खाली फ़ाइल, पूरा टेम्पलेट: क्रिकेट डेटा डेस्क की सबसे ईमानदार रिपोर्ट वही है जिसमें लिखा हो — अपर्याप्त जानकारी

रात के दो बजकर सत्रह मिनट। दिल्ली के डेटा डेस्क पर एक फ़ाइल खुलती है। उसमें आठ खाने भरे हुए हैं — फ़ॉर्मेट और मैच एनालिसिस, खिलाड़ी की तकनीक और डेटा, टीम का परिदृश्य और रैंकिंग, लीग और वाणिज्यिक पारिस्थितिकी, नियम और शासन, जोखिम-पक्ष, जन-नैरेटिव और अपेक्षा, और उद्योग संचरण। हर खाने में एक टेबल है, हर टेबल में कॉलम, हर कॉलम में तीन अक्षर — N/A। शीर्षक N/A। स्रोत N/A। सूचना बिंदुओं की सूची खाली। और सबसे ऊपर, बिना किसी लाग-लपेट के: स्थिति — विफल। मुझे इस फ़ाइल को देखकर राहत मिली। यह वाक्य पढ़कर अजीब लगेगा, इसलिए साफ़ कह देती हूँ: मैं उस पल की तारीफ़ नहीं कर रही जब सिस्टम फेल हुआ, मैं उस पल की तारीफ़ कर रही हूँ जब सिस्टम ने अपनी विफलता दर्ज की। इकतालीस साल में मैंने जितनी गलत रिपोर्टें देखी हैं, उनमें से ज़्यादातर खाली नहीं थीं। वे भरी हुई थीं। उनमें नाम थे, आँकड़े थे, तुलनाएँ थीं, और एक ऐसा आत्मविश्वास था जो सिर्फ़ उस चीज़ से आता है जिसे किसी ने जाँचा नहीं। टेम्पलेट पूरा था और सबूत शून्य था। क्रिकेट एनालिटिक्स में इस वक़्त जो सबसे महँगी गलती चल रही है, वह गलत नंबर नहीं है। वह पूरी तरह फ़ॉर्मेटेड रिपोर्ट है जिसके पीछे एक भी सत्यापित सूचना बिंदु नहीं है। जिस दिन हमारा सिस्टम ऐसी रिपोर्ट को ‘पूर्ण’ का टैग देकर आगे भेज देता, उस दिन क्रिकेट डेटा उद्योग को अपनी सबसे बड़ी चोट लगती — और वह चोट किसी स्कोरलाइन से नहीं, मेटाडेटा से आती। यह लेख उसी चोट का बीमा-पत्र है। इस डेस्क की बनावट समझनी ज़रूरी है, क्योंकि जो लोग बाहर से बहुत प्रभावशाली दिखते हैं, उन्हें भी अक्सर यही पता नहीं होता कि मैच-रिपोर्ट और डेटा-रिपोर्ट में फ़र्क़ कहाँ से शुरू होता है। किसी भी क्रिकेट एनालिटिक्स पाइपलाइन में दो चरण होते हैं। पहला चरण कच्चे स्रोत को तोड़कर संरचित खानों में डालता है — शीर्षक, स्रोत, लेख का प्रकार, मुख्य दृष्टिकोण, सूचना बिंदु, एंटिटी, समय-संवेदनशीलता, स्रोत की गुणवत्ता। दूसरा चरण उन खानों को आठ विश्लेषणात्मक आयामों में बदलता है, और उसकी एक ही शर्त है: हर निष्कर्ष को पहले चरण के किसी सूचना बिंदु का हवाला देना पड़ेगा। यह शर्त बहुत साधारण दिखती है और यही पूरे ढाँचे की रीढ़ है। मेरे पास इसका एक पुराना, बहुत महँगा उदाहरण है। 