कबड्डी का डेटा क्यों गायब रहता है: स्क्रैपर ने ज़ीरो इनफ़ॉर्मेशन पॉइंट लौटाए, ग़लती टूल की नहीं खेल की है

पिछले सप्ताह एक ऑटोमेटेड कंटेंट पाइपलाइन का आउटपुट मेरे सामने आया। फ़ील्ड भरे हुए थे। एक लाइन में लिखा था — domain: kabaddi। दूसरी में — article_type: Unclassified। तीसरी में, source_quality के नाम पर निर्देश था — "identify from the information points above"। और ठीक उसके ऊपर वाली पंक्ति में, जहाँ Information Points होने चाहिए थे, एक खाली टेबल थी। एक भी बुलेट नहीं, एक भी entity नहीं, एक भी तारीख़ नहीं।

मुझे यह फ़ेलियर नया नहीं लगा। जुलाई 2026 में जब मैं गुजरात फ़ॉर्च्यूनजायंट्स के वीडियो रूम में बैठा था, तब भी हमारे पास ठीक ऐसा ही खाली ढाँचा था। स्कोरशीट में रेड अटेम्प्ट, टैकल पॉइंट, सुपर 10, हाई 5 — सब कॉलम में दर्ज थे। लेकिन किसी एक भी लाइन में यह नहीं लिखा था कि वह रेड किस लॉबी से गई, कवर उस वक़्त कहाँ खड़ा था, और बोनस लाइन पर रेडर का पैर किस गिनती में पड़ा। डेटा दिख रहा था। मैकेनिज़्म गायब था।

दोनों जगह बीमारी एक ही है: आउटपुट दर्ज है, प्रक्रिया दर्ज नहीं।

जो पाइपलाइन माँगती है, और जो कबड्डी देती है

किसी भी नैरेटिव पाइपलाइन को चार चीज़ें चाहिए — entity (कौन), time (कब), number (कितना), और source (किससे पता चला)। क्रिकेट ये चारों चीज़ें मुफ़्त में दे देता है। मैच ख़त्म होते-होते ball-by-ball लॉग सार्वजनिक होता है — हर गेंद की लाइन, हर बल्लेबाज़ का शॉट मैप, फ़ील्ड प्लेसमेंट, विकेट का फ़ॉल ऑफ़। सब स्ट्रक्चर्ड। इसीलिए क्रिकेट की डेटा कल्चर इतनी घनी है, और इसीलिए वह कबड्डी के लिए सबसे भ्रामक टेम्पलेट भी है। कोई भी डेस्क जो क्रिकेट का डेटा-ढाँचा उठाकर कबड्डी पर रख देगा, उसे बार-बार खाली टेबल मिलेंगी।

कबड्डी में घड़ी का ढाँचा ही अलग है। एक रेड औसतन बीस से तीस सेकंड में तय होती है, और उस आधे मिनट में छह-सात निर्णय लिए जाते हैं: कौन-सा पैर आगे जाएगा, बॉडी वेट किस तरफ़ रहेगा, लॉबी में गहराई कितनी होगी, कवर कब आ रहा है, बोनस लेना है या छोड़ना है, और अगर डू-ऑर-डाई है तो एग्ज़िट किस दरवाज़े से होगी। इनमें से एक भी निर्णय प्रो कबड्डी लीग की आधिकारिक स्टैट शीट में नहीं दिखता। जो दिखता है वह चार चीज़ें हैं — रेड पॉइंट, टैकल पॉइंट, सुपर 10, हाई 5।

ये चारों आउटपुट हैं, स्पष्टीकरण नहीं। सुपर 10 यह नहीं बताता कि दस पॉइंट बोनस लाइन से आए या लॉबी से; हाई 5 यह नहीं बताता कि टैकल एंकल-होल्ड से लगा या थाई-होल्ड से। जब तक पाइपलाइन को यह फ़र्क़ नहीं मिलेगा, वह स्कोर दोहराएगी और कहानी नहीं बनाएगी — और अगर उसे संदर्भ न मिले, तो संदर्भ वह अपने से गढ़ लेगी। खाली Information Points वाला आउटपुट उसी ख़तरे का पहला संकेत था।

इसकी जड़ें 2026 से पहले की रिपोर्टिंग में हैं। मैंने रेलवे और पुलिस की टीमों के दौर में कबड्डी कवर की थी — मिट्टी के कोर्ट, होल्ड-एंड-टैकल स्कूल, और वे स्कोरशीट जिनमें सिर्फ़ अंक लिखे जाते थे। पीकेएल ने सिर्फ़ कबड्डी का कारोबार नहीं बदला; उसने खेल का ऑपरेटिंग सिस्टम बदल दिया। रनिंग हैंड-टच, बोनस-लाइन रेडिंग और एथलेटिक कॉर्नर डिफ़ेंडर उस पुराने स्कूल की जगह आ गए। लेकिन उसे नापने का ढाँचा वही पुराना रह गया। खेल बदल गया, पैमाना नहीं बदला — यही वह अंतर है जो हर ऑटोमेटेड सिस्टम को महँगा पड़ता है।

