खाली डेटा, भरा हुआ नैरेटिव: क्रिकेट विश्लेषण की सबसे बड़ी चोरी कहाँ होती है

पिछले कुछ वर्षों में मैंने जितने क्रिकेट डेटा पाइपलाइन देखे हैं, उनमें सबसे खतरनाक विफलता वह नहीं है जो एरर फेंकती है। सबसे खतरनाक विफलता वह है जो एक साफ-सुथरी, अच्छी तरह फॉर्मेट की गई रिपोर्ट बनाकर लौटती है — जिसमें हर खाना भरा हुआ दिखता है, और असल में कुछ भी नहीं होता।

एक तकनीकी डिकंस्ट्रक्शन रिपोर्ट मेरे सामने आई, जिसमें आठ-आयामी फ्रेमवर्क पूरा था — फॉर्मेट, खिलाड़ी तकनीक, टीम परिदृश्य, लीग अर्थशास्त्र, शासन, जोखिम, नैरेटिव, और उद्योग ट्रांसमिशन। हर आयाम मौजूद था। और हर आयाम में जवाब था: "N/A – अपर्याप्त जानकारी"। शीर्षक खाली। स्रोत खाली। लेख का प्रकार "अवर्गीकृत"। सूचना बिंदुओं की सूची — शून्य। यह कोई संपादकीय विफलता नहीं थी। यह एक रिट्रीवल विफलता थी जिसने खुद को विश्लेषण का रूप दे दिया था।

यहीं से क्रिकेट पत्रकारिता का सबसे बड़ा खतरा शुरू होता है: खाली डेटा को भरने का दबाव। जब एक एनालिस्ट के सामने एक टेम्पलेट खुला रहता है और उसमें भरने के लिए बीस खाने हों, तो मनुष्य का स्वाभाविक झुकाव "जो दिखता है वह लिख दो" की ओर होता है। क्रिकेट में यह झुकाव खासतौर पर महंगा है।

क्यों? क्योंकि क्रिकेट के तीनों फॉर्मेट की मेट्रिक्स एक-दूसरे में ट्रांसफर नहीं होतीं। सात रन प्रति ओवर की इकॉनमी टी20 में बेहतरीन है, हाई-स्कोरिंग वनडे में लगभग तटस्थ, और टेस्ट क्रिकेट में पूरी तरह अप्रासंगिक। बल्लेबाजी की स्ट्राइक रेट और गेंदबाजी की स्ट्राइक रेट दो अलग-अलग चीजें हैं — एक ही शब्द, दो मापदंड। अगर किसी रिपोर्ट में फॉर्मेट तय ही नहीं है, तो उसमें मौजूद हर आंकड़ा तकनीकी रूप से अन-सत्यापनीय है। पाठक उसे क्रॉस-चेक नहीं कर सकता, क्योंकि उसे भी नहीं पता कि यह टेस्ट का आंकड़ा है या आईपीएल का।

मेरे पास 2026 के वांडरर्स फाइनल की एक ग्रिड है — 24 सेक्टर, 61 पोजिशनल शिफ्ट, 100 ओवर। वह ग्रिड इसलिए बनाई गई थी कि जब गेंद नहीं चलती तब कौन हिलता है, यह देखा जा सके। लेकिन उस ग्रिड का पहला नियम यही था: ग्रिड से पहले यह तय करो कि मैच किस फॉर्मेट का है। वह नियम आज भी लागू है, और जिस रिपोर्ट की हम बात कर रहे हैं, वह उस पहली सीढ़ी पर ही ठोकर खा गई।

इस विफलता का एक और पहलू है जो अक्सर नजरअंदाज हो जाता है। रिपोर्ट में "Author Stance" यानी लेखक का रुख भी खाली था, और "Time Sensitivity" यानी समय-संवेदनशीलता भी। ये दोनों वही फील्ड हैं जो किसी भी गद्य लेख से आसानी से निकाली जा सकती हैं। किसी भी लेख में एक तारीख होती है, एक सुर होता है। जब दोनों गायब हों, तो इसका मतलब यह नहीं कि लेख निष्पक्ष था — इसका मतलब यह है कि लेख का गद्य कभी पकड़ा ही नहीं गया। जो पेज लोड हुआ, वह शायद स्कोरकार्ड था, या वीडियो पेज, या पे-वॉल के पीछे का खाली खोल।

