खाली सेल का सबक़: क्रिकेट डेटा में "N/A" को नतीजा मानने की क़ीमत

स्कोर समझने से पहले मैंने 7,680 डिलीवरी गिनी थीं। 2026 की तमिलनाडु प्रीमियर लीग, चेन्नई का एक कैंपस स्टडी रूम, और एक स्प्रेडशीट जिसमें हर गेंद को फ़ेज़, गेंदबाज़ के टाइप और मैचअप में टैग किया गया था। उस नोटबुक ने मुझे एक बात सिखाई जो किसी कमेंट्री बॉक्स में नहीं मिलती: सबसे ज़रूरी सवाल वहाँ उठता है जहाँ संख्या शून्य आती है।

पिछले सप्ताह फिर एक खाली सेल आई। इस बार मेरी स्प्रेडशीट की नहीं — एक आठ-आयामी क्रिकेट मूल्यांकन टेम्पलेट की। फ़ॉर्मैट और मैच विश्लेषण, खिलाड़ी तकनीक और डेटा, टीम परिदृश्य और रैंकिंग, लीग-कमर्शियल इकोसिस्टम, नियम और गवर्नेंस, जोखिम मैट्रिक्स, जन-नैरेटिव, और उद्योग ट्रांसमिशन। आठों सेक्शन रेंडर हुए, सारी तालिकाएँ बनीं, सारे हेडिंग अपनी जगह बैठे। और हर सेल में एक ही टेक्स्ट था — "N/A — अपर्याप्त सूचना।" सूचना बिंदुओं की सूची: शून्य।

यह शून्य सजावट नहीं है। यही इस पूरे मामले का नतीजा है, और यही वजह है कि मैं इसे लिख रहा हूँ।

टेम्पलेट सवाल पूछता है, जवाब नहीं देता

किसी भी क्रिकेट रिपोर्ट के विघटन में चार चीज़ें सबसे पहले निकाली जाती हैं — शीर्षक, स्रोत, मुख्य दृष्टिकोण, और सूचना बिंदुओं की सूची। इन चार से ही बाक़ी सब कुछ निकलता है: कौन सा फ़ॉर्मैट, कौन सा खिलाड़ी, कौन सी टीम, कौन सा लीग, कौन सा नियम, कौन सा जोखिम। इस बार चारों खाली लौटे। जब अपस्ट्रीम खाली हो तो डाउनस्ट्रीम का हर नतीजा अनुमान बन जाता है, और अनुमान को विश्लेषण कहकर छापना इस पेशे की सबसे पुरानी आदत है।

क्रिकेट में यह अनुशासन ज़रूरी इसलिए है कि फ़ॉर्मैट तय होने से पहले कोई तुलना वैध ही नहीं होती। टेस्ट की इकॉनमी, वनडे की इकॉनमी और T20 की इकॉनमी — तीनों एक ही शब्द हैं, लेकिन तीन अलग पेशे हैं। एक सलामी बल्लेबाज़ का टेस्ट में 45 का औसत और T20 में 130 का स्ट्राइक रेट दो अलग कहानियाँ हैं, और इन्हें एक वाक्य में जोड़ देना क्रिकेट रिसर्च की सबसे आम गलती है — क्रॉस-फ़ॉर्मैट तुलना। जब तक यह तय न हो कि सामने टेस्ट है, वनडे है, T20 है या द हंड्रेड, तब तक किसी आँकड़े का अर्थ खुलता ही नहीं।

इसी तरह गवर्नेंस की तीन परतें हैं जो हर बड़े फ़ैसले के नीचे बैठी रहती हैं — NOC, यानी बोर्ड की वह लिखित अनुमति जो किसी अनुबंधित खिलाड़ी को विदेशी लीग खेलने देती है; DLS, यानी बारिश के बाद लक्ष्य का गणित; और RTM, यानी नीलामी में पुरानी फ़्रैंचाइज़ी का मैच-अधिकार। ये तीनों वे बिंदु हैं जहाँ एक खिलाड़ी की क़ीमत, एक टीम का संतुलन और एक लीग का कैलेंडर एक साथ हिलते हैं। बिना नाम, बिना तारीख़, बिना प्रतियोगिता के इन पर एक शब्द लिखना भी मुनाफ़े का सौदा नहीं, घाटे का है।

और यह ट्रांसफ़र विंडो का मौसम है। हर दूसरे घंटे एक नई ख़बर आ रही है — फ़ीस लीक हो चुकी है, मेडिकल बाक़ी है, रिलीज़ क्लॉज़ का ढाँचा और वेज बिल असली कहानी है। इस मौसम में खाली सेल सबसे ख़तरनाक चीज़ है, क्योंकि खाली सेल भरने का दबाव यहीं सबसे ज़्यादा होता है।

