खाली फ़ाइल, भरा हुआ लेबल: क्रिकेट एनालिटिक्स की वह खामी जो स्कोरकार्ड में नहीं दिखती

रात के ग्यारह बजे थे। बैंगलोर के उस छोटे से कमरे में स्क्रीन पर एक स्प्रेडशीट खुली थी, और उसमें भरा हुआ सिर्फ़ एक खाना था — 'cricket_asia'। शीर्षक की जगह N/A। स्रोत की जगह N/A। प्रकाशन की तारीख़ की जगह सन्नाटा। सूचना-बिंदुओं की सूची खाली। जिन इकाइयों का नाम दर्ज होना चाहिए था — टीम, खिलाड़ी, कोच, बोर्ड, मैदान — उनमें से एक भी नहीं। और उसी फ़ाइल के साथ आठ खंडों वाला एक विश्लेषण भी आया था, जिसमें हर खंड एक ही वाक्य पर ठहरता था: अपर्याप्त जानकारी।

बारह साल से मैं स्कोरकार्ड पढ़ता आया हूँ। खाली स्कोरकार्ड कोई ख़बर नहीं होती — बारिश, रोशनी, या मैच रद्द। लेकिन जिस स्कोरकार्ड पर मुहर लग जाए, हस्ताक्षर हो जाएँ और वह आगे भेज दिया जाए, वह ख़बर होती है। क्योंकि तब सवाल यह नहीं रहता कि मैदान पर क्या हुआ; सवाल यह हो जाता है कि जिस कमरे में फ़ैसले लिए जाते हैं, वहाँ क्या पहुँचा।

मैं उस फ़ाइल को दोबारा खोलता हूँ, क्योंकि खाली फ़ाइल में भी एक ऑडिट ट्रेल होता है — बस उसे पढ़ने की आदत चाहिए।

साल 2026 में मैं मिड-डे में फ़ीचर्स डेस्क पर बैठा था। वहाँ पहला सबक़ यही मिला: कहानी वह नहीं जो अच्छी लगती है, कहानी वह है जिसके पीछे तारीख़, ओवर और नाम की एक कड़ी बनती है। दो साल बाद, बैंगलोर यूनिवर्सिटी में एमएस स्पोर्ट्स मैनेजमेंट के दूसरे वर्ष में, मैं कर्नाटक स्टेट क्रिकेट एसोसिएशन के यूथ विंग में इंटर्न था और 2026-18 कोच बिहार ट्रॉफ़ी के अंडर-19 डेटा का ऑडिट कर रहा था। सत्रह साल के देवदत्त पडिक्कल का बाएँ हाथ के स्पिन के सामने स्ट्राइक रेट बाईस प्रतिशत गिरा हुआ था, जबकि पहली श्रेणी का औसत पैंतालीस था। बारह मैचों की फ़ुटेज देखने पर ट्रिगर मूवमेंट में एक छोटी खामी मिली, कोचिंग स्टाफ़ ने दो हफ़्ते का सुधार चलाया, और अगले सीज़न स्पिन के सामने औसत अट्ठावन हो गया।

2026 के लॉकडाउन में, जब क्रिकेट ठहरा हुआ था, मैंने चार महीने भारत के 2026 विश्व कप अभियान का वीडियो डेटाबेस बनाया। न्यूज़ीलैंड के ख़िलाफ़ सेमीफ़ाइनल में भारत के बल्लेबाज़ी ढहने की 180 गेंदें कोड कीं — सत्तर प्रतिशत आउट धीमी पिच पर छोटी गेंद के ख़िलाफ़ हुए थे। उसी डेटा को 2026 आईपीएल से मिलाकर देखा तो पता चला कि आईसीसी टूर्नामेंट में भारतीय बल्लेबाज़ों का बाउंसर के सामने औसत बयालीस से अट्ठाईस पर आ गया था। पाँच हज़ार शब्दों का वह विश्लेषण दो क्षेत्रीय कोचों ने उद्धृत किया।

