खाली डेटा, भरा हुआ शोर: क्रिकेट एनालिसिस की उस खामियाब पर जिसे कोई नहीं देखता

मैं उन डिलीवरीज़ को गिनता हूँ जैसे लोग अपने अफ़सोस गिनते हैं — चुपचाप, आधी रात के बाद। 2026-18 रणजी सीज़न में ईडन गार्डन्स की पुरानी ब्लॉक में बैठकर मैंने 4,180 डिलीवरीज़ को हाथ से टैग किया था। सीम पोज़िशन, रिलीज़ एंगल, पिच लैंडिंग — नौ-ज़ोन ग्रिड पर। सबसे काम की कॉलम कभी विकेट नहीं थी; वह 'फ़ॉल्स शॉट्स इंड्यूस्ड' थी। उसी कॉलम ने एक रिज़र्व सीमर, मुकेश कुमार, को फ्लैग किया, जिसका वॉबल-सीम रिलीज़ स्क्वाड के बाकी राइट-आर्म पेसर्स से मापने योग्य रूप से चौड़ा था। मैंने उसे 2,000 शब्दों की न्यूज़लेटर पोस्ट में लिखा। एसोसिएशन में किसी ने नहीं पढ़ा।

यह घटना मेरे लिए सिर्फ़ एक याद नहीं है। यह मेरी पूरी एनालिटिकल आदत की नींव है: डेटा पहले, राय बाद में। लेकिन पिछले कुछ दिनों में जो मेरे सामने आया, वह इस आदत का उल्टा है — और उसने मुझे रोक दिया।

दरअसल, एक गहन क्रिकेट एनालिसिस रिपोर्ट मेरे पास पहुँची। आठ डाइमेंशन, हर डाइमेंशन में टेबल्स, रिस्क मैट्रिक्स, ट्रांसमिशन मैप, कॉन्फिडेंस टैग। फॉर्मेट से लेकर गवर्नेंस तक, पब्लिक नैरेटिव से लेकर कमर्शियल इकोसिस्टम तक — सब कुछ। एक देखने में परफेक्ट एनालिटिकल ढाँचा। लेकिन जब मैंने उसे पढ़ना शुरू किया, तो हर सेल में एक ही चीज़ लिखी थी: 'N/A — insufficient information'।

मैच का फॉर्मेट? N/A। खिलाड़ी का नाम? N/A। टीम? N/A। लीग? N/A। स्कोरलाइन? N/A। स्रोत? N/A। और सबसे ऊपर, 'इनफॉर्मेशन पॉइंट्स' का कॉलम — वह खाली था। पूरी तरह खाली। यानी जिस डेटा पर यह पूरी इमारत खड़ी होनी थी, वह डेटा ही मौजूद नहीं था।

मेरे 24 साल के करियर में मैंने बहुत सारी एनालिसिस रिपोर्ट्स देखी हैं। कुछ अधूरी, कुछ पक्षपाती, कुछ ऐसी जिनमें निष्कर्ष पहले से तय थे और डेटा बाद में जोड़ा गया था। लेकिन ऐसी रिपोर्ट पहली बार देखी जिसमें ढाँचा इतना मज़बूत था और उसके अंदर का सामान इतना खोखला।

यह सिर्फ़ एक तकनीकी खराबी नहीं है। यह क्रिकेट एनालिसिस की उस बीमारी का सबसे साफ़ लक्षण है जिसे हम सब देखते हैं लेकिन नाम नहीं देते: टेम्पलेट का डेटा पर जीत हासिल कर लेना।

ढाँचा कब सच का विकल्प बन जाता है

क्रिकेट में डेटा क्रांति के बाद से हमने एक अनकहा सौदा किया है। हमने मान लिया है कि अगर विश्लेषण किसी व्यवस्थित ढाँचे में पेश किया जाए — टेबल्स, स्कोरिंग सिस्टम, रेटिंग, कॉन्फिडेंस लेवल — तो वह विश्लेषण वैध होगा। लेकिन वैधता ढाँचे से नहीं आती। वैधता उस कच्चे माल से आती है जो ढाँचे में डाला जाता है।

