खाली डेटा, खाली ग्रिड: क्रिकेट एनालिसिस की सबसे बड़ी चोटी पर एक इमानदार नोट

मेरे डेस्क पर एक नियम है जो चालीस साल से नहीं बदला: नमूना पहले, निष्कर्ष बाद में। 2026 में बेंगलुरु के फुटबॉल स्टेडियम में जब मैंने 34 संतोष ट्रॉफी ज़ोनल मैचों को हाथ से चार्ट किया था — बारह ज़ोन प्रति हाफ, एक मैच के लिए एक पेंसिल — तब मैंने यह सीखा था कि जिस कागज़ पर संख्याएँ नहीं हैं, उस पर निष्कर्ष लिखना सिर्फ़ स्याही बर्बाद करना है। आज मेरे सामने जो डेटा आया है, वह ठीक उसी कागज़ जैसा है। शून्य जानकारी। और मेरे पेशे की सबसे बड़ी बीमारी यही है कि ऐसे खाली कागज़ को भी कोई न कोई "अंदरूनी सूत्र" की कहानी से भर देता है।

तो चलिए, सबसे पहले उस चीज़ का नाम लेते हैं जो मेरे पास है, और उस चीज़ का भी जो नहीं है। मेरे पास एक एनालिसिस टेम्पलेट है जिसमें आठ आयाम हैं — प्रारूप और मैच विश्लेषण, खिलाड़ी तकनीक और डेटा, टीम परिदृश्य और रैंकिंग, लीग और वाणिज्यिक पारिस्थितिकी, नियम और शासन, जोखिम विश्लेषण, सार्वजनिक कथ्य और अपेक्षा, और क्रिकेट उद्योग का ट्रांसमिशन। हर आयाम के नीचे एक जगह है जहाँ साक्ष्य लिखा जाता है। उस जगह पर हर जगह "N/A" छपा है। न मैच का नाम, न खिलाड़ी का नाम, न प्रारूप, न तारीख़, न टॉस, न पिच, न DLS, न DRS। सिर्फ़ एक टैग है — "cricket_asia" — जो बताता है कि विषय कहीं एशियाई क्रिकेट से जुड़ा है। यह टैग विषय की दिशा बता सकता है, विषय नहीं।

मुझे पता है इस खाली जगह को भरने का लालच कैसा होता है। फ़ुटबॉल की दुनिया से एक उदाहरण दूँ, क्योंकि वहाँ से मैं आया हूँ और वहाँ भी यही बीमारी है। जब कोई क्लब किसी खिलाड़ी को लोन-विद-ऑब्लिगेशन पर लेता है, तो हेडलाइन में "डील हो गई" छपता है, लेकिन असली कहानी वेतन-बिल की संरचना और भविष्य की किस्तों में छिपी होती है। जो पत्रकार वह संरचना नहीं पढ़ता, वह सिर्फ़ एजेंट का मुँहपत्र बन जाता है। यही बात क्रिकेट के ऑक्शन-पर्स के अंकगणित पर लागू होती है: RTM, बेस प्राइस, विदेशी खिलाड़ियों का कोटा, NOC की समय-सीमा — ये सब खाली टेम्पलेट में नहीं भर सकते। इनके लिए नाम चाहिए, तारीख़ चाहिए, और सबसे बढ़कर एक ऐसा स्रोत चाहिए जिसे पाँच साल बाद भी जाँचा जा सके।

यहाँ मुझे अपने पुराने अनुभव की एक बात याद आती है जो आज भी मेरे काम की रीढ़ है। 2026 में, अर्जेंटीना ने सर्बिया और मोंटेनेग्रो को 6-0 से हराया था जर्मनी के गेल्सेनकिर्खेन में। अड़तालीस घंटे बाद मैंने उस मैच के एक गोल — एस्टेबान कैम्बियासो के गोल — की फ़्रेम-दर-फ़्रेम पड़ताल अपने ब्लॉग पर छापी थी। मैंने 24 पास गिने थे, 9 खिलाड़ियों के बीच, और यह दलील दी थी कि वह मूव इसलिए कामयाब हुआ क्योंकि सर्बिया का मिडफ़ील्ड सरक रहा था, कदम नहीं रख रहा था। उस पोस्ट को 40,000 लोगों ने पढ़ा। मेरी बात नहीं चली क्योंकि मैं प्रेस बॉक्स में बैठा था — मैं तो जयनगर के एक कमरे से लिख रहा था। बात चली क्योंकि हर दावे के साथ उसकी गिनती की विधि जुड़ी थी। उस दिन के बाद मैंने गोल का बखान करना छोड़ दिया और गोल का ऑडिट करना शुरू कर दिया।

