शून्य सूचना-बिंदु: क्रिकेट एनालिटिक्स का संकट डेटा की कमी नहीं, आंकड़ों का बिना पता वाला सफ़र है

तेरह कॉलम। बारह में 'N/A'। जो एनालिसिस फ़ाइल पिछले हफ़्ते मेरे डेस्क तक पहुँची, उसका टैक्सोनॉमी टैग साफ़ था — cricket_world — लेकिन सूचना-बिंदुओं की सूची खाली थी। शून्य। एक भी सत्यापन-योग्य तथ्य नहीं। उसी हफ़्ते ब्रॉडकास्ट की एक ग्राफ़िक पर मोटे अक्षरों में 'स्ट्राइक रेट 148' चमक रहा था, बिना फ़ॉर्मेट, बिना सैंपल, बिना साल। दो अलग घटनाएँ नहीं हैं ये। एक ही बीमारी के दो लक्षण हैं। एक तरफ़ वह सिस्टम जो खाली जगह में 'अपर्याप्त सूचना' लिखने की हिम्मत रखता है, दूसरी तरफ़ वह सिस्टम जो तीन अंकों के पीछे पूरा करियर छिपा देता है। क्रिकेट में आंकड़ों की कमी कभी नहीं रही। कमी रही है आंकड़े के साथ चलने वाले उस पते की, जो बताता है कि यह संख्या कहाँ से आई, किस सैंपल पर बनी और किस सवाल का जवाब देने के लिए बनाई गई थी। क्रिकेट एनालिटिक्स का असली संकट डेटा की कमी नहीं, प्रोवेनेंस की कमी है।

यह समझने के लिए मुझे 2026 में लौटना पड़ता है, कोलकाता के उस डिजिटल डेस्क पर, जहाँ मैंने चार महीने एक ऐसे मॉडल पर लगाए जिसे मैं 'एक्सपेक्टेड रन्स एडेड' कहता था। आधार था 2026 आईपीएल का बॉल-बाय-बॉल डेटा। मकसद एक ही था — यह दिखाना कि कोलकाता नाइट राइडर्स सुनील नारायण को मिडिल ऑर्डर में जला रही है। सीज़न शुरू होने से पहले पीस छपी। अप्रैल में केकेआर ने नारायण को ओपनिंग पर भेज दिया। आईपीएल 2026 के अंत में उनके खाते में 224 रन थे, स्ट्राइक रेट 172.3। उस पीस को करीब चार लाख पाठक मिले, और फ्रेंचाइज़ी के एक एनालिस्ट का बिना माँगा हुआ ईमेल आया — मेथडोलॉजी शीट भेजिए।

उस ईमेल ने मुझे वह सिखाया जो किसी भी क्रिकेट कॉलम ने नहीं सिखाया: मॉडल प्रोडक्ट नहीं था, मेथडोलॉजी शीट प्रोडक्ट थी। जिस पाठक ने मेरा निष्कर्ष पढ़ा, उसने मेरा नाम याद रखा। जिस एनालिस्ट ने मेरी शीट माँगी, उसने मेरा ढाँचा याद रखा। क्रिकेट में टिकाऊ चीज़ नतीजा नहीं होती, टिकाऊ चीज़ वह क्रम होती है जिससे नतीजा निकला — कौन-सा डेटासेट, कितनी गेंदें, कौन-सा फ़ेज़, किस साल का बॉल-बाय-बॉल, और सबसे ज़रूरी, किस फ़ॉर्मेट का।

आज यह क्रम टूट चुका है। आईपीएल नीलामी की अर्थशास्त्र हो, फ़ैंटेसी लीग का रोज़ाना का कैलेंडर हो, या ब्रॉडकास्ट की वह पट्टी जो हर गेंद के बाद तीन नए अंक दिखा देती है — संख्या की गति उसकी परिभाषा से कहीं आगे निकल गई है। एक आंकड़ा अब दस सेकंड में दस लाख स्क्रीन तक पहुँच जाता है, और उसकी परिभाषा उसके साथ कभी नहीं चलती। मेरे क्रिकेट देखने के छब्बीस साल में मैंने देखा है कि विवाद कभी संख्याओं पर नहीं होते, हमेशा उनकी परिभाषाओं पर होते हैं — और परिभाषा वह चीज़ है जिसे ट्रेंडिंग बनाने की जल्दी में सबसे पहले हटाया जाता है।