2026 में कोलकाता के एक प्रेस बॉक्स से मैंने कपिल देव का 175* ज़िम्बाब्वे के ख़िलाफ़ देखा था। उस मैच की कोई रिकॉर्डिंग मौजूद नहीं है, क्योंकि बीबीसी की हड़ताल चल रही थी। जो घटना दर्ज नहीं हुई, वह सांख्यिकीय रूप से अस्तित्वहीन हो जाती है, चाहे सैकड़ों लोग उसे अपनी आँखों से देख चुके हों। उस दिन से मेरी एक आदत बनी: जो दर्ज नहीं है, उसे मैं जानती हूँ लेकिन उसे डेटा नहीं कहती। और इसका उल्टा भी उतना ही सच है — जो दर्ज है, वह इसलिए सच नहीं हो जाता कि वह एक टेबल में बैठा है। 2026 में मैं दिल्ली की एक ट्रेडिंग डेस्क पर गई, जहाँ अंतरराष्ट्रीय क्रिकेट प्राइस होता था। चौदह ट्रेडरों में अकेली औरत, और अकेली ऐसी जिसने कभी क्रिकेट नहीं खेला। मैंने वहाँ T20 प्राइसिंग को तीन तय ब्लॉकों में बदला — पावरप्ले, मिडल, डेथ। 21 मई 2026, हैदराबाद के राजीव गांधी इंटरनेशनल स्टेडियम में मुंबई इंडियंस ने 129/8 बनाकर राइज़िंग पुणे सुपरजायंट को एक रन से हराया। इनिंग्स ब्रेक पर बाज़ार मुंबई को अंडरडॉग मान रहा था। मेरा डेथ-ओवर इकोनॉमी बेंचमार्क नहीं मान रहा था। क्रुणाल पांड्या ने 47 रन बनाए और वह मैच प्लेयर ऑफ़ द मैच रहे, लेकिन जिस चीज़ ने नतीजा तय किया वह किसी एक पारी का स्कोर नहीं, दोनों तरफ़ की डेथ-इकोनॉमी का अंतर था। मैंने फ़ाइनल को तीन चरणों में प्राइस किया था, नतीजा जानने से पहले। एक रन ने फ़ाइनल तय किया था, और मैं पहले ही लिख चुकी थी कि ऐसा क्यों हो सकता है। उस साल के बाद मैंने ‘मोमेंटम’ शब्द पर लिखना बंद कर दिया। हर T20 टुकड़ा अब तीन ब्लॉक के बँटवारे से शुरू होता है, सतह का एक स्पष्ट पार स्कोर, और दोनों टीमों की डेथ-इकोनॉमी। कॉन्ट्रिब्यूटरों को एक पेज का टेम्पलेट मिलता है और कहानी-कहने वाले वाक्यों पर सख़्त सीमा। जो दावा चरण-संख्या में नहीं लिखा जा सकता, वह एडिट पार नहीं करता। साल 2026 में मैंने यही ढाँचा फ़ुटबॉल पर लगाया और रूस वर्ल्ड कप के लिए डेड-बॉल एक्सपेक्टेड-गोल्स मॉडल बनाया। बाज़ार उस वक़्त भी पज़ेशन को नियंत्रण का पर्याय मान रहा था। मेरे प्री-टूर्नामेंट नोट में लिखा था कि पज़ेशन कमज़ोर भविष्यवक्ता है और सेट-पीस xG व्यवस्थित रूप से कम कीमत पर बिक रहा है। टूर्नामेंट में रिकॉर्ड 29 पेनल्टी दिए गए। 15 जुलाई को मॉस्को में फ़्रांस ने क्रोएशिया को 4-2 से हराया, और फ़्रांस के चार में से तीन गोल डेड-बॉल स्थितियों से आए। उसी हफ़्ते एक क्लाइंट ने मेरे नोट का जवाब एक लाइन में दिया: ‘औरतें डिफ़ेंसिव लाइन नहीं पढ़तीं।’ मैंने जवाब स्प्रेडशीट से दिया। उस दिन के बाद मेरा नियम बना: हर आँकड़े के साथ सैंपल साइज़ और कॉन्फ़िडेंस इंटरवल, और चेतावनी दावे के ऊपर, फ़ुटनोट में नहीं। यह सारा पृष्ठभूमि इसलिए ज़रूरी थी कि आप समझ सकें कि जब मैं कहती हूँ ‘अपर्याप्त जानकारी, आकलन असंभव’, तो वह आलस नहीं है। वह उसी अनुशासन का अंतिम चरण है जिसने 2026 में एक रन का फ़ैसला पहले लिख दिया था। अब उस खाली फ़ाइल की शव-परीक्षा। पहला