खाली सेल, साफ रिपोर्ट नहीं: क्रिकेट डेटा डेस्क की सबसे महंगी गलती

पिछले रिटेंशन साइकल में एक फ्रैंचाइजी की स्काउटिंग शीट मेरे सामने खुली थी। करीब चार सौ नाम, और हर कॉलम का हेडर अपनी जगह पर — औसत, स्ट्राइक रेट, इकॉनमी, पावरप्ले ओवर, डेथ ओवर, फिटनेस फ्लैग, एनओसी की स्थिति। एक नाम के नीचे हर सेल खाली था। डैशबोर्ड का रंग हरा था। सिस्टम ने उस खिलाड़ी को जोखिम-स्तंभ में शून्य पर रखा, क्योंकि शून्य के अलावा दर्ज कुछ था ही नहीं। बैठक में एक वरिष्ठ सदस्य ने कहा, इस नाम पर कोई मुद्दा नहीं मिला। कोई मुद्दा नहीं मिला और कोई माप नहीं हुआ — इन दो वाक्यों के बीच की खाई में स्काउटिंग का पूरा बजट बह जाता है।

खेल-विश्लेषण की सबसे महंगी गलती गलत आंकड़ा नहीं होती। गलत आंकड़ा बहस पैदा करता है; किसी को उसे सही ठहराना पड़ता है, किसी को जांच करनी पड़ती है, अखबार उस पर सवाल लिखता है। महंगी गलती वह खाली आंकड़ा है जो पूरी रिपोर्ट जैसा दिखता है — लेबल सही, फॉर्मेट बरकरार, और नीचे कोई मूल्य नहीं। उस रिपोर्ट को चुनौती देने के लिए भी एक संख्या चाहिए, और वहीं बात खत्म हो जाती है।

क्रिकेट में माप बराबर बांटा नहीं गया है। जहां कैमरा जाता है — पुरुष अंतरराष्ट्रीय मैच, आईपीएल — वहां बॉल-बाय-बॉल डेटा, हॉक-आई, फील्डिंग ट्रैकिंग और पिच मैपिंग उपलब्ध है। रणजी के राउंड, घरेलू महिला क्रिकेट, एसोसिएट देशों के टूर्नामेंट और दूसरी एकादश के मैचों में अक्सर स्कोरकार्ड ही सबसे समृद्ध दस्तावेज होता है। इस असमानता को मैं डेटा की कमी नहीं, बजट का नक्शा मानता हूं। जिस क्रिकेट का प्रसारण नहीं होता, वहां की अनुपस्थिति यह नहीं कहती कि वहां खिलाड़ी नहीं हैं; वह कहती है कि किसी ने तय किया कि उन्हें मापना लागत के लायक नहीं है। जो मापा नहीं गया, वह भी एक निष्कर्ष है — बस उसका विषय खिलाड़ी नहीं, खर्च होता है।

मेरी आदत दिसंबर 2026 से बनी है, जब क्रिकइन्फो के डेस्क पर स्कोरकार्ड संपादित करते हुए पहली बार दिखा कि एक खाली फील्ड कभी खाली नहीं होती — वह हमेशा किसी के फैसले का निशान होती है। 2026 में जब मैंने ट्रेनिंग ग्राउंड छोड़कर लिवरपूल के वाटरफ्रंट पर डिजिटल डेस्क संभाला, तब सबसे पहला काम यही तय करना था कि रिपोर्ट में कहां लिखा जाएगा कि डेटा अपर्याप्त है। मॉडल भरोसा वहीं कमाता है जहां वह दिखा दे कि वह कहां टूटता है।

उसी साल रोमा के मोहम्मद सलाह पर मेरी पहली फाइल बनी। लिवरपूल ने उन्हें 36.9 मिलियन पाउंड में लिया था। मैंने 2026-17 सीरी ए के उनके सभी 31 मैच हाथ से कोड किए — 15 गोल, 11 असिस्ट, और शॉट वॉल्यूम ऐसा कि मॉडल ने कीमत 55 मिलियन पाउंड आंकी। छपा सिर्फ एक चार्ट, और उसके साथ विश्वास-अंतराल। अगले सीजन उन्होंने प्रीमियर लीग में 32 गोल किए। बाद में लोगों ने इसे भविष्यवाणी की जीत बताया। सच यह था कि उस फाइल का सबसे कीमती हिस्सा वह वाक्य था जिसमें लिखा था कि यह अनुमान किन शर्तों में गलत साबित होगा। फीस सुर्खी थी; अनुमान कहानी था।

अठारह के विश्व कप में मॉस्को सेमीफाइनल से चौबीस घंटे पहले मैंने एक प्री-मॉर्टेम छापा: इंग्लैंड के 12 में से नौ गोल सेट-पीस से आए थे, ओपन प्ले में उनका xG प्रति मैच 0.9 था, और क्रोएशिया के मिडफील्ड ने टूर्नामेंट में दबाव में सबसे ज्यादा पास पूरे किए थे। दूसरे पैराग्राफ में वह संख्या छपी थी जो मुझे गलत साबित करती। ट्रिपियर के पांचवें मिनट के फ्री-किक से इंग्लैंड आगे निकला, और अतिरिक्त समय के बाद 2-1 से हार गया। तारीफ से पहले सेट-पीस कैसे फेल होता है, यह दोहरा लेना जरूरी है — क्योंकि जिस अनुमान के साथ खंडन की शर्त नहीं छपती, उसे कोई गलत साबित नहीं कर सकता, और जिसे गलत साबित न किया जा सके वह हर फिल्टर से पार निकल जाता है।

