खाली आउटपुट, भरा हुआ भरोसा: क्रिकेट डेटा पाइपलाइन के साइलेंट फेलियर की ऑडिट रिपोर्ट

बेंगलुरु डेस्क पर रात के लगभग दो बजे थे। एक डिकंस्ट्रक्शन रिक्वेस्ट लौटी — टेम्पलेट पूरा सलामत, हर तालिका अपनी जगह, हर पंक्ति भरी हुई। लेकिन शीर्षक N/A था। स्रोत N/A। सारांश खाली। मुख्य दृष्टिकोणों की सूची खाली। एंटिटी की पहचान नहीं हुई। सिस्टम ने आठ विमानों वाला एक पूरा विश्लेषण-ढाँचा लौटाया और उन आठों में एक ही वाक्य दोहराया — "अपर्याप्त सूचना, आकलन असंभव।"

यह वह क्षण था जब टेप ने चोट स्कोरबोर्ड से पहले दिखा दी थी। स्कोरबोर्ड पर कुछ भी गलत नहीं दिख रहा था; स्कीमा वैध थी, फ़ील्ड अपनी जगह थीं, फ़ाइल डाउनलोड हो रही थी। और ठीक इसीलिए वह खतरनाक था। न्यूज़रूम में सबसे भरोसेमंद दिखने वाली चीज़ अक्सर सबसे खोखली होती है — एक ऐसा दस्तावेज़ जो काम जैसा दिखता है, पर उसमें काम है ही नहीं।

मैंने सवालों को नंबर दिए, क्योंकि जवाब खत्म हो जाते थे और सवाल जिंदा रह जाते थे। इस मामले में सवाल एक ही था, और उसे दो हिस्सों में तोड़ना ज़रूरी था: क्या यह एक खाली लेख था, या एक खाली पाइपलाइन?

इस रिपोर्ट में मैं मैच नहीं पढ़ रहा हूँ। मैं वह मशीनरी पढ़ रहा हूँ जो आज क्रिकेट के बारे में हमारे ज़्यादातर दावे तैयार करती है। और चूँकि उस मशीनरी ने इस बार कुछ भी नहीं लौटाया, रिपोर्ट का विषय खुद वह चुप्पी है।

संदर्भ: यह ढाँचा क्या है और यह क्यों मायने रखता है

क्रिकेट कवरेज का जो हिस्सा आज डेटा-डेस्क से चलता है, वहाँ काम दो चरणों में होता है। पहला चरण स्रोत सामग्री को तोड़ता है: शीर्षक, स्रोत, सामग्री का प्रकार, एक-वाक्य सारांश, मुख्य दृष्टिकोण, सूचना-बिंदु, एंटिटी — यानी खिलाड़ी, टीम, लीग, आयोजन — समय-संवेदनशीलता, स्रोत की गुणवत्ता और डोमेन लेबल। दूसरा चरण उसी ढाँचे पर आठ विमानों का गहरा विश्लेषण खड़ा करता है: फ़ॉर्मेट और मैच, खिलाड़ी की तकनीक और डेटा, टीम का परिदृश्य और रैंकिंग, लीग और व्यावसायिक पारिस्थितिकी, नियम और गवर्नेंस, जोखिम, सार्वजनिक कथा और अपेक्षा, और उद्योग-संचरण।

बेंगलुरु डेस्क ने मुझे मैच को टेढ़ा पढ़ना सिखाया — सीधे स्कोर की तरफ़ नहीं, बल्कि उस किनारे की तरफ़ जहाँ स्कोर बनता है। 2026 में जब मैंने इंग्लैंड में भारत का 1-4 टेस्ट हार 5,412 गेंदों पर दोबारा खड़ा किया, तो काम यह नहीं था कि किसने कितना बनाया; काम यह था कि 41 प्रतिशत टॉप-ऑर्डर आउट किस तरह ब्रेक के बाद के पहले बारह ओवरों में हुए। यही आदत मेरे पास बाद में भी रही। मैंने टेस्ट डेटाबेस इसलिए बनाया कि 36 के ऑल आउट के बाद याददाश्त बार-बार झूठ बोल रही थी; 2,846 पारियों का ढाँचा तैयार था, और मैंने अगले टेस्ट से पहले अपनी मॉडल-धारणाएँ छाप दीं, नतीजा आने के बाद नहीं।