2026 के अंत में मैं राजस्थान रॉयल्स में जूनियर प्लेयर डेवलपमेंट एनालिस्ट के तौर पर शामिल हुआ। आईपीएल 2026 की मेगा नीलामी के लिए मुझे पचास अनकैप्ड भारतीय खिलाड़ियों को घरेलू टी20 स्ट्राइक रेट, डॉट-बॉल प्रतिशत और फ़ील्डिंग दक्षता के भारित मीट्रिक पर परखने की ज़िम्मेदारी मिली। मैंने उन्नीस साल के तिलक वर्मा का नाम रखा — सैयद मुश्ताक़ अली ट्रॉफ़ी में 140 का स्ट्राइक रेट और सिर्फ़ 12 प्रतिशत डॉट बॉल। रॉयल्स ने बोली नहीं लगाई; मुंबई इंडियंस ने उन्हें 1.7 करोड़ में लिया और उन्होंने 397 रन बनाए। नीलामी के बाद की मेरी रिपोर्ट ने इस चूक की विधिवत समीक्षा की और लिखा कि हमारा मॉडल बाएँ हाथ के बल्लेबाज़ों को कम तौल रहा था।

इन चारों कामों में एक बात समान थी, और वह मीट्रिक नहीं थी — फ़ाइल में कुछ था। पडिक्कल के बारह मैचों की फ़ुटेज मौजूद थी। विश्व कप की 180 गेंदें मौजूद थीं। तिलक की घरेलू प्रतियोगिता की पंक्ति भरी हुई थी। उस रात जो फ़ाइल मेरे सामने खुली, उसमें कुछ नहीं था — और फिर भी उस पर एक विश्लेषण लिखा जा चुका था।

यह समझने के लिए कि यह कैसे होता है, पाइपलाइन को देखना पड़ता है। आधुनिक क्रिकेट विश्लेषण दो चरणों में चलता है। पहला चरण कच्चे स्रोत को तोड़ता है — शीर्षक, स्रोत और प्रकाशन तिथि, सूचना-बिंदु, लेखक का रुख़, इकाइयों के नाम, समय-संवेदनशीलता, स्रोत की गुणवत्ता और डोमेन लेबल। दूसरा चरण उस तलछट पर खड़ा होता है — प्रारूप और मैच, खिलाड़ी की तकनीक और डेटा, टीम का परिदृश्य और रैंकिंग, लीग और वाणिज्यिक पारिस्थितिकी, नियम और शासन, जोखिम, सार्वजनिक कथानक, और उद्योग में संचरण। दूसरा चरण तलछट पैदा नहीं कर सकता; वह सिर्फ़ पढ़ सकता है। और जब पहला चरण खाली हाथ लौटे, तो दूसरा चरण ईमानदारी से आठ बार 'अपर्याप्त जानकारी' लिखता है।

पहला दरवाज़ा जो बंद मिला, वह प्रारूप का था। क्रिकेट विश्लेषण में प्रारूप पहली शर्त है, क्योंकि मीट्रिक प्रारूप के बिना तुलनीय नहीं होते। टेस्ट में सात की इकॉनमी बुरी है, टी20 में वही सात अच्छी है। पहली श्रेणी का पैंतालीस का औसत अर्थहीन है जब सामने टी20 का स्ट्राइक रेट रखा जा रहा हो। उस पेलोड में न प्रारूप था, न प्रतियोगिता, न मैदान, न मौसम। इसका मतलब यह नहीं कि आठों खंडों में से एक-दो कमज़ोर पड़े; इसका मतलब यह है कि पहली सीढ़ी गायब थी और उसके ऊपर की सारी सीढ़ियाँ हवा में थीं।

दूसरा दरवाज़ा सूचना-बिंदुओं की सूची थी, और वह सूची खाली थी। यह वह बिंदु है जहाँ क्रिकेट एनालिटिक्स की पूरी शिष्टाचार-व्यवस्था टिकी है: हर निष्कर्ष को किसी बिंदु से जोड़ा जा सके। जब बिंदु ही न हों, तो निष्कर्ष निकालना संभव नहीं, केवल अनुमान संभव है — और अनुमान को निष्कर्ष की तरह परोसना इस पेशे की सबसे पुरानी आदत है। मुझे याद है, 2026 में जब मैं 2026 विश्व कप की गेंदें कोड कर रहा था, तब एक चीज़ स्पष्ट हो गई थी: जो नहीं देखा गया, उसका डेटा शून्य नहीं होता — वह अनुपस्थित होता है। शून्य और अनुपस्थिति में फ़र्क़ है, और एनालिटिक्स की आधी गलतियाँ इसी फ़र्क़ को मिटा देने से होती हैं।

