खाली डेटा, भरी हुई किताब: क्रिकेट एनालिटिक्स पाइपलाइन का वह दिन जब स्प्रेडशीट ने जवाब देने से इनकार कर दिया

मेरे लेजर में एक एंट्री ऐसी है जिसे मैं अब तक पूरी तरह बंद नहीं कर सकती। उसे लिखा गया था किसी ऐसे दिन, जब सामने रखा डेटा बिल्कुल खाली था — न मैच, न खिलाड़ी, न टीम, न तारीख, न स्रोत, और फिर भी आठ-आयामी विश्लेषण ढांचा पूरा का पूरा मेज़ पर पसरा हुआ था, हर सेल में एक ही वाक्य: अपर्याप्त जानकारी, आकलन संभव नहीं। ग्यारह साल तक मैंने हर मॉडल कॉल को उसके नतीजे के साथ दर्ज किया है, और उस दिन मैंने पहली बार दर्ज किया कि नतीजा नहीं, इनपुट ही गायब था। स्प्रेडशीट कभी नहीं झिझकती — यही वजह है कि मैं उसे अपनी बात कहने से पहले बोलने देती हूं। उस दिन उसने कहा कि सवाल गलत नहीं था, सवाल का कच्चा माल ही मौजूद नहीं था।

मुंबई की जिस चार-व्यक्ति एनालिटिक्स डेस्क पर मैं 2026 में बैठी थी, वहां एक नियम जल्दी सीख लिया गया था: कोई भी निष्कर्ष तब तक नहीं छापा जाता जब तक उसके नीचे एक ठोस इनफॉर्मेशन पॉइंट न हो। नरेश के पास मॉडल था, प्रीति के पास विपक्ष का ब्रेकडाउन, और मेरे पास वह लेजर जिसमें हर भविष्यवाणी अपने पतन के कारण के साथ दर्ज होती थी। दो-स्तरीय पाइपलाइन का पहला चरण स्रोत लेख को संरचित बिंदुओं में तोड़ता है, दूसरा चरण उन बिंदुओं पर आयामी निर्णय खड़ा करता है। अगर पहला चरण खाली लौटे, तो दूसरा चरण प्रभावशाली दिखने के लिए बनाया गया एक खोल है और कुछ नहीं — और मैंने अपने करियर में ऐसे खोल बहुत देखे हैं, जिन्हें भरने के लिए लोग हवा से आंकड़े बना लेते हैं।

उस रिपोर्ट में जो कुछ असली था, वह इस बात की सूची थी कि क्या-क्या मौजूद नहीं था। प्रारूप अज्ञात — टेस्ट, वनडे, टी20 या हंड्रेड में से कुछ भी तय नहीं हो पाया। इसका मतलब सीधा है: किसी भी प्रारूप के आंकड़े को दूसरे प्रारूप के निष्कर्ष में बदलना जोखिम भरा है, और उस दिन जोखिम उठाने लायक कोई आधार ही नहीं था। स्थान का उल्लेख नहीं था, इसलिए ओस, हवा, पिच की उम्र और टॉस का असर — वे सारे चर जिन पर मेरा पूरा चेज़िंग मॉडल टिका है — किसी भी गणना में प्रवेश नहीं कर सके। स्कोरलाइन नहीं थी, इसलिए मध्य-ओवर का कोई चरण-विश्लेषण संभव नहीं था, और बिना चरण-विश्लेषण के डेथ-ओवर की wicket-probability किसी भी तरह की बात बेकार है।

खिलाड़ी का आयाम भी उसी तरह खाली था। औसत, स्ट्राइक रेट, इकॉनमी, स्थितिजन्य स्प्लिट, हालिया रुझान — पांचों कॉलम खाली। मैंने 21 मई 2026 की रात याद की, जब हैदराबाद के उस फाइनल में मेरे मॉडल ने मुंबई इंडियंस को 129 का बचाव करते हुए 58 प्रतिशत दिया था और डेस्क 44 प्रतिशत पर बैठी थी। वह अंतर किसी एक खिलाड़ी के औसत से नहीं, बल्कि डेथ-ओवर में विकेट की प्रायिकता की संरचना से आया था। यदि उस रात मेरे पास खिलाड़ी-स्तर का डेटा खाली होता, तो वह 58 प्रतिशत कभी अस्तित्व में नहीं आता, और मुझे वह एक रन का अंतर कभी दिखता ही नहीं। एक खिलाड़ी का आकलन तब तक अधूरा है जब तक उसका घरेलू और बाहरी प्रदर्शन अलग-अलग न देखा जाए; घरेलू आंकड़े कमजोरी को सबसे अच्छी तरह छिपाते हैं, क्योंकि वे कमजोरी को सामने आने का मौका ही नहीं देते।

