खाली खाना, भरा हुआ फॉर्म: क्रिकेट डेटा की वह रिपोर्ट जो हर जाँच पास कर जाती है

मेलबर्न के एक छोटे न्यूज़रूम में रात के दो बजे हैं। स्क्रीन पर एक JSON फ़ाइल खुली है, और वह फ़ाइल अपने आप में एक अजीब चमत्कार है। उसमें आठ खंड हैं। हर खंड में तालिकाएँ हैं। हर तालिका के नीचे "निष्कर्ष", "साक्ष्य", "छिपी जानकारी" और "जोखिम संकेत" जैसे उपशीर्षक अपनी जगह बैठे हैं। कहीं [Confidence: Medium] लिखा है, कहीं [Confidence: Low]। वाक्य पूरे हैं, विराम चिह्न सलीके से लगे हैं, शीर्षकों की हैरार्की साफ़ है।

और हर सेल में वही एक वाक्यांश दोहराया गया है — "N/A — insufficient information"।

अगर इस दस्तावेज़ में एक भी आँकड़ा गलत होता, तो मैं उसे आधे घंटे में ठीक कर देता। गलत संख्या क्रिकेट में पकड़ी जाती है। कोई कहे कि किसी बल्लेबाज़ का स्ट्राइक रेट 155 है जबकि वह 135 है, और तीन लोग तुरंत स्क्रीनशॉट भेज देते हैं। लेकिन खाली खाना किसी स्क्रीनशॉट में नहीं आता। खाली खाना संख्या नहीं दिखाता; वह केवल जगह दिखाता है। और जगह भरने की इच्छा मनुष्य और मशीन, दोनों में जन्मजात है।

मैंने पहला ग्रिड इसलिए बनाया था ताकि यह देख सकूं कि गेंद जब हिलती नहीं, तब कौन हिलता है। 2026 के जोहान्सबर्ग फाइनल में मैं बाउंड्री के पास बैठा था, स्कोरबुक खुली थी और मैंने उसमें कुछ भी नहीं लिखा। सौ ओवर तक मैंने वांडरर्स के आउटफील्ड को चौबीस सेक्टरों में बाँटा और इकसठ फील्ड-बदलावों का समय दर्ज किया, जबकि ऑस्ट्रेलिया ने 359/2 बनाया — रिकी पोंटिंग 140 नाबाद — और भारत 125 रन से हार गया, सौरव गांगुली के टॉस जीतकर गेंदबाज़ी चुनने के बाद। घर लौटकर टूर्नामेंट के चौवन मैचों को दोबारा कोड करने पर जो निकला, वह आज भी मेरी सोच का आधार है: ऑस्ट्रेलिया का रिंग फील्ड था, उसकी बल्लेबाज़ी नहीं, जिसने बीच के ओवरों का गला घोंटा।

आज वही सवाल एक JSON फ़ाइल पर लागू है: जब जानकारी हिलती नहीं, तब कौन हिलता है? जवाब है — एनालिस्ट। और उसके बाद सिस्टम। क्योंकि एक खाली दस्तावेज़ जो देखने में पूरा है, तीन दिनों में "विश्लेषण" बन जाता है, और कोई उस पर सवाल नहीं उठाता, क्योंकि उसका फॉर्म साफ़-सुथरा है।

संदर्भ: क्रिकेट की जानकारी अब दो मंज़िलों से गुज़रती है

क्रिकेट कवरेज का सप्लाई चेन पिछले दस साल में चुपचाप बदल गया है। पहले एक पत्रकार मैच देखता था और लिखता था। अब बीच में एक मशीन खड़ी हो गई है, और उस मशीन के दो हिस्से हैं। पहली मंज़िल — Stage-1 — मूल लेख से तथ्य निकालती है: कौन-सी टीमें, कौन-से खिलाड़ी, कौन-सा फॉर्मेट, कितनी गेंदों का ज़िक्र, स्रोत कौन है, जानकारी कितनी जल्दी बासी होगी। दूसरी मंज़िल — Stage-2 — उन तथ्यों पर आठ आयामों का ढाँचा बिछाती है: मैच का फॉर्मेट और चरण, खिलाड़ी का तकनीकी-सांख्यिकीय प्रोफ़ाइल, टीम का स्थान और रैंकिंग, लीग का व्यापारिक तंत्र, शासन और नियम, जोखिम मैट्रिक्स, जन-कथा का दबाव, और उद्योग-ट्रांसमिशन का नक्शा।

