जब क्रिकेट का डेटा ख़ाली लौटता है: एनालिटिक्स पाइपलाइन की उस चूक का हिसाब, जिसे कोई डैशबोर्ड नहीं दिखाता

आठ ख़ाने थे और सात ख़ाली थे। कोलकाता की एक डेटा डेस्क पर उस दोपहर जो फ़ाइल खुली, उसमें शीर्षक की जगह N/A दर्ज था, स्रोत की जगह N/A, और सूचना-बिंदुओं की सूची में एक भी प्रविष्टि नहीं थी। खंड-एक के पूरे पेलोड में क्रिकेट का एक ही अंश ज़िंदा बचा था — एक टैग, cricket_asia, जो अपनी ही टैक्सोनॉमी में मान्य मान नहीं है। कोई स्कोर नहीं, कोई बल्लेबाज़ नहीं, कोई तारीख़ नहीं, कोई प्रारूप नहीं, कोई इकाई नहीं। डेस्क पर दो रास्ते खुले थे: टैग को इशारा मानकर एक विश्वसनीय दिखने वाली एशियाई क्रिकेट कहानी गढ़ देना, या स्क्रीन पर N/A टाइप करके उसी को अंतिम रिपोर्ट मान लेना। पहले रास्ते पर मंज़ूरी तुरंत मिलती है, दूसरे रास्ते पर सवाल पूछे जाते हैं। यह लेख उसी फ़ैसले का हिसाब है — और यह भी कि क्रिकेट की मीडिया इकोनॉमी में ख़ाली डेटा इतना महँगा क्यों हो गया है कि उसे छिपाना ही पेशेवर समझा जाने लगा है।

ख़ाली फ़ाइल कोई दुर्लभ दुर्घटना नहीं है। क्रिकेट कवरेज की जो पाइपलाइन आज फ्रेंचाइज़ी डेस्क से लेकर ब्रॉडकास्ट ग्राफ़िक्स तक चलती है, वह दो चरणों में बँटी है। पहला चरण निकालने का है: शीर्षक, स्रोत, सामग्री का प्रकार, सूचना-बिंदु, मुख्य दावा, इकाइयाँ, समय-संवेदनशीलता, स्रोत की गुणवत्ता। दूसरा चरण उन निकाले गए टुकड़ों को तौलने का है। ये दोनों चरण अलग-अलग काम करते हैं, और इनके बीच एक ऐसी दरार है जिस पर किसी कंपनी का प्रेज़ेंटेशन नहीं बनता। पहला चरण अगर ख़ाली लौटे, तो दूसरे चरण के पास तौलने को कुछ नहीं होता। मेरे अनुभव में यही वह जगह है जहाँ सबसे ज़्यादा ईमानदारी की ज़रूरत होती है और सबसे ज़्यादा हड़बड़ी होती है।

उस दोपहर डेस्क पर जो सूची बनी, वह साफ़ थी: शीर्षक उपलब्ध नहीं, स्रोत उपलब्ध नहीं, प्रारूप अपरिचित, सूचना-बिंदु शून्य, इकाइयाँ अनुपलब्ध, समय-संवेदनशीलता का आकलन नहीं हुआ। यानी आठ आयामों वाला जो ढाँचा किसी भी क्रिकेट रिपोर्ट को तौलने के लिए बना है, उसका पहला ही दरवाज़ा बंद मिला। ऐसे में सबसे आसान काम यह होता है कि टैग को संकेत मान लिया जाए और एक ऐसी कहानी बुन दी जाए जो पढ़ने में निर्दोष लगे — एशिया कप की तैयारी, आईपीएल नीलामी का रुझान, किसी युवा तेज़ गेंदबाज़ का उभार। तीनों में से कोई भी दावा दस्तावेज़ से नहीं आता। तीनों अनुमान से आते हैं। और अनुमान को जब बुलेट-पॉइंट और प्रतिशत का कवच पहना दिया जाए, तो पाठक उसे डेटा समझने लगता है।

