खाली एरे, भरा हुआ टेम्पलेट: क्रिकेट एनालिटिक्स में नल रिज़ल्ट सबसे ईमानदार खबर क्यों है

मंगलवार की रात दुबई डेस्क पर एक आठ-आयामी एनालिसिस रिपोर्ट आई। टेम्पलेट पूरा भरा हुआ था — फ़ॉर्मेट और मैच इंटरप्रिटेशन, प्लेयर टेक्नीक और डेटा, टीम लैंडस्केप और रैंकिंग, लीग का कमर्शियल इकोसिस्टम, रूल्स और गवर्नेंस, रिस्क मैट्रिक्स, पब्लिक नैरेटिव, और इंडस्ट्री ट्रांसमिशन। आठ आयाम, चालीस से ज़्यादा टेबल, दर्जनों चेकलिस्ट। और हर सेल में एक ही एंट्री: N/A — insufficient information। कुल साक्ष्य: शून्य।

कारण पहली स्क्रीन पर ही दिख रहा था। Stage-1 डिकंस्ट्रक्शन पैकेट खाली लौटा था — आर्टिकल टाइटल N/A, सोर्स N/A, आर्टिकल टाइप 'Unclassified', कोर व्यूअरपॉइंट का एक-वाक्य सारांश खाली, लेखक का रुख N/A, और सबसे ऊपर, इन्फॉर्मेशन पॉइंट्स की लिस्ट — बिल्कुल खाली। जिस चीज़ को डिकंस्ट्रक्ट किया जाना था, वही गायब थी। फिर भी आठ आयामों का ढाँचा पूरा खड़ा था, तैयार, प्रकाशन-योग्य, और खतरनाक।

यह क्रिकेट की खबर नहीं है। यह उस मशीनरी की खबर है जो क्रिकेट की खबर बनाती है — और उस मशीनरी में एक ऐसा दोष है जिसकी कीमत बाज़ार चुका रहा है, क्योंकि बाज़ार खाली जगह को कभी खाली नहीं रहने देता।

फ़ॉर्मेट वह दरवाज़ा है जिसे बंद नहीं किया जा सकता

मेरे पास 2026 से एक फ़ेज़-आधारित एक्सपेक्टेड-रन्स मॉडल है, जो 2026 से 2026 तक की 1,248 आईपीएल पारियों पर ट्रेन किया गया और पावरप्ले, मिडिल और डेथ में बाँटा गया है। मैंने उसे 2026 के फ़ाइनल पर टेस्ट किया, जहाँ मुंबई इंडियंस ने 129/8 बनाकर राइज़िंग पुणे सुपरजायंट को 1 रन से हराया था। इनिंग्स ब्रेक पर मेरा मॉडल मुंबई को 56.4 प्रतिशत जीत की संभावना दे रहा था, जबकि बाज़ार-इम्प्लाइड आंकड़ा 50 प्रतिशत था। मैंने वह मॉडल मुफ़्त पब्लिश किया, 1,248 पारियों के सैंपल और एरर बैंड के साथ, इसलिए कि क्रिकेट बेटिंग बाज़ार शोर से नहीं, नंबरों से बहस करे।

उस मॉडल की पहली शर्त यही थी: फ़ॉर्मेट पहले पिन होगा, तभी कोई मीट्रिक मायने रखेगा। टेस्ट में एवरेज और सहनशक्ति की क़ीमत है, टी20 में स्ट्राइक रेट की, और वनडे दोनों के बीच फँसा हुआ एक अलग ही अर्थशास्त्र है। टेस्ट का औसत और टी20 का स्ट्राइक रेट एक ही सवाल का जवाब नहीं देते। इसीलिए जब Stage-1 पैकेट में फ़ॉर्मेट टोकन ही नहीं आया, तब आठों आयामों का विश्लेषण संभव नहीं रह गया — सिर्फ़ कठिन नहीं, असंभव। बिना फ़ॉर्मेट के पावरप्ले के ओवर 1–6 का स्कोरिंग रेट, डेथ ओवर 16–20 की इकॉनमी, या टेस्ट के नई गेंद के सेशन — कुछ भी तुलनीय नहीं है।

