खाली डेटा, बड़ा सबक: क्रिकेट विश्लेषण में 'शून्य इनपुट' का मतलब 'शून्य जोखिम' नहीं होता

मेरे करियर का सबसे महंगा सबक 21 मई 2026 को मिला था — मुंबई इंडियंस ने राइजिंग पुणे सुपरजायंट के खिलाफ 129/8 पर सिमटकर भी एक रन से मैच जीत लिया था। उस रात मेरा डेथ-ओवर पार मॉडल सही साबित हुआ, लेकिन मैंने अपनी डेस्क पर एक नियम लिखा: जिस विश्लेषण में इनपुट ही न हो, उसे 'साफ बिल ऑफ हेल्थ' नहीं समझा जाएगा। पिछले हफ्ते मेरे सामने ठीक वही स्थिति आई — एक स्टेज-2 क्रिकेट विश्लेषण पैकेज, जिसमें शीर्षक, स्रोत, सूचना बिंदु और खिलाड़ियों के नाम — सब खाली थे। यह रिपोर्ट उसी खालीपन की ऑडिट है, और यह बताती है कि क्रिकेट डेटा पाइपलाइन में 'साइलेंट फेल्योर' कितना खतरनाक हो सकता है।

संदर्भ: जब विश्लेषण का ईंधन ही गायब हो

क्रिकेट विश्लेषण की पूरी इमारत एक ही चीज़ पर खड़ी होती है — 'इनफॉर्मेशन पॉइंट'। यानी वे अलग-अलग, सत्यापन-योग्य तथ्य जो स्टेज-1 में किसी लेख, रिपोर्ट या मैच कवरेज से निकाले जाते हैं: कौन सा फॉर्मेट है, कौन सा मैदान, टॉस किसने जीता, किस ओवर में कितने रन बने, किस खिलाड़ी का औसत क्या है। मेरे पास लिवरपूल की बेटिंग सिंडिकेट में काम करते हुए एक सुनहरा नियम है — बिना असेम्प्शन अपेंडिक्स के कोई पिक फाइल नहीं होता। लेकिन उससे भी पहले एक शर्त है: असेम्प्शन लिखने के लिए कम से कम कुछ डेटा तो चाहिए।

जो पैकेज मेरे पास आया, उसमें स्टेज-1 का हर ज़रूरी फील्ड खाली था। लेख का शीर्षक 'N/A', स्रोत 'N/A', लेख का प्रकार 'अवर्गीकृत', एक-वाक्य सारांश खाली, मुख्य दृष्टिकोण खाली, और सबसे बड़ी बात — 'इनफॉर्मेशन पॉइंट्स' का सेट पूरी तरह खाली। सिर्फ एक फील्ड भरी थी: डोमेन लेबल 'cricket_asia'। यह लेबल भौगोलिक संकेत है, फॉर्मेट का नहीं। क्रिकेट में फॉर्मेट (टेस्ट, वनडे, टी20, द हंड्रेड) के बिना कोई भी टैक्टिकल या डेटा निष्कर्ष निकालना वैसा ही है जैसे बिना पिच देखे लाइन लगाना।

मेरे 27 साल के अनुभव में क्रिकेट रिपोर्टिंग में लगभग हमेशा कम से कम एक नाम ज़रूर होता है — कोई बोर्ड, कोई टीम, कोई खिलाड़ी, कोई लीग। जब एक भी नाम न निकले, तो सबसे संभावित व्याख्या यह नहीं है कि लेख में कुछ था ही नहीं, बल्कि यह है कि स्टेज-1 से पहले या उसके भीतर तकनीकी गड़बड़ी हुई — फेचिंग, पार्सिंग या एक्सट्रैक्शन में कोई फॉल्ट। यह अंतर महत्वपूर्ण है, क्योंकि एक खाली आउटपुट को अगर 'कोई समस्या नहीं मिली' के रूप में पढ़ लिया जाए, तो पूरा निर्णय-तंत्र गलत दिशा में चल पड़ेगा।

मुख्य विश्लेषण: आठ आयाम, आठ खाली दीवारें

जब मैंने इस पैकेज को अपने मानक आठ-आयामी ढांचे पर चढ़ाया, तो हर आयाम एक ही जवाब देकर लौटा — 'अपर्याप्त जानकारी'। फॉर्मेट और मैच विश्लेषण में न पावरप्ले का डेटा था, न मध्य ओवरों का, न डेथ ओवरों का। न मैदान का नाम, न मौसम, न ड्यू, न डीएलएस (Duckworth-Lewis-Stern) का कोई संकेत। ऐसे में टॉस और परिणाम के अंतर को प्रक्रिया से अलग करके देखना असंभव था।

