आठ डाइमेंशन, शून्य तथ्य: क्रिकेट कवरेज की असली विफलता टेक्नोलॉजी नहीं, बिना जाँच पास हुई रिपोर्ट है

आठ डाइमेंशन, शून्य तथ्य: क्रिकेट कवरेज की असली विफलता टेक्नोलॉजी नहीं, बिना जाँच पास हुई रिपोर्ट है

मेरे डेस्क पर एक ऑडिट रिपोर्ट पड़ी है जिसमें आठों डाइमेंशन पूरी शान से खुले हुए हैं — फॉर्मेट और मैच एनालिसिस, प्लेयर टेक्नीक और डेटा, टीम लैंडस्केप, लीग और कमर्शियल इकोसिस्टम, नियम-गवर्नेंस, जोखिम, जन-नैरेटिव और इंडस्ट्री ट्रांसमिशन। हर हेडिंग मौजूद है, हर टेबल बनी हुई है, हर सेल में एक ही लाइन लौटती है: अपर्याप्त जानकारी। इनफॉर्मेशन पॉइंट्स की गिनती शून्य है। टाइटल खाली, सोर्स खाली, फॉर्मेट अनुपलब्ध, एंटिटी सूची रिक्त, आर्टिकल टाइप 'Unclassified'। बचा सिर्फ़ एक टोकन है — cricket_asia — जो मैच का विवरण नहीं, राउटिंग का लेबल है। उस एक लेबल से भारत-पाकिस्तान की पूरी फ़्रेमिंग खींच लेना वही गलती है जो रविवार की शाम टीवी पर रोज़ होती है: स्कोरकार्ड खोले बिना कमेंट्री शुरू कर देना।

यह रिपोर्ट ख़ुद एक ख़बर है। दस्तावेज़ ऊपर से पूरा दिखता है और अंदर से खोखला — ठीक वैसी ही बनावट जो भारतीय क्रिकेट की डेटा सप्लाई चेन में बैठी है। जिस रिकॉर्ड में न्यूनतम तीन सत्यापित तथ्य न हों, वह रिकॉर्ड विश्लेषण योग्य नहीं, केवल टाइपोग्राफ़ी है। और हमारा सिस्टम ऐसे रिकॉर्ड को 'कम कॉन्फिडेंस' का मुलायम लेबल देकर आगे भेज देता है, 'रिजेक्टेड — एक्सट्रैक्शन फेल्योर' का सख़्त लेबल देकर रोकता नहीं। यही अंतर पैसे का है।

जो असल में टूटा

फेल्योर की दो रीडिंग बनती हैं। पहली — इनजेशन पाइपलाइन टूटी; आर्टिकल आया, NER और की-पॉइंट डीकंपोज़िशन ने टाइमआउट कर दिया, फ़ील्ड null पर डिफ़ॉल्ट हो गए। दूसरी — सोर्स ही नहीं मिला; पेवॉल, हटाया गया पेज, या JS से रेंडर होने वाला वह URL जिसका बॉडी टेक्स्ट खाली लौटा।

निदान का सबसे तेज़ सुराग वह फ़ील्ड है जिसे कोई नहीं देखता। आर्टिकल टाइप 'Unclassified' लौटना। क्लासिफिकेशन स्टेज-1 का सबसे सस्ता ऑपरेशन है — सारांश से भी सस्ता, स्टैंस एक्सट्रैक्शन से भी सस्ता। जब सबसे सस्ता काम भी नहीं हुआ, तो मामला 'आर्टिकल अस्पष्ट था' नहीं, मामला 'आर्टिकल पढ़ा ही नहीं गया' है। और डोमेन लेबल cricket_asia मानक स्कीमा Cricket की जगह लौटना बताता है कि क्लासिफायर ख़ुद एक अलग कॉन्फ़िग पर चल रहा है।

क्रिकेट एनालिटिक्स में पहला गेट फॉर्मेट है, और यह कोई फॉर्मैलिटी नहीं। टी20 में सात से नीचे इकॉनमी शानदार है; टेस्ट में वही इकॉनमी लगभग बेमतलब है क्योंकि वहाँ विकेट की कीमत ओवर की कीमत से बड़ी है। 'स्ट्राइक रेट 145' — यह वाक्य अपने आप में बेकार है जब तक पता न चले कि बॉल किस फॉर्मेट की हैं, पारी का कौन सा फ़ेज़ है, और पिच कैसी थी। फॉर्मेट एंकर के बिना हर तुलना ग़लत नहीं, बल्कि अमान्य है — जैसे सेंटीमीटर को किलोग्राम से नापना।

डेटा की दूसरी पारी

भारतीय क्रिकेट में असली स्काउटिंग डेस्क कभी स्कोरबोर्ड पर नहीं था। वह रणजी नॉकआउट के खाली स्टैंड में बैठता था। जनवरी 2026 में इंदौर के होल्कर स्टेडियम में गुजरात ने मुंबई को पाँच विकेट से हराकर अपना पहला रणजी खिताब जीता था; उस सीज़न प्रियांक पंचाल ने 1,310 रन बनाए थे, पार्थिव पटेल कप्तान थे। मैं उस वक़्त हैदराबाद की एक डिजिटल स्पोर्ट्स स्टार्टअप में जूनियर प्रोड्यूसर था और मेरी पहली स्क्रिप्ट बहुत तमीज़दार थी। एडिटर ने कहा — स्कोरकार्ड से मत शुरू करो, दावे से शुरू करो। मैंने उसे 'मुंबई का रुतबा गुजरात के डेटा से हारा' में बदला। वही टेम्पलेट आज तक चल रहा है।

