खाली कॉलम का ऑडिट: जब क्रिकेट की खबर बिना रसीद पहुँचे

रात ग्यारह बजे मैंने वही किया जो चौदह साल से करती आई हूँ। फाइल खोली, कॉलम के नाम पढ़े, और पहला नंबर खोजा। मैच का ढाँचा सामने था, इनिंग्स का ब्रेकडाउन सामने था, और बीच में एक ऐसी जगह थी जहाँ खिलाड़ियों के नाम के आगे सब कुछ खाली था। शीर्षक मौजूद था। तस्वीर मौजूद थी। तारीख भी मौजूद थी। सोर्स का कॉलम खाली था, और उसके नीचे वही सवाल बैठा था जो हर ऑडिटर को सबसे ज़्यादा डराता है — सत्यापित नहीं।

मेरा पहला अनुमान था कि खबर है ही नहीं। मेरा दूसरा अनुमान था कि खबर है, पर उसका रास्ता कहीं टूट गया है। दोनों में फर्क बहुत बड़ा है, और क्रिकेट कवरेज में यह फर्क लगभग कभी दर्ज नहीं होता।

भारतीय क्रिकेट की सूचना-आपूर्ति श्रृंखला सुनने में सीधी लगती है। स्टेडियम का मीडिया बॉक्स, वहाँ से एजेंसी की वायर, वायर से डिजिटल डेस्क, डेस्क से पाठक का फ़ीड। असल में यह श्रृंखला दो-तिहाई जगह जुड़ी हुई भी नहीं है। जो आँकड़ा सोमवार सुबह पढ़ा जाता है, वह अक्सर तीन जगहों से होकर आता है और तीनों जगहों पर उसका मूल एक ही होता है — एक व्यक्ति की एक एंट्री। पत्रकारिता की भाषा में इसे सिंगल-सोर्स रिपोर्टिंग कहते हैं। डेटा की भाषा में इसे अनरिकॉन्साइल्ड इनपुट कहते हैं।

रणजी ट्रॉफी इसका सबसे साफ उदाहरण है। भारत दुनिया का आखिरी ऐसा देश है जहाँ टेस्ट क्रिकेट के दर्शक अब भी स्टेडियम तक आते हैं, पर घरेलू टूर्नामेंट सिर्फ नॉकआउट में कवर होता है। कॉलम-इंच, स्ट्रीम काउंट और गेट रिसीट — तीनों में वही अंतर दिखता है। जब ग्रुप स्टेज का हर मैच किसी कैमरे में कैद नहीं होता, तो उसके बाद आने वाले किसी भी विश्लेषण की जड़ में यह बात जुड़ जाती है कि आधा डेटा कभी बना ही नहीं। यह कोई शिकायत नहीं, एक माप है।

2026 में हैदराबाद यूनिवर्सिटी में पढ़ाई के दौरान मैंने आईपीएल के बॉल-बाय-बॉल डेटा से एक फेज़-मॉडल बनाया था। सबसे ज़्यादा समय डेटा जोड़ने में नहीं, यह तय करने में गया कि कौन-सा नंबर किस सोर्स से आया है। भुवनेश्वर कुमार की 17–20 ओवर की 7.05 इकोनॉमी सुंदर दिखती है, जब तक आप उसके बगल में टॉप-ऑर्डर की स्ट्राइक रेट नहीं रखते। दोनों नंबर अलग-अलग फाइलों से आए थे। एक भी फाइल अधूरी होती तो पूरी कहानी गलत दिशा में चली जाती।

यहाँ जो हुआ, वह तकनीकी है, पर उसका असर पूरी तरह पेशेवर है। विश्लेषण की पहली परत — जिसे हम स्टेज-1 कहते हैं — जब खाली लौटती है, तो उसका मतलब कोई खबर नहीं नहीं होता। उसका मतलब होता है कि पाइपलाइन में कहीं कुछ टूटा है: सोर्स खाली था, पेज पेवॉल के पीछे था, पार्सिंग फेल हुई, या इनपुट गलत जगह रूट हो गया।

तीन चरण, एक स्प्रेडशीट, और वह विसंगति जो औसत निकालने से मानती ही नहीं। पहला चरण एक्सट्रैक्शन है — खबर से तथ्य निकालना। दूसरा चरण रिकॉन्सिलिएशन है — उन तथ्यों को आपस में और किसी स्वतंत्र स्रोत से मिलाना। तीसरा चरण प्रकाशन है। जब पहला ही खाली लौटे, तो दूसरा और तीसरा अनुमान बन जाते हैं। और अनुमान, चाहे कितनी साफ हिंदी में लिखा जाए, ऑडिट में नहीं टिकता।

यहीं असली सबक है: एक खाली डेटासेट झूठ नहीं बोलता, पर एक भरा हुआ डेटासेट जिसका हर कॉलम एक ही सोर्स से आया हो, बहुत कुछ छुपा लेता है। जिस रिपोर्ट में शीर्षक है पर सोर्स नहीं, इकाइयाँ हैं पर तारीख नहीं, और खिलाड़ियों के नाम हैं पर उनका प्रारूप नहीं — वह रिपोर्ट खबर नहीं, एक ड्राफ्ट है जिसे किसी ने प्रकाशित कर दिया।

