खाली सेल का ऑडिट: जब डेटा कुछ नहीं लौटाता, तब क्रिकेट-विश्लेषण की असली परीक्षा

खाली सेल का ऑडिट: जब डेटा कुछ नहीं लौटाता, तब क्रिकेट-विश्लेषण की असली परीक्षा

इस महीने की शुरुआत में मेरे डेस्क पर एक प्रोसेसिंग फ़ाइल आई। आठ कॉलम थे — प्रारूप, मैच की प्रकृति, खिलाड़ी, भूमिका, टीम, लीग, शासन-स्तर, जोखिम — और चौवालीस में से चौवालीस पंक्तियों में एक ही वाक्यांश लिखा था: अपर्याप्त जानकारी, आकलन संभव नहीं। किसी अपस्ट्रीम एक्सट्रैक्शन ने शून्य इन्फ़ॉर्मेशन पॉइंट लौटाए थे। यानी जिस लेख का विश्लेषण होना था, वह लेख ही गायब था — शीर्षक नहीं, स्रोत नहीं, तारीख़ नहीं, कोई दावा नहीं।

डेस्क पर बैठा हर व्यक्ति जानता है कि अगला कदम क्या होता है। कोई कहेगा — ढाँचा तो तैयार है, भर दो। किसी पुराने मैच से एक उदाहरण, किसी फ़ॉर्मैट का अनुमान, किसी ऐसे खिलाड़ी का नाम जो हाल में चर्चा में था, और रिपोर्ट पूरी। तेरह साल कोलकाता के एक अख़बार की स्पोर्ट्स डेस्क पर और उसके बाद साल्ट लेक की उस बारह-सदस्यीय प्राइसिंग डेस्क पर मैंने यह काम होते देखा है, और हर बार नतीजा एक ही रहा: जो लिखा गया, वह मॉडल नहीं था — वह एक इच्छा थी जिसे फ़ॉर्मैट मिल गया था।

क्रिकेट में खाली सेल सबसे ख़तरनाक जगह है, क्योंकि यहाँ डेटा इतनी आसानी से मिलता है कि उसकी अनुपस्थिति दिखती ही नहीं। आईपीएल की बॉल-बाय-बॉल फ़ाइल मुफ़्त है, हर सीज़न की हर गेंद दर्ज है। लेकिन रणजी की क्षेत्रीय भाषा की कवरेज पतली है, 2026 से पहले का महिला क्रिकेट लगभग अदृश्य है, किसी एसोसिएट देश का गेंदबाज़ी डेटा सिर्फ़ टेलीविज़न कमेंट्री में ज़िंदा है, किसी फ़ाइल में नहीं। जब स्रोत ख़ाली हो और फ़ॉर्मैट पूरा, तब पेशेवर ईमानदारी का इकलौता परीक्षण यह है कि आप उस सेल को खाली छोड़ सकते हैं या नहीं। यह लेख उसी परीक्षण का है।

संदर्भ: पाइपलाइन कहाँ टूटती है

दो-स्तरीय पाइपलाइन में जो होता है, उसे सीधे शब्दों में कहूँ। पहला स्तर टेक्स्ट को तोड़कर इन्फ़ॉर्मेशन पॉइंट बनाता है — तथ्य की सबसे छोटी इकाई, जिस पर हर आगे का निष्कर्ष टिका होता है। दूसरा स्तर उन पॉइंट्स पर आठ आयामों में विश्लेषण खड़ा करता है। अगर पहला स्तर शून्य लौटाता है, तो दूसरे के पास दो ही रास्ते हैं: या तो वह साफ़ कहे कि कुछ नहीं है, या वह तथ्य गढ़े। तीसरा रास्ता नहीं होता। और जो लोग कहते हैं कि थोड़ा अनुमान तीसरा रास्ता है, वे गलती से चौथा रास्ता चुन रहे होते हैं — वह अनुमान जो पहले से जाना-पहचाना लगता है क्योंकि वह किसी पुरानी कहानी से उधार लिया गया है।

