खाली फ़ीड, भरा स्कोरकार्ड: क्रिकेट में 'डेटा नहीं' कब 'खबर नहीं' बन जाता है

14 जुलाई 2026 की रात लॉर्ड्स का स्कोरकार्ड जो लिखता है, वह क्रिकेट का वाक्य नहीं, हिसाब की पर्ची है। पचास ओवर में मैच टाई, सुपर ओवर में टाई, और फिर बाउंड्री गिनती। एक विश्व कप फाइनल का फैसला इस बात से हुआ कि किस टीम के बल्ले ने चार और छह ज़्यादा बार किनारा छुआ। उसी रात एक दूसरी घटना दर्ज हुई जो किसी भी स्कोरकार्ड में दिखती नहीं — बेन स्टोक्स के बल्ले से टकराकर सीमा तक गई गेंद पर स्कोरर ने दो दौड़े और चार ओवरथ्रो, कुल छह रन दिए। यह फैसला नियम पुस्तिका और स्कोरर की कलम, दोनों पर टिका था, और उस रात जो हुआ उसकी दिशा उसी एक शॉट-कम-निर्णय ने बदली। मैंने सालों तक लोगों को यह कहते सुना है कि स्कोरकार्ड सच बोलता है। स्कोरकार्ड सारांश बोलता है, और सारांश दबाव में, समय की कमी में, एक स्कोरर की आदतों के भीतर लिखा जाता है।

असली खतरा ग़लत संख्या नहीं है। असली खतरा वह खाली संख्या है जो देखने में साफ़-सुथरी लगती है। पिछले हफ़्ते एक डेस्क-एक्सरसाइज़ में मेरे सामने एक फ़ाइल आई जो तकनीकी रूप से पूरी थी और सामग्री से पूरी तरह खाली — शीर्षक नहीं, स्रोत नहीं, तथ्यों की सूची मात्र खाली कोष्ठक। एक जूनियर उसे 'कोई खबर नहीं' मानकर आगे बढ़ सकता था। यही इस पूरे लेख का विषय है: क्रिकेट की सूचना-व्यवस्था में सबसे महँगी ग़लती ग़लत आँकड़ा नहीं, बल्कि अनुपस्थित आँकड़े को 'निष्कर्ष' पढ़ लेना है।

फ़ीड का जीवविज्ञान

क्रिकेट का डेटा पाँच परतों से गुज़रकर पाठक तक पहुँचता है। पहली परत मैदान पर बैठा स्कोरर है, जो हर गेंद को अपनी आँख और अपने अनुभव से कोड करता है। दूसरी परत फ़ीड प्रोवाइडर है, जो उन कोडों को स्कीमा में ढालता है। तीसरी परत एग्रीगेटर — क्रिकबज़, ईएसपीएनक्रिकइन्फ़ो जैसे प्लेटफ़ॉर्म। चौथी परत ब्रॉडकास्ट है, जो लाइव कमेंट्री के साथ ग्राफ़िक जोड़ता है। पाँचवीं परत पाठक की स्मृति है, जो सबसे ज़्यादा नुकसानदेह है क्योंकि वह किसी भी सारांश से चिपक जाती है और उसे कभी दोबारा ऑडिट नहीं करती।

हर परत पर एक फ़िल्टर बैठा है, और हर फ़िल्टर के तीन अलग-अलग रूप होते हैं: फ़िल्टर कुछ छोड़ देता है, फ़िल्टर कुछ बदल देता है, या फ़िल्टर खुद फेल हो जाता है और फेल होने पर डिफ़ॉल्ट मान भर देता है। तीसरा रूप सबसे ख़तरनाक है, क्योंकि वह दिखता नहीं। जब एक पेज जावास्क्रिप्ट से रेंडर होता है और स्क्रैपर खाली लौटता है, तो सिस्टम 'कोई तथ्य नहीं' नहीं लिखता — वह 'अवर्गीकृत' लिखता है। पाठक के लिए 'अवर्गीकृत' और 'सामान्य' एक ही चीज़ लगते हैं। मैच प्रीव्यू की भाषा में 'अवर्गीकृत' का मतलब हो जाता है 'कोई ख़ास संकेत नहीं'। जबकि सच यह होता है कि सिग्नल कभी पहुँचा ही नहीं।

