खाली पेलोड: क्रिकेट डेटा पाइपलाइन का वह रिकॉर्ड जो 'साफ़' दिख रहा था

रात 3:40 बजे, लिवरपूल। मैंने अनोमली फ़ाइल दोबारा खोली। पैटर्न बदल चुका था — पर इस बार बदलाव तथ्यों में नहीं, तथ्यों की जगह थी।

स्क्रीन पर एक रिकॉर्ड था। स्कीमा पूरा भरा हुआ। आठ एनालिटिकल डाइमेंशन, हर एक के अपने सब-हेडर, अपनी चेकलिस्ट, अपना रिस्क-फ्लैग सेक्शन। डोमेन लेबल भी लगा हुआ था: cricket_world। और उस पूरे ढाँचे के अंदर — एक भी सूचना-बिंदु नहीं। न टीम, न खिलाड़ी, न मैच, न तारीख़, न फ़ॉर्मेट। हर जगह वही एक वाक्य दर्ज था: अपर्याप्त जानकारी, आकलन संभव नहीं।

तीस साल में मैंने बहुत सारी गलत फ़ाइलें देखी हैं। मार्च 2026 में ईडन गार्डन्स में वह वर्ल्ड कप सेमीफ़ाइनल के बाद मैं 37 स्कोरकार्ड बिछाकर बैठा था, और तभी समझा था कि गलत नंबर ईमानदार होता है — वह आपसे बहस करता है। ख़तरनाक वह फ़ाइल होती है जो ख़ाली हो और फिर भी वैलिडेशन पास कर जाए। यह वही फ़ाइल थी।

ढाँचा समझ लीजिए। आज क्रिकेट कवरेज में दो-स्टेज पाइपलाइन आम हो चुकी है। पहला स्टेज कच्चे टेक्स्ट से तथ्य निकालता है — शीर्षक, स्रोत, फ़ॉर्मेट, इन्फॉर्मेशन पॉइंट्स, एंटिटीज़, टाइम-सेंसिटिविटी, सोर्स क्वालिटी। दूसरा स्टेज उन तथ्यों पर विश्लेषण का ढाँचा चढ़ाता है — फ़ॉर्मेट और मैच, खिलाड़ी तकनीक और डेटा, टीम लैंडस्केप, लीग और कमर्शियल इकोसिस्टम, नियम-गवर्नेंस, रिस्क, पब्लिक नैरेटिव, और इंडस्ट्री ट्रांसमिशन।

यह क्रम मनमाना नहीं है। फ़ॉर्मेट पहला क्यों है? क्योंकि टेस्ट का 80वाँ ओवर, वनडे का दो-नई-गेंद वाला मध्यांतर, और टी20 का 16-20वाँ डेथ-ओवर — तीनों अलग खेल हैं। टी20 का पावरप्ले लॉजिक टेस्ट पर लगाना कैटेगरी एरर है, और यही एक ऐसी गलती है जिसे कोई भी एनालिटिक्स फ़्रेमवर्क माफ़ नहीं करता। उसी तरह खिलाड़ी का मूल्यांकन: ओपनर की ऐवरेज, एंकर की स्ट्राइक रेट, और गेंदबाज़ की इकॉनमी — तीन अलग मीट्रिक फ़ैमिली हैं। रोल तय नहीं, तो मीट्रिक तय नहीं। फ़ॉर्मेट तय नहीं, तो रोल तय नहीं।

जो भी हो, इस रिकॉर्ड में इनपुट शून्य था, इसलिए ढाँचा भर गया और सामग्री नहीं। लेकिन ऑडिट की असली खोज ढाँचे में नहीं, उसके भरने के तरीक़े में है। तीन चीज़ें मिलीं, और तीनों एक ही बीमारी के लक्षण हैं।

पहला: इन्फॉर्मेशन पॉइंट्स की सूची ख़ाली थी। यह सबसे ऊँची गंभीरता की विफलता है, क्योंकि क्रिकेट में बाक़ी हर चीज़ इसी से निकलती है। टीम नहीं, तो चार स्तंभ — आईसीसी रैंकिंग, होम-अवे अंतर, स्क्वाड ढाँचा, स्टाइल-काउंटर — एक भी शुरू नहीं होता। क्रिकेट में घरेलू और विदेशी प्रदर्शन का फ़ासला बड़े खेलों में सबसे चौड़ा माना जाता है; लेकिन मेज़बान कौन है, यही पता न हो तो वह अंतर नापें किससे? और खिलाड़ी का नाम ही न हो, तो उसकी कोई भी संख्या लिखना विश्लेषण नहीं, गढ़ना होगा।

दूसरा: एंटिटीज़ इन्वॉल्व्ड फ़ील्ड में डेटा नहीं, निर्देश लौटा। वहाँ लिखा था — ऊपर दिए गए सूचना-बिंदुओं से पहचानें। यानी फ़ील्ड को भरने वाला मॉड्यूल चुपचाप ख़ाली लौटा और उसकी जगह टेम्पलेट का निर्देश छप गया। सिस्टम ने एरर नहीं दिया, उसने सफलता दिखाई। यही सबसे महँगी विफलता है — साइलेंट सक्सेस। मेरी फ़ाइल में 2026 से 2026 के बीच ग्यारह वनडे ऐसे दर्ज हैं जहाँ टॉस से पहले की क़ीमत मेरे मॉडल से तीन स्टैंडर्ड डिविएशन से ज़्यादा हिली थी और टीम-न्यूज़ का कोई आधार नहीं था। अप्रैल 2026 में क्रोन्ये कांड फूटा, नवंबर 2026 में अज़हरुद्दीन पर बैन लगा। तब जाकर लोगों ने मेरी फ़ाइल पढ़ी। ग्यारह में से किसी ने भी उस वक़्त मुझे नहीं सुना, क्योंकि फ़ाइल बोलती नहीं थी — वह फुसफुसाती है। लेजर कभी झूठ नहीं बोलता, वह बस फुसफुसाता है।

