खाली रिपोर्ट का ऑडिट: जब बास्केटबॉल डेटा "कुछ नहीं मिला" नहीं, "कुछ देखा ही नहीं गया" कहता है

पिछले हफ़्ते मेरी मेज़ पर एक स्काउटिंग रिपोर्ट रखी गई। बारह फ़ील्ड। ग्यारह खाली। बारहवीं में सिर्फ़ एक शब्द लिखा था — "बास्केटबॉल"। न खिलाड़ी का नाम, न टीम, न लीग, न तारीख़, न एक भी पज़ेशन, न एक भी शॉट चार्ट। जिस टेम्पलेट को किसी ने मेहनत से बनाया था — ट्रू शूटिंग प्रतिशत, अप्रन स्थिति, पिक-एंड-रोल फ़्रीक्वेंसी, क्लच पज़ेशन का पीपीपी — वह पूरा ढांचा अपनी जगह मौजूद था और उसके अंदर हवा के सिवा कुछ नहीं।

मेरी पहली प्रतिक्रिया वही थी जो किसी भी एनालिस्ट की होती है: "कोई रेड फ़्लैग नहीं मिला।" दूसरी प्रतिक्रिया में मैंने खुद को रोका। "कोई रेड फ़्लैग नहीं मिला" और "कुछ भी जांचा ही नहीं गया" — इन दो वाक्यों के बीच की दूरी पूरी भारतीय बास्केटबॉल स्काउटिंग की कहानी है। यह रिपोर्ट मेरे पास किसी खिलाड़ी के बारे में बताने नहीं आई थी। यह मेरे अपने तंत्र के बारे में बता रही थी।

पाइपलाइन काग़ज़ पर साफ़ है, ज़मीन पर नहीं

भारत में बास्केटबॉल का टैलेंट रास्ता काग़ज़ पर बहुत साफ़ दिखता है। स्कूल स्तर पर जूनियर NBA कार्यक्रम, उसके बाद ग्रेटर नोएडा में NBA अकादमी, फिर सीनियर नेशनल्स, और उसके बाद एक बहुत लंबा और बहुत ख़ाली कोरिडोर।

2026 में सतनाम सिंह ड्राफ़्ट हुए, 52वें पिक पर, और तब से हर साल कोई न कोई "अगला सतनाम" घोषित होता है। ड्राफ़्ट होना और रोटेशन में मिनट पाना दो अलग-अलग घटनाएं हैं। इन दोनों के बीच जो फ़ासला है, वह किसी स्काउटिंग रिपोर्ट के किसी खाने में दर्ज नहीं होता। यही मेरा पाइपलाइन ऑडिट है: जूनियर NBA और अकादमी में दाख़िल होने वालों की संख्या सार्वजनिक रूप से दर्ज है, सीनियर नेशनल्स में पहुंचने वालों की संख्या भी, और भुगतान वाले पदों की संख्या भी। तीनों को एक ही कॉलम में रखिए। जो फ़ासला दिखेगा, वही असली खबर है — और वह फ़ासला आमतौर पर किसी एक खिलाड़ी की कहानी से नहीं, डेटा के रास्ते में गिरने से बनता है।

मेरे पास तीन स्मारक हैं जिन्हें लोग बार-बार उद्धृत करते हैं: बैंकॉक 2026 का चौथा स्थान, वुहान 2026 का 65-58, और मुंबई 2026 के दो प्री-सीज़न मुक़ाबले। तीनों पर एक तयशुदा कहानी तैयार है। मेरा काम इन्हें पीछे से खोलना है — नतीजे से शुरू करके उस तंत्र तक पहुंचना जिसने नतीजा बनाया। ज़्यादातर बार वह तंत्र वही नहीं होता जो प्रसारण में बताया गया था। और ज़्यादातर बार नतीजा यह होता है कि संरचना में कुछ नहीं बदला। शून्य परिणाम भी एक तर्क होता है, बशर्ते उसे ईमानदारी से दर्ज किया जाए।

