खाली स्प्रेडशीट: क्रिकेट डेटा में सत्यापन का संकट

रात के ग्यारह बज रहे थे। मैंने फ़ाइल खोली और फ़ील्ड एक-एक करके पढ़ने लगा। शीर्षक: N/A। स्रोत: N/A। प्रकार: Unclassified। एक-पंक्ति सारांश: खाली। लेखक का रुख: N/A। उद्देश्य: N/A। सूचना-बिंदुओं की सूची: खाली। ग्यारह फ़ील्ड थे, और उनमें से दस ने मुझे खाली हाथ लौटा दिया। जो एक ज़िंदा बचा था, वह कोई तथ्य नहीं था — वह महज़ एक लेबल था: cricket_world।

मुझे यह पढ़ाया गया था कि पत्रकारिता में खाली जगह को शब्दों से भर देना कहानी कहलाता है। सोलह साल की उम्र में मैंने इसका उल्टा सीखा। 2026 में, हैदराबाद में खेले गए आईपीएल फाइनल की 120 डेथ-ओवर गेंदों को मैंने हाथ से स्प्रेडशीट में उतारा था — रोहित शर्मा की मुंबई इंडियंस ने स्टीव स्मिथ की राइजिंग पुणे सुपरजायंट के खिलाफ़ 129/8 पर रोककर एक रन से मैच जीता, और मुझे यह देखना था कि यॉर्कर की लंबाई और चौके की संभावना के बीच गणना कहाँ टूटती है। उस रात जो सीखा, वह आज भी मेरे साथ चलता है: खाली सेल को भरने की जल्दी, डेटा का सबसे बड़ा दुश्मन है।

तो आज जब फ़ाइल खाली लौटी, मैंने उसे भरा नहीं। पहले सवाल तय किया।

सवाल यह नहीं है कि उस फ़ाइल में क्या था। सवाल यह है कि क्रिकेट की डेटा-सप्लाई चेन में खाली फ़ाइलें इतनी आम क्यों हैं, और कोई उन्हें रोकता क्यों नहीं।

Stage-1 नाम की यह पाइपलाइन वह प्रक्रिया है जिसमें किसी लेख से शीर्षक, स्रोत, लेखक का रुख, तथ्य और संस्थाएँ निकाली जाती हैं। जब वह खाली लौटती है, तो चार वजहें हो सकती हैं: इनपुट टेक्स्ट ही खाली था; स्क्रैपिंग ब्लॉक हो गई; पार्सर DOM स्ट्रक्चर से मैच नहीं कर पाया; या पेज जावास्क्रिप्ट से रेंडर होता है और उसकी स्क्रिप्ट चली ही नहीं। चारों वजहें तकनीकी हैं, और चारों एक ही सच की ओर इशारा करती हैं — आधुनिक क्रिकेट कवरेज में सत्यापन की कोई परत नहीं है।

यह मेरी निजी शिकायत नहीं है। 2026 में, उन्नीस साल की उम्र में, मैं हैदराबाद से ऑल इंडिया रेडियो के लिए क्रिकेट कमेंट्री कर रहा था। वहाँ मैंने सीखा कि लाइव माइक्रोफ़ोन तथ्य की जाँच नहीं करता — वह गति माँगता है, और गति में हम जो सुविधाजनक आँकड़ा याद आए, उसे बोल देते हैं। 2026 में रूस में हुए विश्व कप के दौरान मैंने स्पेन-रूस के 1-1 ड्रॉ पर चौदह हिस्सों की एक थ्रेड लिखी थी: 25 शॉट, 74 प्रतिशत कब्ज़ा, लगभग 2.3 xG, एक भी ओपन-प्ले गोल नहीं, और पेनल्टी पर बाहर। मुंबई के एक संपादक ने मेरे तीन आँकड़े बिना श्रेय उठा लिए। उस दिन के बाद से मैं हर आँकड़े को उसके मूल तक ट्रेस करता हूँ, और अपनी पोस्ट टाइमस्टैम्प करके आर्काइव करता हूँ। क्रिकेट में एक ऐसा ऑडिट ट्रेल बनाना ज़रूरी हो गया है जो साबित कर सके कि नंबर कहाँ से आया।

