही नहीं था। समय-संवेदनशीलता — 'स्टेज-1 में आँका नहीं गया'। नौ में से सिर्फ एक कॉलम भरा था: डोमेन टैग, cricket_world। फिल रेट — 11 प्रतिशत।

यही 11 प्रतिशत इस पूरी रिपोर्ट का असली विषय है। उस वक्त डेस्क की मांग साफ थी — आठ सौ शब्द, सुबह तक, चल रहे टूर्नामेंट पर। और मेरे पास था एक टैग, जो सिर्फ इतना बताता था कि विषय क्रिकेट है। कौन-सा क्रिकेट, किस फॉर्मेट में, किस टीम का, किस खिलाड़ी का, किस पिच का — कुछ नहीं।

पत्रकारिता में सबसे खतरनाक फाइल गलत फाइल नहीं होती। सबसे खतरनाक वह खाली फाइल होती है जिसमें हेडिंग पहले से छपी हों। हेडिंग देखकर पाठक मान लेता है कि नीचे कुछ है; लिखने वाले के पास एक आसान रास्ता होता है — प्रायर से भर देना। वह रास्ता मुझे पता है। मुझे यह भी पता है कि वह कितना झूठा है। स्टेज-2 की रिपोर्ट, जो उस रात बनी, उसमें आठों आयाम मौजूद हैं और आठों खाली हैं। शीर्षक, तालिकाएँ, जोखिम मैट्रिक्स, 'निष्कर्ष' वाली उपशीर्षकें — सब कुछ है, सिवाय निष्कर्ष के।

दो-स्तरीय पाइपलाइन, और टूर्नामेंट की रफ्तार

काम करने का तरीका सीधा है। स्टेज-1 कच्चे स्रोत से जानकारी निकालता है — शीर्षक, प्रकार, तथ्य, संस्थाएँ, समय-संवेदनशीलता। स्टेज-2 उस निष्कर्षण पर आठ आयामों में व्याख्या करता है: फॉर्मेट और मैच, खिलाड़ी और तकनीक, टीम और रैंकिंग, लीग और वाणिज्य, नियम और शासन, जोखिम, जन-आख्यान, और उद्योग-संचरण। मेरी पूरी कार्यप्रणाली इसी दो-खंड की ईमानदारी पर टिकी है — पहले तथ्य निकालो, फिर उस पर बोलो।

टूर्नामेंट साइकिल इस ईमानदारी पर सबसे ज्यादा दबाव डालता है। लंबी सीरीज में एक खराब मैच के बाद तीन दिन मिल जाते हैं, सोचने का वक्त मिल जाता है। टूर्नामेंट में रात-रात में मैच हैं और सुबह-सुबह फैसले। भावना संकुचित होती है: हर परिणाम के ऊपर एक तात्कालिक अर्थ चिपका दिया जाता है, क्योंकि अगले चौबीस घंटे में उस अर्थ को पुराना पड़ जाना है। ऐसे माहौल में एक खाली फाइल सबसे अनचाहा सच है, और उसे भरने का लालच सबसे तीव्र।

मैंने यह लालच पहले भी महसूस किया है। जून 2026, द ओवल — चैंपियंस ट्रॉफी फाइनल, पाकिस्तान ने भारत को 180 रन से हराया, मोहम्मद आमिर ने पाँच ओवर के अंदर रोहित शर्मा, विराट कोहली और शिखर धवन को निकाल दिया। मैं 19 साल का दूसरे साल का छात्र था और मेरे संपादक को भावुक कॉलेज-मैगज़ीन वाला टुकड़ा चाहिए था। मैंने वह नहीं लिखा। मैंने पाँचों मैचों की बॉल-बाय-बॉल फाइलें खींचीं और टॉप-ऑर्डर की हर गिरफ्त को लाइन, लेंथ और गेंदबाज के प्रकार से कोड किया। पैटर्न अलग करने में तीन हफ्ते लगे और समझाने में एक पैराग्राफ — पंद्रह में से नौ विकेट चौथे स्टंप की चौड़ाई पर बाहर की ओर जाती गेंदों पर गिरे। गिरावट एक मिज़ाज नहीं, एक व्यवस्था-परिवर्तन है। वह वाक्य मैंने डेटा कोड करने के बाद लिखा, पहले नहीं। तब से हर कॉलम के पीछे एक स्प्रेडशीट है। जो संपादक मुझसे मूड-पीस चाहते हैं, उन्हें अब पता है कि मुझे फोन न करें।

