जब स्कोरकार्ड खाली आए: क्रिकेट डेटा विश्लेषण में शून्य-परिणाम की नैतिकता

हुक — वह फ़ाइल जिसके अंदर कुछ भी नहीं था

इस महीने की शुरुआत में मेरी डेस्क पर एक फ़ाइल आई। नाम था "Stage-1 Deconstruction Output"। फ़ाइल का काम था क्रिकेट की एक खबर को सूचना-बिंदुओं में तोड़ना — शीर्षक, स्रोत, लेख-प्रकार, मुख्य तथ्य, लेखक का रुख, निष्कर्ष। जब मैंने उसे खोला, तो हर कॉलम के सामने लिखा था: N/A। एक भी सूचना-बिंदु नहीं था। एक भी मूल दृष्टिकोण नहीं था। लेख-प्रकार "Unclassified" था। सबसे अजीब बात यह थी कि फ़ाइल स्कीमा की दृष्टि से पूरी तरह वैध थी — उसका JSON पार्स हो गया, उसका वैलिडेशन पास हो गया, और वह मेरे विश्लेषण-पाइपलाइन के दूसरे चरण में एक तैयार रिपोर्ट की तरह दाखिल हो गई।

क्रिकेट की भाषा में कहूँ तो यह ऐसा था जैसे एक स्कोरकार्ड आया हो जिसमें दोनों पारियों के कॉलम मौजूद हों, पर भरे न हों। कोई रन नहीं, कोई विकेट नहीं, कोई गेंद नहीं। फिर भी स्कोरकार्ड के शीर्ष पर लिखा था "मैच संपन्न"। यह रिपोर्ट उसी खाली स्कोरकार्ड की कहानी है — और साथ ही, उस संकट की कहानी है जो क्रिकेट के तमाम डेटा-डेस्क, फ्रैंचाइज़ी विश्लेषण और स्पोर्ट्स मीडिया के सामने हर दिन खड़ा रहता है: जब इनपुट खाली हो, तो ईमानदार आउटपुट क्या होता है?

मैच देखने के अपने वर्षों के अनुभव में मैंने एक सबक सबसे गहराई से सीखा है: सबसे खतरनाक डेटा वह नहीं है जो गलत हो, बल्कि वह है जो खाली होकर भी वैध दिखता है। गलत डेटा आपको बहस की तरफ ले जाता है; खाली डेटा आपको उस खाई की तरफ ले जाता है जहाँ कोई सबूत नहीं है। और उस खाई को एक ईमानदार विश्लेषक कभी कल्पना से नहीं भरता। यह उस पुरानी गोलमाल जैसा है जब एक मैच अंपायरिंग त्रुटि से तय होता है और टीवी कमेंटेटर उसे "किस्मत" कहकर टाल देते हैं। किस्मत नहीं — वह एक परिचय-पत्र है कि सबूत से काम लिया जाए।

संदर्भ — डेटा-डेस्क और कमेंट्री बॉक्स का पुराना अंतर

तीन दशकों से मैं यह बहस लड़ रहा हूँ: भारतीय क्रिकेट के डेटा-डेस्क ने सामरिक बहस बरसों पहले जीत ली थी, जबकि टीवी कमेंट्री बॉक्स आज भी अप्रमाणिक "इरादे" की भाषा बेच रहा है। "इरादा", "चरित्र", "मोमेंटम", "वे इसे और चाहते थे" — ये वे शब्द हैं जिन्हें मैं अपनी रिपोर्ट में कभी इस्तेमाल नहीं करता, क्योंकि इन्हें ऑपरेशनल नहीं बनाया जा सकता, इन पर तारीख नहीं लगाई जा सकती और इन्हें बाद में संशोधित नहीं किया जा सकता। मेरे लिए क्रिकेट विश्लेषण एक एक्चुअरी का काम है: सवाल बताओ, डेटासेट का नाम लो, मान्यताएँ प्रकाशित करो, और फिर नंबर उसके अंतराल और उसकी विफलता की स्थितियों के साथ दो।

