खाली शीट, भरी हुई कहानी: क्रिकेट डेटा डेस्क पर एक ऑडिट

बुधवार की दोपहर थी। बेंगलुरु में बारिश के बाद वाली उमस, पंखे की धीमी आवाज़, और स्क्रीन पर एक JSON फ़ाइल खुली थी जिसमें आठ खाने थे। पहला खाना — आर्टिकल टाइटल: N/A। दूसरा — सोर्स: N/A। तीसरा — टाइप: N/A। चौथा — वन-सेंटेंस समरी: खाली। पाँचवाँ — इन्फॉर्मेशन पॉइंट्स: पूरा सेक्शन खाली, एक भी बुलेट नहीं। छठा — एंटिटीज़: अज्ञात। सातवाँ — टाइम सेंसिटिविटी: मूल्यांकित नहीं। आठवाँ — सोर्स क्वालिटी: मूल्यांकित नहीं। इन सबके नीचे एक ही लाइन में कुछ लिखा था: डोमेन लेबल — cricket_world।

मैंने वापस जाकर खाने गिने, अपने आप। कुल आठ में से सात खाली थे और आठवाँ सिर्फ़ यह बता रहा था कि यह मामला क्रिकेट का है, बस इतना ही। कोई मैच, कोई स्कोर, कोई ओवर, कोई नाम। मेरे पास एक ऐसा रिकॉर्ड था जो बता रहा था कि किसी चीज़ का रिकॉर्ड नहीं है। उस वक़्त डेस्क पर सबसे आसान काम यह होता कि मैं किसी हालिया सीरीज़ की सुर्ख़ियाँ उठाकर एक रिपोर्ट बना दूँ और उसे उसी फ़ाइल से जोड़ दूँ। यह इस पेशे में रोज़ होता है। इस बार मैंने वह नहीं किया। यह लेख उस मैच के बारे में नहीं है जो शायद उस फ़ाइल में था — यह उस खालीपन के बारे में है, और उस रोज़मर्रा की आदत के बारे में, जिसमें हम खाली खाने को अपनी कहानी से भर देते हैं।

स्टेज-1 क्या होता है, और उसके खाने अहम क्यों होते हैं

मेरे डेस्क पर स्टेज-1 का मतलब साफ़ है: किसी भी सोर्स मटीरियल को पढ़ने से पहले उसकी एक संरचना बनाई जाती है — शीर्षक, स्रोत, विधा, एक वाक्य का सार, जानकारी के बिंदु, इसमें शामिल इकाइयाँ (टीम, खिलाड़ी, प्रशासक, प्रायोजक), समय-संवेदनशीलता, और स्रोत की गुणवत्ता। यह कोई नौकरशाही नहीं है। यह उस चीज़ का ढाँचा है जिसे आगे की हर बात के लिए ज़िम्मेदार ठहराया जा सकता है।

इन खानों में से हर एक का अपना काम है। शीर्षक और विधा बताते हैं कि सामने वाला टुकड़ा समाचार है, विश्लेषण है, राय है, या प्रेस रिलीज़ है — क्योंकि चारों को एक ही तरह से नहीं पढ़ा जाता। एक वाक्य का सार वह दावा है जिसे मैं आगे चुनौती दूँगा। जानकारी के बिंदु वह कच्चा माल हैं जिनसे कोई भी रिपोर्ट बनती है; ये खाली हैं तो रिपोर्ट के पास ईंट ही नहीं है। इकाइयाँ बताती हैं कि किसका नाम लिया जा रहा है और किसके साथ जोड़ा जा रहा है — क्रिकेट में यह अंतर ख़ास है, क्योंकि 'फलाना टीम ने फलाने को छोड़ा' और 'फलाने का करार ख़त्म हुआ' दो अलग-अलग चीज़ें हैं और अख़बार में ये अक्सर एक जैसी दिखती हैं। समय-संवेदनशीलता बताती है कि ख़बर की शेल्फ़ लाइफ़ क्या है; क्रिकेट में सीरीज़, नीलामी और ट्रांसफ़र विंडो के चलते यह सवाल सबसे ज़्यादा मायने रखता है। स्रोत की गुणवत्ता वह ग्रेडिंग है जो तय करती है कि मैं किस वाक्य को 'पुष्ट' लिखूँगा और किसे 'दावा'।

