खाली डेटा, गड़बड़ाए नतीजे: क्रिकेट एनालिसिस की उस खामी की पड़ताल जो स्कोरकार्ड से पहले ही पकड़ में नहीं आती

क्रिकेट एनालिसिस का एक सच है जो किसी भी मैच रिपोर्ट में नहीं लिखा जाता: नतीजे उतने ही भरोसेमंद होते हैं जितना उनका इनपुट। पिछले कुछ दिनों में मेरी मेज़ पर एक एनालिसिस पेलोड आया, जिसमें बीस में से उन्नीस खाने खाली थे। शीर्षक नहीं, स्रोत नहीं, मैच नहीं, खिलाड़ी नहीं, कोई तथ्य नहीं। बस एक टैग था — cricket_asia। यह कोई नई समस्या नहीं है, लेकिन यह उस तरह की समस्या है जिसे क्रिकेट कवरेज में अक्सर नज़रअंदाज़ कर दिया जाता है, क्योंकि खाली डेटा से भी आत्मविश्वास से भरी पैराग्राफ़ लिखी जा सकती है। स्कोरकार्ड एक ऑडिट ट्रेल है। यह वाक्य मैंने 2026 में कोलकाता के साल्ट लेक स्टेडियम में बैठकर सीखा था, जब अंडर-17 विश्व कप के नौ मैचों में मैंने 611 शॉट हाथ से कोड किए और उन्हें एक्सेल में पहला xG मॉडल बनाया। उस समय मुझे यह समझ आया कि मैदान में जो दिखता है और लॉग में जो दर्ज होता है, दोनों एक ही चीज़ नहीं हैं — और दोनों के बीच का अंतर ही असली कहानी है। लेकिन उस अंतर को नापने के लिए लॉग होना ज़रूरी है। जब लॉग ही खाली हो, तो नापने को कुछ नहीं बचता। यही इस पेलोड की समस्या थी। आठ-आयामी ढांचे के हर खाने को भरने के लिए एक ही शर्त थी — कम से कम एक साइटेबल तथ्य। वह नहीं मिला। सबसे पहले फॉर्मेट तय करना ज़रूरी था, टेस्ट, वनडे, टी20 या द हंड्रेड। फॉर्मेट तय किए बिना किसी भी आंकड़े का कोई अर्थ नहीं निकलता। टेस्ट का औसत टी20 के औसत से अलग बुनियादी ईकाई है, और टी20 की इकॉनमी वनडे की इकॉनमी से नहीं तुलनीय। इसीलिए फॉर्मेट पहला गेट है, बाद का विवरण नहीं। जब वह गेट ही बंद हो, तो उसके बाद के सब दरवाज़े अपने आप बंद हैं। एक पत्रकार के तौर पर मैंने यह तरीका 2026 में मास्को में सीखा था, स्पेन बनाम रूस के उस मैच में। स्पेन के पास 74 प्रतिशत गेंद थी और 25 शॉट, लेकिन औसत शॉट दूरी बीस मीटर से आगे की थी। टेलीविज़न पैनल इसे उलटफेर कह रहा था, जबकि गेंदबाज़ी करने वाले ब्लॉक ने बॉक्स में लगभग कुछ नहीं छोड़ा। उस दिन मेरी पहली बाइलाइन छपी, और उसके नीचे एक टिप्पणी आई कि मैं फ़ीचर ही लिखूं। मैंने जवाब में सात सौ शब्दों की पद्धति-परिशिष्ट लगाई। यही मेरा तरीका है: नतीजे से पहले विधि, और विधि से पहले स्रोत। यही तरीका इस पेलोड पर टूटता है। स्रोत का मूल्यांकन ही नहीं हो सका, क्योंकि स्रोत का नाम ही नहीं था। समय-संवेदनशीलता का आकलन नहीं हो सका, क्योंकि कहीं कोई तारीख नहीं थी। जब तारीख नहीं हो, तो न ही फॉर्म का रुझान जांचा जा सकता है, न ही एज-कर्व का मोड़, न ही नीलामी का चक्र, न ही किसी नैरेटिव का उठना या फिर से ठंडा होना। खिलाड़ी और तकनीक के स्तर पर स्थिति और साफ है। मैदान पर खरीदारी करने वाली टीम का विश्लेषण करने के लिए खिलाड़ी की पहचान ज़रूरी है, क्योंकि भूमिका तय करने के बाद ही मीट्रिक चुनिंदा जाते हैं। सलामी बल्लेबाज़, मध्यक्रम का एंकर, फिनिशर, तेज़ गेंदबाज़, स्पिनर, ऑलराउंडर, विकेटकीपर — हर भूमिका