इस पाँच-परत ढाँचे के भीतर जो सबसे कम जाँची जाने वाली परत है, वह पहली है। स्कोरर का फैसला। और मेरी पूरी पद्धति इसी एक वाक्य पर खड़ी है: अगर स्कोरर का फैसला बदल जाए तो निष्कर्ष बदल जाता है — इसलिए निष्कर्ष से पहले फैसले को ऑडिट करना ज़रूरी है।

2026 में जब मैंने क्रिकबज़ की दिल्ली डेटा डेस्क पर बॉल-बाय-बॉल लेजर बनाना शुरू किया, तो मेरा पहला काम मॉडल नहीं, मिलान था। आईपीएल के 60 मैचों की चौदह हज़ार से ज़्यादा गेंदों को मैंने ब्रॉडकास्ट रिकॉर्ड से एक-एक करके मिलाया — चरण, वेन्यू, बल्लेबाज़-गेंदबाज़ मुक़ाबला, विकेट की संभावना। डेस्क को जल्दी 'हॉट टेक' चाहिए थे; मैंने पहले बारह पेज का मेथडोलॉजी नोट दिया। उस नोट का सबसे विवादित हिस्सा वह था जिसमें ग़लतियों की सूची थी, आँकड़े नहीं।

लेजर अपने आप में तटस्थ भूमि नहीं है

यह सच है जो मुझे सबसे देर से समझ आया और जो सबसे ज़्यादा काम आया। बॉल-बाय-बॉल फ़ीड को कोई भी पढ़ता है तो उसे लगता है कि यह कच्चा सच है। है नहीं। हर गेंद एक मानवीय निर्णय है — बाय, लेग-बाय, वाइड, छूटा कैच, और सबसे अस्पष्ट शब्द, 'इंटेंट'। एक गेंद जो बल्लेबाज़ के पैड पर लगी, एक स्कोरर के लिए लेग-बाय है और दूसरे के लिए 'मिस्ड', और यह अंतर तीन ओवर बाद के रन-रेट ग्राफ़ में दिखता है। रन-आउट का श्रेय किसे जाता है — फेंकने वाले को या मिस करने वाले को — यह भी एक परंपरा है, भौतिकी नहीं।

इसका सीधा नतीजा यह है कि लेजर से निकले किसी भी निष्कर्ष के साथ उसकी त्रुटि-दर भी लिखनी पड़ती है। मैंने अपने हर लंबे विश्लेषण में यह जोड़ा है कि संख्या कहाँ से आई और उस फ़ीड की ज्ञात कमज़ोरियाँ क्या हैं। जब कोई कहता है 'उसने 42 रन 61 गेंद में बनाए', तो मेरा पहला सवाल यह नहीं होता कि स्ट्राइक रेट कम था या नहीं। मेरा पहला सवाल यह होता है कि उन 61 गेंदों में पावरप्ले कितनी थीं, मध्य ओवरों में आवश्यक रन-रेट क्या था, और उस पारी का मैच-स्टेट क्या था। बिना चरण-संदर्भ के स्ट्राइक रेट एक सजावट है, साक्ष्य नहीं।

एक उदाहरण से बात साफ़ होगी। मान लीजिए किसी बल्लेबाज़ ने 61 गेंदों में 42 रन बनाए और टीम 20 ओवर में 148 पर पहुँची। स्कोरकार्ड कहेगा — धीमी पारी, टीम को नुकसान। अब उन्हीं 61 गेंदों को चरणों में बाँटिए: पहली 18 गेंदें पावरप्ले में, जहाँ दो विकेट गिर चुके थे और आवश्यक रन-रेट 7.1 था; अगली 30 गेंदें मध्य ओवरों में जहाँ स्पिनर दोनों सिरों से चल रहे थे और उस अवधि में टीम का स्कोरिंग 6.2 प्रति ओवर था; आख़िरी 13 गेंदें डेथ में जहाँ उसने 21 रन बनाए। इस पुनर्गठन के बाद वही 42 (61) 'धीमी पारी' नहीं रह जाती — वह एक ऐसी पारी बन जाती है जिसने मध्य ओवरों में विकेट बचाया और अंत में गियर बदला। एक ही संख्या, दो अलग कहानियाँ। अंतर सिर्फ़ चरण-विभाजन का है।

