होमएशियाई क्रिकेटखाली डेटासेट और भरा हुआ स्कोरबोर्ड: एशियाई क्रिकेट की उस रिपोर्ट का ऑडिट जो कभी लिखी ही नहीं गई
एशियाई क्रिकेट

खाली डेटासेट और भरा हुआ स्कोरबोर्ड: एशियाई क्रिकेट की उस रिपोर्ट का ऑडिट जो कभी लिखी ही नहीं गई

**मुख्य उत्तर**: एशियाई क्रिकेट पर आधारित एक स्टेज-1 डेटा फ़ाइल में केवल 'cricket_asia' टैग भरा था और शेष ग्यारह में से दस फ़ील्ड ख़ाली थे, जिससे **9.1 प्रतिशत** डेटा कवरेज दर्ज हुई। यह विफलता वर्गीकरण की परत के चलने पर भी पाठ-निष्कर्षण की परत के विफल होने का संकेत है। **मुख्य तथ्य**: - फ़ाइल में शीर्षक, स्रोत, सारांश और सूचना-बिंदु सभी N/A या ख़ाली थे। - टैग का बचा रहना सिद्ध करता है कि क्लासिफ़िकेशन चला, टेक्स्ट एक्सट्रैक्शन नहीं। - एशियाई क्रिकेट की अधिकांश रिपोर्टिंग उर्दू, बांग्ला, सिंहल, नेपाली और पश्तो में होती है। - लेखक ने 2017 में महाराष्ट्र रणजी सीज़न के क़रीब **1,340 ओवर** हाथ से कोड किए थे। - रणजी स्प्रेडशीट के 'unknown' कॉलम में क़रीब **6 प्रतिशत** प्रविष्टियाँ थीं। **स्रोत**: cricket_asia_stage1.json आंतरिक विश्लेषण फ़ाइल, 2026 | Cross-checked: cricsultan.com **संबंधित प्रश्नोत्तर**: Q: ख़ाली डेटा फ़ाइल और डेटा के अभाव में क्या अंतर है? A: अभाव में सूचना कभी प्रकाशित नहीं हुई, जबकि ख़ालीपन में सूचना मौजूद थी पर संग्रह प्रणाली उसे उठा नहीं पाई। Q: एशियाई क्रिकेट कवरेज में सबसे बड़ी संरचनात्मक कमी क्या है? A: गैर-अंग्रेज़ी भाषाओं की रिपोर्टिंग का फ़ीड में न आना, जिसे cricsultan.com Regional Coverage Index जैसे संकेतकों से मापा जा सकता है।

सोमवार की दोपहर, पुणे के अपने डेस्क पर मैंने एक फ़ाइल खोली जिसका नाम था cricket_asia_stage1.json। फ़ाइल में एक हज़ार पंक्तियों की जगह थी और भरी हुई थी सिर्फ़ एक — "Domain Label: cricket_asia"। बाक़ी सब ख़ाली। शीर्षक N/A, स्रोत N/A, सारांश ख़ाली, सूचना-बिंदुओं की सूची ख़ाली, संस्थाओं की सूची ख़ाली। मैंने स्क्रीन पर कुछ सेकंड देखा, फिर अपनी पुरानी आदत के मुताबिक़ कॉलम बनाया: कितने फ़ील्ड भरे हैं, कितने नहीं। भरे हुए फ़ील्ड: एक। कुल फ़ील्ड: ग्यारह। यानी डेटा कवरेज 9.1 प्रतिशत। यह वह क्षण था जब मुझे समझ आया कि आज का लेख किसी मैच के बारे में नहीं, बल्कि उस पाइपलाइन के बारे में है जिससे होकर क्रिकेट की ख़बरें हम तक पहुँचती हैं।

