खाली फील्ड: वह क्रिकेट डेटा जो स्कोरकार्ड तक कभी नहीं पहुँचता

रात के दो बजकर सत्ताईस मिनट। पुणे के उस कमरे में जिसकी एक भी खिड़की नहीं है, स्क्रीन पर सात खाने खुले पड़े हैं। शीर्षक — खाली। सूचना बिंदु — खाली। मुख्य दृष्टिकोण — खाली। टीमें, खिलाड़ी, बोर्ड, लीग — कोई इकाई दर्ज नहीं हुई। प्रारूप — नहीं बताया गया। समय-संवेदनशीलता — मूल्यांकित नहीं। स्रोत की गुणवत्ता — मूल्यांकित नहीं।

यह वह क्षण है जब एक एनालिस्ट को फैसला करना होता है कि सामने जो पड़ा है वह "कोई खबर नहीं" है या "खबर आई ही नहीं"। दोनों देखने में एक जैसे लगते हैं और अंजाम में बिल्कुल अलग होते हैं।

मैंने पिछले कई सालों में मैच देखते हुए एक बात सीखी है, और वह स्कोरबोर्ड पर कभी नहीं लिखी होती: क्रिकेट में सबसे महँगी गलती गलत आँकड़ा नहीं होती, गायब आँकड़ा होती है। गलत आँकड़ा बहस पैदा करता है। गायब आँकड़ा चुपचाप फैसला ले लेता है — सेलेक्शन में, गेंदबाज़ी बदलाव में, रिटेंशन में, और उस आदमी के करियर में जिसका नाम किसी तालिका में दर्ज ही नहीं हुआ।

सात खानों का एक साथ खाली लौटना इत्तेफाक नहीं है। वह एक हस्ताक्षर है। और यही हस्ताक्षर भारतीय घरेलू क्रिकेट हर नवंबर में पैदा करता है।

किसी भी क्रिकेट रिपोर्ट की जाँच के छह स्तंभ होते हैं, और मैं हर सामग्री पर इन्हें उसी तरह लगाता हूँ जैसे किसी पुराने स्कोरकार्ड पर अंपायर के हस्ताक्षर जाँचे जाते हैं। पहला, शीर्षक और प्रकाशन तिथि — इसके बिना पता ही नहीं चलता कि खबर अभी की है या तीन सीज़न पुरानी। दूसरा, प्रारूप — टेस्ट, वनडे, टी20, द हंड्रेड। तीसरा, प्रतियोगिता और मैच की प्रकृति: द्विपक्षीय सीरीज़, आईसीसी इवेंट, लीग, या वार्म-अप। चौथा, इकाइयाँ — टीमें, खिलाड़ी, कोच, बोर्ड। पाँचवाँ, कोई भी घोषित संख्या — स्कोर, औसत, स्ट्राइक रेट, इकॉनमी, कीमत। छठा, स्थल और घरेलू/विदेशीय दर्जा।

इनमें से एक खाना खाली हो तो निष्कर्ष कमजोर होता है। दो खाली हों तो निष्कर्ष पर सवाल उठता है। सब एक साथ खाली हों तो निष्कर्ष नहीं निकलता — निदान निकलता है। यही फर्क है जिसे पढ़ना सीखना पड़ता है।

प्रारूप सबसे पहले क्यों आता है? क्योंकि क्रिकेट का हर आँकड़ा प्रारूप के अंदर बंद है। टी20 में 180 की स्ट्राइक रेट अच्छी फिनिशर की पहचान है; वनडे के मध्य ओवरों में वही 180 किसी ऐसे बल्लेबाज़ का सबूत है जो पारी को आगे नहीं बढ़ा पाता। टेस्ट में 45 की औसत शीर्ष क्रम का मानक है; टी20 में 45 की औसत अक्सर धीमी पारी का दूसरा नाम है। प्रारूप तय नहीं है तो तुलना तय नहीं है।

उस ऑडिट में एक और चीज़ दर्ज थी जिसे सुनने में ब्यूरोक्रेसी लगती है, पर वह रोज़ की क्रिकेट गलती है। स्रोत ने डोमेन लेबल cricket_world लौटाया, जबकि अपेक्षित लेबल Cricket था। यह वही गड़बड़ है जो हम हर हफ्ते करते हैं — एक ऐसा छाता जिसके नीचे टेस्ट, वनडे और टी20 तीनों एक साथ रख दिए गए हैं। ऐसे छाते के नीचे बनी हर तुलना श्रेणी-त्रुटि है, चाहे उसका गणित कितना साफ़ हो।

