खाली पेलोड: क्रिकेट डेटा पाइपलाइन ने स्कीमा पास कर लिया, जानकारी शून्य रही

रिपोर्ट आई। आठ डिमेंशन। हर डिमेंशन में चार-पाँच सब-हेडिंग, रेटिंग टेबल, एनालिटिकल कन्क्लूजन, एविडेंस लाइन, हिडन-इनफॉर्मेशन आइटम, रिस्क फ्लैग। स्कीमा वैलिडेट हो गया। कोई एरर कोड नहीं फेंका गया। और फिर भी हर एक फ़ील्ड में वही एक वाक्य लौटा — N/A, insufficient information, cannot assess। जानकारी-अंक (Information Points) खंड खाली था। गिनती शून्य।

यह क्रिकेट की रिपोर्ट नहीं थी। यह उस रिपोर्ट का खोल था जिसके अंदर कुछ नहीं रखा गया था — और खोल इतना साफ़-सुथरा था कि पहली नज़र में वह असली रिपोर्ट जैसा दिखा। दस में से सात फ़ील्ड चुपचाप खाली थे, दो ग़लत भरे थे, एक अधूरा। The match sheet has a column nobody opens. I open it first.

पाइपलाइन में कहाँ गई जानकारी

स्टेज-1 का काम है किसी लेख को तोड़कर तथ्य-बिंदुओं में बदलना — कौन, कब, कहाँ, कितना, किस स्रोत से। स्टेज-2 उन बिंदुओं पर आठ-आयामी ढाँचा चलाता है: फ़ॉर्मेट और मैच, खिलाड़ी तकनीक, टीम परिदृश्य, लीग-कॉमर्स, नियम-गवर्नेंस, जोखिम मैट्रिक्स, जन-नैरेटिव, और उद्योग-ट्रांसमिशन। इन आठों का ईंधन एक ही चीज़ है — तथ्य-बिंदु। वे शून्य थे।

इसलिए हर आयाम में वही एक वाक्य दोहराया गया। फ़ॉर्मेट अपरिचित (Test? ODI? T20? The Hundred?), इसलिए चरण-तर्क (powerplay–middle–death) नहीं बन सका। खिलाड़ी का नाम नहीं, इसलिए भूमिका-निर्धारण शुरू ही नहीं हुआ। टीम नहीं, इसलिए WTC अंक-तालिका का सवाल खड़ा नहीं हुआ। लीग नहीं, इसलिए RTM, NOC और प्रीमियम-बिडिंग की छँटाई अनुपलब्ध। कोई नियम-विवाद नहीं, इसलिए DLS, अंपायर-कॉल और ACU निगरानी पर बोलना असंभव।

क्रिकेट में इसका सीधा तुलना-बिंदु है। एक स्कोरकार्ड जिसमें बाईस नाम और नतीजा है, पर गेंद-दर-गेंद का रिकॉर्ड नहीं — वह छप सकता है, पर उससे कोई गणना नहीं निकलती। बॉल-बाय-बॉल ही ऑडिट-ट्रेल है। उसके बिना चरण क्या थे, दबाव कब बना, कौन-सी विकेट महँगी थी — कुछ भी साबित नहीं होता।

अक्टूबर 2026 में कोलकाता के प्रेस बॉक्स में मैंने पहली बार यह सबक महसूस किया, जब FIFA U-17 विश्व कप के फ़ाइनल (इंग्लैंड 5-2 स्पेन) के लिए xG शीट शून्य से बनाई। अगर उस शीट में हेडर सही होते और पंक्तियाँ खाली लौट आतीं, तो मैं सात गोल वाले फ़ाइनल पर "कोई मौका नहीं बना" शीर्षक छाप देती। तब से मैंने मैच रिपोर्ट स्कोरलाइन से शुरू करना बंद कर दिया — और एक निजी एरर-लॉग रखना शुरू किया, जिसमें हर मॉडल-चूक की तारीख़ और वजह दर्ज है।

