खाली सेल, भरा शोर: क्रिकेट की डेटा पाइपलाइन कहाँ टूटती है
**मुख्य उत्तर (≤60 शब्द):** क्रिकेट एनालिटिक्स की सबसे बड़ी समस्या डेटा की कमी नहीं, डेटा की प्रोवेनेंस (स्रोत-ट्रेसबिलिटी) है। जब विश्लेषण पाइपलाइन का पहला चरण खाली सूचना-बिंदु लौटाता है, तो हर आगे का निष्कर्ष अवैध हो जाता है — क्योंकि डैशबोर्ड पर खाली सेल और शून्य एक जैसे दिखते हैं। **मुख्य तथ्य:** - स्टेज-1 डीकंस्ट्रक्शन में सूचना बिंदुओं की सूची खाली थी, इसलिए सभी आठ विश्लेषण-स्तंभ 'N/A' दर्ज हुए। - लौटाया गया क्षेत्र-लेबल cricket_asia था, जबकि अपेक्षित लेबल Cricket था — यह टैक्सोनॉमी विसंगति है। - स्रोत (Source) खाली होने से दावे की विश्वसनीयता-श्रेणी तय नहीं की जा सकी। - आईपीएल 2022 मेगा नीलामी में निकोलस पूरण 10.75 करोड़ और वॉशिंगटन सुंदर 8.75 करोड़ में सनराइज़र्स हैदराबाद गए। - सनराइज़र्स हैदराबाद 2022 सीज़न में छह जीत के साथ आठवें स्थान पर रहा। **स्रोत श्रेय:** Stage-2 Deep Professional Analysis Report — डेटा इनटेक मूल्यांकन अनुभाग; प्रकाशन तिथि स्रोत दस्तावेज़ में दर्ज नहीं है। **संबंधित प्रश्नोत्तर:** प्रश्न: क्रिकेट एनालिटिक्स में 'नल हैंडलिंग' क्या है? उत्तर: यह वह अनुशासन है जिसमें अनुपलब्ध जानकारी को स्पष्ट रूप से 'अनुपलब्ध' दर्ज किया जाता है, न कि चुपचाप औसत मान लिया जाता है। प्रश्न: खाली सेल और शून्य में क्या अंतर है? उत्तर: शून्य एक दर्ज की गई घटना है, जबकि खाली सेल का अर्थ है कि घटना मापी ही नहीं गई। प्रश्न: फ़ॉर्मेट पहचान क्यों अनिवार्य है? उत्तर: क्योंकि 140 का स्ट्राइक रेट टेस्ट में असाधारण, वनडे में सामान्य और टी20 में अपर्याप्त माना जाता है; बिना फ़ॉर्मेट के कोई तुलना वैध नहीं होती।
हैदराबाद के एक फ्रेंचाइज़ी दफ़्तर में पिछले सीज़न के दौरान मैंने एक स्क्रीन पर दो चीज़ें एक साथ देखीं। ऊपर वाली सेल में शून्य दर्ज था। ठीक नीचे वाली सेल खाली थी। दोनों एक ही रंग में रेंडर हो रही थीं, एक ही डैशबोर्ड का हिस्सा थीं, और उस कमरे में मौजूद हर शख़्स उन्हें एक ही चीज़ समझ रहा था। मगर वे एक चीज़ नहीं थीं।
शून्य एक माप है। बल्लेबाज़ ने असल में जीरो रन बनाए, गेंदबाज़ ने असल में उस ओवर में एक भी रन नहीं दिया, फ़ील्डर ने असल में कैच छोड़ा और उसकी गिनती हुई। खाली सेल माप नहीं है। वहाँ घटना दर्ज ही नहीं हुई। किसी ने देखा नहीं, किसी ने लिखा नहीं, किसी ने जाँचा नहीं। यह दोनों चीज़ें जब एक ही ग्रे रंग में स्क्रीन पर बैठ जाती हैं, तब क्रिकेट का पूरा एनालिटिक्स तंत्र — टेलीविज़न ग्राफ़िक्स, फ़ैंटेसी कीमतें, रिटेंशन मीटिंग, नीलामी की बोली रणनीति, और अख़बार की वह 'इनसाइडर' लाइन जिसे मैं तीस साल से लिखता आया हूँ — एक ऐसी ज़मीन पर खड़ा हो जाता है जो दिखती ठोस है और है नहीं।