इस बार पहले चरण ने यह लौटाया:

| स्टेज-1 फ़ील्ड | आपूर्त मान | उपयोगी? | |---|---|---| | लेख का शीर्षक | N/A | नहीं | | स्रोत | N/A | नहीं | | लेख का प्रकार | अवर्गीकृत | नहीं | | एक-वाक्य सारांश | खाली | नहीं | | मुख्य दृष्टिकोण | खाली सूची | नहीं | | सूचना-बिंदु | खाली सूची | नहीं | | एंटिटी | पहचान नहीं हुई | नहीं | | समय-संवेदनशीलता | आकलन नहीं | नहीं | | स्रोत-गुणवत्ता | आँकी नहीं | नहीं | | डोमेन लेबल | cricket_asia | आंशिक |

पंद्रह साल की इस पेशे में मैंने एक चीज़ सीखी है, और वह यह है कि खाली डेटा और अनुपस्थित डेटा दो अलग चीज़ें हैं। खाली डेटा बताता है कि मापा गया और शून्य निकला। अनुपस्थित डेटा बताता है कि कोई मापने ही नहीं गया। इस रिपोर्ट में जो मिला वह दूसरा था, और उसे पहले जैसा दिखाया गया था।

कोर विश्लेषण: जो लौटा, वह क्या था

परिभाषाएँ पहले, क्योंकि इस लेख का पूरा तर्क तीन शब्दों पर टिका है। साइलेंट नल वह आउटपुट है जो ढाँचे के हिसाब से पूरी तरह वैध है, पर जिसमें शून्य सूचना-बिंदु हैं। शोरगुल वाली विफलता वह है जो साफ़ एरर के रूप में आती है — 4xx, 5xx, टाइमआउट, खाली बॉडी — और जिसे कोई भी ऑपरेटर एक नज़र में पकड़ लेता है। सामग्री-गेट वह जाँच है जो आगे बढ़ने से पहले यह सुनिश्चित करती है कि पैकेट में शरीर है, केवल कंकाल नहीं। इतना ही, परिभाषा यहीं बंद।

अब वही दस अवलोकन, नंबरों में, क्योंकि इस मामले में क्रम ही तर्क है।

| # | अवलोकन | साक्ष्य | भरोसा | संशोधन-शर्त | |---|---|---|---|---| | 1 | शीर्षक और स्रोत दोनों अनुपस्थित | स्टेज-1 आउटपुट में दोनों N/A | उच्च | फ़ेच लॉग 200 और ≥500 शब्द बॉडी दिखाए | | 2 | सूचना-बिंदु शून्य | सूची खाली | उच्च | कम-से-कम 3 तथ्य मिलें | | 3 | कोई एंटिटी चिह्नित नहीं | खिलाड़ी/टीम/लीग तीनों अनुपस्थित | उच्च | एक भी नामांकित एंटिटी मिले | | 4 | फ़ॉर्मेट संदर्भ अनुपस्थित | टेस्ट/वनडे/टी20 में से कुछ भी तय नहीं | उच्च | स्रोत में फ़ॉर्मेट का उल्लेख हो | | 5 | समय-संवेदनशीलता आँकी नहीं गई | फ़ील्ड खाली | मध्यम | प्रकाशन तिथि मिले | | 6 | स्रोत-गुणवत्ता आँकी नहीं गई | फ़ील्ड खाली | मध्यम | स्रोत का नाम मिले | | 7 | डोमेन लेबल असंगत | cricket_asia बनाम अपेक्षित Cricket | उच्च | टैक्सोनॉमी मैप दस्तावेज़ मिले | | 8 | स्कीमा पूरी तरह जारी रहा | आठों विमान और उनकी तालिकाएँ मौजूद | उच्च | कोई भी | | 9 | विश्लेषक ने फैब्रिकेशन से इंकार किया | हर विमान में स्पष्ट "आकलन असंभव" | उच्च | कोई भी | | 10 | एकमात्र जोखिम प्रक्रियात्मक आँका गया | जोखिम मैट्रिक्स में पाइपलाइन जोखिम मध्यम | उच्च | कोई भी |

