आठ खाने, शून्य आँकड़े: क्रिकेट विश्लेषण की सबसे बड़ी चूक टेम्पलेट भरने की जल्दबाज़ी है

सोमवार की सुबह, कॉफ़ी ठंडी हो चुकी थी। लैपटॉप की स्क्रीन पर एक विश्लेषण रिपोर्ट खुली थी — आठ खंड, चमकती टेबलें, बोल्ड हेडिंग। 'प्रारूप और मैच विश्लेषण'। 'खिलाड़ी तकनीक और डेटा विश्लेषण'। 'टीम परिदृश्य और रैंकिंग'। 'नियम और शासन'। सब कुछ ठीक वहीं बैठा था जहाँ होना चाहिए था।

सिवाय इसके कि हर टेबल के हर खाने में एक ही वाक्य दोहराया गया था — 'N/A — अपर्याप्त सूचना, मूल्यांकन संभव नहीं।' और एक जगह, जहाँ किसी क्रिकेटर का नाम बैठना चाहिए था, वहाँ सिस्टम का अधूरा निर्देश अटका हुआ था: 'ऊपर दिए सूचना बिंदुओं से पहचानें।' दिक़्क़त यह थी कि ऊपर कोई सूचना बिंदु था ही नहीं। सूची खाली। मुख्य दृष्टिकोण खाली। शीर्षक N/A। स्रोत N/A। लेख का प्रकार 'अवर्गीकृत'।

मेरे पास स्कोरकार्ड खोलने, डेथ ओवर की गेंदें गिनने, या किसी स्पिनर का रिलीज़ पॉइंट नापने का कोई ठोस कारण नहीं था। टेम्पलेट तैयार खड़ा था। डेटा ग़ायब था।

यह रिपोर्ट किसी मैच की नहीं, एक प्रक्रिया की थी। और क्रिकेट पत्रकारिता में आज जो सबसे महँगी ग़लती लगातार हो रही है, वह यही है — खाली खानों को भरने का दबाव।

जब ऊपरी चरण ही चुप हो जाए

आधुनिक क्रिकेट विश्लेषण दो चरणों में चलता है, भले ही पाठक को यह कभी दिखे नहीं। पहला चरण कच्चा माल जुटाता है — मैच का प्रारूप, टॉस, पारी की स्थिति, गेंद-दर-गेंद का विवरण, किसी गेंदबाज़ के ओवर की संरचना, किसी बल्लेबाज़ के ट्रिगर मूवमेंट का नक्शा। दूसरा चरण उस कच्चे माल को मॉडल में डालता है और निष्कर्ष निकालता है।

जब पहला चरण ही खाली लौट आए, तो दूसरे चरण के पास करने को कुछ नहीं बचता। यह वह क्षण है जहाँ एक ईमानदार विश्लेषक और एक बाज़ारी विश्लेषक अलग-अलग रास्ते चुनते हैं। ईमानदार विश्लेषक लिखता है — 'इनपुट विफल, पुनः चलाएँ।' बाज़ारी विश्लेषक टेम्पलेट देखता है, आँकड़े गढ़ता है, और पाठक को भरोसे के साथ बेकार सामग्री परोस देता है।

मेरे पेशे में दूसरा रास्ता सबसे घातक है, क्योंकि यह पकड़ में नहीं आता। एक ग़लत स्कोरलाइन ट्विटर पर तीन मिनट में पकड़ी जाती है। लेकिन एक ऐसी रिपोर्ट जो देखने में पूरी है पर अंदर से खोखली है, महीनों तक हवा में तैरती रहती है और फिर किसी दूसरी रिपोर्ट का हवाला बन जाती है।

प्रारूप का दरवाज़ा: जिसके बिना कोई मीट्रिक पढ़ी ही नहीं जा सकती

क्रिकेट विश्लेषण का पहला गेट है प्रारूप। यह इतना बुनियादी है कि अक्सर भुला दिया जाता है। टी20 में 45 गेंदों पर बना 70 रन शानदार पारी है। उसी 70 रन की टेस्ट पारी में कोई ख़ास बात नहीं। गेंदबाज़ी में 6.5 की इकॉनमी वनडे में उम्दा मानी जाती है, टी20 में औसत से नीचे। यानी गुणवत्ता का पैमाना प्रारूप तय करता है, कोई आँकड़ा अपने आप में नहीं।