मेरे पास इन सबका एक ही बचाव है, और वह पिछले कई सालों से एक जैसा है: कोई भी दावा अपने डिनोमिनेटर के बिना दर्ज नहीं होता। 2026 में जब मैं जूनियर डेटा स्ट्रिंगर के तौर पर बैंगलोर के एक डिजिटल डेस्क पर बैठा था, तब मुझे चिन्नास्वामी के एक होम सीज़न का ऑडिट सौंपा गया था — 14 मैच, हर गेंद लॉग करनी थी, डेथ ओवर 16 से 20 तक टैग करने थे। मैंने तीन सीज़न के ख़िलाफ़ अपनी फ़ेज़-परिभाषा जाँचे बिना फाइल नहीं की थी। तब से यही नियम चल रहा है — सैंपल पहले, निष्कर्ष बाद में। आज जब फ़ाइल में सैंपल ही नहीं है, तो निष्कर्ष का सवाल ही नहीं उठता।

खाली रिकॉर्ड का शरीर-विज्ञान

जब किसी स्ट्रक्चर्ड रिकॉर्ड में 'इन्फॉर्मेशन पॉइंट्स' का पूरा सेक्शन खाली हो, तो वह सिर्फ़ एक कमी नहीं है — वह उस पूरी रिपोर्ट की नींव का गायब होना है जो आगे बननी थी। बाक़ी सात खाने इस खालीपन के सामने गौण हो जाते हैं। शीर्षक का N/A चुभता है, सार का खालीपन खटकता है, लेकिन असली दिक़्क़त यह है कि तथ्य, आँकड़े, उद्धरण और घटना — ये चारों चीज़ें मौजूद ही नहीं हैं। एक सार्थक विश्लेषण वहाँ से शुरू होता है जहाँ कोई एक पुष्ट तथ्य मिल जाए। यहाँ वह एक भी नहीं था।

मैं इसे ऐसे समझता हूँ। क्रिकेट की एक पारी में 120 गेंदें होती हैं और हर गेंद एक डेटा पॉइंट है। अगर आपके पास 120 में से 120 गेंदें हैं, तो आप पारी को दोबारा बना सकते हैं — कहाँ से रन बने, कहाँ विकेट गिरा, किस ओवर में रequired rate कितना था। अगर आपके पास 40 गेंदें हैं, तो आप एक झलक बना सकते हैं और उसे 'झलक' कहकर छाप सकते हैं। अगर आपके पास शून्य गेंदें हैं और सिर्फ़ यह पता है कि मैच क्रिकेट का था, तो आपके पास कुछ भी नहीं है। यह फ़ाइल उसी तीसरी हालत में थी।

इसका सबसे ख़तरनाक पहलू यह नहीं है कि डेटा नहीं है। सबसे ख़तरनाक यह है कि खाली खाना भरने की इच्छा लगभग उतनी ही तेज़ होती है जितनी क्रिकेट में किसी नए बल्लेबाज़ को देखकर भविष्यवाणी करने की। दोनों में एक ही लालच काम करता है — दर्शक चाहता है कि कुछ कहा जाए, और लिखने वाला जानता है कि कहना आसान है।

चुपचाप मरने के तीन तरीके

जब कोई एक्सट्रैक्शन पाइपलाइन पूरी तरह खाली लौटती है, तो तकनीकी रूप से तीन ही रास्ते होते हैं, और मैंने तीनों को अपनी आँखों से होते देखा है।

पहला, मुख्य पाठ का खाली निकलना। पेज खुलता है, शीर्षक दिखता है, फ़ोटो लोड होती है, लेकिन बॉडी टेक्स्ट किसी कारण से नहीं आता — कभी रेंडरिंग स्क्रिप्ट की वजह से, कभी पेवॉल, कभी ऐसा ढाँचा जिसे पार्सर पढ़ ही नहीं पाता। ऐसे में रिकॉर्ड में सब कुछ N/A दिखता है क्योंकि पढ़ने के लिए कुछ था ही नहीं। मेरे अनुभव में यह सबसे आम वजह है और सबसे आसानी से पकड़ में आने वाली भी — बस एक नंबर देखना होता है: कच्चे पाठ की लंबाई। अगर वह कुछ सौ अक्षरों में है, तो आपके पास लेख नहीं, एक शीर्षक पेज है।

