खाली लौटी स्कोरबुक: क्रिकेट एनालिटिक्स में मॉडल नहीं, प्रोटोकॉल विफल हुआ

राजीव गांधी अंतर्राष्ट्रीय स्टेडियम, 21 मई 2026। मुंबई इंडियंस 129/8 पर सिमटी और उसने राइजिंग पुणे सुपरजायंट को एक रन से हरा दिया। उस रात मेरे सामने दो फाइलें खुली थीं — स्कोरर की शीट, और डिजिटल डेस्क के लिए बन रहा प्रेशर इंडेक्स। मैंने आखिरी पांच ओवरों की बॉल-बाय-बॉल गिनी: 14 डॉट गेंदें। सवाल यह नहीं था कि कितनी डॉट पड़ीं; सवाल यह था कि कौन-से ओवर में, किस गेंदबाज के खिलाफ, किस बल्लेबाज पर दबाव बनाकर। रिक्वायर्ड रेट, विकेट की संभावना और गेंदबाजी मैचअप — तीनों को एक इंडेक्स में डालने से पहले मैंने उस सीजन के साठ मैचों का रिकॉर्ड जांचा। क्रुणाल पांड्या की 47 रन की पारी और कप्तान रोहित शर्मा की 129/8 वाली परिकल्पना दोनों उसी शीट पर टिकी थीं, और एक भी संख्या ऐसी नहीं थी जिसे गेंद तक वापस ट्रेस न किया जा सके।

आठ साल बाद एक और फाइल मेरे सामने आई। बनावट पूरी थी: शीर्षक, आठ विश्लेषण आयाम, तालिकाएं, जोखिम मैट्रिक्स, और अंत में 'समग्र निष्कर्ष' भी। लेकिन जहां कहीं कोई ठोस दावा बैठना चाहिए था, वहां N/A था। कुछ खानों में तो उस पाइपलाइन का निर्देश ही छप गया था जिसे उन्हें भरना चाहिए था — 'identify from the information points above'। फाइल देखकर लगता था कि काम हो गया है। असल में कुछ भी नहीं हुआ था।

क्रिकेट का डेटा अब मैदान पर नहीं, सप्लाई चेन में बनता है। स्कोरर की शीट से बॉल-बाय-बॉल लॉग बनता है, लॉग से एग्रीगेटर की तालिका, तालिका से ब्रॉडकास्टर का ऑन-स्क्रीन ग्राफिक, और ग्राफिक से फैंटेसी टीम, नीलामी मॉडल और अखबार की हेडलाइन। हर कदम पर प्रोवेनेंस थोड़ी और कटती है। सबसे ज्यादा उद्धृत और सबसे कम ट्रेस किया जाने वाला आइटम वही ऑन-स्क्रीन ग्राफिक होता है। मेरा नियम सादा है: जो संख्या स्कोरर की शीट तक वापस न जाए, वह दशमलव के साथ लिखी अफवाह है।

क्रिकेट कवरेज में एक शब्द बहुत कम इस्तेमाल होता है — null। खाली नतीजा भी नतीजा होता है, बशर्ते उसे खाली बताया जाए। जो रिपोर्ट अपनी खालीपन छिपाती है, वह विश्लेषण नहीं, सजावट है।

सामने पड़ी उस फाइल में तीन विफलता-हस्ताक्षर साफ दिख रहे थे। पहला, सूचना बिंदुओं की सूची खाली; दूसरा, आउटपुट खानों में टेम्पलेट का निर्देश लीक; तीसरा, डोमेन लेबल डिफॉल्ट ब्रांच से आया हुआ। तीनों मिलकर बताते हैं कि विफलता मॉडल में नहीं, एक्सट्रैक्शन और वैलिडेशन डिज़ाइन में हुई। यह नई बीमारी नहीं है।

मुझे 2026 विश्व कप के xG ऑडिट की याद आती है। पुणे की एक प्रोडक्शन हाउस ने 64 मैचों का मॉडल बनवाया था। मॉडल लंबी दूरी के शॉट्स को जरूरत से ज्यादा अहमियत दे रहा था और सेट-पीस के दबाव को कम आंक रहा था। 15 जुलाई 2026 का फाइनल, फ्रांस 4-2 क्रोएशिया, साफ टेस्ट केस था: ओन गोल और पेनल्टी का क्रम शॉट-क्वालिटी से समझाया ही नहीं जा रहा था। उस दिन मैंने लिखा था कि xG ऑडिट विफल नहीं हुआ; हमारा वैलिडेशन प्रोटोकॉल गायब था। तब से मेरा नियम है — कोई नया मीट्रिक लेख में तभी घुसेगा जब वह पचास मैचों का बैकटेस्ट और मैनुअल वीडियो चेक दोनों पार कर ले।