चार खामियाँ, एक ही बीमारी

पहली: साइलेंट फेल्योर सबसे महंगा फेल्योर होता है। पाइपलाइन ने क्रैश होने की ज़हमत नहीं उठाई। उसने संरचनात्मक रूप से वैध, पर खाली आउटपुट लौटा दिया। नीचे की कोई भी प्रणाली यह अंतर नहीं कर सकती कि "जानकारी नहीं मिली" और "जानकारी मिली, उसमें कोई संकेत नहीं था" — दोनों एक जैसे दिखते हैं। यह वही गड़बड़ है जो क्रिकेट के आँकड़ों में चारों ओर फैली है: जहाँ फ़ीड नहीं है, वहाँ "कुछ नहीं हुआ" दर्ज हो जाता है।

दूसरी: ढाँचे की माँग एक कोटा बन जाती है। निर्देश साफ़ है — हर आयाम में कम-से-कम तीन एनालिटिकल कन्क्लूजन और दो हिडन-इनफॉर्मेशन आइटम। आठ आयाम में यह लगभग चालीस दावों का कोटा है। शून्य इनपुट पर भी चालीस। जिस दिन कोई एनालिस्ट इसे पूरा करने बैठता है, उसी दिन फ़ैब्रिकेशन शुरू हो जाता है। यह सौ-रन के मील-पत्थर का इंजीनियरिंग-संस्करण है — जहाँ गिनती पहले तय होती है और सामग्री बाद में ढूँढ़ी जाती है। मेरे कॉलम में जगह नहीं मिलती उस दावे को जिसके साथ कोई संख्या, स्रोत या घोषित अनिश्चितता न जुड़ी हो। उसी मापदंड से यह रिपोर्ट भी गिरती है।

तीसरी: डोमेन-लेबल की अशुद्धि रूटिंग को चुपचाप तोड़ती है। इनपुट में cricket_world दर्ज था, जबकि विनिर्देश ठीक Cricket माँगता है। फ़्री-टेक्स्ट फ़ील्ड दिखता भोला है, पर वह टेम्पलेट-चयन और डाउनस्ट्रीम रूटिंग दोनों को बिगाड़ता है। साथ में Article Type का "Unclassified" पर डिफ़ॉल्ट हो जाना — यह खालीपन को ढक देता है। "भरा हुआ पर अवर्गीकृत" और "खाली" दो अलग एग्ज़िट कोड होने चाहिए; यहाँ दोनों एक ही दरवाज़े से निकले।

चौथी, और सबसे ज़रूरी: जोखिम-संकेत की अनुपस्थिति, जोखिम की अनुपस्थिति नहीं होती। रिपोर्ट में हर जोखिम-श्रेणी — खेलगत, कार्मिक, वाणिज्यिक, नियामक, जनमत, प्रणालीगत — N/A है। एक व्यस्त संपादक इस तालिका को क्लीन बिल ऑफ हेल्थ पढ़ सकता है। क्रिकेट में यही भूल सबसे महँगी पड़ती है: चोट का कोई संकेत न मिलना चोट का अभाव नहीं है, वर्कलोड का रिकॉर्ड न रखना फ़िटनेस का प्रमाण नहीं है। 2026 की बायो-बबल सीरीज़ में मैंने यह सीखा था — A season in a bubble teaches you which numbers survive isolation and which were never real. जो संख्या अपनी अनुपस्थिति खुद घोषित करे, वही आइसोलेशन में ज़िंदा रहती है।

रेटिंग तालिका में चारों आयाम — खेलगत मूल्य, उद्योग मूल्य, समयोचितता, संदर्भ-मूल्य — एक-एक स्टार पर अटके हैं। शून्य नहीं, एक। वह एक स्टार भी इसलिए मिला कि स्कीमा खुद गवाही देता है कि इरादा क्रिकेट-डोमेन का था। बचा हुआ इकलौता संकेत यही है। ट्रांसमिशन-मैप में उद्यम-श्रृंखला के तीनों छोर — प्रतिभा-आपूर्ति, टीम/लीग, ब्रॉडकास्ट-वाणिज्य — N/A पर खड़े हैं। मानचित्र मौजूद है; उसमें कोई मूल्य नहीं।