बबल के अंदर सबसे पहले जो चीज़ महसूस होती है, वह है ख़ामोशी। सत्रह साल पहले जब मैंने प्रिंट की मेज़ छोड़ी और सनराइज़र्स हैदराबाद के साथ इस डिजिटल दौर में क़दम रखा, तब मुझे लगा था कि ख़ामोशी कमी है — कुछ छूट रहा है। अब पता है कि ख़ामोशी कभी-कभी जवाब भी होती है। और उस खाली सेल ने मुझे वही जवाब दिया जो किसी प्रेस कॉन्फ्रेंस ने कभी नहीं दिया।
यह लेख किसी मैच, किसी खिलाड़ी, किसी टीम के बारे में नहीं है। यह उस परत के बारे में है जो इन सबके बारे में हमें बताती है — और जिसके जवाब में बार-बार, चुपचाप, खाली सेल आ रही है।
मेरा करियर स्कोरकार्ड से शुरू हुआ था, डैशबोर्ड से नहीं। 2026 में मिड-डे में फ़ीचर्स डेस्क पर बैठा था, और उस दौर में क्रिकेट की 'डेटा' का मतलब था एक मोटी किताब जिसमें पिछले पचास साल के स्कोरलाइन थे और एक कॉलम जिसमें 'नोट' लिखा होता था। चेन्नई में स्पोर्ट्सवर्ल्ड के संवाददाता के तौर पर काम करते हुए मैंने सीखा कि क्रिकेट में कहानी आंकड़े से पहले आती है, मगर आंकड़े के बिना कहानी टिकती नहीं। द टेलीग्राफ़ के लिए फ़्रीलांस में जो लिखा, उसमें भी यही अनुशासन था: पहले गिनती, फिर वाक्य।
2026 में जब आईपीएल शुरू हुआ, तब पूरा उद्योग एक साथ बदला। मुझे वह बीट उसी साल मिली जिस साल बीट का अविष्कार हुआ था — यह मेरी क़िस्मत थी। मगर उसके साथ एक नई चीज़ आई जिसे उस समय हममें से किसी ने नाम नहीं दिया था: एनालिसिस पाइपलाइन। पहला चरण — जिसे अब उद्योग की भाषा में स्टेज-1 डीकंस्ट्रक्शन कहते हैं — मैच, प्रेस कॉन्फ्रेंस, चयन बैठक, नीलामी और ट्रेनिंग सत्र को छोटी-छोटी तथ्यात्मक इकाइयों में तोड़ता है, जिन्हें 'सूचना बिंदु' कहा जाता है। दूसरा चरण उन बिंदुओं पर तर्क खड़ा करता है। तीसरा चरण उसे टेलीविज़न कट पर, फ़ैंटेसी प्लेटफ़ॉर्म के मूल्यांकन में, और टीम की रिटेंशन सूची में बदल देता है।
इस पूरे ढाँचे की एक ही शर्त है: पहले चरण की सूची खाली न हो। एक भी सूचना बिंदु न आए तो दूसरा चरण अटक जाता है, तीसरा भी। मगर तीसरा चरण अटकता नहीं — क्योंकि तीसरे चरण में कोई 'नल हैंडलिंग' नहीं है। तीसरा चरण भर देता है।
यहीं पहला झटका लगता है। अगर किसी टीम के स्काउटिंग शीट में एक कॉलम खाली रह जाए — मान लीजिए उस खिलाड़ी का घरेलू मैदान का स्पिन-स्प्लिट दर्ज नहीं हुआ — तो शीट का असर ख़त्म नहीं होता। शीट उस खाली जगह को 'सामान्य' मान लेती है। और 'सामान्य' का मतलब होता है औसत, और औसत का मतलब होता है ठीक-ठाक, और ठीक-ठाक का मतलब होता है एक करोड़ की बोली। यह कल्पना नहीं है। यह उस तरह का सिस्टम-फ़ेल्योर है जिसे मैं बारह साल से फ़्रैंचाइज़ी के गलियारों में देख रहा हूँ।
नीलामी का दिन शेयर बाज़ार जैसा सुनाई देता है — बस इसमें धड़कन भी होती है। 2026 की मेगा नीलामी में मैं बेंगलुरु के उस हॉल में बैठा था जहाँ सनराइज़र्स हैदराबाद नए सिरे से खड़ा हो रहा था। राशिद ख़ान गुजरात टाइटंस भेजे जा चुके थे। निकोलस पूरण 10.75 करोड़ में आए, वॉशिंगटन सुंदर 8.75 करोड़ में। सीज़न ख़त्म हुआ आठवें स्थान पर, छह जीत के साथ। उस हफ़्ते मैंने हैदराबाद के फ़ैन क्लबों में भी समय बिताया, और वहाँ जो सुना वह उस हॉल से बहुत अलग था जहाँ नंबर बोले जा रहे थे। हॉल में अंक थे; शहर में भावना थी; और दोनों के बीच जो एकमात्र पुल था, वह था स्प्रेडशीट — जिसके एक कोने में कहीं एक खाली सेल बैठी थी जिसे किसी ने नहीं देखा।
