खाली शीट पर कोई फ़ैसला नहीं: क्रिकेट एनालिटिक्स में नल रिज़ल्ट का अनुशासन

स्क्रीन पर एक शीट खुली थी। कॉलम हेडर पूरे तैयार थे — फ़ॉर्मेट, मैदान, स्कोरलाइन, एंटिटी, पिच का एक-लाइन रीड। नीचे एक भी रो नहीं। कोलकाता में रात के ग्यारह बज रहे थे, मेरे डेस्क पर चाय का तीसरा कप ठंडा हो रहा था, और मेरी पहली प्रवृत्ति — चौबीस साल की ट्रेनिंग से पैदा हुई प्रवृत्ति — यह थी कि खाली जगह को किसी भी चीज़ से भर दूँ। एक स्कोरलाइन अंदाज़े से, एक मैदान याद से, एक नाम सुनी-सुनाई खबर से। क्रिकेट कवरेज में यही काम रोज़ होता है, और अक्सर वह ठीक ही लगता है, क्योंकि खाली सेल को भरने पर कोई पकड़ता नहीं।

उस रात मैंने भरा नहीं।

जो पेलोड मेरे सामने था, वह तकनीकी रूप से पूरा था — हर फ़ील्ड मौजूद, हर फ़ील्ड का जवाब N/A, इंफ़ॉर्मेशन पॉइंट्स की सूची खाली, एंटिटी फ़ील्ड में एक गोल-मोल निर्देश जो खुद ही बता रहा था कि कुछ नहीं मिला। स्ट्रक्चर सही, सब्सटेंस शून्य। और मुझे तय करना था कि इस शून्य पर मैं क्या लिखूँ। मेरे पास दो रास्ते थे: एक आत्मविश्वासी मैच-रिपोर्ट, जो तीन घंटे में बन जाती और जिसे कोई चुनौती नहीं देता, या एक ऐसा लेख जो यह बताए कि जब डेटा शून्य हो तो क्रिकेट एनालिस्ट का काम क्या होता है। मैंने दूसरा चुना, क्योंकि शून्य पर नतीजा निकालना विश्लेषण नहीं, गढ़ना है — और गढ़ने की आदत जब पकड़ी न जाए, तब वह मीट्रिक बन जाती है।

यह लेख उसी फ़ैसले का खाता है। यह किसी मैच की कहानी नहीं है। यह उस पाइपलाइन की कहानी है जिसने मुझे खाली शीट थमाई, और उन छह जगहों की कहानी है जहाँ क्रिकेट कवरेज रोज़ खाली शीट को भर देती है।

संदर्भ: जब नंबरों की आपूर्ति सत्यापन से आगे निकल जाए

पिछले आठ-दस साल में भारतीय क्रिकेट कवरेज में एक चीज़ बदली है जिसे किसी ने क्रांति नहीं कहा। हर प्रीव्यू में अब फ़ेज़-एडजस्टेड रेट होता है। हर पोस्ट-मैच में स्ट्राइक-रेट का कोई स्प्लिट होता है। हर ऑक्शन स्टोरी में 'वैल्यू फ़ॉर मनी' का कोई फ़ॉर्मूला होता है। नंबरों की आपूर्ति उनके सत्यापन से कहीं आगे निकल गई है, और यह अंतर ही आज की सबसे बड़ी कवरेज समस्या है — क्योंकि एक नंबर जिसे कोई दोबारा नहीं बना सकता, वह दशमलव बिंदु पहने हुए एक राय भर है।

मैंने यह सब 2026 में शुरू किया था, कोलकाता के एक डिजिटल स्पोर्ट्स स्टार्टअप में, जब मैंने आईपीएल के लिए बॉल-बाय-बॉल प्रेशर इंडेक्स बनाया। उस सीज़न कोलकाता नाइट राइडर्स का पावरप्ले रन रेट 9.1 दिख रहा था, और डेस्क को एक तेज़ प्रीव्यू चाहिए था। मैंने वह नहीं दिया। मैंने तीन रातें मॉडल पर लगाईं, और जो निकला वह असहज था: उन 41 प्रतिशत बाउंड्री में से बड़ा हिस्सा किनारे या मिस-टाइम से आया था, और सुनील नारायण की ओपनिंग कैमियो के पीछे फ़ेज़-एडजस्टेड रेट 7.3 के आसपास बैठता था। मॉडल ने प्लेऑफ़ में मुंबई इंडियंस के खिलाफ़ केकेआर के मिडल-ओवर्स ठहराव को पहले से फ़्लैग कर दिया। एडिटर ने उसे साइडबार में छापा।