मैंने मुंबई का डेस्क छोड़कर पुणे का बिना खिड़की वाला कमरा इसलिए चुना था कि मॉडल को खामोशी चाहिए थी। उस खामोशी में एक बात बहुत साफ़ दिखती है: भारतीय राष्ट्रीय टीम दुनिया की सबसे ज़्यादा नापी जाने वाली क्रिकेट टीम है। हर गेंद पर Hawk-Eye, हर ओवर पर पिच मैप, हर तेज़ गेंदबाज़ पर वर्कलोड लॉग, हर पारी पर ड्यू-ट्रैकिंग। लेकिन जिस पाइपलाइन से वह टीम बनती है, उसका मापन उसी अनुपात में नहीं हुआ। यह अंतर पैसों का नहीं, दर्ज करने की आदत का है।

एक खाने का खाली लौटना रोज़ की बात है। कभी फ़ेच विफल होता है तो सिर्फ शीर्षक गायब होता है। कभी एक्सट्रैक्शन कमज़ोर होता है तो इकाइयाँ रह जाती हैं, संख्याएँ छूट जाती हैं। इन दोनों को पढ़कर आप आगे बढ़ सकते हैं, क्योंकि बाकी ढाँचा खड़ा है।

सातों खानों का एक साथ null होना दूसरी किस्म की घटना है। जब शीर्षक, सूचना बिंदु, दृष्टिकोण, इकाइयाँ, समय-संवेदनशीलता और स्रोत-गुणवत्ता एक साथ गिरें, तो सबसे संभावित व्याख्या यह नहीं है कि लेख में क्रिकेट की कोई जानकारी नहीं थी। सबसे संभावित व्याख्या यह है कि लेख का शरीर ही पाइपलाइन तक नहीं पहुँचा — खाली बॉडी, विफल फ़ेच, या स्कीमा की गलती। एक असली क्रिकेट लेख में कम से कम एक टीम का नाम या एक तारीख तो निकलती ही है।

क्रिकेट में इसका सीधा उदाहरण सामने रखिए। एक स्कोरकार्ड जिस पर लिखा है 287/6। संख्या साफ़ है, बोल्ड है, उद्धरण-योग्य है। पर उस पर टॉस नहीं, स्थल नहीं, प्रारूप नहीं, अंपायर नहीं, ओवर की संख्या नहीं। वह मैच का रिकॉर्ड नहीं, अफवाह है। और अफवाहें क्रिकेट में हमेशा स्कोरकार्ड जैसी नहीं दिखतीं — कभी-कभी वे एक बहुत साफ़ आँकड़े की शक्ल में आती हैं जिसे कोई काट-छाँट नहीं करता।

असली नुकसान यहीं होता है। एक null पेलोड जब आगे बढ़ता है, तो उसे पढ़ने वाला उसे "शून्य निष्कर्ष" समझ लेता है — यानी यह मान लेता है कि मामला तटस्थ है, कुछ हुआ ही नहीं। मॉडलन में यह सबसे खतरनाक स्थिति है: डेटा का न होना और डेटा का तटस्थ होना, दोनों को एक ही खाने में डाल देना। जिस दिन आपकी प्रणाली "पता नहीं" और "कुछ नहीं" में फर्क नहीं कर पाती, उस दिन से उसके सारे औसत संदिग्ध हो जाते हैं।

फरवरी 2026 में बेंगलुरु के मेगा ऑक्शन में मैं एक ऐसा ही बोर्ड लेकर बैठा था जिस पर खिलाड़ियों की कीमत प्रति-करोड़ प्रभाव से लगी थी, प्रतिष्ठा से नहीं। मॉडल ने इशान किशन का ₹15.25 करोड़ मुंबई इंडियंस को जाना 35% ओवरपे बताया। उसी दिन लियाम लिविंगस्टोन का ₹11.5 करोड़ पंजाब किंग्स को जाना दिन की सबसे अच्छी खरीद बताया गया; उस सीज़न उन्होंने 182 की स्ट्राइक रेट से रन बनाए।