उसी साल मुझे पहली बार यह एहसास हुआ कि क्रिकेट उद्योग में सबसे बड़ा जोखिम ग़लत डेटा नहीं है। सबसे बड़ा जोखिम यह है कि ग़लत डेटा और गैर-मौजूद डेटा को एक ही फ़ॉन्ट में दिखाया जाता है।
जब कोई विश्लेषण रिपोर्ट लिखती है कि 'अपर्याप्त जानकारी, आकलन संभव नहीं', तो कोई उसे पढ़कर मुस्कुराता है। मुझे यह वाक्य आज सबसे ईमानदार वाक्य लगता है जो इस उद्योग में लिखा जा सकता है। मैंने उस रिपोर्ट को तीन बार पढ़ा जिसने मुझे यह लेख लिखने पर मजबूर किया — एक ऐसी विश्लेषण रिपोर्ट, जिसमें आठ विश्लेषण-स्तंभ थे और उनमें से हर एक पर लिखा था: N/A, अपर्याप्त जानकारी। सूचना बिंदुओं की सूची खाली थी। मुख्य दृष्टिकोण खाली थे। स्रोत दर्ज नहीं था। समय-संवेदनशीलता का आकलन नहीं हुआ था।
पहली नज़र में यह एक विफलता है। दूसरी नज़र में यह दुनिया का सबसे उपयोगी दस्तावेज़ है, क्योंकि यह वह दिखाता है जो रोज़ छिपता है।
सबसे पहले, माध्यम की बात। क्रिकेट में फ़ॉर्मेट वह पहली चीज़ है जो तय करती है कि कोई आंकड़ा अच्छा है या बुरा। 140 का स्ट्राइक रेट टेस्ट क्रिकेट में असाधारण है, वनडे में सामान्य है, और टी20 में फ़िनिशर के लिए अपर्याप्त है। किसी स्प्रेडशीट में अगर 'फ़ॉर्मेट' कॉलम खाली है और स्ट्राइक रेट भरा हुआ है, तो वह आंकड़ा उपयोगी नहीं है — वह सक्रिय रूप से भ्रामक है। जिस रिपोर्ट की मैं बात कर रहा हूँ, उसमें माध्यम ही तय नहीं हो पाया। इसका मतलब यह नहीं कि कोई मैच नहीं था। इसका मतलब है कि जिस परत को मैच पहचानना था, वह पहचान नहीं पाई — यानी विफलता स्रोत में नहीं, मशीन के पहले दरवाज़े पर है।
यह अंतर करना ज़रूरी है, क्योंकि इस उद्योग में हम दोनों को एक ही नाम दे देते हैं। 'डेटा नहीं है' और 'डेटा मिला नहीं' अलग-अलग चीज़ें हैं।
दूसरी बात, टैग। उस रिपोर्ट में जो क्षेत्र-लेबल लौटा वह 'cricket_asia' था, जबकि अपेक्षित लेबल 'Cricket' था। किसी को यह तकनीकी बारीकी लगेगी। मुझे यह कहानी की सबसे बड़ी लाइन लगती है। क्योंकि एक ग़लत टैग का मतलब है कि वह सामग्री आगे की पाइपलाइन में ग़लत दरवाज़े से गुज़रेगी। भारत-पाकिस्तान के द्विपक्षीय संबंधों की खबर अगर 'लीग' पाइपलाइन में चली जाए, तो उसका विश्लेषण आर्थिक हो जाएगा — राजनीतिक नहीं। एक एशियाई बोर्ड का चयन विवाद अगर 'मैच' पाइपलाइन में चला जाए, तो उसे फ़ॉर्म की समस्या समझा जाएगा — प्रशासन की नहीं।
ही चीज़ मैंने बीस साल प्रेस बॉक्स में देखी है। कितनी बार ऐसा हुआ कि एक सही तथ्य को ग़लत संदर्भ में रख दिया गया और वह तथ्य झूठ बन गया? मेरी एक्सेस लॉग में ऐसे दर्जनों मामले हैं। तथ्य कभी अकेला नहीं आता; वह हमेशा एक टैग के साथ आता है, और अगर वह टैग ग़लत है, तो तथ्य की सत्यता भी बचा नहीं सकती।