बचाव पक्ष की सबसे मज़बूत दलील

पाइपलाइन-इंजीनियर का सबसे अच्छा तर्क यह है, और मैं उसे पूरी ताक़त से लिखती हूँ: "हम पूरा टेम्पलेट इसलिए लौटाते हैं ताकि ऑडिट-ट्रेल बचे। N/A बताता है क्या-क्या पूछा गया था। रीट्राई पर आप दोनों आउटपुट diff कर सकते हैं और देख सकते हैं कि जानकारी कहाँ से आई। पूरी तरह खाली ऑब्जेक्ट लौटाने से अलार्म नहीं बजेगा, और अलार्म न बजना खुद एक ख़तरा है।"

यह दलील आधी सही है, और मैं वह हिस्सा मानती हूँ। रीट्राई पर diff करने की सुविधा असली है — मेरे एरर-लॉग की पूरी अर्थव्यवस्था उसी पर टिकी है। उनका दूसरा बिंदु भी सही है: चुपचाप खाली ऑब्जेक्ट लौटाना उससे भी बुरा है।

मेरी किल-कंडीशन यह थी, और मैंने उसे पहले लिखा, बाद में जाँचा: अगर आउटपुट को एक डाउनस्ट्रीम पाठक असली कम-जानकारी वाली रिपोर्ट से अलग नहीं पहचान सकता, तो टेम्पलेट डेटा का काम नहीं, नैरेटिव का काम कर रहा है। परीक्षण फेल हो गया। डिफ़ॉल्ट Unclassified ने खालीपन को वर्गीकरण में बदल दिया — और यही वह जगह है जहाँ ऑडिट-ट्रेल, ऑडिट-थिएटर में पलट जाता है। सुधार "कुछ न लौटाओ" नहीं है; सुधार यह है कि अलग एग्ज़िट कोड हो, ताकि ऑर्केस्ट्रेशन परत खाली पेलोड को कड़ी रोक माने।

आगे क्या देखना है

इस पूरी घटना में एक राहत की बात है: ख़राबी प्लंबिंग की है, विश्लेषण की नहीं। जिस दिन स्टेज-1 उसी स्रोत पर दोबारा चलेगा और Information Points भरा हुआ लौटेगा — हर बिंदु के साथ नामित स्रोत और तारीख़ — उसी दिन आठ-आयामी ढाँचा बिना किसी बदलाव के पूरा चल जाएगा। मुझे ढाँचा नहीं बदलना है; मुझे इनपुट ठीक करना है।

तीन संकेत मैं ट्रैक कर रही हूँ। पहला: रीट्राई पर डोमेन-लेबल ठीक Cricket मिले — यही रूटिंग की सच्चाई बताएगा। दूसरा: हर तथ्य-बिंदु के साथ स्रोत-फ़ील्ड भरा हो, क्योंकि स्रोत-ग्रेडिंग और रिवर्सल-रिकॉर्ड की जाँच उसी पर खड़ी है। तीसरा: कोई भी पार्स करने योग्य प्रकाशन-तिथि मिले, ताकि समयोचितता का वह आकलन हो सके जो स्टेज-1 ने टाल दिया था।

The row had one woman in it; the dataset had none. उस दिन मैंने सीखा था कि अनुपस्थिति मापी जा सकती है — बस उसे नापने का फ़ैसला करना पड़ता है। 1,114 passes, one expected goal — I followed the ball until it explained itself, और गेंद ने जो सबसे पहले बताया वह यह था कि कौन-सी गेंद दर्ज ही नहीं हुई। इस फ़ाइल में पैंतालीस से ज़्यादा दावे माँगे गए थे और शून्य पंक्तियाँ मिलीं। अगली बार जब यह पाइपलाइन चले, तो मेरा पहला सवाल स्कोर नहीं होगा। पहला सवाल होगा: इस फ़ाइल में कितनी पंक्तियाँ असल में मौजूद हैं — और कौन-सी पंक्ति गायब है?