आठ आयाम, आठ N/A: जब क्रिकेट एनालिसिस पाइपलाइन खाली हाथ लौटती है

हुक

मेरे सामने एक विश्लेषण-रिपोर्ट रखी है जिसमें आठ आयाम हैं और आठों का नतीजा एक ही शब्द में है: N/A। फ़ॉर्मैट अज्ञात। खिलाड़ी अज्ञात। टीम अज्ञात। लीग अज्ञात। शासन-ढाँचा अज्ञात। जोखिम-मैट्रिक्स की हर पंक्ति "अज्ञात" दर्ज है और कुल रेटिंग "आकलन संभव नहीं"। पूरे दस्तावेज़ में एक ही वाक्य है जो कोई दावा करता है, और वह दावा क्रिकेट के बारे में नहीं, विधि के बारे में है: अज्ञात जोखिम को अपने आप कम जोखिम नहीं पढ़ा जाना चाहिए।

यह किसी मैच की कवरेज नहीं है। यह उस पल का रिकॉर्ड है जब एक एनालिसिस पाइपलाइन ईमानदारी से खाली लौटी। मेरे काम में खाली लौटना दुर्लभ है, क्योंकि खाली जगह भरने का दबाव प्रकाशन-समय-सीमा से आता है, साक्ष्य से नहीं।

संदर्भ

क्रिकेट एनालिसिस की जो पाइपलाइन आज इस्तेमाल होती है, वह दो चरणों में चलती है। पहला चरण कच्चे लेख से इकाईयाँ निकालता है — खिलाड़ी, टीम, प्रतियोगिता, तारीख़, आँकड़ा, और हर उस वाक्य का सूचना-बिंदु जिस पर आगे दावा टिकेगा। दूसरा चरण उन सूचना-बिंदुओं पर आठ ढाँचे लगाता है: फ़ॉर्मैट और मैच, खिलाड़ी तकनीक और डेटा, टीम परिदृश्य और रैंकिंग, लीग और वाणिज्यिक पारिस्थितिकी, नियम और शासन, जोखिम, जन-नैरेटिव, और उद्योग-संचरण।

मेरे पास 2026 की एक नोटबुक रखी है जिसमें वानखेड़े में मुंबई बनाम तमिलनाडु रणजी मैच के 546 रन हाथ से कोड किए गए हैं — डॉट-बॉल दबाव, स्ट्राइक रोटेशन, गेंदबाज़ की स्पेल लंबाई, फ़ील्ड बदलाव, स्कोरिंग ज़ोन। तीन रातों में 19 घंटे लगे थे। उस अभ्यास ने मुझे एक चीज़ सिखाई जो हर पाइपलाइन पर लागू होती है: जब इनपुट शून्य हो, तो आउटपुट शून्य होता है। बीच का कोई "लगभग" नहीं होता।

यहाँ जो दस्तावेज़ है, उसमें पहला चरण पूरी तरह विफल रहा। शीर्षक नहीं, स्रोत नहीं, मुख्य दावे नहीं, सूचना-बिंदु नहीं। जो बचा, वह केवल एक रूटिंग लेबल है — cricket_asia।

कोर

सबसे पहले उस लेबल को उसकी जगह पर रखना ज़रूरी है। cricket_asia एक श्रेणी-टैग है, प्रमाण नहीं। यह बताता है कि सामग्री किस फ़ाइल-दराज़ में रखी जाए, यह नहीं कि उसमें क्या लिखा है। एशियाई क्रिकेट एक इकाई नहीं, कम से कम तीन अलग पारिस्थितिकियाँ हैं जिनके बोर्ड, राजस्व-मॉडल, घरेलू ढाँचे और अंतरराष्ट्रीय कैलेंडर एक-दूसरे से मेल नहीं खाते। एक टैग से इन तीनों में से किसी का चुनाव नहीं हो सकता।

दूसरा, टेम्पलेट का ईमानदारी-परीक्षण। जो टेम्पलेट N/A लौटाता है, वह अपना काम कर रहा है; जो टेम्पलेट खाली जगह भर देता है, वही असली ख़तरा है। जब पहले चरण का आउटपुट खाली हो, तो भाषा-मॉडल का सबसे आसान रास्ता यह होता है कि वह संभावित नाम, संभावित आँकड़े और संभावित निष्कर्ष गढ़ ले — और फ़ॉर्मैटिंग इतनी साफ़ हो कि पाठक उसे रिसर्च समझ ले। इस विफलता का नाम देना चाहिए: सुसज्जित कल्पना। यह झूठ नहीं दिखता, क्योंकि यह टेबल में बैठा होता है।

तीसरा, जोखिम-मैट्रिक्स की सबसे पुरानी गड़बड़। जोखिम = संभावना × प्रभाव। जब दोनों अज्ञात हों, तो गुणनफल अपरिभाषित होता है, शून्य नहीं। खाली कोशिका हरे रंग में नहीं रंगनी चाहिए। क्रिकेट की भाषा में इसे ऐसे समझिए: जो द्विपक्षीय सीरीज़ 2026-13 से नहीं खेली गई, उसमें मैचों की संख्या शून्य है — लेकिन उससे जुड़ा राजस्व-जोखिम, कैलेंडर-जोखिम और खिलाड़ी-कार्यभार का जोखिम शून्य नहीं हो जाता। अनुपस्थिति एक आँकड़ा है, राहत नहीं।

