खाली डेटा, भरा खतरा: जब 'शून्य सूचना बिंदु' क्रिकेट एनालिटिक्स की सबसे बड़ी खबर बन जाता है

इस हफ्ते मेरे इनबॉक्स में एक रिपोर्ट आई। शीर्षक था: स्टेज-2 डीप एनालिसिस रिपोर्ट, क्रिकेट डोमेन। लंबाई 4,210 शब्दों के आसपास बताई गई थी। समस्या यह थी कि रिपोर्ट के अंदर क्रिकेट था ही नहीं। कोई मैच नहीं, कोई खिलाड़ी नहीं, कोई टीम नहीं, कोई स्टेट नहीं। सिर्फ एक वाक्य बार-बार दोहराया गया था: निर्धारित नहीं किया जा सकता, अपर्याप्त जानकारी। यह कोई मैच रिपोर्ट नहीं थी। यह एक डेटा पाइपलाइन की विफलता थी, और उस विफलता ने क्रिकेट कवरेज के उस हिस्से को रोशन कर दिया जिसे हम आम तौर पर अनदेखा कर देते हैं: हम उन चीज़ों पर भरोसा करते हैं जिन्हें हम देख नहीं पाते। मैंने पिछले तीन दशकों में क्रिकेट को एक सतत मूल्य-निर्धारण प्रक्रिया की तरह देखा है। मैदान पर हर गेंद एक कीमत है, हर पारी एक बाजार है, हर नीलामी एक असममित सूचना वाला सौदा है। लेकिन इस बार मैदान पर कोई गेंद नहीं थी। बाजार में सिर्फ एक खाली ऑर्डर बुक थी। और खाली ऑर्डर बुक से भी एक सीख मिलती है, बशर्ते हम उसे भरने की जल्दबाजी न करें। किसी भी क्रिकेट लेख को दो चरणों में तोड़ा जाता है। पहले चरण में एक पाठक या एक एल्गोरिद्म स्रोत लेख से तथ्य निकालता है। ये तथ्य सूचना बिंदु कहलाते हैं। दूसरे चरण में विश्लेषक उन तथ्यों को क्रिकेट की आठ परतों पर चढ़ाता है: फॉर्मेट, खिलाड़ी, टीम, लीग, गवर्नेंस, जोखिम, सार्वजनिक कथा और उद्योग। यह एक जंजीर है। इस जंजीर का सबसे कमजोर बिंदु वह जोड़ है जहां स्टेज-1 का खाली आउटपुट स्टेज-2 को मान्य दस्तावेज़ की तरह सौंप दिया जाता है। इस बार स्टेज-1 ने जो भेजा वह स्कीमा-वैध लेकिन खाली था। यानी उसका ढांचा तो सही था, लेकिन उसके अंदर कोई सामग्री नहीं थी। शीर्षक अनुपलब्ध था, स्रोत अनुपलब्ध था, लेख प्रकार अवर्गीकृत था, और सूचना बिंदुओं की संख्या शून्य थी। यह सबसे धोखेबाज़ स्थिति है क्योंकि दिखने में यह एक पेशेवर रिपोर्ट लगती है, लेकिन इसका कोई भी हिस्सा क्रिकेट से जुड़ा नहीं है। जो लेबल मिला वह था cricket_world। यह कोई फॉर्मेट नहीं है, कोई टूर्नामेंट नहीं है। यह एक विषय टैग है, और वह भी अपेक्षित श्रेणी Cricket से अलग है। यह छोटी सी बेमेल संकेत देती है कि पाइपलाइन के दो हिस्से अलग-अलग समय पर बने थे। अब असली सवाल यह है कि ऐसी खाली रिपोर्ट से हमें क्या सीखना चाहिए। पहली सीख यह है कि शून्य सूचना बिंदु भी एक सूचना बिंदु है। जब कोई विश्लेषण प्रणाली किसी घटना से कोई तथ्य नहीं निकाल पाती, तो वह हमें बता रही है कि घटना की प्रकृति ही अलग है। हो सकता है कि स्रोत पेज पे-वॉल के पीछे हो, या वह जावास्क्रिप्ट से रेंडर होता हो, या वह कोई स्कोरकार्ड हो जिसमें गद्य ही