खाली डेटा, खुला सवाल: क्रिकेट विश्लेषण की वह नींव जो हम बिना जाँचे दबा देते हैं

पिछले हफ़्ते मैंने तीन अलग-अलग डेस्कों से आए क्रिकेट विश्लेषण के फ़ाइलें खोलीं। तीनों में एक ही चीज़ गायब थी — वह स्तर, जहाँ कच्चा फ़ैक्ट टुकड़ों में बँटता है और उसके बाद ही राय बनती है। एक फ़ाइल में मैच का नाम तक दर्ज नहीं था, दूसरी में कोई खिलाड़ी नहीं, तीसरी में प्रारूप — टेस्ट, वनडे या टी20 — का ज़िक्र ही नहीं। जब शुरुआती निष्कर्षण खाली लौटता है, तो उसके ऊपर खड़ा हर विश्लेषण एक ऐसी इमारत है जिसकी नींव किसी ने नहीं देखी। और सबसे बड़ी बात: खाली नींव पर बनी इमारत भरोसेमंद दिखती है — यही उसका असली ख़तरा है।

मुझे यह लिखते हुए 2026 का वह दौर याद आता है जब मैं मुंबई में मैच-फिक्सिंग जाँच के काग़ज़ात छान रहा था। उस जाँच ने मुझे एक बात सिखाई जो किसी भी क्रिकेट कॉलम से ज़्यादा काम की थी: जो रिकॉर्ड खाली है, उसे खाली कहना भर चेकिंग नहीं है। असली चेकिंग यह पूछना है कि वह खाली क्यों है — स्रोत बंद था, लिंक मरा हुआ था, पे-वॉल था, या किसी ने जल्दबाज़ी में कुछ भी दर्ज नहीं किया। इन चारों के इलाज अलग हैं, और चारों को एक ही "जानकारी उपलब्ध नहीं" के नीचे दबा देना पेशेवर लापरवाही है।

जब फ़्रेमवर्क खुद खाली हो जाए

आठ-आयामी विश्लेषण ढाँचा — प्रारूप और मैच, खिलाड़ी तकनीक और डेटा, टीम परिदृश्य और रैंकिंग, लीग और वाणिज्यिक पारिस्थितिकी, नियम और शासन, जोखिम-पक्ष, सार्वजनिक कथा, और उद्योग संचरण — एक बहुत साफ़ तर्क पर बना है। पहले प्रारूप तय करो, क्योंकि टेस्ट का औसत और टी20 का स्ट्राइक रेट एक ही मापदंड पर नहीं तौले जा सकते। फिर भूमिका, क्योंकि मध्यक्रम के बल्लेबाज़ की तीन पारियाँ और मौत के ओवरों के गेंदबाज़ की तीन स्पेल दो अलग नमूने हैं। फिर टीम, क्योंकि बेंच की गहराई के बिना ताकत का अनुमान अधूरा है। और अंत में पैसा, नियम और कथा।

इस क्रम में पहला कदम उठते ही जब लौटता है "अपर्याप्त जानकारी", तो बाकी सात आयाम तकनीकी रूप से चल तो सकते हैं, पर वे केवल ख़ुद को दोहराएँगे। दिक्कत यह है कि यह दोहराव रिपोर्ट में ताकतवर दिखता है — बीस पंक्तियाँ, दस तालिकाएँ, हर खाने में एक व्यवस्थित प्रविष्टि। शून्य को व्यवस्थित तरीके से लिख देना, शून्य को जानकारी नहीं बना देता।

नमूने की गिनती दूसरे पैराग्राफ़ में, आख़िरी में नहीं

मैंने यह नियम अपने लिए तब बनाया जब 2026 में यूएई में खाली स्टेडियमों वाला आईपीएल चल रहा था। साठ मैच, जैव-सुरक्षित बुलबुला, सिकुड़ा हुआ कैलेंडर। हर रात एक नई कथा उभरती थी और हर सुबह वह पिछली रात की कथा को झुठला देती थी। तब मैंने तय किया कि मैं पूरे साठ मैचों का हिसाब रखूँगा, और जो भी लिखूँगा उसमें नमूने का आकार दूसरे पैराग्राफ़ में लिखूँगा। उस अभ्यास ने मुझे बताया कि पीछा करने वाली टीमों ने साठ में से पैंतीस मैच जीते, और यह कि ओस के तापमान और यात्रा-भार ने भीड़ की अनुपस्थिति से ज़्यादा समझाया। भीड़ लौटी तो घरेलू बढ़त का जो हिस्सा क्राउड था वह लौट आया — पर जो हिस्सा कंडीशन और शेड्यूलिंग था, वह अपनी जगह पर खड़ा रहा।

इसी अनुशासन के साथ मैंने 2026 में इम्पैक्ट प्लेयर नियम देखा। चौहत्तर मैच, 138 सक्रियण, हर एक को चरण, भूमिका और मैच-अवस्था के हिसाब से टैग किया। जो नतीजा निकला वह सुर्ख़ियों से छोटा था और इसीलिए ज़्यादा भरोसेमंद: नियम ने मैदान पर रणनीति से ज़्यादा बेंच के निर्माण को बदला। यह वही बात है जो खाली निष्कर्षण वाली फ़ाइलें भूल जाती हैं — नतीजे से पहले नींव है, और नींव से पहले यह पता होना चाहिए कि नींव किस चीज़ से बन रही है।

