खाली डेटा, बड़ा सबक: क्रिकेट विश्लेषण में 'नल रिज़ल्ट' कोई शर्म नहीं, यह सबसे ईमानदार मीट्रिक है

क्रिकेट के एक एनालिस्ट के तौर पर मेरे करियर का सबसे उपयोगी सबक किसी शतक से नहीं, बल्कि एक खाली स्क्रीन से आया था। 2026 में जब मैंने पहली बार अपना Pressure Index बनाया, तो मॉडल उल्टा काम कर रहा था—जो गेंदबाज़ दबाव में अच्छा दिख रहा था, उसका स्कोर सबसे खराब आ रहा था। ग्यारह हफ्ते लगे यह समझने में कि गलती फॉर्मूले में नहीं, मेरी जल्दबाज़ी में थी। तब से मेरा एक नियम है: अगर डेटा मौजूद ही नहीं है, तो सबसे खतरनाक चीज़ अनुमान नहीं, बल्कि एक पूरी दिखने वाली रिपोर्ट है जिसमें कुछ भी सच नहीं है।

पिछले कुछ दिनों में मेरे सामने एक बार फिर वही स्थिति आई, जो हर डेटा जर्नलिस्ट को कभी न कभी मिलती है। एक स्रोत सामग्री दी गई, जिसे आठ-आयामी क्रिकेट विश्लेषण ढांचे (फॉर्मेट, खिलाड़ी तकनीक, टीम परिदृश्य, लीग-कमर्शियल, नियम-गवर्नेंस, जोखिम, नैरेटिव और उद्योग ट्रांसमिशन) से गुज़ारना था। जब मैंने उसका स्टेज-1 डिकंस्ट्रक्शन खोला, तो नतीजा साफ़ था: शीर्षक N/A, स्रोत N/A, लेख का प्रकार 'अवर्गीकृत', सूचना बिंदुओं की सूची खाली, मुख्य दृष्टिकोण खाली। यानी सामग्री ऐसी नहीं थी कि उसमें से निष्कर्ष निकालना मुश्किल हो; सामग्री ही ऐसी नहीं थी जिसमें कोई निष्कर्ष हो।

यहीं पर मेरा पहला और सबसे ज़रूरी सवाल उठता है, जो इस पूरी कवायद का असली विषय है: क्या एक क्रिकेट एनालिस्ट का काम, जब डेटा शून्य हो, तो वही होना चाहिए जो एक ईमानदार मॉडल का होता है—खाली जगह को अनुमान से भरना, या उसे खाली घोषित करना?

संदर्भ: खाली डेटा वाली रिपोर्ट कैसे बनती है

क्रिकेट में फॉर्मेट एकमात्र ऐसा फ़ील्ड है जिसके बिना बाकी कुछ भी मायने नहीं रखता। टी20 में 140 का स्ट्राइक रेट ठीक-ठाक है, टेस्ट में 140 का स्ट्राइक रेट असामान्य आक्रामकता है, और एकदिवसीय में यही आँकड़ा संदर्भ के हिसाब से 'धीमा' या 'तेज़' दोनों हो सकता है। जब स्टेज-1 आउटपुट में न फॉर्मेट है, न टीम, न स्थल, न स्कोरलाइन, तो हर आयाम यांत्रिक रूप से अवरुद्ध हो जाता है। मैंने अपनी दस साल की प्रैक्टिस में यह नियम बनाया है कि फॉर्मेट की पहचान के बिना कोई भी तुलनात्मक वाक्य लिखना, हवा में एक्सेल शीट खोलने जैसा है—दिखता बढ़िया है, चलता कुछ नहीं।

ऐसा असफलता हर बार विश्लेषक की गलती नहीं होती। कभी-कभी मूल स्रोत ही समस्या होता है। पे-वॉल या लॉगिन-गेटेड पेज जो सिर्फ़ इंटरस्टिशियल दिखाकर रुक जाता है; जावास्क्रिप्ट से रेंडर होने वाला पेज जिसे कंटेंट पहले स्क्रैप कर लिया गया; वीडियो, पॉडकास्ट या इमेज-ओनली सोशल पोस्ट जिसमें कोई लिखित बॉडी ही नहीं; या सिर्फ़ लाइव स्कोरकार्ड/फ़िक्स्चर पेज जिसमें कोई संपादकीय गद्य नहीं। इस मामले में जो मिला वह 'पूर्ण निष्कर्षण विफलता' है—हर फ़ील्ड एक साथ खाली है। जब हर फ़ील्ड एक साथ मरता है, तो वह सामग्री का दोष नहीं, पाइपलाइन का दोष होता है। मेरे अनुभव में यह भेद बहुत मायने रखता है: अगर कुछ फ़ील्ड भरे होते और कुछ खाली, तो विश्लेषक की समीक्षा का सवाल होता; जब सब शून्य है, तो सवाल डेटा इनजेशन का है।

