खाली स्प्रेडशीट भी गवाही देती है: जब क्रिकेट डेटा पाइपलाइन चुपचाप विफल हो जाती है

स्प्रेडशीट खाली थी। कोई शीर्षक नहीं, कोई आउटलेट नहीं, कोई स्कोरकार्ड नहीं, कोई नाम नहीं — सिर्फ एक डोमेन लेबल बचा था: cricket_world। और उस एक लेबल के सहारे पूरा विश्लेषण तंत्र मुझसे कह रहा था: चलो, कुछ लिख देते हैं। एक आईपीएल नीलामी का अनुमान, एक भारत-पाकिस्तान मुकाबले की कल्पना, एक डब्ल्यूटीसी फाइनल की कहानी। मैंने ऐसा नहीं किया — और यह लेख इसी इनकार की रिपोर्ट है।

2026 की बात है। मैंने आईपीएल के सभी 60 मैचों की 1,140 डेथ-ओवर गेंदों को खुद लॉग किया था, इन-प्ले एक्सचेंज भावों के खिलाफ। उस वर्कबुक में एक भी अनुमान नहीं था — हर पंक्ति के पीछे एक टाइमस्टैंप, हर कॉलम के पीछे एक स्रोत। ठीक इसीलिए जब इस हफ्ते एक स्टेज-1 एक्सट्रैक्शन रिपोर्ट मेरी मेज पर पहुंची और उसके हर फील्ड में 'N/A' लिखा मिला, तो मैंने उसे विफलता नहीं, गवाही माना। एक खाली रिकॉर्ड अपने आप में एक रिकॉर्ड है — यह बताता है कि पाइपलाइन किस जोड़ पर टूटी।

आइए वह पैटर्न पढ़ें, जो खुद बोलता है। डोमेन लेबल भरा हुआ था, यानी वर्गीकरण (classification) चरण चला। लेकिन शीर्षक, स्रोत, सारांश, सूचना-बिंदु, कोर व्यूपॉइंट — सब रिक्त थे, यानी निष्कर्षण (extraction) चरण पहले ही विफल हो चुका था। यह संयोग नहीं है; यह निदान है। सबसे संभावित कारण तीन हैं: पेज फेच ही नहीं हुआ (पेवॉल, जावास्क्रिप्ट-रेंडर्ड पेज, या बॉट-ब्लॉक), निष्कर्षण से पहले टेक्स्ट कट गया, या नौकरी गलत रूट पर चली गई और सिर्फ टैग साथ ले गई। इन तीनों में से किसी एक का होना तय है — और उस तथ्य का कोई क्रिकेट निष्कर्ष नहीं निकल सकता।

सबसे बड़ा खतरा यहां नहीं है कि डेटा नहीं मिला; खतरा यह है कि खाली पेलोड को 'कम खबर वाला लेख' समझकर आगे बढ़ा दिया जाए। यह भेद छोटा नहीं है। एक एडिटोरियल प्राथमिकता इंजन इस रिकॉर्ड को स्कोर करेगा, एक मार्केट-सिग्नल सिस्टम उस स्कोर को रैंक करेगा, और कुछ ही चरणों में एक फेच-फेलियर एक संपादकीय निर्णय बन जाएगा। इसलिए सुझाव स्पष्ट है: ऐसे रिकॉर्ड को null_payload / extraction_failure टैग दें, उससे निकले किसी भी स्कोर को दबा दें, और उसे दोबारा फेच के लिए वापस भेजें — स्कोर नहीं, री-रन।

दूसरा खतरा और भी चुपचाप काम करता है: फैब्रिकेशन। जिस विश्लेषक या मॉडल को निर्देश है कि 'हमेशा आउटपुट दो', वह इस खाली आधार पर एक विश्वसनीय-सी लगने वाली नीलामी कहानी, एक चोट अपडेट, या एक इंटीग्रिटी संकेत रच देगा। मेरे करियर का सबसे महंगा सबक यही है: जो दावा किसी दस्तावेज़ के पीछे नहीं है, वह मेरा काम नहीं है — और किसी का नहीं है। इसका इलाज ऑर्केस्ट्रेशन लेयर पर एक 'न्यूनतम व्यवहार्य सूचना' गेट है: कम से कम तीन सूचना-बिंदु, कम से कम एक नामित इकाई, कम से कम एक फॉर्मेट या घटना — इनमें से कोई एक भी न मिले तो स्टेज-2 तक पहुंचना ही मना।