फरवरी 2026, माउंट माउंगानुई — भारत की अंडर-19 टीम विश्व कप जीत गई और शुभमन गिल ने 372 रन बनाए, औसत 112.72, प्लेयर ऑफ द टूर्नामेंट। मेरे आस-पास हर छात्र कप्तान पृथ्वी शॉ पर लिख रहा था। मैंने चार सीज़न के अंडर-19 स्कोरकार्ड पर एक प्रोजेक्शन मॉडल बनाया, प्रतिद्वंद्वी गेंदबाजी की मजबूती से भार दिया, और गिल को बड़े अंतर से पहले स्थान पर रखा। वह टुकड़ा दिल्ली की एक डिजिटल साइट पर छपा और 40,000 पाठकों तक पहुँचा। वहाँ मैंने सीखा कि प्रोजेक्शन को प्रेस रिलीज से आगे बोलने देना चाहिए। अगली गर्मियों में उसी आउटलेट ने मुझे फुटबॉल विश्व कप के दौरान xG समझाने के लिए प्रति कॉलम आठ हज़ार रुपये दिए, जब फ्रांस ने क्रोएशिया को 4-2 से हराया।

मार्च से नवंबर 2026 — लॉकडाउन, अंतिम सेमेस्टर लैपटॉप पर खत्म, कैंपस प्लेसमेंट भाप बन गए, और आईपीएल खाली स्टेडियमों में यूएई पहुँच गया। मैंने आईपीएल 2026 के साठ और 2026 के साठ मैच एक फाइल में कोड किए और होम एडवांटेज को नियंत्रण के सामने परखा: होम जीत दर 58 प्रतिशत से गिरकर 47 प्रतिशत पर आई, और ओस तथा टॉस को नियंत्रित करते ही वह अंतर गायब हो गया। वह अध्ययन एक मुफ्त सबस्टैक पर छपा और 4,000 सब्सक्राइबर पार कर गया। खाली स्टेडियम वाली फाइल कभी खाली नहीं थी; वह गुम होते शोर से भरी हुई थी। दिसंबर में, एडिलेड में भारत के 36 रन पर ढेर होने के बाद मैंने लिखा कि गाबा जाने वाली टीम की घरेलू संख्याएँ उसे विश्व की शीर्ष-छह गेंदबाजी आक्रमण बनाती हैं। जनवरी 2026 में दिल्ली की एक एनालिटिक्स स्टार्टअप ने मुझे अपना पहला क्रिकेट विश्लेषक नियुक्त किया। उस डेटा-बिंदु की वह एकमात्र वजह थी।

यह सारी पृष्ठभूमि इसलिए जरूरी थी क्योंकि 1:40 बजे वाली फाइल वही सवाल पूछ रही थी जो ये सारे उदाहरण पूछते हैं — जब तथ्य न हो तो आप क्या करते हैं?

टेम्पलेट का गुरुत्वाकर्षण

रिपोर्ट में आठ आयाम थे और आठों में 'अपर्याप्त जानकारी' लिखा था। कोई भी स्किम करने वाला पाठक उस दस्तढ़ को देखकर कहेगा: अरे, विस्तृत रिपोर्ट है। उपशीर्षकें हैं, तालिकाएँ हैं, 'जोखिम का स्तर' कॉलम है, 'निष्कर्ष' क्रमांकित हैं। संरचना खुद एक दावा बन जाती है।

यही सबसे बड़ा खतरा है। खतरा किसी झूठ बोलने वाले विश्लेषक से नहीं आता; खतरा एक आज्ञाकारी टेम्पलेट से आता है, जो खाली जगह में भी वही मुद्रा डालता है जो भरी जगह में डालता। मुझे अपनी फाइलों पर जो नियम सबसे कड़ा लगता है, वह यही है — संरचना का दावा सामग्री से सिद्ध होना चाहिए, वरना हेडिंग एक प्रकार का पीआर हो जाती है।

इस काम में एक परिभाषा को सीधी भाषा में कहना जरूरी है। नल-हैंडलिंग का मतलब सिर्फ इतना है: जब स्रोत में जानकारी न हो, तो रिपोर्ट में 'जानकारी नहीं है' लिखना, और उस जगह को मोटे अनुमान से न भरना। बस इतना। यह कोई नैतिक वीरता नहीं है, यह एक शिल्प-नियम है — और यह वही नियम है जो एक प्रोजेक्शन और एक अंदाजे के बीच की रेखा खींचता है।