तीसरी बात, और मेरे हिसाब से सबसे भारी — स्रोत। उस रिपोर्ट में स्रोत का खाना खाली था। इसका मतलब साफ़ है: यह तय नहीं किया जा सका कि दावा किसने कहा। मेरे पेशे में स्रोत की एक सीढ़ी है, और मैं उसे हर नए साथी को पहले दिन सिखाता हूँ: बोर्ड की आधिकारिक विज्ञप्ति सबसे ऊपर; फिर वह पत्रकार जिसका नाम ट्रेड रिकॉर्ड से जुड़ा है; फिर सामान्य मीडिया; और सबसे नीचे वे अकाउंट जो ट्रैफ़िक के लिए खबर बनाते हैं। एक चौथे दर्जे के स्रोत से आया दावा अगर आपकी स्प्रेडशीट में पहले दर्जे की तरह बैठ जाए, तो आपका मॉडल कितना भी अच्छा हो, आप ग़लत होंगे।
हाँ एक सच्चाई है जिसे उद्योग कम बोलता है। क्रिकेट एनालिटिक्स की असली समस्या जानकारी की कमी कभी नहीं रही। हमारे पास जानकारी बहुत है — इतनी कि हम उसे संभाल नहीं पा रहे। असली समस्या यह है कि हमने जानकारी के साथ उसका पता खो दिया है। कौन सा नंबर कहाँ से आया, किसने देखा, कब देखा, किसने सत्यापित किया — इन सवालों के जवाब अब किसी फ़ाइल में नहीं हैं। और जब पता खो जाता है, तो जानकारी और अनुमान एक ही तरह दिखने लगते हैं।
मैं इसे 'प्रोवेनेंस का पतन' कहता हूँ। और यह कोई अमूर्त दार्शनिक बात नहीं है — इसकी क़ीमत करोड़ों में है।
ज़रा नीलामी की अर्थव्यवस्था देखिए। एक अनकैप्ड खिलाड़ी का दाम तय करने में तीन चीज़ें काम करती हैं: घरेलू रिकॉर्ड, हालिया फ़ॉर्म, और टीम की ज़रूरत। तीनों में से किसी एक का भी खाली होना पूरे मूल्यांकन को बदल देता है। 2026 में पूरण पर 10.75 करोड़ की बोली लगी — यह एक ऐसा आंकड़ा है जिसे बाद में हर कोई समझाता है। मगर उस बोली के पीछे जो शीट थी, उसमें विकेटकीपिंग का बोझ, बाएँ हाथ का बल्लेबाज़ होने का फ़ायदा, और मध्यक्रम में फ़िनिशिंग की ज़रूरत — तीनों अलग-अलग वज़न के साथ दर्ज थे। अगर इनमें से एक भी कॉलम खाली होता, तो बोली वही दिखती, मगर उसका आधार झूठा होता। और नीलामी में किसी को फ़र्क़ नहीं पड़ता, क्योंकि नीलामी में आप बोली का आधार नहीं देखते, आप बोली देखते हैं।
यही बात रिटेंशन डेडलाइन पर और भी साफ़ हो जाती है। रिटेंशन की बैठक में कोई सार्वजनिक स्कोरकार्ड नहीं होता। वहाँ एक कमरा होता है, एक प्रेज़ेंटेशन होता है, और तीन-चार लोग होते हैं जिनके पास अलग-अलग डेटा होता है। जिसका डेटा सबसे साफ़ दिखता है, उसकी बात जीत जाती है। साफ़ दिखने का मतलब सही होना नहीं है — साफ़ दिखने का मतलब है कि उसने अपनी खाली सेल छिपा ली।
मैंने प्रेस रिलीज़ से पहले किट मैन पर भरोसा करना सीख लिया है। यह सिर्फ़ एक प्यारी लाइन नहीं है। किट मैन के पास वह जानकारी होती है जो किसी स्प्रेडशीट में दर्ज नहीं होती — किसका घुटना सूजा हुआ है, कौन सुबह छह बजे नेट पर नहीं आया, किसका बल्ला नया है और क्यों। उसकी जानकारी की प्रोवेनेंस साफ़ है: उसने खुद देखा। मॉडल की जानकारी की प्रोवेनेंस अक्सर साफ़ नहीं होती: किसी ने कहीं से ली, किसी ने कहीं डाली।