इस लेख का आधार एक विश्लेषण-पाइपलाइन की दूसरी स्टेज की रिपोर्ट है। उसमें आठ आयाम हैं — प्रारूप और मैच विश्लेषण, खिलाड़ी तकनीक, टीम परिदृश्य, लीग और वाणिज्यिक पारिस्थितिकी, नियम और शासन, जोखिम-पक्ष, सार्वजनिक कथा, और उद्योग संचरण। आम तौर पर इन आठों में से हर एक को स्टेज-1 के सूचना-बिंदुओं से जोड़कर भरा जाता है। लेकिन इस रिपोर्ट में हर आयाम के सामने एक ही जवाब था: "N/A — अपर्याप्त जानकारी"। और यही वह बिंदु है जहाँ से इस रिपोर्ट की सबसे बड़ी खोज शुरू होती है — खाली पेलोड को निगल लिया गया, उसे खारिज नहीं किया गया।

यह रिपोर्ट मुझे एक बड़ी याद दिलाती है। अक्टूबर 2026 में, दस आईपीएल सीज़न — 2026 से डेक्कन चार्जर्स, 2026 से सनराइज़र्स हैदराबाद — के अंदर काम करने के बाद मैंने छह हफ्ते की छुट्टी ली थी। भारत के पहले फीफा टूर्नामेंट, अंडर-17 विश्व कप के ट्रैकिंग डेटा पर सलाह देने के लिए। कोच्चि से कोलकाता तक छह स्थलों पर 52 मैच। गुवाहाटी के एक होटल के कमरे में मैंने अकेले एक पज़ेशन-वैल्यू मॉडल बनाया। उस मॉडल ने रैंकिंग दी इंग्लैंड के रियान ब्रूस्टर को — 8 गोल, गोल्डन बूट — फाइनल से दो राउंड पहले ही उसे टूर्नामेंट का सबसे कारगर शूटर बता दिया। मैंने वह मॉडल अपने वज़नों के साथ, एक मुफ्त न्यूज़लेटर में प्रकाशित कर दिया। यह कहानी मैं इसलिए सुनाता हूँ, क्योंकि उस दिन से मेरा नियम बदल गया — बिना विधि के निष्कर्ष छापना बंद कर दिया।

उसी परंपरा में मैं इस रिपोर्ट को एक केस-स्टडी की तरह पढ़ता हूँ। यह कोई प्रतियोगी क्रिकेट मैच नहीं है, कोई सीरीज़ नहीं है। यह एक पाइपलाइन का इंजीनियरिंग नमूना है। पर इसका सबक क्रिकेट के दिल तक जाता है: जब सबूत नहीं होते, तो विश्लेषण को चुप रहना चाहिए।

मूल विश्लेषण — आठ आयाम, एक खाली नक्शा

मैं उस रिपोर्ट के आठों आयामों को क्रम से खोलता हूँ, और साथ में यह दिखाता हूँ कि उनमें से हरेक अगर भरा होता, तो क्या कहता।

पहला आयाम: प्रारूप और मैच का संदर्भ

स्टेज-2 अनुबंध का पहला नियम है: टेस्ट, वनडे और टी20 के निष्कर्षों को कभी आपस में नहीं मिलाना। प्रारूप तय करता है कि मैच का कौन-सा चरण निर्णायक है — पावरप्ले, मध्यकाल, डेथ-ओवर; या टेस्ट में नई गेंद के पहले स्पैल। जमीन का आकार, उछाल, ओस, गर्मी, DLS — ये सब वैध चर हैं, माहौल का भराव नहीं। पर इस रिपोर्ट में न कोई प्रारूप था, न कोई स्थल, न कोई मैच। इसका मतलब यह नहीं था कि "कोई जोखिम नहीं"। इसका मतलब था "कोई आकलन ही नहीं किया गया"।

मैं इसे 2026 के उस प्रयोग से जोड़कर देखता हूँ जब UAE में खाली स्टेडियमों में आईपीएल खेला गया। हैदराबाद से काम करते हुए मैंने उन सभी 60 मैचों का डेटा खींचा — दुबई, अबू धाबी, शारजाह — और उस चर को अलग किया जिसे किसी ने अलग नहीं किया था: भीड़। तटस्थ स्थलों पर होम-एडवांटेज पॉइंट्स-पर-गेम के हिसाब से सांख्यिकीय शोर में गायब हो गया, जबकि शारजाह की छोटी सीमाओं ने दुबई की तुलना में स्कोरिंग को 1.9 रन प्रति गेंद बढ़ा दिया। यह मेरा सबसे बड़ा नतीजा था: "घरेलू" प्रभाव ज़्यादातर शेड्यूलिंग और पिच-आवंटन था, जादू नहीं। दो संपादकों ने उसे खारिज कर दिया, फिर एक डिजिटल माध्यम ने छापा।