चौथा, ट्रेसबिलिटी का सीधा अंकगणित। हर निष्कर्ष को एक सूचना-बिंदु से जुड़ना चाहिए। इस दस्तावेज़ में सूचना-बिंदु शून्य हैं, इसलिए निष्कर्ष भी शून्य। यह सतर्कता नहीं, गणित है। जब कोई एनालिस्ट कहता है कि "इस मैच में मिडल-ओवर में रन-रेट गिरा", तो पहला सवाल यह नहीं होना चाहिए कि कितना गिरा — पहला सवाल यह होना चाहिए कि वह गिरावट किस स्कोरकार्ड की किस पंक्ति से आई। मैंने वह सवाल तब से पूछना शुरू किया जब 2026-19 सैयद मुश्ताक अली ट्रॉफ़ी में मुंबई के अभियान की 1,248 गेंदें कोड करते हुए मुझे सूर्यकुमार यादव की बड़ौदा के ख़िलाफ़ 39 गेंदों पर 72 रन की पारी का जोखिम-प्रोफ़ाइल समझना था। कच्चा स्ट्राइक रेट वहाँ फ़ैसला सुना रहा था; अपेक्षित-रन मॉडल बता रहा था कि शॉट-चयन टिकाऊ है, लापरवाह नहीं। दोनों में फ़र्क़ केवल तब दिखा जब गेंद-दर-गेंद का लॉग सामने था।

पाँचवाँ, न्यूनतम इनपुट की सूची। अगर यह विश्लेषण आगे चलना है, तो कम से कम ये चीज़ें चाहिए: फ़ॉर्मैट (टेस्ट/वनडे/टी20/फ़्रैंचाइज़ी), स्थल और पिच-व्यवहार, टॉस का असर, DLS की स्थिति, नमूने का आकार, युग-आधारित बेंचमार्क, अनुबंध और NOC की स्थिति, और शासी निकाय का नाम। इनमें से एक भी अनुपस्थित हो तो तुलना नहीं बनती; सब अनुपस्थित हों तो सूची एक ख़ाली फ़ॉर्म है।

छठा, और सबसे ज़रूरी। जो मीट्रिक अनुवाद नहीं हो सकता, वह मीट्रिक इस्तेमाल नहीं हो सकता। फ़ुटबॉल का xG क्रिकेट में सीधे नहीं उतरता, क्योंकि क्रिकेट की घटना अलग-अलग, असंतत गेंदें हैं — वहाँ "शॉट क्वालिटी" का कोई सतत प्रवाह नहीं। मुझे उसे क्रिकेट में लाने में एक साल लगा, और तब भी केवल इसलिए कि मैंने पहले 1,248 गेंदों पर उसकी मान्यताएँ जाँच लीं। इसी तरह, किसी मैच की तुलना किसी दूसरे फ़ॉर्मैट के आँकड़े से करना अनुवाद नहीं, अनुवाद का दिखावा है।

कॉन्ट्रेरियन

उलटा तर्क यह है कि खाली रिपोर्ट किसी भरी हुई रिपोर्ट से कम उपयोगी नहीं — वह ज़्यादा उपयोगी है, क्योंकि वह अपनी सीमा खुद घोषित करती है। लेकिन असली अंधा धब्बा यहीं छिपा है। N/A वाली रिपोर्ट फ़ाइल में चली जाती है और भुला दी जाती है; जबकि गढ़ी हुई रिपोर्ट छपती है, उद्धृत होती है, और तीन महीने बाद "पहले बताया गया था" की तरह लौटती है। यानी ईमानदारी की कीमत ईमानदार ने चुकाई, और बाज़ार ने कल्पना को इनाम दिया।

दूसरा अंधा धब्बा खुद उस दस्तावेज़ के रिस्क-फ़्लैग हैं। वहाँ टॉस और DLS की भाग्य-भूमिका, घरेलू मैदान का पूर्वाग्रह, छोटे नमूने से अति-निष्कर्ष, और DRS विवाद जैसे जोखिम सूचीबद्ध हैं। ये सब सही जोखिम हैं — लेकिन किस मैच पर लागू हों, यह कहीं नहीं लिखा। जिस घटना से न जुड़ा जोखिम-ध्वज वह ध्वज नहीं, सजावट है। टेम्पलेट यहाँ सतर्कता का प्रदर्शन कर रहा है, सतर्कता नहीं। और यही मेरी आशंका है: जिन संस्थानों के पास सबसे साफ़ फ़ॉर्मैट हैं, वहाँ अक्सर सबसे कम जाँच होती है, क्योंकि फ़ॉर्मैट भरा हुआ दिखता है।

टेकअवे

आगे का संकेत साफ़ है। अगली बार जब कोई क्रिकेट-विश्लेषण आपके सामने आए और उसमें आठों आयाम भरे हुए दिखें, तो एक ही सवाल पूछिए: इसका पहला सूचना-बिंदु कहाँ से आया? मूल लेख, प्रकाशन-तिथि और कच्चा लॉग माँगिए। जिस रिपोर्ट में स्रोत नहीं, उसमें निष्कर्ष भी नहीं — केवल टाइपोग्राफ़ी है। और वह सवाल जो इस पूरे दस्तावेज़ ने अनकहा छोड़ दिया: उन कितनी प्रकाशित क्रिकेट-रिपोर्टों में, जो आज भरी हुई दिखती हैं, पहला चरण असल में खाली लौटा था?