'अनिर्धारित' और 'कम जोखिम' एक चीज नहीं हैं

उस रिपोर्ट के आयाम-5 (नियम और शासन) में जो सबसे महत्वपूर्ण वाक्य लिखा गया, वह यह था कि अनुपालन-जोखिम का दर्जा 'अनिर्धारित' है, 'कम' नहीं। यह अंतर उतना ही तकनीकी है जितना डीआरएस में 'नॉट आउट' और 'गेंद लेग स्टंप से बाहर जा रही थी' के बीच। अगर तीसरे अंपायर के पास बॉल-ट्रैकिंग ही नहीं है, तो वह 'नॉट आउट' नहीं कहता — वह कहता है कि मेरे पास फैसला करने का आधार नहीं है। यही बात बारिश से प्रभावित मैच पर भी लागू होती है: अगर पार स्कोर की गणना नहीं हो सकती, तो आप मैच को टाई नहीं कहते।

साक्ष्य का अभाव, अनुपालन का साक्ष्य नहीं होता। जब रिपोर्ट कहती है 'कोई सत्यनिष्ठा संबंधी मुद्दा नहीं मिला', तो उसे 'कोई सत्यनिष्ठा मुद्दा नहीं है' में नहीं बदला जा सकता। क्रिकेट में यह भ्रम बार-बार दिखता है — टीम की जाँच में कुछ न मिलने को टीम की पवित्रता का प्रमाणपत्र बना दिया जाता है, जबकि वह सिर्फ इस बात का प्रमाण है कि जाँच की गई।

यही तर्क जोखिम मैट्रिक्स पर भी लागू होता है। उस रिपोर्ट में खेल-जोखिम, कार्मिक-जोखिम, वाणिज्यिक-जोखिम, सभी शून्य थे, और एकमात्र असली जोखिम था वह जो क्रिकेट का नहीं, प्रक्रिया का था: खाली स्टेज-1 नतीजा स्टेज-2 तक पहुँच गया, और आगे भी पहुँच सकता है। सबसे खतरनाक आंकड़ा वह है जिसे कोई 'कम' समझकर आगे भेज देता है, जबकि वह असल में 'पता नहीं' था।

डोमेन प्रायर: सबसे खतरनाक भराव

अब वह हिस्सा जो मेरे पेशे में सबसे ज्यादा होता है। अगर लिखने वाला क्रिकेट जानता है, तो खाली जगह अपने आप भरने लगती है। टेस्ट की बात हो रही हो तो मन में चार-पाँचवें दिन की उम्मीद बैठ जाती है; टी-20 की बात हो तो पावरप्ले की संख्या जुबान पर आ जाती है। यह भराव कोई झूठ नहीं है, यह क्रिकेट-साक्षरता का साइड इफेक्ट है — और यही इसे खतरनाक बनाता है, क्योंकि यह विश्वसनीय लगता है।

फरवरी 2026, बेंगलुरु में दस-टीम मेगा नीलामी। ₹90 करोड़ के पर्स, करीब 600 नाम पूल में, और एक फ्रैंचाइज़ी क्लाइंट के लिए मैंने पाँच सीज़न के बॉल-बाय-बॉल डेटा पर एक चरण-समायोजित रिप्लेसमेंट-वैल्यू मॉडल तैयार किया। मॉडल ने nineteen साल के एक अनकैप्ड बाएँ हाथ के बल्लेबाज़, तिलक वर्मा, को पूरे कमरे के शीर्ष पाँच में रखा। क्लाइंट ने ₹20 लाख के बेस प्राइस पर उन्हें छोड़ दिया; मुंबई इंडियंस ने ₹1.7 करोड़ खर्च किए और उस सीज़न उन्होंने 397 रन बनाए, स्ट्राइक रेट 131। नौ महीने बाद मैंने एडिलेड में भारत के दस विकेट के हार के दौरान कमेंट्री बॉक्स में लाइव आंकड़े खिलाए और एक भी आंकड़ा इस्तेमाल नहीं हुआ। मैंने टीम का पक्ष चुना, और उसके बाद 'डेटा कहता है' को अलंकार की तरह इस्तेमाल करना बंद कर दिया।

