खाली स्कोरकार्ड और भरा हुआ स्टेडियम: क्रिकेट डेटा पाइपलाइन की वह नाकामी जिसे कोई नहीं देखता

नवंबर 2026 की बात है। रेडियो पाकिस्तान पेशावर ने मुझे क़य्यूम स्पोर्ट्स कॉम्प्लेक्स भेजा था — प्रांतीय महिला फ़ुटबॉल चैंपियनशिप कवर करने। छह टीमें, करीब तीन सौ दर्शक, गेट पर पुलिस, और प्रेस बॉक्स में मैं अकेला रिपोर्टर। मैच के बाद मैंने स्कोरशीट उठाई और पाया कि दूसरी पारी के तीन ओवर का रिकॉर्ड ही मौजूद नहीं था। आयोजकों ने कहा, "कोई बात नहीं, नतीजा तो याद है।" उस दिन मैंने समझा कि खेल की सच्चाई स्कोरबोर्ड पर नहीं, उसकी तह में लिखे कागज़ात में रहती है।

बीस साल बाद, पिछले हफ़्ते, मेरे सामने एक अलग तरह का खाली स्कोरकार्ड आया — डिजिटल। एक क्रिकेट एनालिसिस पाइपलाइन से निकला 'स्टेज-1' आउटपुट, जिसमें हर वह खाना खाली था जिस पर गहरा विश्लेषण खड़ा होता है। सारांश: खाली। लेखक का रुख: लागू नहीं। लेख का उद्देश्य: लागू नहीं। सूचना बिंदु: शून्य। शीर्षक, स्रोत, प्रकार — सब 'लागू नहीं'। और फिर भी, उसी फ़ाइल के एक कोने में एक चीज़ भरी हुई थी: domain_label: cricket_asia।

यही विरोधाभास इस पूरी रिपोर्ट का केंद्र है। एक सिस्टम ने कंटेंट को 'क्रिकेट-एशिया' के रूप में पहचान लिया, लेकिन उस कंटेंट से एक भी तथ्य निकाल कर नहीं दे पाया। क्रिकेट पत्रकारिता में यह वैसा ही है जैसे कोई स्कोरर मैच शुरू होने की घोषणा कर दे, लेकिन पहली गेंद के बाद कलम रख दे। दर्शक जानते हैं कि खेल हुआ है। रिकॉर्ड से पता चलता है कि खेल नहीं हुआ। और रिकॉर्ड ही अंत में सच बनता है।

संदर्भ: जहाँ डेटा पाइपलाइन और क्रिकेट की दुनिया टकराती हैं

क्रिकेट दुनिया का सबसे अधिक दस्तावेज़ीकृत खेल है। 1844 के पहले अंतर्राष्ट्रीय मैच से लेकर आज तक, हर गेंद का रिकॉर्ड कहीं न कहीं दर्ज है — विजडन के रजिस्टर में, ईएसपीएनक्रिकइंफ़ो के डेटाबेस में, बीसीसीआई की घरेलू स्कोरशीट में, और अब आईपीएल के हर मुक़ाबले के 200 से अधिक डेटा पॉइंट्स में। यह खेल उसी सटीकता से जिया जाता है जिससे खेला जाता है।

लेकिन क्रिकेट की ख़बरें — ख़ास तौर पर एशिया से — जिस तकनीकी प्रणाली से गुज़र कर पाठक तक पहुँचती हैं, वह अभी भी उस तरह से पारदर्शी नहीं है जितनी खेल की स्कोरशीट होती है। बोर्ड की प्रेस विज्ञप्ति, समाचार एजेंसी की ख़बर, वेबसाइट का पे-वॉल, लाइव-ब्लॉग पेज, जावास्क्रिप्ट से बना स्कोरकार्ड विजेट — इन सबके बीच से कंटेंट निकालने वाली प्रणाली जब चुपचाप फ़ेल हो जाती है, तो ख़बर गायब नहीं होती। बस वह गायब दिखने लगती है।

यहां मैं अपने अनुभव से एक बात कहूंगा। बीस साल तक मैंने उत्तर-पश्चिमी पाकिस्तान में महिलाओं के खेलों की कवरेज की है, जहाँ "खाली" होना सामान्य बात है — खाली स्टैंड, खाली स्कोरबोर्ड, खाली प्रेस बॉक्स। लेकिन खाली डेटा फ़ाइल और खाली स्टैंड में एक बुनियादी फ़र्क है। खाली स्टैंड का मतलब होता है कि लोग नहीं आए। खाली डेटा फ़ाइल का मतलब होता है — लोग आए थे, खेल हुआ था, और रिकॉर्ड करने वाला नहीं था। दूसरी स्थिति पहली से ज़्यादा ख़तरनाक है, क्योंकि इसमें सबूत भी मिट जाता है कि खेल हुआ था।