फ़ेडरेशन के दस्तावेज़ — अदालत में दायर याचिकाएं, सरकारी मान्यता के साल-दर-साल पत्र, प्रतियोगिता आयोग के निष्कर्ष — मुझे मैच के बाद दिए गए किसी बयान से ज़्यादा बताते हैं कि कोई लीग क्यों बंद हुई। यही वजह है कि जब एक रिपोर्ट खाली आती है, मैं उसे खेल की खबर नहीं, एक दस्तावेज़ की खबर मानकर पढ़ता हूँ।

एक अंगुली-छाप जिसे नज़रअंदाज़ नहीं किया जा सकता

उस खाली रिपोर्ट में एक फ़िंगरप्रिंट है। टाइटल खाली है, लेकिन डोमेन लेबल "basketball" बचा हुआ है। इसका मतलब साफ़ है: किसी स्तर पर क्लासिफ़ायर चला, उसे कच्चा टेक्स्ट मिला, और उसने उसे बास्केटबॉल बताया। उसके बाद जो चरण आया — सूचना-बिंदु निकालने वाला चरण — वहां सब कुछ खो गया।

स्रोत में जानकारी नहीं थी, यह पहला पाठ है। जानकारी थी और रास्ते में गिर गई, यह दूसरा पाठ है। यहां दूसरा पाठ लागू होता है। खाली रिपोर्ट का मतलब "जोखिम नहीं" नहीं होता; उसका मतलब "कुछ भी नहीं देखा गया" होता है। यह फ़र्क़ छोटा लगता है और सबसे ज़्यादा नुक़सान इसी से होता है।

मैंने मॉडल पीछे से खोला, यह देखने के लिए कि कहानी कहां झूठ बोल रही है — यही मेरी आदत है, और यहां भी मैंने वही किया। बारह में से ग्यारह खाने खाली क्यों?

चार रास्ते जिनसे जानकारी गिरती है

पहला, पे-वॉल या इमेज-टेक्स्ट। अगर स्रोत स्कैन किया हुआ पेज था, या लाइव-ब्लॉग की उलझी हुई संरचना में था, तो पैराग्राफ़-आधारित निष्कर्षण चुपचाप शून्य लौटा देता है। कोई एरर नहीं आता। कोई चेतावनी नहीं आती।

दूसरा, ग़ैर-लैटिन एन्कोडिंग। देवनागरी या मिश्रित लिपि वाले पेज पर टोकनाइज़र अक्सर पहले ही हार मान लेता है, और हार मानना भी चुपचाप होता है।

तीसरा, कंटेंट-टाइप की ग़लत पहचान। एक लंबा फ़ीचर, एक ओपिनियन पीस और एक ट्रेड रिपोर्ट — तीनों से एक्सट्रैक्टर अलग तरह से निपटता है। ग़लत ब्रांच चुनी गई तो सही जवाब कभी नहीं आएगा।

चौथा, और यह सबसे भारी है: सिस्टम ने खालीपन को डिफ़ॉल्ट मान लिया। किसी खाने में डेटा न मिले तो उसे N/A से भर दिया गया, और आगे किसी ने दोबारा नहीं पूछा। यह वह जगह है जहां तकनीकी विफलता, प्रक्रिया की आदत बन जाती है।

एक पूरी रिपोर्ट में क्या होना चाहिए, यह मैं जानता हूँ, क्योंकि वह टेम्पलेट मैंने खुद बनाया है। ट्रू शूटिंग प्रतिशत शॉट-क्वालिटी के साथ, यूसेज रेट, पिक-एंड-रोल में हैंडलर और रोलर दोनों की भूमिका, हेल्प-साइड रोटेशन में देरी, क्लच में फ़ाउल-ड्रॉ दर, और डिफ़ेंस में स्टील-ब्लॉक की मात्रा के बजाय असली प्रभाव। बारह खाने, बारह सवाल। अगर किसी रिपोर्ट में इनमें से ग्यारह खाली हैं, तो वह खिलाड़ी के बारे में कुछ नहीं कहती। वह सिर्फ़ यह बताती है कि किसी ने टेम्पलेट खोला और बंद कर दिया।