नियमित सीज़न में यह अंतर सबसे ज़्यादा चुभता है। हर टीम 22 मैच खेलती है, हर मैच में 40 से ज़्यादा रेड होती हैं, और महीनों तक चलने वाले इस ढेर से कोई सार्वजनिक ट्रेंड नहीं निकलता — न रेड सक्सेस रेट की दिशा, न टैकल की गुणवत्ता का मौसमी बदलाव। जबकि मैदान पर ये संकेत पहले से मौजूद रहते हैं; वे सिर्फ़ मापे नहीं जाते।

जो मैंने हाथ से लिखा, वह किसी फ़ीड में नहीं था

अगस्त 2026 में अहमदाबाद में वर्ल्ड कप का फ़ाइनल देखा — भारत 38-29 ईरान। स्टेडियम ख़ुशी से गूँज रहा था। मैं समझ नहीं पा रहा था कि नतीजा कैसे बना। यह असहज अनुभव था, और उसी से मेरा अगला साल तय हुआ।

2026 में मेरा काम था पटना पाइरेट्स की रेड चार्ट करना। मैंने उस 13 मीटर के कोर्ट को ग्रिड में बाँटा — बॉक लाइन, बोनस लाइन, लॉबी एज, कवर और कॉर्नर के बीच का गैप। तेरह रेड्स की चार्टिंग के बाद एक पैटर्न सामने आया: परदीप नरवाल दस में से नौ रेड दाईं लॉबी से निकल रहे थे। यह जानकारी किसी पब्लिक स्टैट पेज पर नहीं थी। इसे बनाने में चौदह घंटे लगे थे। और चेन्नई के फ़ाइनल में पटना ने हमें 55-38 से हराया — चार्ट सही था, अमल ग़लत था।

उस हार ने मुझे एक बात सिखाई जो आज इस खाली टेबल को देखकर दोहरा रहा हूँ: जो चार्ट किसी ने पढ़ा ही नहीं, वह कुछ नहीं बदलता। और जो चार्ट किसी सार्वजनिक फ़ॉर्मैट में मौजूद ही नहीं, वह किसी पाइपलाइन को कभी नहीं मिलेगा।

2026 में सीज़न रद्द हुआ और सीज़न 8 को देर 2026 में बेंगलुरु के बंद दरवाज़ों वाले बबल में धकेल दिया गया। उस खाली समय में मैंने पीकेएल के सीज़न 1 से 7 तक की 4,200 रेड्स अपने निजी डेटाबेस में कोड कीं। पाँच महीने परिभाषाएँ दोबारा जाँचने में लग गए — क्या "डबकी" तब गिनी जाए जब रेडर घुटना टेकता है, या तब जब वह शरीर नीचे करके कवर के नीचे से निकलता है? इसी देरी में मैं लगभग कुछ पब्लिश ही नहीं कर पाया। नतीजा यह निकला कि डबकी का इस्तेमाल 2026 के बाद से आधे से ज़्यादा गिर चुका था — कोचों ने एस्केप को बोनस लाइन के लिए बेच दिया था। बाद में मैं इस निष्कर्ष पर आधा ग़लत भी निकला: खाली हॉल में रेडर की कैंट का रिदम टूटने वाली मेरी धारणा फ़ुटेज से नहीं टिकी, और वह सुधार मैंने पूरे विस्तार में लिखा।

जिस डेटा को बनाने में मुझे पाँच महीने और 4,200 रेड्स लगे, उसी डेटा के बिना किसी सिस्टम से निष्कर्ष माँगना ठगी है।

2026 की जाँच: हार नहीं, मॉडल फ़ेलियर

अगस्त 2026 में मैं जकार्ता के कमेंट्री पूल में था। भारत ग्रुप गेम में दक्षिण कोरिया से 23-24 हारा, फिर सेमीफ़ाइनल में ईरान से 18-27। यह पहला एशियाई खेल था जहाँ भारत कबड्डी का स्वर्ण नहीं जीत पाया। एक प्रोड्यूसर ने मुझसे "हार्टब्रेक सेगमेंट" माँगा। मैंने उसे डायग्राम भेज दिया।

