खाली पेलोड, भरा हुआ डैशबोर्ड: नीलामी के मौसम में क्रिकेट डेटा की खामोश नाकामी

चेन्नई, 18 फरवरी 2026

रिटेंशन सूची फाइनल होने से दो रात पहले चेन्नई के एक कमरे में स्क्रीन शेयर हुई। आठ पैनल थे। आठों के शीर्षक भरे हुए थे — फॉर्मेट, खिलाड़ी की तकनीक, टीम का परिदृश्य, लीग का वाणिज्य, नियम-शासन, जोखिम, सार्वजनिक कथा, उद्योग ट्रांसमिशन। आठों के नीचे एक ही शब्द दोहराया गया था: उपलब्ध नहीं। एक भी खाने में संख्या नहीं थी। एक भी खाने में नाम नहीं था। और सबसे अहम बात — फ़ाइल वैध थी। सिस्टम ने उसे पास कर दिया था, क्योंकि उसकी हर कुंजी मौजूद थी।

मेरी आदत है कि मैं गिनती से शुरू करता हूं। आंकड़े की दुनिया में यह आदत काम आती है, क्योंकि एक गिना हुआ वाक्य बहस को तुरंत जमीन दे देता है। इस बार गिनती का नतीजा शून्य निकला — शून्य सूचना-बिंदु — और उसी शून्य ने पूरी रिपोर्ट की दिशा तय कर दी। जब सामग्री शून्य हो तो ईमानदार विश्लेषक के पास दो ही रास्ते बचते हैं: या तो याद से आंकड़े भरकर एक झूठी पूर्णता रच दी जाए, या यह दर्ज किया जाए कि दस्तावेज़ खाली आया है। दूसरा रास्ता कम आकर्षक है और ज़्यादा काम का है।

नीलामी और ट्रांसफर के मौसम में यह खालीपन महंगा पड़ता है। हर ट्रांसफर एक ऐसी कहानी है जिसे बताए जाने से पहले किसी ने दाम लगा दिया था — और आज वह दाम अक्सर किसी मॉडल की आउटपुट फ़ाइल से निकलता है, किसी स्काउट की नोटबुक से नहीं। जिस फ़ाइल का हर खाना खाली हो, वह अगर "पूर्ण" दिखे, तो उसका असर केवल तकनीकी नहीं रहता। वह बोली में बदल जाता है।

क्रिकेट का आंकड़ा-कारोबार तीन स्तरों पर चलता है, और तीनों एक ही नल से पानी मांगते हैं

बॉल-बाय-बॉल डेटा आज किसी एक कंपनी की मेहरबानी नहीं है। स्टेडियम में बैठा कोडर हर गेंद को टैग करता है — चरण, गेंदबाज़ का प्रकार, बल्लेबाज़ का हाथ, फील्ड की स्थिति, नतीजा। इन टैगों पर तीन अलग बाज़ार खड़े हैं। फ्रैंचाइज़ी का विश्लेषण कक्ष इनसे मध्य ओवरों में विकेट की प्रायिकता निकालता है और उसी से तय करता है कि किस गेंदबाज़ को कितने ओवर खरीदे जाएं। प्रसारण वाला इनसे ग्राफ़िक बनाता है। फैंटेसी और मीडिया वाला इनसे वह वाक्य बनाता है जो कमेंट्री बॉक्स में सुबह दस बजे बोला जाएगा।

तीनों की मांग नीलामी के हफ़्तों में चरम पर होती है। टीमें पैसा खर्च करने से पहले अनुमान खरीदती हैं, और अनुमान की कीमत उसकी सफ़ाई से तय होती है, उसकी सच्चाई से नहीं। यहीं एक ढांचागत कमज़ोरी जन्म लेती है।