मेरे अपने मॉडल भी इसी जाल में फंसे हैं

2026 में दिल्ली के एक स्कूल लीग में मैंने 48 मैच और 2,640 शॉट अटेम्प्ट कोड किए — रिम, मिडरेंज, कॉर्नर-थ्री। मॉडल ने दिखाया कि 32% वाला कॉर्नर-थ्री शूटर, 45% वाले मिडरेंज स्कोरर से ज़्यादा एक्सपेक्टेड पॉइंट्स पैदा करता है। उस ब्लॉग में मैंने मेथडोलॉजी बॉक्स लगाया और उसी को अपनी सफ़ाई समझ बैठा। असली सबक कहीं और था: जिन मैचों में स्कोरर का नाम दर्ज नहीं हुआ था, वहां मैंने खुद अनुमान से नाम भर दिए थे। बाद में क्रॉस-चेक करने पर तीन में से एक नाम ग़लत निकला। मॉडल साफ़-सुथरा था। इनपुट गंदा था। एक स्कूल जिम ने मुझे xG के बारे में उस किसी मैनुअल से ज़्यादा सिखाया जो मैंने पढ़ा था।

मुंबई 2026 में मुझे वह स्प्रेडशीट मिली जो प्रसारण ने कभी नहीं दिखाई। NCSI डोम में मैंने 198 हाफ़-कोर्ट पज़ेशन चार्ट किए। इंडियाना ने क्लच पज़ेशन पर 1.18 पीपीपी बनाए, सैक्रामेंटो ने 0.92 — और यह फ़र्क़ डेलेड ड्रैग स्क्रीन से आया, किसी हीरो-शॉट से नहीं। उसी चार्टिंग में मेरे पास एक खाना खाली रह गया: ट्रांज़िशन-स्टार्ट का टाइमस्टैम्प। मैंने उसे खाली छोड़ दिया, क्योंकि स्टैंड से देखते हुए रीबाउंड के ठीक बाद का फ़्रेम मैंने पकड़ा ही नहीं था। अगर वहां "अनुमान" भर दिया होता, तो 1.18 का आंकड़ा काग़ज़ पर बेहतर दिखता और असल में झूठा होता।

वुहान 2026 का 65-58 मैंने 2026 में खाली स्टेडियम वाले महीनों में दोबारा देखा। 40 मिनट, 72 पज़ेशन, 19 मजबूर किए गए टर्नओवर। चीन 0.81 पीपीपी पर रुक गया। मैंने वह मैच तब तक देखा जब तक स्कोर उसे समझाना बंद नहीं कर गया। शुरुआती सात बार मैंने ओपनिंग बदली, क्योंकि मैं तय नहीं कर पा रहा था कि लीड प्रेस है या हाफ़-कोर्ट ट्रैप। जवाब दोनों में से कोई नहीं था। असली चीज़ हेल्प-साइड रोटेशन थी जो स्ट्रॉन्ग-साइड एल्बो को बंद कर रहा था — यह मुझे 14 एनोटेटेड क्लिप्स के बाद दिखा, पहले रीड में नहीं। शॉट चार्ट पहली नज़र में मामूली लगा था; पांचवें रीप्ले पर वह मामूली नहीं रहा।

और टोक्यो 2026। लुका डॉनचिच के 48 अंकों वाले मैच पर मैंने 31 बॉल-स्क्रीन पज़ेशन कोड किए। जब उन्होंने स्क्रीन रिजेक्ट करके उलटी एल्बो से हमला किया, तब 1.39 पीपीपी बने। मॉडल ख़ूबसूरत था और मॉडल ग़लत था, क्योंकि मैंने एग्ज़िक्यूशन की कठिनाई को नज़रअंदाज़ कर दिया था और मान लिया था कि हर NBA-साइज़ गार्ड वह रीड दोहरा सकता है। जिस दिन मैंने खाली जगह को "तर्कसंगत अनुमान" से भरना शुरू किया, उसी दिन मॉडल सुंदर और बेकार हो गया। वह पीस 4,000 शब्दों की थी और डेडलाइन से 36 घंटे लेट। दोनों बातें एक ही आदत से आई थीं।

