खाली डेटाबेस, तेज़ आवाज़ें: क्रिकेट एनालिटिक्स का वह पल जब कोई नंबर नहीं होता

रात के दो बजे हैं। चेन्नई। क्वेरी चलती है और स्क्रीन पर एक ही पंक्ति लौटती है — शून्य पंक्तियाँ। यह वही लैपटॉप है जिस पर 2026 में मैंने पूरा आईपीएल बॉल-बाय-बॉल दर्ज किया था: साठ मैच, चौदह हज़ार चार सौ डिलीवरी, एक फ़ीड। तब डेटाबेस खाली था और खालीपन शुरुआत थी। आज खालीपन रुकावट है। टेबल में न एक ओवर है, न एक बैटर, न फ़ॉर्मेट। सुबह नौ बजे तक कॉपी डेस्क को स्टोरी चाहिए — और ठीक वहीं वह प्रवृत्ति सिर उठाती है जो इस पेशे की सबसे बड़ी चूक है: खाली टेबल को भर देना।

क्रिकेट एनालिटिक्स की आज की असली खबर कोई नया मॉडल नहीं है। खबर यह है कि जब सिस्टम शून्य लौटाता है, तो पेशे का सहज जवाब "पता नहीं" नहीं होता। सहज जवाब होता है — कुछ भी कह देना, क्योंकि कुछ भी कहना ज़रूरी मान लिया गया है।

पहले फ़ॉर्मेट, फिर बात

क्रिकेट में हर विश्लेषण की पहली सीढ़ी एक ही है: फ़ॉर्मेट क्या है। टेस्ट, वनडे, टी20, द हंड्रेड — चारों में गेंद की कीमत अलग है और इसीलिए हर आंकड़ा अपना मतलब बदल देता है। टी20 में 140 का स्ट्राइक रेट एलीट है। टेस्ट में 140 का स्ट्राइक रेट एक ऐसी पारी है जिस पर कप्तान ड्रेसिंग रूम में सवाल पूछेगा। 7.4 की इकॉनमी टी20 के डेथ ओवर में करियर बचाने वाली है, वही 7.4 टेस्ट की पहली पारी में कोई मायने नहीं रखती। इंटरनेशनल क्रिकेट काउंसिल तीन अलग रैंकिंग टेबल चलाती है — टेस्ट, वनडे और टी20आई — क्योंकि एक ही खिलाड़ी के तीन अलग सच होते हैं।

इसलिए जिस पेलोड में फ़ॉर्मेट टैग ही नहीं है, वहां स्ट्राइक रेट, इकॉनमी, औसत, घरेलू-विदेशी स्प्लिट, पेस-स्पिन स्प्लिट — सब बेमानी हो जाते हैं। फ़ॉर्मेट नहीं, तो बेंचमार्क नहीं। बेंचमार्क नहीं, तो निर्णय नहीं।

मेरे पास जो दस्तावेज़ आया, उसमें पूरा ढांचा मौजूद था और उसमें भरा हुआ कुछ भी नहीं था। आठों आयाम — फ़ॉर्मेट, खिलाड़ी तकनीक, टीम लैंडस्केप, लीग अर्थशास्त्र, शासन, जोखिम, जन-नैरेटिव, उद्योग ट्रांसमिशन — सब खड़े थे, लेकिन किसी कुर्सी पर कोई बैठा नहीं था। जो एक फ़ील्ड भरी थी, वह सिर्फ़ इतनी थी: cricket_world। यानी खेल का नाम पता है, खेल का वाकया नहीं।

और यह ट्रांसफर विंडो का मौसम है। इस मौसम में क्रिकेट की खबरें आधी खबरें होती हैं और आधी आवाज़ें। डेटा में जो गड़बड़ी मैं देख रही हूँ, वही गड़बड़ी इस मौसम की हर दूसरी खबर में है — स्रोत की जगह भरोसा, संख्या की जगह सुनने में अच्छा लगने वाला दावा। फ़र्क सिर्फ़ पैमाने का है।