खिलाड़ी तकनीक और डेटा आयाम में स्थिति और भी साफ थी। कोई खिलाड़ी ही नहीं, तो भूमिका (सलामी बल्लेबाज, एंकर, फिनिशर, तेज़ गेंदबाज, स्पिनर, ऑलराउंडर, विकेटकीपर) कैसे तय होती? न औसत, न स्ट्राइक रेट, न इकॉनमी, न स्थितिजन्य स्प्लिट, न हालिया फॉर्म। मीडिया के 'स्टार-मेकिंग' नैरेटिव और असली डेटा के बीच का जो अंतर यह आयाम पकड़ता है — वह पूरी तरह अनुपस्थित रहा।

टीम परिदृश्य और रैंकिंग आयाम में भी वही कहानी। कोई राष्ट्रीय टीम या फ्रैंचाइज़ी नहीं निकली, तो स्तर-निर्धारण (एलीट, मध्य-स्तर, उभरती ताकत, एसोसिएट) कैसे होता? घरेलू-विदेशी अंतर — जो क्रिकेट में ताकत मापने का सबसे भेदी पैमाना है — उसके लिए कम से कम एक मैदान या दौरे का संदर्भ चाहिए, जो नहीं था। विश्व टेस्ट चैंपियनशिप (WTC) की अंकतालिका पर असर का आकलन तो दूर की बात है, जब यह भी पता न हो कि विषय टेस्ट क्रिकेट है भी या नहीं।

लीग और वाणिज्यिक पारिस्थितिकी आयाम में मेरा सबसे पसंदीदा सिद्धांत फिर से बेकार साबित हुआ — आईपीएल नीलामी की कीमत और अंतरराष्ट्रीय क्रिकेट की ताकत एक चीज़ नहीं होती। इसकी तुलना के दोनों तरफ कोई डेटा ही नहीं था। न ब्रॉडकास्ट अधिकारों का मूल्य, न फ्रैंचाइज़ी वैल्यूएशन, न खिलाड़ी वेतन, न कोई ट्रांजैक्शन फिगर। जब नीलामी में रिकॉर्ड कीमत पर बिकने वाले खिलाड़ी की 'फेयर वैल्यू' निकालनी हो, तो मेरी शीट में कॉलम होते हैं — खिलाड़ी, भूमिका, मॉडल प्राइस, चुकाई गई कीमत, डेल्टा। यहां तो खिलाड़ी का नाम ही नहीं था।

शासन और नियम आयाम में मैंने एक अहम फर्क दर्ज किया। इनपुट में कोई नियम विवाद, सट्टेबाजी-विरोधी जांच, पात्रता प्रश्न या राजनीतिक पहलू नहीं दिखा। लेकिन यहां खामोशी साफ-सुथरे शासन का सबूत नहीं है — यह डेटा की अनुपस्थिति का नतीजा है। इसलिए अनुपालन जोखिम को 'कम' नहीं, बल्कि 'आकलन असंभव' दर्ज किया गया। यही फर्क मेरे पेशे की रीढ़ है।

जोखिम आयाम में असली खतरा क्रिकेट का नहीं, विश्लेषण-प्रक्रिया का निकला। चोट, वर्कलोड, फॉर्मेट-ट्रांसफर और परिस्थिति-अनुकूलन — सब अपर्याप्त जानकारी के दायरे में। यानी इनमें से किसी को भी 'मौजूद नहीं' नहीं लिखा जा सकता। सबसे बड़ा जोखिम यह था कि कोई भी सिफारिश इस पैकेज से निकलेगी तो वह अप्रमाणित और अनुपयोगी होगी।

सार्वजनिक नैरेटिव आयाम में न कोई कहानी का लेबल लग सका — न प्रतिद्वंद्विता, न राजवंश की निरंतरता, न नए सितारे का राज्याभिषेक, न दिग्गज का विदाई। भारतीय मीडिया के स्टार-मेकिंग तंत्र और टी20 लीग के हाइलाइट्स के अंतरराष्ट्रीय प्रदर्शन में कम अनुपात — इन दोनों की जांच के लिए कम से कम एक नाम और एक डेटा बिंदु चाहिए था। स्रोत की गुणवत्ता का आकलन भी नहीं हो सका, जो अफवाह-आधारित आइटम्स के लिए सबसे ज़रूरी होता है।