मेरी आदत है कि मैं पहले गिनती करती हूँ, फिर दोबारा गिनती करती हूँ। 2026 की नीलामी में मणीश पांडे के ₹11 करोड़ के सौदे पर मैंने 2026–17 के फेज़ डेटा से सवाल उठाया था। सनराइज़र्स उस साल फाइनल तक पहुँची और आठ विकेट से हारी। मेरे साइडबार ने प्रक्रिया और नतीजे को अलग रखा था, इसीलिए नतीजा आने के बाद भी वह बेकार नहीं हुआ। उस वक्त अगर मैंने लिख दिया होता कि फाइनल तक पहुँचना खरीदारी की गुणवत्ता साबित करता है, तो वह ऑडिट नहीं, प्रचार होता।

2026 में जब कोविड ने स्टेडियम खाली कर दिए, तब भी यही बात लागू हुई। खाली स्टेडियम ने झूठ नहीं बोला; अटेंडेंस मॉडल ने बोला। घरेलू मैदान के फायदे को एक चर मान लेना आसान है, जब तक टॉस का डेटा अलग से ऑडिट न किया जाए। हर बार जब डेटा अधूरा आया, मैंने नतीजे को किस्मत नहीं कहा और न ही नतीजे को प्रक्रिया का सबूत माना।

एक भरोसेमंद पेलोड दिखता कैसा है? उसमें शीर्षक, सोर्स और प्रारूप तीनों दर्ज होते हैं। उसमें कम से कम तीन ठोस तथ्य होते हैं जिन्हें किसी दूसरी जगह से मिलाया जा सके। उसमें टीमों, खिलाड़ियों और घटना के नाम होते हैं। और उसमें समय-संवेदनशीलता की रेटिंग होती है। इनमें से एक भी न हो, तो बाकी सब सजावट है।

सबसे उलटी बात यह है कि इस पूरी घटना में खतरनाक चीज़ खाली कॉलम नहीं है। खतरनाक चीज़ वह भरा हुआ कॉलम है जो प्लॉज़िबल दिखता है। भारतीय क्रिकेट कवरेज में एक ढाँचागत दबाव है — डेडलाइन, एक्सेस, और स्टार-फर्स्ट व्याकरण। खबर आती है, नंबर नहीं आता, और कॉलम खाली नहीं छोड़ा जा सकता। इसलिए किसी और मैच का नंबर, किसी और सीरीज़ का औसत, या किसी और फॉर्मेट का आँकड़ा वहाँ बैठा दिया जाता है। पाठक को कभी पता नहीं चलता कि हर फॉर्मेट का डेटा एक जैसा नहीं होता, और इम्पैक्ट प्लेयर जैसे नियम बदलने के बाद भी पुरानी स्प्रेडशीट तुलनीय दिखती रहती है। नियम बदलने को उसी पैराग्राफ में फुटनोट करना पड़ता है जिसमें ट्रेंड का हवाला दिया जा रहा हो।

यहाँ एक और बात है जिसे क्रिकेट मीडिया कम लिखता है। सहसंबंध कारण नहीं होता, पर सहसंबंध सबसे ज़्यादा बिकता है। एक मैच का नतीजा और एक खिलाड़ी का आँकड़ा एक ही हफ्ते में सामने आ जाते हैं, और दोनों को एक-दूसरे का सबूत मान लिया जाता है। 2026 की नीलामी के बाद मुझे डेटा गर्ल कहा गया था; मैंने जवाब में चार पन्नों का नीलामी ऑडिट भेजा। उसमें एक भी लाइन यह नहीं कहती थी कि फाइनल में पहुँचना खरीदारी की गुणवत्ता साबित करता है।

सैंपल साइज़ की बात करें तो सैंपल बहुत छोटा है और सैंपल मौजूद ही नहीं है — ये दो अलग बीमारियाँ हैं। पहली में अनुमान लगाया जा सकता है और एरर बार लगाया जा सकता है। दूसरी में रुकना पड़ता है। अफवाह घंटों में चलती है; रजिस्टर्ड फीस हफ्तों में। मैं हफ्तों में काम करती हूँ।

अगला पेपर आए, तो सबसे पहले यह देखिए कि उसमें शीर्षक है या नहीं, सोर्स है या नहीं, और कम से कम तीन ऐसे तथ्य हैं या नहीं जिन्हें किसी दूसरी जगह से मिलाया जा सके। अगर नहीं हैं, तो खबर आने में देर है, खबर खत्म नहीं हुई है। शीर्षक से पहले मिलान, मिलान से पहले रसीदें।

सवाल यह नहीं है कि इस हफ्ते कितने क्रिकेट नंबर छपे। सवाल यह है कि उनमें से कितने ऐसे हैं जो उस ऑडिट में टिक जाएँगे जो साफ़ लिखता है — अपर्याप्त जानकारी, आकलन संभव नहीं।