तीसरा दरवाज़ा इकाइयों का था — कोई खिलाड़ी नहीं, कोई टीम नहीं। खिलाड़ी के बिना तकनीक का आकलन नहीं होता; टीम के बिना रैंकिंग और स्क्वाड-गहराई का सवाल नहीं उठता; लीग के बिना नीलामी, प्रसारण अधिकार या अनुबंध की बात नहीं बनती; बोर्ड या निर्णायक संस्था के बिना शासन और अखंडता का कोई चेकलिस्ट नहीं चलता। सब कुछ नाम पर टिका है। क्रिकेट में नाम ही वह कुंजी है जो स्कोरकार्ड, फ़ुटेज और अनुबंध को आपस में जोड़ती है।

चौथा दरवाज़ा लेखक के रुख़ का था, और उसका खाली होना सबसे बड़ा सुराग़ है। एक तटस्थ समाचार-रिपोर्ट में भी पहला चरण आम तौर पर रुख़ का कोई न कोई संकेत उठा लेता है — तटस्थता भी एक रुख़ है और वह भी शब्दों में दर्ज होती है। यहाँ वह भी नहीं था। इसका मतलब यह नहीं कि लेख में कोई भावना नहीं थी; इसका मतलब यह है कि लेख पढ़ा ही नहीं गया। मेरी रिपोर्ट में मैंने इसे पाइपलाइन दोष का संकेत माना: टैगिंग का चरण चला और सफल रहा, एक्सट्रैक्शन का चरण चला और विफल रहा। केवल लेबल भरने का पैटर्न — बाक़ी सब खाली — किसी खाली लेख का नहीं, किसी अधूरे एक्सट्रैक्शन का हस्ताक्षर है।

यहाँ एक और बात जोड़नी ज़रूरी है, जो मेरे लिए पेशे की सबसे असुविधाजनक सच्चाई है। ग़लत संख्या ख़तरनाक नहीं होती, क्योंकि ग़लत संख्या से लोग बहस करते हैं। किसी ने तेज़ गेंदबाज़ का औसत ग़लत छापा, किसी ने डॉट-बॉल प्रतिशत ग़लत जोड़ा — तुरंत कोई उठकर सुधार देगा, क्योंकि संख्या पर बहस करना सम्मान की बात है। खाली खाना इस बहस से बच जाता है। उसे कोई चुनौती नहीं देता, क्योंकि उसमें झगड़ने लायक़ कुछ है ही नहीं। और फिर वह आगे बढ़ जाता है — एक बैठक में, एक स्काउटिंग रिपोर्ट में, एक चयन-समिति के नोट में।

इसका क़ीमत मैं ठोस रूप में बता सकता हूँ। कल्पना कीजिए कि 2026 में कोच बिहार के उस ऑडिट में पडिक्कल की पंक्ति खाली लौटी होती। कोचिंग स्टाफ़ के सामने दो अलग-अलग चीज़ें रखी जा सकती थीं — 'स्पिन के सामने कोई असामान्यता नहीं मिली' और 'स्पिन के सामने कोई डेटा नहीं मिला'। पहला वाक्य राहत देता है, दूसरा सवाल खड़ा करता है। अगर फ़ाइल खाली होती और उसे राहत की तरह पढ़ लिया जाता, तो वे दो हफ़्ते कभी नहीं चलते, ट्रिगर मूवमेंट की खामी कभी नहीं पकड़ी जाती, और अगले सीज़न स्पिन के सामने वह औसत अट्ठावन तक नहीं पहुँचता। युवा क्रिकेट में एक खाली खाने की क़ीमत किसी करियर के दो-तीन साल हो सकती है, और वह किसी स्कोरकार्ड में कभी दर्ज नहीं होगी।

नीलामी की मेज़ पर यही ख़तरा और साफ़ दिखता है। 2026 में पचास अनकैप्ड खिलाड़ियों की सूची में अगर किसी एक की पंक्ति खाली आई होती, तो मॉडल उसे शून्य नहीं, 'अज्ञात' पढ़ता — लेकिन व्यवहार में वह शून्य जैसा ही व्यवहार करता। भारित मीट्रिक में खाली खाना किसी के ख़िलाफ़ मत नहीं डालता; वह चुपचाप उस खिलाड़ी को सूची के नीचे धकेल देता है, और किसी को पता नहीं चलता कि यह फ़ैसला प्रदर्शन का था या अनुपस्थिति का। खाली पंक्ति तटस्थ नहीं होती; वह एक मौन मत होती है। नीलामी के बाद की मेरी रिपोर्ट ने यह तो स्वीकार किया कि हमारा मॉडल बाएँ हाथ के बल्लेबाज़ों को कम तौल रहा था — लेकिन अगर उस सूची में डेटा की कमी भी शामिल होती, तो शायद दूसरी खामी भी सामने आती।