हर क्रिकेट आंकड़े को तीन दरवाज़ों से गुज़रना चाहिए। पहला — फ़ॉर्मेट। टेस्ट, वनडे, टी20, द हंड्रेड; इनके बीच केवल ओवरों की संख्या नहीं बदलती, जोखिम की परिभाषा बदलती है। दूसरा — सैंपल। कितनी पारियाँ, कितनी गेंदें, किस दौर की। तीसरा — युग। 2026 की टी20 स्ट्राइक रेट और 2026 की टी20 स्ट्राइक रेट एक ही तराज़ू पर नहीं तौले जा सकते, क्योंकि बैट की मोटाई, पावरप्ले की सोच और बाउंड्री की दूरी — तीनों बदल चुके हैं। जो संख्या इन तीन दरवाज़ों से बिना गुज़रे स्क्रीन पर पहुँच जाती है, वह आंकड़ा नहीं, सजावट है।

पहला फेल्योर: शून्य का इनकार। जो फ़ाइल मेरे पास आई, उसमें बारह फ़ील्ड खाली थीं और तेरहवीं में लिखा था — 'ऊपर दिए गए सूचना-बिंदुओं से पहचानें'। मुश्किल यह थी कि ऊपर कोई सूचना-बिंदु था ही नहीं। एक ईमानदार सिस्टम यहाँ रुक जाता है और लिखता है: अपर्याप्त सूचना। एक महत्वाकांक्षी सिस्टम यहाँ से कहानी बुनना शुरू कर देता है। क्रिकेट पत्रकारिता में यह दूसरा रास्ता रोज़ चुना जाता है। फ़ॉर्मेट अज्ञात है, तो मान लो टी20। खिलाड़ी अज्ञात है, तो मान लो स्टार। सैंपल शून्य है, तो मान लो 'हाल के फ़ॉर्म' से पता चल रहा है। खाली जगह को कहानी से भरना क्रिकेट लेखन का सबसे पुराना और सबसे कम पकड़ा जाने वाला अपराध है। मैं इसे अपराध ही कहूँगा, क्योंकि इसका नुकसान पाठक उठाता है — वह एक ऐसे दावे पर भरोसा कर लेता है जिसे काटा ही नहीं जा सकता।

दूसरा फेल्योर: क्रॉस-फ़ॉर्मेट तस्करी। यह क्रिकेट रिपोर्टिंग की सबसे आम और सबसे महँगी गलती है। एक फ़िनिशर का टी20 स्ट्राइक रेट 150 है — इस वाक्य में टेस्ट क्षमता के बारे में कुछ भी नहीं है। लेकिन सिलेक्शन डिबेट में यही संख्या उठाकर रख दी जाती है। उलटा भी होता है: टेस्ट में 45 का औसत रखने वाले बल्लेबाज़ को 'टी20 में अनफ़िट' घोषित कर दिया जाता है, जबकि दोनों फ़ॉर्मेट में जो मापा जा रहा है वह अलग-अलग चीज़ है — एक में गेंद पर टिके रहने की क्षमता, दूसरे में गेंद को तुरंत बदलने की क्षमता। मैंने शब्द नहीं पोर्ट किए; मैंने उन शब्दों के अंदर छिपी मान्यताएँ पोर्ट कीं। जब कोई कहता है कि किसी बल्लेबाज़ का 'इम्पैक्ट' कम है, तो पहला सवाल यही होना चाहिए: किस फ़ॉर्मेट का इम्पैक्ट, किस मॉडल से नापा गया, और उस मॉडल को बनाने वालों ने असल में क्या भविष्यवाणी करने के लिए डिज़ाइन किया था।

यहाँ एक उदाहरण ज़रूरी है। 19 नवंबर 2026, अहमदाबाद। भारत 240 पर ढेर, ऑस्ट्रेलिया 241/4 — 43 ओवर में मुकाबला खत्म। ट्रैविस हेड ने 120 गेंदों पर 137 रन बनाए। उस पारी की कहानी अगर 'शतक' से शुरू की जाए, तो कहानी गलत जगह से शुरू होगी। शतक एक कवरेज आर्टिफ़ैक्ट है — प्रिंट-युग के स्कोरकार्ड से विरासत में मिली गिनती की परंपरा, मैच-वैल्यू का पैमाना नहीं। असली पैमाने उस रात तीन थे: ज़रूरी रन-रेट, हाथ में बचे विकेट, और वह तथ्य कि लक्ष्य छोटा था इसलिए जोखिम उठाना सस्ता था। हेड का शतक इन तीनों का नतीजा था, कारण नहीं। अगर उसी पारी को 300 के लक्ष्य के सामने रख दें, तो वही 137 रन एक अलग आर्थिक हिसाब में बैठते हैं। संख्या वही, स्थिति अलग, अर्थ पूरी तरह बदल जाता है।