तीन तरीक़े जिनसे एक पाइपलाइन खाली लौटती है

पूरी तरह खाली आउटपुट का मतलब यह नहीं होता कि लेख में कुछ था ही नहीं। मेरे अनुभव में यह तीन में से किसी एक विफलता का लक्षण है। पहला — फ़ेच विफलता: पे-वॉल, HTTP एरर, खाली रिस्पॉन्स बॉडी। दूसरा — पार्सिंग विफलता: साइट का HTML ढाँचा बदल गया और एक्सट्रैक्टर ने सुर्ख़ियाँ पढ़ीं, बॉडी नहीं। तीसरा — स्कीमा मैपिंग की गड़बड़ी: एक्सट्रैक्टर चला, मूल्य भी मिले, लेकिन ग़लत कुंजियों में लिख दिए गए। तीनों हालतों में नतीजा एक ही दिखता है — सब कुछ N/A।

इसीलिए सब-ब्लैंक आउटपुट एक डायग्नोस्टिक सिग्नल है, निष्कर्ष नहीं। यह कहता है कि ऊपर कुछ टूटा है। जो सिस्टम इसे निष्कर्ष मान लेता है, वह ठीक उसी जगह पर रुक जाता है जहाँ उसे सबसे ज़्यादा सतर्क होना चाहिए।

दूसरा ख़तरा इससे बड़ा है। जब एक ऑटोमेटेड चरण को कहा जाए कि "जो खाली है उसे भर दो", तो वह जानकारी नहीं लाएगा — वह एक मैच, एक खिलाड़ी, एक आँकड़ा गढ़ेगा, और वह गढ़ा हुआ आँकड़ा पूरी तरह विश्वसनीय दिखेगा। यही फ़ैब्रिकेशन रिस्क है, और यह किसी भी डेटा-पाइपलाइन की सबसे महँगी ख़राबी है, क्योंकि इसे पकड़ना लगभग असंभव है — ग़लत टाइपिंग पकड़ी जा सकती है, गढ़ा हुआ तथ्य नहीं।

यह समझने के लिए 2026 एशिया कप का उदाहरण पर्याप्त है। शिखर धवन के 342 रन के पीछे एक स्पष्ट विभाजन था: पेस के ख़िलाफ़ पावरप्ले में उनका बाउंड्री शेयर 61% था, और मिडल ओवर में लेफ़्ट-आर्म स्पिन के ख़िलाफ़ सिर्फ़ 38%। अगर पार्सिंग चरण उस स्प्लिट को मिला देता और सुर्ख़ी बचा लेता, तो अख़बार में छपता "धवन फ़ॉर्म में हैं" — और वह सवाल कभी उठता ही नहीं कि ओवर 7 से 15 के बीच उनके सामने लेफ़्ट-आर्म स्पिन किसे लाना है। एक तकनीकी विफलता सीधे एक चयन-निर्णय को अंधा कर देती है।

वही बात 2026 की मेरी नोटबुक पर लागू होती है। वाशिंगटन सुंदर का लेग स्पिन के ख़िलाफ़ ओवर 7–15 में स्कोरिंग रेट 8.4 प्रति ओवर था, जबकि ब्रॉडकास्ट पर 6.9 दिख रहा था। डेढ़ रन का यह फ़र्क़ कोई शोर नहीं था; वह अंतर बता रहा था कि मैदान पर कुछ और चल रहा है जो स्क्रीन पर नहीं दिख रहा। अगर उस दिन स्कीमा मैपिंग फेल हो जाती और सारे सेल N/A लौट आते, तो वह डेढ़ रन हमेशा के लिए ग़ायब हो जाता — और उसके साथ एक पूरा चयन-तर्क भी।

यहीं सैंपल साइज़ की शर्त आती है। क्रिकेट रिसर्च में एक भी मैच का सैंपल किसी भी दावे को छापने योग्य नहीं बनाता; शून्य सैंपल तो बहस से पहले ही दरवाज़ा बंद कर देता है। यह शर्त काग़ज़ी औपचारिकता नहीं है। जिस दिन इसे औपचारिकता मान लिया, उस दिन से हर छोटे सैंपल का शोर "ट्रेंड" कहलाने लगता है।