टीम-परिदृश्य भी उसी तरह निष्फल रहा। आईसीसी रैंकिंग नहीं, घरेलू-बाहरी प्रोफाइल नहीं, बल्लेबाजी की गहराई नहीं, गेंदबाजी संयोजन नहीं, बेंच की गहराई नहीं, आयु-संरचना नहीं। मैं उस परिदृश्य को जानती हूं जहां यह सारा डेटा होते हुए भी लोग एक अच्छी सीरीज को टीम की गहराई का प्रमाण मान लेते हैं। तीन मैचों के नॉकआउट नमूने से किसी टीम की संरचना पर फैसला सुनाना वही गलती है जो मैं 2026 से महिला प्रीमियर लीग पर लगातार पकड़ती रही हूं, क्योंकि वहां लीग ही इतनी नई है कि नमूना अभी अपनी जगह नहीं बना पाया है।

लीग और वाणिज्यिक पक्ष पर भी सब कुछ खाली था — प्रसारण अधिकारों का मूल्य, फ्रेंचाइजी का आकलन, खिलाड़ी वेतन, नीलामी का कोई लेन-देन, राष्ट्रीय टीम और लीग के बीच टकराव का कोई संदर्भ। इस पर मेरी स्थिति वर्षों से साफ रही है: प्रसारण अधिकारों का बुलबुला अपने शिखर पर पहुंच चुका है, और जो स्ट्रीमिंग प्लेटफॉर्म घाटा उठाकर अधिकार खरीद रहे हैं, वे पुरानी टीवी अर्थव्यवस्था की वही गलती दोहरा रहे हैं। नीलामी मूल्यांकन के बिना इस दावे को किसी नई घटना से जोड़ना बेईमानी होगी, इसलिए उस दिन मैंने इसे केवल दर्ज किया, बहस का विषय नहीं बनाया।

शासन और नियम-प्रणाली का आयाम सबसे चुप रहा। बिजली और राजस्व का बंटवारा, खेल-नियम के विवाद, सत्यनिष्ठा और भ्रष्टाचार-विरोधी संकेत, पात्रता और चयन, राजनीतिक-भू-राजनीतिक कारक — पांचों जांच-बिंदु खाली। जोखिम-मैट्रिक्स की छह पंक्तियां भी उसी तरह खाली रहीं, क्योंकि कोई जोखिम-विषय ही मौजूद नहीं था। यहां मुझे वह सबक याद आया जो मुझे रेगिस्तान ने सिखाया था। मार्च 2026 में खेल रुका, मेरे पास 1,300 बैक-टेस्टेड मैच थे और घरेलू लाभ का गुणांक +4.2 प्रतिशत अंकों के बराबर था। आईपीएल यूएई चला गया और वह गुणांक शून्य हो गया। हर गुणांक का एक मौसम होता है; मेरा रेगिस्तान में मर गया और मैंने बैकटेस्ट पर भरोसा करना छोड़ दिया।

जन-कथा और अपेक्षा का हिस्सा भी उसी तरह विरल था — कोई प्रचलित आख्यान नहीं, कोई उत्साह-चक्र नहीं, कोई बाज़ार-अपेक्षा नहीं। और सबसे अंत में उद्योग-संचरण का नक्शा, जो ऊपर से नीचे तक तीनों धाराओं में 'उपलब्ध नहीं' लिखे हुए था। तब मैंने वह किया जो अब मैं हर टुकड़े की शुरुआत में करती हूं: धारणा का ऑडिट। क्या सच होना चाहिए ताकि यह नतीजा गलत साबित हो जाए? उस दिन इसका उत्तर सरल था — एक भी असली इनफॉर्मेशन पॉइंट।