के मानक अलग हैं। और मुश्किल यह है कि सबसे काम के आंकड़े, यानी पिछले बारह महीनों का रुझान, घर-बाहर के विभाजन, दबाव के ओवरों में प्रदर्शन, मूल लेख में शायद थे भी नहीं। इस मामले में तो मूल लेख ही नहीं था। टीम और रैंकिंग के स्तर पर भी ढांचा बेकार है। आईसीसी की रैंकिंग टेस्ट, वनडे और टी20 में अलग-अलग गिनी जाती है, इसलिए बिना फॉर्मेट तय किए उद्धृत करना ही बेईमानी है। घर की सतह पर स्पिन का वर्चस्व बनाम बाहर तेज़ गेंदबाज़ी के अनुकूलन का वह पूरा तर्क, जो एशियाई क्रिकेट कवरेज का स्थायी आकर्षण है, बिना टीम और बिना श्रृंखला-स्थल के खड़ा नहीं हो सकता। यहां दोनों नहीं थे। और डब्ल्यूटीसी अंक-तालिका की चर्चा तो पूरी तरह निरर्थक है, जब फॉर्मेट ही तय न हो। लीग और वाणिज्यिक पारिस्थितिकी के स्तर पर स्थिति और सीधी है। प्रसारण अधिकारों का मूल्य, फ्रैंचाइज़ी का मूल्यांकन, खिलाड़ी वेतन — कुछ भी नहीं था। बिना एक भी व्यापारिक कीमत और बिना एक भी खिलाड़ी की पहचान के, यह बताना असंभव है कि कोई खरीद ओवरप्राइस्ड थी या नहीं। वह प्रीमियम स्थानीय युवा स्टार का था, ऑलराउंडर का, दुर्लभ स्थान का, या पैनिक बिडिंग का? यह वर्गीकरण भी नहीं हो सकता, क्योंकि वर्गीकरण के लिए कम से कम एक लेनदेन और एक विक्रेता की पहचान चाहिए। अभिशासन के स्तर पर खतरा और बड़ा है। यदि डेटा के अभाव में भी कोई अनुपालन-जोखिम रेटिंग दी जाती, तो वह बिना नाम लिए पक्षों पर एक प्रतिष्ठा-आरोप बन जाती। इस ढांचे का यह नियम ही रक्षा-कवच है कि जब नियामक संस्था, घटना या कथित नियम-उल्लंघन न हो, तो खाली ही लौटना चाहिए। अब वह हिस्सा, जो इस पूरे घटनाक्रम को लिखने लायक बनाता है। पेलोड में एक ही सुराग था, टैग cricket_asia। हां, यह भौगोलिक लेबल है, ऑस्ट्रेलिया, इंग्लैंड या साउथ अफ्रीका का संकेत नहीं। लेकिन यह टैग एक तथ्य नहीं, सिर्फ दिशा है। और दिशा से निष्कर्ष निकालना वही गलती है जो क्रिकेट कवरेज में रोज़ होती है। यहीं से आम धारणा का उलटाव शुरू होता है। लोग मानते हैं कि खाली डेटा का मतलब है कि कुछ है ही नहीं। सच उलटा है। खाली डेटा का मतलब है कि कोई तोड़फोड़ अभी भी मौजूद है, बस उसकी जगह गलत है। इस पेलोड में शीर्षक, स्रोत, प्रकार और सूचना-बिंदु, चारों एक साथ खाली थे। चार अलग-अलग खराबियों के बजाय यह एक ही अपस्ट्रीम विफलता का संकेत है; पेडवॉल, रोबोट-दीवार, जावास्क्रिप्ट से बना पेज, पीडीएफ, या गैर-लेख इनपुट। अर्थात्, समस्या विश्लेषण में नहीं, फ़ेच चरण में है। और फ़ेच चरण की विफलता सबसे सस्ती मरम्मत है। यहां एक तकनीकी सच्चाई भी उभरती है जिसे क्रिकेट डेटा के पेशेवर लोग जानते हैं, कवरेज में शायद ही लिखते हैं: खाली निष्कर्षण अक्सर स्रोत के प्रकार के बारे में भी एक कमज़ोर संकेत देता है। सूचना-घने विषय, जैसे नीलामी, अधिकार-सौदे, फ्रैंचाइज़ी मूल्यांकन, इनमें नाम, संख्या और तारीख भरी होती है, और साधारण एक्सट्रैक्टर भी इन्हें पकड़ लेता है। सूचना-विरल विषय, जैसे ऑडियो-फ़र्स्ट या वीडियो-फ़र्स्ट आइटम, टेक्स्ट एक्सट्रैक्शन की पहुंच से बाहर रह जाते