खुला मॉडल इसलिए काम करता है क्योंकि वह स्वीकार करता है कि वह क्या नहीं देख सकता। जिस पल मॉडल यह दावा करता है कि वह सब देखता है, उसी पल वह पत्रकारिता छोड़कर भविष्यवाणी बन जाता है। इस रिपोर्ट का पहला आयाम यही सिखाता है: जब प्रारूप ही अज्ञात हो, तो सबसे पवित्र काम है अपने हाथ को रोकना।

दूसरा आयाम: खिलाड़ी की तकनीक और डेटा

इस आयाम का काम है खिलाड़ी की पहचान, उसकी भूमिका, उसके आँकड़े, उसकी उम्र-वक्र और चोट के इतिहास को एक-एक कर जोड़ना। फिनिशर के लिए 180+ का स्ट्राइक रेट, गेंदबाज़ के लिए 7 से कम की इकॉनमी — ये वे बेंचमार्क हैं जिनके सहारे मैं दावे करता हूँ। पर इस रिपोर्ट में एक भी खिलाड़ी का नाम नहीं था। न कोई औसत, न कोई स्ट्राइक रेट, न कोई पारी।

यहीं मैं उस सबसे बड़े जोखिम की तरफ इशारा करता हूँ जो आज के क्रिकेट डेटा व्यवसाय में छिपा है: जब इनपुट खाली हो और डेस्क को रिपोर्ट देनी ही हो, तो मॉडल अपनी पुरानी याददाश्त से तथ्य गढ़ने लगता है। वह लेख में नहीं था, फिर भी वह उसे लेख का तथ्य बताकर पेश कर देता है। यह ठीक उसी तरह है जैसे कोई स्कोरर कह दे — "पता नहीं कितने रन बने, पर लगता है शतक ज़रूर बना होगा"। 44 साल की पत्रकारिता में मैंने सीखा है कि गढ़ा गया विश्लेषण सूट पहने हुए सवाल होता है, सबूत नहीं।

यह मुझे 2026 की याद दिलाता है, जब मैं बॉम्बे यूनिवर्सिटी में कानून का छात्र था और पत्रकारिता में संयोग से आया। स्पोर्ट्सवीक के संपादक तक का सफर तय करने के बाद 2026 के दशक में BCA-माफ़ातलाल बॉलिंग स्कीम में फ्रैंक टायसन के साथ काम करते हुए मैंने अबे कुरुविल्ला, परस म्हाम्ब्रे, साईराज बहुतुले, सलील अंकोला और निलेश कुलकर्णी को बॉलिंग सिखाते देखा। उस दौर का सबसे बड़ा सबक यह था कि गेंदबाज़ी का डेटा — रिलीज़ पॉइंट, स्विंग का कोण, पिच की लंबाई — गुरु की आँख से नहीं, माप से निकलता है। आज भी मैं हर रिपोर्ट में यह पूछता हूँ: यह संख्या कैसे बनी? किसने मापी? किस उपकरण से?

तीसरा आयाम: टीम परिदृश्य और रैंकिंग

टीम की रैंकिंग, घरेलू-विदेशी अंतर, बल्लेबाजी की गहराई, गेंदबाजी का संयोजन, बेंच की मोटाई, उम्र की संरचना — ये सब मिलकर बताते हैं कि कोई टीम महाशक्ति है, मझोली ताकत है या उभरती हुई इकाई। इस रिपोर्ट में न कोई टीम थी, न कोई रैंकिंग तालिका। न कोई भारत-पाकिस्तान जैसा सुपरिचित मुकाबला, न एशेज़ जैसी कोई प्रतिद्वंद्विता।