मुख्य विश्लेषण: आठ आयामों से गुज़रने पर क्रिकेट क्या बताता है

मैं इस ढांचे के हर आयाम को एक-एक करके नहीं गिनाऊँगा, क्योंकि वह सूची बन जाएगी और सूची विश्लेषण नहीं होती। बल्कि मैं वह बताऊँगा जो इस 'शून्य' से असल में निकलता है।

पहला आयाम यानी फॉर्मेट और मैच विश्लेषण। यहाँ सवाल यह नहीं कि कौन जीता, बल्कि यह कि हम जीत को किस चीज़ से नापेंगे। अगर पावरप्ले, मिडिल ओवर और डेथ ओवर की संरचना अज्ञात है, तो 'दबाव' जैसी कोई भी अवधारणा तैरती रहती है। स्थल का नाम नहीं है, तो हरा-भरा विकेट, सूखा टर्निंग ट्रैक या सपाट डेक—कुछ भी मान लेना संभव नहीं। मेरी दृष्टि से यहाँ सबसे बड़ा सबक यह है कि क्रिकेट का कोई भी आँकड़ा अपने फॉर्मेट-संदर्भ से अलग होकर अर्थ नहीं रखता; इसलिए शून्य फॉर्मेट का मतलब है शून्य निष्कर्ष, कोई अपवाद नहीं।

दूसरा आयाम—खिलाड़ी तकनीक। यहाँ तक पहुँचने पर स्थिति और साफ़ हो जाती है: स्टेज-1 में कोई खिलाड़ी ही नामित नहीं है। भूमिका (सलामी बल्लेबाज़/एंकर/फिनिशर/तेज़/स्पिन/ऑलराउंडर) अज्ञात है। ऐसे में औसत, स्ट्राइक रेट, इकॉनमी, होम-अवे स्प्लिट—सब N/A हैं। मेरे प्रेशर इंडेक्स के दिनों की याद आती है, जब मैंने सीखा था कि बेंचमार्क दो अक्षों पर निर्भर करता है: फॉर्मेट और भूमिका। इनमें से एक भी अक्ष गायब हो, तो कोई भी तुलना गणितीय रूप से अमान्य है। यह कोई रूढ़िवाद नहीं, यह मेट्रिक-आर्किटेक्चर का बुनियादी नियम है।

तीसरा आयाम—टीम परिदृश्य और रैंकिंग। आईसीसी तीन अलग टेबल रखता है (टेस्ट, एकदिवसीय, टी20), और फॉर्मेट अज्ञात होने पर सही टेबल का चुनाव ही असंभव है। क्रिकेट की सबसे बड़ी संरचनात्मक सच्चाई—मेज़बानी का फ़ायदा—भी लागू नहीं की जा सकती, क्योंकि न मेज़बान टीम है, न स्थल। जब मैं किसी टीम की ताकत आँकता हूँ, तो मैं हमेशा पहले पूछता हूँ: कितने मैच घर पर, कितने बाहर? इस सवाल के बिना टीम-विश्लेषण एक अधूरा वाक्य है।

चौथा आयाम—लीग और कमर्शियल इकोसिस्टम। यहाँ कोई लीग नहीं, कोई राइट्स साइकल नहीं, कोई फ्रैंचाइज़ी मूल्यांकन नहीं, कोई नीलामी लेन-देन नहीं। IPL का ऊँचा ट्रांज़ैक्शन प्राइस और अंतरराष्ट्रीय क्रिकेट की खेल-क्षमता के बीच का अंतर—जो इस ढांचे का केंद्रीय भेद है—किसी विषय पर लागू ही नहीं हो सकता, क्योंकि विषय ही नहीं है। मैं इसे अपने शब्दों में कहूँ: हर ट्रांसफर एक इकबालिया बयान है, और कीमत उसकी लिखावट है। लेकिन अगर कागज़ ही खाली है, तो लिखावट का विश्लेषण किस पर करें?

