आठ धुरी, शून्य तथ्य: एक क्रिकेट विश्लेषण फ़ाइल की प्रोवेनेंस ऑडिट

फ़ाइल आठ हिस्सों में आई थी। पहला — फ़ॉर्मैट और मैच विश्लेषण। दूसरा — खिलाड़ी की तकनीक और डेटा। तीसरा — टीम का परिदृश्य और रैंकिंग। चौथा — लीग और वाणिज्यिक पारिस्थितिकी। पाँचवाँ — नियम और शासन। छठा — जोखिम-पक्ष। सातवाँ — जन-कथ्य और अपेक्षाएँ। आठवाँ — क्रिकेट उद्योग का संचरण। हर हिस्से के नीचे तालिकाएँ थीं। तालिकाओं में कॉलम थे: डेटा, लीग/युग का मानक, मूल्यांकन, जोखिम स्तर, समय-क्षितिज। और हर कॉलम की आख़िरी प्रविष्टि वही थी — N/A।

मैंने गिनती की। 'मूल्यांकन संभव नहीं' — Cannot assess — इस दस्तावेज़ में मेरी गिनती से सत्रह बार आता है। 'अपर्याप्त जानकारी' की पंक्तियाँ उससे कम नहीं। 'निम्न आत्मविश्वास' और 'उच्च आत्मविश्वास' के टैग बराबर बँटे हुए, और वे भी उन वाक्यों पर लगे हैं जो किसी तथ्य के बारे में नहीं, तथ्य की अनुपस्थिति के बारे में हैं। आठों धुरियों में से एक चीज़ बची रह गई — इनपुट लेयर का एक क्लासिफ़िकेशन टैग: cricket_asia। एक टैग, शून्य तथ्य।

मुझे संख्या डेटासेट में मिल जाती है तो मैं उस आदमी को ढूँढ़ता हूँ जिसने उसे बनाया। इस बार संख्या ही नहीं मिली। मुझे एक खाली कमरा मिला जिसमें आठ कुर्सियाँ रखी थीं, हर कुर्सी पर नाम का कार्ड था, और कोई नहीं आया।

संदर्भ: दो चरणों का पाइपलाइन, और उसका एक खाली मोड़

क्रिकेट कंटेंट का जो पाइपलाइन आज काम करता है, उसे दो चरणों में समझना ज़रूरी है। पहला चरण है डिकंस्ट्रक्शन — मूल लेख को पढ़कर उसमें से इकट्ठी की गई जानकारी, यानी इन्फ़ॉर्मेशन पॉइंट्स, खिलाड़ियों और टीमों के नाम, मैच का ब्यौरा, और लेखक के मुख्य तर्क। दूसरा चरण है विश्लेषण — उस निकाली गई सामग्री पर आठ धुरियों से दबाव डालना: फ़ॉर्मैट, खिलाड़ी, टीम, लीग-अर्थशास्त्र, शासन, जोखिम, जन-कथ्य, और उद्योग-संचरण।

दूसरे चरण का काम पहले चरण की फ़ाइल को कठघरे में खड़ा करना है, उसकी जगह लेना नहीं। जब पहला चरण खाली लौटे, तो दूसरे चरण के पास दो ही ईमानदार रास्ते हैं — काम रोक देना, या यह घोषित कर देना कि साक्ष्य नहीं है। दिए गए दस्तावेज़ ने दूसरा रास्ता चुना। उसने आठों धुरियों को बनाए रखा, हर धुरी पर तालिका बनाई, और हर तालिका में N/A भर दिया। दस्तावेज़ के अंत में एक पंक्ति है जो पूरी रिपोर्ट का सबसे ईमानदार वाक्य है: आठ-आयामी मूल्यांकन पूरा करने के लिए मूल लेख या भरी हुई Stage-1 फ़ाइल चाहिए, वरना बाक़ी सब अनुमान होगा।

यहीं मेरी समस्या शुरू होती है, और वह पत्रकारिता की नहीं, मापन-विज्ञान की समस्या है। 2026 में वानखेड़े की गैलरी से मैंने मुंबई-तमिलनाडु रणजी मैच की दोनों पारियों के 546 रन हाथ से कोड किए थे — डॉट-बॉल प्रेशर, स्ट्राइक रोटेशन, गेंदबाज़ की स्पेल लंबाई, फ़ील्ड बदलाव, स्कोरिंग ज़ोन। तीन रातों में उन्नीस घंटे। पाँच सौ छियालीस रन, हाथ से कोड किए गए, क्योंकि फ़ाइल खुद को समझा नहीं सकती थी। उस शीट की हर कोशिका में मूल्य था क्योंकि मैं वहाँ मौजूद था।