डेटा पाइपलाइन दो स्तरों में चलती है। पहला स्तर कच्चे दस्तावेज़ से सूचना-बिंदु निकालता है — शीर्षक, स्रोत, प्रकार, मुख्य दावे, नाम, तारीख, फॉर्मेट। दूसरा स्तर उन बिंदुओं पर क्रिकेट-विशेष विश्लेषण लगाता है। दूसरा स्तर कभी पहले स्तर की सूचना-छत से ऊपर नहीं उठ सकता। यह कोई दार्शनिक बात नहीं, इंजीनियरिंग की सीमा है। अगर पहला स्तर शून्य बिंदु लौटाए और दूसरा स्तर आठ खंडों वाली एक सुंदर रिपोर्ट बना दे, तो वह रिपोर्ट ज्ञान नहीं, सजावट है।

सबसे खतरनाक विफलता वह है जिसमें स्कीमा पास हो जाए और सामग्री शून्य हो

क्रिकेट में इसकी एक साफ़ तस्वीर है। सोचिए एक स्कोरकार्ड, जिसमें हर कॉलम का शीर्षक छपा है — बल्लेबाज़, रन, गेंद, चौके, छक्के, स्ट्राइक रेट, ओवर, मेडन, इकॉनमी — और हर खाना खाली है। काग़ज़ पूरा दिखता है। पढ़ने वाला मान लेता है कि मैच हुआ ही नहीं। लेकिन अगर वही शीर्षक-भरा काग़ज़ एक डैशबोर्ड पर चढ़ जाए और डैशबोर्ड हरे रंग में "सत्यापित" लिख दे, तो पढ़ने वाला मान लेता है कि मैच हुआ, आंकड़े आए, और सब ठीक है।

यही खाली-पर-वैध पेलोड है। तकनीकी भाषा में यह वह ढांचा है जो अपने औपचारिक स्कीमा की हर शर्त पूरी करता है और भीतर से पूरी तरह खोखला है। ऑटोमेटेड पाइपलाइन के लिए इससे बुरा दुश्मन कोई नहीं, क्योंकि वैलिडेशन गेट खुल जाता है और खालीपन चुपचाप आगे बह जाता है। जो रिपोर्ट साफ़-साफ़ आधी अधूरी दिखे, उस पर सवाल उठता है। जो रिपोर्ट पूरी दिखे, उस पर सवाल उठाने की ज़रूरत ही महसूस नहीं होती।

दूसरी बड़ी क्षति सामग्री की नहीं, पहचान की है। स्रोत का नाम, प्रकाशक, यूआरएल, बायलाइन, प्रकाशन की तारीख — यह सब वह मेटाडेटा है जिससे तय होता है कि कोई दावा कितना भरोसेमंद है। टेक्स्ट फिर से मंगाया जा सकता है। प्रोवेनेंस अक्सर नहीं लौटता। जब एक ही पेलोड में श्रेणी-लेबल बच जाए और स्रोत-गुणवत्ता खो जाए, तो संकेत मिलता है कि नुकसान पढ़ने के स्तर पर नहीं, भंडारण के स्तर पर हुआ है।

नोटबुक पहले आई थी, टेम्पलेट बाद में — और वह भी दो बार नाकाम होने के बाद

2026 में मैंने तमिलनाडु प्रीमियर लीग की सारी 7,680 गेंदें एक स्प्रेडशीट में दर्ज की थीं, चरण और गेंदबाज़-प्रकार के टैग लगाकर। मैंने 7,680 गेंदें गिनी थीं, तब जाकर खेल का आकार समझ आया था। उस गिनती से एक बात निकली जो प्रसारण पर कभी नहीं दिखी: ओवर सात से पंद्रह के बीच एक युवा स्पिनर के ख़िलाफ़ स्कोरिंग रेट 8.4 प्रति ओवर था, जबकि ब्रॉडकास्ट 6.9 दिखा रहा था। अंतर इसलिए पैदा हुआ कि मेरे पास कच्ची गेंदें थीं और उनके पास एक फ़िल्टर था।

