एक N/A की कीमत: क्रिकेट डेटा पाइपलाइन में चुपचाप होता नुकसान

लैपटॉप पर टेम्पलेट खुला था — आठ डिमेंशन, चालीस से ज़्यादा पंक्तियाँ, और उनमें से तीस से अधिक सेल में सिर्फ़ तीन अक्षर: N/A. जिस आर्टिकल को तोड़कर समझना था, उसका शीर्षक N/A था, स्रोत N/A था, आर्टिकल टाइप अनक्लासिफ़ाइड था और कोर व्यूअरपॉइंट खाली। सिस्टम ने कुछ गलत नहीं पढ़ा था — उसने कुछ पढ़ा ही नहीं था।

फरवरी 2026, बेंगलुरु का IPL ऑक्शन। उधार का लैपटॉप, ग्यारह लोगों वाली एक डिजिटल आउटलेट का लैनयार्ड। बेन स्टोक्स ₹14.5 करोड़ में राइज़िंग पुणे सुपरजायंट के पास गए, टाइमल मिल्स ₹12 करोड़ में RCB के पास। मैं नाम नहीं, अंकगणित लिख रहा था — हर बोली के बाद बचा हुआ पर्स, खुली ओवरसीज़ स्लॉट, अगले साल के रिटेंशन का एक्सपोज़र। छठे राउंड तक पीछे बैठे दो टीम एनालिस्ट मेरी रनिंग शीट के स्क्रीनशॉट ले रहे थे।

उस शीट में खाली सेल का एक ही मतलब था: यह सूचना नहीं है, इसलिए यह पैसा नहीं है। डेटा पाइपलाइन में खाली सेल का मतलब कुछ और होता है — और वो किसी को दिखता नहीं। जब स्क्रैपर पूरा आर्टिकल उठाने में फेल हो जाए, तो नुकसान एक स्टोरी का नहीं होता; नुकसान उस इंडेक्स का होता है जो उस स्टोरी के ऊपर बनाया जा रहा था।

क्रिकेट की सूचना-अर्थव्यवस्था तीन परतों पर खड़ी है। सबसे नीचे स्कोरकार्ड और बॉल-दर-बॉल फ़ीड, जो आमतौर पर तीन-चार कमर्शियल प्रोवाइडर से आते हैं। बीच में कागज़ात — BCCI सर्कुलर, रिटेंशन लिस्ट, ऑक्शन पर्स का ब्रेकडाउन, सेंट्रल कॉन्ट्रैक्ट की ग्रेडिंग, ट्रेड विंडो और मेगा-ऑक्शन की तारीखें। सबसे ऊपर ब्रॉडकास्ट और फ़ैंटेसी — लोअर-थर्ड, ग्राफ़िक्स, प्रीव्यू शो, प्रेडिक्शन मॉडल।

मेरा काम बीच की परत से शुरू होकर ऊपर की परत पर खत्म होता है। सितंबर 2026, IPL UAE में शिफ्ट हो चुका था और स्टेडियम खाली थे। Vivo ने टाइटल स्पॉन्सरशिप छोड़ी और Dream11 ने एक सीज़न के लिए ₹222 करोड़ में ली। ज़्यादातर लिखा जा रहा था खाली स्टैंड्स पर; मैं छह हफ़्ते फ़ोन पर बिता रहा था — force majeure की वर्डिंग, pro-rata रिफंड का गणित, और वो पेमेंट डेडलाइन जिसने बोर्ड का हाथ मजबूर किया। उस साल के बाद एक आदत बन गई: प्रेस रिलीज़ नहीं, डील पढ़ो। और हर बातचीत का पहला सवाल — टर्मिनेशन क्लॉज़ क्या कहता है?

अब उसी चेन में एक कदम पीछे जाइए। सोर्स पेज पर कंटेंट मौजूद है। एक्सट्रैक्शन स्टेज पर वो उठता नहीं। कारण रोज़मर्रा के हैं: पेवॉल या लॉगिन वॉल, जावास्क्रिप्ट से रेंडर होने वाला स्कोरकार्ड, वीडियो या ऑडियो सोर्स, एन्कोडिंग फेल। नतीजा वो रिकॉर्ड है जो दिखता भरा हुआ है पर है खाली — आठ डिमेंशन मौजूद, कंटेंट शून्य।