उस सीज़न की रिपोर्टिंग नोटबुक से हुई थी, स्कीमा कॉन्ट्रैक्ट से नहीं। और यही मेरी असली चिंता है। आईपीएल नीलामी ने रणजी की प्रासंगिकता नहीं छीनी, उसने रणजी की स्काउटिंग-डेस्क वाली भूमिका छीनी — और जो डेटा पाइपलाइन उस डेस्क को फ़ीड करनी थी, वही पाइपलाइन आज खाली पेलोड लौटा रही है। नीलामी के दिन हर फ्रेंचाइज़ी एक ही सवाल पूछती है: इस लड़के का फ़र्स्ट-क्लास औसत होम में कितना है और अवे में कितना। जवाब देने वाला सिस्टम जब घरेलू सर्किट से गुज़रता है, तो वहाँ होम-कंडीशन इन्फ्लेशन की गंदगी चिपक जाती है। सब-कॉन्टिनेंटल बल्लेबाज़ों के होम औसत और स्पिनरों की होम इकॉनमी अपने आप तारीफ़ में बढ़ जाते हैं। मैंने 2026 में उप्पल में सैयद मुश्ताक अली का एक लीग मैच पूरा बैठकर देखा, जहाँ हैदराबाद ने आंध्र को एक रन से हराया। रिकी भुई का 64 रन निर्णायक लग रहा था, लेकिन आख़िरी तीन ओवरों में 14 डॉट बॉल गिरी थीं और एक रन-आउट मिस हुआ। प्रेस कॉन्फ़्रेंस छोड़कर मैंने हर डिलीवरी नोटबुक में चार्ट की — 'हैदराबाद एक रन से जीता, पर कहानी आंध्र के 14 डॉट की थी' — और वह वीडियो 2,10,000 व्यूज़ तक गया। एक रन का फ़ाइनल सिखाता है कि मार्जिन गणित नहीं, नसें हैं। वह सब नोटबुक से निकला, किसी स्कीमा से नहीं।

तो cricket_asia लेबल का असली ख़तरा यह नहीं कि वह ग़लत है। ख़तरा यह है कि वह काफ़ी है। यह लेबल एशियाई क्रिकेट की सबसे राजनीतिक फ़ाइल के बगल में बैठा है — भारत-पाकिस्तान का द्विपक्षीय फ़्रीज़, न्यूट्रल वेन्यू अरेंजमेंट, एसीसी का कैलेंडर। पेलोड में इनमें से कुछ भी नहीं है। फिर भी एक खाली रिकॉर्ड पूरी फ़्रेमिंग को बुला लेता है, क्योंकि कहानी एविडेंस से पहले तैयार बैठी है। यही मीडिया की सबसे सस्ती आदत है और सबसे महँगी गलती।

जहाँ मैं ग़लत हो सकता हूँ

यह मान लेना कि एक ख़राब रिकॉर्ड पूरे सिस्टम की हालत है, वही रिफ़्लेक्स-कॉन्ट्रैरियनिज़्म है जिससे मैं ख़ुद बचता हूँ। हो सकता है 500 रिकॉर्ड्स के बैच में यह एक अकेला पेवॉल वाला पेज था, null-रेट दो प्रतिशत से नीचे था, और मैं एक मंगलवार को इंफ़्रास्ट्रक्चर संकट बना रहा हूँ। हो सकता है एक्सट्रैक्शन गेट लगाना ओवर-इंजीनियरिंग हो — 2026-17 में पंचाल के 1,310 रन किसी स्कीमा कॉन्ट्रैक्ट ने नहीं, नोटबुक रखने वाले स्काउट ने पकड़े थे। मुझे भी जर्मनी के 2026 विश्व कप एग्ज़िट और एजबेस्टन में कोहली के 149 रन की तुलना पर एडिटर ने 'क्लिकबेट' कहा था, और वह टुकड़ा 1,800 कमेंट ले गया था — जिनमें आधे नाराज़ थे। तो एनालॉजी और अलार्म, दोनों मेरे पास मुँह उठाकर आते हैं।

मैं पहले से तय करके चल रहा हूँ कि क्या सबूत मेरा फ़ैसला बदल देगा। अगर उसी इनजेशन विंडो का बैच-लेवल null-रेट मामूली निकला, और दोबारा फ़ेच करने पर आर्टिकल फॉर्मेट फ़ील्ड के साथ पूरा लौट आया — तो मेरा दावा ढह जाएगा और यह टुकड़ा एक साधारण प्रोसेस-नोट बन जाएगा। लेकिन अगर फिर भी cricket_asia जैसे नॉन-स्टैंडर्ड लेबल और 'Unclassified' टाइप बचे रहते हैं, तो समस्या आर्टिकल में नहीं, क्लासिफायर में है।

जो आगे देखना है

अगले पाँच साल में भारतीय क्रिकेट कवरेज का स्तर यह तय नहीं करेगा कि किसने बेहतर एनालिस्ट नियुक्त किए, बल्कि यह तय करेगा कि किसने बोर्ड और लीग के डेटा आउटपुट में फॉर्मेट-टैग और एक्सट्रैक्शन-काउंट गेट अनिवार्य किए। जो रिकॉर्ड खाली है उसे खाली कहने की हिम्मत, उसे भरने की कला से ज़्यादा क़ीमती होगी। सवाल यह नहीं कि हमारे पास कितना डेटा है — सवाल यह है कि जब डेटा शून्य हो, तो हमारा सिस्टम उसे शून्य कहता है या कहानी में बदल देता है?