वही स्थिति 'मैच की प्रकृति' की है। द्विपक्षीय सीरीज़, आईसीसी वैश्विक आयोजन, फ़्रैंचाइज़ी लीग का एक मुक़ाबला, या अभ्यास मैच — इन चारों में एक नतीजे का वज़न अलग होता है। एक अभ्यास मैच की हार से कोई प्रवृत्ति नहीं बनती। एक विश्व कप सेमीफ़ाइनल की हार से बन सकती है, और वह भी तभी जब नमूना पर्याप्त हो।

इस रिपोर्ट में यह दरवाज़ा बंद ही रहा। न प्रारूप मिला, न मैच की प्रकृति, न स्थान, न मौसम, न ड्यू, न बारिश का कोई ज़िक्र। यह 'कम जानकारी' वाली स्थिति नहीं थी। यह 'शून्य जानकारी' वाली स्थिति थी। फ़र्क़ बड़ा है। कम जानकारी में आप एक सीमित दावा कर सकते हैं और उसकी शर्तें लिख सकते हैं। शून्य जानकारी में आपको साफ़ मना करना होता है।

'अपर्याप्त सूचना' कोई हार नहीं, एक वैध उत्तर है

हमारे उद्योग में एक चुपचाप फैली हुई मान्यता है कि 'पता नहीं' लिखना कमज़ोरी है। डेटा डेस्क पर बैठे लोग सोचते हैं कि अगर मैंने ख़ाली खाने छोड़ दिए, तो बॉस पूछेगा — 'तुम्हें काम नहीं आता?' इस डर से लोग अनुमान को तथ्य की तरह लिखने लगते हैं।

क्रिकेट विश्लेषण में ईमानदारी का सबसे साफ़ प्रमाण यह है कि विश्लेषक उन शर्तों को लिखे जिनके टूटने पर उसका निष्कर्ष गलत साबित होगा। जो निष्कर्ष झूठा नहीं साबित किया जा सकता, वह निष्कर्ष है ही नहीं — वह केवल एक मत है जिसे गणित का लबादा पहना दिया गया है।

यही सोच मैंने सत्रह साल की उम्र में सीखी, जब 2026 के तमिलनाडु प्रीमियर लीग फ़ाइनल के दौरान चेपॉक में एक स्कूल आउटरीच कार्यक्रम के तहत मुझे 96 गेंदें चार्ट करने का मौक़ा मिला। चेपॉक सुपर गिलीज़ और टूटी पैट्रियट्स के बीच वह मैच छह रन से तय हुआ। मैंने आर. साई किशोर की बाएँ हाथ की स्पिन का रिलीज़ पॉइंट दर्ज किया, और हर बल्लेबाज़ के ट्रिगर मूवमेंट तथा कवर के बीच का अंतर नापा। एक स्थानीय कोच ने उस शीट को 'स्कूली लड़कियों की ज्यामिति' कहकर ख़ारिज कर दिया।

मैंने वह शीट फेंकी नहीं। तीन हफ़्तों तक टीवी रीप्ले से मिलाकर उसे जाँचती रही। उस अभ्यास ने मुझे वह आदत दी जिस पर मेरा पूरा काम टिका है — निष्कर्ष से पहले गिनती, विशेषण से पहले निर्देशांक।

गढ़ने का दबाव: टेम्पलेट जब लेखक बन जाए

यहीं असली ख़तरा बैठा है। आठ-आयामी ढाँचा देखकर दिमाग़ अपने आप भरने लगता है। 'टीम परिदृश्य' का खाना ख़ाली देखकर भीतर से आवाज़ आती है — कोई टीम तो डालनी ही पड़ेगी। 'बेंच डेप्थ' का खाना पूछता है — कुछ तो लिखो। और तब शुरू होता है वह काम जिसे मैं 'गढ़ना' कहती हूँ, 'अनुमान' नहीं।

अनुमान और गढ़ने में एक साफ़ रेखा है। अनुमान तब होता है जब आपके पास कोई आधार हो — पिछले पाँच मैचों का पैटर्न, किसी पिच की जानी-पहचानी प्रवृत्ति, किसी गेंदबाज़ की हाल की इकॉनमी। गढ़ना तब होता है जब आपके पास कुछ भी न हो और आप फिर भी कुछ लिख दें। क्रिकेट की दुनिया में यह रेखा अक्सर धुँधली कर दी जाती है, क्योंकि क्रिकेट में संभाव्य कथन आसानी से सच्चे लगने लगते हैं।