अगले साल, रूस विश्व कप के बाद, मैंने फ़ुटबॉल के एक्सपेक्टेड-गोल्स तर्क को टी20 पर उतारा — शॉट लोकेशन, गेंदबाज़ का प्रकार, मैच फ़ेज़ और बल्लेबाज़ के हाथ से बना एक्सपेक्टेड-रन मॉडल। सैयद मुश्ताक़ अली ट्रॉफ़ी के मुंबई अभियान पर 1,248 डिलीवरीज़ कोड कीं, जिनमें सूर्यकुमार यादव की बड़ौदा के ख़िलाफ़ 39 गेंदों पर 72 रन की पारी भी थी। मॉडल ने उनके शॉट-चयन को लापरवाही नहीं, टिकाऊ बताया — जो अकेला स्ट्राइक रेट कभी नहीं दिखा सकता था। जिस मीट्रिक का अनुवाद नहीं हो सकता, वह मीट्रिक इस्तेमाल के लायक़ नहीं।

इन दोनों अभ्यासों से एक आदत बनी: हर फ़ाइल के साथ एक कोडिंग-लॉग रखना, जिसमें यह लिखा हो कि डेटा कहाँ से आया, किस नियम से दर्ज हुआ, कहाँ गायब हुआ, और दूसरे कोडर से नमूना-जाँच में कितना मतभेद रहा।

खाली परिणाम का कोई नैदानिक मूल्य नहीं होता, जब तक पाइपलाइन यह दर्ज न करे कि वह कहाँ खाली हुई। यही इस दस्तावेज़ की केंद्रीय कमी है। फ़ाइल खाली है — लेकिन यह नहीं पता चलता कि मूल लेख ही खाली था, एक्सट्रैक्शन फ़ेल हुआ, या रैपर ने पेलोड गिरा दिया। तीन अलग-अलग विफलताएँ, एक ही आउटपुट। तीनों का इलाज अलग है: पहले में नया लेख चाहिए, दूसरे में पार्सर ठीक करना है, तीसरे में इनजेशन लेयर की जाँच। एक भी अंतर दस्तावेज़ में दर्ज नहीं है।

मुख्य विश्लेषण: आठ धुरियों की तथ्य-ऑडिट

धुरी एक, फ़ॉर्मैट। दस्तावेज़ लिखता है कि टेस्ट, वनडे, टी20 या द हंड्रेड में से कोई फ़ॉर्मैट तय नहीं हो सकता, इसलिए फ़ॉर्मैट-विशिष्ट सामरिक विश्लेषण भरोसेमंद नहीं होगा। यह सही है और यही सबसे ज़रूरी इनकार है। एक टेस्ट में 45 का स्ट्राइक रेट और एक टी20 में 45 का स्ट्राइक रेट दो बिल्कुल अलग जीव हैं; बिना फ़ॉर्मैट, हर बेंचमार्क अनिश्चित हो जाता है। दस्तावेज़ ने यहाँ जो नहीं किया, वह यह है — उसने यह नहीं बताया कि फ़ॉर्मैट किस चरण में खोया।

धुरी दो, खिलाड़ी। कोई खिलाड़ी नहीं पहचाना गया, इसलिए औसत, स्ट्राइक रेट, इकॉनमी, घरेलू/बाहरी स्प्लिट, रुझान — सब N/A। दस्तावेज़ की अपनी टिप्पणी पढ़ने लायक़ है: खिलाड़ी-आँकड़ों के अभाव में यह भी तय नहीं होता कि लेख व्यक्तिगत प्रदर्शन का है या टीम-स्तर के घटनाक्रम का। यह ठीक वही सवाल है जो मैं हर बार पूछता हूँ — मुझे संख्या डेटासेट में मिली, जिस आदमी ने उसे बनाया वह नहीं मिला। यहाँ संख्या ही नहीं मिली, तो आदमी की तलाश कहाँ से शुरू होती?