आयाम, फ़ॉर्मेट। क्रिकेट एनालिटिक्स का पहला दरवाज़ा यही है और यहीं सबसे ज़्यादा लोग फिसलते हैं। टेस्ट, वनडे और T20 के आँकड़े एक-दूसरे पर लागू नहीं होते। T20 में फ़िनिशर का 180+ स्ट्राइक रेट सामान्य मानक है; वही आदमी वनडे में 100 के स्ट्राइक रेट पर अलग खिलाड़ी है और टेस्ट में उसका कोई मतलब ही नहीं। जब इनपुट में टीम, तारीख़, प्रतियोगिता — कुछ भी नहीं है, तो फ़ॉर्मेट तय करना ही असंभव है। और फ़ॉर्मेट तय किए बिना आगे का हर खाना दूषित हो जाता है, क्योंकि खिलाड़ी का मेट्रिक, टीम का दर्जा, और वाणिज्यिक अनुमान — तीनों फ़ॉर्मेट-निर्भर हैं। यहाँ रुकना एक तकनीकी निर्णय नहीं, एक नैतिक निर्णय है। दूसरा आयाम, खिलाड़ी। सूचना बिंदुओं की सूची खाली है, यानी किसी खिलाड़ी का नाम ही मौजूद नहीं। नाम के बिना भूमिका-वर्गीकरण असंभव है — ओपनर, एंकर, फ़िनिशर, पेस, स्पिन, ऑलराउंडर, कीपर। भूमिका के बिना उम्र-वक्र विश्लेषण असंभव, कमबैक संदर्भ असंभव, बारह महीने का विचलन असंभव। यहाँ एक बात दर्ज कर लेना ज़रूरी है: अगर स्रोत बाद में निकले कि वह किसी T20 लीग का टुकड़ा है, तो उसमें छपा हर स्ट्राइक रेट T20 बेंचमार्क के सामने दोबारा बैठाना पड़ेगा और उसे वनडे या टेस्ट की क़ीमत पर पढ़ना सख़्त मना है। यह निष्कर्ष नहीं, ढाँचे का नियम है। तीसरा आयाम, टीम। ICC रैंकिंग N/A, घरेलू-बाहरी प्रोफ़ाइल N/A, स्क्वाड की गहराई N/A। क्रिकेट में घरेलू और बाहरी प्रदर्शन का अंतर दुनिया के खेलों में सबसे चौड़ा है — भारत में स्पिन, इंग्लैंड में स्विंग, ऑस्ट्रेलिया में बाउंस। यह अंतर जाँचे बिना किसी टीम का दर्जा तय करना वैसा ही है जैसे बिना पिच देखे पार स्कोर बता देना। और WTC अंकतालिका का असर तो तब ही निकाला जा सकता है जब टेस्ट संदर्भ स्थापित हो। चौथा आयाम, लीग और वाणिज्य। यहाँ मुझे अपनी सबसे पुरानी आदत पर लगाम लगानी पड़ती है। ब्रॉडकास्ट राइट्स के आँकड़े मेरे डेस्क पर सबसे बड़े, सबसे साफ़ और सबसे चमकीले हैं, और पैंतीस साल पैसा आते देखने के बाद राजस्व को हर चीज़ का प्रॉक्सी मान लेना बहुत आसान है। लेकिन खाली इनपुट पर न तो कोई लीग है, न फ़्रैंचाइज़ी, न राइट्स साइकिल, न कोई कीमत। बिना एक कीमत और एक प्रदर्शन-डेटासेट के, ‘ओवरवैल्यूड या अंडरवैल्यूड’ का कोई फ़ैसला नहीं हो सकता। पाँचवाँ आयाम, शासन। कोई बोर्ड निर्णय नहीं, कोई नियम परिवर्तन नहीं, कोई अनुशासनिक मामला नहीं। यहाँ एक चेतावनी दर्ज करना ज़रूरी है जो इस पूरे मामले का सबक है: सत्यनिष्ठा से जुड़े मुद्दे जोखिम-प्राथमिकता वाली श्रेणी में आते हैं। उनका यहाँ न दिखना ‘सबूत का अभाव’ है, ‘अभाव का सबूत’ नहीं। जिस दिन असली सामग्री के साथ यह विश्लेषण दोबारा