यह महज़ सॉफ़्टवेयर की समस्या नहीं है। क्रिकेट-पत्रकारिता में यही संकट रोज़ आता है, बस नाम बदल जाता है। किसी सीरीज़ का प्रीव्यू लिखना है और पिछले तीन साल का घरेलू रिकॉर्ड किसी सार्वजनिक डेटाबेस में नहीं मिल रहा; किसी महिला खिलाड़ी का डेब्यू-सीज़न पोस्ट करना है और WPL से पहले का कोई फ़िल्टर किया हुआ डेटासेट मौजूद नहीं; किसी रणजी तेज़ गेंदबाज़ की गहराई नापनी है और स्पीड-गन का रिकॉर्ड किसी फ़ाइल में कहीं दर्ज ही नहीं। इन जगहों पर जो लिखा जाता है, उसका बड़ा हिस्सा अनुमान का साहित्य होता है, और पाठक उसे डेटा समझकर पढ़ता है।

2026 में जब मैंने अख़बार की डेस्क छोड़ी, तब एक ही मान्यता साथ ले गया था — मैच रिपोर्ट एक फ़ैसला नहीं, एक प्रक्रिया है। उस साल मार्च में साल्ट लेक की डेस्क पर मेरा पहला बिल्ड 812 आईपीएल पारियों पर प्रशिक्षित ट्रू रन वैल्यू मॉडल था। मैंने 2026 का पूरा साल मैच को कीमतों के क्रम में पढ़ना सीखने में लगाया। उसी साल एडिटर्स को एक स्थायी शो-द-वर्क बॉक्स देना शुरू किया — मॉडल, डेटा विंडो, कॉन्फ़िडेंस बैंड। नतीजा यह हुआ कि मेरी फ़ाइलिंग धीमी हो गई, और यह भी हुआ कि उस डेस्क पर मेरी कॉल एक साल बाद भी ऑडिट की जा सकती थीं। आज जब कोई पाइपलाइन शून्य लौटाती है, मैं उसे खाली सेल नहीं मानता — मैं उसे एक फ़ाइलिंग मानता हूँ, जिसकी एक तारीख़ और एक वजह होनी चाहिए।

कोर: खाली सेल भरने के चार तरीक़े, और उनकी क़ीमत

पहला फ़ेल्योर मोड — उधार का प्रॉक्सी। जब सीधा मेट्रिक न मिले, तो किसी दूसरे खेल का मेट्रिक उठा लिया जाता है और नाम बदल दिया जाता है। फ़ुटबॉल का पज़ेशन सालों तक हमारी डेस्क पर क्रिकेट के संदर्भ में घूमता रहा, किसी टीम के मैच पर नियंत्रण का सबूत बनकर। दिक़्क़त साफ़ थी: क्रिकेट में गेंद आपके पास होने का कोई मतलब नहीं, अगर वह गेंद चौके पर जा रही है। 2026 में मैंने पज़ेशन प्रतिशत को रिटायर कर दिया, और डेस्क पर किसी ने नोटिस नहीं किया। ऑडिट, न कि नंबर, कहानी थी — और ऑडिट का नतीजा यह निकला कि जिसे हम नियंत्रण कह रहे थे, वह असल में सिर्फ़ टिकाऊपन नाप रहा था। उसकी जगह पीपीडीए और फ़ील्ड टिल्ट आए: पहला बताता है कि बिना गेंद के दबाव कितना तेज़ था, दूसरा बताता है कि मैदान का कौन-सा हिस्सा वाकई आपके कब्ज़े में था। दोनों क्रिकेट में सीधे नहीं उतरते, पर उनकी जगह जो उतरा — स्ट्राइक रोटेशन, बाउंड्री-टू-डॉट अनुपात, डॉट बॉल के बाद अगली गेंद पर बनने वाले रन — वह उधार नहीं, अनुवाद था।