इन दस पंक्तियों में असली खोज पंक्ति 8 है, पंक्ति 1 नहीं। यह तथ्य कि सामग्री शून्य थी, एक दुर्घटना है। यह तथ्य कि सिस्टम ने फिर भी पूरा ढाँचा छाप दिया, एक डिज़ाइन है। और डिज़ाइन ही वह चीज़ है जो दोबारा होगी।

ढाँचा वैध, सामग्री शून्य — और यही सबसे महँगा संयोजन है

जो वैलिडेशन आज चलता है, वह आकार जाँचता है: फ़ील्ड मौजूद हैं या नहीं, टाइप सही है या नहीं, JSON पार्स हो रहा है या नहीं। साइलेंट नल इन तीनों परीक्षाओं में पास हो जाता है। इसका मतलब यह है कि एक खाली पैकेट उसी गेट से गुज़र जाता है जिससे एक भरा हुआ पैकेट गुज़रता है, और आगे की हर मशीन उसे सामग्री मानकर चलती है। ऐसे आउटपुट के साथ समस्या यह नहीं है कि वह गलत है; समस्या यह है कि वह गलत होने का दिखावा भी नहीं करता।

सोचिए एक स्कोरकार्ड जिसमें हर कॉलम छपा है और हर खाना खाली है। प्रिंटर उसे छाप देगा। ग्राफ़िक्स इंजन उसे स्क्रीन पर चढ़ा देगा। फ़ैंटेसी ऐप उसे अपने मॉडल में डाल देगा। किसी को कोई एरर नहीं दिखेगी, और फिर भी सब कुछ गड़बड़ होगा।

क्रिकेट में इस तरह की विफलता का एक पुराना नाम है — वह पारी जिसमें सब कुछ हुआ, पर कुछ भी दर्ज नहीं हुआ। पारी का लक्ष्य, बारिश, गेंद की चमक, बल्लेबाज़ का रिटायर्ड हर्ट — रिकॉर्ड में जो बचता है वह केवल नतीजा है। एक बार का एडिलेड इसे अच्छी तरह याद रखता है। 19 दिसंबर 2026 को मोहम्मद शमी को पैट कमिंस की एक उछालती गेंद दाहिनी बाँह पर लगी, वे रिटायर्ड हर्ट हुए, और उसी पारी में भारत 36 पर ढेर हो गया। स्कोरबोर्ड ने 36 दर्ज किया। टेप ने उस 36 के अंदर की चोटें दिखाईं — एक ऐसी चोट जो सीरीज़ के बाकी हिस्से से शमी को बाहर कर गई। जिस सिस्टम की गति-आक्रमण योजना एक ही तेज़ गेंदबाज़ पर टिकी हो, वह सिस्टम नहीं, जुआ है। यही बात पाइपलाइन पर भी लागू होती है: जिस सिस्टम की एकमात्र जाँच ढाँचा हो, उसके पास सामग्री की कोई जाँच नहीं है।