आईपीएल भारतीय खेल में सबसे साफ़ मूल्य-संकेत छापता है — पर्स, रिटेंशन, मेगा-ऑक्शन की बोलियाँ। कवरेज इन्हें नाटक मानकर पढ़ती है। मैं इन्हें बाज़ार की तरह पढ़ता हूँ: फ्रैंचाइज़ जिस चीज़ के लिए पैसा देती है, वह एक ऐसा दावा है जिसे दो सीज़न बाद नतीजों से झूठा साबित किया जा सकता है।

दिसंबर 2026 में कोच्चि के मिनी-ऑक्शन में मैं यही कर रहा था। इम्पैक्ट प्लेयर नियम आने वाला था, और मैं खिलाड़ियों की कीमत उस नियम के खिलाफ़ तौल रहा था। मेरे बोर्ड पर एक अनकैप्ड लेग-स्पिनर ₹5.1 करोड़ पर था। कमरे ने ₹9.2 करोड़ दिए। फ़र्क़ स्काउटिंग का नहीं था — फ़र्क़ कहानी का था। बोली लगाने वाले मूल्य नहीं, कथानक खरीदते हैं। यही वजह है कि मैंने पॉइंट प्रेडिक्शन छोड़ दिए और रेंज लिखने लगा, साथ में स्पष्ट फेलियर कंडीशन। जो भविष्यवाणी झूठी नहीं ठहराई जा सकती, वह भविष्यवाणी नहीं, विज्ञापन है।

यह बहुत आगे तक जाता है। भारत की दूसरी पसंदीदा टीम विश्व खेल में सबसे कठिन टीम है, और हम इसे प्रतिभा का सवाल मानकर लिखते रहते हैं। यह डेटा का सवाल है। रणजी के रन, इंडिया-ए का एक्सपोज़र, आईपीएल का वर्कलोड — इन तीनों को असली रूपांतरण दर के सामने रखिए: घरेलू स्तर पर लगातार अच्छा खेलने वाले कितने खिलाड़ी वाकई कैप्ड होते हैं? जवाब उतना साफ़ नहीं है जितना वह दिखता है। बॉटलनेक गहराई का नहीं, निर्णय-संरचना का है। हम वह गिनते हैं जो गिनने में आसान है, और उपलब्धता को योग्यता समझ लेते हैं — यह वही जाल है जिसमें खाली फ़ाइल हमें धकेलती है।

महिला खेल में यह जाल और महँगा पड़ता है। 2026 के घरेलू विश्व कप के बाद जो वादे किए गए, वे मापे जा सकते हैं। डब्ल्यूपीएल के प्रसारण वचन एक अनुबंध हैं — कितने मिनट, कितने मैच फ्री-टू-एयर, कौन-से स्लॉट। 2026 के बाद बनी गाथा यहाँ काम नहीं करती, क्योंकि गाथा में डेटा नहीं होता। कवरेज खुद डेटासेट है, और उसे गिना जाना चाहिए, प्रेस रिलीज़ में दोहराया नहीं। जब तक हम अनुबंध नहीं गिनते, हम सिर्फ़ आश्वासन उद्धृत करते रहेंगे।

अब वह आदत, जो मुझे सबसे ज़्यादा खटकती है। "आईपीएल ने टेस्ट क्रिकेट खत्म कर दिया।" "रणजी मर चुकी है।" ऐसा लिखने वाले बेस रेट, टाइम सीरीज़ या युग-समायोजित तुलना उपलब्ध नहीं कराते। मैंने 2026 में बंद स्टेडियमों का इस्तेमाल एक प्राकृतिक प्रयोग की तरह किया था — बुंदेसलीगा के 306 मैच हाथ से कोड किए, और वह दर नापी जिस पर घरेलू टीमें जीतती हैं। स्टेडियम खाली होने से पहले लगभग 43 प्रतिशत, बाद में लगभग 33 प्रतिशत। वह निबंध तीन हफ़्ते देर से गया क्योंकि मैं नमूना बार-बार दोबारा बना रहा था। उसी साल यूएई में आईपीएल के 60 मैचों को टॉस और ओस के असर के लिए कोड किया। मेथडोलॉजी अब पहले वाक्य से पहले लिखी जाती है, और दो हज़ार शब्द से लंबी किसी भी चीज़ के साथ एक मेथड्स अपेंडिक्स जाता है।