इस उदाहरण को मैं कीमत के लिए नहीं, मापन के लिए उठा रहा हूँ। हम एक टी20 बल्लेबाज़ की कीमत करोड़ के दशमलव तक बता सकते हैं, क्योंकि 2026 से 2026 तक की 720 आईपीएल पारियों पर बैक-टेस्ट किया हुआ एक मॉडल मौजूद है, जिसे हर सोमवार अद्यतन किया जाता रहा। लेकिन वह घरेलू तेज़ गेंदबाज़ जो किसी चोटग्रस्त तेज़ गेंदबाज़ की जगह ले सकता है, उसकी कोई कीमत नहीं है। इसलिए नहीं कि वह कमज़ोर है, बल्कि इसलिए कि उसके नीचे का डेटा-स्तर कभी बना ही नहीं।

यह असमानता प्रतिभा की नहीं, मापन की है। प्रति-करोड़ प्रभाव प्रतिभा का पैमाना नहीं, मापन-क्षमता का पैमाना है। जो नापा जा सकता है वह दाम पाता है। जो नहीं नापा जा सकता, उसके बारे में कह दिया जाता है कि उसका "रवैया" ठीक नहीं है।

यहीं प्रारूप-टैग की बात वापस आती है। उस ऑडिट में जो लेबल आया — cricket_world — वह क्रिकेट के उसी पुराने छाते का नाम है जिसके नीचे सब कुछ एक जैसा दिखने लगता है। ऐसे छाते के नीचे लिविंगस्टोन का 182 और किसी टेस्ट ओपनर का 45 एक ही तालिका में बैठ जाते हैं। तुलना गणितीय रूप से साफ़ दिखती है और तार्किक रूप से बेकार होती है।

इसलिए मैं हर आँकड़े के साथ तीन चीज़ें अनिवार्य रूप से लिखता हूँ: प्रारूप, वर्ष, और स्थल। तीनों में से एक गायब हो तो वह आँकड़ा बहस का विषय हो सकता है, निर्णय का आधार नहीं। यह नियम सुनने में कठोर लगता है और काम में उबाऊ; यही इसकी ताकत है।

अब उस हिस्से पर आते हैं जहाँ भारतीय क्रिकेट का सबसे बड़ा डेटा-गैप बैठा है।

नवंबर 2026 में अहमदाबाद में भारत ने विश्व कप फाइनल 6 विकेट से हारा — 19 नवंबर 2026, नरेंद्र मोदी स्टेडियम। जून 2026 में साउथैम्पटन में न्यूज़ीलैंड ने भारत को 8 विकेट से हराया। जून 2026 में द ओवल में ऑस्ट्रेलिया ने 209 रन से हराया। तीन बड़े फाइनल, तीन हार।

कमेंट्री बॉक्स में इन तीनों का एक ही नाम है — दबाव, मानसिकता, बड़े मौके पर हार। मॉडल में इनका नाम अलग है: पाइपलाइन और वर्कलोड। 2026 में जब मैंने जर्मनी को ग्रुप स्टेज से बाहर होने का कॉल किया था, तब तर्क यही था — फॉर्म नहीं, संरचना। उनका PPDA 2026 विश्व कप के 8.7 से खिसककर 2026 क्वालिफायर्स में 12.4 हो गया था, यानी दबाव कम, बैक फोर के सामने जगह ज़्यादा। 27 जून को कज़ान में दक्षिण कोरिया ने उन्हें 2-0 से हराया और वे ग्रुप एफ में सबसे नीचे रहे। वह कॉल संरचना पर था, मिज़ाज पर नहीं।

पर यहाँ ईमानदारी का एक बिंदु है जिसे छिपाना मॉडल के ही खिलाफ जाता है। पाइपलाइन वाला तर्क साबित करने के लिए घरेलू वर्कलोड डेटा चाहिए — स्पेल की लंबाई, गर्मी में गेंदबाज़ी किए ओवर, रिकवरी के दिन, यात्रा, पिच का व्यवहार, और हर खिलाड़ी का होम/अवे विभाजन। वह डेटा बड़े पैमाने पर, मशीन-पठनीय रूप में मौजूद नहीं है। इसलिए वह तर्क एक परिकल्पना रहता है, आँकड़ा नहीं।