इस ढाँचे का पूरा विज्ञान एक ही शर्त पर टिका है, और वह शर्त पहली मंज़िल में लिखी गई है: हर निष्कर्ष किसी Stage-1 सूचना-बिंदु से जुड़ा होना चाहिए। इसलिए जब मुझे वह फ़ाइल मिली और उसमें ग्यारह में से नौ खाने खाली थे, तो समस्या यह नहीं थी कि विश्लेषण अधूरा था। समस्या यह थी कि विश्लेषण की कोई ज़मीन ही मौजूद नहीं थी।

ऑडिट में जो सामने आया, उसे ठीक से समझ लेना ज़रूरी है। शीर्षक गायब, आउटलेट गायब, लेख का प्रकार "Unclassified", सारांश खाली, लेखक का रुख खाली, लेख का उद्देश्य खाली। और सबसे भारी — सूचना-बिंदुओं की सूची पूरी तरह खाली। डोमेन लेबल "cricket_world" लिखा था, जबकि स्कीमा "Cricket" माँगती है। और "Entities Involved" खाने में नाम के बजाय एक निर्देश लिखा मिला — "identify from the information points above"। यानी जिस खाने में टीमों और खिलाड़ियों के नाम होने चाहिए थे, वहाँ काम करने का हुक्म बैठा था।

यह कोई क्रिकेट-समस्या नहीं है। यह एक पाइपलाइन-समस्या है, और क्रिकेट में इसका असर सबसे ज़्यादा दिखता है क्योंकि क्रिकेट की हर संख्या फॉर्मेट की मोहताज है।

मूल विश्लेषण: फॉर्मेट वह दरवाज़ा है जो पहले बंद होता है

फॉर्मेट वह दरवाज़ा है जो पहले बंद होता है। यह एक तकनीकी शर्त है, शिष्टाचार नहीं। टेस्ट का नया बॉल स्पेल, वनडे का पावरप्ले और मध्य ओवर, टी20 का डेथ — ये तीन अलग खेल हैं जो एक ही नाम के नीचे चलते हैं। जब तक फॉर्मेट तय न हो, हर तुलना पहले से ही गलत दिशा में बहती है। एक टेस्ट ओपनर का 42 का औसत सम्मान का विषय है; उसी 42 का टी20 में मतलब है कि किसी ने आपको चुना नहीं।

इसलिए जब इनपुट में कोई फॉर्मेट नहीं आता, तो सही प्रतिक्रिया "कुछ नहीं कह सकते" है, न कि "अनुमान लगा लेते हैं"। यही वह जगह है जहाँ सबसे अच्छे एनालिस्ट भी फिसलते हैं। दिमाग़ अपने आप एक डिफ़ॉल्ट फॉर्मेट चुन लेता है — भारत में आम तौर पर टी20 या वनडे, ऑस्ट्रेलिया में टेस्ट — और फिर पूरी रिपोर्ट उसी डिफ़ॉल्ट पर खड़ी हो जाती है।

बेंचमार्क चुनना भी उतना ही नीतिगत काम है जितना तकनीकी। टी20 फिनिशर के लिए 180+ स्ट्राइक रेट एक ऐसा आँकड़ा है जो पिछले पाँच सालों के डेथ-ओवर वातावरण से निकला है; उसे 2026 के मैचों पर मत थोपिए। गेंदबाज़ी में 7 से नीचे इकॉनमी "बेहतरीन" मानी जाती है, लेकिन अहमदाबाद जैसे बड़े मैदान और चिन्नास्वामी जैसे छोटे मैदान को एक ही पैमाने पर तौलना बेईमानी है। फिर स्थितिगत विभाजन आते हैं — पावरप्ले में बल्लेबाज़ी, मध्य ओवरों में स्पिन के खिलाफ़, दबाव में डेथ — और हाल की प्रवृत्ति, जो अकेले पिछले छह महीनों को बताती है और किसी करियर को नहीं।