मेरे लिए घरेलू-विदेशी भेद क्रिकेट का सबसे व्याख्यात्मक चर है। जब 2026 में भीड़ गायब हुई, तो मॉडल ने अपना आकार बनाए रखा और अपना अर्थ खो दिया। भारतीय टीम की असली बाध्यता प्रतिभा नहीं, चयन है — दुनिया की सबसे कठिन दूसरी एकादश बनाना भारत का सबसे कठिन काम है। रणजी ट्रॉफी की सिर्फ नॉक-आउट कवरेज एक सूचना-बाज़ार की विफलता है, रोमांस की समस्या नहीं। पर जब इनपुट में टीम ही न हो, तो इन सारी अंतर्दृष्टियों का कोई आधार नहीं रहता। साफ-सुथरा डैशबोर्ड सबूत नहीं है; वह सवाल है जो सूट पहनकर बैठा है।

चौथा आयाम: लीग और वाणिज्यिक पारिस्थितिकी

आईपीएल, बीबीएल, द हंड्रेड, पीएसएल, SA20, CPL, MLC, ILT20 — हर लीग की अपनी वाणिज्यिक संरचना है। प्रसारण अधिकारों का मूल्य, फ्रैंचाइज़ी का मूल्यांकन, खिलाड़ियों की सैलरी, नीलामी की कीमतें। मेरा हमेशा से यह नियम रहा है कि वाणिज्यिक मूल्य को खेल-मूल्य से अलग करके देखा जाए। जब कोई फ्रैंचाइज़ी किसी नाम के लिए रिप्लेसमेंट से ऊपर कीमत चुकाती है, तो मैं उस कीमत को मॉडल के अनुमान से काटकर देखता हूँ। पर इस रिपोर्ट में न कोई लीग थी, न कोई नीलामी, न कोई सौदा।

इस आयाम का मूल्य तभी है जब लेख में वाणिज्यिक हुक हो। अगर लेख सिर्फ मैच-रिपोर्ट है, तो सही आउटपुट एक छोटा "इस लेख पर लागू नहीं" है — पैडिंग नहीं। मैंने तीन दशकों में सीखा है कि फ्रैंचाइज़ी और बोर्ड के रिश्ते लीक को स्कूप जैसा बना देते हैं; स्रोत का लाभ चुपचाप कहानी का ढाँचा बन जाता है। इसलिए हर रिपोर्ट में मैं लिखता हूँ: यह बात किसने बताई, और उसे इससे क्या मिलता है।

पाँचवाँ आयाम: नियम और शासन

सत्ता और राजस्व का बँटवारा, खेल-नियमों के विवाद, भ्रष्टाचार-रोधी निगरानी, पात्रता और चयन के नियम, भू-राजनीतिक दबाव। जब कोई ICC या बोर्ड की कार्रवाई नहीं होती, तो इस आयाम का कोई विषय नहीं होता। यह रिपोर्ट केवल एक मेटा-टैग लेकर आई थी: "cricket_world" — जो कि कोई शासन-संकेत नहीं है।

मेरे लिए इस आयाम में एक बड़ा खतरा है: खाली आउटपुट को "कोई अनुपालन समस्या नहीं मिली" के रूप में पढ़ लेना। यह एक खतरनाक झूठ है। सही पढ़ना यह है: "कोई अनुपालन आकलन किया ही नहीं गया"। ये दोनों वाक्य एक जैसे दिखते हैं, पर इनके बीच रसातल है। 2026 में जब मैं इंडियन एक्सप्रेस का क्रिकेट संपादक था और मैच-फिक्सिंग का सिलसिला खुला, तो मैंने सीखा था कि चुप्पी को क्लीन-चिट समझना मीडिया का सबसे बड़ा पाप है।

छठा आयाम: जोखिम-पक्ष विश्लेषण

इस रिपोर्ट का सबसे मूल्यवान हिस्सा यही था। खेल-जोखिम, कार्मिक-जोखिम, वाणिज्यिक-जोखिम, नियम-जोखिम, जनमत-जोखिम — सभी अआकलनीय थे। पर एक जोखिम का आकलन पूरी निश्चितता से हुआ: व्यवस्थागत जोखिम। खाली स्टेज-1 पेलोड को एक वैध इनपुट की तरह आगे बढ़ा दिया गया। इसका स्तर High था, संभावना High थी, और प्रभाव High था।