खाली पेलोड जो टेस्ट पास कर जाता है

तकनीकी तौर पर जो हुआ, वह दिलचस्प है — और किसी भी क्रिकेट फ़ैन के लिए उपयोगी। एनालिटिक्स पाइपलाइन चरणों में चलती है। पहले कच्चे तथ्य जमा होते हैं — जिन्हें टेबल की भाषा में "इंफ़ॉर्मेशन पॉइंट्स" कहते हैं। फिर उनसे इकाइयाँ निकलती हैं, यानी टीमें और खिलाड़ी। फिर स्रोत की गुणवत्ता तय होती है। फिर समय-संवेदनशीलता।

इस रात पहला चरण खाली लौटा। और उसके बाद तीनों चरण खाली लौटे — लेकिन अच्छी शक्ल में। कोई एरर नहीं, कोई रेड फ़्लैग नहीं, स्कीमा वैलिडेशन पास। यानी सिस्टम ने "मेरे पास कुछ नहीं है" नहीं कहा; सिस्टम ने एक साफ़-सुथरी खाली शीट जमा कर दी।

इसी को साइलेंट नल कंटैमिनेशन कहते हैं। खराब डेटा शोर करता है; खाली डेटा चुपचाप आगे बढ़ जाता है। और जब वह आगे बढ़ता है, तो अगली मंज़िल पर बैठा आदमी — यानी मैं, या मेरे जैसा कोई — यह तय नहीं कर पाता कि गड़बड़ी ऊपर हुई थी या यहाँ।

दो जगह पाइपलाइन अपने ही पैर पर खड़ी थी। पहली जगह: इकाई-निष्कर्षण चरण को निर्देश था कि खिलाड़ी और टीम "ऊपर दिए गए इंफ़ॉर्मेशन पॉइंट्स से" निकाले जाएं — और ऊपर इंफ़ॉर्मेशन पॉइंट्स थे ही नहीं। दूसरी जगह: स्रोत-गुणवत्ता चरण को कहा गया कि वह इंफ़ॉर्मेशन पॉइंट्स के स्रोत-फ़ील्ड से अंदाज़ा लगाए, जबकि वह फ़ील्ड ही मौजूद नहीं था। दोनों जगह गलती अलग-अलग नहीं थी — गलती एक थी और उसने दो जगह असर डाला।

यही सबसे काम की जानकारी है। जब छह अलग-अलग फ़ील्ड एक ही रात में, एक ही तरह से खाली हों, तो संभावना यह नहीं है कि छह अलग-अलग जगह गड़बड़ हुई। संभावना यह है कि पानी का स्रोत ही सूखा था। एक मरम्मत छह पैच से बेहतर होती है — अगर आप गलती की जगह पहचानें, न कि लक्षणों की।

एक रात, एक रन, और तीन सीढ़ियों की सच्चाई

मुझे 2026 की वह रात याद आती है। हैदराबाद में फ़ाइनल। मुंबई इंडियंस ने राइजिंग पुणे सुपरजायंट को एक रन से हराया। अगली सुबह हर अख़बार में वही एक रन था — पचासवें ओवर का ड्रामा, आख़िरी गेंद, किसने क्या सोचा।

मैंने अलग चीज़ पर लिखा। मेरा दावा था कि वह फ़ैसला चालीस ओवर पहले ही लिखा जा चुका था। उस प्लेऑफ़ टीम के छठे और सातवें नंबर के बल्लेबाज़ों ने अपनी टीम की डेथ ओवर की 38 प्रतिशत गेंदें झेली थीं, जबकि उसके टॉप-3 ने क्वालिफ़ायर टीमों में सबसे कम प्रेशर गेंदें खेली थीं। यानी जिस ओवर में मैच गया, उससे बहुत पहले उस टीम ने अपने सबसे कमज़ोर बल्लेबाज़ों को सबसे महँगी गेंदों पर खड़ा कर दिया था। नौ लाख लोगों ने वह टुकड़ा पढ़ा। फ़्रैंचाइज़ी के एनालिस्ट ने फ़ोन करके बहस की, और बहस के अंत में नौकरी दी।

उस टुकड़े का वज़न मेरे मेट्रिक की चतुराई से नहीं आया था। वज़न इस बात से आया था कि नीचे चौदह हज़ार चार सौ डिलीवरी की एक टेबल थी, और उस टेबल में हर डिलीवरी का ओवर, बैटर, गेंदबाज़, आउटपुट दर्ज था। साख मॉडल से नहीं आती; साख इस बात से आती है कि आप अपने दावे को उसी रिज़ॉल्यूशन तक ले जा सकते हैं जहाँ वह गिरे।