जो दिखता है वह माप नहीं होता

अब उस हिस्से पर आते हैं जहाँ मुझे सबसे ज़्यादा सावधानी रखनी पड़ती है। आठ-आयामी रिपोर्ट में शासन-चेकलिस्ट, जोखिम-मैट्रिक्स और संचरण-मानचित्र जैसी चीज़ें हैं। ये तीनों अपने-आप में बहुत संतोषजनक दिखती हैं — जोखिम की तीव्रता, संभावना, प्रभाव, उपशमन; ऊपर-धारा से नीचे-धारा तक तीर। पर ये सब तभी काम के हैं जब उनमें डालने के लिए कोई असली विषय हो। विषय न हो तो जोखिम-मैट्रिक्स धीरे-धीरे एक कवायद बन जाता है, जिसमें हर खाना साफ़-सुथरा भरा हुआ दिखता है और कुछ भी दाँव पर नहीं होता।

यही मेरी सबसे बड़ी चिंता है, और यह वर्कलोड डेटा के साथ भी होती है। गेंदें, ओवर, चौदह दिनों में मैच — ये सब नापे जा सकते हैं, इसलिए ये निष्कर्ष जैसे लगते हैं। मैंने 2026 टी20 विश्व कप के फ़ाइनल के लिए बारबाडोस में जो फ़ाइल बनाई थी, उसमें जसप्रीत बुमराह के टूर्नामेंट भर के 29.4 ओवर दर्ज थे और उनका रिलीज़ स्पीड बना हुआ था — पर 29.4 के साथ मैंने हर चरण की इकॉनमी भी रखी थी, क्योंकि अकेला ओवर-काउंट एक तथ्य है, निष्कर्ष नहीं। दक्षिण अफ़्रीका के ख़िलाफ़ सात रन से बचाए गए उस मैच में असली जानकारी यह थी कि भारत ने लेग-साइड सीमा सुरक्षित होने के बाद स्टंप-लाइन यॉर्कर से चौड़ी धीमी गेंदों की ओर रुख बदला — और वह बदलाव फ़ील्ड-मैप में पहले दिख रहा था, कमेंट्री में बाद में।

यही वजह है कि मैं हर टुकड़े को दो तरह की जाँच से गुज़ारता हूँ। पहली, क्या यह किसी सत्यापन-योग्य स्रोत से आया है, और उस स्रोत की तारीख़ क्या है। दूसरी, क्या यह किसी ऐसे नमूने पर खड़ा है जो दावे को सँभाल सके। दोनों में से एक भी अनुपस्थित हो तो दावा प्रकाशन-योग्य नहीं है, चाहे वह कितना ही आकर्षक लगे।

औपचारिकता जो जानकारी नहीं बनती

अब वह पक्ष, जिस पर मुझसे सबसे ज़्यादा असहमति होती है। कई डेस्क इस तर्क पर चलते हैं कि यदि कोई आयाम मापा नहीं जा सका, तो उसे "अपर्याप्त जानकारी" लिखकर पूरा ढाँचा भर देना चाहिए — इससे पारदर्शिता बनी रहती है। मैं इससे आधा ही सहमत हूँ। पारदर्शिता तब बनती है जब आप यह भी बताएँ कि वह जानकारी क्यों नहीं मिली। मेरे अनुभव में खाली निष्कर्षण के तीन मुख्य कारण हैं: स्रोत का पे-वॉल या मृत लिंक (तकनीकी विफलता), मूल सामग्री का वास्तव में तथ्य-रहित होना (संपादकीय विफलता), और निष्कर्षण प्रक्रिया का ही टूटा होना (प्रक्रिया विफलता)। तीनों का इलाज अलग है। पहले में स्रोत दोबारा खोलें, दूसरे में लेख को विश्लेषण-अयोग्य घोषित करें, तीसरे में पाइपलाइन दोबारा चलाएँ। इन तीनों को एक ही शून्य-रिपोर्ट में मिला देना साफ़ बात को धुँधला कर देता है।

और एक दूसरी चीज़, जो मुझे सबसे ज़्यादा परेशान करती है: खाली रिकॉर्ड को डेटाबेस में रहने देना। मैंने अपनी टीम के लिए एक साधारण नियम बनाया है — यदि किसी रिकॉर्ड में न विषय है, न प्रारूप, न तारीख़, और न ही स्रोत, तो उसे सक्रिय रूप से चिह्नित करके किसी भी समग्र विश्लेषण से बाहर रखा जाए। क्योंकि छह महीने बाद कोई विश्लेषक उस खाली रिकॉर्ड को एक डेटा-बिंदु की तरह गिन लेगा, और तब गलती मूल विश्लेषण में नहीं, बल्कि उसकी विरासत में होगी।

अगली जाँच किस चीज़ पर होगी

मेरी अगली जाँच किसी मैच की नहीं, किसी भी फ़ाइल की पहली तीन पंक्तियों की होगी: विषय क्या है, प्रारूप क्या है, स्रोत किस तारीख़ का है। यदि इन तीनों में से एक भी खाली मिला, तो उस फ़ाइल पर कोई राय नहीं बनेगी — चाहे डेडलाइन कितनी भी क़रीब हो। सवाल यह नहीं है कि विश्लेषण कितना लंबा है। सवाल यह है कि जब आप उसे पढ़कर किसी कोच के सामने बैठते हैं, तो क्या आप बता सकते हैं कि आपका पहला तथ्य कहाँ से आया था।

जिस दिन हम खाली नींव पर बनी रिपोर्ट को भी उतनी ही गंभीरता से लौटाना सीख जाएँगे जितनी गंभीरता से हम गलत आँकड़े वाली रिपोर्ट लौटाते हैं, उस दिन क्रिकेट विश्लेषण का असली सुधार शुरू होगा।