इसे मैं एक्चुअरी की भाषा में कहूँ तो ऐसा: रिपोर्ट का समग्र जोखिम-मूल्यांकन High था — लेकिन वह क्रिकेट के किसी जोखिम के कारण नहीं था, बल्कि इसलिए था कि एक खाली इनपुट पर पूरी तरह सजी-धजी रिपोर्ट छपने की राह खुली हुई थी। जोखिम-प्रथम रिपोर्टिंग की बाध्यता यह है कि जो देखा नहीं जा सकता, उसके लिए मौन को "स्वस्थ" नहीं माना जा सकता।

सातवाँ आयाम: सार्वजनिक कथा और अपेक्षा

हर बड़े क्रिकेट मुकाबले के आसपास एक कथा बनती है — प्रतिद्वंद्विता की गाथा, राजवंश की निरंतरता, नए सितारे का उदय, दिग्गज की विदाई, प्रायश्चित की कहानी। मेरा काम है उस कथा को डेटा से जाँचना: क्या भावनात्मक उछाल असलियत से आगे निकल गया है? इस रिपोर्ट में कोई कथा ही नहीं थी, क्योंकि कोई विषय ही नहीं था। लेखक का रुख और लेख का उद्देश्य दोनों N/A थे। जिस चीज़ की मैं अक्सर कमी बताता हूँ — भावनात्मक कथा और तथ्यों का अंतर — उसी की पहचान करने की क्षमता यहाँ अनुपस्थित थी।

आठवाँ आयाम: उद्योग संचरण

ऊपर की ओर युवा विकास और प्रतिभा की आपूर्ति; बीच में राष्ट्रीय टीमें और लीग; नीचे की ओर प्रसारण, व्यावसायिकता और व्युत्पन्न बाज़ार। यह नक्शा किसी घटना-विशेष से चलता है — एक अधिकार-सौदा, एक लीग-विस्तार, एक प्रतिभा-पाइपलाइन सुधार। जब शून्य घटनाएँ हों, तो यह नक्शा सिर्फ पतला नहीं, संरचनात्मक रूप से खाली होता है। यह आयाम सबसे संवेदनशील है मात्राओं के अभाव के प्रति — रणनीति के विपरीत, यह सिर्फ हेडलाइन से नहीं चलता।

विरोधाभास — खाली डेटा भी डेटा है

अब मैं उस बिंदु पर आता हूँ जो मेरे इस पूरे करियर का सबसे अप्रिय सत्य है: खाली डेटा भी डेटा है। जब एक स्टेज-1 पेलोड शून्य सूचना-बिंदुओं के साथ आता है, तो वह अपने बारे में बहुत कुछ बताता है। वह बताता है कि ऊपरी प्रक्रिया में कोई दरार है — शायद पेज-फ़ेच विफल रहा, शायद जावास्क्रिप्ट से भरा पेज सर्वर-साइड टेक्स्ट नहीं दे रहा, शायद इनपुट प्रोज़ ही नहीं था। और यह N/A-पैटर्न — शीर्षक गायब, स्रोत गायब, प्रकार अवर्गीकृत — किसी विषय-रहित लेख से कहीं अधिक किसी इंजीनियरिंग विफलता की तस्वीर है।

यहीं मैं अपने ही तरीके से बहस करता हूँ। मैंने अपने करियर में हमेशा "कॉन्ट्रेरियन" की भूमिका निभाई है — बाज़ार की धारणा से उलट चलने वाला विश्लेषक। पर इस रिपोर्ट ने मुझे याद दिलाया कि विरोधाभासी होने की प्रतिष्ठा भी एक जाल है। जब विरोधाभास ही पहचान बन जाए, तो इंसान भीड़ की राय के खिलाफ जाने के लिए ही विरोधाभास ढूँढने लगता है। यहाँ सच्चा विरोधाभास यह नहीं था कि "विश्लेषण खाली है, इसलिए कुछ मत लिखो"। असली विरोधाभास यह था: इस खाली रिपोर्ट ने एक ऐसी अंतर्दृष्टि दी, जो किसी भरी हुई रिपोर्ट ने नहीं दी होती — कि सत्यापन-द्वार (validation gate) का अभाव किसी भी क्रिकेट-विकास से बड़ा पाइपलाइन-जोखिम है।

एक और विरोधाभास है जो मुझे यहाँ दिखता है। हम कहते हैं "ज़्यादा डेटा ज़्यादा सच"। पर असली समाधान ज़्यादा डेटा नहीं है — असली समाधान पारदर्शिता है। जब हर डेस्क यह बताए कि उसका मॉडल क्या नहीं देख सकता, तब ही मॉडल पर भरोसा किया जा सकता है। मैं हमेशा अपने आँकड़े प्रकाशित करता हूँ ताकि पाठक उन पर हमला कर सकें। जो संपादक तुरंत निष्कर्ष चाहता था, उसने सीखा कि मैं बिना स्रोत के देर से फाइल करूँगा, गलत फाइल नहीं। इसने मुझे डेडलाइनें खर्च कराईं और एक प्रतिष्ठा दी।

यहाँ एक तीसरा रहस्य भी है। जब कोई विश्लेषक खाली इनपुट को "कुछ नहीं मिला" कहकर आगे बढ़ जाता है, तो वह चुपचाप कवरेज-पूर्वाग्रह पैदा करता है। जो स्रोत सर्वर-साइड HTML देते हैं, वे ही पाइपलाइन में बच रहते हैं; जो पे-वॉल या जियो-ब्लॉक के पीछे हैं, वे व्यवस्थागत रूप से गायब हो जाते हैं। देखने में यह एक इंजीनियरिंग सूची है, पर असल में यह साम्पादकीय निर्णय है। किसकी कहानी सुनी जाएगी और किसकी नहीं — यह फैसला तकनीकी विफलता के हाथ में चला जाता है।

मैं उस U-17 प्रयोग को फिर याद करता हूँ। U-17 के आँकड़ों ने मुझे सिखाया कि कहानी के बिना मॉडल सिर्फ अंकगणित है। ब्रूस्टर मॉडल का सटीक होना महत्वपूर्ण नहीं था; महत्वपूर्ण यह था कि उसके वज़न सार्वजनिक थे, इसलिए कोई भी उसकी गलती पकड़ सकता था। यही खुलापन उस मॉडल की ताकत थी — और यही वह गुण है जो आज के क्रिकेट मीडिया में सबसे दुर्लभ है। टीवी कमेंट्री बॉक्स आज भी "इरादे" की भाषा बेचता है, जबकि डेटा-डेस्क ने बहस बरसों पहले जीत ली।

निष्कर्ष — अगले चरण का संकेत

इस रिपोर्ट से मुझे तीन चीजें साफ दिखती हैं। पहली: एक सस्ता स्कीमा-नियम — "शून्य सूचना-बिंदु वाले पेलोड को अस्वीकार करो" — इस पूरी विफलता को तुरंत पकड़ लेता। दूसरी: खाली पेलोड ही सबूत है कि समस्या विश्लेषण में नहीं, पाइपलाइन के पहले चरण में है। तीसरी: जब तक कोई वैध इनपुट — कम से कम तीन सूचना-बिंदु और एक नामित इकाई — नहीं आता, तब तक आठों आयामों को खुला छोड़ देना ही एकमात्र ईमानदार आउटपुट है।

यह मुझे एक और चीज सिखाता है, जो शायद सबसे गहरी है। क्रिकेट में हम सोचते हैं कि रिपोर्ट तभी सफल है जब वह निर्णायक हो। पर असली सफलता तब है जब रिपोर्ट बताए कि वह कहाँ तक जा सकती है और कहाँ नहीं। जो रिपोर्ट "मुझे नहीं पता" कहने से डरती है, वह आखिरकार झूठ बोलना शुरू कर देती है।

आने वाले हफ्तों में जब हम अगली सीरीज़ की बहस में उतरेंगे — जब कोई दिग्गज शतक चूकेगा, कोई नया तेज गेंदबाज़ पदार्पण करेगा, कोई फ्रैंचाइज़ी नीलामी में करोड़ों लुटाएगी — तो मैं यही पूछूँगा: यह संख्या कहाँ से आई? किसने मापी? किस उपकरण से? और सबसे महत्वपूर्ण — जब डेटा खाली हो, तो क्या डेस्क चुप रहने का साहस रखती है?

क्योंकि जब स्कोरकार्ड खाली आए, तो उसे भरना किसी और का काम लग सकता है। पर मैं चार दशकों से कह रहा हूँ: खाली स्कोरकार्ड भी एक संदेश है। उसे पढ़ना विश्लेषक का कर्तव्य है — और उसे खाली छोड़ देना, कभी-कभी, सबसे भरी हुई रिपोर्ट होती है।