दूसरा फ़ेल्योर मोड — विंडो के बिना औसत। किसी का स्ट्राइक रेट 148 है — किस सैंपल का, कितनी पारियाँ, किस बैटिंग पोज़िशन पर, किस पिच-टाइप पर, किस गेंदबाज़ी-टाइप के ख़िलाफ़? जो आँकड़ा अपनी खिड़की नहीं बताता, वह तर्क नहीं, सजावट है, और मैं सजावट इस्तेमाल नहीं करता। क्रिकेट में यह सबसे आम भ्रष्टाचार है क्योंकि दशमलव विश्वसनीय लगते हैं। इक्यावन दशमलव तीन प्रतिशत का एज ज्ञान जैसा पढ़ता है, जबकि वह असल में एक सिक्का है जिसके साथ एक कहानी चिपकी हुई है। मेरा नियम सीधा है — बिंदु-अनुमान के साथ अंतराल छापो, और वह वाक्य लिखो जो बताए कि यह नंबर क्या नहीं बता सकता।

तीसरा फ़ेल्योर मोड — क्रॉस-फ़ॉर्मैट मिलावट। टी20 की स्ट्राइक रेट को टेस्ट के औसत के साथ एक ही वाक्य में रखना, और फिर उससे किसी खिलाड़ी के फ़ॉर्म का फ़ैसला सुनाना। तीन प्रारूप तीन अलग खेल हैं, और जो विश्लेषक उन्हें एक तराजू पर तौलता है, वह तौल ही नहीं रहा — वह दो अलग चीज़ों को एक कैप्शन के नीचे रख रहा है।

चौथा फ़ेल्योर मोड — टूटे हुए कारण का जोड़। सबसे महँगा। सीरीज़ का फ़ैसला एक पारी से, एक पतन से, एक घंटे से समझा देना। मेरे पास इसका इलाज सिर्फ़ एक है: अगर सैंपल छोटा है, तो यह कह दो और फ़ैसला मत सुनाओ। अनुमान को निष्कर्ष का कपड़ा पहनाना मेरे पेशे की सबसे पुरानी आदत है, और यही वह आदत है जिसने सबसे ज़्यादा पाठकों को सबसे ज़्यादा गुमराह किया है।

केस — 21 मई 2026, हैदराबाद। आईपीएल फ़ाइनल का इनिंग्स ब्रेक। मुंबई इंडियंस 129/8 पर थी, सामने राइजिंग पुणे सुपरजायंट। मेरे मॉडल ने उस वक़्त मुंबई को सिर्फ़ 34 प्रतिशत जीत की संभावना दी। क्रुणाल पांड्या ने 38 गेंदों पर 47 रन बनाए और मैच एक रन से गया। मॉडल ने झूठ नहीं बोला; उसके पास उस सवाल का कॉलम ही नहीं था। तीन हफ़्ते मैंने डेथ-ओवर विकेट-वैल्यू टर्म दोबारा बनाने में लगाए, क्योंकि जिस चीज़ को मैं ठीक से कीमत नहीं लगा पाया था, वह संभावना नहीं थी — वह यह तथ्य था कि आठवें विकेट के बाद भी एक बल्लेबाज़ क्रीज़ पर था जो स्पिन को हवा में खेल सकता था और जिसकी कोई ऑडिटेड क़ीमत मेरी फ़ाइल में दर्ज नहीं थी। तब से हर मॉडल के साथ मैं वह सवाल भी लिखता हूँ जो वह नहीं पूछ सकता।

केस — 1 जुलाई 2026, सोची। स्पेन ने रूस के ख़िलाफ़ 1,029 पास पूरे किए और पेनल्टी पर बाहर हो गया। उसी टूर्नामेंट में 27 जून को कज़ान में जर्मनी दक्षिण कोरिया से 0-2 हारा और ग्रुप F में सबसे नीचे रहा — मेरे प्री-टूर्नामेंट मॉडल ने उसे ग्रुप स्टेज से बाहर होने की सिर्फ़ 14 प्रतिशत संभावना दी थी। दोनों घटनाएँ एक ही सबक़ देती हैं: कब्ज़ा पीछे देखने वाला संकेतक है, इरादा आगे देखने वाला। उस साल मैंने पज़ेशन को अपनी शब्दावली से हटा दिया। ग़लत नंबर हटाना आसान है; उसे भरने वाली आदत हटाना मुश्किल।