धुरी तीन, टीम। आईसीसी रैंकिंग N/A, घरेलू/बाहरी प्रोफ़ाइल N/A, विश्व टेस्ट चैंपियनशिप की स्थिति N/A। बल्लेबाज़ी की गहराई, गेंदबाज़ी संयोजन, बेंच की गहराई, आयु-संरचना — चारों 'मूल्यांकन संभव नहीं'। इस पूरे दस्तावेज़ में एक ही इकाई ज़िंदा बची है: टैग cricket_asia। और यह जानना ज़रूरी है कि वह कहाँ से बचा। क्लासिफ़िकेशन टैग एक्सट्रैक्टर नहीं लगाता; वह इनजेशन लेयर, यानी रैपर, लगाती है। यानी लिफ़ाफ़े को पता था कि चिट्ठी एशिया से आई है; चिट्ठी पढ़ने वाले को कुछ नहीं मिला। फ़ाइल पाइपलाइन तक पहुँची और पहले पार्सर पर ही रुक गई। इससे आगे का कोई निष्कर्ष इस टैग से नहीं निकाला जा सकता — न आईपीएल, न पीएसएल, न बांग्लादेश प्रीमियर लीग, न कोई द्विपक्षीय सीरीज़।

धुरी चार, लीग और वाणिज्यिक पारिस्थितिकी। ब्रॉडकास्ट अधिकारों का मूल्य, फ़्रैंचाइज़ी का मूल्यांकन, खिलाड़ी वेतन — तीनों अज्ञात। नीलामी या ट्रेड का कोई लेन-देन नहीं, इसलिए खेल-मूल्य और भुगतान-मूल्य के बीच का अंतर नापा ही नहीं जा सकता। दस्तावेज़ यह मानने से इनकार करता है कि बिना अनुबंध, बिना नीलामी कीमत और बिना फ़्रैंचाइज़ी जानकारी के वाणिज्यिक मूल्य को खेल-मूल्य से अलग किया जा सकता है। यह इनकार अपने आप में एक योग्यता है — क्योंकि क्रिकेट कवरेज का सबसे पुराना रोग यही है कि फ़ीस का आँकड़ा आते ही टिप्पणीकार उसे प्रदर्शन का प्रमाण मान लेता है।

धुरी पाँच, नियम और शासन। शक्ति/राजस्व वितरण स्थापित नहीं, खेल-नियम विवाद स्थापित नहीं, सत्यनिष्ठा/भ्रष्टाचार-रोध स्थापित नहीं, पात्रता और चयन स्थापित नहीं, राजनीतिक/भू-राजनीतिक कारक स्थापित नहीं — पाँचों चेक-आइटम पर स्थिति 'स्थापित नहीं'। दस्तावेज़ स्पष्ट कहता है कि भ्रष्टाचार, फ़िक्सिंग या प्रशासनिक कदाचार के किसी आरोप का कोई साक्ष्य नहीं है, और यह भी कि एशियाई क्रिकेट होने से यह तय नहीं होता कि मामला आईसीसी, बीसीसीआई, पीसीबी या बीसीबी से जुड़ा है। छह महीने में जितनी बार किसी अनाम 'बोर्ड सूत्र' के हवाले से शासन-ख़बरें छपती हैं, उस हिसाब से यह संयम दुर्लभ है।

धुरी छह, जोखिम। चोट और कार्यभार, सेवानिवृत्ति और टीम-संक्रमण, ब्रॉडकास्ट और फ़्रैंचाइज़ी की वित्तीय एक्सपोज़र, नियामक जोखिम, प्रतिष्ठा-जोखिम, मौसम-शेड्यूलिंग-भू-राजनीति — छहों श्रेणियों में स्तर 'अज्ञात', संभावना 'अज्ञात', प्रभाव 'अज्ञात'। समग्र रेटिंग 'अनिर्धार्य'। यही एकमात्र ईमानदार रेटिंग है जो इस फ़ाइल पर दी जा सकती थी। जो विश्लेषक यहाँ 'मध्यम जोखिम' लिख देता, वह अपनी अक्षमता को निष्कर्ष का रूप दे रहा होता।