इस किस्से का बिंदु यह है: उस मॉडल के पास डेटा था। पाँच सीज़न, टूर्नामेंट-वार भार-भेद, चरण-समायोजन। अगर वही मॉडल उस रात की खाली फाइल पर चलता, तो वह उतना ही आत्मविश्वासी और उतना ही गलत होता। एक प्रोजेक्शन और एक अंदाजे में एक ही फर्क है — दावे के साथ नमूने का आकार बताया गया हो या नहीं। अगर मैं 'शीर्ष पाँच' लिखता हूँ और साथ में यह नहीं लिखता कि यह 1,400 पारियों के कट-ऑफ पर आधारित है, तो वह विश्लेषण नहीं, सजीव भविष्यवाणी है।

फिंगरप्रिंट जो असली निष्कर्ष है

उस रात की रिपोर्ट में एक चीज वाकई नई थी, और वह फाइल की असफलता से निकली थी: जिस समय डोमेन टैग सही भरा गया और बाकी सब कुछ खाली रह गया, वह अपने आप में एक डायग्नोस्टिक फिंगरप्रिंट है। इसका मतलब है कि गड़बड़ी वर्गीकरण की परत में नहीं है — वर्गीकरण ने ठीक काम किया, उसने कहा 'क्रिकेट'। गड़बड़ी लेख-निकाय निष्कर्षण में है: कंटेंट का पाठ पढ़ा ही नहीं जा सका।

इस अंतर का फायदा तकनीकी टीम को सीधा मिलता है। अगर वर्गीकरण विफल होता, तो टैग भी खाली आता और हमें पूरी पाइपलाइन की जाँच करनी पड़ती। यहाँ टैग भरा है — नौ में से एक, यानी 11 प्रतिशत — तो सिक्का लेख-निकाय पर गिरता है। इसकी तीन संभावनाएँ हैं, और उनकी संभावनाएँ अलग-अलग हैं: अल्पकालिक फेच विफलता (मध्यम भरोसा), पे-वॉल या खाली/ट्रंकेटेड हैंडऑफ (मध्यम भरोसा), और स्कोरकार्ड-केवल या वीडियो-केवल स्रोत जहाँ से पाठ स्वभावतः निकलता ही नहीं (कम भरोसा)।

तीसरी संभावना सबसे दिलचस्प है, क्योंकि वह हमारे पेशे की एक संरचनात्मक समस्या की ओर इशारा करती है। स्कोरकार्ड में हर वह चीज नहीं होती जो पिच पर हुई। एक वीडियो-केवल स्रोत में हर वह चीज नहीं होती जो कमेंट्री में कही गई। जब हमारी पाइपलाइन ऐसे स्रोत से गुजरती है, तो उसे 'कुछ नहीं मिला' नहीं कहना चाहिए — उसे 'इस प्रारूप से पाठ नहीं निकल सकता' कहना चाहिए। ये दो बिल्कुल अलग बातें हैं, और इन्हें एक ही डिब्बे में डालना वही गलती है जो 'गेंद नहीं मिली' और 'बल्ला नहीं चला' को एक मान लेना है।

यह गलती असली कवरेज में कैसे दिखती है

मेरे पेशे में खाली इनपुट से भरा हुआ आउटपुट बनाने की तीन जानी-पहचानी शक्लें हैं।

पहली — पाँच पारियों का चलन। टूर्नामेंट में चार मैच अच्छे खेलने वाला बल्लेबाज 'फॉर्म में लौट आया' घोषित कर दिया जाता है, जबकि चार पारियों का अंतराल इतना चौड़ा होता है कि वह लगभग कुछ भी साबित नहीं करता। मेरा नियम सरल है: दावे के साथ नमूना और अंतराल उसी वाक्य में लिखो। अगर अंतराल दावे से चौड़ा निकले, तो दावे को सवाल में बदल दो।

दूसरी — माइलस्टोन-फर्स्ट कमेंट्री। मैच को एक बल्लेबाज़ के शतक की गिनती से कथा में बदल देना, मैच की स्थिति से नहीं। यह कवरेज की विफलता है, घर की शैली नहीं। जब टीम 120/4 पर है और गेंदबाजी कस रही है, तो 'यह उनका 49वाँ शतक है' वह जानकारी नहीं है जिससे पाठक मैच पढ़ सके।

तीसरी — प्रेस रिलीज का ट्रांसमिशन। बोर्ड, फ्रैंचाइज़ी या ब्रॉडकास्टर की घोषणा को निष्कर्ष की तरह छाप देना। मेरा पूरा झुकाव इसके उलट है: प्रोजेक्शन को घोषणा से आगे निकलना चाहिए। जो टुकड़ा सिर्फ रिलीज का अनुवाद करता है, उसने तर्क ही नहीं लड़ा।