मेरे पास इसका एक निजी प्रमाण भी है, और वह 2026 का है। कर्नाटक राज्य-स्तरीय सेमीफ़ाइनल में मेरा बायाँ ACL फट गया, 14 मैचों में 11.6 अंक और 5.8 असिस्ट की औसत के बाद। सर्जरी और नौ महीने के रिहैब ने मेरे अपार्टमेंट को टेप-रूम में बदल दिया, और मैंने 12 प्लेऑफ़ मैचों की 180 पज़ेशन कोड कीं। फटा हुआ घुटना ने मुझे सिखाया कि जिस सिस्टम में फेल होने की एक ही जगह हो, उस पर भरोसा मत करो। शरीर में क्रॉस-ट्रेनिंग, गेंदबाज़ी में वर्कलोड रोटेशन, और डेटा में दूसरा स्रोत — तीनों एक ही सिद्धांत के अलग-अलग रूप हैं।

क्रिकेट ने यह समस्या पहले ही सुलझा ली है, और उसकी मिसाल क्रिकेट के बाहर कोई नहीं उठा रहा

यहाँ वह बात आती है जो मुझे इस पूरे प्रकरण में सबसे ज़्यादा चुभी। क्रिकेट दुनिया का वह खेल है जिसने अनिश्चितता में भी परिभाषित निर्णय देने की औपचारिक प्रक्रिया सबसे पहले बनाई — और वह प्रक्रिया आज भी मौजूद है, प्रकाशित है, और हर मैच में दोहराई जाती है।

पहला उदाहरण DRS है, जो 2026 की भारत-श्रीलंका टेस्ट सीरीज़ से अंतरराष्ट्रीय क्रिकेट में लागू हुआ। उसका सबसे बहसित हिस्सा 'अंपायर कॉल' है, और वह तकनीकी खराबी नहीं, बल्कि एक जान-बूझकर बनाया गया नल-हैंडलिंग प्रोटोकॉल है। जब गेंद-ट्रैकिंग निर्णायक साक्ष्य नहीं देती, तो खेल अनुमान नहीं लगाता; वह घोषित करता है कि साक्ष्य अपर्याप्त है और ऑन-फ़ील्ड निर्णय यथावत रहता है। रिव्यू की संख्या भी सीमित है, और सफल रिव्यू वापस मिलता है — यानी सिस्टम में संसाधन की कीमत भी तय है।

दूसरा उदाहरण DLS है। बारिश से मैच कटे, तो क्रिकेट परिणाम का अनुमान नहीं लगाता; वह पहले से प्रकाशित तालिका से 'पार स्कोर' निकालता है और उसे नियम बना देता है। दोनों प्रणालियों में एक बात समान है और वही सबसे ज़रूरी है: साक्ष्य का मानक पहले से छपा हुआ है, और अधिकारी को निर्णय की घोषणा करनी होती है — "नहीं पता" कहना एक वैध, दर्ज होने वाला उत्तर है, पर उसे छिपाया नहीं जा सकता।

अब क्रिकेट की डेटा-पाइपलाइन को इसी मानक पर रखिए। वहाँ 'अंपायर कॉल' नहीं है — यानी ऐसा कोई घोषित नियम नहीं कि साक्ष्य अपर्याप्त होने पर आउटपुट किस रूप में जाएगा। वहाँ 'पार स्कोर' नहीं है — यानी सामग्री कटने पर आगे का हिसाब किस आधार पर लगेगा, इसका कोई प्रकाशित फ़ॉर्मूला नहीं। जो फ़ॉर्मूला नहीं है, उसे हर बार फिर से बनाना पड़ता है, और जब वह हर बार फिर से बनता है, तो वह हर बार थोड़ा अलग बनता है।

इसीलिए मेरा सुझाव किसी नए डैशबोर्ड का नहीं, बल्कि एक प्रकाशित नियम का है: किसी भी क्रिकेट विश्लेषण-पैकेट को दूसरे चरण में तभी जाने दिया जाए जब उसमें एक गैर-खाली शीर्षक, कम-से-कम तीन सूचना-बिंदु, कम-से-कम एक नामांकित एंटिटी और एक स्पष्ट फ़ॉर्मेट-संदर्भ मौजूद हो। चार में से एक भी न मिले, तो सिस्टम को साफ़ एरर फेंकनी चाहिए, खाली ढाँचा नहीं। यह जटिल नहीं है। यह उतना ही सरल है जितना नो-बॉल की जाँच, और उतना ही ज़रूरी।