हैं। इसलिए यह भी अनुमान लगाया जा सकता है कि मूल लेख संभवतः कोई ऑक्शन या साइनिंग रिपोर्ट नहीं था। लेकिन ध्यान रहे, यह अनुमान है, तथ्य नहीं। इस पूरे प्रकरण में सबसे बड़ा जोखिम क्रिकेट का नहीं, सूचना-अखंडता का है। एक खाली इनपुट पर भरे हुए निष्कर्ष छापना, चाहे वे कितने भी विश्वसनीय लगें, बिना स्रोत के दावे गढ़ना है। यह किसी भी खेल-अनुसंधान का सबसे गंभीर दोष है। क्योंकि क्रिकेट में, और खास तौर पर एशिया के बाज़ार में, भावना तथ्यों से हमेशा आगे चलती है। यहां अटकलें डेटा की तुलना में बहुत तेज़ रफ्तार से फैलती हैं, और एक आत्मविश्वास भरी पैराग्राफ़ किसी भी टेबल से ज़्यादा पढ़ी जाती है। यही वजह है कि मैं अपने सारे लेखों में अनुमान पहले छापता हूं और स्कोरकार्ड बाद में। 2026 की मेगा नीलामी में मैंने गेवल से तीन दिन पहले एक फेज़-समायोजित मूल्यांकन मॉडल छापा था, क्योंकि मुझे पता था कि अगर बाद में बनाया, तो कोई मुझ पर भरोसा नहीं करेगा। उस मॉडल ने दस सबसे महंगे खरीदों में से आठ पर अंतिम कीमत के बारह प्रतिशत के भीतर अनुमान लगाया था। उसके बाद मैंने खुद को सार्वजनिक रूप से ग्रेड भी दिए, उन गलतियों सहित जहां मेरे मॉडल का पसंदीदा मध्यम-मूल्य खरीदार कभी प्लेइंग इलेवन में ही नहीं आया। यही सार्वजनिक बहीखाता है। इस पेलोड का मामला इसी बहीखाते के सिद्धांत का है। जब सामग्री खाली हो, तो सही पेशेवर नतीजा यह है कि हम स्पष्ट रूप से लिखें कि हम नहीं जानते। इसे असफलता नहीं कहते, इसे 'रिक्त परिणाम' कहते हैं। अंतर यह है कि त्रुटि अनजाने में होती है, रिक्त परिणाम जानबूझकर, कारण-सहित और ट्रेस करने योग्य होता है। लेकिन मुझे यह भी मानना है कि मूल लेख संभवतः मौजूद था। एक व्यावहारिक नियम कहता है कि चारों मेटाडेटा खानों का एक साथ खाली होना शायद एक ही फ़ेच विफलता का परिणाम है, न कि लेख का अस्तित्व न होना। स्रोत का क्षेत्र (cricket_asia) भी बताता है कि यह किसी एशियाई क्रिकेट विषय पर था। इसलिए अगला कदम तकनीकी है, भावनात्मक नहीं। मूल लिंक पर फिर से स्टेज-वन चलाएं, इस बार बैकअप रास्ते के साथ; प्रोटोकॉल स्टेटस देखें, रोबोट या पेडवॉल का जवाब देखें, सामग्री का प्रकार जांचें कि एचटीएमएल था, पीडीएफ था या वीडियो। अगर दूसरी कोशिश में भी खाली लौटे, तो तय करें कि प्लंबिंग ठीक करनी है या उस आइटम को छोड़ना है। और एक बात जो इस रिपोर्ट में दर्ज होनी चाहिए: रोज़गार की कवरेज में सबसे अधिक भरोसा उसी ढांचे पर नहीं, बल्कि उस गेट पर होना चाहिए जो खाली डेटा पर लगाम लगाए। अगर सूचना-बिंदु खाली हैं, तो परिणाम रिक्त होना चाहिए, चाहे टेम्पलेट कितना भी अच्छा भरा हुआ दिखना चाहे। क्योंकि एक गलत नंबर से पूरी टेबल खराब होती है, और एक गढ़ी हुई कहानी से पूरी कवरेज की साख। यह खाली पेलोड इस बात का सबूत है कि क्रिकेट डेटा का असली काम शानदार निष्कर्ष निकालना नहीं, बल्कि यह बताना है कि कब हमें कुछ नहीं पता। अगली बार जब कोई आंकड़ों की भाषा में बहुत आत्मविश्वास से बोले, तो एक सवाल पूछें: आपका इनपुट कहां से आया, और क्या वह लॉग अभी भी खुला है?