हीं से वह सवाल निकलता है जो इस पूरे तंत्र की नैतिकता तय करता है: अगर मॉडल खाली जगह भर देता है, तो ज़िम्मेदारी किसकी है? उस विश्लेषक की जिसने कॉलम खाली छोड़ा, या उस सिस्टम की जिसने उसे चुपचाप भर दिया? मेरे अनुभव में जवाब हमेशा पहले वाले पर आता है, क्योंकि सिस्टम का कोई चेहरा नहीं होता और विश्लेषक का होता है। यह अन्याय है, मगर यह वास्तविकता है। इसीलिए मैंने अपने एक्सेस लॉग में एक नियम जोड़ा था: हर उस जगह पर जहाँ जानकारी नहीं है, साफ़ लिखो कि नहीं है। खाली मत छोड़ो। खाली छोड़ना झूठ के सबसे शिष्ट रूपों में से एक है।
2026 में जब आईपीएल यूएई में शिफ़्ट हुआ और स्टेडियम खाली बैठे, तब मैंने सनराइज़र्स हैदराबाद के साथ बायो-बबल में वह सीज़न बिताया। राशिद ख़ान ने बीस विकेट लिए, टीम प्लेऑफ़ में पहुँची, और क्वालिफ़ायर 2 में दिल्ली कैपिटल्स से सत्रह रन से हार गई। मगर उस साल की असली कहानी विकेट नहीं थी — वह अलगाव थी। मैंने उस दौरान छोटे, सहमति-आधारित सुनने के सत्र शुरू किए, खिलाड़ियों और स्टाफ़ के साथ 'बबल डायरीज़' पर काम किया, और परिवारों के वीडियो-कॉल रूम को संभाला, क्योंकि उस बबल में चिंता किसी भी नतीजे से तेज़ी से फैल रही थी।
उस सीज़न ने मुझे एक चीज़ सिखाई जो सीधे इस लेख का विषय है: रिपोर्टिंग का काम जवाब ढूँढ़ना नहीं, यह तय करना है कि क्या बताया जा सकता है और क्या नहीं। हमने हर संवेदनशील टुकड़े के साथ एक 'हम क्या रिपोर्ट कर सकते हैं' नोट छापना शुरू किया। वह नोट लिखना मुश्किल था, क्योंकि उसमें अपनी सीमाएँ कबूल करनी पड़ती थीं। मगर उस नोट ने मुझे वह भरोसा दिया जो कोई बड़ी स्कूप नहीं दे सकती थी।
आज मुझे लगता है कि क्रिकेट एनालिटिक्स को वही नोट चाहिए। हर डैशबोर्ड के साथ एक पन्ना: इसमें क्या है, क्या नहीं है, कहाँ से आया, किसने जाँचा। कोई भी कंपनी आज ऐसा नहीं करती, क्योंकि ऐसा करने से ग्राहक को पता चल जाएगा कि आधी शीट खाली है। और यही इस उद्योग का सबसे बड़ा राज़ है: हम सब जानते हैं कि शीट आधी खाली है, और हम सब चुप हैं।
लॉकर रूम आपको बताता है कि प्रेस कॉन्फ्रेंस ने क्या जीता। और प्रेस कॉन्फ्रेंस ने इस मामले में बहुत कुछ जीता है। उसने यह जिताया कि 'डेटा-संचालित निर्णय' एक ऐसा वाक्यांश बन गया जिसे बोलने से कोई सवाल नहीं पूछता। जिस पल कोई निदेशक कहता है 'हम डेटा के आधार पर फ़ैसला लेंगे', उस पल बहस ख़त्म हो जाती है — क्योंकि डेटा पर बहस करने के लिए आपको डेटा चाहिए, और डेटा उसी के पास है जिसने वह वाक्य बोला। यह ज्ञान का एकाधिकार नहीं है, यह जाँच का एकाधिकार है।
इसका एक और रूप भी है जो बहुत कम पकड़ में आता है: भाषा। जब कोई विश्लेषक कहता है 'उसका प्रोजेक्टेड स्कोर 178 है', तो वह एक अनुमान बता रहा होता है। मगर जब वही आंकड़ा टेलीविज़न स्क्रीन पर किसी ग्राफ़िक में बैठ जाता है, तो वह तथ्य बन जाता है। कोई 'प्रोजेक्टेड' नहीं पढ़ता; सब '178' पढ़ते हैं। और अठारह महीने बाद जब वह खिलाड़ी उस स्कोर तक नहीं पहुँचता, तो कोई यह नहीं पूछता कि वह प्रोजेक्शन किस डेटा पर बना था — सब यह पूछते हैं कि खिलाड़ी में क्या कमी है।