यह वह जगह है जहाँ डेटा एनालिटिक्स अपनी नैतिक ज़िम्मेदारी से भागती है। गढ़ा हुआ आँकड़ा सिर्फ़ एक ग़लती नहीं है। यह वह बीज है जिससे 'डेटा कहता है' जैसी भाषा जन्म लेती है, और फिर वही भाषा सार्वजनिक बहस में तथ्य बनकर घूमने लगती है। बेटिंग बाज़ार से लेकर फ़ैंटेसी स्पोर्ट्स तक, हर जगह इसका असर जाता है। एक गढ़ी हुई स्कोरलाइन किसी एक रिपोर्ट को बर्बाद करती है। एक गढ़ी हुई पद्धति पूरे सिस्टम को बर्बाद करती है।

स्कीमा का खिसकना: 'cricket_world' बनाम 'Cricket'

इस रिपोर्ट में एक तकनीकी विसंगति थी जो पहली नज़र में मामूली लगती है। डोमेन लेबल अपेक्षित 'Cricket' की जगह 'cricket_world' भरा हुआ था। दूसरी बात, 'अतिरिक्त नोट्स' वाले खाने में निर्देश पाठ ज्यों-का-त्यों बैठा था — 'ऊपर दिए सूचना बिंदुओं से पहचानें।'

जब किसी सिस्टम के आउटपुट में निर्देश पाठ और मान दोनों एक ही जगह बैठ जाएँ, तो समझिए कि निष्कर्षण चरण शुरू ही नहीं हुआ — उसने केवल ढाँचा लौटाया। यह 'कम डेटा' का संकेत नहीं, 'शून्य निष्पादन' का संकेत है।

सोचिए कि यह कितना बड़ा अंतर है। एक ख़राब मैच रिपोर्ट से आप कुछ निकाल सकते हैं — एक टीम का नाम, एक गेंदबाज़, एक स्कोर। एक ख़ाली निष्कर्षण से आप कुछ नहीं निकाल सकते। लेकिन दोनों एक ही तरह की फ़ाइल में आ सकती हैं, एक ही तरह की हेडिंग के नीचे। और जो पाठक सिर्फ़ टेबलें स्कैन करता है, वह कभी नहीं जान पाएगा कि उसके हाथ में कुछ नहीं है।

यही सिस्टमिक जोखिम है। एक बार की विफलता तकलीफ़देह है। बार-बार होने वाली विफलता भरोसे को खोखला कर देती है। जब आप एक ऐसा उत्पाद बना रहे हों जो देखने में आधिकारिक हो पर अंदर से ख़ाली, तो आपने जानकारी नहीं बेची — आपने जानकारी का रूप बेचा है।

रोल-स्कार्सिटी का अंकगणित ख़ाली इन्वेंट्री पर नहीं चलता

मेरे काम की एक बुनियादी विधि है — भूमिका-कमी का अंकगणित। टीम का गठन प्रतिभा की रैंकिंग नहीं, आपूर्ति और माँग का सवाल है। कितने विशेषज्ञ डेथ गेंदबाज़ मौजूद हैं? एक फ़िनिशर की असली क़ीमत नीलामी में क्या बनती है? भारत की दूसरी पसंद की टीम में जगह बनाना कई देशों की पहली टीम से मुश्किल क्यों है?

लेकिन यह पूरा गणित एक चीज़ पर टिका है — भूमिकाओं की सूची। अगर आपके पास किसी टीम का नाम नहीं, किसी खिलाड़ी का नाम नहीं, किसी भूमिका की पहचान नहीं, तो आप कमी नहीं नाप सकते। कमी नापने के लिए आपको पहले यह जानना होगा कि क्या उपलब्ध है।

बिना भूमिका-सूची के बनी 'टीम संतुलन' की हर बात एक मत है, विश्लेषण नहीं। यही वजह है कि नीलामी की टेबलें देखकर मैं सबसे पहले यह पूछती हूँ कि इस सूची में डेथ गेंदबाज़ कितने हैं, बाएँ हाथ के स्पिन ऑलराउंडर कितने हैं। जब तक यह गिनती न हो, किसी खिलाड़ी की बड़ी क़ीमत को 'सनसनी' कहना बेमानी है।

यही सोच मैं नीलामी कक्षों में भी ले जाती हूँ, जहाँ अक्सर मैं अकेली महिला होती हूँ। वहाँ बोलना आसान नहीं होता। इसलिए मैं कम बोलती हूँ — पर जो बोलती हूँ, वह गिनती के साथ बोलती हूँ। शोर में सबसे ऊँची आवाज़ नहीं, सबसे ठोस संख्या जीतती है।