यहीं यह समझना ज़रूरी है कि खाली डेटा असल में क्या साबित करता है और क्या नहीं। वह यह नहीं कहता कि कोई कहानी मौजूद नहीं थी। वह यह कहता है कि कहानी तक पहुँचने का रास्ता टूट गया। जिस पैटर्न में शीर्षक और स्रोत दोनों ख़ाली हों, वहाँ गड़बड़ी आम तौर पर बहुत पहले होती है — फ़ेच में, पार्सिंग में, पेवॉल में, या प्रतिक्रिया के बीच में कट जाने में। मुझे यह अंतर सबसे ज़्यादा 2026 में समझ आया, जब कोलकाता की एक डिजिटल क्रिकेट डेस्क पर मैंने चार महीने 2026 आईपीएल की गेंद-दर-गेंद के आँकड़ों पर 'एक्सपेक्टेड रन्स एडेड' का मॉडल बनाने में लगाए। उस मॉडल से निकला निष्कर्ष यह था कि कोलकाता सुनील नारायण को मध्यक्रम में बर्बाद कर रही है। उसी अप्रैल फ्रेंचाइज़ी ने उन्हें ओपनिंग पर भेजा; 2026 आईपीएल में उनके 224 रन 172.3 की स्ट्राइक रेट से आए, और उस टुकड़े को करीब चार लाख बार पढ़ा गया, साथ में फ्रेंचाइज़ी के एक एनालिस्ट का अवांछित मेल भी आया जिसमें मेथडोलॉजी शीट माँगी गई थी। उस अनुभव ने मुझे दो चीज़ें सिखाईं। पहली, ठोस डेटा वाला काम असर करता है। दूसरी, ठोस डेटा वाला काम इतना दुर्लभ है कि उसे हर हफ़्ते दोहराया नहीं जा सकता — और हर हफ़्ते दोहराने की माँग ही वह दबाव है जो ख़ाली खानों को भरने पर मजबूर करता है।

इस दबाव का आर्थिक आधार साफ़ है। वैश्विक क्रिकेट के व्यावसायिक राजस्व में भारत का हिस्सा उद्योग-आकलनों में सत्तर प्रतिशत से ऊपर बताया जाता है, और आईसीसी के राजस्व बँटवारे में बीसीसीआई का हिस्सा लगभग अड़तीस से चालीस प्रतिशत के दायरे में रहा है। ये दोनों आँकड़े मैं संदर्भ के तौर पर लिख रहा हूँ, अपने इस लेख की खोज के तौर पर नहीं, और इन्हें सत्यापित मानकर आगे का कोई निष्कर्ष नहीं निकाला जा सकता। लेकिन संदर्भ का काम यही है। जिस बाज़ार में इतना पैसा और इतने दर्शक हों, वहाँ अंतिम गेंद के नब्बे मिनट के भीतर 'टेक' चाहिए। उस गति पर चलने वाली प्रणाली में खाली खाना एक तकनीकी गड़बड़ी नहीं, एक व्यावसायिक विफलता दिखती है। इसीलिए N/A कहना करियर के लिए ख़तरनाक और पेशेवर समझा जाता है — और इसीलिए जो लोग N/A कहते हैं, उनकी गिनती कम है।

अब उस ढाँचे की असली परीक्षा, जो खाली पेलोड के बाद भी टिका रहा। सबसे पहला और सबसे सख़्त दरवाज़ा प्रारूप का है: टेस्ट, वनडे, टी20 या द हंड्रेड — इनमें से कौन? यह सवाल इसलिए पहला है कि प्रारूप तय न हो तो क्रिकेट का हर आँकड़ा अर्थहीन हो जाता है। टी20 में सात से कम की इकॉनमी किसी गेंदबाज़ की महारत मानी जाती है; टेस्ट में वही सात रन प्रति ओवर की दर औसत से भी महँगी है। एक ओपनर का 45 का औसत टेस्ट में साख है, टी20 में वह उसकी गति का अकाल घोषित करता है। पावरप्ले, मध्य ओवर, डेथ ओवर — ये तीनों चरण सीमित ओवरों की इमारत के अलग-अलग हिस्से हैं, और टेस्ट में इसकी जगह नई गेंद का चरण, दिन का आख़िरी सत्र और पारी का पतन आते हैं। इसीलिए जो रिपोर्ट प्रारूप तय किए बिना प्रदर्शन पर बोलती है, वह तकनीकी रूप से सबसे बड़ी ग़लती कर रही होती है — और वह ग़लती सबसे कम पकड़ी जाती है, क्योंकि उसका वाक्य सुंदर होता है।