लेबल के बारे में एक तकनीकी बात, जो मामूली लगती है और नहीं है। उस पेलोड पर 'cricket_asia' लिखा था, जबकि अपेक्षित लेबल 'Cricket' था। यह टैक्सोनॉमी का मामला है, पर इसका असर सीधा है: एशिया-क्षेत्र का लेबल देखकर एक अनुभवी विश्लेषक का दिमाग़ तुरंत तीन-चार दिशाओं में भागता है — भारत-पाकिस्तान का तनाव, एशिया कप, आईपीएल की नीलामी, कोई एशियाई लीग। यही लेबल का ख़तरा है। लेबल सामग्री नहीं होता; वह सिर्फ़ एक संकेत है कि सामग्री कहाँ मिल सकती है। और जब संकेत को सामग्री समझ लिया जाए, तो विश्लेषण सबसे आसान रास्ते पर चल पड़ता है — कल्पना के रास्ते पर।

इस पूरे प्रकरण से जो न्यूनतम सूची निकलती है, वह साफ़ है। शीर्षक, स्रोत और प्रकाशन तिथि — ताकि विधा, प्रामाणिकता और समय-संवेदनशीलता तय हो सके। कम से कम पाँच अलग-अलग सूचना-बिंदु, और हर बिंदु स्रोत-पाठ से लिया हुआ, विश्लेषक की स्मृति से नहीं। प्रारूप और प्रतियोगिता का लेबल — यह कठोर शर्त है, क्योंकि इसके बिना कोई भी तुलना अनुशासन तोड़ती है। नामित इकाइयाँ — टीम, खिलाड़ी, कोच, बोर्ड, मैदान। लेखक का रुख़ और लेख का उद्देश्य। और स्रोत की गुणवत्ता की श्रेणी — बोर्ड की आधिकारिक घोषणा, प्रतिष्ठित क्रिकेट पत्रकार, सामान्य मीडिया, या ट्रैफ़िक के लिए चलने वाला कोई हैंडल। यह आख़िरी खाना ही तय करता है कि बाक़ी सारे निष्कर्षों को कितना भार दिया जाए।

एक बात जोड़ना ज़रूरी है, और वह घरेलू क्रिकेट की कवरेज की है। ऐसी खाली फ़ाइलें अक्सर पाइपलाइन की ग़लती से नहीं, उद्योग की उदासीनता से बनती हैं। रणजी और कोच बिहार जैसे टूर्नामेंट की गेंद-दर-गेंद कवरेज इतनी पतली है कि बारह महीने में उस तलछट को जमा करने वाला कोई नहीं होता। जब स्रोत ही न हो, तो एक्सट्रैक्शन विफल नहीं होता — वह कुछ नहीं करता। और यह बात इस लेख में इसलिए लिख रहा हूँ कि कोई यह न समझे कि यह केवल एक तकनीकी दुर्घटना थी। तकनीकी दुर्घटना का आधार उद्योग की एक पुरानी आदत है: हम वही रिकॉर्ड करते हैं जिसका प्रसारण होता है।

अब वह हिस्सा, जहाँ मुझे सबसे कम सहमति मिलने की उम्मीद है। पहली प्रतिक्रिया यही होगी कि मॉडल ग़लत था, एल्गोरिद्म कमज़ोर था, प्रणाली ने धोखा दिया। मेरे पास इस बात का कोई सबूत नहीं है। मशीन ने जो किया, वह सबसे ईमानदार काम था — उसने भरने से इनकार किया। अगर वह 'cricket_asia' लेबल से एक विश्वसनीय लगने वाली भारत-पाकिस्तान कहानी गढ़ देती, तो कोई उसे पकड़ता भी नहीं, क्योंकि वह कहानी सबको परिचित लगती। ख़तरा मशीन के अनुमान में नहीं था; ख़तरा उस जगह था जहाँ से यह फ़ाइल बिना रोक-टोक आगे निकल गई। जो दरवाज़ा गिरा, वह मॉडल का नहीं, जाँच का था। बारह साल में मैंने जो भी विफलताएँ दर्ज कीं, उनमें से एक भी ऐसी नहीं मिली जो मशीन ने अकेले की हो; हर एक में इंसानी चरण था जो बनाया ही नहीं गया।