नहीं है। इन सभी संभावनाओं को खारिज करने के बजाय हमें उन्हें गिनना चाहिए। दूसरी सीख फैब्रिकेशन से जुड़ी है। जब एक रिपोर्ट पूरी तरह खाली होती है, तो सबसे बड़ा खतरा यह नहीं है कि उसमें कुछ नहीं है। सबसे बड़ा खतरा यह है कि कोई उसे भर देगा। हमारे पास जो मॉडल-जनित पूर्वधारणाएं हैं, भारत की बल्लेबाजी गहराई, तेज गेंदबाजों की कीमत, पावरप्ले में रन रेट, ये सारी चीजें एक खाली सांचे में डाली जा सकती हैं और एक ऐसा विश्लेषण तैयार हो सकता है जो दिखने में पेशेवर हो और जिसका कोई आधार न हो। यह वही गलती है जो हम क्रिकेट में हमेशा टालते हैं: बिना नमूने के निष्कर्ष, बिना चरण के औसत, बिना सबूत के दबाव झेला। मैंने 2026 में एक फेज़-आधारित अपेक्षित-रन मॉडल बनाया था। उसकी नींव 1,248 आईपीएल पारियां थीं, जो 2026 से 2026 तक के आंकड़ों पर आधारित थीं। मैंने उसे पावरप्ले, मिडिल और डेथ चरणों में बांटा था। फाइनल में मुंबई इंडियंस ने 129 रन बनाकर राइजिंग पुणे सुपरजायंट को एक रन से हराया था। मेरे मॉडल ने मुंबई को इनिंग ब्रेक के समय 56.4 प्रतिशत जीत की संभावना दी थी, जबकि बाजार 50 प्रतिशत कह रहा था। मैंने उस मॉडल को मुफ्त प्रकाशित किया। क्यों? क्योंकि मैं चाहता था कि सट्टेबाजी बाजार नंबरों से बहस करे, शोर से नहीं। उसी सीख का दूसरा पहलू यह है: जब आंकड़े खुद गायब हों, तो बाजार को शोर से बहस करने देना अपराध है। 2026 में आईपीएल खाली स्टेडियमों में खेला गया। उस समय मैंने उसे एक प्राकृतिक प्रयोग की तरह इस्तेमाल किया। घरेलू लाभ को शून्य कर दिया, ड्यू और टॉस को मॉडल में जोड़ा, और पाया कि दुबई-अबू धाबी में पहली पारी का औसत 167.8 था जबकि 2026 में वह 162.4 था। मुंबई इंडियंस ने पांचवां खिताब जीता, और मेरे डेथ-बॉलिंग इकॉनमी मॉडल ने उनका आंकड़ा 7.61 पर दर्ज किया था। खाली स्टैंड ने मुझे सिखाया कि शोर एक वेरिएबल है, सच्चाई नहीं। आज जो खाली JSON मेरे सामने है, वह उसी सबक का उल्टा रूप है: जब शोर नहीं है, तब भी हमें उसे सच्चाई समझने की गलती नहीं करनी चाहिए। 2026 की मेगा नीलामी में मैंने वार बोर्ड बनाया था। गुजरात टाइटन्स ने हार्दिक पांड्या और राशिद खान को 15-15 करोड़ में लिया। मेरा बोर्ड कह रहा था कि बाजार ने प्रतिष्ठा की कीमत लगाई है, चरण-प्रभाव की नहीं। शुभमन गिल को मैंने पावरप्ले एसेट माना था। टीम ने खिताब जीता। इसका नैतिक यह है कि बाजार गलत हो सकता है, लेकिन बाजार को गलत साबित करने के लिए डेटा चाहिए, नाराज़गी नहीं। जब डेटा ही नहीं है, तो बाजार को गलत ठहराने का कोई आधार नहीं बनता। इस खाली रिपोर्ट में छह जोखिम श्रेणियां थीं: स्पोर्टिंग, पर्सनल, कमर्शियल, नियम, जनमत और सिस्टमिक। पहली पांच का आकलन असंभव था। छठी श्रेणी हाई थी। यह छठी श्रेणी ही असली कहानी