मेरे काम में यह विधि 2026 में एक कदम आगे गई। रूस विश्व कप के चौसठ मैचों का xG-आधारित अध्ययन करते हुए मैंने फ़ुटबॉल के अपेक्षित गोल के तर्क को क्रिकेट में अनुवाद करने की कोशिश की — अपेक्षित रन और विकेट-संभावना। इसे मैंने 2026 आईपीएल के पावरप्ले पर परखा, 720 ओवर, और नतीजा यह निकला कि फ़ुटबॉल का 'पज़ेशन' जैसा कोई आँकड़ा क्रिकेट में सीधे नहीं उतरता, क्योंकि क्रिकेट में गेंद का नियंत्रण दोनों टीमों के पास बारी-बारी से होता है और 'नियंत्रण' का मतलब वहाँ रन-दर नहीं, विकेट-संसाधन है। वह पहला ड्राफ़्ट दो हफ़्ते देर से गया क्योंकि मैं कैलिब्रेशन सुधारता रहा। एडिटर ने कटऑफ़ थोपा। उस दिन के बाद मैंने अपने लिए एक नियम बनाया — मॉडलिंग के लिए दो दिन की सख़्त समय-सीमा, और फ़ाइल किसी सहकर्मी को सौंपकर ही पब्लिश करना।

खाली फ़ीड के पाँच रूप

अब उसी अनुभव से वह सूची, जो मैं हर नए डेटा स्रोत पर दोहराता हूँ। पहला रूप — अधूरा मेटाडेटा। शीर्षक नहीं, स्रोत नहीं। यह तब होता है जब सामग्री जावास्क्रिप्ट से बन रही हो या पेवॉल के पीछे हो। दूसरा रूप — लंबाई-सीमा। कुछ एक्सट्रैक्टर बहुत छोटी सामग्री को शोर मानकर छोड़ देते हैं, और फिर खाली लौटते हैं। तीसरा रूप — डिफ़ॉल्ट मान। तकनीकी भाषा में 'अवर्गीकृत', पाठक की भाषा में 'सामान्य'। चौथा रूप — चुपचाप निगला गया अपवाद। पार्सर फेल हुआ, लॉग में नहीं आया, आउटपुट में साफ़ दिखा। पाँचवाँ रूप — सबसे विशिष्ट। सारे मेटाडेटा एक साथ खाली। जब शीर्षक और स्रोत, दोनों एक ही समय पर ग़ायब हों, तो निष्कर्ष यह नहीं निकलता कि खबर महत्वहीन थी। निष्कर्ष यह निकलता है कि डेटा पाइपलाइन कभी शुरू ही नहीं हुई।

यही वह बिंदु है जहाँ क्रिकेट पत्रकारिता आम तौर पर चूकती है। एक खाली फ़ीड भरी हुई खबर से ज़्यादा खतरनाक है, क्योंकि भरी हुई खबर को कम से कम ग़लत साबित किया जा सकता है। खाली फ़ीड को कोई चुनौती नहीं देता — वह चुपचाप 'कोई खबर नहीं' में बदल जाती है, और फिर अगले दिन कोई एडिटोरियल उस अनुपस्थिति पर एक राय खड़ी कर देता है। मैच प्रीव्यू में यह सबसे आम है: 'पिछले तीन मैचों में इस टीम का पावरप्ले स्कोरिंग गिरा है।' सवाल यह है कि तीन में से कितने मैचों का फ़ीड असल में पूरा आया था।

2026, खाली स्टेडियम, और एक थीसिस जो ग़लत साबित हुई

कोविड के कारण आईपीएल जब 2026 में यूएई गया, तो मेरे पास एक दुर्लभ चीज़ थी — एक प्राकृतिक प्रयोग। साठ मैच, सात हज़ार दो सौ से ज़्यादा गेंदें, कोई सच्चा घरेलू मैदान नहीं, कोई दर्शक नहीं। मैंने परिस्थिति-समायोजित मॉडल बनाया जिसमें नामित घरेलू टीम के जीत-प्रतिशत, टॉस के असर, और ओस-समायोजित डेथ ओवरों को अलग-अलग रखा गया। नामित घरेलू टीम ने पिछले पाँच सीज़न के औसत से कम जीत दर्ज की। यह वह आँकड़ा है जिसे हर कमेंटेटर ने उस साल उठाया — 'देखिए, दर्शक नहीं तो घरेलू लाभ खत्म।'