धुरी सात, जन-कथ्य। कोई प्रमुख मीडिया कथ्य पहचाना नहीं जा सका, किसी खिलाड़ी या टीम के हाइप की टिकाऊपन नापी नहीं जा सकी, और जन-भावना तथा खेल-मूल तथ्यों के बीच का अंतर स्थापित नहीं हुआ। दस्तावेज़ यह भी दर्ज करता है कि स्रोत-उल्लेख के अभाव में आधिकारिक रिपोर्टिंग को अटकलबाज़ी से अलग करना असंभव है। यह वही बिंदु है जहाँ से मेरा काम शुरू होता है, ख़त्म नहीं होता।

धुरी आठ, उद्योग-संचरण। यहाँ दस्तावेज़ एक आरेख छापता है — युवा विकास से घरेलू क्रिकेट, वहाँ से टी20 लीग, फिर ब्रॉडकास्ट-स्पॉन्सरशिप-वाणिज्यिक बाज़ार, और अंत में मर्चेंडाइज़-फ़ैंटेसी-डेरिवेटिव। यह पूरा नक्शा सही है और यह पूरी रिपोर्ट से असंबंधित है। दस्तावेज़ ने यह खुद लिख दिया है: यह आरेख क्रिकेट उद्योग की सामान्य संरचना दिखाता है, गायब लेख के किसी सिद्ध घटनाक्रम को नहीं।

और फिर वे पाँच जोखिम-झंडे। पहले खंड में चेकलिस्ट पहले से टिकी हुई है: फ़ॉर्मैटों के बीच निष्कर्ष मिलाना, छोटे एकल-मैच नमूने से अति-विस्तार, घरेलू मैदान का पूर्वाग्रह छोड़ देना, टॉस/डीएलएस जैसे भाग्य-कारकों को न हटाना, और डीआरएस अंपायरिंग विवाद जो परिणाम की निष्पक्षता को छूते हैं — पाँचों पर टिक लगी हुई। जिन पाँच जोखिमों की जाँच का दावा किया गया, उनमें से एक भी जाँचने के लिए उस फ़ाइल में कोई मैच मौजूद नहीं था।

प्रतिकूल कोण: खालीपन विफलता नहीं है, ढाँचा विफलता है

इस दस्तावेज़ को पढ़ने का सहज तरीक़ा यह है कि इसे विफलता कह दिया जाए। मैं उलटा पढ़ता हूँ। यह पाइपलाइन में मौजूद सबसे ईमानदार काग़ज़ है, क्योंकि इसने वह किया जो लगभग कोई नहीं करता — इसने साफ़ लिखा कि इसके पास कुछ नहीं है।

पर ईमानदारी और उपयोगिता दो चीज़ें हैं। असली समस्या यह है कि खाली होने के बावजूद यह दस्तावेज़ दिखता विश्लेषण जैसा है। आठ शीर्षक, तालिकाएँ, जोखिम-मैट्रिक्स, आत्मविश्वास के टैग, एक संचरण-नक्शा, अंत में एक औपचारिक अस्वीकरण। इतनी बुनावट किसी पाठक के दिमाग़ में यह भरोसा बैठा देती है कि कहीं कुछ मापा गया है। यह वही बीमारी है जिसकी मैं आठ साल से जाँच कर रहा हूँ — कुछ सौ हाथ से कोड की गई डिलीवरीज़ पर तीन दशमलव स्थान लिखना, जो शुद्धता जैसा दिखता है और शुद्धता है भी नहीं।

संरचना साक्ष्य का वेश धारण कर लेती है, और वेश बिना जाँच पास हो जाता है। किसी पाठक को यह जाँचने का औज़ार नहीं दिया जाता कि N/A की सत्रह पंक्तियों के पीछे कौन-सी प्रक्रिया फ़ेल हुई। उसे सिर्फ़ यह दिखता है कि दस्तावेज़ पूरा है। पूरा दिखना और पूरा होना दो अलग चीज़ें हैं।

दूसरा पेच आत्मविश्वास के टैग में है। दस्तावेज़ कई जगह 'उच्च आत्मविश्वास' लगाता है — पर वह आत्मविश्वास तथ्य पर नहीं, तथ्य के अभाव पर है। यह वाक्य कि 'खिलाड़ी-आँकड़ों के अभाव में यह तय नहीं होता कि लेख व्यक्तिगत प्रदर्शन का है या टीम-स्तर का' — इस वाक्य पर उच्च आत्मविश्वास उचित है, क्योंकि अनुपस्थिति स्पष्ट है। लेकिन जो कोई इन टैगों को उद्धृत करेगा, वह अनुपस्थिति का भरोसा निष्कर्ष के भरोसे की तरह पेश कर देगा। यहाँ सहसंबंध और कारण का फ़र्क़ नहीं, इससे भी साफ़ फ़र्क़ है — अनुपस्थिति का साक्ष्य और उपस्थिति का साक्ष्य दो भिन्न सांख्यिकीय वस्तुएँ हैं, और दोनों को एक ही टैग से नहीं नापा जा सकता।