यही विधि आज यहाँ काम नहीं आ रही है, क्योंकि ऑडिट के लिए मैच चाहिए। और मैच नहीं है। यह मेरी विफलता नहीं, इनपुट की विफलता है — लेकिन इसे मैं अपनी विफलता की तरह दर्ज करता हूँ, क्योंकि मेरे नोटबुक में हर मिस भी डेटा है। जब मैंने ग्यारह मैच देखे थे तब जाकर एक प्रेसिंग ट्रिगर छिपना बंद हुआ था; एक मैच से निष्कर्ष निकालना तो पहले ही ग़लत था, शून्य मैच से निकालना उससे भी बड़ी ग़लती होगी।

अब वह हिस्सा जहाँ मुझे अपने ही पेशे के ख़िलाफ़ बोलना है। क्रिकेट एनालिसिस उद्योग में इन दिनों सबसे बड़ा कारोबार "क्या होगा" बताने का है, और सबसे कम लोग "कैसे जानेंगे" पर खर्च करते हैं। मुझे याद है 2026 के दशक की शुरुआत में जब मैं एक अख़बार का खेल संपादक था, तब भी एक खाली खबर को "सूत्रों के हवाले से" भरने का दबाव था — और मैच-फ़िक्सिंग की उस पूरी घटना ने मुझे सिखाया था कि स्रोत कभी निष्पक्ष नहीं होता; उसका अपना हित होता है। आज वही दबाव AI के रूप में लौटा है: टेम्पलेट भरो, फ़ैक्ट बाद में देख लेंगे। मेरा मानना है कि जो विश्लेषण अपनी अनुपस्थिति को स्वीकार नहीं कर सकता, वह अपनी उपस्थिति का दावा भी नहीं कर सकता। खाली डेटा पर लिखा गया कोई भी निष्कर्ष पाँच साल बाद जाँचने पर एक झूठ ही निकलेगा — और मेरे पास पाँच साल बाद जाँचने की आदत है। इसीलिए इस पूरे विश्लेषण का सबसे ईमानदार नतीजा यही है: N/A। यह अधूरा काम नहीं, यह पूरा किया गया शून्य है।

इसका एक दिलचस्प पहलू यह भी है। एनालिसिस की जो भाषा मैं इस्तेमाल करता हूँ — प्रारूप (टेस्ट / ODI / T20 / द हंड्रेड), DLS, DRS, स्ट्राइक रेट, इकॉनमी, RTM, NOC — ये सब खुद में निर्दोष शब्द हैं। इनका अपराध यह नहीं कि ये मौजूद हैं; इनका अपराध यह है कि जब डेटा न हो तो ये सजावट बन जाते हैं। एक बल्लेबाज़ का औसत और स्ट्राइक रेट तब तक अर्थहीन है जब तक हम न जानें कि वह किस प्रारूप में खेला, किस पिच पर खेला, और उसके सामने कौन गेंदबाज़ था। घरेलू डेटा अक्सर विदेशी कमज़ोरी छिपा देता है; छोटे नमूने के निष्कर्ष बड़े मंच पर ढह जाते हैं। जो एनालिसिस टीम का नाम लिए बिना टीम की गहराई पर बात करे, वह सिर्फ़ शब्दों की कसरत है।

और यहीं से आगे की राह निकलती है। मैं इस रिपोर्ट को नकार नहीं रहा, मैं इसे स्थगित कर रहा हूँ — जब तक कि मेरे पास कम से कम तीन ठोस सूचना-बिंदु न आ जाएँ: एक खिलाड़ी या टीम का नाम, एक प्रारूप, एक तारीख़। उसके बाद मैं वही करूँगा जो 2026 से करता आया हूँ — पहले गिनूँगा, फिर बोलूँगा। और अगर आप सोच रहे हैं कि यह लेख किस बारे में है, तो जवाब यही है: यह लेख इस बारे में है कि जब मैच न हो तो विश्लेषक क्या लिखता है। मेरा उत्तर: वह लिखता है कि मैच नहीं है। अगली बार जब कोई आपको खाली ग्रिड पर भरा हुआ निष्कर्ष परोसे, तो उससे सिर्फ़ एक सवाल पूछिए — नमूना कितना था? अगर जवाब में खामोशी हो, तो समझ लीजिए, रिप्ले आ गया है और पैटर्न कहीं नहीं है।