है। जब एक खाली पेलोड को वैध मानकर आगे बढ़ा दिया जाता है, तो जोखिम उस खिलाड़ी का नहीं होता जो फॉर्म में नहीं है। जोखिम उस पाइपलाइन का होता है जो झूठ को छनने देती है। यह क्रिकेट के मैदान का जोखिम नहीं है, लेकिन यह क्रिकेट कवरेज की नींव का जोखिम है। यहां एक और अंतर समझना जरूरी है। कुछ नहीं मिला और आकलन नहीं हुआ, इन दो वाक्यों के बीच की दूरी बहुत बड़ी है। पहला वाक्य एक निष्कर्ष है। दूसरा वाक्य एक स्वीकारोक्ति है। जो रिपोर्ट यह स्वीकार करती है कि उसके पास कोई सबूत नहीं है, वह उस रिपोर्ट से ज्यादा भरोसेमंद है जो सबूत के बिना भरोसा जताती है। इसलिए मैं इस खाली दस्तावेज़ को विफलता नहीं कहूंगा। यह एक ईमानदार शून्य है। और ईमानदार शून्य, झूठे भरोसे से बेहतर है। अब कंट्रेरियन कोण पर आते हैं। क्या एक खाली रिपोर्ट भी एक उत्पाद हो सकती है? मेरा जवाब है: हां, यदि उसे ईमानदारी से खाली कहा जाए। पत्रकारिता और सट्टेबाजी दोनों में नो-बेट सबसे कम समझा जाने वाला कदम है। जब डेटा अपर्याप्त हो, तो दांव न लगाना भी एक निर्णय है। जब स्रोत खाली हो, तो लेख न छापना भी एक संपादकीय निर्णय है। मीडिया का बाजार सामग्री की मात्रा को कीमत देता है, null रिजल्ट की ईमानदारी को नहीं। यही वह मिसप्राइसिंग है जिसे हमें पहचानना चाहिए। मैं समझता हूं कि पाठक क्रिकेट की कहानी चाहते हैं। वे चाहते हैं कि कोई उन्हें बताए कि अगली सीरीज में क्या होगा, कौन सा खिलाड़ी फॉर्म में है, कौन सी टीम गहरी है। लेकिन एक खाली इनपुट से ये सारी कहानियां निकालना आत्म-धोखा है। यदि मैं इस खाली रिपोर्ट से भारत-ऑस्ट्रेलिया का कोई निष्कर्ष निकालूं, तो वह निष्कर्ष मेरे पिछले ज्ञान से आया होगा, इस रिपोर्ट से नहीं। और वह ज्ञान, चाहे कितना भी गहरा क्यों न हो, किसी विशेष मैच या विशेष खिलाड़ी के सबूत के बिना सिर्फ एक पूर्वधारणा है। मैं चरण को सत्य की इकाई मानता हूं। टी20 इनिंग के पावरप्ले, मिडिल और डेथ तीन अलग खेल हैं जो एक स्कोरकार्ड साझा करते हैं। टेस्ट में नई गेंद, मिडिल ओवर और पुरानी गेंद तीन अलग अर्थव्यवस्थाएं हैं। यही बात डेटा पाइपलाइन पर लागू होती है: स्टेज-1, स्टेज-2 और प्रकाशन तीन अलग खेल हैं। यदि स्टेज-1 खाली है, तो बाकी चरणों को उसी स्कोरकार्ड पर नहीं लिखा जा सकता। हेडलाइन हमेशा डेटा से पीछे चलती है, और इस बार हेडलाइन के पीछे डेटा था ही नहीं। एक अच्छा मॉडल शंकाओं का लेजर होता है, न कि निश्चितता का स्मारक। यह वाक्य मैंने अपनी टीम को बार-बार कहा है। मॉडल का काम अंतिम उत्तर देना नहीं है। मॉडल का काम हमें बताना है कि हम कहां अनिश्चित हैं, कहां हमारा अनुमान कमजोर है, और कहां हमें और डेटा चाहिए। यह खाली रिपोर्ट एक चरम उदाहरण है। उसका सारा मॉडल यह कह रहा था कि हमें कुछ नहीं पता। और यह कोई खाली बयान नहीं है। यह एक सटीक बयान है। कैलिब्रेशन एक बार का फिक्स नहीं है। यह वास्तविकता को दोबारा कीमत देने की रोजाना की मेहनत है। सट्टेबाजी में कैलिब्रेशन का मतलब है कि जब हमारा मॉडल 70 प्रतिशत संभावना बताए, तो 100 में से 70 बार वही नतीजा आना चाहिए। मीडिया में कैलिब्रेशन का मतलब है कि जब हम कहें कि हमें नहीं पता, तो हमें यह भी बताना चाहिए कि हमें क्यों नहीं पता। इस रिपोर्ट ने यही किया। उसने हर अनुभाग में लिखा: अपर्याप्त जानकारी। यह दोहराव उबाऊ लग सकता है, लेकिन यह उबाऊपन ही विश्वसनीयता है। अब बात करते हैं सबसे जरूरी फिक्स की। इस पूरी घटना से एक कोड की एक पंक्ति का सबक मिलता है: यदि स्टेज-1 का पेलोड शून्य सूचना बिंदु देता है, तो उसे स्टेज-2 तक जाने ही न दें। यह एक वैलिडेशन गेट है। यह गेट क्रिकेट के किसी नियम से नहीं, बल्कि डेटा इंटीग्रिटी से जुड़ा है। बिना इस गेट के, हर खाली पेलोड को एक पेशेवर रिपोर्ट की तरह पढ़ा जा सकता है। और तब फैब्रिकेशन सिर्फ एक संभावना नहीं, एक प्रवृत्ति बन जाती है। मैंने पिछले वर्षों में देखा है कि जब डेटा टूटा हुआ दिखता है, तो सबसे अच्छा कदम शांत और निर्णायक होता है। 2026 में जब हमने घरेलू लाभ को शून्य किया था, तो पूरी डेस्क को नए सिरे से काम करना पड़ा था। हमने पहले सोचा था कि दुबई में कौन सी टीम मजबूत है, और फिर हमने उस धारणा को तोड़ दिया। खाली JSON उसी तरह की टूटी हुई तस्वीर है। इसे ठीक करने के लिए सामान्य ज्ञान की जरूरत नहीं है; इसके लिए एक नियम की जरूरत है। नियम यह है: बिना सबूत के निष्कर्ष प्रकाशित मत करो। शोर और सिग्नल की लड़ाई में हम अक्सर शोर को ही सिग्नल समझ लेते हैं। भीड़ का उत्साह, कमेंट्री का जोश, सोशल मीडिया की बहस, ये सब शोर हैं। असली सिग्नल वह है जो चरण-विशिष्ट डेटा में छिपा होता है। खाली रिपोर्ट इस लड़ाई का एक और रूप है। यहां शोर भी नहीं है, केवल मौन है। और मौन को सिग्नल समझने की गलती सबसे महंगी होती है। इसलिए मैंने इस रिपोर्ट को खबर माना है। एक और पहलू कवरेज बायस से जुड़ा है। यदि यह विफलता बार-बार होती है, तो पाइपलाइन उन्हीं स्रोतों को तरजीह देने लगेगी जो आसानी से निकाले जा सकते हैं। यानी सर्वर-साइड रेंडर होने वाले स्थिर पेज। जो स्रोत पे-वॉल में हैं, या जावास्क्रिप्ट पर चलते हैं, वे चुपचाप कवरेज से बाहर हो जाएंगे। यह कोई जानबूझकर पक्षपात नहीं है, लेकिन यह पक्षपात है। इसलिए हर डोमेन की एक्सट्रैक्शन विफलता दर को रिकॉर्ड करना चाहिए। यदि किसी प्रकाशक के लेख बार-बार शून्य सूचना बिंदु दे रहे हैं, तो समस्या उस लेख की नहीं, हमारे फेचर की है। अब मॉडल ओवररिच का खतरा भी देखिए। जब एक नंबर साफ और सुंदर दिखता है, तो उसे अंतिम सच्चाई मान लेने का लालच