एक और चीज़ गायब थी: वेन्यू। मैं दुबई में बैठा हूँ, और यहाँ 'न्यूट्रल वेन्यू' शब्द सबसे धोखा देने वाला है। ओस, यात्रा, शेड्यूलिंग की घनत्व और दर्शकों की संरचना — इनमें से कोई भी तटस्थ नहीं है। 2026 में जब आईपीएल खाली स्टेडियमों में UAE आया, तब मैंने होम एडवांटेज को शून्य पर रीसेट किया और ओस तथा टॉस को वेरिएबल बनाया। नतीजा: दुबई और अबू धाबी में पहली पारी का औसत 167.8 निकला, जबकि 2026 में यह 162.4 था। उस 60-मैच वाले सीज़न में मुंबई इंडियंस का डेथ-बॉलिंग इकॉनमी 7.61 था, और मेरे मॉडल ने यह प्लेऑफ़ से पहले ही फ्लैग कर दिया था। खाली स्टेडियम ने मुझे सिखाया कि शोर एक वेरिएबल है, सच्चाई नहीं।

अब वही सबक उलटी दिशा से लौटता है। जहाँ शोर एक वेरिएबल था, वहाँ खाली डेटा भी एक वेरिएबल है। और खाली डेटा को अगर वेरिएबल की तरह ट्रीट न किया जाए, तो वह चुपचाप नैरेटिव बन जाता है।

सबूत की अनुपस्थिति, जोखिम की अनुपस्थिति नहीं

रिपोर्ट की सबसे बड़ी खूबी यह थी कि उसने हर जगह 'N/A — insufficient information' लिखा, 'low risk' नहीं। यह अंतर छोटा दिखता है और बहुत महंगा है। जब कोई एनालिस्ट चोट, शेड्यूल ओवरलोड, क्रॉस-फ़ॉर्मेट ट्रांसफ़र, पोज़िशनल ड्रॉप-ऑफ़ या लीग-पोचिंग जैसे फ्लैग्स को 'कम जोखिम' कह देता है, तब वह असल में यह दावा कर रहा होता है कि उसने जोखिम मापा है। मापा नहीं गया है तो 'कम' कहना झूठ है, और यह वही झूठ है जिसे क्रिकेट कवरेज में रोज़ 'कोई चोट की खबर नहीं है' कहकर बेचा जाता है।

खाली लिस्ट का मतलब संपादकीय विफलता नहीं, संरचनात्मक विफलता है। जिस लेख में टाइटल और बॉडी दोनों असली हों, वहाँ एक्सट्रैक्शन से कम से कम एक इवेंट स्ट्रिंग या एक एंटिटी स्ट्रिंग तो निकलती ही है। शून्य इन्फॉर्मेशन पॉइंट्स का सबसे संभावित कारण तीन हैं: एक्सट्रैक्शन स्टेप चला ही नहीं, सोर्स फ़ेच ब्लॉक हुआ (पेवॉल, लॉगिन, जियो-रिस्ट्रिक्शन), या सोर्स ही नॉन-टेक्स्चुअल था — वीडियो, फ़ोटो पोस्ट, या लाइव स्कोरकार्ड विजेट। तीनों में से किसी में भी एनालिसिस की गलती नहीं है; गलती पाइपलाइन में है।

यहीं एक बारीक जाल बिछा है। भरा हुआ टेम्पलेट अपने-आप में एक संदेश है। डाउनस्ट्रीम पाठक — एडिटर, डेस्क, क्लाइंट, ट्रेडर — जब आठ आयामों वाला औपचारिक ढाँचा देखता है, तो उसका पहला अनुमान 'कम सिग्नल वाला विश्लेषण' होता है, 'शून्य साक्ष्य' नहीं। यही वह मिसप्राइसिंग है जिसकी तलाश मैं करता हूँ: बाज़ार ने फ़ॉर्मैट को कंटेंट की क़ीमत पर खरीद लिया।