चलेगा, उस दिन इस स्क्रीनिंग को फिर से करना पड़ेगा। छठा आयाम, जोखिम मैट्रिक्स। छह क्रिकेट श्रेणियाँ — खेल-कौशल, कार्मिक, वाणिज्यिक, नियम-सत्यनिष्ठा, जनमत, प्रणालीगत — सब N/A। सातवीं पंक्ति, जो इस पूरे दस्तावेज़ की असली खोज है, यह कहती है: सूचना-अखंडता का जोखिम उच्च है, संभावना निश्चित है क्योंकि घटना पहले ही घट चुकी है, प्रभाव उच्च है। मैं इस वाक्य को क्रिकेट जोखिमों से ऊपर रखती हूँ, क्योंकि एक पूरी तरह फ़ॉर्मेटेड रिपोर्ट जिसमें शून्य सबूत हो, उस छोटे संदेश से ज़्यादा ख़तरनाक है जो सिर्फ़ इतना कहता है कि इनपुट विफल रहा। पहली को डाउनस्ट्रीम पाठक विश्लेषण का संकेत मान लेंगे। दूसरी को कोई नहीं पढ़ेगा। सातवाँ आयाम, जन-नैरेटिव। कोई कहानी नहीं पहचानी जा सकती — न प्रतिद्वंद्विता, न राजवंश, न नए सितारे का राज्याभिषेक, न विदाई, न छुटकारा। ताप-चक्र का चरण तय करना असंभव। और यहीं ढाँचे का सबसे काम का बचाव फ़ेल हो जाता है: हाइप को सैंपल साइज़ और घरेलू-बाहरी बँटवारे के सामने परखने की जो तकनीक हम रोज़ इस्तेमाल करते हैं, वह शून्य डेटा-बिंदुओं पर नहीं चलती। आठवाँ आयाम, उद्योग संचरण। युवा विकास से राष्ट्रीय टीमों और लीगों तक, वहाँ से ब्रॉडकास्ट और व्युत्पन्न बाज़ारों तक — तीनों स्तरों पर इनपुट शून्य। भारत-पाकिस्तान मुक़ाबले वैश्विक दर्शक-सीमा के शिखर हैं, IPL से जुड़ी बहु-टीम मालिकाना व्यवस्था एक ही पूँजी नेटवर्क है, फ़ैंटेसी खेल जुड़ाव का सबसे तेज़ चैनल है — ये सब सूची में दर्ज हैं, लेकिन इस इनपुट ने इनमें से एक को भी सक्रिय नहीं किया। अब वह हिस्सा जो असली रिपोर्ट है, टेम्पलेट नहीं। इस विफलता की सबसे ज़रूरी बात यह है कि यह संपादकीय नहीं, यांत्रिक है। एंटिटी की सूची इस निर्देश के साथ बनाई गई थी कि ‘ऊपर दिए सूचना बिंदुओं से पहचानें’ — और वह सूची खाली थी। क्रिकेट रिपोर्टिंग में लगभग हमेशा कम से कम एक खिलाड़ी या एक टीम का नाम होता ही है। शीर्षक खाली, स्रोत खाली, लेखक का रुख़ खाली, लेख का उद्देश्य खाली — यह वह पैटर्न है जो तब बनता है जब एक्सट्रैक्टर लेख के शरीर तक पहुँचा ही नहीं, न कि तब जब उसने पढ़ा और उसमें कोई तर्क नहीं मिला। मैं इस पाइपलाइन की चार निगरानी-सूचनाएँ दर्ज करती हूँ, और मैं इन्हें सिर्फ़ सूची के तौर पर नहीं, क़ीमत के तौर पर लिख रही हूँ, क्योंकि जो नहीं नापा जाता वही सबसे महँगा पड़ता है। पहली — नल-दर। प्रति सौ आइटम में कितने ऐसे हैं जिनमें सूचना बिंदु शून्य हैं। सीमा: किसी भी दिन दो प्रतिशत से ऊपर। यह सीमा संपादकीय चुप्पी नहीं, पार्सर या एंटी-बॉट टूटन का संकेत है। क्यों दो प्रतिशत? क्योंकि असली दुनिया में कुछ पेज वाक़ई गायब होते हैं — पेडवॉल, डिलीट, टाइमआउट। लेकिन दो प्रतिशत से ऊपर जाना एक सिस्टम का बोलना है, सौ पेजों का नहीं। दूसरी — स्रोत-फ़ील्ड की पूर्णता। जिन आइटम्स का URL वापस निकाला जा सके, उनका हिस्सा। सीमा: 95 प्रतिशत। इससे नीचे गिरना तीन चीज़ें एक साथ ब्लॉक कर देता है — ऑडिट, एट्रिब्यूशन, और री-फ़ेच। जिस आइटम को दोबारा नहीं खींचा जा सकता, वह पत्रकारिता नहीं, अफ़वाह है। तीसरी — विफलताओं का लिपि-वितरण। अगर विफलताएँ ग़ैर-लातिनी लिपियों पर झुंड बना रही हैं, तो जड़ पहुँच नहीं, एनकोडिंग है। यह भेद बहुत मायने रखता है, क्योंकि एनकोडिंग की मरम्मत एक दिन का काम है और पहुँच की मरम्मत कभी पूरी नहीं होती। चौथी — विफलताओं का सामग्री-प्रकार वितरण। HTML, PDF, वीडियो, जावास्क्रिप्ट-रेंडर. अगर झुंड जावास्क्रिप्ट-रेंडर या वीडियो पर है, तो सवाल यह है कि आप रेंडरर में निवेश करेंगे या ट्रांसक्राइबर में। और यह निवेश का फ़ैसला है, ख़र्चे का नहीं। यहाँ एक बात साफ़ कर दूँ जो मैंने 2026 के बाद अपनी हर रिपोर्ट में ऊपर लिखनी शुरू की: सैंपल साइज़ पहले, दावा बाद में। इस मामले में सैंपल साइज़ शून्य है। शून्य सैंपल पर कोई भी आत्मविश्वास, चाहे वह टेबल में कितनी ही साफ़ दिखे, फ़ैब्रिकेशन है। इस पूरे प्रकरण में जो सबसे ज़्यादा चुभता है, वह तकनीकी विफलता नहीं, उसके बाद का व्यवहार है। एक फ़ीड चुपचाप खाली ऑब्जेक्ट लौटाती रहे और किसी को पता न चले, तो नुक़सान एक आइटम का नहीं, एक महीने की निगरानी का है। अगर यह नल-परिणाम सिर्फ़ एक आइटम पर आया है, तो यह उस दस्तावेज़ की स्क्रैप विफलता है। अगर यह कई आइटम्स पर आ रहा है, तो गड़बड़ प्रणालीगत है — पार्सर स्कीमा बदल गया या बॉट-ब्लॉकिंग शुरू हो गई — और यह पूरे मॉनिटरिंग फ़ीड को चुपचाप कमज़ोर कर रहा है। इस फ़र्क़ को पहचानने का एक ही तरीक़ा है: नल-दर को रोज़ नापना और उसका रिकॉर्ड रखना। अब वह हिस्सा जहाँ मुझे अपने ही उद्योग से बहस करनी है। पिछले आठ साल में क्रिकेट एनालिटिक्स ने जो सबसे बड़ी जीत हासिल की, वह यह थी कि उसने अंतर्ज्ञान को हरा दिया। डेटा डेस्क ने कमेंट्री बॉक्स को पीछे छोड़ दिया। और जीत के बाद हर अनुशासन में एक ही बीमारी आती है: वह खुद को ऑडिट करना बंद कर देता है। जिस कमेंट्री बॉक्स को मैं सालों से खेल का अंतिम बिना-ऑडिट कमरा कहती आई हूँ, उसके ठीक बगल में अब एक दूसरा बिना-ऑडिट कमरा बन गया है, और उसका नाम डेटा डेस्क है। मेरा उलटा तर्क यह है: इस उद्योग में सबसे क़ीमती उत्पाद वह मॉडल नहीं है जो आठ आयामों में बोलता है, बल्कि वह है जो आठ आयामों में चुप रहना जानता है। बाज़ार इसे उलटा प्राइस करता है। एक फ़ॉर्मेटेड रिपोर्ट उद्धृत की जाती है, फ़ॉरवर्ड की जाती है, स्लाइड