एक खाली पैकेट आगे कहाँ जाता है

ऑडिट में यह सवाल अक्सर छूट जाता है कि विफलता का असली पीड़ित कौन है। इस मामले में पीड़ित विश्लेषक नहीं था; उसने ठीक काम किया और मना कर दिया। पीड़ित वे सारे डाउनस्ट्रीम उपभोक्ता हैं जो इस पैकेट को सामग्री मान लेते हैं।

ब्रॉडकास्ट ग्राफ़िक्स की मशीन वहाँ से 'की-फ़ेज़ परफ़ॉर्मेंस' उठाने की कोशिश करती है। फ़ैंटेसी और प्रीव्यू मॉडल वहाँ से खिलाड़ी की स्थितिगत आँकड़े उठाते हैं। ऑक्शन-मूल्यांकन मॉडल वहाँ से वर्कलोड और उपलब्धता की धारणा उठाते हैं। इनमें से कोई भी मॉडल खाली इनपुट पर क्रैश नहीं होता। वह शून्य को एक मान मान लेता है, और शून्य भी एक मान है। फिर आउटपुट वही आत्मविश्वास से भरा हुआ निकलता है जो भरे हुए इनपुट पर निकलता था। क्रिकेट में ऑक्शन को मैं हमेशा एक कीमत-तय करने वाला बाज़ार मानता हूँ, अफ़वाहों का मेला नहीं — और बाज़ार की सबसे बड़ी कमज़ोरी यह नहीं होती कि वह गलत कीमत लगाता है, बल्कि यह होती है कि वह गायब जानकारी को भी एक कीमत दे देता है।

यहाँ एक और चीज़ जोड़नी ज़रूरी है, और वह सीधे क्रिकेट की सत्ता-संरचना से जुड़ी है। लौटा हुआ डोमेन लेबल cricket_asia था, जबकि अपेक्षित लेबल Cricket था। इसे कोई तकनीकी टाइपो कहकर आगे बढ़ सकता है, पर मुझे यह टाइपो नहीं लगता। क्रिकेट का प्रशासन दुनिया के किसी भी खेल से ज़्यादा परतों में बँटा है — ऊपर ICC, उसके नीचे क्षेत्रीय परिषदें जैसे ACC, और उसके नीचे राष्ट्रीय बोर्ड। एशिया में पाँच पूर्ण सदस्य हैं, और हर बोर्ड की अपनी शब्दावली, अपना कैलेंडर और अपनी प्राथमिकता है। ऐसे ढाँचे में cricket_asia जैसे उप-लेबल अपने आप पैदा होते हैं, क्योंकि संगठन का चार्ट ही ऐसा है। और जब वे पैदा होते हैं, तो वे वैश्विक टैक्सोनॉमी से जुड़ना बंद कर देते हैं — दो पैकेट, दो लेबल, एक ही विषय, और बीच में कोई जोड़ नहीं। यह क्रिकेट-विशिष्ट समस्या है, और इसे क्रिकेट के हिसाब से ही सुलझाना होगा।

प्रति-तर्क: शायद पाइपलाइन ने ठीक किया

मैं अपनी मॉडल-धारणाएँ नतीजे से पहले छापता हूँ, इसलिए यहाँ भी वही कर रहा हूँ। जो पेशेवर इस रिपोर्ट को पढ़ेंगे, उनमें से ज़्यादातर एक ही बात कहेंगे: फ़ेच दोबारा चलाओ, यह प्लंबिंग की खराबी है। मैं इससे आधा सहमत हूँ और आधा नहीं।