इस रिपोर्ट में पाँच प्रीकंडीशन थीं: फ़ॉर्मैट (टेस्ट / ODI / T20 / The Hundred), खिलाड़ी और उसका रोल, टीम, लीग, और गवर्नेंस लेवल। इनमें से एक भी पूरी नहीं हुई, और इसीलिए आठ में से आठ डिमेंशन अपनी शर्त पर ही रुक गए। सवाल यह है कि यह रुकावट सिर्फ़ इस एक आइटम की है या उस पूरे बैच की जिसमें यह आया।

पहला चेक हमेशा फ़ॉर्मैट होता है, और वो औपचारिकता नहीं है। एक सीमर जिसने टेस्ट में 40 विकेट 22.5 की औसत और 2.9 की इकॉनमी पर लिए हैं, वही गेंदबाज़ T20 में 8.6 की इकॉनमी पर जाता है। दोनों आंकड़े सही हैं। अगर स्क्रैपर फ़ॉर्मैट टैग गिरा दे और दोनों को एक कॉलम में औसत कर दे, तो 5.75 बनता है — एक ऐसा नंबर जो न टेस्ट का माप है, न T20 का, और जिसे किसी पिच पर कोई मतलब नहीं। यही क्रॉस-फ़ॉर्मैट कंटैमिनेशन है, और क्रिकेट एनालिटिक्स में यह सबसे आम गलती है क्योंकि यह गलती दिखती नहीं — यह साफ़-सुथरे ग्राफ़िक में छप जाती है।

तस्वीर को और साफ़ करूँ। ODI के मध्य ओवरों में 82 की स्ट्राइक रेट ठीक-ठाक ऐंकरिंग मानी जाती है; उसी 82 का T20 में कोई मतलब नहीं, क्योंकि वहाँ 135 से नीचे का टिकना टीम के लिए खर्च है। The Hundred में तो गेंदों की गिनती का ढाँचा ही अलग है — पाँच-गेंद ओवर, दस-गेंद ब्लॉक, और पावरप्ले की सीमा अलग। इन तीनों के आंकड़े एक टेबल में डालने का मतलब है तीन अलग खेलों का औसत निकालना और उसे 'फ़ॉर्म' कहना। मैंने टेलीविज़न सेगमेंट में यह गलती होते देखी है, और सबसे बुरी बात यह कि स्टूडियो में किसी ने आपत्ति नहीं की, क्योंकि नंबर बड़ा और साफ़ था।

फ़ॉर्मैट तय होने के बाद खिलाड़ी आता है। यहाँ अनुशासन कठोर है: बिना नाम के किसी भी आंकड़े का हवाला देना मना है। किसी अनाम विषय के लिए करियर के नंबर उधार लेना फ़ैब्रिकेशन है, अनुमान नहीं। और रोल क्लासिफिकेशन — ओपनर, एंकर, फ़िनिशर, पेस, स्पिन, ऑलराउंडर, कीपर — इसके बिना औसत, स्ट्राइक रेट और इकॉनमी के वज़न तय ही नहीं होते। टेस्ट में 45 की औसत वाला बल्लेबाज़ और T20 में 145 स्ट्राइक रेट वाला बल्लेबाज़ दो अलग पेशे हैं, भले स्कोरकार्ड एक ही नाम दिखाए।

इसी परत पर तीन और चीज़ें ज़रूरी हैं जो अक्सर गायब रहती हैं: सिचुएशनल स्प्लिट्स (पावरप्ले बनाम डेथ ओवर, घर बनाम बाहर, स्पिन बनाम पेस), रीसेंट ट्रेंड (पिछले दस पारियों की दिशा), और उम्र का इन्फ्लेक्शन पॉइंट। तेज़ गेंदबाज़ के लिए 30 के आसपास केबल में गिरावट आती है; बल्लेबाज़ के लिए 33-34 पर रिफ़्लेक्स का फ़र्क स्ट्राइक रेट में दिखने लगता है। इंजरी हिस्ट्री को गिनती में न लेना सबसे महँगी लापरवाही है, क्योंकि एक खिलाड़ी के तीन साल के आंकड़े उसके घुटने के बारे में कुछ नहीं बताते।

