खाली डेटा, बड़ा सबक: क्रिकेट एनालिसिस में 'नल रिजल्ट' को नजरअंदाज करने की कीमत

सितंबर 2026, यूएई। आईपीएल के 60 मैच, खाली स्टेडियम, कोई होम क्राउड नहीं। मैं उस वक्त एक दिल्ली-बेस्ड स्पोर्ट्स डेटा स्टार्टअप के लिए हर मैच का फील्ड प्लेसमेंट और स्पिन इकोनॉमी लॉग कर रही थी। 14 पेज की रिपोर्ट के हेडलाइन में एक ही बात थी: होम एडवांटेज 8% गिरा, लेकिन स्पिन इकोनॉमी 7.2 से 7.1 पर ही अटकी रही। यानी जो नैरेटिव टीवी पैनल पर बन रहा था — "खाली स्टेडियम में स्पिनर राज करेंगे" — डेटा उसे सपोर्ट नहीं कर रहा था। एक ब्रॉडकास्ट एनालिस्ट ने कहा, "बहुत सतर्क है।" मैंने नल रिजल्ट हेडलाइन में ही रखा।

यह बात इसलिए याद आई क्योंकि पिछले हफ्ते मेरे डेस्क पर एक स्टेज-2 क्रिकेट एनालिसिस रिपोर्ट आई — आठ डायमेंशन का पूरा फ्रेमवर्क, फॉर्मेट से लेकर गवर्नेंस तक, रिस्क मैट्रिक्स, नैरेटिव सस्टेनेबिलिटी, इंडस्ट्री ट्रांसमिशन मैप। आठों सेक्शन में एक ही एंट्री थी: "N/A — insufficient information, cannot assess।" क्यों? क्योंकि जो स्टेज-1 डिकंस्ट्रक्शन उसे सौंपा गया था, वह खाली था — न आर्टिकल का टाइटल, न सोर्स, न इन्फॉर्मेशन पॉइंट्स, न एंटिटीज़। शून्य।

मेरे दस साल के लेजर में ऐसा मामला दुर्लभ है, लेकिन सबक बड़ा है। एनालिसिस की सबसे ईमानदार शक्ल वही है जो उस रिपोर्ट ने दिखाई: जब सब्सट्रेट नहीं है, तो कुछ भी दावा मत करो। लेकिन उस रिपोर्ट ने जो किया, वह आधा काम है। नल रिजल्ट बताना जरूरी है — और उसके बाद काउंटरफैक्चुअल भी बताना जरूरी है। वरना "कुछ नहीं हुआ" वाला पीस पाठक के लिए इनकार बन जाता है, फाइंडिंग नहीं।

एनालिसिस पाइपलाइन की असली गलती कहां है

उस रिपोर्ट का सबसे उपयोगी हिस्सा डायमेंशनल एनालिसिस नहीं था — वह था इनपुट फेलियर का डायग्नोस्टिक। रिपोर्ट ने साफ लिखा: स्टेज-1 ने सभी फील्ड्स में null लौटाया। साथ में एक बारीक इशारा भी था जो आसानी से छूट सकता था — डोमेन लेबल cricket_asia लिखा था, जबकि स्कीमा में Cricket होना चाहिए था। यह सिर्फ नामकरण की बात नहीं। यह बताता है कि एक्सट्रैक्शन लेयर और एनालिसिस लेयर के बीच का टैक्सोनॉमी करार टूटा हुआ है। जब अपस्ट्रीम आर्टिकल को सही स्कीमा में पार्स ही नहीं किया गया, तो डाउनस्ट्रीम में आठ डायमेंशन का फ्रेमवर्क चलाना उसी तरह है जैसे 19वें ओवर के लिए गेंदबाज तय करने बैठे हों, जबकि स्कोरकार्ड ही खाली हो।

टेक्निकल रूप से देखें तो यह मामला तीन स्तरों पर फंसा है। पहला, सोर्स रिकवरी — क्या आर्टिकल का URL या फाइल सचमुच एक्सेसिबल थी? अगर नहीं, तो पूरी पाइपलाइन जीरो पर शुरू हुई। दूसरा, पार्सिंग सत्यापन — क्या Information Points फील्ड कभी भरा गया था और बाद में खाली हो गया? तीसरा, लेबल अनुरूपता — cricket_asia बनाम Cricket का अंतर सिस्टमैटिक बग का संकेत है, एक बार की चूक का नहीं।

इन तीनों में से कोई भी अकेला होता तो मामला आसान था। तीनों का एक साथ होना यानी स्टेज-1 और स्टेज-2 के बीच का कॉन्ट्रैक्ट ही रीसेट करना पड़ेगा। रिपोर्ट ने यही कहा, बिना नाटक किए। यही इसका सबसे मजबूत हिस्सा था।

नल रिजल्ट की असली कीमत: जो दिखता नहीं, वही मायने रखता है

मेरे 2026 के यूएई ऑडिट ने मुझे यह सिखाया था कि नल फाइंडिंग तभी प्रकाशनीय है जब उसके साथ काउंटरफैक्चुअल हो — क्या बदलना चाहिए था, और उससे किसको फायदा हुआ। उस रिपोर्ट ने काउंटरफैक्चुअल दिया: अगर स्टेज-1 दोबारा चलाया जाए और Information Points भर जाए, तो पूरा आठ-डायमेंशन फ्रेमवर्क तुरंत चलाया जा सकता है। लेकिन उसने यह भी साफ कहा कि अभी मजबूरी में "एनालिसिस" करना हॉलुसिनेशन होगा — एंटिटीज़ और डेटा गढ़ना पड़ेगा। यही वह लाइन है जिसे ज्यादातर एनालिटिक्स टीमें पार कर जाती हैं।