तीसरा: डोमेन लेबल cricket_world था, जबकि स्कीमा में Cricket चाहिए। यह छोटी-सी चीज़ बड़ी बात कहती है — इस फ़ील्ड को किसी दूसरे, अपरीक्षित क्लासिफ़ायर ने भरा था। वह ऊपरी टैक्सोनॉमी क्रिकेट और ग़ैर-क्रिकेट में फ़र्क़ तो करती है, पर फ़ॉर्मेट या प्रतियोगिता में नहीं। मतलब साफ़: फ़ॉर्मेट की जानकारी अभी अलग से निकालनी पड़ेगी। जिस पाइपलाइन में लेबल ही स्कीमा से मेल न खाए, वहाँ नीचे की गलती ऊपर कभी पकड़ में नहीं आएगी।

इन तीनों का जोड़ साफ़ है: विफलता विश्लेषण में नहीं, एक्सट्रैक्शन में थी। और असली सवाल यह है कि यह रिकॉर्ड आगे क्यों बढ़ा। क्योंकि कोई सिस्टम जो ख़ाली फ़ाइल को रिपोर्ट तैयार कहकर भेज दे, वह अगली बार भी भेजेगा — और उस खालीपन पर एक आत्मविश्वासी कमेंट्री खड़ी हो जाएगी, जिसका कोई स्रोत नहीं होगा।

यहाँ एक उद्योग-समानांतर ध्यान देने योग्य है। क्रिकेट की अफ़वाह-अर्थव्यवस्था ठीक इसी तरह चलती है। ट्रांसफ़र विंडो में एक हेडलाइन आती है — क्लब को उम्मीद है कि खिलाड़ी असहज है — ढाँचा पूरा, स्रोत शून्य, तारीख़ गायब, एंटिटी अस्पष्ट। जो चीज़ आप सत्यापित कर सकते हैं वह यह है: रिलीज़ क्लॉज़ की संरचना, वेज बिल, एनओसी की स्थिति, राइट-टू-मैच का इस्तेमाल, कॉन्ट्रैक्ट की अवधि। बाक़ी सब ख़ाली पेलोड है। ट्रांसफ़र मार्केट एक कहानी है, विज्ञान नहीं — पर वेज बिल और क्लॉज़ एक लेजर हैं, और लेजर झूठ नहीं बोलता।

अब वह पल, जहाँ मुझे अपने ही निष्कर्ष पर संदेह करना चाहिए।

ख़ाली फ़ाइल देखकर यह कहना आसान है कि पाइपलाइन टूटी हुई है। लेकिन नमूना n=1 है। एक रिकॉर्ड से पूरे सिस्टम का फ़ैसला सुनाना वही स्मॉल-सैंपल अहंकार है जिससे मैं दूसरों को बचाता हूँ। हो सकता है मूल लेख ही फ़ोटो-गैलरी रहा हो, या ऐसा प्रीव्यू जिसमें कोई सत्यापन-योग्य तथ्य था ही नहीं। कोई सहसंबंध कारण नहीं होता, और एक्सट्रैक्शन के ख़ाली लौटने तथा पाइपलाइन के ख़राब होने के बीच वही दूरी है जो स्कोरकार्ड और मैदान के बीच होती है।

एक उलटा जोखिम भी है। अगर हर ख़ाली रिकॉर्ड को विफलता मान लिया जाएगा, तो जो रिकॉर्ड ईमानदारी से ख़ाली हैं — जिनमें सचमुच कुछ नहीं था — वे भी फ़्लैग हो जाएँगे, और असली गड़बड़ शोर में खो जाएगी।

फिर भी मेरी शिकायत फ़ाइल से नहीं, उसके स्वागत से है। विफलता यह नहीं कि पेलोड ख़ाली था; विफलता यह है कि उसे पास होने दिया गया। तीस साल बाद भी, मैं स्पष्ट ऑड्स पर भरोसा नहीं करता — और यहाँ स्पष्ट ऑड्स यही था कि आठ भरे हुए सेक्शन सफलता की गवाही हैं। वे नहीं थे। वे सिर्फ़ ख़ाली कमरे में लगी तस्वीरें थीं।

तो नियम सीधा है, और यह पूरे बैच पर लागू होना चाहिए: अगर इन्फॉर्मेशन पॉइंट्स ख़ाली है, या शीर्षक और स्रोत दोनों अनुपलब्ध हैं, तो दूसरा स्टेज शुरू ही न हो। सिस्टम को साफ़ लौटाना चाहिए — अपर्याप्त इनपुट — और रुक जाना चाहिए। चेतावनी नहीं, हार्ड स्टॉप।

बाक़ी सवाल मेरे पास है, जवाब नहीं: उसी बैच में और कितने रिकॉर्ड इसी तरह ख़ाली होकर साफ़ निकले? और अगली बार जब आपकी फ़ीड में कोई ट्रांसफ़र हेडलाइन गिरे, तो उस पर वही गेट लगाइए — सूचना-बिंदु कहाँ हैं, तारीख़ कहाँ है, स्रोत कौन है? अगर तीनों नहीं मिले, तो वह ख़बर नहीं, एक ख़ाली पेलोड है।