पाँचवाँ आयाम—नियम और गवर्नेंस। बीसीसीआई का वैश्विक कैलेंडर पर नियंत्रण, आईसीसी 'बिग थ्री' राजस्व बँटवारा, लोढ़ा-युग के सुधार, NOC विवाद, धीमी ओवर-रेट पेनल्टी—ये सब ऐसे विषय हैं जिन पर मैंने सालों लिखा है। लेकिन यहाँ न कोई बोर्ड नामित है, न कोई नियम विवाद, न कोई मामला। इसलिए खराब-से-खराब, आधार-से-आधार और सर्वोत्तम-से-सर्वोत्तम परिदृश्य बनाना भी असंभव है। गवर्नेंस का विश्लेषण तभी होता है जब कोई निर्णय-नियम सामने हो और कोई संस्था उसे लागू कर रही हो; नियम के बिना नियम-विश्लेषण एक खोखला ढांचा है।

छठा आयाम—जोखिम। खेल, कार्मिक, वाणिज्यिक, नियम-सत्यनिष्ठा, जनमत और प्रणालीगत—इनमें से किसी भी श्रेणी को N/A के अलावा कुछ नहीं कहा जा सकता, क्योंकि हर श्रेणी के लिए कम से कम एक नामित विषय चाहिए। यहाँ जो एक जोखिम वास्तव में पहचाना जा सकता है, वह खेल का नहीं, प्रक्रिया का है: एक खाली एनालिसिस रिपोर्ट अपने ढांचे की वजह से पूरी दिख सकती है, और यही सबसे बड़ा खतरा है—कि खोखलापन चुपचाप आगे बढ़ जाए और किसी निर्णय-प्रणाली तक पहुँच जाए।

सातवाँ आयाम—जन-नैरेटिव और अपेक्षा। कोई शीर्षक नहीं, कोई कोण नहीं, कोई रुख नहीं—तो नैरेटिव-चक्र (अंकुरण → त्वरण → चरम → प्रत्याघात) में उसे कहाँ रखेंगे? सुपरस्टार-प्रभामंडल और मीडिया-प्रवर्धन पर संदेह करने की जो आदत मैंने विकसित की है, वह विषय के बिना लागू नहीं होती। अफ़वाह-ग्रेडिंग (आधिकारिक घोषणा बनाम प्रतिष्ठित पत्रकार बनाम ट्रैफ़िक-चालित अकाउंट) निरर्थक है क्योंकि स्रोत स्वयं N/A है।

आठवाँ आयाम—उद्योग ट्रांसमिशन। [युवा विकास/प्रतिभा आपूर्ति] → [राष्ट्रीय टीमें/लीग] → [ब्रॉडकास्ट/वाणिज्यिक/व्युत्पन्न बाज़ार]—इस श्रृंखला की हर कड़ी के लिए किसी घटना, अभिनेता या बाज़ार-गति की पहचान चाहिए, और यहाँ कोई नहीं है। दक्षिण एशियाई, विशेषकर भारतीय बाज़ार का वैश्विक क्रिकेट राजस्व में प्रभुत्व—यह पृष्ठभूमि के तौर पर सच है, लेकिन इसे किसी विशिष्ट घटनाक्रम से जोड़ना असंभव है, क्योंकि घटनाक्रम ही सूचित नहीं है।

विपरीत कोण: 'शून्य' कोई शर्म नहीं, यह विधि का प्रमाण है

यहाँ एक ऐसा कोण है जिससे मैं बहुत सहमत हूँ, भले ही यह उद्योग में अलोकप्रिय हो: जिस रिपोर्ट में जवाब नहीं है, वह तब भी भरोसेमंद हो सकती है, अगर वह साफ़-साफ़ कहे कि जवाब नहीं है। क्रिकेट जर्नलिज़्म की सबसे बड़ी बीमारी अनुमान को विश्लेषण का लबादा पहनाना है—'मोमेंटम बदल गया', 'उन्हें ज़्यादा चाहिए था', 'एक नॉकआउट मैच ही सब कुछ साबित करता है'। यही असली असफलता है। एक खाली डेटासेट पर बनी रिपोर्ट जो स्पष्ट रूप से N/A लिखती है, वह किसी भी उस रिपोर्ट से ज़्यादा ईमानदार है जो काल्पनिक टीमों, खिलाड़ियों और विवादों से भरी हो।