होता है। लेकिन हर मॉडल का एक कमजोर चरण होता है, एक ऐसा हिस्सा जहां वह गलत हो सकता है। इस खाली रिपोर्ट का सबसे कमजोर चरण स्टेज-1 है। वहां कोई भी नंबर नहीं निकला। इसलिए इस रिपोर्ट को एक मॉडल की तरह पढ़ने के बजाय एक चेतावनी की तरह पढ़ना चाहिए। मैंने 2026 विश्व कप में फ्रांस-अर्जेंटीना मैच देखा था। फ्रांस का xG 2.1 था और अर्जेंटीना का 1.4। अर्जेंटीना की पीपीडीए 13.8 थी। उस मैच में 19 साल के किलियान एमबाप्पे ने दो गोल किए। मैंने अपनी डेस्क से कहा था कि यह एक बार की चमक नहीं है, यह सामरिक और व्यावसायिक ब्रेक है। उसी अनुशासन को हमें खाली डेटा पर भी लगाना चाहिए: किसी चीज़ को सिर्फ इसलिए सच नहीं मानना क्योंकि वह एक बार दिख गई। और किसी चीज़ को सिर्फ इसलिए झूठ नहीं मानना क्योंकि वह दिखी ही नहीं। इस खाली रिपोर्ट में एक और छिपी हुई जानकारी है। जब शीर्षक, स्रोत, प्रकार और संस्थाएं सभी अनुपलब्ध हैं, तो यह संभावना सबसे ज्यादा है कि विफलता अपस्ट्रीम इंजेशन में है, न कि लेख में। असली क्रिकेट लेख लगभग हमेशा कम से कम एक इकाई देते हैं, कोई न कोई टीम, खिलाड़ी या टूर्नामेंट। जब शून्य इकाइयां मिलती हैं, तो संभावना है कि पेज ब्लॉक हो गया, या पे-वॉल आ गई, या लेख की बॉडी जावास्क्रिप्ट से रेंडर हुई। यह निष्कर्ष खुद क्रिकेट से जुड़ा नहीं है, लेकिन यह क्रिकेट कवरेज की गुणवत्ता से जुड़ा है। यहां मैं एक और बात साफ कर दूं। मैं किसी भी रिपोर्ट को सिर्फ इसलिए अस्वीकार नहीं कर रहा हूं क्योंकि वह खाली है। मैं उसे एक मूल्यवान नकारात्मक परिणाम मानता हूं। विज्ञान में नकारात्मक परिणाम प्रकाशित होते हैं। क्रिकेट एनालिटिक्स में भी होने चाहिए। जब हम कहते हैं कि हमें किसी मैच के बारे में कुछ नहीं पता, तो यह एक उपयोगी जानकारी है। यह पाठक को बताती है कि उसे किसी पूर्वधारणा पर भरोसा नहीं करना चाहिए। यह सट्टेबाज को बताती है कि इस मैच पर दांव लगाना शोर पर दांव लगाना है। यह चयनकर्ता को बताती है कि उसे अपने निर्णय के लिए और सबूत खोजने होंगे। अब मैं एक कंट्रेरियन सवाल उठाता हूं। क्या हमें हर खाली रिपोर्ट को एक जैसा मानना चाहिए? नहीं। कुछ खाली रिपोर्टें स्रोत के खराब होने के कारण खाली होती हैं। कुछ इसलिए खाली होती हैं क्योंकि विषय वस्तु ही ऐसी है। उदाहरण के लिए, यदि किसी लेख में सिर्फ शासन या व्यावसायिक ढांचे की चर्चा है, तो खिलाड़ी और टीम के आयाम वैध रूप से पतले हो सकते हैं। लेकिन एक पतला-स्रोतित आयाम स्वीकार्य है, जबकि एक मोटा-बिना-स्रोत आयाम अस्वीकार्य है। इसलिए खालीपन को एक ही श्रेणी में नहीं रखना चाहिए। इस रिपोर्ट में एक वाक्य मुझे सबसे ज्यादा पसंद आया। वह है: कोई खेल निष्कर्ष इस रिपोर्ट पर निर्भर नहीं किया जाना चाहिए, क्योंकि कोई भी निष्कर्ष