दूसरा दरवाज़ा पहचान का है। खंड-एक में किसी खिलाड़ी, टीम, बोर्ड या लीग का नाम कहीं नहीं था। यहाँ एक बात साफ़ कर देना ज़रूरी है: बिना नाम के न भूमिका तय हो सकती है, न रिकॉर्ड। ओपनर, एंकर, फिनिशर, तेज़, स्पिन, ऑलराउंडर, विकेटकीपर — ये सब पद हैं, और पद के बिना किसी आँकड़े का मुक़ाबला किस बेंचमार्क से होगा, यह तय नहीं होता। इसी जगह पर घरेलू और विदेशी प्रदर्शन का फ़र्क़, तेज़ बनाम स्पिन का फ़र्क़, और उम्र-वक्र का हिसाब टिका हुआ है। उम्र-वक्र वाला बिंदु ख़ास तौर पर नाज़ुक है। आईपीएल के एक सीज़न की गर्म लय को अंतरराष्ट्रीय साख मान लेना इस पूरे पेशे की सबसे आम और सबसे महँगी आदत है, और वह आदत ठीक उसी क्षण पकड़ में आती है जब खिलाड़ी का नाम और प्रारूप अलग-अलग रखे जाएँ। नाम न हो तो यह जाँच शुरू ही नहीं होती। इसका मतलब यह नहीं कि खिलाड़ी में कोई कमी है। इसका मतलब यह है कि हमारे पास देखने का यंत्र नहीं है।

तीसरा दरवाज़ा टैक्सोनॉमी का है, और यही सबसे उपेक्षित है। पेलोड में क्षेत्र का लेबल cricket_asia दर्ज था, जबकि मान्य सूची में 'क्रिकेट' अपेक्षित है। भाषा के तौर पर यह एक छोटी चूक लगती है। परिचालन के तौर पर यह स्कीमा ड्रिफ़्ट है — यानी वह स्थिति जिसमें डेटा को भेजने वाली प्रणाली और उसे पढ़ने वाली प्रणाली के शब्दकोश अलग हो चुके हैं। इसका नतीजा यह होता है कि कहानी ग़लत बकेट में चली जाती है, बेंचमार्क ग़लत आबादी से बनते हैं, और छह महीने बाद जब किसी शृंखला का तुलनात्मक विश्लेषण बनता है तो वह एक ऐसी श्रेणी पर टिका होता है जिसका कोई अर्थ नहीं था। मैंने यह गड़बड़ी फ्रेंचाइज़ी डेस्क पर बार-बार देखी है, जहाँ एक ही खिलाड़ी की 'टी20 फॉर्म' और 'टेस्ट फॉर्म' एक ही कॉलम में दर्ज हो जाती है। हर साफ़ डैशबोर्ड की शुरुआत एक गंदे सवाल से होती है जो किसी ने पूछना नहीं चाहा। यहाँ वह गंदा सवाल यह था कि cricket_asia आख़िर क्या है — कोई भूगोल, कोई दर्शक-वर्ग, कोई आर्थिक श्रेणी, या सिर्फ़ एक पुरानी फ़ाइल से उठाया गया शब्द।

चौथा दरवाज़ा जोखिम का है, और यहाँ मुझे सबसे स्पष्ट होना है। जब आठों आयाम ख़ाली हों, तो जोखिम की सबसे ऊँची श्रेणी किसी टीम, बोर्ड या खिलाड़ी की नहीं होती — वह विश्लेषण प्रक्रिया की अपनी होती है। इस पूरे अभ्यास में एकमात्र जीवित और उच्च-स्तरीय जोखिम गढ़ंत का है: ढाँचे को यंत्रवत भर देना, भाषा को प्रवाह दे देना, और ऐसा विश्लेषण छाप देना जो पूरी तरह काल्पनिक हो। दूसरा जोखिम मध्यम श्रेणी का है — साइलेंट ट्रंकेशन। सारे खानों का एक साथ ख़ाली होना आम तौर पर यह बताता है कि स्रोत कहीं रास्ते में खोया, न कि सामग्री में कुछ नहीं था। अगर यह सही है, तो एक असली कहानी चुपचाप कवरेज से बाहर हो गई। इसलिए सबसे ज़रूरी काम यह है कि दोबारा निकासी चलाई जाए, और यह देखा जाए कि कोई यूआरएल या दस्तावेज़ कभी जुड़ा था या नहीं। जब तक वह जवाब न आए, इस फ़ाइल से क्रिकेट का कोई भी दावा नहीं निकाला जा सकता।