मेरे इकतालीस साल के करियर में मैंने यह बार-बार देखा है: जब आँकड़ा अनुपलब्ध होता है, तो विश्लेषक उसे भावना से भरता है। और भावना क्रिकेट में हमेशा पुरानी यादों से आती है। इसीलिए इनपुट के बिना लिखी गई प्लेयर-प्रोफ़ाइल आम तौर पर किसी की प्रशंसा या किसी की श्राद्धांजलि बन जाती है, और मैदान पर चल रहे खेल से उसका कोई वास्तविक रिश्ता नहीं रहता।

होम-अवे अंतर: क्रिकेट का सबसे बड़ा अनदेखा वेरिएबल

क्रिकेट दुनिया का वह खेल है जहाँ घर और बाहर का फ़र्क़ सबसे ज़्यादा है, और यह अंतर किसी भी खिलाड़ी के करियर-आँकड़े से नहीं, मैदान और वातावरण से तय होता है। रांची की सतह, लॉर्ड्स का ढलान, पर्थ की उछाल, कोलंबो की उमस — चार अलग खेल। फ़ाइल में एक भी स्थान नहीं था, इसलिए यह पूरा आयाम खाली रहा।

टीम-ढाँचे की बात करें तो बल्लेबाज़ी की गहराई, गेंदबाज़ी का संयोजन, बेंच की मज़बूती और आयु-संरचना — इन चारों को आँकने के लिए कम से कम एक स्क्वाड-सूची या एक सिलेक्शन-शीर्षक चाहिए। कोई नहीं था। और ICC रैंकिंग की तीन तालिकाएँ आपस में बदली नहीं जा सकतीं; टेस्ट का पहला नंबर टी20 में तीसरे पर भी नहीं हो सकता।

यहाँ एक बात साफ़ कर देना ज़रूरी है, क्योंकि इस फ़ाइल में जो खाली है वह "सावधानी" नहीं है — वह संरचनात्मक है। टीम का नाम नहीं है तो श्रेणी (शीर्ष शक्ति / मध्य / उभरती) भी नहीं है; मैदान नहीं है तो घरेलू बढ़त भी नहीं है; जोड़ी नहीं है तो ऐतिहासिक मुकाबलों का पैटर्न भी नहीं है।

पैसा: कीमत और मूल्य का फ़र्क़ खाली खाने में नहीं दिखता

बाज़ार-संदेही होने का मेरा तरीका साल 2026 से चला आ रहा है। उस फरवरी में, पहली आईपीएल नीलामी से तीन हफ़्ते पहले, मैंने राजस्थान रॉयल्स को चालीस पन्नों का एक मेमो भेजा था, जिसका सार यह था कि बाज़ार आइकन बल्लेबाज़ों के दाम बढ़ा रहा है और बाएँ हाथ के स्पिन, विकेटकीपिंग और डेथ ओवरों को कम आँक रहा है। शेन वॉर्न की टीम ने पाँच सिफ़ारिशों में से तीन मानीं, और 1 जून 2026 को चेन्नई को हराकर ख़िताब जीता — उस फाइनल में यूसुफ़ पठान, जिन्हें मेमो ने कम-मूल्यांकित बताया था, ओपनर बनकर 39 गेंदों पर 56 रन बनाए।

उस रात मैंने पहली बार देखा कि एक स्प्रेडशीट सरेआम एक प्रतिष्ठा को हरा सकती है। इसलिए जब कोई लीग-रिपोर्ट आती है, मेरा पहला सवाल यह नहीं होता कि किसे कितने करोड़ मिले। मेरा पहला सवाल यह होता है कि उस रकम के बदले क्या मिला — प्रति ओवर क्या लागत पड़ी, प्रति विकेट क्या, प्रति मैच क्या।

लेकिन इस फ़ाइल में एक भी रुपया, एक भी डॉलर, एक भी अनुबंध-मूल्य नहीं था। न प्रसारण अधिकार, न फ्रेंचाइज़ी मूल्यांकन, न वेतन-मुद्रास्फीति। इसका मतलब यह नहीं कि स्रोत लेख व्यापारिक नहीं था। इसका मतलब यह है कि संख्याएँ निकालने वाला हिस्सा चला ही नहीं। और यह फ़र्क़ बहुत बड़ा है, क्योंकि क्रिकेट में कीमत और मूल्य का अंतर ही असली कहानी है — नीलामी में भरी गई बोली खेल-क्षमता नहीं नापती, वह केवल उस दिन की माँग नापती है।