फ़ाल्सिफ़िकेशन टेस्ट, पहले से दर्ज

मैंने अपना टेस्ट मॉडल बनाने से पहले तय कर लिया है, बाद में नहीं। टेस्ट यह है: उसी कच्चे स्रोत को दोबारा एक्सट्रैक्ट करने पर अगर टाइटल मिल जाए और कम से कम तीन ठोस सूचना-बिंदु निकल आएं, तो मेरा "पाइपलाइन टूटी है" वाला निष्कर्ष ग़लत साबित होगा और मैं उसे उसी दिन वापस लूंगा। अगर दोबारा भी खाली आया, तो समस्या स्रोत में नहीं, सिस्टम में है। दूसरा टेस्ट बैच-स्तर पर है: अगर पांच प्रतिशत से ज़्यादा रिपोर्टें खाली आ रही हैं, तो यह अलग-अलग केस नहीं, एक सिस्टमिक दोष है।

भरने का हाथ

यहां एक असुविधाजनक बात कहनी है। इस टेम्पलेट का घनत्व खुद एक जाल है। बारह खाने खाली देखकर हाथ अपने आप भरने को उठता है। "लुधियाना का 17 साल का गार्ड, अच्छा फ़्रेम, संदिग्ध शूटिंग" — ऐसी एक लाइन कोई भी लिख सकता है, और वह पढ़ने में बुद्धिमान भी लगती है। स्काउटिंग में सबसे ख़तरनाक चीज़ झूठी रिपोर्ट नहीं है; सबसे ख़तरनाक वह आधी-सच्ची रिपोर्ट है जिसे भरने की क़ीमत किसी ने नहीं चुकाई। एक भरा हुआ खाना एक दावा है, और दावे की क़ीमत होती है।

मैं दूसरी तरफ़ भी नहीं जाना चाहता। एक खाली रिपोर्ट देखकर यह घोषित कर देना कि पूरा भारतीय बास्केटबॉल डेटा तंत्र भ्रष्ट है — यह रिफ़्लेक्सिव कॉन्ट्रैरियनिज़्म है, और यह भी आलस का एक रूप है। एक नमूना ट्रेंड नहीं होता। जो मैं कह सकता हूँ वह इतना ही है: इस एक केस में कुछ भी देखा नहीं गया। इससे ज़्यादा कुछ नहीं।

असली जोखिम इस रिपोर्ट में नहीं है। असली जोखिम उस पाठक में है जो इसे पढ़कर समझेगा कि "कोई जोखिम नहीं पाया गया"। बाज़ार इसे शोर कहता है; मैं इसे एक अपठित बॉक्स स्कोर कहता हूँ। लुधियाना के जिस जिम में कोच रोज़ शाम ड्रिल कराता है, वहां से कोई खिलाड़ी इसलिए नहीं खोता कि किसी ने उसे ख़राब आंका; वह इसलिए खोता है कि किसी ने उसका खाना भरा ही नहीं।

अगली बार क्या देखना है

अगले मैच में जिस वेरिएबल पर मैं नज़र रखूंगा, वह कोई खिलाड़ी नहीं है। वह एक्सट्रैक्शन का वह कदम है जो चुपचाप शून्य लौटा रहा है। हर लीग अपना तर्क उन पज़ेशन में छिपाती है जिन्हें कोई क्लिप नहीं करता — और यहां तर्क उस खाने में छिपा था जिसे किसी ने भरा ही नहीं। जब तक वह कदम ठीक नहीं होता, हर साफ़-सुथरी स्काउटिंग रिपोर्ट पर एक सवाल लटका रहेगा: यह इसलिए साफ़ है कि खिलाड़ी अच्छा है, या इसलिए कि किसी ने उसे देखा ही नहीं?