मुझे याद है जब मैंने अपना पहला प्रेशर इंडेक्स उल्टा बनाया था। तब मैंने उस असफलता को छिपाया नहीं, बल्कि उसे मेट्रिक का हिस्सा बना दिया—और वही विश्वसनीयता बनी। असफलता पहले, ढांचा उसके बाद। यही एकमात्र क्रम है जिस पर मैंने कभी भरोसा किया है। क्रिकेट एनालिसिस में 'नल रिज़ल्ट' यानी शून्य परिणाम कोई कमज़ोरी नहीं, बल्कि वह संकेत है कि मापने की प्रणाली ईमानदार है। जब मैंने उस खाली स्क्रीन को देखा और जवाब देने से इनकार कर दिया, तो मैंने गलती नहीं की—मैंने विधि बचाई। जो विश्लेषक खाली जगह को भरने की कोशिश में नकली टीमें और नकली खिलाड़ी गढ़ लेता है, वह अपना पूरा भरोसा खो देता है, चाहे उसकी रिपोर्ट कितनी भी सुंदर दिखे।

इसका एक दूसरा पहलू भी है, जो 'डेटा-उपलब्धता पूर्वाग्रह' से जुड़ा है। जिन आँकड़ों को सबसे आसानी से निकाला जा सकता है—IPL और अंतरराष्ट्रीय मैच—वहीं पर सारा ध्यान चला जाता है, जबकि रणजी और महिला घरेलू क्रिकेट वही इलाका है जहाँ डेटा पतला है। अगर कोई एनालिस्ट खाली जगह को अनुमान से भरने लगे, तो वह न केवल गलत होगा, बल्कि उस पतले-डेटा क्षेत्र की असली कहानी को भी दबा देगा जिसे उजागर करना हमारा काम है। इसलिए हर लेख में सीमा बताना—कहाँ डेटा नहीं है—कवरेज का हिस्सा है, चाहे वह असुविधाजनक हो।

निष्कर्ष: अगली बार खाली स्क्रीन आए तो क्या करें

यह पूरी कवायद मुझे एक बात पर ले जाती है, जो अगले दौर के क्रिकेट एनालिसिस की दिशा तय करेगी। अब जब जनरेटिव और स्वचालित मॉडल तेज़ी से क्रिकेट डेटा की दुनिया में आ रहे हैं, तो सबसे कीमती कौशल 'लेखन' नहीं, 'इनकार करना' होगा। एक सिस्टम जो खाली डेटासेट पर 'मुझे पता नहीं' कह सके, वह उस सिस्टम से लाख गुना भरोसेमंद है जो पूरी आत्मविश्वास से झूठा विश्लेषण लिख दे।

मेरी सलाह नंबर वाले ढांचे में यह है: पहला, हर पाइपलाइन में एक स्पष्ट वैधता-गेट लगाएँ—अगर सूचना बिंदुओं की संख्या शून्य है, तो रुक जाएँ। दूसरा, जब शून्य आए तो मूल स्रोत को दूसरे रास्ते से ज़रूर आज़माएँ—आर्काइव, सिंडिकेटेड कॉपी, रेंडर के बाद का पेज। तीसरा, स्रोत का प्रकार पहचानें (पाठ/वीडियो/स्कोरकार्ड/फ़िक्स्चर), क्योंकि गलत टूल से सही काम भी नहीं होता। चौथा, बैच-स्तर पर शून्य दर नापें, ताकि पता चले कि गड़बड़ एक URL की है या पूरी प्रणाली की।

असली सवाल यह नहीं कि किसी एक मैच में क्या हुआ, बल्कि यह है कि हम क्रिकेट के बारे में जो भी कहते हैं, क्या वह उस डेटा से आता है जो सचमुच मौजूद है—या उस जगह से जो हम खुद भर देते हैं? अगली बार जब कोई आपको 'दबाव में शानदार प्रदर्शन' की कहानी सुनाए, तो एक ही सवाल पूछिए: इसका हरफ़नामा कहाँ है? और अगर हरफ़नामा खाली है, तो जवाब भी खाली ही रहना चाहिए—यही मेरी पूरी विरासत है।