उस रात से मेरी एक आदत बनी जो आज भी नहीं गई: मैं कुल योग से पहले फ़ेज़-एडजस्टेड संख्या लिखता हूँ, और हर संख्या के साथ सैंपल साइज़ और अनिश्चितता की बैंड चिपकाता हूँ। यह अहंकार नहीं, बचाव है। जब आपने एक बार देख लिया कि 9.1 का साफ़ नंबर अंदर से 7.3 है, तो आप फिर कभी बिना बैंड के नंबर नहीं लिख सकते।

अगले साल, रूस विश्व कप के दौरान, मैंने एक साइड-प्रोजेक्ट xG/PPDA डैशबोर्ड बनाया। स्पेन ने रूस के खिलाफ़ 1,029 पास किए, 74 प्रतिशत कब्ज़ा रखा, और 0.8 xG ही बना पाया। मेरा एक्सप्लेनर दो भारतीय आउटलेट्स ने सिंडिकेट किया। डेस्क ने मेरे 'डिस्टेंस-कवर्ड प्रेसिंग प्रॉक्सी' वाले सेक्शन को काट दिया। सबक यह नहीं था कि डेस्क गलत था; सबक यह था कि कब्ज़ा बिना भेदन के शोर है — और यही सबक मुझे क्रिकेट के लिए एक्सपेक्टेड रन्स और विकेट-प्रोबेबिलिटी मॉडल डिज़ाइन करने पर ले गया। वह मॉडल ज़रूरत से ज़्यादा भारी था, देर से आया, और सही था।

यह पूरा बैकग्राउंड इसलिए ज़रूरी है क्योंकि उस रात की खाली शीट उसी परंपरा का हिस्सा है। जिस आदमी ने तीन बार इंडेक्स बनाया और हर बार उसे झूठ बोलते देखा, वही आदमी जानता है कि खाली शीट का सही जवाब नया नंबर नहीं, नई जाँच है।

मूल विश्लेषण: शून्य पर नतीजा निकालने के छह दरवाज़े

एक: विफलता की टैक्सोनॉमी पहले, निष्कर्ष बाद में

जब कोई डेटा-पाइपलाइन खाली पेलोड लौटाती है, तो तीन संभावनाएँ होती हैं, और तीनों का इलाज अलग है।

पहली, फ़ेच विफलता — सोर्स पेज पेडवॉल के पीछे था, या जावास्क्रिप्ट से रेंडर हो रहा था, और क्रॉलर को खाली बॉडी मिली। दूसरी, पार्स विफलता — टेक्स्ट आया, लेकिन स्कीमा मैच नहीं हुआ, इसलिए एक्सट्रैक्टर ने सब कुछ N/A कर दिया। तीसरी, वास्तव में खाली सोर्स — लेख मौजूद ही नहीं था, या इतना खोखला था कि निकालने लायक कुछ न था।

मेरे सामने जो पेलोड था, उसमें तीनों में से किसी एक को चुनने का सबूत नहीं था — लेकिन एक सुराग था जिसे मैंने नज़रअंदाज़ नहीं किया। 'एंटिटीज़ इन्वॉल्व्ड' फ़ील्ड में लिखा था: "ऊपर दिए गए इंफ़ॉर्मेशन पॉइंट्स से पहचानें।" और ऊपर कोई इंफ़ॉर्मेशन पॉइंट था ही नहीं। यह सर्कुलर निर्देश टेम्पलेट की खराबी नहीं, पाइपलाइन की गवाही है। जब टेम्पलेट खुद अपने ही खाली रेफ़रेंस की ओर इशारा करने लगे, तो समझिए कि एक्सट्रैक्शन एंटिटी रिज़ॉल्यूशन तक पहुँचने से पहले ही मर चुका था। मेरी रीडिंग उस रात यही थी: विफलता अपस्ट्रीम है, डाउनस्ट्रीम नहीं। यानी इलाज Stage-2 (विश्लेषण) को दोबारा प्रॉम्प्ट करना नहीं, Stage-1 (निष्कर्षण) को सोर्स टेक्स्ट पर दोबारा चलाना है।