तीसरा प्रीकंडीशन टीम है, और टीम के बिना वो वेरिएबल ही गायब हो जाता है जो क्रिकेट में सबसे ज़्यादा समझाता है — होम-अवे डिफ़रेंशियल। उपमहाद्वीप की स्पिन-फ़्रेंडली पिच पर 2.9 की इकॉनमी वाला स्पिनर इंग्लैंड में अलग गेंदबाज़ होता है, और यह अंतर पिच रिपोर्ट, मौसम और DLS कॉन्टेक्स्ट के बिना मापा ही नहीं जा सकता। स्क्वाड स्ट्रक्चर की बातें — बैटिंग डेप्थ, बॉलिंग कॉम्बिनेशन, बेंच की गहराई, उम्र का ढाँचा — नामित स्क्वाड के बिना सिर्फ़ टिप्पणी बन जाती हैं। ICC रैंकिंग का हवाला देना भी तब तक बेमानी है जब तक यह तय न हो कि बात किस फ़ॉर्मैट की रैंकिंग की है और घर के आंकड़ों ने उसमें कितना मास्किंग किया है।

चौथा प्रीकंडीशन लीग और उसका कमर्शियल ढाँचा है। यहाँ मेरा लेजर रिफ़्लेक्स काम करता है, और यहीं सबसे बड़ा जाल बिछा है। कमर्शियल वैल्यू और स्पोर्टिंग वैल्यू दो अलग चीज़ें हैं, और जब उन्हें एक ही कॉलम में लिख दिया जाए तो बाज़ार की कहानी पिच की कहानी बन जाती है। ब्रॉडकास्ट राइट्स का आंकड़ा, फ्रैंचाइज़ी वैल्यूएशन, खिलाड़ी की सैलरी — इन तीनों का तालमेल ज़रूरी है, पर इनमें से कोई भी XI में जगह नहीं दिलाता।

ऑक्शन के प्रीमियम चार तरह के होते हैं और उन्हें अलग-अलग पहचानना पड़ता है। लोकल यंग-स्टार प्रीमियम वो है जहाँ फ्रैंचाइज़ी मार्केटिंग और टिकट के लिए भुगतान करती है। ऑलराउंडर प्रीमियम वो है जहाँ टीम एक स्लॉट में दो ज़िम्मेदारियाँ खरीदती है, इसलिए कीमत असली क्षमता से ऊपर चली जाती है। स्कार्स-पोज़िशन प्रीमियम तब बनता है जब स्पिनर या विकेटकीपर-बल्लेबाज़ बाज़ार में गिनती के हों। और पैनिक बिडिंग वो है जहाँ तीसरे दिन के अंत में बैठी टीम अपने ही स्क्रीन पर बचा पर्स देखकर बोली लगा देती है। इन चारों में से कोई भी फैसला 'कौन बेहतर खिलाड़ी है' के आधार पर नहीं होता। यही वजह है कि लीग और नेशनल टीम के बीच वर्कलोड टकराव हर सीज़न लौटता है — फ्रैंचाइज़ी का पैसा सीज़न के लिए है, बोर्ड का पैसा साइकिल के लिए।

पाँचवाँ प्रीकंडीशन गवर्नेंस है। मैं यहाँ तीन ट्रिगर देखता हूँ: नियम बदलाव (पावर/रेवेन्यू बँटवारा, प्लेइंग कंडीशंस, स्लो-ओवर-रेट पेनल्टी), DRS या अंपायरिंग से जुड़ा विवाद, और एलिजिबिलिटी या NOC का फ़ैसला। इनमें से कोई ट्रिगर मौजूद न हो तो कम्प्लायंस रिस्क को कोई लेवल देना मनमानी है — और मनमानी कोई विश्लेषण नहीं, राय होती है। साल 2026 का क्रोनजे मामला, 2026 की पाकिस्तान स्पॉट-फ़िक्सिंग, 2026 का IPL — ये सब संदर्भ के लिए हैं, इस आर्टिकल के सबूत नहीं।

अब वो हिस्सा जो सबसे ज़्यादा चुभता है: बैच लेवल का अंकगणित।

मान लीजिए एक रन में 1,200 आइटम इनजेस्ट हुए। 6% ब्लैंक निकले — यानी 72 रिकॉर्ड। 6% छोटा लगता है, और इसीलिए इसे नज़रअंदाज़ कर दिया जाता है। पर अगर वे 72 रिकॉर्ड एक ही सोर्स क्लास से आ रहे हैं — जैसे पेवॉल वाले वायर फ़ीड, या क्षेत्रीय भाषा के आउटलेट, या वो पेज जो जावास्क्रिप्ट पर चलते हैं — तो उन्हें चुपचाप ड्रॉप करने का मतलब है कि आपका एग्रीगेट उस पूरी सोर्स क्लास को व्यवस्थित रूप से कम आँक रहा है। यह रैंडम शोर नहीं, सिस्टमैटिक झुकाव है। और सेंटिमेंट इंडेक्स या 'कौन सबसे ज़्यादा छाया में है' जैसे मीडिया ट्रैकर ठीक इसी झुकाव पर खड़े होते हैं।