केस — मई 2026, खाली स्टैंड्स। बुंदेसलीगा साइलेंट स्टेडियम में लौटी। मैंने तुरंत अपना होम-एडवांटेज रिग्रेशन दोबारा चलाया — छह आईपीएल सीज़न, बारह सौ से ज़्यादा मैच, गुणक 1.07। बंद दरवाज़ों के पीछे वह 1.00 पर ढह गया। मैंने नतीजा सितंबर में यूएई में आईपीएल रीस्टार्ट होने से पहले छाप दिया, और साठ मैचों में वह टिका रहा। खाली स्टैंड्स ने मुझे सिखाया कि माहौल एक ऐसा वेरिएबल था जिसकी क़ीमत मैंने शून्य लगाई थी, और वह शून्य ग़लत था। उसके बाद से हर लेख में एक अनिवार्य कॉन्टेक्स्ट कोएफ़िशिएंट पैराग्राफ़ जुड़ गया: भीड़, यात्रा, कैलेंडर, पिच की उम्र। साथ में एक नियम — 2026 से पहले और बाद के नंबर एक ही वाक्य में नहीं।

केस — 19 दिसंबर 2026, एडिलेड। भारत पहली पारी में 53 रन की बढ़त ले चुका था और इन-प्ले मॉडल ने उसे न हारने की 74 प्रतिशत संभावना दी थी। पैंतालीस मिनट में छत्तीस रन पर ढेर, और मेरा हर भरोसेमंद मॉडल चुप हो गया। उस सर्दी में मैंने हर विकेट की बॉल-ट्रैकिंग लॉग की। नतीजा यह निकला कि वह पतन चरित्र-विफलता नहीं थी — वह लाइन और लेंथ की एक सीढ़ी थी जिसे मॉडल देख नहीं पाया क्योंकि उसके पास उस सुबह की उछाल का कोई वेरिएबल मौजूद ही नहीं था। तब से पतन फ़ॉरेंसिक में लिखे जाते हैं, गेंद दर गेंद, कभी चरित्र-निर्णय की तरह नहीं।

केस — छोटे सैंपल का साल। 2026 में टोक्यो ओलंपिक में 3x3 बास्केटबॉल और स्केटबोर्डिंग पहली बार आए, आठ टीमों के सैंपल के साथ। मैंने बेयसियन श्रिंकज मॉडल बनाया, भारत के पुरुष हॉकी कांस्य को 4.5 पर प्राइस किया, और 5 अगस्त को 5-4 की जीत के साथ अनिश्चितता बैंड भी छापे। उसी साल 12 जून को पार्कन में क्रिश्चियन एरिकसन 43वें मिनट में गिरे, और मैंने नब्बे सेकंड के भीतर डेनमार्क से जुड़े हर बाज़ार को हटाया और ग़ैर-खेल घटनाओं के लिए बारह-क्लॉज़ का वॉइड प्रोटोकॉल लिखा। दोनों सबक़ एक ही हैं: जब सैंपल आठ का हो, तो अनिश्चितता फ़ुटनोट में नहीं, वाक्य में लिखो — इकसठ प्रतिशत, नौ इधर-उधर।