यह भेद क्रिकेट कवरेज में भी रोज़ काम आता है। जब कोई कहता है "उसकी फ़ॉर्म खराब है," तो पहला सवाल यह नहीं होना चाहिए कि कितनी पारियों में; पहला सवाल यह होना चाहिए कि वे पारियाँ किस फ़ॉर्मेट की थीं, किस पोज़िशन पर थीं, और किस बॉलिंग अटैक के खिलाफ़ थीं। जब तक यह तीनों तय नहीं, "खराब फ़ॉर्म" एक N/A है जिसे हम रोज़ भर देते हैं।

दो: प्री-फ़्लाइट चेक — वह गेट जो लगना चाहिए था

उस रात का सबसे उपयोगी नतीजा यह नहीं था कि मैंने लेख नहीं लिखा। सबसे उपयोगी नतीजा यह था कि मुझे पता चला कि मेरी प्रक्रिया में वह गेट नहीं था जो इस अनुरोध को शुरू में ही रोक देता।

मेरा सुझाया नियम सीधा है: कोई भी विश्लेषण अनुरोध तब अस्वीकार हो जाना चाहिए जब 'इंफ़ॉर्मेशन पॉइंट्स' खाली हो या 'शीर्षक' N/A हो। यह अजीब लगेगा — भला एनालिसिस स्टेज अपने इनपुट को क्यों रिजेक्ट करे? लेकिन असल में यही एकमात्र ईमानदार विकल्प है। एक खाली इनपुट पर चलने वाला विश्लेषक दो ही काम कर सकता है: या तो वह हर आयाम पर N/A लिखे, या वह गढ़े। तीसरा रास्ता नहीं है। और चूँकि गढ़ना तेज़, चिकना और प्रकाशनीय होता है, इसलिए प्रणाली में गेट होना ज़रूरी है, वरना गढ़ना डिफ़ॉल्ट हो जाएगा।

मैंने अपने 2026 के डैशबोर्ड में यही गलती की थी, उलटी दिशा में। वहाँ गेट नहीं था, इसलिए हर नया वेरिएबल अंदर आता गया — डिस्टेंस कवर्ड, पास चेन, सेकंड-बॉल रिकवरी — और मॉडल इतना भारी हो गया कि उसे पढ़ना मुश्किल और ग़लत साबित करना असंभव हो गया। तब मैंने एक नियम बनाया जो आज भी मेरे चेंजलॉग के पहले पन्ने पर लिखा है: जब भी सुधार शोर की बैंड के अंदर बैठे, सरल मॉडल को डिफ़ॉल्ट रखो। उसी नियम का दूसरा रूप यह है कि जब इनपुट शून्य हो, तो आउटपुट भी शून्य रहेगा — कोई 'इंडिकेटिव एस्टिमेट' नहीं।

तीन: फ़ॉर्मेट टैगिंग — वह चुपचाप होने वाली गलती

अगर उस खाली पेलोड से कोई एक सबक निकालना हो, तो वह यह है: क्रिकेट एनालिटिक्स की सबसे आम गलती फ़ॉर्मेट मिला देना है, और यह गलती कभी शोर नहीं करती।

टेस्ट, वनडे और टी20 का सामरिक तर्क मूल रूप से अलग है। टेस्ट में विकेट की कीमत समय से बँधी है; टी20 में समय की कीमत विकेट से। एक टी20 स्ट्राइक-रेट को टेस्ट बैटिंग की गुणवत्ता पर बहस के लिए इस्तेमाल करना वही गलती है जो फ़ुटबॉल का xG बिना बदले क्रिकेट में लगा देना है। xG उधार लिया, क्रिकेट के तर्क में डाला, और लहजे के साथ लौटा — क्योंकि क्रिकेट का स्कोरिंग इवेंट डिस्क्रीट है, विकेट पर निर्भर है, और फ़ेज़ में बँटा है। जो मॉडल इस डिपेंडेंसी स्ट्रक्चर के लिए दोबारा नहीं बनाया गया, वह औज़ार नहीं, अनुवाद की गलती है।