2026 में मुंबई के एक डिजिटल डेस्क में मुझे पहला डेटा इंटर्नशिप मिला। यूरो 2026 के दौरान मैंने ब्रॉडकास्ट फुटेज से हाथ से PPDA मैप बनाए। इटली का टूर्नामेंट आँकड़ा लगभग 8.9 था, और वह समझाता है कि वेम्बली का फाइनल इंग्लैंड के साथ 1-1 पर क्यों खत्म हुआ — मिडफील्ड के नियंत्रण से, 3-2 के शूटआउट से नहीं। डेस्क ने मुझे ऐसे प्रोड्यूसर के साथ बैठाया जो मैप पढ़ नहीं सकता था, और मुझे सब कुछ एक वाक्य में बदलना पड़ा। तीन हफ़्ते बाद टोक्यो 2026: नीरज चोपड़ा के छह थ्रो, 87.58 मीटर, और जैवलिन का स्वर्ण; और भारत की जर्मनी के खिलाफ़ 5-4 से हॉकी कांस्य। वेम्बली में मैंने दबाव गिने, टोक्यो में जैवलिन थ्रो। सवाल एक ही, वर्णमाला अलग।

यहाँ मुझे अपने ही नियम की जाँच करनी है। बोरिंग जवाब पहले रजिस्टर करो। शायद वह खाली Stage-1 किसी गहरे संकट का संकेत नहीं है — शायद वह सिर्फ़ एक बग है, एक प्लेसहोल्डर पेज, एक बंद क्रॉल। अगर बोरिंग जवाब डेटा पर टिक जाता है, तो उलटा निष्कर्ष सिर्फ़ ब्रांड बनाने के लिए प्रकाशित नहीं किया जाता।

लेकिन एक चीज़ है जो बग से आगे जाती है। खाली डेटासेट अज्ञानता नहीं, जानकारी है। ग्यारह में दस फ़ील्ड खाली होना बताता है कि उस लेख की जाँच कहीं हो ही नहीं रही थी। और मेरे पेशे की सबसे बड़ी ब्लाइंड स्पॉट यह नहीं कि डेटा गायब है — सबसे बड़ी ब्लाइंड स्पॉट यह है कि हम गायब डेटा देखकर उसे भरने की रिफ्लेक्स एक्शन में चले जाते हैं। सहसंबंध और कारण का फ़र्क़ यहीं काम आता है। यह दिखना कि दो चीज़ें साथ बदलती हैं, यह साबित नहीं करता कि एक ने दूसरी को बनाया। ऑक्शन में ऊँची कीमत और अगले सीज़न का प्रदर्शन साथ दिख सकते हैं, बिना यह बताए कि कीमत ने प्रदर्शन बनाया।

और एक स्वीकारोक्ति। अहमदाबाद, 19 नवंबर 2026 — भारत फाइनल ऑस्ट्रेलिया से छह विकेट से हारा, और मेरे संपादक को एक शोकगीत चाहिए था। मैंने शोकगीत की जगह संरचनात्मक पोस्ट-मॉर्टम भेजा। उस कॉलम की कीमत मुझे चुकानी पड़ी, और उसकी जगह एक फ्रैंचाइज़ रिटेनर मिला। तब से जो दावे मैं नहीं कर सकता, उनका एक निजी खाता मैं रखता हूँ, और वे दावे किसी और को सौंप देता हूँ। एक्सेस जितनी बढ़ती है, ऑडिट उतना ही नरम पड़ता है; इसलिए एक्सेस की घोषणा लेख के भीतर होनी चाहिए।

क्रिकेट का अगला डेटा-दौर नए स्कोरकार्ड से नहीं आएगा। वह एक परत माँगेगा: सत्यापन की परत, जो बताए कि यह आँकड़ा कहाँ से आया, कब का है, और किसने पहली बार गिना। तारीखें फ्रीज़ हों, रेंज लिखी जाएँ, और हर झूठी संभावना पहले से घोषित हो। सवाल यह नहीं कि हम कितना गिन सकते हैं — सवाल यह है कि जिसे हम नहीं गिन सकते, उसे भरना हम कब बंद करेंगे?