खाली डेटा, भरा हुआ बयान: क्रिकेट विश्लेषण में 'नल रिजल्ट' की ईमानदारी

मेरे करियर का सबसे कठिन काम कभी भी एक गलत भविष्यवाणी को सही ठहराना नहीं रहा। सबसे कठिन काम यह स्वीकार करना रहा है कि मेरे पास बोलने के लिए कुछ भी नहीं है। 2026 में हैदराबाद में उस एक-रन के फाइनल के बाद, जब मुंबई इंडियंस ने 129/8 के स्कोर का बचाव करते हुए राइजिंग पुणे सुपरजायंट को हराया था, मैंने अपनी डेस्क के लिए एक नियम लिखा था: हर पिक के साथ एक पेज का अनुमान परिशिष्ट। लेकिन उस नियम का दूसरा पहलू, जिसे मैंने बाद में सीखा, यह था कि जब डेटा ही न हो, तो पिक फाइल करने से इनकार करना भी एक अनुशासन है।

पिछले कुछ दिनों में मेरे पास एक ऐसा इनपुट आया जिसने मुझे उसी दूसरे पहलू का सामना करने पर मजबूर कर दिया। एक विश्लेषण रिपोर्ट, जिसका शीर्षक 'Stage-2 Deep Analysis' था और जिसका डोमेन टैग सिर्फ 'cricket_asia' था। बारह पन्नों का मेरा प्री-मैच टेम्पलेट, जिसे मेरी डेस्क ने अनिवार्य बना दिया था, उस रिपोर्ट के सामने खड़ा था — और उस रिपोर्ट में हर जगह 'N/A – insufficient information' लिखा था। न कोई टीम, न कोई खिलाड़ी, न कोई स्कोर, न कोई तारीख। सिर्फ एक भूगोल का टैग। मेरे पेशे में, जहां हर संख्या का एक स्रोत होना चाहिए, यह एक असहज खालीपन था।

मेरे अनुभव में, क्रिकेट विश्लेषण का सबसे बड़ा संकट डेटा की कमी नहीं है — यह खाली जगह को भरने का लालच है। जब आपके पास एक टीम का नाम होता है और स्कोरकार्ड नहीं, तो दिमाग अपने आप कहानी बुनने लगता है। 'शायद यह एशिया कप का मैच है।' 'शायद यह भारत-पाकिस्तान का मुकाबला है।' 'शायद यह किसी फ्रैंचाइज़ी की नीलामी की खबर है।' ये सब अनुमान हैं, और अनुमानों को तथ्यों की तरह पेश करना वही गलती है जो उस एक-रन के फाइनल ने मुझे सिखाई थी।

क्रिकेट_एशिया का टैग क्या कहता है — और क्या नहीं

'क्रिकेट_एशिया' एक भौगोलिक दायरा है, प्रतिस्पर्धी ताकत का पैमाना नहीं। यह टैग बताता है कि विषय दक्षिण एशियाई बोर्डों या एशियाई क्रिकेट परिषद (ACC) की स्पर्धाओं से जुड़ा हो सकता है। यह नहीं बताता कि कौन सी टीम किससे खेल रही है, किस फॉर्मेट में, या किस तारीख को। क्रिकेट में फॉर्मेट की पहचान सबसे पहली शर्त है — टेस्ट की नई गेंद की रणनीति, वनडे के मध्य ओवरों में स्पिन नियंत्रण, और टी20 के डेथ ओवर निष्पादन, तीनों अलग-अलग दुनिया हैं। बिना फॉर्मेट एंकर के, कोई भी चरण-आधारित विश्लेषण बेबुनियाद है।

मेरी डेस्क पर एक सिद्धांत है: एक मॉडल तभी बोलता है जब उसके पास स्कोरकार्ड, स्थान और तारीख हो। पिछले साल जेद्दा में आईपीएल मेगा नीलामी के दौरान, मेरे पास ऋषभ पंत (₹27 करोड़, लखनऊ सुपर जायंट्स) और श्रेयस अय्यर (₹26.75 करोड़, पंजाब किंग्स) दोनों के लिए प्रति-करोड़ मूल्य का मॉडल था। मैंने उसे प्रकाशित किया क्योंकि मेरे पास हर खिलाड़ी के लिए 1,100 सीज़न का डेटा था। जब डेटा नहीं होता, तो सही कदम 'संभावित' लिखना नहीं है — सही कदम 'अपर्याप्त जानकारी' लिखना है।