पृष्ठभूमि-संदर्भ और निष्कर्ष के बीच की लकीर

इस रिपोर्ट का एक हिस्सा मुझे पेशेवर रूप से सबसे ज़रूरी लगा — नियम और शासन वाला हिस्सा। वहाँ 2026 का हेंसी क्रोनिए कांड, 2026 का पाकिस्तान स्पॉट-फ़िक्सिंग मामला, और 2026 का आईपीएल स्पॉट-फ़िक्सिंग प्रकरण केवल 'पृष्ठभूमि संदर्भ' के रूप में दर्ज थे, किसी निष्कर्ष के रूप में नहीं।

यह बारीक़ी बहुत मायने रखती है। भ्रष्टाचार या स्पॉट-फ़िक्सिंग से जुड़ा कोई भी कथन ऐसी चीज़ है जिसे प्रतिष्ठा के स्तर पर भारी क़ीमत चुकानी पड़ती है — इसलिए जब तक ठोस आधार न हो, उसे उदाहरण के तौर पर भी नहीं उठाना चाहिए।

वही अनुशासन बाक़ी संदर्भों पर लागू होता है जो उद्योग में स्थायी तथ्य हैं, पर इस विश्लेषण के निष्कर्ष नहीं — एनओसी (नो ऑब्जेक्शन सर्टिफ़िकेट), जो राष्ट्रीय बोर्ड की वह लिखित अनुमति है जिसके बिना कोई खिलाड़ी विदेशी लीग में नहीं खेल सकता। आरटीएम (राइट टू मैच), आईपीएल नीलामी की वह व्यवस्था जिसके तहत पिछली फ़्रैंचाइज़ सबसे ऊँची बोली की बराबरी करके खिलाड़ी को रोक सकती है। डीएलएस (डकवर्थ-लुईस-स्टर्न), बारिश के बाद लक्ष्य तय करने वाला मानक एल्गोरिद्म। डब्ल्यूटीसी, आईसीसी की टेस्ट चैंपियनशिप और उसकी अंक तालिका। और एसीयू, आईसीसी की भ्रष्टाचार-रोधी इकाई।

ये सब असली और सत्यापनीय संदर्भ हैं। पर ये इस रिपोर्ट के निष्कर्ष नहीं बन सकते, क्योंकि इस रिपोर्ट में कोई ऐसी घटना ही नहीं है जिस पर ये टिकें। यही अंतर है एक प्रामाणिक लेख और एक भरे हुए टेम्पलेट के बीच।

सही ग्रिड कैसा दिखता है: चेपॉक की स्पिन, 2026

यह समझने के लिए कि ख़ाली टेम्पलेट और असली विश्लेषण में क्या फ़र्क़ है, 2026 का आईपीएल याद करना काफ़ी है। उस साल मैं मद्रास विश्वविद्यालय में थी और चेन्नई की एक एनालिटिक्स कंपनी में इंटर्न थी। मैंने चेन्नई सुपर किंग्स के सातों होम मैच कोड किए। नतीजा यह निकला कि चेपॉक पर स्पिनरों ने मध्य ओवरों की 44 प्रतिशत गेंदें फेंकीं और 6.8 रन प्रति ओवर दिए।

मेरे सुपरवाइज़र को इससे 'होम फ़ोर्ट्रेस' की कहानी चाहिए थी। मैंने कहा — पहले नमूने को ड्यू, पिच की उम्र, और बल्लेबाज़ के हाथ के हिसाब से बाँटिए। उस साल के फ़ाइनल में शेन वॉटसन ने 57 गेंदों पर नाबाद 117 रन बनाए और सीएसके ने सनराइज़र्स हैदराबाद को आठ विकेट से हरा दिया। यह एक शानदार पारी थी — और यह मेरे ग्रिड का खंडन भी नहीं करती, क्योंकि वॉटसन की पारी पावरप्ले और मध्य ओवरों में बनी, जहाँ गेंद पुरानी थी और सतह स्पिनरों की मदद कर रही थी।

ग्रिड पहले से मौजूद था; पहली गेंद ने बस उसे साबित किया। नाटकीयता का वह क्षण किसी नई बात का प्रमाण नहीं था। वह केवल यह बता रहा था कि देखने वाले देर से पहुँचे थे।

ख़ाली स्टैंड, भरी स्क्रिप्ट: 2026 का संयुक्त अरब अमीरात

2026 में जब कोविड के कारण आईपीएल संयुक्त अरब अमीरात में हुआ, तब मैं बीस साल की थी और दूर से एक ब्रॉडकास्ट एनालिटिक्स डेस्क पर काम कर रही थी। मैंने सभी 60 मैच और 7,200 गेंदें कोड कीं, पावरप्ले की फ़ील्ड प्रतिबंध और ड्यू को दर्ज किया।