दो साल बाद, 9 मार्च 2026, दुबई। चैंपियंस ट्रॉफ़ी फ़ाइनल। भारत 254/6, न्यूज़ीलैंड 251/7, भारत चार विकेट से जीता। रोहित शर्मा की 83 गेंदों पर 76 रन की पारी पर जब आँकड़े लगाए जाते हैं, तो सबसे कम बताया जाने वाला तथ्य यह है कि उस पारी की कीमत मील के पत्थर में नहीं, पावरप्ले और मिडिल-ओवर के बीच के उस संक्रमण में थी जहाँ दुबई की धीमी पिच पर रन-रेट गिर रहा था। मैंने उस मैच को टीवी पर तीन बार देखा, और हर बार वही दिखा — जो बल्लेबाज़ गिनती के पीछे भागता है, वह स्थिति के आगे निकल जाता है।

तीसरा फेल्योर: अनाथ आंकड़े। कोई औसत, स्ट्राइक रेट या इम्पैक्ट-फ़िगर बिना परिभाषा, बिना सैंपल और बिना युग के उद्धृत किया जाए — यही वह पाप है जिसका इल्ज़ाम मैं कमेंट्री बॉक्स पर लगाता हूँ, और यही पाप लिखित पत्रकारिता में रोज़ होता है। 'उसने पिछले सीज़न 40 की औसत से रन बनाए' — कितनी पारियाँ? किस क्रम पर? घरेलू पिचों पर या बाहर? किस गेंदबाज़ी आक्रमण के सामने? जब तक ये चार सवालों के जवाब नहीं हैं, वह 40 एक संख्या नहीं, एक वाक्य है जिसे किसी ने कहीं से उठाया है। जो आंकड़ा अपना पता नहीं बता सकता, वह आंकड़ा नहीं, अफ़वाह है।

चौथा फेल्योर: छोटे सैंपल के फ़ैसले। मुझे अपने ही स्वभाव से लड़ना पड़ता है। दस-पंद्रह पारियों का डेटा देखकर अंतिम निर्णय सुना देना बहुत आसान है, और पाठक भी वही माँगता है। लेकिन सैंपल का आकार नतीजे के साथ चले बिना वह नतीजा अधूरा है। जब सैंपल 15 पारियों का है, तो सही वाक्य यह नहीं कि 'वह फ़ॉर्म में लौट आया है', सही वाक्य यह है कि '15 पारियों का सैंपल इतना छोटा है कि यह कहना भी मुश्किल है कि वह फ़ॉर्म से बाहर कभी गया था या नहीं'। जब बैंड चौड़ा हो, तो चेतावनी फ़ुटनोट में नहीं, पूरे वाक्य में लिखी जानी चाहिए।

पाँचवाँ फेल्योर: कीमत को क्षमता समझ लेना। 24-25 नवंबर 2026, जेद्दा। आईपीएल 2026 की मेगा नीलामी में ऋषभ पंत लखनऊ सुपर जायंट्स के पास 27 करोड़ में गए और श्रेयस अय्यर पंजाब किंग्स के पास 26.75 करोड़ में। ये ऐतिहासिक संख्याएँ हैं और इन्हें उद्धृत करना ज़रूरी है — लेकिन इन्हें अंतरराष्ट्रीय क्रिकेट की क्षमता का सबूत मान लेना एक श्रेणी-गलती है। नीलामी की कीमत एक बाज़ार का संकेत है, खेल-क्षमता का प्रमाण-पत्र नहीं। यही वह इम्पोर्ट ऑडिट है जो मैं हर आंकड़े पर लगाता हूँ: यह संख्या किस सवाल का जवाब देने के लिए बनी थी? नीलामी का मॉडल 'फ़्रैंचाइज़ी को कितना फ़ायदा' का जवाब देता है, 'भारत के लिए कितना फ़ायदा' का नहीं। दोनों सवाल अलग हैं, दोनों के मॉडल अलग हैं, और दोनों को एक ही हेडलाइन में मिला देना वही तस्करी है जिसकी मैं इतनी लंबी शिनाख्त कर रहा हूँ।