यहीं वह विरोधाभास उभरता है जिस पर मैं आम तौर पर किसी दूसरे की रिपोर्ट को पकड़ती हूं, और इस बार अपनी ही मेज़ पर मिला। जो विश्लेषण सबसे विस्तृत दिखता है, वह अक्सर सबसे खाली होता है। आठ आयाम, छह स्तर के जोखिम मैट्रिक्स, तीन परिदृश्य, चार-स्तरीय मूल्यांकन — सारी संरचना बेहतरीन थी, बस उसके भीतर कोई खेल नहीं था। क्रिकेट की कवरेज में यह बीमारी बहुत परिचित है, बस वहां खालीपन के अंदर तथ्यों की जगह माहौल भर दिया जाता है। पचास ओवर के शतक को अर्थ की इकाई बना देना, स्कोरलाइन को कहानी बना देना, 'सचिन जैसा' वाक्यांश से किसी पारी को इतिहास में बदल देना — मेरा पूरा तरीका इसी कवरेज को सुधारने के लिए खड़ा है। जब तथ्य गायब हों तो उनकी जगह भावना भर देना लुभावना होता है, क्योंकि बाज़ार कहानी के लिए भुगतान करता है। आंकड़े की कमी को कथा से भरना वैसा ही है जैसे खाली पिच पर रन लिख लेना — स्कोरशीट तैयार दिखती है, खेल हुआ ही नहीं।

दूसरा विरोधाभास सांख्यिकीय ईमानदारी और पेशेवर दबाव के बीच है। खाली इनपुट के सामने तीन रास्ते थे: स्वीकार करना कि कुछ नहीं पता, अनुमान लगाकर भरना, या ढांचे को इतना विशाल बना देना कि किसी को अंदर झांकने की इच्छा न हो। तीसरा रास्ता सबसे आसान और सबसे आम है। मेरे पास बैकटेस्ट किया हुआ मॉडल था, सालों का रिकॉर्ड था, और जीत भी थीं — इसी वजह से मॉडल-आत्मविश्वास का खतरा सबसे बड़ा है। जब मॉडल के पास जवाब न हो, तब उसे प्राधिकार की तरह पेश करना और भी आसान हो जाता है। मेरा नियम साफ है: संख्याओं में अंतर दिखाने से पहले उन शर्तों को छापो जिन पर वह मॉडल आधारित है और वह नमूना जिस पर उसे फिट किया गया था। उस दिन यही शर्त पूरी हुई — सब कुछ छपा, बस विश्लेषण नहीं।

तीसरा विरोधाभास और भी बारीक है। 'कुछ भी कहने से इंकार' भी एक तरह का बयान बन जाता है। जिस लेख में बार-बार 'आकलन संभव नहीं' लिखा जाए, वह पढ़ने में ईमानदार लगता है, लेकिन वह पाठक को उसी खाली हाथ लौटा देता है जहां से वह आया था। तब मुझे वही चीज़ करनी पड़ी जो अब हर पाठकीय लेख में करती हूं: इस असफलता में क्या काम का है? और काम का हिस्सा यह था कि यह साफ संकेत था कि ऊपरी चरण विफल हुआ — लेख का URL खुला है या नहीं, टेक्स्ट पार्स हुआ या नहीं, 'डोमेन लेबल' क्रिकेट की जगह 'क्रिकेट_एशिया' क्यों लिखा गया। स्कीमा की यह छोटी-सी खिसकन अक्सर पूरी पाइपलाइन की खिसकन का संकेत देती है। लेजर में उस दिन मैंने एक कॉल दर्ज की, और वह कॉल थी: 'अज्ञात' — क्योंकि किसी भी भविष्यवाणी से बेहतर होता है भविष्यवाणी न करना, बशर्ते इसे भविष्यवाणी न करने के रूप में दर्ज किया जाए।

अब आगे की ओर। क्रिकेट में अगला बड़ा सवाल यह नहीं है कि आंकड़े कैसे पढ़ें; अगला बड़ा सवाल यह है कि जब आंकड़े न हों, तब कोई भी टिप्पणीकार क्या कहता है। डेटा डेस्क ने सामरिक बहस कब की जीत ली है — डीआरएस, इम्पैक्ट प्लेयर का उपयोग, डेथ-ओवर की जोड़ीबाजी — यह एनालिटिक्स कमरे में तय होता है और उसके बाद स्टूडियो में फिर से भावना से चुनौती दी जाती है। मेरे लिए स्टूडियो क्रिकेट कवरेज का अंतिम अपरिभाषित चर है। और अगली बार जब कोई कहानीकार खाली डेटा पर पूरी कहानी खड़ी करे, तो पाठक को पूछना चाहिए कि लेजर कहां है। क्योंकि जो व्यक्ति ग्यारह साल का लेजर रखता है, वह जानता है: अंतिम कभी-कभी एक रन से तय होता है — और अंतिम की व्याख्या कभी-कभी एक खाली सेल से।