ही वह जगह है जहाँ खाली सेल खिलाड़ी के खाते में डाल दी जाती है।
मैंने यह बहुत करीब से देखा है। 2026 के उस सीज़न में जब वॉर्नर ने 641 रन बनाए और भुवनेश्वर कुमार ने 26 विकेट के साथ पर्पल कैप जीता, तब हैदराबाद का शहर उन आंकड़ों को ऐसे पढ़ रहा था जैसे वे किसी ग्रंथ के श्लोक हों। मगर उस टीम के ड्रेसिंग रूम में जो असली सवाल चल रहा था, वह यह था कि नई गेंद के बाद के ओवरों में गेंदबाज़ी का बोझ कैसे बाँटा जाए — एक ऐसा सवाल जिसका जवाब किसी व्यक्तिगत आंकड़े में नहीं था, बल्कि दो खिलाड़ियों के बीच के तालमेल में था। वह तालमेल किसी कॉलम में दर्ज नहीं होता। इसलिए वह कॉलम खाली रहता है, और अगले सीज़न की नीलामी में उस खिलाड़ी का दाम उसकी असली अहमियत से कम या ज़्यादा लगता है।
एक बात यहाँ साफ़ कर दूँ, क्योंकि मुझ पर यह इल्ज़ाम लगता है कि मैं आंकड़ों का विरोधी हूँ। मैं आंकड़ों का विरोधी नहीं हूँ। मैंने अपना पूरा करियर गिनती पर खड़ा किया है — पर्स का हिसाब, बोली की बढ़त, प्रसारण अनुबंध की रकम, चयन की तर्कशास्त्र। मेरा विरोध उस गिनती से है जिसका पता नहीं होता। ख़तरा संख्या नहीं है; ख़तरा उस संख्या का वह भरोसा है जो उसके स्रोत से बड़ा हो गया है।
अब वह हिस्सा, जहाँ मुझे अपनी ही बिरादरी से बहस करनी है।
क्रिकेट में सबसे प्रभावशाली और सबसे समझदार तर्क यह है: हमारे पास डेटा कम है। इसलिए और डेटा जुटाओ, और विश्लेषक भर्ती करो, और मॉडल बड़े करो। यह तर्क अपने सबसे मज़बूत रूप में ऐसा दिखता है — भारतीय घरेलू क्रिकेट में सैकड़ों खिलाड़ी ऐसे हैं जिनका कोई ट्रैक रिकॉर्ड नहीं है; महिला क्रिकेट में अंडर-19 स्तर का डेटा टुकड़ों में है; सहयोगी देशों के खिलाड़ियों का कोई व्यवस्थित रिकॉर्ड नहीं है। अगर जानकारी नहीं है, तो निर्णय अंधेरे में होगा। यह तर्क सही है, और मैं इसे पूरी ताक़त से स्वीकारता हूँ।
मगर मेरा उल्टा निष्कर्ष यह है: क्रिकेट की समस्या जानकारी की कमी नहीं, जानकारी की पहचान की कमी है। जिस दिन हमारे पास पाँच गुना डेटा होगा, उस दिन हमारे पास पाँच गुना खाली सेल भी होगी — और पाँच गुना भरोसा कि हम सही हैं। मात्रा बढ़ाने से प्रोवेनेंस नहीं बनती।
इस दावे को मैं एक ठोस परीक्षण पर खड़ा करता हूँ, क्योंकि अच्छी बात सुनने में अच्छी लगती है और सही होना ज़रूरी नहीं। मेरा परीक्षण यह है: मुझे एक ऐसा फ़ैसला दिखाइए जो एक नए सूचना बिंदु की वजह से बदला — न कि पुराने सूचना बिंदु की नई व्याख्या से। अगर किसी फ़्रैंचाइज़ी के पास ऐसा उदाहरण है, तो मैं अपना पक्ष छोड़ दूँगा। मैंने यह सवाल सात लोगों से पूछा है, अलग-अलग शहरों में, अलग-अलग सालों में। जवाब में मुझे हमेशा व्याख्या मिली, नई जानकारी नहीं। मुझे बताया गया कि एक खिलाड़ी को छोड़ा गया क्योंकि 'नए मॉडल ने उसे कम आँका'। मगर जब मैंने पूछा कि उस मॉडल में क्या नया था, तो जवाब था: वज़न बदले थे। वज़न बदलना व्याख्या है। नई जानकारी तब होती जब कोई ऐसी चीज़ दर्ज होती जो पहले दर्ज नहीं थी।