शासन: एक ईमानदार मना

नियम और शासन के खंड में मैंने जानबूझकर कोई जोखिम-रेटिंग नहीं दी। कारण सीधा है — शून्य साक्ष्य पर "मध्यम जोखिम" लिखना भी एक गढ़ी हुई संख्या है। चेकलिस्ट में जो मदें हैं, वे सब व्यवस्था की याद दिलाती हैं: आईसीसी राजस्व-बँटवारे का विवाद, DRS और अंपायर कॉल की गलती-मार्जिन, धीमी ओवर-रेट की सज़ाएँ, NOC और केंद्रीय अनुबंध, और राजनीतिक कारणों से द्विपक्षीय सीरीज़ का ठप होना।

पच्चीस साल का रिकॉर्ड भी इसी दराज़ में रखा है: 2026 में हैंसी क्रोन्ये, 2026 में पाकिस्तानी स्पॉट-फिक्सिंग, 2026 में आईपीएल स्पॉट-फिक्सिंग। ये सब उदाहरण-मात्र हैं, किसी मौजूदा मामले से जोड़े नहीं गए, क्योंकि मामला ही अज्ञात था।

इस दस्तावेज़ में जो एकमात्र असली ईमानदारी-मुद्दा सामने आया, वह क्रिकेट का नहीं, विश्लेषण का था: एक खाली Stage-1 आउटपुट अपने पीछे आने वाले हर मॉडल को गढ़ने के लिए आमंत्रित करता है। उस आमंत्रण को स्वीकार न करना ही इस पूरी कवायद की एकमात्र नैतिक जीत है।

जोखिम मैट्रिक्स: भाग A खाली, भाग B असली

जोखिम तालिका के दो हिस्से थे। पहला हिस्सा — खेल से जुड़े जोखिम: चोट, कार्यभार, फॉर्म का एक फॉर्मेट से दूसरे में जाना, बेंच की गहराई, परिस्थिति के अनुकूलन — सब खाली। क्योंकि इनमें से एक भी बिना नामित खिलाड़ी या नामित फ़िक्स्चर के आँका नहीं जा सकता।

दूसरा हिस्सा, जो पूरी तरह भरा हुआ था, वह खेल का नहीं था — विश्लेषण-प्रक्रिया का था। और मेरे हिसाब से यही इस पूरी फ़ाइल की सबसे कीमती चीज़ है। छह जोखिम सामने आए:

पहला, गढ़ने का जोखिम। सिर्फ़ "क्रिकेट" लेबल देखकर टीम और खिलाड़ी अनुमान लगा लेने की प्रवृत्ति। यह जोखिम इसलिए सबसे ऊँचा है कि गढ़ा हुआ विश्लेषण पाठक के लिए असली विश्लेषण से अलग नहीं दिखता।

दूसरा, क्रॉस-फॉर्मेट संदूषण। फॉर्मेट तय न हो तो कोई भी आँकड़ा उधार लेते ही टेस्ट, वनडे और टी20 के आँकड़े आपस में मिल जाते हैं। यह इस ढाँचे का सबसे बड़ा पाप है, और सबसे आसान।

तीसरा, चुपचाप विफल होना। पाइपलाइन ने स्कीमा के हिसाब से वैध आउटपुट लौटाया, इसलिए कोई भी स्वचालित जाँच उसे पास कर देगी। यही सबसे खतरनाक स्थिति है — तकनीकी रूप से सही, पदार्थतः शून्य।

चौथा, फ़ील्ड-प्रकार की खराबी। "Entities Involved" में नाम की जगह निर्देश आना। यह बताता है कि क्लासिफ़ायर चला, एक्सट्रैक्टर नहीं।

पाँचवाँ, बासीपन। समय-संवेदनशीलता का आँकलन ही नहीं हुआ, इसलिए यह तय करना असंभव है कि जो जानकारी बाद में बहाल होगी, वह कितनी पुरानी है। क्रिकेट में फॉर्म, रैंकिंग, फिटनेस और नीलामी-मूल्य कुछ हफ़्तों में बदल जाते हैं।