उद्योग ट्रांसमिशन आयाम में अपस्ट्रीम (युवा विकास, प्रतिभा आपूर्ति), मिडस्ट्रीम (राष्ट्रीय टीमें, लीग) और डाउनस्ट्रीम (ब्रॉडकास्ट, वाणिज्यिक, डेरिवेटिव बाज़ार) — तीनों स्तरों पर कोई चैनल ट्रेस नहीं हुआ। 'cricket_asia' लेबल से दक्षिण एशियाई बाज़ार का संकेत मिलता है, लेकिन अकेला लेबल किसी भी दिशा का दावा खड़ा नहीं कर सकता।

विरोधाभासी कोण: खाली रिपोर्ट सबसे बड़ा झूठा आश्वासन है

यहां एक असहज सच्चाई है जो मेरे अनुभव ने सिखाई। जब कोई विश्लेषण रिपोर्ट कहे कि 'कोई जोखिम नहीं मिला', तो पाठक उसे हरी झंडी समझ लेता है। लेकिन खाली इनपुट वाली रिपोर्ट में 'कोई जोखिम नहीं' का मतलब 'कोई जोखिम नहीं था' नहीं होता — इसका मतलब होता है 'हमने देखा ही नहीं'। यह वही गलती है जो 2026 में महामारी के दौरान खाली स्टेडियमों ने मुझे सिखाई थी। जब आईपीएल यूएई में बंद दरवाजों के बीच खेला गया, तो हमारा चार साल पुराना होम-एडवांटेज गुणांक (+0.18 रन प्रति ओवर) ढह गया और उलट गया — असली कारण भीड़ नहीं, ड्यू था। पुरानी शीट मुंबई इंडियंस को चौथे स्थान पर रखती, जबकि उसने दुबई का फाइनल जीता। उस वक्त मैंने नौ दिन में रीजीम-चेंज प्रोटोकॉल लिखा और एक्सपोज़र 60% घटाया। सबक साफ था: जब बेसलाइन बदल जाए, तो पुराना डेटा सबूत नहीं, दशमलव के साथ पुरानी यादें बन जाता है।

यही तर्क यहां लागू होता है। एक खाली पैकेज को अगर चुपचाप आगे बढ़ा दिया जाए, तो वह अगली कड़ी में 'क्लीन रिपोर्ट' बन जाता है। और फिर उसी के आधार पर चयन, मूल्यांकन या संपादकीय फैसले लिए जाते हैं। मेरे पेशे में इसे 'प्रदर्शन-ऑडिट' कहते हैं — लेकिन ऑडिट दावों का होता है, लोगों का नहीं। यहां दावा ही नहीं था, सिर्फ खाली कागज़ था।

दूसरा विरोधाभास यह है कि क्रिकेट में 'साइलेंस' को अक्सर तटस्थता समझ लिया जाता है। लेकिन विश्लेषण में साइलेंस दो तरह का होता है — एक वह जो सोच-समझकर अनिश्चितता का दायरा बताता है, और दूसरा वह जो डेटा के अभाव में चुप रह जाता है। पहला ऑडिट ट्रेल है, दूसरा मार्केटिंग। मैंने 2026 के बाद से हर पिक के साथ असेम्प्शन अपेंडिक्स लगाना शुरू किया था — मैदान का पार, सैंपल साइज़, और वे दो वेरिएबल जो संख्या को तोड़ सकते हैं। संपादकों ने इसे पेडेंटिक कहा, लेकिन एक सीज़न के भीतर तीन प्रतिद्वंद्वी विश्लेषक वही फॉर्मेट चला रहे थे।

टेकअवे: अगली बार का सिग्नल

इस पूरी कवायद का एक ही ठोस नतीजा है — डेटा पाइपलाइन में एक हार्ड वैलिडेशन गेट चाहिए। स्टेज-2 को आगे भेजने से पहले यह जांच अनिवार्य हो कि 'इनफॉर्मेशन पॉइंट्स' खाली न हों और कम से कम एक इकाई (टीम, खिलाड़ी, बोर्ड, लीग) का नाम दर्ज हो। साथ ही डोमेन टैक्सोनोमी साफ हो, ताकि 'cricket_asia' जैसा उप-क्षेत्रीय लेबल चुपचाप मुख्य 'क्रिकेट' श्रेणी की जगह न ले ले।

मेरे लिए असली सवाल यह है: क्या हमारा तंत्र एक खाली रिपोर्ट को पहचान सकता है, या वह उसे भी 'सब ठीक है' की मुहर लगा देगा? जब अगली बार कोई मॉडल कहे कि 'कोई जोखिम नहीं मिला', तो पहला सवाल यही होना चाहिए — क्या आपने देखा था, या बस देखने की ज़रूरत महसूस नहीं हुई?