मेरे अनुभव में यह अनुपात लगभग नब्बे-दस का है। नब्बे प्रतिशत 'डेटा-संचालित' फ़ैसले असल में 'डेटा-सज्जित' फ़ैसले होते हैं — पहले फ़ैसला, फिर उसके लिए आंकड़े। और चूँकि शीट में खाली जगहें भरने का सिस्टम मौजूद है, वह फ़ैसला हमेशा एक साफ़-सुथरे डैशबोर्ड के साथ बाहर आता है।
दूसरा उल्टा कोण, जो और भी असुविधाजनक है: मैंने शुरू में सोचा था कि खाली डेटा एक कमी है। मुझे अब लगता है कि खाली डेटा कभी-कभी सबसे तेज़ संकेत है। जब किसी खिलाड़ी की रिटेंशन पर तीन हफ़्ते से कोई सूचना नहीं आ रही, तो वह ख़ामोशी एक खबर है। जब किसी टीम के प्रशिक्षण शिविर से कोई तस्वीर नहीं आ रही, तो वह अनुपस्थिति एक संकेत है। मेरी एक्सेस लॉग का सबसे भरोसेमंद हिस्सा वह नहीं है जो मैंने लिखा, बल्कि वह है जो मैंने लिखा ही नहीं — क्योंकि उस जगह पर कुछ नहीं था, और कभी-कभी 'कुछ नहीं था' ही सबसे बड़ी बात होती है।
सीलिए जब कोई विश्लेषण रिपोर्ट कहती है 'अपर्याप्त जानकारी', तो मैं उसे रिपोर्ट की नाकामी नहीं मानता। मैं उसे उस दुर्लभ ईमानदारी का सबूत मानता है जिसकी क़ीमत इस उद्योग में अभी तय नहीं हुई है। एक ऐसा उद्योग जो हर हफ़्ते हज़ारों टेक्स्ट-ओवर बनाता है, उसमें कोई एक दस्तावेज़ जो यह कह दे कि 'मैं नहीं जानता' — वह दस्तावेज़ विरोधाभास नहीं, वह सुधार का पहला क़दम है।
ేా तीसरा उल्टा कोण टैक्सोनॉमी पर है, और यह सबसे तकनीकी दिखता है और सबसे राजनीतिक है। जिस रिपोर्ट की हम बात कर रहे हैं, उसमें 'cricket_asia' लेबल आया जहाँ 'Cricket' आना चाहिए था। किसी प्रबंधक के लिए यह एक टाइपिंग की ग़लती है। मेरे लिए यह इस बात का सबूत है कि इस उद्योग ने क्षेत्र को खेल से ऊपर रख दिया है। हम एक एशियाई खेल नहीं खेल रहे जिसका नाम क्रिकेट है; हम क्रिकेट खेल रहे हैं जिसका सबसे बड़ा बाज़ार एशिया में है। जब लेबल क्षेत्र बन जाता है, तो विश्लेषण भी क्षेत्रीय हो जाता है — और फिर हम उन सवालों में उलझ जाते हैं जो खेल के नहीं हैं।
यह बात मुझे तीस साल के अनुभव से पता है, किसी सिद्धांत से नहीं। अगर आप खेल को पहले रखेंगे, तो आप एक गेंदबाज़ के एक्शन की जाँच करेंगे — चाहे वह किसी भी देश का हो। अगर आप क्षेत्र को पहले रखेंगे, तो आप पहले यह तय करेंगे कि उस देश का क्रिकेट किस हाल में है, और फिर एक्शन देखेंगे। दोनों का नतीजा अलग होता है।
ేీ बिरादरी में बहुत लोग यह कहेंगे कि यह बातें तकनीकी हैं और इनसे पाठक को फ़र्क़ नहीं पड़ता। मुझे यह सबसे बड़ा भ्रम लगता है। पाठक को फ़र्क़ पड़ता है — बस उसे यह नहीं पता कि कहाँ पड़ता है। जब कोई फ़ैंटेसी टीम चुनने वाला युवा यह देखता है कि उसके चुने हुए खिलाड़ी का 'घरेलू मैदान' आँकड़ा ग़लत है, तो उसे यह नहीं पता कि ग़लती कहाँ हुई। उसे सिर्फ़ यह लगता है कि उसकी क़िस्मत ख़राब है। जब कोई हैदराबाद का फ़ैन क्लब किसी खिलाड़ी के छोड़े जाने पर ग़ुस्सा होता है, तो वह यह नहीं देख पाता कि उस फ़ैसले के पीछे की शीट में कौन सा कॉलम खाली था। उसे सिर्फ़ धोखा दिखता है।