यहीं एक और अनुशासन याद रखना ज़रूरी है, जिसकी रक्षा क्रिकेट पत्रकारिता में सबसे कम होती है: ख़ामोशी को सबूत न समझना। खाली सूचना का मतलब यह नहीं कि किसी बोर्ड में कुछ गड़बड़ है, और यह भी नहीं कि कुछ नहीं है। दोनों पढ़त ग़लत हैं। यही नियम उन बड़े मामलों पर भी लागू होता है जिन्हें इस तरह के विश्लेषण में अक्सर बिना ज़रूरत घसीट लिया जाता है — 2026 का क्रोनिए कांड, 2026 का पाकिस्तान स्पॉट-फ़िक्सिंग प्रकरण, 2026 का आईपीएल स्पॉट-फ़िक्सिंग मामला। ये सब ऐतिहासिक संदर्भ हैं, इस लेख के निष्कर्ष नहीं। इनका ज़िक्र करना यह नहीं कहता कि आज कहीं कुछ हो रहा है। भ्रष्टाचार-निरोधक इकाई की मौजूदगी और उसके फ़ैसले सार्वजनिक दस्तावेज़ हैं; उन्हें अटकल के ईंधन के तौर पर इस्तेमाल करना उसी गढ़ंत का दूसरा रूप है, जिससे बचने की कोशिश यह लेख कर रहा है। इसी तरह भारत-पाकिस्तान द्विपक्षीय सीरीज़ का लगातार ठंडा पड़ा कैलेंडर, और खिलाड़ियों के विदेशी लीग खेलने पर बोर्ड की एनओसी की शर्तें — ये एशियाई क्रिकेट के स्थायी राजनीतिक-प्रशासनिक विषय हैं, लेकिन इस फ़ाइल में इनमें से एक भी ट्रिगर नहीं हुआ।

पाँचवाँ दरवाज़ा व्यावसायिक पक्ष का है, और यहाँ भी वही अनुशासन ज़रूरी है। पेलोड में कोई लीग नहीं थी। आईपीएल, बीबीएल, द हंड्रेड, पीएसएल, एसए20, आईएलटी20, सीपीएल, एमएलसी — ये सब केवल स्पष्ट उल्लेख से एक-दूसरे से अलग होते हैं, और कोई उल्लेख नहीं था। नीलामी की कीमत, प्रसारण अधिकारों का मूल्य, फ्रेंचाइज़ी का मूल्यांकन, खिलाड़ी का वेतन — इनमें से एक भी आँकड़ा दस्तावेज़ में नहीं था। ऐसे में नीलामी पर बोलना सुधार नहीं, रचना होता। फिर भी यह कहना ज़रूरी है कि मेरी डेस्क का स्थायी नियम यही है: बाज़ार की कीमत और खेल की क़ीमत दो अलग चीज़ें हैं। रिकॉर्ड नीलामी राशि अंतरराष्ट्रीय प्रभुत्व का सबूत नहीं है। और यह नियम इसलिए महत्वपूर्ण है कि आज भारतीय क्रिकेट में चयन का सबसे ईमानदार सार्वजनिक संकेत ज़ोनल सेलेक्टर नहीं, फ्रेंचाइज़ी का पर्स है। जब किसी खिलाड़ी को नीलामी में बार-बार ख़रीदा जाता है या बार-बार छोड़ दिया जाता है, तो वह स्काउटिंग डेटा है — और वह उन अख़बारी टिप्पणियों से ज़्यादा भरोसेमंद है जो उसी खिलाड़ी को अगले छह महीने में सितारा या बोझ घोषित कर देती हैं।