छठा, स्रोत की अनुपस्थिति। आउटलेट का नाम नहीं, तिथि नहीं, लेखक का रुख नहीं। और क्रिकेट में स्रोत की श्रेणी अक्सर पूरा निष्कर्ष तय कर देती है — बोर्ड की आधिकारिक घोषणा, स्तरीय पत्रकार की खबर, एग्रीगेटर की सामग्री, और ट्रैफ़िक बटोरने वाले अकाउंट, चारों का वज़न एक नहीं है।

इन छह में से तीन की पुष्टि दस्तावेज़ में साफ़-साफ़ हो चुकी थी। यही कारण है कि समग्र जोखिम-रेटिंग "उच्च" रखी गई — और वह रेटिंग अनजान क्रिकेट-स्थिति पर टिप्पणी नहीं है। वह इस बात पर टिप्पणी है कि इस रिपोर्ट पर भरोसा करना सुरक्षित नहीं है।

जन-कथा और स्रोत की श्रेणी

कथा-विश्लेषण का पूरा तर्क एक ही सवाल पर टिका है: क्या ज़मीनी आँकड़े इस शोर के लायक़ हैं? पर इस फ़ाइल में कोई कथा ही मौजूद नहीं थी — न उभरते सितारे का राजतिलक, न दिग्गज का विदाई-महोत्सव, न "अगला तेंदुलकर"।

और यहीं एक बात याद रखनी चाहिए जो मैंने चालीस साल में बार-बार देखी है: कथा का जोखिम क्रिकेट में हमेशा दो तरफ़ से आता है — खिलाड़ी से और दर्शक से। जब कोई युवा खिलाड़ी दो पारियाँ खेलता है, तो क्रिकेट-प्रेमी समुदाय उसे तीन महीने में सितारा बना देता है; जब कोई दिग्गज एक शतक बनाता है, तो उसी समुदाय को याद नहीं रहता कि पिछली दस पारियों में उसका औसत क्या था। यह अतिशयोक्ति किसी साज़िश का नतीजा नहीं, यह सोशल फ़ीड का अर्थशास्त्र है।

अगर यह लेख किसी ऐसी ही कथा का हिस्सा था, तो इस ऑडिट में छोटे नमूने की सबसे ज़रूरी चेतावनी देने का मौक़ा खो गया। और यही खाली खाने की असली लागत है — वह सिर्फ़ जगह नहीं छोड़ता, वह उस जगह पर आने वाली चेतावनी को भी रोक देता है।

ट्रांसमिशन मैप: खाली नक्शा भी एक नक्शा है

उद्योग-प्रसारण का नक्शा तीन हिस्सों में बनाया गया था — ऊपर युवा विकास और प्रतिभा-आपूर्ति, बीच में राष्ट्रीय टीमें और लीग, नीचे प्रसारण, व्यापारिक और व्युत्पन्न बाज़ार। तीनों हिस्सों में एक ही शब्द लिखा था: अपर्याप्त जानकारी।

यह जानबूझकर हुआ, न कि भूल से। प्रसारण-प्रसारण विश्लेषण के लिए कम से कम एक शुरुआती घटना चाहिए — कोई अधिकार-समझौता, कोई लीग विस्तार, कोई नीलामी, कोई सितारा-स्थानांतरण। जब वह घटना ही न हो, तो छह-खंड की तालिका पूरी तरह खाली रखना ही ईमानदारी है, उसे अंदाज़े से भरना नहीं।

एक फ्रेम जो हर भविष्य के क्रिकेट-उद्योग विश्लेषण के लिए डिफ़ॉल्ट रहेगा, वह बना रहता है: भारत वैश्विक क्रिकेट के व्यापारिक राजस्व का सबसे बड़ा हिस्सा है, इसलिए किसी भी लीग, अधिकार या बाज़ार की कहानी का गुरुत्व-केंद्र भारत में ही बैठेगा। पर इस फ़ाइल में यह तय करने का कोई ज़रिया नहीं था कि स्रोत लेख व्यापारिक विषयों को छूता भी था या नहीं।

विरोधाभासी पक्ष: असली डर कहीं और है

उद्योग का पूरा ध्यान इन दिनों एक ही सवाल पर टिका है: क्या एआई क्रिकेट के आँकड़े गढ़ेगा? मुझे यह सवाल अधूरा लगता है। असली सवाल यह है — क्या एआई खाली खाने को निष्कर्ष समझेगा? गढ़ा हुआ आँकड़ा बहस में पकड़ा जाता है, आँकड़ा लोगों को रटा हुआ होता है और कोई उसे चुनौती देने आगे नहीं आता। रिक्त खाना किसी को चिढ़ाता नहीं, इसलिए वह चुपचाप विरासत में मिल जाता है।