एक उदाहरण देखिए। अगर किसी एनालिस्ट को यही खाली ब्रीफ दी जाए और वह "आत्मविश्वास" दिखाने के लिए एक काल्पनिक मैच, काल्पनिक स्कोरलाइन, काल्पनिक खिलाड़ी गढ़ ले, तो क्या होगा? वह रिपोर्ट कागज पर पूरी दिखेगी — हर डायमेंशन भरा हुआ, हर टेबल में नंबर। लेकिन असल में वह शून्य जानकारी से बनी जानकारी होगी। क्रिकेट एनालिसिस में यह सबसे खतरनाक जगह है, क्योंकि क्रिकेट के आंकड़े इतने घने हैं कि कोई भी गढ़ा हुआ नंबर असली जैसा लग सकता है। 7.2 की स्पिन इकोनॉमी, 34 गेंदों की टेबल, 23:41 का टाइमस्टैम्प — ये सब सुनने में प्रामाणिक लगते हैं। प्रामाणिकता टाइमस्टैम्प से नहीं आती, सत्यापन से आती है।

और यहीं एक बारीक बात छिपी है जो रिपोर्ट ने सही पकड़ी। उसने लिखा: "Because no factual substrate was available, no sporting conclusion in this document should be relied upon।" यह वाक्य किसी भी एनालिसिस डॉक्यूमेंट में सबसे कम लिखा जाने वाला और सबसे जरूरी वाक्य है। यही वह ईमानदारी है जो मेरे 2026 के यू-19 वर्ल्ड कप अनुभव से आई — जब एक सीनियर प्रोड्यूसर ने मेरा 7-2 ऑफसाइड फील्ड वाला डेटा बिना क्रेडिट के ऑन एयर इस्तेमाल किया था। उस दिन मैंने सीखा: सबूत पहले, राय बाद में। और अगर सबूत ही नहीं है, तो राय रखनी ही नहीं है।

कंट्रेरियन: "N/A" लिखना कमजोरी नहीं, सबसे मजबूत डिफेंस है

उस रिपोर्ट की आलोचना आसान है: "आठ डायमेंशन में सिर्फ N/A भर दिया, यह तो काम ही नहीं किया।" ब्रॉडकास्ट पैनल की भाषा में यही कहा जाएगा — "बहुत सतर्क है," जैसा मेरे यूएई रिपोर्ट पर कहा गया था। लेकिन क्रिकेट एनालिसिस में सबसे खतरनाक चीज है थिन कवरेज को भरने के लिए ओवरफिट करना। रणजी ट्रॉफी की कवरेज पतली है, महिला क्रिकेट का डेटा 2026 के बाद भी अधूरा है — इन जगहों पर कितने ही "एनालिसिस" इसलिए बनते हैं क्योंकि एनालिस्ट नल को स्वीकार नहीं करना चाहता।

लेकिन यहां मैं एक कदम आगे जाऊंगा, क्योंकि सिर्फ N/A लिखना भी अपनी सीमा रखता है। नल-रिजल्ट ईमानदारी तब अधूरी है जब वह काउंटरफैक्चुअल के साथ न आए। उस रिपोर्ट ने यह ठीक किया: उसने न केवल बताया कि क्या गायब है, बल्कि यह भी बताया कि क्या-क्या भरा जाना चाहिए था (टाइटल, सोर्स, इन्फॉर्मेशन पॉइंट्स, एंटिटीज़) और पाइपलाइन में कहां बग हो सकता है। यही अंतर है एक निष्क्रिय नल और एक सक्रिय नल के बीच। निष्क्रिय नल कहता है "पता नहीं।" सक्रिय नल कहता है "पता नहीं, और यहां से शुरू करो।"

एक और बात जो इस रिपोर्ट ने उजागर की, वह एनालिटिक्स टीमों की आम आदत है: इनपुट क्वालिटी पर रिसोर्स खर्च करने से बचना। दो-स्तरीय पाइपलाइन में स्टेज-1 को अक्सर क्लर्क का काम माना जाता है और स्टेज-2 को "असली एनालिसिस।" नतीजा यह होता है कि जब अपस्ट्रीम खाली आता है, तो डाउनस्ट्रीम या तो फेल हो जाता है या गढ़ना शुरू कर देता है। उस रिपोर्ट ने दिखाया कि स्टेज-2 का सबसे मूल्यवान आउटपुट कभी-कभी स्टेज-1 का ऑडिट ही होता है।

टेकअवे: अगली बार जब ब्रीफ खाली आए

अगली बार जब कोई एनालिसिस ब्रीफ खाली आए, तो पहला सवाल यह नहीं होना चाहिए "क्या कहूं?" पहला सवाल यह होना चाहिए: "क्या सोर्स रिकवर हुआ था, और क्या लेबल स्कीमा से मैच करता है?" उस रिपोर्ट की एक लाइन याद रखिए — दो डेटा पॉइंट और एक अंदाजा कोई फाइंडिंग नहीं होते। शून्य डेटा पॉइंट और एक आत्मविश्वासी पैराग्राफ तो और भी नहीं।

पाइपलाइन ठीक हो जाएगी, Information Points भर जाएगा, और आठ डायमेंशन चलेंगे। लेकिन जब तक यह नहीं होता, सबसे प्रामाणिक एनालिसिस वही है जो कहता है: यहां कुछ नहीं है, और यहां से शुरू करो। सवाल यह है कि क्या हमारी एनालिटिक्स संस्कृति नल को पढ़ने के लिए तैयार है — या वह अब भी हर खाली टेबल को किसी नंबर से भरना चाहती है?