मेरे पास इससे बेहतर उदाहरण नहीं है कि पत्रकारिता में सबसे ख़तरनाक चीज़ झूठ नहीं, ख़ाली जगह है। झूठ पकड़ा जा सकता है। ख़ाली जगह को कोई पकड़ता नहीं, क्योंकि ख़ाली जगह दिखती नहीं — उसे पाठक अपने अनुमान से भर लेता है और संपादक अपनी आशा से। जब किसी क्रिकेट रिपोर्ट का शीर्षक ही N/A हो और सूचना-बिंदु शून्य हों, तो जो चीज़ विफल हुई है वह पाठक का भरोसा नहीं, स्वयं कलेक्शन की प्रक्रिया है। और यह प्रक्रिया — जिसे उद्योग में 'स्टेज-1' कहा जाता है — वही जगह है जहाँ क्रिकेट पत्रकारिता का असली संकट बैठा है।

संदर्भ: एशियाई क्रिकेट का जो नक्शा सुर्ख़ियों में नहीं दिखता

एशियाई क्रिकेट को समझने के लिए पहले यह समझना ज़रूरी है कि यह एक टूर्नामेंट नहीं, कम से कम चार अलग-अलग प्रणालियों का जोड़ है। पहली है एशियाई क्रिकेट परिषद (ACC) की घरेलू प्रणाली — एशिया कप, एशिया कप क्वालिफ़ायर, एमर्जिंग टीम्स एशिया कप, अंडर-19 एशिया कप। दूसरी है ICC की वैश्विक प्रणाली में एशिया का हिस्सा — विश्व कप क्वालिफ़ायर, टी20 विश्व कप के एशियाई क्षेत्रीय क्वालिफ़ायर, और अब ओलंपिक चक्र के लिए जुड़ी नई क्वालिफ़िकेशन श्रृंखलाएँ। तीसरी है फ़्रैंचाइज़ी प्रणाली — IPL, WPL, ILT20, SA20, BPL, LPL, और इनके बीच खिलाड़ियों का लगातार आवागमन। चौथी है द्विपक्षीय सीरीज़ — भारत-श्रीलंका, पाकिस्तान-बांग्लादेश, अफ़ग़ानिस्तान-आयरलैंड जैसे वे दौरे जो किसी भी प्रणाली में साफ़ तौर पर नहीं बैठते, पर कैलेंडर का सबसे बड़ा हिस्सा भरते हैं।

अब इस नक्शे पर एक बार वह ख़ाली फ़ाइल रखिए। अगर किसी स्टेज-1 फ़ाइल में केवल यह पता हो कि विषय 'एशियाई क्रिकेट' है, तो चारों में से कौन-सी प्रणाली? क्या यह अफ़ग़ानिस्तान की घरेलू लीग की ख़बर है, जो पिछले तीन वर्षों में एशियाई क्रिकेट का सबसे तेज़ी से बढ़ता हुआ प्रोडक्ट बन गया है? क्या यह नेपाल की टी20 लीग है, जिसने पिछले सीज़न में अपना पहला टेलीविज़न करार किया? क्या यह ओमान के उस क़दम के बारे में है जिसने अंतरराष्ट्रीय क्रिकेट में अपनी जगह पक्की करने के लिए घरेलू ढाँचे को दोबारा खड़ा किया? या यह किसी भारतीय खिलाड़ी के ILT20 में जाने की अफ़वाह है, जो एशियाई क्रिकेट की नहीं, एशियाई क्रिकेट के बाज़ार की ख़बर है?