रिपोर्ट में जो चीज़ मुझे सबसे ज़्यादा चुभी, वह रिपोर्ट के अंत में दिया गया वह 'Appendix: Minimum Information Set Required to Re-Run' था। छह बिंदुओं की वह सूची — शीर्षक, स्रोत, तारीख, फॉर्मेट, नामित इकाइयाँ (टीम, खिलाड़ी, लीग), तीन मात्रात्मक बिंदु, लेखक का रुख, और समय-संवेदनशीलता — वह वास्तव में मेरी डेस्क का अनुमान परिशिष्ट है, जिसे एक सिस्टम ने दोबारा लिखा है। दोनों जगह तर्क एक ही है: जब तक आप वह नहीं दिखा सकते जो आपके पास है, आप वह नहीं कह सकते जो आप सोचते हैं।

खतरा उस नतीजे में नहीं, उस खालीपन में है

यहां जो असली जोखिम है, वह क्रिकेट का नहीं, सूचना-प्रणाली का है। रिपोर्ट खुद इसे सबसे ऊंचे स्तर पर चिह्नित करती है: 'Downstream fabrication risk from an empty Stage-1 input'। यानी जब पहला चरण खाली लौटता है, तो दूसरे चरण में कल्पित तथ्य भरने का जोखिम उच्च होता है। यही वह जाल है जिसमें एक विश्लेषक फंसता है — खाली जगह को कहानी से भरना, और फिर उस कहानी को डेटा कहना।

मुझे याद है, 2026 में जब स्टेडियम खाली थे और मैंने 1,142 पारियों को फिर से चलाया था, तब मेरे होम-एडवांटेज गुणांक (+0.18 रन प्रति ओवर) का ढहना एक ईमानदार खोज थी, कल्पना नहीं। वह खोज इसलिए संभव हुई क्योंकि मेरे पास रन थे, ओवर थे, स्थान थे। जब ये सब नहीं हों, तो एक ईमानदार विश्लेषक का एकमात्र बयान यह है कि वह कुछ नहीं कह सकता। रिपोर्ट का हर 'N/A' एक निष्कर्ष है, कोई कमी नहीं।

विपरीत पक्ष: नल रिजल्ट भी एक बयान है

कोई कहेगा कि अगर रिपोर्ट में कुछ नहीं है, तो रिपोर्ट क्यों? यहां मेरा जवाब यह है कि एक त्रुटिपूर्ण पाइपलाइन को पहचानना उतना ही मूल्यवान है जितना एक सही भविष्यवाणी करना। रिपोर्ट बताती है कि समस्या लेख के कंटेंट में नहीं, बल्कि पहले चरण (Stage-1) के निष्कर्षण में थी, जिसने लेख को 'Unclassified' लौटाया। यह पता लगाना कि एंटिटी एक्सट्रैक्शन विफल कहां हुआ, किसी भी गलत टीम-चयन को सुधारने से सस्ता है।

लेकिन यहां एक और सावधानी है, जो मैं अपने हर टेम्पलेट पर लगाता हूं: टेम्पलेट को सच मत समझो, उसे डिब्बा समझो। रिपोर्ट का आठ-आयामी ढांचा — फॉर्मेट, खिलाड़ी, टीम, वाणिज्यिक पारिस्थितिकी, शासन, जोखिम, कथावाचन, संचरण — पूरा खड़ा है, पर हर स्लॉट में 'अपर्याप्त जानकारी' भरा है। अगर कोई एनालिस्ट इस ढांचे को इस तरह पेश करे कि लगे विश्लेषण हो गया है, तो वह सबसे बड़ा अपराध होगा। मेरे पास 27 साल का अनुभव है और मैं ईमानदारी से कहूं: उस रिपोर्ट का सबसे ईमानदार वाक्य उसका Disclaimer है — 'कोई भी टीम, खिलाड़ी, लीग या आयोजन इस दस्तावेज से अनुमानित नहीं किया जाना चाहिए।'

आगे क्या देखें

जब अगली बार कोई क्रिकेट रिपोर्ट आपके सामने आए जिसमें 'सूत्रों के अनुसार' या 'संभावना है' लिखा हो, तो एक सवाल पूछें: क्या उसमें तारीख, फॉर्मेट और कम से कम तीन नामित तथ्य हैं? अगर नहीं, तो आपके पास विश्लेषण नहीं, अनुमान का खोल है। एक-रन का फाइनल मेरे मॉडल को नहीं तोड़ पाया था, उसने सिर्फ मेरी चुप्पी तोड़ी थी। उसी तरह, एक खाली डेटासेट किसी भी एनालिस्ट को तोड़ नहीं सकता — वह सिर्फ यह दिखाता है कि उसने अपने अनुमान पहले प्रकाशित किए थे या नहीं।