इन तीनों के पीछे एक ही ढाँचा है: जहाँ इनपुट खाली था वहाँ आउटपुट भरा हुआ पेश किया गया। उस रात की फाइल में भराव की शक्ल सिर्फ ज्यादा ईमानदार थी — उसने 'N/A' छाप दिया।

प्रतिपक्ष: खाली नतीजा सबसे कीमती और सबसे अनपब्लिशेबल होता है

यहाँ एक असुविधाजनक बात कहनी है। पत्रकारिता की अर्थव्यवस्था 'हमें नहीं पता' को दंडित करती है। डेस्क को सुबह तक आठ सौ शब्द चाहिए; 'जानकारी अपर्याप्त है' उस माँग का जवाब नहीं है, वह माँग से इनकार है। इसीलिए नल-नतीजा सबसे ईमानदार और सबसे कम प्रकाशित होने वाला आउटपुट है।

मेरा उलटा दावा यह है: एक खाली फाइल अपने आप में डेटा है, और अक्सर वह उस रात की सबसे उपयोगी चीज होती है। उस रात हमें सिर्फ यह नहीं पता चला कि मैच का क्या हुआ; हमें यह पता चला कि हमारी पाइपलाइन कहाँ टूटती है। वह जानकारी अगले दस मैचों की कवरेज बचा सकती है।

दूसरा उलटा दावा: समस्या खाली फाइल नहीं है, समस्या यह है कि स्टेज-1 और स्टेज-2 के बीच कोई अलार्म नहीं है। एक गेट चाहिए — अगर सूचना बिंदुओं की सूची खाली है तो स्टेज-2 शुरू ही न हो। मैं ENTJ हूँ, यानी मैं पहले अड़चन का नाम लेता हूँ, फिर वह तालिका बनाता हूँ जो उसे साबित करे; इस मामले में अड़चन बिल्कुल साफ है और सही तालिका खाली है।

तीसरा, और यह मेरे लिए सबसे असहज है। मैं इस बाज़ार में मेहमान हूँ। मेरा संदर्भ ओवल और माउंट माउंगानुई है, और यहाँ का ग्राउंड ट्रुथ भारत के स्कोरिंग डेस्क और हिंदी तथा तमिल कमेंट्री डेस्क के पास है, जो उस रात भी मौजूद थे जब मेरी फाइल खाली थी। जो स्टैंड जानता है और स्प्रेडशीट नहीं जानती, उसे कवरेज में जगह मिलनी चाहिए — रंग के तौर पर नहीं, स्रोत के तौर पर। मेरी पाइपलाइन के पास एक टैग था; उनके पास मैदान था।

आगे क्या: एक ऐसा दावा जो गलत साबित हो सके

अगर यह टुकड़ा किसी काम का है, तो उसे एक ऐसा वादा करना चाहिए जिसे अगली बार झूठा साबित किया जा सके। मेरी शर्त यह है: अगले चार हफ्तों में उसी स्रोत को दो बार स्टेज-1 से गुज़ारा जाए। अगर दोनों बार सूचना बिंदु खाली आएँ, तो यह अल्पकालिक फेच विफलता नहीं है — यह पार्सर दोष है और इसे इंजीनियरिंग परत तक भेजना चाहिए। अगर एक बार भी सूची भर जाए, तो यह दस्तावेज़ बेकार है और इसे पैच करने के बजाय फेंक देना चाहिए। मैं इसे पहले से दर्ज कर रहा हूँ, ताकि बाद में कोई इसे 'शायद ऐसा ही था' में न बदल सके।

इससे बड़ी बात यह है कि अगली बार जब कोई सुर्खी कहे 'डेटा कहता है', तो एक सवाल पूछा जाना चाहिए जो अभी कोई नहीं पूछता — फिल रेट क्या था? नौ में से कितने कॉलम असल में भरे थे? अगर जवाब 11 प्रतिशत है, तो जो नीचे लिखा है वह विश्लेषण नहीं, खाली कुर्सियों पर बजाया गया शोर है।

मॉडल जवाब नहीं होता; वह वह लैंप है जो मैं गिरावट के भीतर ले जाता हूँ। और कुछ रातों में, ईमानदारी से, लैंप कुछ नहीं दिखाता। उस रात दिखाने लायक एक ही चीज थी — यह कि हमारे पास रोशनी नहीं थी। अगली सुबह डेस्क को वही लिखकर भेजना पड़ा।