यही अंतर आज की बहस का केंद्र है। मीडिया और विश्लेषण कक्ष के बीच की खाई तकनीकी नहीं, पद्धति की है — किस आंकड़े को उद्धृत किया जाता है और कहां उद्धरण रुक जाता है। 2026 के एशिया कप से पहले मैंने भारत के अभियान के लिए एक विकेट-प्रायिकता मॉडल बनाया था। मॉडल ने दिखाया कि शिखर धवन के 342 रनों का ढांचा अजीब था — पावरप्ले में तेज़ गेंदबाज़ी के ख़िलाफ़ उनका बाउंड्री हिस्सा 61 प्रतिशत था, जबकि मध्य ओवरों में बाएं हाथ के स्पिन के ख़िलाफ़ वही हिस्सा 38 प्रतिशत पर आ गिरता था। यह कोई फॉर्म की कहानी नहीं थी, मैचअप की कहानी थी। एशिया कप आने तक प्रयोगशाला बेहतर सवाल पूछना सीख चुकी थी।

2026 में जब आईपीएल खाली स्टेडियमों में खेला गया, तो मेरे पास साठ मैचों का एक साफ़ पर्यावरण-चर था। डेथ ओवरों का रन रेट 9.8 से 10.4 पर चला गया और रिस्ट स्पिनरों की इकॉनमी 0.6 रन बिगड़ गई। खाली स्टेडियम कोई माहौल नहीं, एक चर है — यह मैंने तब लिखा था, और उस लेख का पूरा दावा इस बात पर टिका था कि साठ में से साठ मैचों का डेटा साफ़ आया था। अगर उनमें से बारह मैच खाली-पर-वैध पेलोड के रूप में लौटे होते और मैंने उन्हें शून्य के बजाय "कोई बदलाव नहीं" पढ़ लिया होता, तो 9.8 से 10.4 का अंतर शोर बन जाता, संकेत नहीं।

यही वह जगह है जहां ऑडिट क्रिकेट की तरफ मुड़ता है

नीलामी-पूर्व ऑडिट में जो आठ-खंड वाली रिपोर्ट खाली आई, उसमें हर खंड ने अपनी-अपनी ज़मीन खो दी थी, और हर नुकसान का कारण एक ही था।

फॉर्मेट तय नहीं हो सका। क्रिकेट में यह छोटी कमी नहीं, रुकावट है। स्ट्राइक रेट, इकॉनमी, औसत — तीनों फॉर्मेट-विशेष हैं और एक-दूसरे पर लागू नहीं होते। टेस्ट में 45 का औसत और टी20 में 45 का औसत एक ही चीज़ नहीं हैं। टेस्ट में 3.2 की इकॉनमी शानदार है; टी20 के डेथ ओवरों में 3.2 असंभव है, इसलिए वहां 9.5 भी अच्छा माना जाता है। जब तक फॉर्मेट तय न हो, "अच्छा प्रदर्शन" शब्द का कोई अर्थ नहीं। बिना फॉर्मेट के कोई भी तकनीकी पठन विश्लेषण की श्रेणी में नहीं आता।

मैच का स्वरूप तय नहीं हो सका। द्विपक्षीय सीरीज़, आईसीसी वैश्विक आयोजन, फ्रैंचाइज़ी लीग या वार्म-अप — चारों में दांव अलग होते हैं और चयन-नीयत भी। एक वार्म-अप में चार ओवर फेंकने वाला गेंदबाज़ अपनी गति जांच रहा होता है; वही चार ओवर एक नॉकआउट में रणनीति होते हैं। नतीजा-बनाम-प्रक्रिया की जांच भी असंभव रही, क्योंकि स्कोरलाइन, अंतर, टॉस और डीआरएस का कोई उल्लेख ही नहीं था। भाग्य-समायोजित आकलन के लिए कम से कम एक परिणाम चाहिए।

नाम गायब थे। और यह सबसे बड़ा संकेत है। किसी भी एक्सट्रैक्शन में नाम सबसे पहले निकलने चाहिए और सबसे पहले खोए भी वही जाते हैं। जब श्रेणी-लेबल बचा रहे और नाम न बचें, तो मरम्मत का सबसे फलदायी रास्ता साफ़ है — नाम-केंद्रित एक और निकासी। नाम और फॉर्मेट मिल जाएं तो तीन खंड अपने आप जीवित हो जाते हैं।