फ़ॉर्मेट कंटैमिनेशन: सबसे सस्ता और सबसे आम दोष

अगर कल कोई आंशिक री-एक्सट्रैक्शन स्कोर और खिलाड़ियों के नाम ले आता है लेकिन फ़ॉर्मेट टोकन फिर भी नहीं देता, तो जोखिम और बढ़ जाता है। यह अकादमिक आशंका नहीं है। टेस्ट का औसत उधार लेकर टी20 के स्ट्राइक रेट की तारीफ़ करना इस इंडस्ट्री का सबसे पुराना हथकंडा है, और यह हर बार उसी जगह पकड़ा जाता है जहाँ फ़ेज़ मिक्स छिपा होता है। एक सलामी बल्लेबाज़ का हेडलाइन नंबर कई बार पावरप्ले के फ़ेज़-मिक्स का आर्टिफ़ैक्ट होता है — एक्सपेक्टेड-रन्स मॉडल ने शोर नहीं मचाया, उसने बस फ़ेज़ के पलटने का इंतज़ार किया। जब तक फ़ॉर्मेट पिन नहीं होगा, वह इंतज़ार कभी पूरा नहीं होगा।

इसीलिए मेरी रिपोर्टिंग में फ़ॉर्मेट एक गैर-वैकल्पिक फ़ील्ड है, वैसे ही जैसे एक्यूटेड रिपोर्ट में तारीख़। 2026 में रूस में फ़्रांस के अर्जेंटीना को 4-3 से हराने वाले मैच में मैंने फ़्रांस को 2.1 xG और अर्जेंटीना को 1.4 xG पर लॉग किया था, अर्जेंटीना का PPDA 13.8 दर्ज किया था, और 19 वर्षीय किलियन एम्बाप्पे के दो गोल को एक बंदरगाह-घटना नहीं, एक कमर्शियल और टैक्टिकल ब्रेक के रूप में फ्लैग किया था। उस वक़्त डेस्क को यही कहा था: फ़ॉर्मेट और कॉन्टेक्स्ट पहले, कहानी बाद में। रूस जाने से पहले मैंने एम्बाप्पे को एक स्थिर सितारा नहीं, एक चलता हुआ बाज़ार मानकर प्राइस किया था। यही अनुशासन खाली पैकेट पर भी लागू होता है।

इंटीग्रिटी फ्लैग और मौन का दायित्व

फ्रेमवर्क में एक अनिवार्य चेक है: इंटीग्रिटी और भ्रष्टाचार-विरोधी निगरानी। खाली पैकेट पर उसे स्कोर करने का एक ही तरीका ईमानदार है — 'unassessable' लिखना। किसी का नाम न हो, कोई इवेंट न हो, कोई आरोप न हो, और फिर भी फ्लैग को 'कम जोखिम' कह देना — यह दोहरा अपराध है। एक तरफ़ यह झूठा भरोसा देता है, दूसरी तरफ़ यह एक ऐसी श्रेणी को नाम देता है जहाँ नाम देना ही मानहानि हो सकती है। जहाँ कोई पक्ष नामित न हो, वहाँ सही मुद्रा मौन है, और मौन को भी लेबल करना पड़ता है।

इसी तर्क से समय-संवेदनशीलता जुड़ी है। Stage-1 में टाइम सेंसिटिविटी का आकलन ही नहीं हुआ था। बिना तारीख़ के नियम-परिवर्तनों की बात करना बेमतलब है, क्योंकि फ़ील्डिंग रिस्ट्रिक्शन और स्लो ओवर-रेट पेनल्टी दोनों दौर-विशिष्ट हैं। DLS और NOC जैसे तकनीकी शब्द भी तभी अर्थ रखते हैं जब उनके साथ एक घटना, एक तारीख़ और एक निर्णायक निकाय जुड़ा हो। खाली पैकेट में तीनों गायब थे।