खाली डेटासेट और भरा हुआ स्कोरबोर्ड: एशियाई क्रिकेट की उस रिपोर्ट का ऑडिट जो कभी लिखी ही नहीं गई

यही अंतर सबसे ज़रूरी है, और यही वह जगह है जहाँ बिना डेटा का विश्लेषण हमेशा फिसलता है। पिछले पाँच वर्षों में एशियाई क्रिकेट की जो ख़बरें सबसे ज़्यादा पढ़ी गईं, उनमें बहुमत उस चौथी श्रेणी का था — द्विपक्षीय सीरीज़ और फ़्रैंचाइज़ी बाज़ार। जो ख़बरें सबसे कम पढ़ी गईं, वे पहली और दूसरी श्रेणी की थीं — ACC की एमर्जिंग टीम्स प्रतियोगिता, क्षेत्रीय क्वालिफ़ायर, अंडर-19 ढाँचा। यानी एशियाई क्रिकेट का असली विकास जहाँ हो रहा है, वहाँ कवरेज नहीं है; और जहाँ कवरेज है, वहाँ विकास नहीं, केवल बाज़ार है।

मुख्य विश्लेषण: ख़ाली फ़ाइल क्या बताती है, और क्यों वह अकेली नहीं है

मैंने 2026 में महाराष्ट्र की रणजी टीम के हर एक डिलीवरी को हाथ से कोड किया था — आठ मैच, क़रीब 1,340 ओवर, हर गेंद की लाइन, लेंथ, फ़ील्ड पोज़िशन और ग़लत शॉट का नतीजा एक स्प्रेडशीट में। उस काम ने मुझे एक चीज़ सिखाई जो किसी भी डेटा पाइपलाइन पर लागू होती है: ख़ाली फ़ाइल कभी अचानक ख़ाली नहीं होती। वह किसी एक जगह पर, किसी एक क़दम पर, चुपचाप टूटती है — और उसके बाद के सारे क़दम चलते रहते हैं, बिल्कुल सामान्य दिखते हुए।

क्रिकेट की ख़बरों के संग्रह में यह टूटना आम तौर पर चार जगहों पर होता है। पहला, स्रोत का चयन — अगर कलेक्टर ने केवल अंग्रेज़ी में प्रकाशित कुछ वेबसाइटों को स्रोत बनाया है, तो एशियाई क्रिकेट की आधी ख़बरें पहले ही बाहर हो चुकी हैं। इस क्षेत्र की सबसे महत्वपूर्ण रिपोर्टिंग उर्दू, बांग्ला, सिंहल, नेपाली, दिवेही और पश्तो में होती है, और वह कभी उन फ़ीड में नहीं आती जिनसे बड़े पैमाने पर एग्रीगेटर चलते हैं। दूसरा, पे-वॉल और रजिस्ट्रेशन की दीवारें — उपमहाद्वीप के कई प्रमुख अख़बारों का ऑनलाइन संस्करण पूरा पाठ केवल सब्सक्राइबर को देता है, और स्क्रैपर को मिलता है केवल पहला पैराग्राफ़। तीसरा, एंटिटी रिज़ॉल्यूशन — 'एशिया कप' किस साल का, किस फ़ॉर्मैट का, किस मेज़बान का; अगर सिस्टम यह अंतर नहीं कर पाता, तो उसका पूरा सारांश ग़लत होगा चाहे उसके पास पूरा पाठ हो। चौथा, समय-संवेदनशीलता — एक प्रीव्यू जो मैच से पहले लिखा गया था, मैच के बाद पढ़े जाने पर सिर्फ़ इसलिए ग़लत नहीं होता कि वह भविष्यवाणी था, बल्कि इसलिए ग़लत होता है कि उसका पूरा ढाँचा उस क्षण पर टिका था जो अब बीत चुका है।

इस फ़ाइल में जो सबसे चौंकाने वाली बात है, वह ख़ालीपन नहीं, बल्कि टैग का बचा रहना है। यह एक बहुत विशिष्ट विफलता का हस्ताक्षर है। अगर पूरी पाइपलाइन विफल होती, तो टैग भी न होता। टैग का होना और शीर्षक का न होना बताता है कि वर्गीकरण की परत चल गई, निष्कर्षण की परत नहीं। यानी सिस्टम ने यह पहचान लिया कि इनपुट क्रिकेट के एशियाई क्षेत्र का है, लेकिन जब उसने पाठ निकालने की कोशिश की, तो हाथ ख़ाली आया। यह ठीक वैसा ही है जैसे कोई स्कोरर मैच का नाम लिख दे और स्कोरबुक ख़ाली छोड़ दे। समस्या यह नहीं कि उसे मैच याद नहीं; समस्या यह है कि उसके पास बॉल-बाय-बॉल रिकॉर्ड पहुँचा ही नहीं।