स्टैंड ख़ाली थे, इसलिए भीड़ का शोर ग़ायब था। पर टॉस का झुकाव ग़ायब नहीं हुआ। घरेलू टीमों ने 52 प्रतिशत मैच जीते — यह इतना छोटा बदलाव था कि मैं इसे 'घरेलू लाभ की क्रांति' नहीं कह सकती थी। फ़ाइनल में मुंबई इंडियंस ने दिल्ली कैपिटल्स को पाँच विकेट से हराया। मैंने 12 पेज का आंतरिक ज्ञापन लिखा, जिसमें विश्वास-अंतराल भी था।

ख़ाली स्टैंड में कोड ही अकेली बोलती रही। वह मेरा सबसे बड़ा सबक़ था — संकट की कहानियों पर मैंने धीमी और ज़्यादा व्यवस्थित लेखनी अपनाई। पहले यह लिखा कि डेटा क्या साबित नहीं कर सकता, फिर उस सीमा के भीतर तर्क खड़ा किया।

पैमाने पर विफलता: एक ग़लती या एक सिस्टम?

अब लौटते हैं उस ख़ाली रिपोर्ट पर। अगर यह एक बार की घटना है, तो यह केवल एक ख़राब सुबह है। पर डोमेन लेबल का 'Cricket' की जगह 'cricket_world' होना, निर्देश पाठ का अपनी जगह पर ही रह जाना, और सभी सामग्री खानों का एक साथ ख़ाली हो जाना — ये तीनों संकेत मिलकर बताते हैं कि यह व्यक्तिगत ग़लती नहीं, कॉन्फ़िगरेशन की समस्या है।

नल इनपुट पर बनी रिपोर्ट तकनीकी रूप से सफल और बौद्धिक रूप से ख़ाली होती है — और यह सबसे ख़तरनाक संयोजन है।

इसका समाधान साफ़ है, और सस्ता भी। पहला — कठोर द्वार लगाइए। अगर सूचना बिंदुओं की सूची ख़ाली हो, या इकाई पहचान वाला खाना भरा ही न गया हो, तो दूसरे चरण को विश्लेषण देने से इनकार करना चाहिए और 'ऊपरी निष्कर्षण विफल' लौटाना चाहिए। दूसरा — आउटपुट अनुबंध को वर्ज़न-लॉक कीजिए और हर बार स्कीमा जाँचिए। तीसरा — डेटा की गिनती हर रन पर जाँचिए। शून्य बिंदु मिलना ही विफलता की घोषणा होनी चाहिए, न कि चुपचाप आगे बढ़ जाने का संकेत।

विपरीत पक्ष: ख़ाली रिपोर्ट किसी भरी हुई रिपोर्ट से ज़्यादा क़ीमती है

यह बात उलटी लगेगी, पर मेरे पेशे में यह सच है — एक ऐसी रिपोर्ट जो साफ़ कहती है 'मेरे पास कुछ नहीं है', उस रिपोर्ट से बेहतर है जो आठ खाने भरकर पेश करती है 'मेरे पास सब कुछ है'।

पहली रिपोर्ट एक रिग्रेशन टेस्ट है। यह बताती है कि सिस्टम कहाँ टूटा और कैसे पकड़ा गया। दूसरी रिपोर्ट एक ब्रोशर है — सुंदर, तैयार, और बेईमान। पहली आपको एक ही दिन में सुधार का मौक़ा देती है। दूसरी महीनों तक आपकी अक्ल पर भरोसा कराती रहती है, जबकि वह कभी निष्पादित ही नहीं हुई।

मैं हाइलाइट का पीछा नहीं करती — मैं वह दोहराव दर्ज करती हूँ जिसने उसे बनाया। इस दोहराव में ही असली कहानी होती है, और जब दोहराव ही उपलब्ध न हो, तो सबसे ईमानदार कहानी यही कह देना है कि गिनती अधूरी है।

आगे क्या देखें

इस पूरे प्रकरण में सबसे उपयोगी निष्कर्ष यह नहीं है कि एक रिपोर्ट कैसे ख़ाली आई। सबसे उपयोगी निष्कर्ष यह है कि ऐसी रिपोर्ट को भरने का दबाव हमारे उद्योग में कितना गहरा है। अगली बार जब कोई विश्लेषण तेज़ आँकड़ों के साथ आए, तो एक सवाल पूछिए — इस आँकड़े का नमूना क्या है, और अगर यह ग़लत हो तो क्या टूटेगा? जिस विश्लेषण में यह जवाब न हो, वह विश्लेषण नहीं, सजावट है। और सजावट से कोई टीम नहीं जीतती।