इसका एक ठोस उदाहरण 14 जुलाई 2026 का लॉर्ड्स फ़ाइनल है, जहाँ इंग्लैंड और न्यूज़ीलैंड का मैच और सुपर ओवर दोनों बराबर रहे, और नतीजा आईसीसी के प्लेइंग कंडीशंस के बाउंड्री-काउंटबैक नियम से तय हुआ। प्रोसेस-आधारित किसी भी मॉडल के लिए वह मैच सिक्का-उछाल की श्रेणी में था; नियम ने उसे नतीजे में बदल दिया। यहाँ कोई विवाद नहीं, सिर्फ़ एक तथ्य है: नियम और प्रोसेस दो अलग चीज़ें मापते हैं, और जब आप एक को दूसरे का सबूत बना दें, तो आपका मॉडल औसत के बारे में सही और पल के बारे में ग़लत हो जाता है।

यही बात DLS पर लागू होती है — बारिश के बाद लक्ष्य संशोधित करने वाला मानक एल्गोरिदम। DLS एक बेहतरीन औज़ार है और उसने खेल को बेहतर बनाया है, लेकिन वह विकेट-इन-हैंड और ओवर-रिमेनिंग के रिश्ते पर चलता है, फ़ॉर्म पर नहीं। जब कोई कमेंटेटर कहता है कि "DLS ने उस टीम को जिता दिया," तो वह असल में यह कह रहा होता है कि उसने मॉडल का आउटपुट देखा और मॉडल की धारणाएँ नहीं देखीं। मेरे लिए यह वही गलती है जो तीन दशमलव वाले नंबर को सच्चाई समझ लेना है।

चार: एंटिटी रिज़ॉल्यूशन — बिना नाम वाला विश्लेषण

उस पेलोड में एक भी खिलाड़ी, एक भी टीम, एक भी लीग नहीं थी। यह सुनने में तुच्छ लगेगा, लेकिन इसका नतीजा बड़ा है: बिना एंटिटी के आप भूमिका-वर्गीकरण शुरू ही नहीं कर सकते — ओपनर, एंकर, फ़िनिशर, पेस, स्पिन, ऑलराउंडर, कीपर। और भूमिका तय न हो तो बेंचमार्क भी तय नहीं होता, क्योंकि हर भूमिका का बेंचमार्क अलग होता है।

यहीं क्रिकेट कवरेज की सबसे पुरानी आदत बैठी है: औसत को भूमिका से पहले देख लेना। एक नंबर-5 बल्लेबाज़ का 34 का औसत और एक ओपनर का 34 का औसत एक ही चीज़ नहीं है — एक को डेथ ओवर्स में तेज़ी लानी होती है, दूसरे को नई बॉल खेलनी होती है। जब तक भूमिका तय नहीं, औसत एक खाली सेल है जिसे हमने खुद भर दिया है।

और इसी जगह पर मेरी सबसे ज़रूरी आदत बसती है, जो मैंने अपनी गलतियों से सीखी: मैं किसी मीट्रिक पर तभी भरोसा करता हूँ जब वह एक बार मुझे शर्मिंदा कर चुका हो। 2026 का प्रेशर इंडेक्स मुझे शर्मिंदा कर चुका है, इसलिए मैं उस पर भरोसा करता हूँ — उसकी सीमाओं के साथ। जो मीट्रिक कभी ग़लत साबित नहीं हुआ, वह असल में कभी परखा ही नहीं गया।

पाँच: सोर्स-क्वालिटी ब्लाइंडनेस — प्रचार और रिपोर्ट में फ़र्क़

पेलोड में 'सोर्स' N/A था और 'आर्टिकल टाइप' अनक्लासिफ़ाइड। इसका मतलब एक ही है: प्रचार-लेख और रिपोर्टेड तथ्य में फ़र्क़ करने का कोई ज़रिया मौजूद नहीं था। और क्रिकेट में यह फ़र्क़ सबसे ज़्यादा मायने रखता है, खासकर ऑक्शन साइकल में।

आईपीएल ऑक्शन की इकोनॉमी में सबसे बड़ी गलती यह है कि ऊँची कीमत को अंतरराष्ट्रीय क्रिकेट की ताक़त का सबूत मान लिया जाए। कीमत एक नीलामी तंत्र का आउटपुट है — उसमें राइट टू मैच (RTM) की रणनीति, पर्स की बाध्यता, टीम कंपोज़िशन की ज़रूरत, और बोली लगाने वालों की घबराहट, सब शामिल हैं। वही खिलाड़ी अगले महीने टेस्ट में कुछ और हो सकता है। कीमत और स्पोर्टिंग वैल्यू दो अलग मीट्रिक हैं, और उन्हें एक ही कॉलम में लिखना वही अनुवाद-गलती है जिसकी मैंने शुरुआत में बात की।