जिस रिपोर्ट की मैं बात कर रहा हूँ, उसने अपनी पहली ही लाइन में एक 'इनपुट इंटेग्रिटी चेक' जोड़ा है। इसमें साफ़ लिखा है: स्टेज-1 का पेलोड संरचनात्मक रूप से खाली है। लेख का शीर्षक नहीं है, स्रोत नहीं है, कोर व्यूपॉइंट्स नहीं हैं, एंटिटीज़ नहीं हैं। डोमेन लेबल 'cricket_world' है जो निर्धारित 'Cricket' लेबल से हटता है।

और फिर भी, इस स्पष्ट स्वीकारोक्ति के बाद, रिपोर्ट आगे बढ़ती है। आठों डाइमेंशन भरे जाते हैं। हर डाइमेंशन में टेबल्स हैं, 'एनालिटिकल कन्क्लूज़न्स' हैं, 'एविडेंस' सेक्शन हैं। सिर्फ़ हर जगह 'N/A — insufficient information' लिखा है।

मुझे यह ईमानदारी तो दिखती है — रिपोर्ट ने कोई झूठ नहीं बोला। लेकिन मुझे इस ईमानदारी में एक गहरा ख़तरा भी दिखता है। अगर यह रिपोर्ट किसी ऑटोमेटेड सिस्टम से गुज़रती, तो 'N/A' से भरे 67 खानों को 'N/A' पढ़ने वाला कोई नहीं होता। उन्हें बस 'फ़ील्ड भरी हुई' के रूप में दर्ज कर लिया जाता। और ढाँचे की मौजूदगी कंटेंट की मौजूदगी का प्रमाण बन जाती।

यह वही समस्या है जो आज क्रिकेट ब्रॉडकास्ट में दिखती है। कमेंट्री बॉक्स में स्कोरकार्ड की 12 कॉलम चलती हैं, लेकिन उनमें से ज़्यादातर उस सवाल का जवाब नहीं देतीं जो मैच में असल में मायने रखता है: किस डिलीवरी ने टर्निंग पॉइंट बनाया और क्यों। हम डेटा की मौजूदगी को डेटा के अर्थ से भ्रमित कर लेते हैं।

जब खाली जगह सबसे ज़रूरी सवाल बन जाए

मेरे पास एक स्प्रेडशीट है जिसमें 4,180 पंक्तियाँ हैं। उनमें से एक भी उस शोर की व्याख्या नहीं करती जो मैच के दौरान स्टेडियम में होता है। डेटा सटीकता देता है, पूर्णता नहीं। और सटीकता की यह सीमा जानना भी उतना ही ज़रूरी है जितना खुद सटीकता।

जिस रिपोर्ट की हम बात कर रहे हैं, वह एक ऐसा केस है जिसे मैं 'स्ट्रक्चरल फ़ैब्रिकेशन का जोखिम' कहता हूँ। किसी ने झूठ नहीं बोला। किसी ने तथ्य नहीं गढ़े। लेकिन एक ऐसा दस्तावेज़ तैयार हो गया जो देखने में पूरा है, पढ़ने में प्रामाणिक है, लेकिन जिसका कोई भी निष्कर्ष किसी भी वास्तविक क्रिकेट घटना से जुड़ा नहीं है।

और यह सिर्फ़ एनालिसिस की समस्या नहीं है। यह पूरे स्पोर्ट्स मीडिया की समस्या है। हम ऐसी खबरें पढ़ते हैं जिनमें हेडलाइन मज़बूत होती है, स्रोत कमज़ोर। ऐसी रिपोर्ट्स देखते हैं जिनमें स्ट्रक्चर साफ़ होता है, फैक्ट्स धुँधले। और हम ऐसी एनालिसिस सुनते हैं जिनमें टोन आत्मविश्वासी होता है, लेकिन उसके पीछे कोई डेटा पॉइंट नहीं होता।

मुझे याद है, 2026 की मेगा नीलामी के बाद, मैंने केकेआर के स्पिन-भारी स्क्वाड पर एक नोट तैयार किया था। उसमें स्पष्ट लिखा था कि रशीद खान के खिलाफ मिडिल ओवर्स में अटैक का प्लान जोखिम भरा है क्योंकि उसका गूगली शेयर उस सीज़न में असामान्य रूप से ऊँचा था। 25 मई, क्वालिफ़ायर 2, ईडन गार्डन्स: एसआरएच 174/7, केकेआर 160/9, 13 रन से हार। रशीद ने 3/19 लिए। मेरी रिपोर्ट सही थी, लेकिन उसे पढ़ने वाले कितने थे?