कोर: चार जगह जहाँ कंटेंट निकालने की प्रक्रिया टूटती है, और क्रिकेट में इसका असर

यह स्टेज-1 फ़ाइल कोई नई समस्या नहीं है। यह उस चीज़ का नमूना है जो क्रिकेट पत्रकारिता की डिजिटल आपूर्ति श्रृंखला में रोज़ होती है। मैंने उस आउटपुट को पढ़कर चार सबसे संभावित तकनीकी कारणों को क्रम में रखा है, और हर कारण का क्रिकेट-विशिष्ट उदाहरण है।

पहला: निष्कर्षण खाली लौटा। पे-वॉल, जावास्क्रिप्ट-आधारित पेज, कंसेंट वॉल, या लाइव-ब्लॉग पेज जिसका मुख्य भाग विजेट का ढेर है, विज्ञापनों से भरा है और गद्य से नहीं। क्रिकेट में यह सबसे आम है — क्रिकइंफ़ो-शैली के स्कोरकार्ड पेजों पर लगभग पूरा टेक्स्ट डेटा-फ़ीड से आता है, स्थिर HTML से नहीं। एक स्क्रैपर जो गद्य पढ़ता है, उसे वहां लिखा मिलेगा ही नहीं, भले ही पाठक अपनी स्क्रीन पर सब कुछ देख रहा हो। मेरे पास आज भी 2026 की एक रिपोर्ट का प्रिंटआउट है जो ऐसे ही एक पेज से निकाली गई थी — इसमें खिलाड़ियों के नाम थे, लेकिन स्कोर नहीं था। पाठक का स्क्रीन पूरा था; रिकॉर्ड अधूरा था।

दूसरा: सिर्फ़ बॉयलरप्लेट मिला। नेविगेशन, कुकी सूचना, फ़ोटो कैप्शन — और नीचे का "संबंधित समाचार" ब्लॉक। एक बार किसी पाकिस्तानी अख़बार के खेल पन्ने की कवरेज जब ऐसे ही निकली थी, तो 400 शब्दों के आर्टिकल में 300 शब्द सिर्फ़ समाचार सूची थी। परिणाम: एक पाइपलाइन ने उसे खबर मान लिया, और उस पर आधारित विश्लेषण ने भी। जब क्रिकेट के शेड्यूल की ख़बर में केवल "आगे पढ़ें" और "और पढ़ें" बचे, तो सिस्टम को लगता है कि घोषणा हुई है — जबकि घोषणा कहीं गायब हो गई है।

तीसरा: निष्कर्षण और विघटन का समय-संबंध बिगड़ा। कंटेंट निकालने वाला मॉड्यूल पूरा होने से पहले ही विश्लेषण वाला मॉड्यूल चल गया, और उसका आउटपुट स्कीमा भर नहीं सका। क्रिकेट में इसका सीधा असर होता है: एक टीम की घोषणा का विश्लेषण चल जाता है, लेकिन खिलाड़ियों की सूची वाला ब्लॉक कुछ देर से आता है। परिणाम — एक पूरा लेख जो टीम की रणनीति पर है, लेकिन जिसमें टीम के नाम ही नहीं हैं।

चौथा: भाषा/लोकेल बेमेल। हिंदी, उर्दू, बांग्ला या सिंहली स्रोत से आया टेक्स्ट, जिसे निकालने वाली प्रणाली चुपचाप गिरा देती है। यह वह खामियां हैं जिसका मुझे सबसे ज़्यादा दुख होता है, क्योंकि यह ठीक वही समस्या है जो मैंने अपने करियर में बार-बार देखी — दक्षिण एशियाई खेल ख़बरें अंग्रेज़ी में लिखी नहीं जातीं, इसलिए वे दुनिया की नज़र में नहीं आतीं। एक डेटा पाइपलाइन जो उर्दू स्रोत को नहीं पढ़ सकती, वह क्रिकेट पत्रकारिता की उसी असमानता को दोहराती है जिसे हम लेखकों ने दशकों में पाटना चाहा था।