और यहीं पर मुझे दो चीज़ें अलग करनी हैं, क्योंकि इन्हें मिला देना इस उद्योग की सबसे आम भूल है। एक है डेटा का अभाव, दूसरी है डेटा का ख़ालीपन। अभाव का मतलब है कि सूचना मौजूद ही नहीं थी — जैसे किसी घरेलू मैच का कोई स्कोरकार्ड ऑनलाइन नहीं है। ख़ालीपन का मतलब है कि सूचना मौजूद थी, प्रकाशित भी हुई, पर हमारी प्रणाली उसे उठा नहीं पाई। पहला पत्रकारिता का संकट नहीं, ढाँचे का संकट है। दूसरा सीधे पत्रकारिता का संकट है, क्योंकि उसमें पाठक को यह कभी पता नहीं चलेगा कि उससे कुछ छिपाया गया है। एक ख़ाली फ़ाइल ईमानदार होती है। उससे ख़तरनाक वह फ़ाइल है जिसमें तीन सूचना-बिंदु भरे हों, जबकि असल में ग्यारह थे, और चार इसलिए छूटे क्योंकि वे उर्दू में थे।

इसीलिए मैं इस ख़ाली फ़ाइल को एक अच्छी ख़बर की तरह देखता हूँ। यह उस विफलता को दिखा रही है जो आम तौर पर दिखती नहीं। अगर सिस्टम ने ख़ाली जगह के बजाय कोई सामान्य-से दिखने वाला सारांश भर दिया होता — 'एशिया कप से जुड़ी ख़बरें' या 'क्षेत्रीय क्रिकेट में ताज़ा घटनाक्रम' — तो यह लेख कभी न लिखा जाता, और पाठक को यह कभी पता नहीं चलता कि उस दिन एशियाई क्रिकेट की जो ख़बर उसे पढ़ने को मिली, वह किसी मैच की नहीं, किसी टेम्पलेट की थी। ख़ाली फ़ाइल ने मुझे वह दिया जो भरी हुई फ़ाइल कभी नहीं देती — प्रक्रिया का सच।

उलटा नज़रिया: शायद समस्या ख़ाली फ़ाइल नहीं, उस फ़ाइल से बहुत ज़्यादा उम्मीद है

अब वह हिस्सा जहाँ मुझे अपने ही तर्क के ख़िलाफ़ खड़ा होना है। मैंने ऊपर कहा कि ख़ाली फ़ाइल एक ईमानदार विफलता है। लेकिन एक दूसरा पढ़ाव भी है, और उसे नकारना बेईमानी होगी: हो सकता है कि स्टेज-1 से इतनी उम्मीद करना ही ग़लती हो।

उन पुराने रिपोर्टरों की बात सुनिए जो दो दशक से एशियाई क्रिकेट कवर कर रहे हैं। वे बताएँगे कि इस क्षेत्र की सबसे अहम जानकारी कभी लिखित पाठ में नहीं होती। वह उस फ़ोन कॉल में होती है जो एक बोर्ड सचिव दूसरे को करता है। वह उस प्रेस कॉन्फ़्रेंस में होती है जहाँ कोई सवाल नहीं पूछता, पर जवाब में एक वाक्य ऐसा निकल जाता है जिसे किसी ने टेप नहीं किया। वह उस पिच रिपोर्ट में होती है जो क्यूरेटर मौखिक रूप से देता है और जो कभी किसी वेबसाइट पर नहीं चढ़ती। मेरे जैसा डेटा-आदमी इन चीज़ों को 'असंरचित' कहकर छोड़ देता है। पर पाठक के लिए वही सबसे बड़ी ख़बर होती है।