दूसरा, ग़लत पेज का चुनाव। इनपुट में कोई सूची पृष्ठ या नेविगेशन पेज चला गया, जहाँ शीर्षकों की कतार है लेकिन कोई लेख नहीं। पार्सर ने जो देखा, वह क्रिकेट की ख़बरों का ढेर था — इसीलिए डोमेन लेबल cricket_world ठीक आया — लेकिन पढ़ने के लिए एक भी पूरा पैराग्राफ़ नहीं था। यह वह हालत है जिसमें फ़ाइल आपको झूठ नहीं बोलती, वह सिर्फ़ अधूरी सच्चाई बोलती है।

तीसरा, भाषा-मॉडल का कॉल बीच में टूटना और फिर चुपचाप खाली ढाँचे में बदल जाना। यह सबसे धोखेबाज़ है, क्योंकि यहाँ कोई एरर मैसेज नहीं आता। JSON पार्स फेल होता है, सिस्टम डिफ़ॉल्ट खाली स्ट्रक्चर लौटा देता है, और आगे का सारा काम उस खाली ढाँचे पर भरोसा करके चलता रहता है। डेटा डेस्क पर मेरा एक ही नियम है: खाली स्ट्रक्चर कभी 'नतीजा' नहीं होता, वह हमेशा 'संकेत' होता है। जिस दिन हम खाली स्ट्रक्चर को नतीजा मान लेंगे, उस दिन हमारी रिपोर्टिंग औपचारिक रूप से सही और असल में झूठी हो जाएगी।

तीनों रास्तों का अंत एक ही जगह होता है — लेखक के पास एक खाली शीट और एक समय-सीमा। और यहीं से वह सिलसिला शुरू होता है जिसे मैं इस पेशे की सबसे पुरानी बीमारी मानता हूँ।

भरी हुई शीट कैसी दिखती है

यह बताने का सबसे साफ़ तरीका यह है कि मैं अपनी ही एक भरी हुई शीट खोलकर दिखा दूँ। 2026 का चिन्नास्वामी डेथ-ओवर ऑडिट। आरसीबी का 14 मैच का होम सीज़न। मैंने हर गेंद लॉग की और डेथ ओवर 16–20 टैग किए। नतीजा यह निकला कि होम ग्राउंड पर आरसीबी के तेज़ गेंदबाज़ों ने उस फ़ेज़ में प्रति ओवर 12.6 रन दिए, जबकि युजवेंद्र चहल के 18 डेथ ओवर 8.1 की दर से गए।

इस एक पैराग्राफ़ में जो चीज़ें हैं और जो इस खाली फ़ाइल में नहीं हैं, उनकी सूची बनाइए। पहले, एक स्पष्ट फ़ेज़-परिभाषा: डेथ ओवर का मतलब 16 से 20, तीन सीज़न के ख़िलाफ़ जाँची हुई। दूसरे, एक न्यूनतम सैंपल: चहल के 18 ओवर — यह छोटा सैंपल है और मैं इसे छोटा ही लिखूँगा। तीसरे, एक तुलना: तेज़ गेंदबाज़ बनाम स्पिन, एक ही स्टेडियम, एक ही सीज़न। चौथे, एक मीट्रिक जिसकी परिभाषा सार्वजनिक है: प्रति ओवर रन। पाँचवें, एक सीमा जिसे मैंने उस समय भी लिखा था — स्टेडियम के आयाम, विरोधी टीमों की गुणवत्ता, और विकेटों के गिरने का क्रम, तीनों अलग-अलग बैठकर नहीं जोड़े गए थे।

यही अंतर है। भरी हुई शीट में तथ्य, परिभाषा, सैंपल और सीमा — चारों एक साथ होते हैं। खाली शीट में इनमें से एक भी नहीं।

मैं यह इसलिए लिख रहा हूँ क्योंकि पिछले कुछ सालों में मुझे कई बार यह सुनना पड़ा है कि 'डेटा तो है ही, बस कहानी बनानी है'। डेटा और कहानी दोनों एक ही शब्द नहीं हैं। डेटा वह है जिसे आप दोबारा गिन सकें। कहानी वह है जिसे आप दोबारा नहीं गिन सकते, इसलिए उसे दोबारा गिनने की ज़रूरत नहीं पड़नी चाहिए।