अगले छह हफ़्ते मैंने ईरान की एंकल-होल्ड और थाई-होल्ड चेन दोबारा चार्ट कीं, और साथ-साथ रूस वर्ल्ड कप के सभी 64 मैच प्रेसिंग कॉम्पैक्टनेस के चश्मे से फिर देखे। निष्कर्ष यह निकला कि फ़ाज़ेल अत्राचली की डिफ़ेंस कोई चमत्कार नहीं थी — वह कुश्ती से विरासत में आई एक संरचना थी। ईरान ने हिप-ड्राइव और लेग-ड्राइव पर आधारित डिफ़ेंस खड़ी की थी। भारत ने चयन रेपुटेशन के आधार पर किया था।

अत्राचली आगे चलकर पीकेएल इतिहास में सबसे ज़्यादा टैकल पॉइंट्स लेने वाला डिफ़ेंडर बना। यह आंकड़ा सबको पता है। जो किसी शीट में नहीं है, वह यह है कि उसकी चेन में पहला कॉन्टैक्ट कब हुआ और रेडर की गति उस पल कितनी थी। मैं "भारत हार गया" लिखना छोड़ चुका हूँ। मैं लिखता हूँ: बायाँ कवर आधा सेकंड देर से पहुँचा। और वह आधा सेकंड किसी स्कोरशीट के कॉलम में नहीं है — न भारत की, न ईरान की।

यही वह जगह है जहाँ स्ट्रक्चरल कारण नैतिक फ़ैसले की जगह ले लेता है। पाइपलाइन के पास अगर यह आधा सेकंड दर्ज होता, तो वह "भारत की हार" नहीं, "कवर रोटेशन की देरी" लिखती।

असली खोखलापन: आधी आबादी का कोई डेटाबेस ही नहीं

यहाँ बात सिर्फ़ टूल की नहीं रहती। भारत की महिला कबड्डी टीम ने एशियाई खेलों में चार स्वर्ण जीते हैं — चार। और आज तक उसके लिए कोई फ़्रैंचाइज़ी लीग नहीं बनी। डेटा की भाषा में इसका मतलब समझिए: चार स्वर्ण जीतने वाली इकाई का सीज़न-दर-सीज़न इवेंट लॉग मौजूद ही नहीं है। कोई ऑक्शन वैल्यू मॉडल नहीं, कोई डू-ऑर-डाई कन्वर्ज़न रेट नहीं, कोई टैकल-पॉइंट्स-पर-40-मिनट नहीं। जब कोई पाइपलाइन महिला कबड्डी पर खोजने जाएगी, उसे वही खाली टेबल मिलेगी जो मुझे मिली — सिर्फ़ इस बार वजह टूल नहीं, अटेंशन इकॉनमी होगी।

इसके ऊपर दो और परतें हैं जो हर ऑटोमेटेड सिस्टम को भ्रमित करती हैं। पहली — सर्कल स्टाइल बनाम स्टैंडर्ड स्टाइल। मैदान और नियम दो अलग ब्यूरोक्रेसी चलाती हैं, और दोनों का शब्दकोश अलग है। एक ही "रेड सक्सेस" का मतलब दोनों में अलग हो सकता है। दूसरी — "राष्ट्रीय खेल" वाला दावा। यह भारतीय खेल का सबसे आसानी से जाँचा जाने वाला तथ्यात्मक ग़लत बयान है; कबड्डी को कभी अधिसूचित राष्ट्रीय खेल घोषित नहीं किया गया। लेकिन यह दावा हज़ारों स्क्रैप्ड लेखों, स्कूल असेंबली भाषणों और वेबसाइट फ़ुटर में बैठा है। जब सोर्स ही ग़लत हो, तो source_quality वाला कॉलम बेमानी है।

रेफ़री का हिस्सा भी इसी खालीपन में जाता है। नियमित सीज़न में टैकल की परिभाषा हर रेफ़री के हाथ में थोड़ी अलग होती है — कहाँ "रोकथाम" ख़त्म होती है और "कब्ज़ा" शुरू होता है, इस पर एकरूपता नहीं है। जब तक यह एकरूपता नहीं आती, हर सीज़न का टैकल पॉइंट डेटा अंदर ही अंदर तुलनीय नहीं रहेगा।

2026 की नीलामी: डेटा था, सार्वजनिक नहीं था

सितंबर 2026 में मुंबई में सीज़न 9 की नीलामी के दिन मैंने लाइव वैल्यू शीट चलाई — रेड सक्सेस रेट, डू-ऑर-डाई कन्वर्ज़न, और टैकल पॉइंट्स प्रति 40 मिनट। शीट ने एक बात दिखाई: उस दिन के सबसे महँगे रेडर ने पिछले सीज़न में अपनी 30 प्रतिशत से भी कम डू-ऑर-डाई रेड कन्वर्ट की थीं। नीलामी के बीच दो फ़्रैंचाइज़ी ने मुझे मैसेज किया। दिसंबर में जयपुर पिंक पैंथर्स ने सीज़न 9 जीता, और जिस टीम ने ज़्यादा चुकाया था वह प्लेऑफ़ से बाहर रही।