यहाँ एक और बात जोड़नी ज़रूरी है, और वह उन लोगों के लिए है जो पुराने कमेंट्री बॉक्स की खिल्ली उड़ाते हैं। जब मैंने रणजी की गेंदें गिनीं, तो मुझे एक पूर्व क्रिकेटर ने बताया था कि स्प्रेडशीट यह नहीं बता सकती कि गेंदबाज़ का शरीर किस गेंद पर थका हुआ था — और वह सही थे। मेरे पास 1,029 पास गिनने का धैर्य था, पर मैं यह नहीं बता सकता था कि उनमें से कौन-सा पास किसी खिलाड़ी के आत्मविश्वास की आख़िरी साँस था। एशियाई क्रिकेट के संदर्भ में यह और भी सच है, क्योंकि यहाँ बहुत सी अहम जानकारी उन भाषाओं में है जिन्हें मशीन पढ़ नहीं सकती और अंग्रेज़ी मीडिया उद्धृत नहीं करता।

तो उलटा नज़रिया यह है: शायद स्टेज-1 की विफलता स्टेज-1 की ग़लती नहीं, बल्कि उस काम की सीमा है जो स्टेज-1 को सौंपा गया है। अगर हमने ऑटोमेशन से वह माँगा है जो केवल एक इंसान, एक बुज़ुर्ग ब्यूरो चीफ़, एक स्थानीय स्ट्रिंगर दे सकता है, तो ख़ाली फ़ाइल सिस्टम का दोष नहीं, हमारी अपेक्षा का दोष है। और यह जानना भी कम ज़रूरी नहीं कि किसी डेटासेट के ख़ाली होने का मतलब यह नहीं कि दुनिया में कुछ नहीं हुआ। उस दिन भी एशियाई क्रिकेट में कहीं कोई मैच ख़त्म हुआ होगा, कोई अनुबंध साइन हुआ होगा, किसी सिलेक्शन पैनल ने किसी नाम पर मुहर लगाई होगी। फ़ाइल इसलिए ख़ाली है कि हमारा कैमरा उधर नहीं था — यह फ़ाइल के बारे में बताता है, उस दुनिया के बारे में नहीं।

खाली डेटासेट और भरा हुआ स्कोरबोर्ड: एशियाई क्रिकेट की उस रिपोर्ट का ऑडिट जो कभी लिखी ही नहीं गई

इसी तर्क से एक और नतीजा निकलता है जो मुझे असहज करता है। अगर सबसे अहम ख़बरें असंरचित हैं, तो क्या हमें उन्हें संरचित करने की कोशिश छोड़ देनी चाहिए? नहीं। लेकिन हमें यह स्पष्ट रखना चाहिए कि हमारा डेटा क्या नहीं बता सकता, ठीक उसी पैराग्राफ़ में जहाँ हम वह बता रहे हैं जो वह बता सकता है। मेरी रणजी स्प्रेडशीट में एक कॉलम था जिसका शीर्षक था 'unknown' — वे गेंदें जिन्हें कैमरे ने नहीं दिखाया। उस कॉलम में क़रीब 6 प्रतिशत प्रविष्टियाँ थीं। मैंने उसे कभी नहीं हटाया, क्योंकि वही मुझे याद दिलाता था कि मेरे हर नतीजे में एक छह प्रतिशत की अनिश्चितता बनी हुई है।