नीलामी मॉडल: कीमत और योग्यता के दो अलग खाते

2026 में जब मुझे आईपीएल मेगा नीलामी पर लगाया गया, तब डेस्क पर सबसे बड़ा दबाव यह था कि मैं बता दूँ कि कौन-सी खरीद 'सस्ती' थी। मैंने वह नहीं किया। मैंने एक फ़ेज़-फ़िट मॉडल बनाया — बल्लेबाज़ी की स्थिति के हिसाब से अपेक्षित रन, डेथ ओवर की इकोनॉमी, और पावरप्ले में विकेट की संभावना। मॉडल ने डेथ बॉलिंग को टीम की सबसे बड़ी कमी बताया और क्रिस वोक्स को 10 में से 6.9 फ़िट रेटिंग दी, साथ में यह चेतावनी कि उनके पावरप्ले ओवरों की क़ीमत ज़्यादा आँकी जा रही है। आरसीबी ने वोक्स को 7.4 करोड़ रुपये में खरीदा और सीज़न छठे स्थान पर ख़त्म किया। मैंने मॉडल के इनपुट छापे, कोई मॉक ड्राफ़्ट नहीं।

यह उदाहरण इस लेख के लिए दो कारणों से ज़रूरी है। पहला, यह दिखाता है कि एक मॉडल क्या कर सकता है — वह एक ऐसी क़ीमत की पहचान कर सकता है जो बाज़ार के बाक़ी हिस्से से मेल नहीं खाती। दूसरा, और ज़्यादा ज़रूरी, यह दिखाता है कि एक मॉडल क्या नहीं कर सकता। नीलामी मॉडल नीलामी की बाध्यताओं के भीतर करार की क़ीमत नापता है; वह किसी खिलाड़ी की योग्यता का फ़ैसला नहीं सुनाता। ये दो अलग सवाल हैं और इनके दो अलग जवाब होते हैं। जिस दिन कोई मेरी टेबल के 'प्रति करोड़ रन' वाले कॉलम को चयन-समिति की सिफ़ारिश समझ लेगा, उस दिन मॉडल का इस्तेमाल ग़लत हो जाएगा, और ग़लती मॉडल की नहीं, सुर्ख़ी की होगी।

इसलिए मेरी टेबल में आज भी दो कॉलम साथ चलते हैं — क़ीमत और प्रदर्शन — और उनके ऊपर यह लिखा रहता है कि कौन-सा सवाल किस कॉलम से पूछा जा सकता है।

खाली स्टेडियम: वह प्रयोग जो दोबारा नहीं होगा

2026 में, यूएई में, जब स्टेडियम खाली थे और 60 मैचों का पूरा सीज़न एक ही देश में खेला गया, तब हमारे पास वह चीज़ थी जो खेल के इतिहास में शायद ही कभी मिलती है — एक नियंत्रित प्रयोग। मैंने 2026 के होम-अवे स्प्लिट्स को 2026 के वेन्यू-न्यूट्रल डेटा से मिलाया। पीछा करने वाली टीमों ने 60 में से 33 मैच जीते, टॉस जीतने वालों ने 32, और डेथ ओवर का स्कोरिंग 9.9 से बढ़कर 10.6 प्रति ओवर हो गया।

मैंने वह पीस तब तक नहीं छापी जब तक वेन्यू के आयाम और टीमों की ताक़त को मिलाया नहीं गया। और जो निष्कर्ष निकला, वह उस आम धारणा के ख़िलाफ़ था जो उस साल हर जगह चल रही थी। कहा जा रहा था कि दर्शकों के बिना होम एडवांटेज ख़त्म हो गया। सच यह था कि होम एडवांटेज गायब नहीं हुआ था — उसे सैंपल से हटा दिया गया था। जब हर टीम हर मैदान पर 'बाहर' खेल रही हो, तो घर-बाहर का फ़र्क़ मापने का कोई ज़रिया ही नहीं बचता। खाली स्टैंड ने लय बदली, प्रतिभा नहीं।

यह भी इस लेख में इसलिए आया है क्योंकि यह दिखाता है कि एक अच्छा डेटासेट किस तरह आपको उस नतीजे तक ले जाता है जिसे आप पहले से नहीं ढूँढ रहे थे। और इसी वजह से यह भी पता चलता है कि खाली फ़ाइल कितनी बेकार है — वह आपको किसी ऐसे नतीजे तक नहीं ले जा सकती जो आपने पहले से तय न किया हो।

भरने की लागत

अब उस सवाल पर आते हैं जो असल में पूछा जाना चाहिए। अगर फ़ाइल खाली है, तो सबसे सस्ता रास्ता यह है कि हम उसे भर दें — सामान्य ज्ञान से, हाल की सुर्ख़ियों से, या उस 'संदर्भ' से जो हर क्रिकेट लेखक के सिर में हमेशा चलता रहता है। यह रास्ता सस्ता इसलिए है क्योंकि इसका कोई तात्कालिक दाम नहीं दिखता। क़ीमत बाद में दिखती है, और तीन हिस्सों में।