जो एनालिस्ट अपनी परिकल्पना को आँकड़ा बताकर बेचता है, वह वही कर रहा है जो कमेंट्री बॉक्स "मानसिकता" कहकर करता है — सिर्फ नाम अंग्रेज़ी में बदल दिया है। यह स्वीकार करना मेरे लिए आसान नहीं है, क्योंकि मैंने खुद को हमेशा इस आदत से बचाने की कोशिश की है। हर महीने एक कॉलम लिखता हूँ जिसका शीर्षक होता है — मॉडल कहाँ गलत था। वह कॉलम मेरी सबसे कम पढ़ी जाने वाली चीज़ है और सबसे ज़रूरी भी।

रणजी ट्रॉफी इस पूरे तर्क का केंद्र है, और यहीं सबसे तेज़ झूठ बोला जाता है। मुंबई ने 2026-24 का रणजी फाइनल जीता, विदर्भ को हराकर। मैच खेले गए, स्कोर बने, क्रिकेट हुआ। सवाल यह है कि उस सीज़न का कितना हिस्सा मशीन-पठनीय रूप में दर्ज है। हर गेंदबाज़ का स्पेल-वाइज़ लोड? हर पारी का पिच मैप? हर बल्लेबाज़ का होम और अवे विभाजन? हर तेज़ गेंदबाज़ के चार दिन के अंतराल में डाले गए ओवर?

जवाब यह है कि जो हमारे पास है वह स्कोरकार्ड है, और जो हमें चाहिए वह वर्कलोड लॉग है। इन दोनों के बीच का फासला ही वह जगह है जहाँ सेलेक्शन के फैसले लिए जाते हैं। भारत की दूसरी पंक्ति की टीम दुनिया के किसी भी खेल में सबसे मुश्किल टीम है जिसमें जगह बनाना — और वह मुश्किल प्रतिभा की कमी से नहीं, दर्ज न होने की आदत से बनी है।

मार्च 2026 में जब खेल बंद हुआ, तो मेरी आमदनी भी बंद हो गई। स्टाफ काटने की जगह तीन एनालिस्टों को आधे वेतन पर रखा और उनसे 2026 से बंद दरवाज़ों या निरपेक्ष स्थलों पर खेले गए 410 मैच जुटाने को कहा। बुंदेसलीगा के मई के रीस्टार्ट ने जीवित सबूत दे दिया: पहले 55 मैचों में होम जीत दर 43% से गिरकर 26% पर आ गई। जून में मैंने context-adjusted मॉडल भेजा, फिर सितंबर से नवंबर तक UAE में हुए आईपीएल में घरेलू लाभ की जगह ओस को दाम दिया — पीछा करने वाली टीमों ने उन 60 मैचों में से करीब 62% जीते।

यह सब इसलिए याद कर रहा हूँ कि भारतीय घरेलू क्रिकेट में होम एडवांटेज उससे कहीं ज़्यादा संरचनात्मक है, और वह सबसे बड़ा confounder है जिसे कोई दर्ज नहीं करता। राजकोट या चेन्नई का स्पिनर जो घर पर 22 की औसत से गेंदबाज़ी करता है और बाहर 34 की — वे दो अलग गेंदबाज़ नहीं हैं। वे एक ही गेंदबाज़ के दो आँकड़े हैं जिनका अर्थ अलग है, और जिन्हें एक ही तालिका में डालना वही गलती है जो प्रारूप-टैग के बिना तुलना करना।

जब तक होम/अवे विभाजन संग्रहीत नहीं होगा, चयन समिति दो ऐसी संख्याओं के बीच फैसला करती रहेगी जो एक ही चीज़ नहीं नापतीं। और फैसला जब डेटा से नहीं होगा, तो वह अंतड़ी से होगा — और अंतड़ी के पास अपना कोई error bar नहीं होता।

यहाँ एक दूसरा सबक है जो बंद स्टेडियमों से आया और भारतीय घरेलू क्रिकेट पर सीधे लागू होता है। ओस ने घरेलू लाभ को हटाया नहीं था; उसने टॉस को नए सिरे से महत्वपूर्ण बना दिया था। भारत में भी घरेलू मैचों में पहले गेंदबाज़ी का चुनाव मौसम, ओस और पिच की बनावट से जुड़ा है — और वह डेटा भी असंग्रहीत है। जब टॉस का असर मापा नहीं जाता, तो उसे भाग्य कह दिया जाता है। भाग्य वह नाम है जो हम उस चीज़ को देते हैं जिसे नापने की हमें आदत नहीं।