वाणिज्यिक खंड सबसे महंगा साबित हुआ। नीलामी की कीमत, प्रसारण अधिकार का चक्र, फ्रैंचाइज़ी का मूल्यांकन — ये वे संख्याएं हैं जो स्मृति में सत्यापन-योग्य सटीकता के साथ नहीं टिकतीं। किसी विश्लेषक से यह कहलवा लेना आसान है कि "अधिकारों का दाम बढ़ा है"; सही प्रतिशत बताना उतना आसान नहीं। इसीलिए स्रोत-खोने की सबसे बड़ी कीमत वाणिज्य में चुकाई जाती है।

और यहां एक और जाल है जिसे मैं खुद बार-बार बचाना पड़ता हूं। नीलामी-पर्स नियतिवाद — हर नतीजे को स्क्वाड की लागत से समझाने की आदत। पर्स सबसे साफ़ संख्या है और इसीलिए सबसे भ्रामक। पैसा उन चीज़ों को नहीं खरीद सकता जो नीलामी के बाद तय होती हैं: ओस, टॉस, चोट का समय, जून में किसी गेंदबाज़ का एक्शन बिगड़ना। जिस रिपोर्ट में ये चारों चर मौजूद न हों, वहां पर्स को कारण मान लेना सुविधा है, विश्लेषण नहीं।

और सबसे खतरनाक वाक्य जो इस तरह की रिपोर्ट में छिपा होता है

ऑडिट में सत्यनिष्ठा-जांच का खंड भी खाली आया। यहां एक बात साफ़ कर देनी ज़रूरी है, क्योंकि इस पर बहुत भरोसा किया जाता है: जांच का नतीजा शून्य आना और जांच का नतीजा साफ़ आना दो अलग चीज़ें हैं। किसी मैच, लीग या बाज़ार का संदर्भ ही उपलब्ध न हो, तो भ्रष्टाचार-संकेत न मिलने का मतलब यह नहीं कि वहां कुछ था ही नहीं। यह ऐसा ही है जैसे बिना गेंद फेंके किसी बल्लेबाज़ को "आउट नहीं हुआ" घोषित कर देना। रिकॉर्ड में वह दर्ज हो जाता है, खेल में नहीं।

इसी तरह उद्योग-ट्रांसमिशन का पूरा नक्शा खाली रह गया। ऊपर के छोर पर युवा विकास और प्रतिभा-आपूर्ति, बीच में राष्ट्रीय टीमें और लीग, नीचे प्रसारण और वाणिज्यिक बाज़ार — तीनों जगह उपलब्ध नहीं। कारण सीधा है: ट्रांसमिशन विश्लेषण के लिए एक शुरुआती झटका चाहिए — कोई साइनिंग, कोई अधिकार-सौदा, कोई नियम-परिवर्तन, कोई संन्यास। जब झटका ही दर्ज न हो तो लहर किसकी गिनी जाए।

एक छोटी लेकिन चुभती हुई चीज़ भी मिली। श्रेणी-लेबल में "क्रिकेट" की जगह "क्रिकेट_वर्ल्ड" लौटा। यह मामूली वर्तनी नहीं, रूटिंग की समस्या है। अगर आगे की प्रणालियां "क्रिकेट" शब्द पर फ़िल्टर करती हैं, तो इस लेबल वाला हर दस्तावेज़ चुपचाप किसी और टोकरी में गिर जाएगा — और किसी को पता नहीं चलेगा कि कुछ गायब है। क्रिकेट डेटा में सबसे खतरनाक गड़बड़ी वह नहीं जो त्रुटि दिखाए; वह है जो बिना त्रुटि दिखाए किसी और टोकरी में चली जाए।