यही सवाल अब भी मुझे परेशान करता है। सही एनालिसिस का मतलब यह नहीं कि उसे सुना जाएगा। और गलत एनालिसिस का मतलब यह नहीं कि वह नहीं सुना जाएगा — बस उसका ढाँचा मज़बूत होना चाहिए।

वह अदृश्य खामी जो हर रिपोर्ट में छिपी है

इस पूरी रिपोर्ट में सबसे चौंकाने वाली बात मेरे लिए वह 'हिडन इनफॉर्मेशन' सेक्शन था। हर डाइमेंशन के नीचे, जहाँ रिपोर्ट को कोई गहरी अंतर्दृष्टि देनी थी, वहाँ लिखा था: 'None derivable — कोई अंतर्दृष्टि नहीं निकाली जा सकती।' सिवाय एक जगह के। रिस्क डाइमेंशन में, एक मीडियम-कॉन्फिडेंस नोट था: 'N/A' के इस पैटर्न की उपस्थिति खुद सबसे बड़ा सिग्नल है — यह सोर्स डॉक्यूमेंट के खाली होने से ज़्यादा स्टेज-1 पाइपलाइन की विफलता की ओर इशारा करता है।

यही वह क्षण था जब मुझे समझ आया कि यह रिपोर्ट अपने आप में एक कहानी है। यह क्रिकेट के बारे में नहीं है। यह क्रिकेट एनालिसिस के बारे में है — और उस पूरी प्रक्रिया के बारे में जिसे हम 'डेटा-ड्रिवन' कहते हैं लेकिन जो अक्सर 'डेटा-शेप्ड' होती है।

मैं छह सीज़न से भारतीय क्रिकेट के कोचिंग स्टाफ के कमरों में हूँ। मैंने देखा है कि कैसे एक अच्छा डेटा पॉइंट एक खराब कोचिंग निर्णय को सही ठहराने के लिए इस्तेमाल हो सकता है। और मैंने यह भी देखा है कि कैसे एक खाली डेटा पॉइंट पूरे विश्लेषण को एक औपचारिकता बना सकता है।

सबसे बड़ा ख़तरा झूठे डेटा से नहीं आता। वह खाली डेटा से आता है जिसे इतने अच्छे ढाँचे में पेश किया गया हो कि कोई उसकी खालीपन पर सवाल न उठाए।

आगे क्या देखना चाहिए

अगली बार जब आप कोई क्रिकेट एनालिसिस पढ़ें — चाहे वह मैच प्रीव्यू हो, प्लेयर रेटिंग हो, या नीलामी की रणनीति — तो एक सवाल ज़रूर पूछें: इस रिपोर्ट में सबसे ठोस 'इनफॉर्मेशन पॉइंट' कौन सा है? अगर जवाब में कोई तारीख, कोई स्कोर, कोई डिलीवरी, कोई स्रोत नहीं आता, तो समझ लीजिए कि आप एक ऐसा ढाँचा पढ़ रहे हैं जिसे डेटा की ज़रूरत नहीं है।

मेरी स्प्रेडशीट में 4,180 पंक्तियाँ हैं। हर पंक्ति एक डिलीवरी है — कुछ उबाऊ, कुछ निर्णायक। लेकिन उनमें से एक भी उस शोर की व्याख्या नहीं करती जो स्टेडियम में होता है, और न ही उस खामी की जो खाली रिपोर्ट के ढाँचे में छिपी होती है। मेरा काम डेटा इकट्ठा करना नहीं, उस डेटा की सीमाओं को पहचानना है — और यह स्वीकार करना है कि कभी-कभी सबसे ईमानदार जवाब यह होता है: 'इस सवाल का जवाब देने के लिए मेरे पास पर्याप्त जानकारी नहीं है।'

अगली बार जब कोई आपको 'N/A' से भरी रिपोर्ट दे, तो पूछिए — क्या यह खालीपन सोर्स में है, या उस सिस्टम में जिसने उसे पढ़ा?