बाज़ार खाली जगह को नैरेटिव से भरता है

क्रिकेट में सबसे ज़्यादा क़ीमत उस समय चुकाई जाती है जब जानकारी सबसे कम होती है। ट्रांसफ़र और ऑक्शन साइकिल इसका सबसे साफ़ उदाहरण है: रिलीज़-क्लॉज़ की संरचना, वेज बिल और एजेंट की चाल असली कहानी होती है, जबकि सुर्खियाँ रिपोर्टेड इंटरेस्ट से बनती हैं। 2026 की आईपीएल मेगा-नीलामी में हर फ़्रैंचाइज़ी के पास 90 करोड़ रुपये थे। मैंने वेन्यू-न्यूट्रल बेस पर एक विंस-अबव-रिप्लेसमेंट बोर्ड बनाया और गुजरात टाइटंस के 15 करोड़ के हार्दिक पंड्या तथा 15 करोड़ के रशीद खान को अंडरवैल्यूड बताया, क्योंकि बाज़ार ने प्रतिष्ठा को प्राइस किया था, फ़ेज़-इम्पैक्ट को नहीं। 8 करोड़ के शुभमन गिल को मैंने पावरप्ले एसेट के रूप में पुश किया, और गुजरात ने वह सीज़न जीता। डेस्क के स्टार-नेम बोर्ड को मैंने ओवररूल किया और 48 घंटे का WAR स्प्रिंट चलाया।

यह प्रकरण उसी सिद्धांत का दूसरा पहलू है। ऑक्शन में बाज़ार ने नैरेटिव को डेटा से ऊपर प्राइस किया। पाइपलाइन में बाज़ार ने फ़ॉर्मैट को कंटेंट से ऊपर प्राइस किया। दोनों बार गलती एक ही थी: जो मौजूद नहीं था, उसे मौजूद मान लिया गया।

सालों के मैच-देखने के अनुभव से एक बात साफ़ हो गई है — सुर्खियाँ डेटा से पीछे चलती हैं। फ़ेज़ शिफ्ट पर मुझे सुर्खियों से ज़्यादा भरोसा है, क्योंकि सुर्खियाँ डेटा के पीछे लंगड़ाती हैं। और जब डेटा बिल्कुल न हो, तब सुर्खियाँ सबसे तेज़ दौड़ती हैं।

विरोधी पक्ष को पहले मज़बूत कीजिए

सबसे ताक़तवर तर्क यही है: यह कोई खबर नहीं, यह एक इंजीनियरिंग बग है। एक्सट्रैक्शन स्टेप फिर चलाइए, फ़ील्ड मैपिंग ठीक कीजिए, सोर्स यूआरएल दर्ज कीजिए, और मामला ख़त्म। इस तर्क में दम है, और मैं इसे पूरा स्वीकार करता हूँ। खाली पैकेट अपने आप में कोई स्पोर्टिंग घटना नहीं है, और उसे स्पोर्टिंग घटना की तरह रिपोर्ट करना खुद एक प्रकार का ओवररीच होगा।

लेकिन बग की तरफ़ देखते हुए एक चीज़ दिखती है जिसे बग कहकर ख़त्म नहीं किया जा सकता। वह है प्रोत्साहन-संरचना। इंडस्ट्री आउटपुट की मात्रा को इनाम देती है, नल रिज़ल्ट को विफलता मानती है। एनालिस्ट पर दबाव होता है कि वह टेम्पलेट भरे, चाहे भरने के लिए साक्ष्य न हो। इस दबाव में जो पैदा होता है, वह झूठ नहीं होता — वह 'N/A' से भी बुरा होता है, क्योंकि वह अनुमान को माप की तरह पेश कर देता है। यही असली मिसप्राइसिंग है: खरीदार फ़ॉर्मैट के लिए भुगतान कर रहा है और उसे एविडेंस मिल रहा है।

दूसरा पहलू सोर्स की प्रकृति है। अगर मूल सामग्री वीडियो, फ़ोटो पोस्ट या स्कोरकार्ड विजेट थी, तो वह कभी डिकंस्ट्रक्शन के लिए उपयुक्त ही नहीं थी। ऐसे में ज़रूरत सिर्फ़ बेहतर एक्सट्रैक्शन की नहीं, बल्कि एक सूटेबिलिटी गेट की है जो नॉन-टेक्स्चुअल सोर्स को खाली पैकेट छोड़ने के बजाय सीधे रिजेक्ट कर दे। एक अच्छा मॉडल संदेहों का बहीखाता है, निश्चितता का स्मारक नहीं।