समस्या यह थी कि टॉस का असर खत्म नहीं हुआ था; वह जगह बदल चुका था। मेरे मॉडल में टॉस का प्रभाव दर्शकों के दबाव से नहीं, ओस से जुड़ा मिला — दूसरी पारी में गेंद भीगने से स्पिन की पकड़ घटती थी और लक्ष्य का पीछा करना आसान हो जाता था। उस सीज़न मुंबई इंडियंस ने खिताब जीता और जसप्रीत बुमराह के 27 विकेट मॉडल के लिए एक साफ़ परीक्षण-मामला बन गए — क्योंकि उनका योगदान डेथ ओवरों की अर्थव्यवस्था में था, कुल विकेटों की गिनती में नहीं।

यहीं मेरी पद्धति का सबसे उपयोगी हिस्सा बना: वेन्यू, ओस और टीम फ़ॉर्म को हर प्रीव्यू में अलग-अलग रखना, और 'घरेलू लाभ खत्म हो गया' जैसे निष्कर्ष के बजाय रिकवरी-पथ लिखना। उसी मॉडल ने मेरा नीलामी-आधार बनाया, क्योंकि वह खिलाड़ियों की तुलना कुल स्कोर से नहीं, परिस्थिति-समायोजित योगदान से करने देता था।

प्रति-सहज पक्ष: नतीजे को योजना मत कहिए

यहाँ वह आपत्ति आती है जो मुझे अपने ही काम पर लगानी पड़ती है। जब आप नतीजा जानकर लिखते हैं, तो हर विकेट 'योजना का नतीजा' लगने लगता है और हर चौका 'दबाव का टूटना'। यह पूर्वाग्रह डेटा के साथ बहुत आसानी से चलता है, क्योंकि डेटा हमेशा उस कहानी के साथ सहयोग कर देता है जो आप पहले से लिख रहे हैं। मेरा बचाव यह है कि मैं हर निर्णय को केवल गेंद-पूर्व जानकारी से आँकता हूँ — उस समय का फ़ील्ड, गेंदबाज़ का पिछला ओवर, उस क्षण का आवश्यक रन-रेट। और फिर मैं वे गेंदें भी छापता हूँ जहाँ योजना साफ़ तौर पर फेल हुई। बिना उस सूची के कोई भी विश्लेषण प्रचार बन जाता है।

इसी अनुशासन से एक दूसरी बात निकली जो मुझे उलटी लगती है। क्रिकेट विश्लेषण में सबसे ज़्यादा जोखिम भरी संख्या वह है जो खाली है, क्योंकि खाली संख्या पर कोई सवाल नहीं उठाता। एक ग़लत आँकड़ा बहस पैदा करता है, एक अनुपस्थित आँकड़ा चुप्पी पैदा करता है, और चुप्पी को हम 'सहमति' पढ़ लेते हैं। 2026 के यूएई अध्ययन में मैंने अपनी खुद की थीसिस को एक बार गिराया था — 'घरेलू लाभ खत्म' वाली रीडिंग तब तक सही लगती है जब तक आप ओस को अलग नहीं करते। ओस अलग करते ही वही आँकड़ा उलटा बोलने लगता है।

शून्य परिकल्पना लिखना मेरी आदत बन गई है। विश्लेषण से पहले मैं एक पंक्ति लिखता हूँ: 'अगर रूढ़िगत पाठ सही निकला तो यही छपेगा।' कभी-कभी वही छपता है। बोरिंग निष्कर्ष विश्वसनीयता की जमा-पूँजी हैं, और उस पूँजी के बिना कोई भी चौंकाने वाला निष्कर्ष टिकता नहीं।

आगे क्या देखना है

क्रिकेट डेटा का अगला बड़ा सुधार बेहतर मॉडल नहीं होगा। वह स्कीमा-वैलिडेशन होगा — ऐसा नियम जो उस आउटपुट को खारिज कर दे जिसमें तथ्यों की सूची खाली हो या शीर्षक और स्रोत दोनों अनुपस्थित हों। जब तक वह नियम नहीं आता, हर डेटा डेस्क को अपने भीतर एक छोटी आदत डालनी होगी: खाली फ़ाइल को 'कोई खबर नहीं' नहीं, 'खबर पहुँची नहीं' लिखना। अगली बार जब कोई कमेंटेटर कहे कि इस टीम का पावरप्ले तीन मैचों से गिरा है, तो एक सवाल पूछिए — तीनों मैचों की बॉल-बाय-बॉल फ़ीड पूरी आई थी? अगर जवाब 'पता नहीं' है, तो आप आँकड़ा नहीं, एक खाली कोष्ठक पढ़ रहे हैं।