तीसरा पेच संचरण-नक्शे में है। दस्तावेज़ ने एक आरेख बनाया, और उसी साँस में लिख दिया कि यह आरेख उस चीज़ का वर्णन नहीं करता जिस पर रिपोर्ट लिखी जा रही है। यानी पाइपलाइन ऐसा चित्र बना सकती है जिसके बारे में वह खुद जानती है कि वह असंबंधित है। अब सवाल यह है: जिस दिन इस पाइपलाइन के पास असली तथ्य होंगे, उस दिन यही आरेख फिर छपेगा — और उस दिन यह अस्वीकरण नहीं छपेगा। जो आदमी अस्वीकरण के बिना आरेख देखेगा, वह उसे निष्कर्ष मान लेगा। यह अटकल नहीं है; यह उसी टेम्पलेट का स्वाभाविक अगला चरण है जिसने बिना तथ्य के पाँच जोखिम-झंडों पर टिक लगा दी।

चौथा पेच यह कि यह दस्तावेज़ एक ख़ाली फ़ाइल की रिपोर्ट नहीं है — यह एक ख़ाली फ़ाइल पर रिपोर्ट है। इन आठ धुरियों का ढाँचा, इन तालिकाओं का क्रम, इन श्रेणियों का चयन, सब पहले से मौजूद था। जिस दिन तथ्य आएँगे, वे इसी ढाँचे में ढाले जाएँगे। ढाँचा तथ्य से पहले आ चुका है। और जब ढाँचा तथ्य से पहले आता है, तो तथ्य उसी को पुष्ट करने के लिए चुने जाते हैं।

अगले दौर का संकेत

जो पाठक अगली क्रिकेट विश्लेषण रिपोर्ट पढ़े, उसके लिए एक ही जाँच रखता हूँ: क्या उस फ़ाइल में यह लिखा है कि डेटा कहाँ से आया और कहाँ गया। नहीं लिखा है, तो पहले बोल्ड वाक्य गिनिए, फिर भरोसा कीजिए।

इस पाइपलाइन के लिए मेरा पूर्वानुमान छपने से पहले दर्ज है: अगर इनजेशन लेयर भौगोलिक टैग लगाती रहेगी और एक्सट्रैक्टर खाली लौटता रहेगा, तो अगली एक-दो साइकिलों में ऐसा प्रकाशित टुकड़ा सामने आएगा जिसका एकमात्र सत्यापनीय दावा उसका cricket_asia टैग होगा — बाक़ी संख्याएँ किसी ऐसी फ़ाइल से आ रही होंगी जिसे किसी ने पढ़ा नहीं। जिस दिन ऐसा टुकड़ा छपे, उस दिन यह जाँचिए कि उसके साथ कोडिंग-लॉग था या नहीं। जवाब आपको पता होगा।

यह कैसे गिना गया: उद्धृत सभी संख्याएँ दिए गए Stage-2 विश्लेषण दस्तावेज़ के पाठ से ली गई हैं। 'Cannot assess' की सत्रह की गिनती मैंने इसी दस्तावेज़ की 'Assessment' कॉलमों पर मैन्युअल रूप से की है; यह मेरी अपनी गिनती है, किसी स्वतंत्र कोडर से जाँची नहीं गई, इसलिए इसे ±2 की त्रुटि के साथ पढ़ें। जोखिम-झंडों की संख्या पाँच है और वे दस्तावेज़ के पहले खंड में टिके हुए हैं। cricket_asia एकमात्र इकाई है जो मूल पाठ से बची है; वह इनजेशन लेयर से आई है, एक्सट्रैक्शन लेयर से नहीं। 546 रन और 1,248 डिलीवरीज़ मेरे अपने कोडिंग-लॉग के आँकड़े हैं, इस विश्लेषण फ़ाइल से नहीं।