यही फ़र्क है। वहाँ मेरे पास तीन सीढ़ियाँ थीं — डिलीवरी लॉग, फिर "डेथ ओवर एक्सपोज़र" का वज़नदार सूचकांक यानी ज़रूरी रन-रेट बनाम हाथ में बचे विकेट, फिर निष्कर्ष। इस रात मेरे पास एक भी सीढ़ी नहीं है। और तीन सीढ़ियों के बिना जो निकलता है, वह विश्लेषण नहीं, अनुमान का श्रृंगार है।

पाँच मंज़िलों का भरोसा-फ़िल्टर

ट्रांसफर विंडो में पाठक की असली ज़रूरत यह है कि उसे हर खबर की सच्चाई न बताई जाए — क्योंकि वह मुमकिन नहीं — बल्कि यह बताया जाए कि वह खबर किस मंज़िल पर खड़ी है। मैं अपने डैशबोर्ड में जो क्रम इस्तेमाल करती हूँ, वह सीधा है:

पहली मंज़िल — बोर्ड या फ़्रैंचाइज़ी की सरकारी घोषणा। तारीख़, हस्ताक्षर, काग़ज़। दूसरी मंज़िल — नाम वाले पत्रकार की बायलाइन, जिसका पिछले बारह महीनों का ट्रैक रिकॉर्ड नापा जा सके। तीसरी मंज़िल — सामान्य मीडिया, जो दूसरे की खबर दोहरा रहा है। चौथी मंज़िल — "करीबी सूत्रों" का हवाला, बिना नाम, बिना तारीख़। पाँचवीं मंज़िल — बिना बायलाइन वाला वह अकाउंट जिसका काम ट्रैफ़िक है।

और नियम सिर्फ़ इतना: चौथी और पाँचवीं मंज़िल पर जो दावा है, वह तब तक खबर नहीं है जब तक वह पैसे की भाषा न बोल दे। ट्रांसफर मार्केट फ़ीस में बोलता है — स्प्रेडशीट पूछती है कि देर से कौन चुकाएगा। रिलीज़ क्लॉज़ कब सक्रिय होती है, वेतन-बिल का कितना हिस्सा किस साल पड़ता है, अनुबंध की लंबाई फ़ीस के साथ कैसे बंटती है, नेशनल बोर्ड का एनओसी किस शर्त पर मिलता है, और नीलामी में राइट टू मैच का विकल्प किस टीम के पास बचा है — यह पाँच चीज़ें अगर खबर में नहीं हैं, तो वह खबर खरीद-फ़रोख़्त की नहीं, माहौल की है।

जो सबसे महँगी गलती है: सबूत की अनुपस्थिति को सुरक्षा का सबूत पढ़ लेना

क्रिकेट में यह गलती हर हफ़्ते होती है और हर बार हम बिना जाँचे निकल जाते हैं। चोट वाली सूची में कोई खिलाड़ी नहीं है — मतलब वह फ़िट है। असल में अर्थ यह है कि हमारे पास उसकी फ़िटनेस का डेटा नहीं है। ड्रेसिंग रूम में किसी झगड़े की खबर नहीं है — मतलब माहौल ठीक है। असल में अर्थ यह है कि हमने वहाँ कोई नज़र नहीं रखी।

"जोखिम नहीं मिला" और "जोखिम है ही नहीं" — ये दो अलग वाक्य हैं, और एनालिटिक्स इन्हें सबसे ज़्यादा मिला देती है। खाली पेलोड से सिर्फ़ पहला वाक्य निकलता है। दूसरा वाक्य कभी नहीं निकलता। जो विश्लेषक इस फ़र्क को नहीं बताता, वह तकनीकी रूप से सही और पेशेवर रूप से खतरनाक होता है।