दूसरी बात, जो इससे भी कम सुनी जाएगी: इस उद्योग का प्रोत्साहन उल्टा चलता है। ग़लत फ़ाइल शोर मचाती है, इसलिए जाँची जाती है। खाली फ़ाइल चुप रहती है, इसलिए आगे भेज दी जाती है। यानी जो सामग्री सबसे कम जानकारी देती है, उसे सबसे कम जाँच मिलती है — और यह क्रिकेट एनालिटिक्स की संरचनात्मक कमज़ोरी है, किसी एक दिन की चूक नहीं।

तीसरी बात, जिसने मुझे सबसे ज़्यादा परेशान किया। पिछले कुछ सालों में हीटमैप ने क्रिकेट-विश्लेषण में वही भूमिका निभाई है जो एक अच्छे स्कोरकार्ड ने कभी नहीं निभाई — उसने खिलाड़ी की असली ज़िम्मेदारी को रंगों के नीचे छिपा दिया। एक सलामी बल्लेबाज़ का हीटमैप दिखाता है कि वह कहाँ रन बनाता है, यह नहीं दिखाता कि टीम उससे क्या माँग रही थी। खाली फ़ाइल इसी बीमारी का चरम रूप है: हीटमैप कम से कम कुछ छिपाता हुआ दिखता है, खाली फ़ाइल सब कुछ छिपाती है और फिर भी मेज़ पर रखी रहती है। दोनों में एक ही आदत काम कर रही है — दृश्य आत्मविश्वास को सत्यापित भूमिका से बदल देना।

ट्रेंड कहने से पहले मैं नीचे की परतें देखना चाहता हूँ, और इस मामले में परतें साफ़ हैं: टैगिंग सफल, एक्सट्रैक्शन विफल, और बीच में कोई दरवाज़ा नहीं जिसने पूछा हो कि इस फ़ाइल में एक भी सूचना-बिंदु है क्या। मेरे सालों के मैच देखने के अनुभव से एक बात पक्की हो गई है — जो टीम बिना विकेटकीपर के मैदान पर उतरती है, उसे पता होता है कि कुछ गायब है; जो टीम बिना डेटा के उतरती है, उसे पता ही नहीं चलता।

साफ़ ऑडिट ट्रेल पहली ईमानदार स्काउटिंग रिपोर्ट है, और यह फ़ाइल उस ऑडिट ट्रेल का सबसे उपयोगी हिस्सा बन सकती है — बशर्ते उसे नतीजा न मानकर घटना माना जाए। जो सुधार मुझे तुरंत दिखते हैं, वे तीन हैं: पहला, हर एक्सट्रैक्शन के साथ एक न्यूनतम-सामग्री की शर्त जोड़ी जाए — कम से कम एक सूचना-बिंदु, भरी हुई इकाइयाँ, और जहाँ लागू हो वहाँ प्रारूप का लेबल; दूसरा, लेबल और सामग्री को कभी एक ही खाने में न रखा जाए; तीसरा, हर फ़ाइल पर प्रकाशन की तारीख़ की मुहर लगे, क्योंकि समय-संवेदनशील ख़बर की खिड़की दोबारा खुलने का इंतज़ार नहीं करती।

नंबर ट्रेलहेड है, शिखर नहीं। और कभी-कभी ट्रेलहेड पर पहुँचकर पता चलता है कि आगे रास्ता ही नहीं — केवल एक भरा हुआ लेबल है और उसके नीचे खाली ज़मीन। सवाल यह नहीं कि उस रात किस मैच का विश्लेषण अधूरा रह गया। सवाल यह है कि पिछले सीज़न में कितने चयन, कितनी नीलामी की बोलियाँ और कितनी सुधार-योजनाएँ ऐसी फ़ाइलों पर तय हुईं जिनमें एक भी सूचना-बिंदु दर्ज नहीं था — और उन फ़ैसलों का ऑडिट किसने किया।