यह क्रिकेट विश्लेषण की असली आर्थिक लागत है — और वह पैसे में नहीं, भरोसे में चुकाई जाती है। एक नकली ऑक्शन फिगर या एक गढ़ा हुआ ICC रेवेन्यू शेयर महीनों तक मीडिया और फैन डिस्कोर्स में घूमता रहता है, और बाद में उसे सुधारने वाला कोई नहीं होता। इसीलिए पाइपलाइन में एक सख्त गेट होना चाहिए: यदि सूचना बिंदु शून्य हैं, शीर्षक खाली है, या डोमेन लेबल गैर-मानक है — तो सिस्टम को एरर देना चाहिए, चुपचाप रिपोर्ट नहीं लौटानी चाहिए।

यहाँ एक विपरीत सोच भी जरूरी है, और मैं इसे साफ कहना चाहता हूँ क्योंकि यही मेरी आदत है। यह तर्क दिया जा सकता है कि खाली डेटा पर भी विश्लेषण लिखना एक कौशल है — कि एनालिस्ट को उपलब्ध जानकारी से अधिकतम निकालना आना चाहिए। यह तर्क सतही रूप से आकर्षक है, लेकिन यह दो अलग चीजों को मिला देता है: अनुमान और साक्ष्य। अनुमान एक वैध शुरुआती बिंदु है, बशर्ते उसे अनुमान के रूप में लेबल किया जाए। समस्या तब होती है जब अनुमान को निष्कर्ष के रूप में पैकेज कर दिया जाए।

इसीलिए मेरी पद्धति में एक नियम है: जो मॉडल नहीं देख सकता, उसे स्पष्ट रूप से लिखो। ग्रिड पिच की गिरावट, गर्मी, चोट, या खराब रोशनी नहीं देख सकती — तो उन्हें अलग से नाम दो। और जो डेटा ही नहीं आया, उसके लिए तीन अलग-अलग श्रेणियाँ बनाओ, क्योंकि उनका इलाज अलग है: अक्षमता, सामान्य लॉजिस्टिक्स, और असली गोपनीयता। एक चयन बैठक में चुप्पी इन तीनों में से कोई भी हो सकती है, और हर एक के लिए अलग सवाल पूछा जाता है। पहले वाले में दस्तावेज मांगो, दूसरे में प्रक्रिया सुधारो, तीसरे में यह पूछो कि फायदा किसे है।

व्यवसायिक स्तर पर, इस रिपोर्ट ने जो सबसे उपयोगी चीज दी, वह कोई क्रिकेटिंग अंतर्दृष्टि नहीं थी। वह यह थी कि उसने तीन स्पष्ट रूप से चिह्नित किया कि क्या करना है: रॉ HTML या API पेलोड के खिलाफ स्टेज-1 को दोबारा चलाओ; यह जाँचो कि स्रोत लेख है या स्कोरकार्ड; और यदि स्कोरकार्ड है तो व्यूअर-डिकंपोजिशन के बजाय स्ट्रक्चर्ड स्टैट एक्सट्रैक्शन का रास्ता अपनाओ।

अगले दौर के आईपीएल ऑक्शन और उसके बाद के ब्रॉडकास्ट साइकिल को देखते हुए, यह सवाल और भी तीखा हो जाएगा। क्रिकेट का कमर्शियल सिस्टम तेजी से ऐसे आंकड़ों पर चल रहा है जिन्हें कोई भी स्वतंत्र रूप से सत्यापित नहीं कर सकता। जब कोई फ्रेंचाइजी किसी खिलाड़ी पर बड़ी रकम लगाती है, तो मीडिया उस रकम को खेल-गुणवत्ता के सबूत की तरह पेश करता है — जबकि वह रकम सिर्फ नीलामी की कमी का सबूत है। नीलामी की कीमत और खेल की क्षमता, दोनों की अपनी-अपनी ग्रिड होती हैं, और उन्हें एक ही ग्रिड पर मत खींचो।

मेरी अगली नजर इस पर होगी कि जब अगली बड़ी सीरीज शुरू हो, तो कौन-सी रिपोर्ट असल में यह बताती है कि उसका फॉर्मेट क्या था, और कौन-सी सिर्फ आंकड़े दिखाकर आगे बढ़ जाती है। जब तक फॉर्मेट नहीं तय होता, तब तक हर संख्या झूठ बोल सकती है — और सबसे खतरनाक झूठ वही होता है जो अच्छी तरह फॉर्मेट किया गया हो।