ేా काम यह है कि मैं उस ग़ुस्से को उसकी जगह तक पहुँचाऊँ — खाली कॉलम तक। यह आसान नहीं है, क्योंकि ग़ुस्सा एक इंसान का नाम चाहता है और खाली कॉलम का कोई नाम नहीं होता।
सीलिए मैं अपने लेखों में हमेशा पहले वह लिखता हूँ जो नहीं पता। जब मैंने 2026 की नीलामी पर लिखा, तो सबसे पहले मैंने यह लिखा कि मुझे नहीं पता कि राशिद ख़ान को भेजने का फ़ैसला किसकी मेज़ पर लिया गया। फिर मैंने वह लिखा जो पता था — 10.75 करोड़, 8.75 करोड़, छह जीत, आठवाँ स्थान। जब आप पहले अपनी सीमा कबूल करते हैं, तो बाद का हर तथ्य ज़्यादा भारी हो जाता है। जब आप सीमा नहीं कबूलते, तो हर तथ्य एक संदेह के साथ पढ़ा जाता है।
ేే पास एक खुला हिसाब है जिसे मैं हर साल अपडेट करता हूँ — उन चीज़ों की सूची जिन्हें मैंने एक्सेस के बदले नहीं छोड़ा। इसमें एक लाइन यह है: मैं किसी भी टीम के डेटा विभाग के लिए वह नहीं लिखूँगा जो मैं उनके बारे में नहीं लिख सकता। यह सुनने में आसान है, निभाना मुश्किल। क्योंकि डेटा विभाग वह जगह है जहाँ आपको सबसे ज़्यादा जानकारी मिलती है और सबसे कम स्वतंत्रता।
్ सीज़न में जो सबसे ज़रूरी संकेत मैं ट्रैक कर रहा हूँ, वह किसी खिलाड़ी का फ़ॉर्म नहीं है। वह यह है कि क्या कोई फ़्रैंचाइज़ी अपनी स्काउटिंग शीट पर एक 'सीमा नोट' छापेगी — यह बताते हुए कि किस खिलाड़ी का कौन सा आँकड़ा उपलब्ध नहीं है। अगर एक भी टीम यह करती है, तो मुझे लगता है कि अगले तीन साल में नीलामी की भाषा बदल जाएगी। और अगर कोई नहीं करता, तो अगली नीलामी में फिर वही होगा जो हर नीलामी में होता है: करोड़ों का कारोबार, और उसके नीचे खाली सेलों की एक चुपचाप बिछी चादर।
मुझे यह भी पता है कि मेरी इस बात का कोई ग्राहक नहीं है। नीलामी की खबर बिकती है; पाइपलाइन की खबर नहीं बिकती। जब किसी खिलाड़ी पर 12 करोड़ की बोली लगती है, तो उसकी खबर पहले पन्ने पर जाती है। जब उस बोली के पीछे की शीट में तीन कॉलम खाली होते हैं, तो वह खबर कहीं नहीं जाती। मगर वही तीन कॉलम अगले सीज़न में किसी और खिलाड़ी का करियर तय करते हैं।
ేా आख़िरी सवाल उस आदमी से है जो उस कमरे में बैठा था जहाँ मैंने पहली बार वह खाली सेल देखी थी। उसने स्क्रीन पर देखा, समझा कि कुछ नहीं है, और आगे बढ़ गया। मैं उससे यह नहीं पूछना चाहता कि उसने ऐसा क्यों किया — जवाब साफ़ है, क्योंकि सिस्टम ने उसे ऐसा करने की इजाज़त दी थी। मैं यह पूछना चाहता हूँ कि अगली बार जब वह खाली सेल देखेगा, तो क्या वह उसे भरेगा या उसे दर्ज करेगा।
ाली सेल को दर्ज करना एक क्रांति है। यह सुनने में छोटा लगता है। मगर इस उद्योग में, जहाँ हर ख़ाली जगह को चुपचाप औसत मान लिया जाता है, यह सबसे बड़ा सुधार है जो बिना एक रुपया ख़र्च किए हो सकता है।