में लगती है। ‘अपर्याप्त जानकारी’ वाली रिपोर्ट डिलीट हो जाती है। नतीजा यह है कि सिस्टम को वह व्यवहार सिखाया जा रहा है जो उसे सबसे ज़्यादा नुक़सान देगा — खाली डेटा पर भरा हुआ जवाब देना। मैं दो खाते रखती हूँ: जो मॉडल ने कहा, और जो हुआ। जो फ़र्क़ है, वही सबक है। यहाँ मॉडल ने कुछ नहीं कहा और जो हुआ वह यह था कि फ़ाइल पूरी भरकर आई। दोनों खातों का फ़र्क़ यहीं सबसे साफ़ दिखता है। सहसंबंध और कारण में जो फ़र्क़ है, वह इस प्रकरण में एक ख़ास रूप लेता है। आठ-आयामी ढाँचा मौजूद है, इसलिए आठ-आयामी विश्लेषण हुआ ऐसा मान लेना, ठीक वैसी ही गलती है जैसे यह मान लेना कि जिस टीम का पावरप्ले स्कोर अच्छा है उसका मिडल-ओवर भी अच्छा होगा। ढाँचा एक बर्तन है, सबूत उसका पानी। खाली बर्तन की आवाज़ सबसे तेज़ होती है। और यहीं मुझे अपनी पुरानी बेसलाइन याद आती है। भीड़ चली गई थी, और जो बेसलाइन मैंने उनके बिना दोबारा खड़ी की, वह आज तक टिकी है। रणजी नॉकआउट के खाली स्टैंड, वे टेस्ट मैदान जहाँ दर्शक समय से पहले लौट गए — वहाँ जो बचता है, वही क्रिकेट अर्थव्यवस्था का ईमानदार पैमाना है। मेरा बार-बार दोहराया दावा यह है कि IPL ने भारत में टेस्ट क्रिकेट को नुक़सान नहीं पहुँचाया, उसने रणजी ट्रॉफ़ी का ‘प्रासंगिकता’ पर दावा तोड़ा, और किसी ने उस दावे की क़ीमत नहीं लगाई। इसी तर्ज़ पर, इस डेटा डेस्क का ‘खाली परिणाम’ एनालिटिक्स का रणजी है — कोई उसे नहीं देखता, लेकिन वही एकमात्र ईमानदार पैमाना है। डेड बॉल वह जगह है जहाँ बाज़ार आलसी है और डेटा धैर्यवान। डॉट बॉल, विकेटलेस चरण, वह रिटेन किया हुआ स्क्वाड खिलाड़ी जो कभी बल्लेबाज़ी नहीं करता — इनकी क़ीमत मैंने हमेशा बहस से पहले लिखी है, ताकि मैच के बाद की आम सहमति को इंप्रेशन के बजाय एक नंबर से बहस करनी पड़े। इस फ़ाइल में डेड बॉल वह शून्य है जिसे किसी ने प्राइस नहीं किया। पहले VAR वर्ल्ड कप ने मुझे सिखाया था कि डेड बॉल को उससे पहले प्राइस करो जब कोई उस पर बहस शुरू करे। यहाँ डेड बॉल ख़ुद फ़ाइल थी। और हर पुनर्कैलिब्रेशन मेरा इस बात से शुरू हुआ है कि पुरानी बेसलाइन उस वक़्त ईमानदार थी। 2026 का तीन-चरण मॉडल आज भी चलता है, इसलिए नहीं कि वह परफ़ेक्ट था, बल्कि इसलिए कि उसने अपनी सीमा लिखी हुई थी — एक मैच, एक सतह, एक पार स्कोर। जब आप बेसलाइन की सीमा लिख देते हैं, तो बेसलाइन बूढ़ी होकर भी झूठी नहीं होती। अब उस चीज़ पर, जो इस विफलता में सबसे ज़्यादा ख़तरनाक है और जिस पर किसी ने ध्यान नहीं दिया। सिस्टम ने विफलता दर्ज की, यह अच्छा है। लेकिन उसने उसे प्रक्रियात्मक जोखिम के रूप में दर्ज किया, क्रिकेट जोखिम के रूप में नहीं। मेरे अनुभव में असली ख़तरा हमेशा उस जगह