पहला हिस्सा पाठक का है। वह एक ऐसी रिपोर्ट पढ़ता है जिसमें तथ्य की जगह अनुमान है और अनुमान की जगह आत्मविश्वास। अगली बार जब वही पाठक किसी सही रिपोर्ट को देखेगा, तो उसके पास यह जानने का कोई तरीक़ा नहीं होगा कि कौन-सी सही है और कौन-सी नहीं। भरोसा एक बार टूटता है और फिर सब कुछ एक जैसा दिखने लगता है।

दूसरा हिस्सा डेस्क का है। एक बार जब खाली खाना भरने की आदत पड़ जाती है, तो अगली बार पाइपलाइन के टूटने पर कोई शिकायत दर्ज नहीं होती। एरर रिपोर्ट बंद हो जाती है क्योंकि आउटपुट तो 'ठीक' दिख रहा है। खराबी को छिपाने का सबसे कारगर तरीका उसे किसी और चीज़ से भर देना है।

तीसरा हिस्सा मेरा अपना है, और यह सबसे ज़्यादा चुभता है। अगर मैंने उस खाली फ़ाइल पर एक रिपोर्ट लिख दी, तो अगली बार मेरे पास यह कहने का कोई आधार नहीं बचेगा कि मैं सैंपल और परिभाषा के बिना नहीं लिखता। मेरी पूरी विधि एक ही चीज़ पर टिकी है — कि मैं वही गिनता हूँ जो गिना जा सकता है और बाक़ी सबको साफ़ शब्दों में 'अनजाना' कहता हूँ।

ट्रांसफ़र विंडो में पाठक का फ़िल्टर

यह सब सिद्धांत जैसा लग सकता है, लेकिन ट्रांसफ़र विंडो के दौरान यह रोज़ काम आता है। इस वक़्त क्रिकेट की ख़बरों का सबसे बड़ा हिस्सा अफ़वाहों का है — कौन किस टीम में जा रहा है, किसका करार ख़त्म हो रहा है, किसका एजेंट किस शहर में दिखा। इनमें से ज़्यादातर ख़बरें एक ही ढाँचे पर बनी होती हैं: एक स्रोत, एक संभावना, और एक बहुत आत्मविश्वासी शीर्षक।

मेरा फ़िल्टर सीधा है और इसे कोई भी पाठक इस्तेमाल कर सकता है। सबसे ऊपर वे बातें रखिए जिनमें पैसा और काग़ज़ दिखता है — रिलीज़ क्लॉज़ की संरचना, वेतन-बिल का आकार, करार की अवधि, रिटेंशन की शर्तें। ये चीज़ें संख्याओं में होती हैं और इन्हें सत्यापित किया जा सकता है। उसके नीचे वे बातें रखिए जिनमें पैसा नहीं दिखता — 'दिलचस्पी', 'बातचीत शुरू', 'नज़र बनी हुई है'। ये ग़लत नहीं हैं, ये बस अधूरी हैं, और अधूरी चीज़ को पूरी की तरह छापना ही असली गड़बड़ है।

एक अनुबंध का ढाँचा एक अफ़वाह से हमेशा ज़्यादा बताता है, क्योंकि अनुबंध एक ऐसी चीज़ है जिसे किसी ने चुना है, और चुना गया नंबर किसी क़ानून से नहीं आता। जब आप सुनें कि किसी खिलाड़ी को छोड़ा गया, तो पहला सवाल यह नहीं होना चाहिए कि वह किस टीम में जाएगा; पहला सवाल यह होना चाहिए कि उसका करार किस संरचना में था और छोड़ने का फ़ैसला उस संरचना का नतीजा था या प्रदर्शन का।

वह हिस्सा जहाँ मुझे असहमत होना चाहिए था, पर नहीं हुआ

अब उस चीज़ पर आता हूँ जो मेरे जैसे लोगों के साथ सबसे ज़्यादा होती है। जब आपका पूरा पेशा 'दोबारा गिनो, फिर मानो' पर टिका हो, तो धीरे-धीरे एक आदत बन जाती है — भीड़ जो कहे, उसके उलट कहने की। यह आदत ख़तरनाक है क्योंकि यह ख़ुद को ऑडिट कहती है जबकि असल में वह सिर्फ़ एक और पूर्वाग्रह है, बस उल्टी दिशा में।