कोरोना-काल में यही अनुशासन काम आया। 2026 का IPL UAE में खेला गया, खाली स्टेडियमों में, और फाइनल में मुंबई इंडियंस ने दिल्ली कैपिटल्स को हराया। मैंने 2026 और 2026 के वेन्यू स्प्लिट, टॉस असर और ओस को साठ-साठ मैचों पर तुलना में रखा। नतीजा यह निकला कि भीड़ हटने से टॉस का फायदा खत्म नहीं हुआ, सिर्फ स्कोरिंग का समय बदल गया। खाली स्टेडियमों ने मुझे होम एडवांटेज को रिवाज से अलग करना सिखाया। जो स्टेडियम किसी टीम के लिए 'किला' है, वह अक्सर पिच, शेड्यूल और टीम-ताकत का जोड़ होता है, माहौल का चमत्कार नहीं।

यही बात हीटमैप पर भी लागू होती है। हीटमैप आज चाय की पत्ती पढ़ने का नया रूप बन गया है। वह बताता है कि खिलाड़ी कहां खड़ा रहा, यह नहीं बताता कि सिस्टम ने उसे क्या भूमिका सौंपी थी। एक फील्डर का हीटमैप उसके कैचिंग पोज़िशन और कप्तान के इशारे के बीच का फर्क नहीं दिखा सकता। भूमिका बताती है, नक्शा नहीं।

उस खाली फाइल पर जब मैंने न्यूनतम इनपुट सेट का फ्रेम लगाया, तो चीजें सीधी हो गईं। फॉर्मेट तय नहीं — तो कोई टैक्टिकल ढांचा लागू नहीं होगा, क्योंकि टेस्ट की नई गेंद और T20 की पावरप्ले-रोक एक ही नियम से नहीं चलतीं। खिलाड़ी का नाम नहीं — तो भूमिका तय नहीं होगी: सलामी बल्लेबाज, एंकर, फिनिशर, तेज, स्पिन, विकेटकीपर। कोई ठोस आंकड़ा नहीं — तो बेंचमार्क तुलना असंभव, और कोई मीट्रिक उदाहरण के तौर पर भी नहीं गढ़ा जा सकता। वेन्यू नहीं — तो होम-अवे का सबसे बड़ा अंतर मापा नहीं जा सकता। स्रोत और तारीख नहीं — तो ताजगी और भरोसे की सीमा तय नहीं होगी। इनमें से एक भी तत्व गायब हो तो सही आउटपुट अनुमान नहीं, दर्ज किया गया शून्य है।

असली खतरा इससे आगे जाता है। एक खाली फाइल जिसका ढांचा भरा हुआ दिखता है, आगे चलकर फैंटेसी टीम के चयन, नीलामी की कीमत के औचित्य और संपादकीय फैसले में बदल जाती है। और यह व्यक्तिगत गलती कम, बैच की बीमारी ज्यादा है: जिस एक रन में यह एक्सट्रैक्शन फेल हुआ, उसी रन में उस बैच के बाकी लेख भी फेल हुए होंगे। इसलिए जांच अलग-अलग फाइलों पर नहीं, पूरे बैच पर एक साथ चलनी चाहिए।

उलटा तर्क यह है कि साफ-सुथरी खाली रिपोर्ट, भरी हुई दिखने वाली रिपोर्ट से कम खतरनाक है। N/A लिखा हुआ देखकर संपादक ठिठक जाता है; 'समग्र निष्कर्ष' पढ़कर आगे बढ़ जाता है। यानी जो फाइल अपनी विफलता साफ बताती है, वह उस फाइल से ईमानदार है जो कोई दशमलव लगाकर अधूरापन छिपा देती है। दूसरा उलटा तर्क यह है कि हम रोज मॉडल को कोसते हैं और अपने प्रोटोकॉल को नहीं। भारतीय क्रिकेट कवरेज में दिक्कत आम तौर पर यह नहीं होती कि मॉडल गलत है; दिक्कत यह होती है कि सही दिखने वाले डैशबोर्ड की जांच किसी ने नहीं की। एक T20 मैच का इंडेक्स, दशमलव की चमक के साथ, आधिकार जैसा लगता है — जबकि सैंपल इतना छोटा है कि वह संख्या बहस का पहला वाक्य भर है।

इसलिए अगली बार जब कोई प्रेशर इंडेक्स या वैल्यूएशन मॉडल पढ़ें, तो पहला सवाल यह नहीं पूछें कि आंकड़ा क्या है। पूछें कि ऑडिट ट्रेल कहां है। कितने मैच, कौन-से कंट्रोल वेरिएबल, कौन-सा आउट-ऑफ-सैंपल टेस्ट, और मीट्रिक की सीमा उसी पैराग्राफ में क्यों नहीं लिखी गई? जिस दिन ये चार सवाल किसी क्रिकेट कॉलम के शीर्षक के नीचे दिखेंगे, उस दिन हम डेटा के युग में नहीं, डेटा के अनुशासन में होंगे। और तब तक — खाली डेटा पर लिखा कोई भी निष्कर्ष किसी के काम का नहीं है।