एक छोटी सी मिसाल। "उस गेंदबाज़ की इकॉनमी 7.4 है।" यह वाक्य अकेला कुछ नहीं कहता। कौन सा फ़ॉर्मेट? कौन सा चरण — पावरप्ले, मध्य ओवर, डेथ? कितने ओवर फेंके — चालीस या चार? किस पिच पर? घर में या बाहर? बिना यूनिट, बिना चरण, बिना नमूने के आकार के, 7.4 कोई सूचना नहीं है। वह एक ऐसा अंक है जो बहस जीतने के लिए काफ़ी है और समझने के लिए बेकार है।

जब मॉडल खुद खबर बन जाता है

यहाँ मुझे अपने पेशे पर वह आपत्ति उठानी है जो मुझ पर सबसे ज़्यादा लगती है। क्रिकेट एनालिटिक्स वालों की सबसे तेज़ आलोचना यह है कि आप भी उतनी ही आवाज़ हैं, बस आपके पास ग्राफ़ है। आपत्ति जायज़ है। चेन्नई के एक स्टार्टअप में मैंने सीखा कि खाली मेज़ें तेज़ दुश्मन बनाती हैं — और जब मेज़ खाली हो और आपको कुछ कहना ही हो, तो सबसे आसान रास्ता यह है कि आप अपनी पद्धति बेच दें। पाइपलाइन, फ़ीचर इंजीनियरिंग, मॉडल आर्किटेक्चर, वैलिडेशन स्प्लिट। पाठक को वह वाकया चाहिए जो मैदान पर हुआ; आप उसे वह वाकया सुना देते हैं जो आपके कोड में हुआ।

यह गलती उस आदमी से भी बड़ी है जो मील का पत्थर गिनता है, क्योंकि वह आदमी जानता है कि वह मनोरंजन कर रहा है। हम दावा करते हैं कि हम माप रहे हैं। मॉडल उतना ही ईमानदार होता है जितने सवाल वह ठुकरा देता है — और अगर कोई मॉडल कभी किसी सवाल का जवाब "डेटा नहीं है" कहकर नहीं देता, तो वह मॉडल नहीं, वह एक मुखौटा है।

उसी सिक्के का दूसरा पहलू कमेंट्री बॉक्स है। मैंने उन पर हँसना बंद कर दिया जब मैंने एक बार खुद उस कुर्सी की सीमाएँ देखीं: लाइव, कोई फ़ीड नहीं, एक गेंद में प्रतिक्रिया, और कान में निर्माता की आवाज़। उस आदमी को तिरस्कार नहीं, बेहतर औज़ार चाहिए — एक-पंक्ति का ऐसा कार्ड जो बताए कि इस बल्लेबाज़ का डेथ-ओवर स्ट्राइक रेट इसी मैदान पर क्या रहा है। बहस तर्क से करो, आदमी को श्रेय दो।

और तीसरी बात, जो सबसे कम कही जाती है

मेरे पास रणजी ट्रॉफी का डेटा है और मैं साफ़ कहती हूँ कि वह पतला है। घरेलू प्रथम-श्रेणी क्रिकेट और महिला घरेलू क्रिकेट — दोनों जगह कवरेज की खाई असली है, और यह खाई इसलिए नहीं बनी कि वहाँ क्रिकेट खराब है; यह इसलिए बनी कि कवरेज का ढांचा वहाँ गया जहाँ क्लिक थे। जब आपके पास नमूना कम हो, तो समझदारी यह है कि आप पहले नमूने का आकार बताएँ, फिर निष्कर्ष। उलटा क्रम — पहले निष्कर्ष, फिर छुपा हुआ नमूना — वही चीज़ है जो इस पूरे लेख का विषय है।

आगे क्या देखें

रात भर की क्वेरी लौटकर आएगी और तब मेरे पास एक नहीं, दो जवाब होंगे — या तो डेटा मिल जाएगा, या यह तय हो जाएगा कि स्रोत ही नहीं खुल रहा। दोनों स्थितियों में पहला काम वही है जो आज रात किया: दावा रोकना।

अगर आप क्रिकेट की कोई खबर पढ़ रहे हैं और उसमें फ़ॉर्मेट का नाम नहीं है, स्रोत की तारीख़ नहीं है, नमूने का आकार नहीं है — तो आपको विश्लेषण नहीं मिला है। आपको आवाज़ मिली है। सवाल यह नहीं है कि वह आवाज़ कितनी तेज़ है। सवाल यह है कि वह किस मंज़िल पर खड़ी है।