बुंदेसलीगा के रीस्टार्ट पर यह बात और साफ हुई। 16 मई 2026 के बाद खेले गए 81 मैचों को मैंने बंद से पहले के 225 मैचों के सामने रखा। होम टीम की जीत दर 43 प्रतिशत से गिरकर 33 प्रतिशत पर आई; होम xG अंतर +0.28 से −0.06 पर चला गया। मैंने इसे भीड़-गुणांक कहा और छह हफ्ते उसी में लगा दिए। उस अभ्यास का सार यह नहीं था कि संख्या बदली; सार यह था कि सुधार के बिना 2026 की संख्या की तुलना 2026 से करना कोई राय नहीं, फॉर्मेट की त्रुटि है। क्रिकेट में यही त्रुटि रोज होती है — अलग लीग, अलग गेंद, अलग पिच और अलग टी20 संरचना के इकॉनमी रेट एक ही कॉलम में बैठा दिए जाते हैं।

ऑक्शन और रिटेंशन के इस चक्र में असली समस्या सितारों का माप नहीं, अनप्रसारित क्रिकेट का माप है। एक अनकैप्ड खिलाड़ी जिसका घरेलू सीजन किसी क्षेत्रीय चैनल पर बिना ट्रैकिंग के चला, उसके लिए डेटाबेस में औसत खाली रहेगा। शीट पर कुछ नहीं और शून्य एक जैसे दिखते हैं, और दोनों के नतीजे अलग होते हैं: एक का मतलब है हमने देखा और ठुकराया, दूसरे का मतलब है हमने देखा ही नहीं। राइट टू मैच के जरिए वापस बुलाए गए खिलाड़ी की कीमत अक्सर उसकी क्रिकेटिंग योग्यता नहीं, पर्स की बाध्यता और स्कार्सिटी प्रीमियम तय करते हैं। मैं आंकड़े से नहीं लड़ता; उसके आसपास बना वाक्य ऑडिट करता हूं।

इसीलिए इस हफ्ते जब डेस्क पर एक ऐसा रिकॉर्ड आया जिसमें हर फील्ड का लेबल मौजूद था और हर मान खाली, तो मेरी पहली प्रतिक्रिया यह नहीं थी कि विषय में कुछ नहीं है। पहली प्रतिक्रिया यह थी कि कहीं डेटा-पाइपलाइन में कुछ टूटा तो नहीं। चुप्पी डेटा की कमी नहीं, एक अलग माप है — लेकिन उसे मापने से पहले यह तय करना पड़ता है कि चुप्पी किसकी है।

यहां मुझे अपनी ही आदत पर लगाम लगानी पड़ती है। अनुपस्थिति को संस्थागत संकेत पढ़ना आसान है और पेशेवर रूप से फायदेमंद भी, क्योंकि जल्दी सही निकलना अच्छा लगता है। इसलिए पहले उबाऊ व्याख्याएं गिनाता हूं: डेस्क पर स्टाफ कम था; स्रोत क्षेत्रीय भाषा का था और निष्कर्षण वहीं फंस गया; फीड पेवॉल के पीछे था; या हैंडओवर में लेख की बॉडी ही छूट गई। खाली मान और सही लेबल का जोड़ा पहली तीन वजहों से कम मेल खाता है और चौथी से सबसे ज्यादा — मैं इसे साठ-सत्तर प्रतिशत पाइपलाइन की खराबी मानता हूं, क्योंकि असली क्रिकेट रिपोर्ट में कम से कम एक टीम का नाम या एक फॉर्मेट टैग तो निकल ही आता है। बाकी तीस प्रतिशत मेरे पक्ष में नहीं है, और उसे छिपाना वही गलती होगी जिसकी मैं आलोचना कर रहा हूं।

यहीं कारण और सहसंबंध की सीमा रेखा खींचनी है। बुंदेसलीगा का उदाहरण देखकर यह कहना कि भीड़ लौटने से क्रिकेट में घरेलू लाभ अपने आप बढ़ेगा, आंकड़े का दुरुपयोग है; दोनों के बीच की कड़ी बीच में पड़े तीन और बदलावों से बनती है — यात्रा, शेड्यूल, चयन। मॉडल एक समय में एक चीज बदलकर सीखता है, दुनिया ऐसा नहीं करती।

अगले चक्र के लिए एक ही नियम रखता हूं, जो अब हमारे डेस्क पर अनिवार्य है: हर रिकॉर्ड में फॉर्मेट टैग, मैच की प्रकृति, नामित एंटिटी, तारीख और कम से कम तीन ठोस सूचना-बिंदु दर्ज हों। जो रिकॉर्ड इन शर्तों पर खरा न उतरे, उस पर मुहर लगे — विश्लेषण असंभव, न कि कोई जोखिम नहीं। सवाल अगली बार यह नहीं होगा कि मॉडल सही था या गलत; सवाल यह होगा कि खाली सेल को हरी झंडी किसने दी।