मेरे अपने कबीले के ख़िलाफ़ एक बात

उद्योग की स्वाभाविक प्रतिक्रिया हर डेटा विफलता पर एक ही होती है: और डेटा जोड़ो। ज़्यादा कैमरे, ज़्यादा टैग, ज़्यादा ग्रैन्युलैरिटी, ज़्यादा डैशबोर्ड। यह प्रवृत्ति समझ में आती है, क्योंकि ग्रैन्युलैरिटी बेची जा सकती है और शून्य-जांच नहीं बिकती। लेकिन जिस समस्या से हम जूझ रहे हैं, वह डेटा की कमी नहीं, डेटा की अखंडता है — इनपुट के दरवाज़े पर लगी एक ऐसी चोरी जिसे कोई गार्ड नहीं देख रहा।

मैं अपने ही पेशे के ख़िलाफ़ यह लिख रहा हूं। विश्लेषक ड्रेसिंग रूम में घुस चुके हैं और उनके नतीजे अक्सर मैच की असली लय से कटे हुए होते हैं। इसका कारण बौद्धिक अहंकार कम है और पाइपलाइन-अनुशासन की कमी ज़्यादा। जो विश्लेषक यह स्वीकार नहीं करता कि उसका इनपुट खाली आ सकता है, वह अनजाने में याद को साक्ष्य की जगह रख देता है। और याद बहुत विनम्र होती है — वह हमेशा वही संख्या लौटाती है जो बहस जीत सके।

दूसरी तरफ, यह भी मान लेना ग़लत होगा कि प्रसारण हमेशा ग़लत होता है। सच यह है कि ज़्यादातर दिनों में ज़्यादातर प्रसारण-आंकड़े सही होते हैं। और ठीक यही सही होना खाली पेलोड को भीतर घुसने देता है। अगर ग्राफ़िक हर बार गड़बड़ा रहा होता, तो कोई उसे देखता। जब वह सौ बार सही आता है और एक बार खाली आता है, तो सौवीं बार किसी को फ़र्क़ नहीं पड़ता। भरोसा जमा होकर एक ऐसी साख बनाता है जिसे कोई दोबारा जांचता नहीं।

इसीलिए इस पूरी घटना का सही नाम यह है: यह खेल का जोखिम नहीं, प्रक्रिया का जोखिम है। कोई टीम नहीं हारी, कोई खिलाड़ी चोटिल नहीं हुआ, कोई नियम नहीं टूटा। जोखिम यह है कि एक पूरी दिखने वाली रिपोर्ट को पूरा विश्लेषण समझ लिया जाए। लेकिन नीलामी के मौसम में प्रक्रिया का जोखिम सीधे पैसे में बदल जाता है। जो फ्रैंचाइज़ी एक भरे हुए डैशबोर्ड पर भरोसा करके किसी गेंदबाज़ के मध्य ओवर विकेट-प्रायिकता का अनुमान खरीदती है, वह असल में एक ऐसी संख्या के लिए बोली लगा रही है जो कभी गिनी ही नहीं गई।

और इस बार मेरी गिनती खुद मेरे ख़िलाफ़ गई

रूस 2026 मेरे लिए कभी टूर्नामेंट नहीं था; वह स्कोरबोर्ड लगा एक प्रयोगशाला था। चौंसठ मैच, एक्सजी और प्रेशर-इवेंट का कोडिंग, और उसी तर्क को क्रिकेट पर लगाने की ज़िद। उस अभ्यास ने मुझे सिखाया कि बड़े आयोजन को टूर्नामेंट की तरह पढ़ने के बजाय निर्णय-वृक्ष की तरह पढ़ो — कौन किस मैचअप में जीतेगा, किस चरण में, और कप्तान को फील्ड क्यों बदलनी चाहिए।

लेकिन उस अभ्यास ने एक आदत भी डाली जिसे मैंने 2026 तक सुधारा: नतीजे को कारण समझ लेने की आदत। खाली स्टेडियम वाला अध्ययन इसलिए काम आया क्योंकि वहां एक साफ़ पर्यावरण-चर था और एक साफ़ तुलना। कोविड ने क्रिकेट को एक नियंत्रित प्रयोग बना दिया था, और मैंने उसका फ़ायदा उठाया। उसी अनुशासन से यह भी निकला कि जहां चर नहीं है, वहां निष्कर्ष नहीं होगा।