यहाँ एक पारदर्शिता-पंक्ति जोड़ना ज़रूरी है, क्योंकि मैं खुद उस उद्योग के भीतर बैठा हूँ जिसका ऑडिट कर रहा हूँ। इस लेख का हर आंकड़ा सार्वजनिक स्कोरकार्ड और सार्वजनिक नीलामी रिकॉर्ड से आया है — मेरे पास किसी फ़्रैंचाइज़ी का आंतरिक स्काउटिंग डेटा नहीं है, न किसी बोर्ड का चयन-कक्ष नोट है, न किसी एनालिस्ट का मालिकाना मॉडल। जो मैं नहीं जानता, उस पर मैं राय नहीं बनाऊँगा। यह घोषणा लेख को कमज़ोर नहीं बनाती; यह उसे काटने-योग्य बनाती है।

अब वह पक्ष जहाँ मुझे सबसे लोकप्रिय राय के खिलाफ़ जाना है। क्रिकेट एनालिटिक्स का जो सबसे मज़बूत पक्ष है, उसे पहले पूरी ताकत से रखना चाहिए: पिछले दशक में भारतीय क्रिकेट में डेटा का जो प्रवेश हुआ है, उसने चयन को पारदर्शी बनाया है। वर्कलोड मैनेजमेंट, बॉलिंग स्पेल का बँटवारा, बल्लेबाज़ी क्रम का फ़ेज़-आधारित निर्धारण — ये सब उसी बदलाव की उपज हैं, और इन्हें नकारना बेईमानी होगी। जहाँ डेटा कमेंट्री बॉक्स से सहमत है, वहाँ सहमति साफ़ लिखनी चाहिए। उदाहरण के लिए, 2026 के फ़ाइनल में ट्रैविस हेड की पारी निर्णायक थी — इस पर आंकड़े और आम राय, दोनों एक हैं, और मैं इसे मोड़ने की कोशिश नहीं करूँगा।

लेकिन सहमति की सीमा यहीं है। असली बाधा मॉडल की परिष्कृतता नहीं है, बाधा स्कीमा की है। हमारे पास बेहतरीन मॉडल हैं और बेकार फ़ील्ड-स्ट्रक्चर। फ़ॉर्मेट एक वैकल्पिक फ़ील्ड है। स्रोत एक वैकल्पिक फ़ील्ड है। सैंपल-साइज़ एक वैकल्पिक फ़ील्ड है। और जो फ़ील्ड वैकल्पिक होती है, वह नीचे की हर मीट्रिक में अपनी अनुपस्थिति विरासत में दे देती है। हर साफ़ डैशबोर्ड की शुरुआत एक गंदे सवाल से होती है जो कोई पूछना नहीं चाहता — और वह सवाल हमेशा यही होता है: इस संख्या का पता क्या है? उद्योग का प्रोत्साहन भी उलटा है। फ़ैसला छापने पर तालियाँ मिलती हैं, चेतावनी छापने पर नहीं। स्प्रेडशीट को याद रहता है जो मीटिंग भूल जाती है, लेकिन मीटिंग का रिकॉर्ड ही प्रकाशित होता है।

इसका एक कारण यह भी है कि हमने आंकड़े की भाषा उधार ली है और उसके नियम नहीं। जब फ़ुटबॉल से एक्सजी जैसी अवधारणा क्रिकेट में आती है, तो शब्द सीमा पार कर जाता है, लेकिन उसके पीछे की मान्यता नहीं। एक्सजी यह मापने के लिए बना था कि किसी शॉट से गोल होने की कितनी संभावना थी — यह एक सतत, तरल खेल की घटना है। क्रिकेट असतत है: एक गेंद, एक परिणाम, छह संभावित आउटपुट, और हर गेंद के बीच पूरी प्रणाली रीसेट हो जाती है। उधार का शब्द यहाँ काम कर सकता है, उधार की मान्यता नहीं। और यही बात सौ के आंकड़े पर भी लागू होती है। शतक उस युग का उत्पाद है जब अख़बार के पास स्कोरकार्ड में जगह सीमित थी और उसे एक गोल आंकड़ा चाहिए था जिसे हेडलाइन बनाया जा सके। आज हमारे पास फ़ेज़ स्प्लिट हैं, रिक्वायर्ड रेट है, हाथ में बचे विकेट हैं — फिर भी हम वही पुराना गोल आंकड़ा ही माँगते हैं। क्रिकेट का डेटा आगे बढ़ गया, हमारी कवरेज की शब्दावली पीछे रह गई।