इसी तरह, 2026 से लागू इम्पैक्ट प्लेयर नियम ने टीम कंपोज़िशन को ही बदल दिया है। जब एक टीम असल में 12 खिलाड़ियों की स्वतंत्रता के साथ खेलती है, तो पुराने मॉडल जो 11-खिलाड़ी ढाँचे पर कैलिब्रेट हुए थे, उनका ऑलराउंडर-प्रीमियम वाला हिस्सा धीरे-धीरे अर्थ खो देता है। जो विश्लेषक इस बदलाव को अपने मॉडल में दर्ज नहीं करता, वह 2026 के ऑक्शन को 2026 के फ़ॉर्मूले से पढ़ रहा है।

छह: जोखिम मैट्रिक्स जिसका हर सेल N/A है

यहाँ मैं अपने पेशे की सबसे बड़ी आदत के खिलाफ़ खड़ा हूँ। जब कोई जोखिम मैट्रिक्स खाली हो, तो सबसे आसान और सबसे खतरनाक आउटपुट है: "कम जोखिम।"

"कम जोखिम" का मतलब होता है कि जाँच हो गई और कुछ नहीं मिला। "जाँच नहीं हो सकी" का मतलब कुछ और है — और दोनों को एक जैसा लिखना सबसे बड़ी पेशेवर बेईमानी है। अगर मैं किसी अनपढ़ी खबर पर "कम जोखिम" लिख दूँ, तो मैंने सिर्फ़ ग़लत जानकारी नहीं दी, मैंने एक साफ़ चिट्ठी दे दी जिसका कोई आधार नहीं था।

क्रिकेट में जोखिम की सबसे बार-बार आने वाली श्रेणी चोट और वर्कलोड है। बिना शेड्यूल-डेंसिटी डेटा के उसे स्क्रीन करना नामुमकिन है। दूसरी सबसे बार-बार आने वाली श्रेणी वित्तीय है — राइट्स वैल्यू, फ़्रैंचाइज़ी वैल्यूएशन, सैलरी स्ट्रक्चर। तीसरी नियामक है — NOC, सेंट्रल कॉन्ट्रैक्ट अनुशासन, और ACU (ICC की एंटी-करप्शन यूनिट) से जुड़े मामले। इनमें से तीसरी श्रेणी वह है जिसे कभी नहीं छोड़ना चाहिए। जब भी सोर्स टेक्स्ट उपलब्ध हो, फ़िक्सिंग या स्पॉट-फ़िक्सिंग का कोई भी संकेत अलग से स्कैन होना चाहिए — क्योंकि यह वह श्रेणी है जहाँ "हमने देखा नहीं" और "कुछ था नहीं" में ज़मीन-आसमान का फ़र्क़ है।

विपरीत कोण: नल रिज़ल्ट उद्योग के लिए अप्रिय है, और इसीलिए ज़रूरी है

अब वह हिस्सा, जहाँ मुझे अपने ही पेशे पर लागू होना है।

क्रिकेट एनालिटिक्स में एक अजीब प्रोत्साहन-ढाँचा है: कमज़ोर नतीजा छपता है, नतीजा न होना नहीं छपता। अगर मैं लिखूँ कि इस मैच में किसी टीम की जीत की संभावना 58 प्रतिशत है, तो वह सुर्ख़ी बनती है। अगर मैं लिखूँ कि इस डेटासेट में इतनी जानकारी ही नहीं कि संभावना निकाली जाए, तो संपादक कहता है कि यह खबर नहीं है। और वह तकनीकी रूप से सही है — यह खबर नहीं है। यह एक प्रक्रिया-रिपोर्ट है। लेकिन यही अंतर पैदा करता है कि बाज़ार में हर हफ़्ते सैकड़ों आत्मविश्वासी नंबर आते हैं और लगभग शून्य ऐसे नंबर जो यह बताएँ कि उन्हें निकाला नहीं जाना चाहिए था।