सिद्ध नहीं किया जा सका। यह कमजोरी की बात नहीं है। यह ईमानदारी की बात है। मैंने अपने करियर में कई विश्लेषकों को देखा है जो खाली डेटा को भी शानदार शब्दों में लपेट देते हैं। वे कहते हैं कि टीम ने दबाव अच्छे से झेला, या कि लय उनके पक्ष में थी। ये सब वाक्य हैं जिन्हें मापा नहीं जा सकता। मापा न जा सकने वाला वाक्य क्रिकेट विश्लेषण नहीं है, वह कविता है। और जब हमें खबर चाहिए होती है, तो कविता काम नहीं आती। मुझे याद है जब मैंने दुबई की नाइट डेस्क पर पहला मॉडल बनाया था। मैंने उसे पब्लिश करने से पहले सौ बार जांचा था कि कहीं वह गलत तो नहीं। मैंने his sample और error bands को सामने रखा ताकि लोग बहस कर सकें। उस वक्त मुझे लगा था कि सबसे बड़ी चुनौती सट्टेबाजों को समझाना होगी कि नंबर अहम हैं। लेकिन असली चुनौती तो यह है कि जब नंबर न हों, तब भी हम उनके बारे में बात करें। यह रिपोर्ट एक दर्पण है। यह हमें दिखाती है कि क्रिकेट कवरेज की नींव कितनी नाजुक हो सकती है। एक अच्छा मैच रिपोर्टर, एक अच्छा सट्टेबाजी विश्लेषक और एक अच्छा डेटा इंजीनियर तीनों एक ही सवाल पूछते हैं: यह दावा किस सबूत पर टिका है? जब सबूत नहीं है, तो तीनों एक ही जवाब देते हैं: यह दावा अभी कीमत लायक नहीं है। कुछ लोग कहेंगे कि यह कोई खेल रिपोर्ट नहीं है। मैं कहूंगा कि यह खेल रिपोर्टिंग के बुनियादी ढांचे की रिपोर्ट है। जिस तरह खाली स्टेडियम ने घरेलू लाभ की अवधारणा को उजागर किया, उसी तरह खाली पेलोड ने एनालिटिक्स पाइपलाइन की कमजोरी को उजागर किया। और कमजोरी को उजागर करना पहला कदम है उसे मजबूत करने का। आगे का संकेत साफ है। क्रिकेट एनालिटिक्स का अगला दौर उन लोगों का होगा जो खालीपन को भी डेटा की तरह पढ़ेंगे। जो विश्लेषण प्रणाली शून्य को स्वीकार करती है, वही गलत सकारात्मक से बचेगी। जो प्रणाली हर खाली जगह को राय से भर देती है, वह देर-सबेर एक झूठी कहानी छापेगी। और झूठी कहानी, चाहे वह कितनी भी अच्छी लिखी गई हो, हमेशा एक जुआ है। मैं सट्टेबाजी विश्लेषक हूं। मेरा काम संभावना बताना है, निश्चितता नहीं। इस खाली रिपोर्ट ने मुझे एक ऐसी संभावना दी है जिसे मैं पहले नहीं माप पाता था। वह संभावना है: जब डेटा चुप हो, तो सबसे अच्छा विश्लेषक वही है जो चुप रहना जानता हो। शोर न होने पर भी हमें सिग्नल खोजने की आदत है। लेकिन कभी-कभी मौन ही सिग्नल होता है। अगली बार जब आप किसी रिपोर्ट में शून्य सूचना बिंदु देखें, तो उसे खबर मानिए। क्योंकि जब डेटा खुद झूठा होने से इनकार कर देता है, तो वहीं से सच्चाई की शुरुआत होती है। मेरा अगला कदम यही होगा: इस खाली रिपोर्ट को एक सबक के रूप में फाइल करना, और अगले मैच से पहले यह सुनिश्चित करना कि पाइपलाइन का हर गेट खुला है, बस एक चीज़ के लिए। सबूत के लिए।