बैठता है जहाँ दो चीज़ें एक साथ सही दिखती हैं — ढाँचा सही, और सामग्री खाली। एक पाठक जो सिर्फ़ पहली नज़र डालता है, उसे आठ टेबल दिखेंगी और उसे लगेगा कि काम हुआ है। एक पाठक जो दूसरी नज़र डालता है, उसे N/A दिखेगा। इस उद्योग में पहली नज़र वालों की संख्या दूसरी नज़र वालों से कई गुना है। इसका इलाज तकनीकी नहीं, प्रोटोकॉल है। जिस क्षण सूचना बिंदुओं की संख्या शून्य हो, दूसरे चरण का निष्पादन हार्ड गेट से रुक जाना चाहिए। रिपोर्ट के मेटाडेटा में एक स्पष्ट स्टेटस फ़ील्ड होनी चाहिए — ‘विश्लेषण नहीं किया गया’ — और वह गद्य में नहीं, फ़ील्ड में लिखी होनी चाहिए, क्योंकि गद्य पढ़ा नहीं जाता और फ़ील्ड पढ़ा जाता है। इनजेशन के वक़्त मूल URL, कच्चा HTML और फ़ेच टाइमस्टैम्प सुरक्षित रखना चाहिए, पार्सिंग से पहले। और अगर स्रोत-मिश्रण में वीडियो और ऑडियो का हिस्सा बढ़ रहा है — जो बढ़ रहा है, ख़ासकर मैच-बाद के विश्लेषण शो में — तो पार्सर की मरम्मत से पहले ट्रांसक्रिप्ट चरण जोड़ना पड़ेगा, क्योंकि जिस सामग्री को पढ़ा ही नहीं जा सकता, उसे पार्स नहीं किया जा सकता। यहाँ मुझे अपनी सबसे असुविधाजनक लाइन दोहरानी है। भारतीय क्रिकेट पत्रकार को यह तय करना पड़ता है कि वह बोर्ड को कवर करता है या उसके लिए काम करता है, और ज़्यादातर लोगों ने चुपचाप दूसरा चुन लिया है। डेटा डेस्क के लिए आज वही सवाल है, बस शब्द बदल गए हैं: आप अपने फ़ीड की विफलता-दर छापेंगे, या अपनी सफलता-दर? जो डेस्क अपनी नल-दर छापती है, वह अगली तिमाही में उस डेस्क से ज़्यादा कमाएगी जो अपनी हिट-रेट छापती है — क्योंकि विफलता-दर एक नापने योग्य चीज़ है और हिट-रेट एक चुनी हुई चीज़। अगली तिमाही में मैं चार संकेत देखूँगी। नल-दर का दैनिक रिकॉर्ड — दो प्रतिशत की सीमा पार होते ही अलर्ट। स्रोत-फ़ील्ड की पूर्णता — 95 प्रतिशत से नीचे गिरते ही फ़ीड पर रोक। विफलताओं का लिपि-वितरण — ग़ैर-लातिनी लिपियों पर झुंड बनना एनकोडिंग की ओर इशारा। और सामग्री-प्रकार का वितरण — जावास्क्रिप्ट-रेंडर या वीडियो पर झुंड बनना बताएगा कि पैसा रेंडरर में जाए या ट्रांसक्राइबर में। इन चारों का एक ही काम है: शून्य को शून्य कहने की गति बढ़ाना। और अब वह सवाल जो मैं अपने डेस्क से भी पूछती हूँ और आपके डेस्क से भी। अगर आपका फ़ीड आपको यह बता ही नहीं सकता कि वह विफल हुआ, तो वह आपको और क्या बता रहा है जिस पर आप यक़ीन कर रहे हैं? जिस मॉडल को अपनी खाली फ़ाइल पहचानने की आदत नहीं, वह अपनी भरी हुई फ़ाइल भी नहीं पहचानेगा। क्रिकेट का अगला बड़ा डेटा विवाद किसी स्कोरलाइन से नहीं आएगा। वह उस रिपोर्ट से आएगा जिसमें आठ खाने भरे हुए थे, शीर्षक साफ़ था, और स्रोत किसी ने नहीं पूछा।