केस — असंसाधित डेटासेट। सबसे नया और सबसे साफ़ उदाहरण महिला क्रिकेट है। 2026 से WPL मौजूद है, और 2 नवंबर 2026 को नवी मुंबई में हरमनप्रीत कौर की कप्तानी में भारत ने दक्षिण अफ़्रीका को 52 रन से हराकर घरेलू विश्व कप जीता। कमेंट्री बॉक्स ने इस बदलाव को मॉडल करने से कहीं तेज़ी से स्वीकार किया है। मेरे पास महिला खिलाड़ियों का वही गहराई वाला बॉल-बाय-बॉल डेटा WPL से पहले नहीं है जो पुरुष आईपीएल में 2026 से है, और यही खाली सेल है। इसे भरने का सही तरीक़ा यह नहीं कि पुरुषों के मेट्रिक महिलाओं पर थोप दिए जाएँ; सही तरीक़ा यह है कि हर निष्कर्ष के साथ यह लिखा जाए कि इसकी विंडो तीन सीज़न की है, और यह भी कि तीन सीज़न किसी करियर का फ़ैसला नहीं करते।

उलटा पक्ष: मौन भी एक पूर्वाग्रह है

अब वह हिस्सा जो मेरे अपने तर्क के ख़िलाफ़ है। सैंपल छोटा है इसलिए मैं फ़ैसला नहीं सुनाता — यह अनुशासन है, लेकिन यह अलिबाई भी बन सकता है। जिस पल आप बार-बार यह कहने लगें कि डेटा पर्याप्त नहीं, उस पल आप उन विषयों को छोड़ने लगते हैं जहाँ डेटा ऐतिहासिक रूप से पतला रहा है: रणजी, क्षेत्रीय भाषा का कवरेज, महिला क्रिकेट, एसोसिएट देश। यानी संदेह का अनुशासन चुपचाप एक गेटकीपिंग तंत्र बन जाता है, और जो आवाज़ें पहले से हाशिये पर थीं, वे अपर्याप्त डेटा की मुहर के नीचे दोबारा गायब हो जाती हैं। मैंने यह बीमारी अपने भीतर देखी है और अभी तक इसका पूरा इलाज नहीं ढूँढ पाया।

दूसरी तरफ़, बाज़ार इस अनुशासन को इनाम नहीं देता। 22 नवंबर 2026 को लुसैल में अर्जेंटीना 1-0 से आगे था और मेरे इन-प्ले मॉडल ने उसे 94 प्रतिशत दिया; वे सऊदी अरब से 1-2 हार गए। मैंने चालीस घंटे के भीतर पोस्ट-मॉर्टम छापा — माफ़ी नहीं, पाँच हज़ार ऐतिहासिक मैचों पर मापी गई कैलिब्रेशन एरर वाला सार्वजनिक वेरिएंस लेजर। उसी हफ़्ते मेरा प्री-टूर्नामेंट नोट फीफा के अतिरिक्त समय के निर्देश पर पहले से तैयार था, इंग्लैंड-ईरान के 27 मिनट के साथ। दो एडिटरों ने मुझे छोड़ दिया; जो पाठक रुके, वे वही थे जो भुगतान करते थे। सबक़ यह नहीं कि अनुशासन लाभदायक है। सबक़ यह है कि अनुशासन महँगा है, और अगर आप इसे निभाने वाले हैं तो उसकी क़ीमत पहले से लिखकर रखिए।

टेकअवे

अगली बार जब कोई प्रीव्यू, कोई रिपोर्ट, कोई आठ-आयामी विश्लेषण आपके सामने आए और उसमें हर खाना भरा दिखे, तो एक सवाल पूछिए — एक्सट्रैक्शन लॉग कहाँ है? किन इन्फ़ॉर्मेशन पॉइंट्स से यह निष्कर्ष निकला, और जिन पॉइंट्स की जानकारी नहीं थी, उनका क्या हुआ? अगर जवाब न मिले तो मान लीजिए कि उस फ़ाइल में एक जगह खाली थी और किसी ने उसे कहानी से भर दिया। इस खेल का एक संस्करण है जिसे सिर्फ़ नंबरों ने देखा, और उसका पक्ष सुनना हमारा काम है — लेकिन जब नंबर ही न आए हों, तो ईमानदार विश्लेषण की एक ही शक्ल होती है: खाली सेल, उसके नीचे तारीख़, और उस तारीख़ के बगल में यह वाक्य कि अगली बार हम इस सेल को भरने के लिए कौन-सा डेटा मँगवाएँगे।