दूसरी मंज़िल पर बैठा कोई भी मॉडल, दस्तावेज़ में "N/A" देखकर दो काम कर सकता है। एक — मान ले कि क्रिकेट में कोई जानकारी ही उपलब्ध नहीं थी। दो — मान ले कि जानकारी उपलब्ध थी पर निकाली नहीं गई और खुद भरने लगे। इन दोनों में से कोई भी रास्ता सुरक्षित नहीं है। पहला झूठे अभाव को जन्म देता है (क्रिकेट में कुछ भी अनुपलब्ध नहीं होता, हमेशा कुछ न कुछ होता है — एक स्कोर तो होता ही है)। दूसरा झूठे तथ्य को।

अब वह हिस्सा, जिसे मैं ईमानदारी से स्वीकार करना चाहता हूँ — ऑटोमेटेड पाइपलाइन ने क्रिकेट कवरेज में जो जोड़ा है, वह इनकारा लायक़ नहीं है। क्षेत्रीय भाषा की कमेंट्री ने दर्शकों का दायरा किसी भी बोर्ड कार्यक्रम से ज़्यादा बढ़ाया। स्काउटिंग की वह प्रणाली, जिसने छोटे कस्बों के खिलाड़ियों को ऊपर खींचा, बीस साल पहले मौजूद नहीं थी। लीग क्रिकेट के आँकड़ों के बिना गेंदबाज़ी की कार्यभार-योजना आज असंभव है। मैं इन तीनों को श्रेय देता हूँ, बिना नरमी दिखाए।

लेकिन जिस विशेष दावे पर मैं असहमत हूँ, वह यह है कि "डेटा होना" और "डेटा बताना" एक ही चीज़ है। एक पाइपलाइन जो स्कीमा-वैध खाली आउटपुट लौटाती है, वह पाइपलाइन न होने से बुरी है। क्योंकि बिना पाइपलाइन वाला आदमी कम से कम यह जानता है कि उसके पास कुछ नहीं है। जबकि यह दस्तावेज़ उसे यह विश्वास दे देता है कि उसने आठ आयामों का विश्लेषण कर लिया है।

यहीं मेरी अपनी आदत भी मुझे घेरती है। मैं देर से पुष्टि करने वाला आदमी हूँ — शोर के बाद चुप रहकर आँकड़े सुलझाना मेरा स्वभाव है। पर इस मामले में देर करना मूर्खता होगी, क्योंकि खाली दस्तावेज़ पर समय बीतने से कुछ सुधरता नहीं, केवल किसी और के भरने का मौक़ा बढ़ता जाता है। इसलिए मॉडल को टाइमस्टैम्प करके प्रकाशित करना चाहिए — कितना भरोसा है, और कौन-से दो डेटा-पॉइंट इसे उलट देंगे।

आगे की ओर

किसी भी क्रिकेट डेटा रिपोर्ट के सामने मेरा पहला सवाल स्कोर नहीं होता, और आज के बाद तो कभी नहीं होगा। पहला सवाल यह होगा: इसका फॉर्मेट कहाँ लिखा है? दूसरा: इसका स्रोत कौन है, और उसकी तिथि क्या है? ये दो खाने भरते ही और सब अपने आप खुल जाता है — टीम, खिलाड़ी, नैरेटिव, जोखिम, संभवतः पूरा व्यापारिक तंत्र।

किसी कथा पर तब तक भरोसा न करें जब तक वह ग्रिड से बच न निकले। इस फ़ाइल का ग्रिड खाली था, और इसलिए उससे कोई कथा बचकर नहीं निकली — न विजेता, न पराजित, न कोई उभरता सितारा। सवाल यह नहीं है कि खाली क्यों है। सवाल यह है कि अगली बार जब कोई इतना ही खाली दस्तावेज़ आपके सामने रखे और कहे "विश्लेषण तैयार है", तो उसे कोई कितनी जल्दी भर देता है।

फ्रेम को काफ़ी देर तक जमाए रखिए — संस्कृति खुद इकबाल कर देती है।