इसीलिए लॉग में फ़र्क मायने रखता है। ऐसे रिकॉर्ड को NO_SIGNAL नहीं, EXTRACTION_FAILURE लिखा जाना चाहिए। पहला कहता है स्रोत में कुछ था ही नहीं; दूसरा कहता है स्रोत में था, हमारी पाइपलाइन उठा नहीं पाई। दोनों का असर एग्रीगेट पर बिल्कुल अलग होता है, और दूसरे वाले की जवाबदेही हमारी है।

यहीं डेडलाइन-फ़ॉर्वर्ड सोच काम आती है। IPL में मेगा-ऑक्शन से पहले रिटेंशन विंडो बंद होती है, और हर फ्रैंचाइज़ी का ऑक्शन पर्स उसी रिटेंशन खर्च को घटाकर बनता है। रिटेंशन लिस्ट का एक्सट्रैक्शन फेल हुआ तो नीचे की हर गणना गलत होगी — बचा पर्स, खुली ओवरसीज़ स्लॉट, RTM कार्ड की गिनती, और अगली नीलामी में किसके पास कितनी जगह है। एक खाली सेल आखिर में एक गलत बोली बनकर बाहर आती है। मैंने 2026 में यही रनिंग शीट पर देखा था: जिस फ्रैंचाइज़ी के पास ओवरसीज़ स्लॉट खत्म थे, उसके आगे अनसोल्ड खिलाड़ी का खाली कॉलम 'दिलचस्पी नहीं' नहीं था — वो 'जगह नहीं' था। दोनों बातें एक जैसी दिखती हैं और बिल्कुल अलग हैं।

इस मामले में ट्रांसमिशन मैप भी उसी तरह रुकता है। ऊपर टैलेंट सप्लाई — जूनियर क्रिकेट, स्कूल, अंडर-19 — वहाँ से नीचे की ओर बहाव तभी बनता है जब किसी इवेंट का कारण साफ़ हो। कोई साइनिंग, कोई राइट्स डील, कोई रूल चेंज, कोई बैन — इनमें से कुछ भी पकड़ में न हो तो ब्रॉडकास्ट मीडिया, साउथ एशियन हार्टलैंड मार्केट, फ़ैंटेसी और डेरिवेटिव मार्केट, किसी को दिशा नहीं दी जा सकती। और सेंटिमेंट की बात करते वक़्त एक चीज़ याद रखनी चाहिए: सट्टे के संकेत सिर्फ़ अपेक्षा के संकेत होते हैं, किसी नतीजे का आधार नहीं।

मीडिया की 'हीट साइकिल' भी इसी तरह चलती है। कोई नैरेटिव — राइवलरी शोडाउन, डायनेस्टी, नए सितारे का राज्याभिषेक, दिग्गज का विदाई दौर — तभी टिकता है जब उसके नीचे कोई फ़ंडामेंटल हो और सैंपल साइज़ उसे सहारा दे। पूरा एक्सपेक्टेशन-गैप मॉडल दो चीज़ों पर खड़ा है: बाज़ार की अपेक्षा और वस्तुनिष्ठ बेंचमार्क। अगर दोनों में से एक भी दर्ज नहीं है, तो गैप निकालना गणित नहीं, गपशप है।

रिस्क मैट्रिक्स में छह कैटेगरी हैं — स्पोर्टिंग, परसोनेल, कमर्शियल, रूल्स/इंटीग्रिटी, पब्लिक ओपिनियन, सिस्टमिक। एक भी कैटेगरी को 'कम' नहीं कहा जा सकता, सिर्फ़ इसलिए कि कोई बुरी खबर नहीं दिख रही। रिपोर्ट में नकारात्मक जानकारी का न होना, जोखिम के न होने का सबूत नहीं है — और इंटीग्रिटी व इंजरी रिपोर्टिंग में यह फ़र्क सबसे ज़्यादा मायने रखता है।