छठा दरवाज़ा आम राय और अपेक्षा का है। कोई उद्धरण नहीं, कोई दावा नहीं, कोई भविष्यवाणी नहीं — तो कोई गर्मी-चक्र तय नहीं किया जा सकता। पाठक की अपेक्षा का अंतर निकालने के लिए दोनों तरफ़ एक-एक संख्या चाहिए; यहाँ दोनों तरफ़ खाली है। जिस एक उद्योग-अवलोकन पर मैं अपने छब्बीस साल के अनुभव के आधार पर खड़ा हूँ, वह यह है कि दक्षिण एशियाई क्रिकेट मीडिया अंग्रेज़ी कवरेज की तुलना में मात्रा और भावना दोनों में ज़्यादा उत्पादन करता है, और इससे युवा सितारों के लिए एक मापनीय 'हाइप बनाम पूर्ति' का अंतर बनता है। यह एक सामान्य उद्योग-निरीक्षण है, इस फ़ाइल से निकला निष्कर्ष नहीं। इस फ़ाइल ने तो उसे परखने लायक एक भी इकाई नहीं दी।

सातवाँ दरवाज़ा संचरण का है — यानी युवा विकास से राष्ट्रीय टीम, फिर लीग, फिर प्रसारण और व्युत्पन्न बाज़ार तक जाने वाली शृंखला। हर चैनल को चलाने के लिए एक आवेग चाहिए: कोई घटना, कोई खिलाड़ी, कोई लेन-देन। यहाँ तीनों में से कुछ नहीं था, इसलिए कोई भी चैनल चालू नहीं हुआ। फिर भी आगे के लिए एक बात दर्ज कर लेना उपयोगी है: एशियाई क्रिकेट की किसी भी बड़ी ख़बर पर सबसे ज़्यादा असर तीन जगह पड़ता है — प्रसारण मूल्य में, जहाँ भारत-पाकिस्तान की फ़्रेमिंग या किसी बड़े नाम की मौजूदगी तुरंत रकम बदलती है; प्रतिभा-पाइपलाइन में, जहाँ लीग स्काउटिंग और एनओसी का बहाव तय होता है; और फ्रेंचाइज़ी के क्रॉस-ओनरशिप नेटवर्क में, जो आईपीएल से एसए20 और आईएलटी20 तक एक ही निवेशक-समूह को जोड़ते हैं। ये तीनों मेरी प्राथमिकताएँ हैं, निष्कर्ष नहीं।

इस पूरे ब्यौरे से जो सबसे कठोर नतीजा निकलता है, वह यह है कि एक वैध दोबारा-निकासी के लिए न्यूनतम इनपुट क्या है। शीर्षक और स्रोत चाहिए, ताकि स्रोत की गुणवत्ता तौली जा सके। प्रारूप स्पष्ट चाहिए — टेस्ट, वनडे, टी20 या द हंड्रेड। कम से कम एक नामित इकाई चाहिए। कम से कम तीन ठोस सूचना-बिंदु चाहिए — कोई स्कोर, कोई आँकड़ा, कोई उद्धरण, कोई फ़ैसला, कोई तारीख़। शृंखला, स्थल या टूर्नामेंट का संदर्भ चाहिए। और तारीख़ चाहिए। यह सूची नौकरशाही नहीं है। यह वह न्यूनतम अनुबंध है जिसके बिना कोई भी विश्लेषण अपने ही ढाँचे में गिर जाता है।

अब उस आम राय की सबसे मज़बूत शक्ल, जिसे यह लेख चुनौती देता है। कहा जाता है कि ज़्यादा डेटा बेहतर विश्लेषण देता है — कि बॉल-दर-बॉल, फ़्रेम-दर-फ़्रेम, ट्रैकिंग-दर-ट्रैकिंग डेटा बढ़ता जाएगा, और क्रिकेट की समझ अपने आप गहरी होती जाएगी। यह दावा अपने सबसे मज़बूत रूप में सही भी है: 2026 के आँकड़ों ने मुझे नारायण वाला तर्क दिया, और वह तर्क सही निकला। मैं उस दावे को हल्के में नहीं ले रहा।