एक और बात जो मुझे सबसे ज़्यादा परेशान करती है: हम खिलाड़ियों को उनके फ़ॉर्मेट-विशिष्ट अंशों से नहीं, उनके जोड़ से पहचानते हैं। भारत की बेंच स्ट्रेंथ पर जो बहस चलती है, उसमें मेरी असहमति साफ़ है — यह प्रतिभा की समस्या नहीं, चयन की समस्या है। दुनिया की सबसे मुश्किल टीम भारत की दूसरी पसंद की टीम है, और इसका कारण यह है कि हमारे पास उस दूसरी टीम के प्रदर्शन को उसी सैंपल-आधार पर नापने का ढाँचा नहीं है जिस पर पहली टीम को नापते हैं। एक बल्लेबाज़ जो घरेलू क्रिकेट में तीन सीज़न से रन बना रहा है, वह अंतरराष्ट्रीय स्तर पर अपर्याप्त सैंपल के कारण 'अनप्रूव्ड' रहता है — और यही 'अनप्रूव्ड' शब्द उसका करियर तय कर देता है। यह आंकड़े की समस्या नहीं, आंकड़े की राजनीति है।

तो समाधान क्या है? तीन चीज़ें, और तीनों उबाऊ हैं, इसलिए उन्हें लागू करने की संभावना कम है — लेकिन सही हैं।

पहली, फ़ॉर्मेट को अनिवार्य और गैर-शून्य फ़ील्ड बनाइए। जिस किसी भी ग्राफ़िक, कॉलम या ट्वीट में कोई क्रिकेट संख्या छपे, उसके साथ फ़ॉर्मेट लिखा हो। यह सरल लगता है और क्रांतिकारी है, क्योंकि इससे आधी जल्दबाज़ी वाली तुलनाएँ अपने आप खत्म हो जाती हैं।

दूसरी, प्रोवेनेंस टैग। हर संख्या के साथ तीन शब्द — सैंपल, अवधि, स्रोत। 'पिछले 12 महीनों की 18 टी20 पारियाँ, सार्वजनिक स्कोरकार्ड।' यह जानकारी पाठक को बोझ नहीं डालती, उसे हथियार देती है। जिस पाठक के पास आंकड़े का पता होता है, उसे कोई कमेंटेटर बेवकूफ़ नहीं बना सकता।

तीसरी, और सबसे कठिन — विफलता की घोषणा। जब डेटा उपलब्ध न हो, तो कहानी मत बुनिए। लिखिए: अपर्याप्त सूचना। यह वह क्षण है जब पत्रकारिता पत्रकारिता बनती है, और यह वह क्षण है जिससे हम सब भागते हैं, क्योंकि खाली जगह पर कहानी लिखना ज़्यादा आसान है और पाठक उसे उतनी ही तेज़ी से पढ़ता है।

अगली बार जब आप स्क्रीन पर कोई तीन अंकों का जादू देखें — स्ट्राइक रेट, औसत, इम्पैक्ट स्कोर — तो एक सवाल पूछिए। यह संख्या किस फ़ॉर्मेट की है, कितने सैंपल की है, और इसे बनाने वाले ने असल में क्या भविष्यवाणी करने के लिए बनाया था। जो आंकड़ा इन तीन सवालों का जवाब दे दे, उसे गंभीरता से लीजिए। जो न दे, उसे वैसे ही पढ़िए जैसे आप स्टेडियम में बिकने वाली किसी चीज़ का विज्ञापन पढ़ते हैं — रोचक, पर सत्यापित नहीं। स्प्रेडशीट क्रिकेट स्कोरकार्ड के रूप में शुरू हुई थी और फुटबॉल की बहस बन गई; अगली बार जब कोई संख्या आपकी बहस में घुसे, तो उसका पता ज़रूर पूछिए। क्रिकेट का अगला दशक उन एनालिस्टों का नहीं होगा जिनके पास सबसे ज़्यादा डेटा है। वह उनका होगा जिनके पास सबसे ईमानदार स्कीमा है।