रेमेडिएशन: वह न्यूनतम सूची जो खाली पैकेट को बचा सकती है

इस पूरे प्रकरण से जो एक चीज़ पुन: प्रयोग योग्य निकलती है, वह है अनिवार्य फ़ील्ड की सूची। आर्टिकल टाइटल; सोर्स (आउटलेट और यूआरएल); आर्टिकल टाइप; और फ़ॉर्मेट टोकन — टेस्ट, वनडे, टी20, द हंड्रेड, या नॉन-मैच। इसके बाद कम से कम तीन इन्फॉर्मेशन पॉइंट्स, जिनमें हर एक सोर्स टेक्स्ट से ट्रेस हो सके। कम से कम एक नामित एंटिटी — टीम या खिलाड़ी — और प्रतियोगिता या इवेंट का नाम। समय-संवेदनशीलता: घटना की तारीख़ बनाम प्रकाशन की तारीख़। इनके बाद सोर्स क्वालिटी ग्रेड, लेखक का रुख और लेख का उद्देश्य। मैच रिपोर्ट हो तो स्कोरलाइन, वेन्यू, टॉस और इनिंग्स की स्थिति; ऑक्शन आइटम हो तो ट्रांजैक्शन प्राइस, फ़्रैंचाइज़ी और रिटेंशन या RTM स्टेटस; गवर्नेंस आइटम हो तो नियम, निर्णायक निकाय और फ़ैसले की तारीख़।

यह सूची नौकरशाही नहीं है। हर फ़ील्ड एक ऐसा दरवाज़ा बंद करती है जिससे नैरेटिव अंदर आता है। बिना वेन्यू के 'न्यूट्रल' शब्द अंदर आ जाता है। बिना टॉस के 'मोमेंटम' अंदर आ जाता है। बिना सैंपल साइज़ के 'फ़ॉर्म' अंदर आ जाता है। और बिना फ़ॉर्मेट के पूरा का पूरा क्रॉस-फ़ॉर्मेट कंटैमिनेशन अंदर आ जाता है।

कैलिब्रेशन कोई एक बार का फ़िक्स नहीं है; यह वास्तविकता को दोबारा प्राइस करने का अनुशासन है। यही अनुशासन तब सबसे ज़्यादा माँगा जाता है जब डेटा टूटा हुआ दिखे — और यहाँ डेटा टूटा नहीं था, डेटा था ही नहीं।

आगे क्या देखना है

अगले कुछ हफ़्तों में मैं तीन चीज़ें ट्रैक करूँगा, और इन्हें पहले से दर्ज कर रहा हूँ ताकि बाद में कोई पोस्ट-हॉक कहानी न गढ़ी जा सके। पहला: री-रन आउटपुट में इन्फॉर्मेशन पॉइंट्स की लंबाई — अगर वह शून्य से ऊपर आती है और साथ में एक नामित एंटिटी तथा एक फ़ॉर्मेट टोकन आता है, तभी पूरा विश्लेषण आगे बढ़ेगा। दूसरा: सोर्स की पुनर्प्राप्ति — अगर मूल यूआरएल हल हो गया, तो सोर्स-क्वालिटी ग्रेडिंग खुलेगी; अगर नहीं हुआ, तो यह आइटम स्थायी रूप से अन-रेटेड रहेगा और मुझे उसे वैसा ही कहना होगा। तीसरा: सूटेबिलिटी गेट — अगली बार कोई नॉन-टेक्स्टुअल सोर्स आए तो पाइपलाइन को खाली पैकेट नहीं, साफ़ रिजेक्शन देना चाहिए।

सवाल यह नहीं है कि मॉडल कब ग़लत होगा। सवाल यह है कि जब मॉडल के पास कहने को कुछ न हो, तब डेस्क उस खालीपन को कैसे प्रकाशित करेगा — बतौर निष्कर्ष, या बतौर बहाना? मेरे हिसाब से इस पूरे प्रकरण का सबसे ईमानदार वाक्य वही है जो रिपोर्ट में चालीस बार दोहराया गया था: अपर्याप्त जानकारी। इसे छापना असफलता नहीं, कैलिब्रेशन है।