इस बार वही अनुशासन लौटकर मुझ पर लागू हुआ। जिस दस्तावेज़ पर मुझे राय बनानी थी, उसमें एक भी सूचना-बिंदु नहीं था। मैं अपनी स्मृति से दस आंकड़े भर सकता था और एक बहुत पढ़ी-जानी रिपोर्ट लिख सकता था। उसमें एक भी संख्या ऐसी नहीं होती जिसे उस दस्तावेज़ तक पीछे ले जाया जा सके। मैंने वह नहीं किया। इस लेख में क्रिकेट के बारे में जो कुछ भी है, वह मेरी अपनी नोटबुक से है और स्पष्ट रूप से मेरी नोटबुक का बताया गया है; जो दस्तावेज़ से आना चाहिए था, वह खाली आया, और यही इस पूरी कवायद का एकमात्र ठोस निष्कर्ष है।

यह कोई बड़ी खोज नहीं लगती। लेकिन डेटा के काम में यह सबसे कठिन अनुशासन है — यह स्वीकार करना कि आपके पास कुछ नहीं है। डैशबोर्ड भरा दिखे और आप कहें कि वह खाली है, यह मीडिया में बहुत अलोकप्रिय वाक्य है। नीलामी की कवरेज में तो और भी, जहां हर चैनल को हर घंटे एक नई संख्या चाहिए।

आगे क्या देखना है

मरम्मत सस्ती है और क्रम साफ़ है। पहले नाम, फिर फॉर्मेट, फिर संख्याएं, फिर कथा। नाम और फॉर्मेट मिल जाने पर आठ में से चार खंड अपने आप खुल जाते हैं; संख्याएं बाद में आएं तो वाणिज्य और नियम-शासन भी जुड़ जाते हैं; कथा सबसे आख़िर में आनी चाहिए, क्योंकि कथा सबसे आसान है और सबसे आसान चीज़ सबसे पहले लिखी जाती है।

वैलिडेशन गेट को बदलना होगा। जिस पेलोड में शून्य सूचना-बिंदु हों, उसे पास करने के बजाय रोकना और अलर्ट करना चाहिए। स्कीमा-वैधता पर्याप्त शर्त नहीं है, वह केवल आवश्यक है। और अगर यह किसी बैच में चला था, तो बाकी आइटम भी उसी बीमारी से ग्रस्त हो सकते हैं — एक की जांच बाकी की भी जांच है।

मैं इन पांच संकेतों पर नज़र रखूंगा: दोबारा निकासी में कम से कम एक नाम और एक फॉर्मेट का लौटना; फॉर्मेट का पाठ में स्पष्ट लिखा होना, संदर्भ से अनुमानित नहीं; प्रकाशक, यूआरएल और तारीख का एक साथ लौटना; बैच में दूसरा शून्य-बिंदु पेलोड मिलना; और यह तय होना कि नाम राष्ट्रीय टीम के हैं या फ्रैंचाइज़ी के — क्योंकि इसी से तय होता है कि अगली रिपोर्ट का भार वाणिज्य पर होगा या टीम-परिदृश्य पर।

नीलामी से पहले हर फ्रैंचाइज़ी एक संख्या पर दांव लगाती है। अगली बार जब किसी खिलाड़ी का दाम किसी मॉडल से तय हो, तो पूछा जाना चाहिए कि वह संख्या आई कहां से — और अगर जवाब यह हो कि वह किसी ऐसे पैनल से आई जिसके हर खाने में शीर्षक था और किसी में आंकड़ा नहीं, तो उस बोली की कीमत खिलाड़ी की क्षमता से नहीं, हमारी लापरवाही से तय हुई है।

गिनती पहले। नतीजा आख़िर में। और बीच में, हर बार, यह जांच कि जो गिना जा रहा है वह वहां मौजूद भी है या नहीं।