इस पूरे बहस में एक आसान निष्कर्ष लुभाता है: null पेलोड साबित करता है कि सिस्टम टूटा हुआ है। वह यह साबित नहीं करता। null मापन की विफलता है, खेल की नहीं। और यह फर्क बनाए रखना ज़रूरी है, क्योंकि दोनों का इलाज बिल्कुल अलग है। मापन की विफलता का इलाज एक फ़ेच और एक स्कीमा-सुधार है। खेल की विफलता का इलाज पीढ़ी बदलने में लग जाता है।

भारत वह अकेला बड़ा देश है जहाँ टेस्ट क्रिकेट के टिकट अब भी बिकते हैं। माँग की समस्या नहीं है। जो समस्या है वह यह है कि उस माँग के नीचे का रिकॉर्ड-सिस्टम पतला है, और उस पतलेपन की भरपाई कमेंट्री की आवाज़ से की जाती है।

दूसरी तरफ ओवर-रीडिंग का खतरा उतना ही असली है, और वह इस पेशे में ज़्यादा आम है। एक रणजी सीज़न के तीन शानदार स्पेल को प्रतिभा-लहर कहना वही गलती है जो एक आईपीएल नीलामी के बाद "स्टार पैदा हो गया" कहना है। नमूना छोटा है, प्रारूप अलग है, विरोधी की गुणवत्ता असंग्रहीत है, पिच का व्यवहार दर्ज नहीं है। इस हालत में निकाला गया निष्कर्ष आँकड़े की तरह कपड़े पहनता है और अंदर से अफवाह होता है।

तीसरी गलती, और यह कमेंट्री बॉक्स की नहीं, हमारी अपनी है। हर रिपोर्ट में कम से कम एक मीट्रिक को सादी भाषा में अनुवाद करना ज़रूरी है — उस भाषा में जिसमें स्टेडियम की सीढ़ियों पर बैठा आदमी सोचता है। जो एनालिस्ट अपने ही मॉडल को उस भाषा में नहीं समझा सकता, वह जानकारी नहीं दे रहा, अधिकार दे रहा है। और अधिकार का error bar नहीं होता।

एक और चीज़ जो साफ़ कहनी चाहिए: चुप्पी से चरित्र पर सवाल नहीं उठाया जा सकता। किसी खाली पेलोड में भ्रष्टाचार-विरोधी सामग्री का न होना इस बात का सबूत नहीं है कि वहाँ कुछ गड़बड़ थी, और न ही इस बात का कि सब साफ़ था। शून्य का मतलब शून्य होता है। उसे अर्थ देने का काम निष्कर्ष नहीं, पुनः-प्रयास है।

इसलिए इस पूरी कवायद का सबसे ईमानदार नतीजा यही है कि सात खानों का खाली लौटना एक डेटा-पाइपलाइन की खबर है, क्रिकेट की नहीं। पर वह खबर बेकार नहीं है। वह बताती है कि जिस सतह पर हम रोज़ काम करते हैं, वहाँ "कुछ नहीं हुआ" और "कुछ दर्ज नहीं हुआ" के बीच कोई रेखा नहीं खिंची है। और जिस दिन यह रेखा खिंच जाएगी, उस दिन रणजी के आँकड़े अचानक बोलने लगेंगे।

अगली घरेलू सीज़न की इनटेक शीट पर नज़र रखिए। अगर वह प्रारूप, स्थल, स्पेल-वाइज़ वर्कलोड और होम/अवे विभाजन के साथ लौटती है, तो अगले तीन सालों में उस बहस का जवाब मिल सकता है जिसे हम "बड़े मौकों का दबाव" कहकर टालते आए हैं। अगर वह फिर खाली लौटती है, तो हम वही करते रहेंगे जो पिछले दशक में किया — एक ऐसे गेंदबाज़ की प्रतिभा और रवैये पर बहस, जिसे किसी तालिका में दाम कभी मिला ही नहीं। सवाल यह नहीं है कि हमारे पास कितना डेटा है। सवाल यह है कि जो खाना खाली है, उसे हम खाली मानते हैं या अनदेखा कर देते हैं।