तीसरा खतरा कानूनी रंग का है। एक खाली रिकॉर्ड बाद में साइटेशन का स्रोत बन सकता है — एक कोट या आंकड़ा ऐसे आउटलेट को जिम्मेदार ठहरा दिया जाए जिसे कभी कैप्चर ही नहीं किया गया। इसलिए जब तक स्रोत और शीर्षक दोबारा नहीं भरे जाते और सत्यापित नहीं होते, इस रिकॉर्ड का कोई हवाला देना मना है।

अब वह हिस्सा, जहां आलोचक कहेंगे कि मैं बहुत सावधान हो रहा हूं। 'तुम तो लिखने वाले हो — खाली फाइल पर लिखने से क्या हानि?' मेरा जवाब 2026 का गाले का तजुर्बा है। अल जज़ीरा की पिच-फिक्सिंग डॉक्यूमेंट्री के बाद मैंने 2026 से 2026 के नौ गाले टेस्ट निकाले और पाया कि आरोपित पिचें आम विचरण के भीतर थीं — टेप का गणित टिक नहीं था। कोई क्यूरेटर आरोपित नहीं हुआ, और असली कांड वह बंद फाइल बन गया जिसे किसी ने फिर नहीं खोला। फर्क सिर्फ इतना था कि वहां मेरे पास डेटा था और मैंने उससे लोकप्रिय कथा को झुठलाया। यहां डेटा है ही नहीं — तो कथा गढ़ना उसी गलती का दूसरा सिरा है, उल्टी दिशा में। दोनों दिशाओं में नुकसान पाठक का है।

यह भी कहना जरूरी है कि खाली रिकॉर्ड की एक अच्छी खबर है। यह फेलियर पूरी तरह निदानयोग्य है — पेलोड की आकृति ही निदान है (टैग मौजूद, सामग्री रिक्त) — और इसे ऑर्केस्ट्रेशन लेयर पर सस्ते में ठीक किया जा सकता है। इससे बड़ा: यह एक रीग्रेशन-टेस्ट फिक्स्चर के रूप में काम कर सकता है। फाइनल एक्साम से पहले हर पाइपलाइन को एक खाली स्टेज-1 पर चलाया जाए, और साबित हो कि वह अनुमान पर नहीं, स्पष्ट रिक्तता पर उतरती है। जो पाइपलाइन खाली इनपुट पर शांति से एक आईपीएल कहानी लिख देती है, वह भरे हुए इनपुट पर क्या नहीं लिख सकती?

पुनर्प्राप्ति का रास्ता भी साफ लिखा जाना चाहिए, वरना यह लेख शिकायत बनकर रह जाएगा। दोबारा चलाने के लिए न्यूनतम इनपुट: शीर्षक, स्रोत और प्रकाशन-तिथि (स्रोत-ग्रेडिंग और समय-संवेदनशीलता के लिए); तीन सूचना-बिंदु हर एक के स्रोत-फील्ड के साथ; एक नामित इकाई — टीम, खिलाड़ी, बोर्ड या लीग; फॉर्मेट या घटना का पहचानकर्ता — टेस्ट, वनडे, टी20, आईपीएल, आईसीसी टूर्नामेंट; और लेखक का रुख व उद्देश्य, बिना जिसके हाइप बनाम सार का तुलनात्मक विश्लेषण असंभव है। और एक शर्त और: दोबारा निष्कर्षण को नए रिकॉर्ड के रूप में टाइमस्टैंप किया जाए, 'सुधार' के रूप में नहीं — क्योंकि अगर कहानी तेज चलने वाली थी, तो नया कैप्चर मूल से अलग हो सकता है।

मेरी सालों की मैच-देखने और लेजर-पढ़ने की आदत एक ही बात दोहराती है: ऊपर के आंकड़े साफ होते हैं और वहीं बदनाम होते हैं जहां पैसा हाथ बदलता है। डेटा पाइपलाइनें क्रिकेट इंडस्ट्री का वह लेजर हैं जिसे कोई फैन नहीं पढ़ता, लेकिन जिस पर हर ओड, हर संपादकीय रैंक, हर बाजार-संकेत टिका है। एक चुपचाप खाली होती पाइपलाइन उसी तरह चिल्लाती है जैसे खाली स्टैंड चिल्लाते हैं — बशर्ते राजस्व पंक्ति को पढ़ना आपको आता हो।

तो अगली बार जब कोई डैशबोर्ड आपको बताए कि कौन-सी क्रिकेट खबर 'कम महत्व' वाली है, तो एक सवाल पूछिए: वह स्कोर किस रिकॉर्ड पर बना — भरे हुए पर, या खाली पर? क्योंकि खाली रिकॉर्ड पर बना हर स्कोर, असल में उस जोड़ का नक्शा है जहां पाइपलाइन टूटी थी — और वह नक्शा किसी के हाथ में है, यह पूछना ही असली विश्लेषण की शुरुआत है।