मेरे सामने इसका सीधा उदाहरण मेरा अपना 2026 वाला डैशबोर्ड है। वह ज़रूरत से ज़्यादा बड़ा था, देर से आया, और सही था। लेकिन उसका सबसे ईमानदार हिस्सा वह था जिसे डेस्क ने काट दिया — डिस्टेंस-कवर्ड प्रेसिंग प्रॉक्सी वाला सेक्शन, जो असल में यह कह रहा था कि मेरे पास इस दावे के लिए पर्याप्त डेटा नहीं है। कटा हुआ हिस्सा ही सबसे सच्चा हिस्सा था। उस दिन के बाद मैंने तय किया कि मैं मॉडल का आउटपुट नहीं, मॉडल खुद छापूँगा — चेंजलॉग, असफल कटऑफ़, कैलिब्रेशन कर्व, और वे तीन ड्राफ़्ट जो मैंने फेंके क्योंकि वे किसी खिलाड़ी को ज़रूरत से ज़्यादा बेच रहे थे।

यहाँ एक और बात है जिस पर मुझे खुद को रोकना पड़ता है। मेरी सबसे बड़ी प्रवृत्ति यह है कि मैं "आँख से दिखता है" वाली बात को हिकारत से देखता हूँ। लेकिन यह मेरी विधि का उल्टा हिस्सा है। आँख का परीक्षण एक डेटा सोर्स है, बयान नहीं — बशर्ते उसे एक फ़ेज़ या एक क्लिप से जोड़ा जाए। जब कोई क्षेत्रीय भाषा का कमेंटेटर कहता है कि इस बल्लेबाज़ का बैकलिफ़्ट डगआउट की ओर जा रहा है, तो वह एक परिकल्पना है जिसे मैं टेस्ट कर सकता हूँ। उसे खारिज करना, और उसे बिना जाँच सच मान लेना, दोनों एक ही गलती के दो छोर हैं।

और एक आख़िरी चीज़, जो मुझे सबसे ज़्यादा परेशान करती है। पिछले कुछ वर्षों में लाइव एनालिसिस का चलन ऐसा हुआ है कि हर गेंद पर विन-प्रोबेबिलिटी अपडेट होती है। मैंने लॉकडाउन में बिना दर्शकों वाले मैचों की अपीलें गिनकर देखा था — शोर न हो तो अपील का डेटा साफ़ दिखता है। उस अभ्यास से जो सबक मिला वह यह था कि हर गेंद पर बदलती संभावना अक्सर शोर को नाटक में बदल देती है। इसलिए मैंने अपने ऊपर एक नियम लगाया: अपडेट ट्रिगर पहले से तय करो — विकेट, ओवर-ब्लॉक, रिक्वायर्ड-रेट की सीमा। जब कोई ढाँचागत चीज़ न बदली हो, बैंड को स्थिर रहने दो। स्थिर बैंड का मतलब यह नहीं कि मैं नहीं देख रहा; इसका मतलब है कि मैं वह देख रहा हूँ जो मायने रखता है।

अंतिम सोच: अगली बार जब शीट खाली मिले

उस रात मैंने जो नहीं लिखा, वही उस रात का सबसे ईमानदार आउटपुट था। मैंने पाइपलाइन को एक घटना के रूप में दर्ज किया, विश्लेषण के रूप में नहीं। जब सोर्स टेक्स्ट दोबारा Stage-1 से गुज़रेगा, तब आठों आयाम खुलेंगे — और तब मैं फ़ॉर्मेट टैग अनिवार्य करूँगा, सोर्स और स्टांस दोनों भरवाऊँगा, और ACU स्क्रीनिंग को कभी नहीं छोड़ूँगा।

जो पाठक अगली बार कोई फ़ेज़-एडजस्टेड रेट पढ़े, उसके लिए एक सवाल छोड़ता हूँ: उस संख्या के साथ सैंपल साइज़ कहाँ लिखा है? अगर नहीं लिखा, तो वह संख्या आपको कुछ नहीं बता रही — वह सिर्फ़ आपको आश्वस्त कर रही है। और आश्वासन और जानकारी में फ़र्क़ करना ही इस पेशे का पहला कौशल है।

हर मीट्रिक एक अनुवाद है, और हर अनुवाद एक बोली खो देता है। जिस दिन हमने यह मान लिया कि अनुवाद में कुछ नहीं खोया, उस दिन हमने खाली शीट को सच मान लिया।