कई बार भीड़ ने अपना गणित कर लिया होता है और वह सही होता है। किसी टीम का मज़बूत होना, किसी संरचनात्मक बदलाव का असली होना, किसी बड़े नतीजे का ऐतिहासिक होना — इन सबको सिर्फ़ इसलिए ख़ारिज करना कि उनके आस-पास बहुत शोर था, ऑडिट नहीं है। मेरा नियम अब यह है: दावे का ऑडिट कीजिए, माहौल का नहीं। जहाँ आँकड़े भीड़ से सहमत हों, वहाँ साफ़ लिखिए कि वे सहमत हैं। सिर्फ़ एक दिशा में चलने वाला सुधार ऑडिट नहीं, स्वभाव बन जाता है।

इसी तरह एक और जाल है जिसमें मैं बार-बार फँसता हूँ। संदर्भ जोड़ते रहना इतना आसान है कि अंत कभी नहीं आता — वेन्यू, युग, पिच, इम्पैक्ट प्लेयर का नियम, पारी-समानता, मौसम, यात्रा। एक-एक करके जोड़ते जाइए और हर निष्कर्ष घुल जाएगा। इससे बचने का एक ही तरीक़ा है: पहले से तय कर लीजिए कि कौन-से तीन संदर्भ सबसे ज़रूरी हैं, उन्हें जमा दीजिए, और वही नतीजा छापिए जितना वे तीन साथ मिलकर सँभाल सकें। बाक़ी सबको 'स्वीकार की गई सीमाएँ' कहकर लिख दीजिए, न कि 'इसलिए मैं कुछ नहीं कह सकता'।

बारीक पंक्ति: एक खाली रिकॉर्ड कब ख़ुद एक खोज है

यहाँ एक बात साफ़ कर देना ज़रूरी है, क्योंकि यह सब सुनकर लग सकता है कि मैं हर खाली जगह को बस एक तकनीकी गड़बड़ मान रहा हूँ। हमेशा नहीं। कभी-कभी खालीपन ख़ुद एक नतीजा होता है।

2026 और 2026 के बीच मैंने कई बार यह देखा कि जिन मैचों के दौरान दर्शकों की अनुपस्थिति सबसे ज़्यादा थी, वहाँ अंपायरिंग के फ़ैसलों पर होने वाली शिकायतों का पैटर्न बदल गया। यह वह डेटा था जो 2026 में किसी के पास नहीं था, क्योंकि वह स्थिति पैदा ही नहीं हुई थी। वहाँ अनुपस्थिति सूचना थी, कमी नहीं।

फ़र्क़ यह है कि सूचना के तौर पर खालीपन तभी काम करता है जब आप जानते हों कि क्या खोज रहे थे। यहाँ हम नहीं जानते थे। यहाँ आठ खानों में से सात खाली थे और आठवाँ सिर्फ़ विषय बता रहा था। यह 'सूचना के तौर पर खालीपन' नहीं है; यह सिर्फ़ खालीपन है। और इन दोनों के बीच का फ़र्क़ पहचानना ही उस काम का सबसे ज़रूरी हिस्सा है जिसे मैं करता हूँ।

आगे क्या देखना चाहिए

अगले कुछ हफ़्तों में जब यह पाइपलाइन दोबारा चलेगी, तो मैं दो नंबर देखूँगा, सुर्ख़ियाँ नहीं। पहला, उस रिकॉर्ड का कच्चा पाठ कितने अक्षरों में लौटा — अगर यह चार अंकों से ऊपर है, तो पाठ आ रहा है। दूसरा, आठ में से कितने खाने भरे — मैं इसे 'फ़ील्ड-कम्प्लीटनेस दर' कहता हूँ, और मेरी राय में यह किसी भी डेटा डेस्क का सबसे ज़रूरी स्वास्थ्य-मापदंड होना चाहिए, किसी सुर्ख़ी के मुक़ाबले।

जिस दिन डेस्क अपनी सुर्ख़ियों के बजाय अपनी कम्प्लीटनेस दर छापने लगेगा, उस दिन से पाठक ख़ुद फ़ैसला कर सकेगा कि किस रिपोर्ट पर भरोसा करना है। तब तक, जब भी आप किसी ट्रांसफ़र की ख़बर पढ़ें और उसमें सिर्फ़ उत्साह हो और कोई संख्या न हो, तो एक पल रुकिए और पूछिए कि उस लेखक के आठ खानों में से कितने भरे हुए थे।