सहमत इसलिए हूँ कि प्लंबिंग सस्ती है। एक री-रन, एक लॉग जाँच, दो घंटे का काम। असहमत इसलिए हूँ कि महँगी चीज़ प्लंबिंग नहीं है; महँगी चीज़ यह है कि उस रात डेस्क पर कोई भी यह जाँचने वाला नहीं था कि विश्लेषण खाली हो सकता है। जिस सिस्टम में फ़ेलियर का कोई पूर्व-घोषित रूप नहीं होता, वहाँ हर विफलता पहली बार होती है — और हर पहली बार एक छोटा संकट होती है।

मेरा दूसरा प्रति-तर्क इससे भी उलटा है, और इसे मैं खुले तौर पर दर्ज कर रहा हूँ: हो सकता है कि खाली आउटपुट इस बार सही उत्तर था। अगर स्रोत वाकई मौजूद नहीं था — पे-वॉल, जावास्क्रिप्ट से बना खाली पेज, या मृत लिंक — तो पाइपलाइन का यह इंकार कि वह कुछ गढ़े, बिल्कुल वही व्यवहार है जो हमें चाहिए। उस स्थिति में विफलता मॉडल में नहीं, सामग्री की आपूर्ति में है, और असली सवाल संपादकीय है: डेस्क तक एक ऐसा लिंक कैसे पहुँचा जिसमें कुछ था ही नहीं।

इसलिए मैं अपनी बात स्पष्ट शर्त पर टिका रहा हूँ। अगर फ़ेच लॉग 200 स्टेटस और 500 शब्दों से ज़्यादा की पार्स हुई बॉडी दिखाता है, तो मैं 'पाइपलाइन विफलता' का दावा वापस लूँगा और इसे मॉडल की खराबी मानूँगा। अगर लॉग 4xx या 5xx, खाली बॉडी, या पे-वॉल रीडायरेक्ट दिखाता है, तो पाइपलाइन ने अपना काम किया और यह रिपोर्ट स्रोत की कमी की रिपोर्ट बन जाएगी। जो लोग मुझसे सहमत नहीं हैं, उनके लिए यही एक जाँच पर्याप्त है।

तीसरा प्रति-तर्क सबसे असहज है और वह ढाँचे पर ही लागू होता है जिसे मैं खुद रोज़ इस्तेमाल करता हूँ। आठ विमानों और चालीस खानों वाला टेम्पलेट अपने आप में एक दबाव है — वह भरने के लिए बुलाता है। जब सामग्री कम होती है, तो अक्सर फ़ॉर्मैट ज़्यादा हो जाता है। इस रिपोर्ट का सबसे ईमानदार हिस्सा वह नहीं है जो इसमें लिखा है; वह यह है कि इसमें चालीस खानों में से कोई भी जानकारी के बिना नहीं भरा गया। अगर हम डेटा-डेस्क की संस्कृति बदलना चाहते हैं, तो टेम्पलेट को छोटा करना पड़ेगा और गेट को ऊँचा करना पड़ेगा — उलटा नहीं।

आगे का वह चर जो अगली बार देखना है

इस पूरे मामले में क्रिकेट की कोई पारी, कोई रैंकिंग, कोई अनुबंध दाँव पर नहीं था। दाँव पर था एक आदत — यह मान लेना कि साफ़ दिखने वाला दस्तावेज़ सच्चा भी होगा। अगली बार जब कोई क्रिकेट दावा तुम्हारे पास सुंदर स्कीमा में आए, तो उसका शीर्षक नहीं पूछना; उसका शरीर पूछना। और अगली बार जब कोई सिस्टम तुमसे कहे कि उसने सब कुछ देख लिया है, तो एक ही सवाल पूछना — उसने क्या देखा, और अगर कुछ नहीं दिखा, तो उसने 'नहीं दिखा' कहना कहाँ सीखा?