मैंने इसे मार्केट फ़ेलियर के रूप में दर्ज किया — समाजशास्त्र की डिग्री से उधार लिया हुआ ढाँचा। नीलामी एक श्रम बाज़ार है, शॉपिंग लिस्ट नहीं। कीमत को अंडरलाइंग रेट के सामने लिखना चाहिए, वरना वह सिर्फ़ शोर बन जाती है।

लेकिन यहाँ असली बात यह है कि वह डेटा मौजूद था। डू-ऑर-डाई कन्वर्ज़न कोई गुप्त सूचना नहीं है; वह मैदान पर हुई घटनाओं का जोड़ है। वह सार्वजनिक नहीं था क्योंकि किसी ने उसे सार्वजनिक करने का फ़ैसला नहीं किया। और यहीं से मेरा सबसे असहज निष्कर्ष बनता है।

उलटा पक्ष: गड़बड़ स्क्रैपर की नहीं, प्रोटोकॉल की है

खाली Information Points देखकर पहली प्रतिक्रिया यह होती है कि टूल ख़राब है। मेरी प्रतिक्रिया उलटी है। टूल ने ईमानदारी से खालीपन रिपोर्ट किया। ग़लती उस सिस्टम की है जिसने खाली इनपुट के बावजूद domain label और article_type के कॉलम भर दिए। ऐसा सिस्टम ख़तरनाक है क्योंकि अगले क़दम में वह खाली जगह को मॉडल की कल्पना से भर देगा — और तब जो निकलेगा वह डेटा नहीं, लोककथा होगी। कबड्डी के बारे में लोककथा हमारे पास पहले से बहुत है।

दूसरा उलटा पक्ष यह है कि क्रिकेट की डेटा कल्चर यहाँ उतारना भी हल नहीं है। क्रिकेट में हर गेंद एक घटना है जिसे टाइमस्टैम्प किया जा सकता है — उसका आरंभ और अंत स्पष्ट है। कबड्डी में "घटना" की परिभाषा ही विवादित है। क्या टैकल उस पल शुरू होता है जब डिफ़ेंडर घुटना टेकता है, या जब पहला कॉन्टैक्ट होता है? जब तक दो अलग एनालिस्ट इस पर सहमत नहीं होंगे, उनके दो डेटाबेस कभी मर्ज नहीं होंगे, और हर मर्जिंग की कोशिश एक नया एरर रेट पैदा करेगी। मैंने अपने डेटाबेस के साथ यह कीमत चुकाई है, इसलिए यह लिख रहा हूँ कि हर कॉलम के साथ सैंपल साइज़ और एरर रेट प्रिंट होना चाहिए।

तीसरी बात, जो खेल डेटा की सबसे अंधेरी परत है: लाइव फ़ीड का सबसे बड़ा खरीदार सट्टेबाज़ी उद्योग है। जिस दिन कबड्डी का per-raid इवेंट लॉग सार्वजनिक होगा, उस दिन उसका पहला और सबसे अच्छा ग्राहक कोई कोच या रिपोर्टर नहीं, एक बुकमेकर होगा। यह वह कीमत है जो इस गायब डेटा के पीछे छिपी है — और किसी भी डेटा-क्वालिटी रिपोर्ट में यह लाइन कभी नहीं आती। यही वजह है कि "डेटा सार्वजनिक करो" का नारा मुझे आसान लगता है, निष्कलंक नहीं।

आगे क्या देखना है

मेरे पास एक भविष्यवाणी लेजर है, और मैं उसमें यह दर्ज कर रहा हूँ: अगले दो सीज़न में कोई न कोई फ़्रैंचाइज़ी per-raid सार्वजनिक लॉग निकालेगी — पूरी बॉल-बाय-बॉल तर्ज़ पर नहीं, शायद "रेड मैप" के नाम पर। जिस दिन वह आया, उस दिन कबड्डी की रिपोर्टिंग बदल जाएगी, क्योंकि तब खाली टेबल भरने लगेगी।

और जब तक वह नहीं आता, हर ऑटोमेटेड सारांश — चाहे वह मशीन का हो या किसी डेस्क का — जो खाली डेटा पर भरोसा करके कहानी लिखे, वह मेरे लिए वही 2026 वाला चार्ट है: सही, सुंदर, और किसी काम का नहीं।

सवाल यह नहीं है कि पाइपलाइन कब ठीक होगी। सवाल यह है कि खेल अपना डेटा कब छोड़ेगा।