आगे की ओर: अगली बार जब कोई सारांश पढ़ें, तो पूछें कि शीर्षक कहाँ है

इस फ़ाइल से मुझे एक ठोस चीज़ मिली है, और वह यह है: हम क्रिकेट के आँकड़ों का ऑडिट तो करते हैं, पर उन प्रक्रियाओं का नहीं जो उन आँकड़ों तक पहुँचाती हैं। हम जानते हैं कि किस गेंदबाज़ का इकॉनमी रेट क्या है, पर यह नहीं जानते कि वह आँकड़ा किस स्रोत से, किस भाषा से, किस फ़िल्टर से होकर आया। एशियाई क्रिकेट के अगले दशक का सबसे बड़ा सवाल यह नहीं होगा कि कौन-सी टीम जीती, बल्कि यह होगा कि उसकी ख़बर किसे मिली और किसे नहीं।

अगली बार जब आप किसी एशियाई क्रिकेटर के बारे में पढ़ें कि 'उसने अचानक अपनी जगह बना ली', तो एक सवाल पूछिए — अचानक किसके लिए? उस स्काउट के लिए जिसने तीन साल उसे घरेलू मैदानों में देखा, या उस फ़ाइल के लिए जिसमें उसका नाम पहले कभी दर्ज ही नहीं हुआ? स्कोरबुक वह याद रखती है जो हाइलाइट्स भूल जाते हैं। पर उससे पहले यह भी जानना ज़रूरी है कि स्कोरबुक किसने भरी, और जो फ़ाइल ख़ाली रह गई, उसमें क्या-क्या था।

संबंधित खिलाड़ी
अनुशंसित
आखिरी ओवर का 23 रन: अर्शदीप की 'पांच विकेट की भूख' और कंबोज की खामोशी, जिसने ऑकलैंड में भारत की जीत की नींव रखी2026-11-06 न्यूलैंड्स 2026: ख्वाजा का दावा और क्रिकेट ऑस्ट्रेलिया की जांच का अधूरा दायरा2026-11-08 खाली डेटा, भरी हुई माइक: क्रिकेट एशिया की खबर कवरेज में सबसे बड़ा छेद मैच रिपोर्ट नहीं, सोर्स चेन है2026-11-03 खाली इनपुट, आठ ख़ाली आयाम: एक क्रिकेट एनालिसिस का पोस्टमॉर्टम2026-10-28 गद्दाफी में रज़ाउल्लाह का डेब्यू और पाकिस्तान का फील्डिंग का फैसला: टॉस ने क्या बताया, क्या छिपाया2026-10-25 रिज़र्व डे पहले छपा था, फ़ाइनल बाद में आया: एशिया कप का वह हिसाब जो स्कोरबोर्ड पर नहीं आता2026-11-02 खाली शैल: क्रिकेट विश्लेषण पाइपलाइन में विफलता की रिपोर्ट2026-11-03 35 गेंद में शतक, 80 गेंद में 199 — वेलिंगटन की स्कोरशीट में वह लाइन जिसे कोई पढ़ना नहीं चाहता था2026-10-28
अनुशंसित
एपीएल ड्राफ्ट में 10 बांग्लादेशी: सूची असली है, चयन नहीं — और असली सवाल 27 दिसंबर की तारीख़ है2026-11-02 क्रिस लिन का एक महीना: सज़ा मैचों में कटी, कीमत सुर्ख़ियों में चुकाई जाएगी2026-11-06 रिपोर्ट नहीं लिखी जा सकी: स्रोत सामग्री अनुपलब्ध2026-11-01 हरमनप्रीत-दीप्ति के दो शतक और 121 रन की जीत: वह एक कॉलम जो स्कोरकार्ड में नहीं छपा2026-10-26 खाली डिकंस्ट्रक्शन: जब क्रिकेट एनालिसिस पाइपलाइन ने खुद को स्कोर कर डाला2026-11-04 ग़ेबरहा का 99: जब ऑस्ट्रेलिया का बल्ला खामोश हुआ और इतिहास ने 21 साल बाद पलटी मारी2026-10-22 खाली शैल: क्रिकेट विश्लेषण पाइपलाइन में विफलता की रिपोर्ट2026-11-03 हृदय का 200: वो तीन खाने जो सैफ हसन की तारीफ़ ने नहीं भरे2026-11-09