फिर भी हमने जो देखा, वह उलटा पाठ पढ़ाता है। इस पूरे प्रकरण में सबसे ईमानदार वस्तु वही ख़ाली फ़ाइल थी। खाली खाना झूठ नहीं बोलता। जो झूठ बोलता है, वह वह भरा हुआ खाना है जिसे किसी ने अटकल से पाट दिया, और ऊपर एक कॉन्फ़िडेंस बैंड भी चिपका दिया। मेरे अनुभव में क्रिकेट एनालिटिक्स की असली समस्या जानकारी की कमी नहीं है; असली समस्या यह है कि जो जानकारी नहीं है, उसके लिए जगह पहले से बनी हुई है और उसे भरना पेशेवर दायित्व लगता है। नारायण वाले मॉडल से मैंने यह भी सीखा कि एक सीज़न का सफल अनुमान सिद्धांत की जीत नहीं थी — वह उस एक मामले की जीत थी। उस वर्ष 224 रन और 172.3 की स्ट्राइक रेट आए, लेकिन मेरे पास यह साबित करने का कोई तरीका नहीं था कि फ्रेंचाइज़ी ने मेरी शीट पढ़कर वह फ़ैसला लिया, या उसका अपना स्काउटिंग-निर्णय पहले से तैयार था। सहसंबंध कारण नहीं होता। जब डेटा बहुत हो, तब भी यही सतर्कता चाहिए; जब डेटा बिल्कुल न हो, तब यह अनिवार्य हो जाती है। और मुझे अपनी स्थिति भी साफ़ रखनी है, क्योंकि फ्रेंचाइज़ी और प्रसारण डेस्क पर बिताए साल उसी पक्ष के प्रति नरमी पैदा करते हैं जो मुझे आँकड़े देता है। मैं इस लेख में किसी बोर्ड, टीम, खिलाड़ी या लीग के बारे में कोई दावा नहीं कर रहा, क्योंकि मेरे पास इस फ़ाइल के अलावा कोई डेटासेट नहीं है, और इस फ़ाइल में कुछ भी नहीं है।

स्प्रेडशीट क्रिकेट स्कोरकार्ड के रूप में शुरू हुई थी और फ़ुटबॉल की बहस बन गई — मेरे करियर में यह एक बार सचमुच हुआ। फिर भी जब मैंने फ़ुटबॉल की शब्दावली क्रिकेट पर लादी, तो मैंने शब्द नहीं लिए, उन शब्दों के अंदर छिपी मान्यताएँ ली थीं — और वही मान्यताएँ ग़लत निकलती हैं जब उन्हें किसी ऐसे खेल में उतारा जाए जहाँ हर गेंद एक अलग घटना है, न कि बहती हुई धारा। अब जब क्रिकेट के दरवाज़े पर कोई भी 'स्मार्ट' मेट्रिक आता है, तो मेरा पहला सवाल यही होता है: यह मूल रूप से क्या भविष्यवाणी करने के लिए बना था, और क्रिकेट का ढाँचा उसे वह सामग्री दे भी सकता है या नहीं। इस फ़ाइल ने उस सवाल को भी असंभव बना दिया, क्योंकि मेट्रिक थी ही नहीं।

जो आगे का संकेत देखना चाहिए, वह किसी खिलाड़ी की लय नहीं है। वह यह है कि डेस्क ख़ाली पंक्ति को छापती है या नहीं। क्योंकि अगली बार जब कोई स्कोरकार्ड आधा लौटे, कोई प्रारूप अटका रह जाए, कोई क्षेत्र-लेबल ग़लत बकेट में चला जाए — तब असली परीक्षा यह होगी कि क्या कोई संपादक N/A को N/A कहने की हिम्मत करता है, या उसी रात एक और सुंदर, प्रवाहपूर्ण और पूरी तरह गढ़ी हुई कहानी छप जाती है। आप जिस क्रिकेट-कवरेज को भरोसेमंद मानते हैं, उसकी सबसे बड़ी परीक्षा सबसे नाटकीय मैच में नहीं, सबसे ख़ाली स्प्रेडशीट में होती है। वहाँ आपका पसंदीदा लेखक क्या लिखेगा?