ट्रांसफ़र विंडो में यही सिद्धांत दूसरी तरफ़ से लौटता है। एक अफ़वाह की तालिका बनाइए — कॉलम होंगे: अनुबंध की अवधि, रिलीज़ क्लॉज़ का ढाँचा, वेज बिल पर असर, एजेंट की हलचल, और स्रोत की गुणवत्ता। जिस पंक्ति में ये सब खाली हों, वही पंक्ति "सूत्रों के हवाले से" वाली ख़बर बन जाती है। पर्स सबसे साफ़ संख्या है और इसीलिए सबसे बड़ा जाल भी — लेकिन वह क़ीमत नहीं बताता जो ओस, टॉस, चोट के समय और जून में टूटते गेंदबाज़ के एक्शन में छिपी होती है। खाली सेल वहीं होती है जहाँ पैसा जवाब नहीं देता।

एक बात पाइपलाइन के पक्ष में दर्ज करनी चाहिए। इस रन में आठों आयाम, सारी तालिकाएँ और सारे फ़ील्ड अंत तक रेंडर हुए — यानी ढाँचा मान्य है, बस इनपुट नहीं था। डेटा इंजीनियरिंग में इसे नल-केस रिग्रेशन टेस्ट कहते हैं: एक जान-बूझकर खाली इनपुट डालो और देखो कि सिस्टम तथ्य गढ़ता है या साफ़ मना करता है। जो सिस्टम खाली इनपुट पर भी भरा हुआ आउटपुट लौटाए, वह सिस्टम नहीं, एक आत्मविश्वास मशीन है।

जहाँ "अपर्याप्त सूचना" ख़ुद एक बहाना बन जाता है

अब अपनी ही बात काटता हूँ, क्योंकि यह लेख का सबसे कमज़ोर हिस्सा है और मुझे इसे छिपाना नहीं है।

N/A लिखना सुरक्षित है। इसे कोई फ़ैक्ट-चेक नहीं करता, कोई पाठक ग़ुस्सा नहीं होता, कोई संपादक सवाल नहीं उठाता। यह वह जगह है जहाँ अनुशासन चुपचाप टालमटोल में बदल सकता है। मेरे साथ यह दो बार हुआ है — एक बार मैंने तीसरे स्रोत का इंतज़ार करते हुए पूरी ख़बर रोक ली, और वह स्रोत कभी नहीं आया; खिड़की बंद हो गई, कहानी किसी और ने छाप दी। दूसरी बार मैंने एक नीलामी-पूर्व विश्लेषण को यह कहकर टाल दिया कि सैंपल छोटा है, और उसी सीज़न वही मॉडल सही निकला।

इसका मतलब यह नहीं कि मानक ग़लत थे। इसका मतलब यह है कि N/A के साथ एक शर्त जुड़नी चाहिए — री-रन ट्रिगर और एक तारीख़। क्या दोबारा जाँचा जाएगा, कब, और किस शर्त पर। बिना इस शर्त के "अपर्याप्त सूचना" भी उतना ही खोखला है जितना बिना स्रोत वाली ख़बर — फ़र्क़ सिर्फ़ यह है कि इसमें लैब कोट पहना हुआ है।

नोटबुक पहले आई थी, टेम्पलेट बाद में — और वह भी दो बार फेल होने के बाद। टेम्पलेट कोई पवित्र चीज़ नहीं है।

आगे क्या देखना है

अब इस पूरे प्रकरण का असली आउटपुट सिर्फ़ एक वाक्य नहीं है, बल्कि तीन निगरानी-संकेत हैं। पहला — पॉपुलेशन दर: शीर्षक, स्रोत, दृष्टिकोण और सूचना बिंदुओं में से कितने भरे लौटे। यह 50% से नीचे जाए तो विश्लेषण शुरू ही नहीं होना चाहिए, सीधे अपस्ट्रीम एस्केलेशन। दूसरा — फ़ेच लॉग: HTTP स्टेटस, पे-वॉल, खाली बॉडी; यहाँ एक एरर दिख जाए तो वैकल्पिक स्रोत से दोबारा खींचना है। तीसरा — एंटिटी एक्सट्रैक्शन: कम से कम एक टीम और एक फ़ॉर्मैट पहचाना जाए। जिस दिन यह तीनों पूरे हो जाएँ, उस दिन आयाम 1 से 3 निष्पादन-योग्य हो जाते हैं और बाक़ी इमारत खड़ी हो सकती है।

जिस पाइपलाइन ने आज खाली सेल पर साफ़ मना किया, वह कल भरे हुए सेल पर मुझसे ज़्यादा भरोसेमंद होगी। सवाल यह नहीं कि खाली सेल कैसे भरें। सवाल यह है कि वह अगली बार खाली न हो — और अगर हो, तो हम उसे भरने की जल्दी में पहले यह साबित करें कि वह खाली क्यों है।