इन चारों का साझा पैटर्न: डोमेन लेबल सबसे आसान काम है — यह शीर्षक, URL, या श्रेणी की कुंजी से आ जाता है। सूचना बिंदु सबसे कठिन काम हैं। इसलिए जब भी कोई सिस्टम 'क्रिकेट' पहचान लेता है लेकिन तथ्य नहीं निकाल पाता, यह संकेत है कि प्रणाली का आधा हिस्सा चल रहा है और आधा गिर पड़ा है।

कंट्रैरियन: खाली आउटपुट कोई 'समाचार' नहीं है, लेकिन वह समाचार से कम भी नहीं है

यहां एक असुविधाजनक बात कहनी है। सबसे आसान प्रतिक्रिया यह होगी कि खाली आउटपुट को कोई फ़ाइल न मानकर रद्द कर दिया जाए। तकनीकी रूप से यह सही है। लेकिन यह सही निर्णय नहीं है।

मेरा क्षेत्र क्रिकेट है — और क्रिकेट एशिया में, जो चीज़ रिकॉर्ड नहीं होती, वह बाद में नहीं हुई होती। जब 2026 में क़य्यूम स्पोर्ट्स कॉम्प्लेक्स में उस मैच की स्कोरशीट अधूरी थी, तो उसका असर यह हुआ कि उस मैच के सर्वश्रेष्ठ खिलाड़ी का नाम कभी किसी आधिकारिक रिकॉर्ड में नहीं आया। बाद में जब मैंने पुरानी फ़ाइलें खंगालीं, तो वह नाम कहीं नहीं था। खेल हुआ था, खिलाड़ी ने खेला था, लेकिन रिकॉर्ड में ऐसा कोई मैच ही नहीं था। यही घटना मुझे बताती है कि अधूरा आउटपुट खाली आउटपुट नहीं है — यह एक दस्तावेज़ है कि कहीं कुछ गायब है।

यहां एक और बात जोड़नी है, जो क्रिकेट एशिया के लिए ज़रूरी है। इस महाद्वीप की क्रिकेट पाइपलाइन तकनीकी फ़ेल होने से ज़्यादा 'विज्ञापन मॉडल' की वजह से अटकती है। लाइव स्कोर, जो किसी न किसी प्लेटफ़ॉर्म की संपत्ति हैं, ओपन-टेक्स्ट के रूप में कभी नहीं आते। समाचार एजेंसियों की ख़बरें लाइसेंसिंग के तहत पे-वॉल के पीछे रहती हैं। नतीजा: विश्लेषण के नाम पर जो सामग्री चलती है, वह अक्सर साझा प्रेस विज्ञप्ति से बनी होती है, जिसे कई पोर्टल एक ही समय पर छापते हैं — और तब किसी को हैरानी नहीं कि सबका 'इनसाइट' एक जैसा दिखता है। मेरा मानना है कि जिस खेल के पास दुनिया का सबसे घना ऐतिहासिक डेटा है, उसी खेल की ताज़ा पत्रकारिता सबसे कमज़ोर डेटा श्रृंखला से चल रही है — और यह विरोधाभास हमारी प्रणाली की सबसे बड़ी विफलता है।

टेकअवे: जब डेटा नहीं बोलता, तो नाम बोलना पड़ता है

पिछले साल के अंत में भारत की महिला टीम ने घरेलू 50 ओवर विश्व कप जीता। मुझे पेशावर से तीन माता-पिता के फ़ोन आए, जो अपनी बेटियों के लिए क्रिकेट का रास्ता पूछ रहे थे। मैंने उनसे कहा: पहले यह पक्का करो कि उस मैच का स्कोर लिखने वाला कोई हो — क्योंकि जिसे कोई नहीं लिखता, वह जल्दी भुला दिया जाता है।

यही उस खाली स्टेज-1 फ़ाइल से मेरी आख़िरी बात है। डेटा पाइपलाइन की मरम्मत तकनीकी टीम का काम है। लेकिन उस बीच की जगह — जहाँ खेल होता है लेकिन दर्ज नहीं होता — भरना हमारा काम है। अगली बार जब कोई आपको बताए कि सिस्टम ने कुछ नहीं निकाला, तो यह मत पूछिए कि सिस्टम क्यों फ़ेल हुआ। यह पूछिए कि जो मैच उस फ़ाइल में था, उसका नाम किसके पास है। अगर किसी के पास नहीं है, तो वह मैच — रिकॉर्ड की नज़र में — अभी खेला ही नहीं गया।