इसीलिए 'N/A — अपर्याप्त जानकारी' इस फ़्रेमवर्क में एक जायज़ आउटपुट है, कमज़ोरी नहीं। जो सिस्टम आठ डिमेंशन में 'पता नहीं' कह सकता है और उसके बजाय कहानी नहीं गढ़ता, वो ठीक काम कर रहा है। और जो सिस्टम हर खाली सेल को एक आत्मविश्वासी वाक्य से भर देता है, वो सबसे महँगी सेवा दे रहा है — भरोसे का झूठा बिल।

और यहीं इस पूरे मामले का उलटा पहलू खुलता है। इंडस्ट्री तेज़ी और यक़ीन को इनाम देती है, सवाल को नहीं। एक पब्लिश स्लॉट की कीमत होती है, और 'N/A' उस स्लॉट को खाली छोड़ देता है। इसलिए जब पाइपलाइन फेल होती है, दबाव कहानी गढ़ने का बनता है, न कि रिपोर्ट रोकने का। मेरे अनुभव में सबसे खतरनाक नंबर वो नहीं होता जो साफ़ गलत है — वो तुरंत पकड़ा जाता है। सबसे खतरनाक वो नंबर है जो प्लॉज़िबल है, जो ग्राफ़िक पर अच्छा लगता है, और जिसके पीछे कोई लेजर पाथ नहीं है। ऐसे नंबर को कोई चुनौती नहीं देता, क्योंकि चुनौती देने के लिए उसी स्रोत तक जाना पड़ेगा जो गायब है।

दूसरी अनदेखी चीज़ दर्शक है। स्टेडियम में बैठा फ़ैन बड़ी स्क्रीन पर रीप्ले देखता है और फ़ैसला सुनता है, पर उसे कभी नहीं बताया जाता कि फ़ैसला किस नियम के तहत आया। टेलीविज़न पर भी वही होता है: लोअर-थर्ड पर एक आंकड़ा चमकता है, फ़ॉर्मैट नहीं लिखा होता, सैंपल साइज़ नहीं लिखा होता, सोर्स नहीं लिखा होता। पारदर्शिता का नारा दोनों जगह एक ही बिंदु पर अटकता है — जहाँ आम दर्शक बैठा है।

तीसरी बात जो टीमों के अंदर की है। एक फ्रैंचाइज़ी के पास एक ही खिलाड़ी के तीन सेट नंबर होते हैं — स्काउट का, एनालिस्ट का, और एजेंट का। तीनों में से कोई भी किसी दूसरे से मेल नहीं खाता, और किसी की भी तारीख दर्ज नहीं होती। ऑक्शन टेबल पर जब बोली लगती है, तब पता चलता है कि जिस नंबर पर भरोसा किया गया था वो पिछले सीज़न का था। यह एक्सेस जर्नलिज़्म का सबसे पुराना जाल है — एजेंट के कमरे में बैठकर आपको लगता है कि आपके पास जानकारी है, जबकि आपके पास सिर्फ़ एक वर्ज़न है। दस्तावेज़ और प्रतिद्वंद्वी सोर्स, दोनों से मिलान किए बिना वो वर्ज़न कीमत नहीं, मूड है।

आगे क्या देखना चाहिए, इसका मेरा शॉर्टलिस्ट साफ़ है। बैच ब्लैंक रेट 5% से ऊपर जाए तो पूरी रन की इंटीग्रिटी पर सवाल उठाइए, सिर्फ़ उस एक आइटम पर नहीं — क्योंकि एक ब्लैंक अक्सर अकेला नहीं आता, उसके भाई-बंधु उसी बैच में होते हैं। हर एक्सट्रैक्शन में फ़ॉर्मैट टैग उसी वक़्त कैप्चर होना चाहिए, बाद में किसी अनुमान से नहीं। सोर्स का नाम और प्रकाशन तिथि रिज़ॉल्व होनी चाहिए, वरना उस आंकड़े को उद्धृत करने का हक़ ही नहीं बनता। और उस आइटम को दोबारा इनजेस्ट करना उसी न्यूज़ साइकिल में कर लेना चाहिए — मैच रिपोर्ट और ऑक्शन आइटम दोनों सूचना-घने होते हैं और चार डिमेंशन तुरंत भर देते हैं, पर एक साइकिल बाद वो कीमत खत्म हो जाती है।

सवाल यह नहीं है कि डेटा कितना है। सवाल यह है कि जब स्कोरकार्ड सही आ रहा हो और उसके पीछे की रिटेंशन लिस्ट गायब हो, तो आप किसे सच मानेंगे — और उस गुमशुदा लिस्ट की जवाबदेही किसके खाते में जाएगी?