खाली कॉलम: क्रिकेट विश्लेषण का संकट डेटा की कमी नहीं, डेटा का बेपता होना है

अप्रैल 2026। कोलकाता के एक डिजिटल क्रिकेट डेस्क पर मैंने चार महीने 2026 आईपीएल की बॉल-बाय-बॉल फ़ाइलों में गुज़ारे थे। लक्ष्य एक 'Expected Runs Added' मॉडल था और सवाल एक: केकेआर सुनील नारायण को मध्यक्रम में क्यों खर्च कर रहा है? सीज़न शुरू होने से पहले पीस छपी। उसी अप्रैल में केकेआर ने नारायण को ओपनिंग भेज दिया। सीज़न के अंत में उनके खाते में 224 रन थे, स्ट्राइक रेट 172.3। पीस को करीब चार लाख रीड्स मिले। फ्रेंचाइज़ी के एनालिस्ट ने खुद मेल करके मेथडोलॉजी शीट मांगी।

अब वह हिस्सा जो किसी ने नहीं पूछा। मॉडल की सैंपल साइज़ एक सीज़न की थी। एक फ्रेंचाइज़ी की। और ओपनिंग वह भूमिका थी जो नारायण ने उससे पहले आईपीएल में लगभग नहीं निभाई थी। जिस चीज़ ने चार लाख पाठक बनाए, वह मॉडल नहीं था। वह निर्णय था। मॉडल उस निर्णय के पीछे खड़ा था, बिना अपना परिचय-पत्र दिखाए। यही इस पेशे की सबसे पुरानी आदत है, और डेटा युग में यह आदत और महंगी हो गई है।

संदर्भ

क्रिकेट की कोई भी कहानी लिखने से पहले छह चीज़ें मेज़ पर होनी चाहिए। शीर्षक और स्रोत, ताकि पता चले कि दावा कहाँ से आया। इन्फॉर्मेशन पॉइंट्स — स्कोर, ओवर, खिलाड़ी, तारीख़, वेन्यू, कोट। कोर व्यू-पॉइंट — लेखक का रुख। एंटिटीज़ — टीम, खिलाड़ी, कोच, लीग। टाइम सेंसिटिविटी — क्या यह चल रहे मैच या सीरीज़ का मामला है। और सोर्स क्वालिटी — जिस स्रोत से आँकड़ा आया, वह कितना भरोसेमंद है। इन छह में से एक भी गायब हो, तो आगे का सारा विश्लेषण कागज़ पर ठीक दिखेगा और ज़मीन पर खोखला।

मैंने यह बात स्कोरकार्ड पढ़ते हुए सीखी, फिर फ़ुटबॉल डेस्क पर बैठकर समझी। स्प्रेडशीट शुरू में क्रिकेट स्कोरकार्ड थी और बाद में फ़ुटबॉल की बहस बन गई। मैंने शब्द नहीं उधार लिए थे; मैंने उन शब्दों के अंदर छिपी मान्यताएँ उधार ली थीं। यही फ़र्क़ क्रिकेट कवरेज में आज सबसे ज़्यादा दिखता है।

फ़ॉर्मैट का सवाल सबसे पहले आता है, क्योंकि टेस्ट, वनडे और टी20 का सामरिक तर्क एक-दूसरे में नहीं ढाला जा सकता। किसी बल्लेबाज़ का 140 का स्ट्राइक रेट टी20 में औसत है, वनडे में अच्छा, और टेस्ट में लगभग अप्रासंगिक। वेन्यू का सवाल दूसरा है: होम-ग्राउंड का झुकाव, पिच का व्यवहार, ओस और डीएलएस नतीजे को उसी तरह मोड़ते हैं जैसे टॉस। तीसरा सवाल डीआरएस का है — कितने फ़ैसले पलटे, किस ओवर में, और क्या वह पलटाव दिशा बदलने वाला था। इन तीनों के बिना व्याख्या अधूरी रहती है, और अधूरी व्याख्या भी छप जाती है, क्योंकि छपने की समय-सीमा डेटा जुटाने की समय-सीमा से छोटी होती है।

मुख्य विश्लेषण

खिलाड़ी-विश्लेषण की पहली शर्त है भूमिका तय करना — बल्लेबाज़, गेंदबाज़, ऑलराउंडर, विकेटकीपर। दूसरी शर्त है औसत, स्ट्राइक रेट या इकॉनमी को उसके लीग और युग के बेंचमार्क के साथ रखना। 2026 का 30 का औसत और 2026 का 30 का औसत एक चीज़ नहीं हैं; पिच, बैट और टी20 का असर पूरा बेंचमार्क खिसका चुका है। तीसरी शर्त है सिट्यूएशनल स्प्लिट — पावरप्ले, मिडल, डेथ; घर और बाहर; स्पिन के ख़िलाफ़ और पेस के ख़िलाफ़। चौथी शर्त हाल का रुझान, और पाँचवीं उम्र-वक्र: किसी तेज़ गेंदबाज़ का 30 पार करना और किसी स्पिनर का 30 पार करना एक ही घटना नहीं है।

सौ का आँकड़ा इसका सबसे साफ़ उदाहरण है। शतक प्रिंट-युग के स्कोरकार्ड से विरासत में मिली गिनती की परंपरा है, मैच-मूल्य का माप नहीं। 19 नवंबर 2026 के अहमदाबाद फ़ाइनल में ट्रैविस हेड के 137 रन और 9 मार्च 2026 के दुबई चेस में रोहित शर्मा के 76 रन — दोनों को फ़ेज़-स्प्लिट, रिक्वायर्ड रेट और हाथ में बचे विकेट के साथ पढ़ें, तो कहानी का गुरुत्व-केंद्र राउंड नंबर से हटकर स्थिति पर आ जाता है।

टीम-स्तर पर चार चीज़ें देखनी होती हैं — बैटिंग डेप्थ, गेंदबाज़ी का संतुलन, बेंच की गहराई और उम्र-ढाँचा। यहाँ मैं वह बात कहना चाहता हूँ जो मेरे पेशे में अलोकप्रिय है। भारत की बेंच स्ट्रेंथ टैलेंट की समस्या नहीं, चयन की समस्या है। दुनिया की सबसे मुश्किल टीम भारत की दूसरी पसंद है, और उसका सबूत स्कोरकार्ड में नहीं, नीलामी की थैली-गणित में मिलता है।

आईपीएल की पर्स अंकगणित, रिटेंशन के फ़ैसले और फ्रेंचाइज़ी स्काउटिंग चुपचाप ज़ोनल सेलेक्टर की जगह ले चुके हैं। यह अब भारतीय क्रिकेट की सबसे ईमानदार सार्वजनिक गवाही है कि वह किसे महत्व देता है। यहीं सबसे बड़ी विरासत-गलती होती है: नीलामी में सबसे ऊँची कीमत ब्रांड-दौड़ का नतीजा होती है, खेल-मूल्य का नहीं। असली सौदे छोटे क्लबों और अनकैप्ड खिलाड़ियों के बीच होते हैं, जहाँ पर्स का दबाव कम और स्काउटिंग की भूख ज़्यादा होती है। जो फ्रेंचाइज़ी नीलामी को नीलामी की तरह पढ़ती है, वह पैसा जीतती है; जो उसे बाज़ार की तरह पढ़ती है, वह सुर्ख़ियाँ जीतती है।

लीग और राष्ट्रीय टीम का टकराव इसी जगह से निकलता है — एनओसी, वर्कलोड और कैलेंडर की घनता। शासन-स्तर पर पाँच चीज़ें जाँचनी होती हैं: शक्ति और राजस्व का बँटवारा, खेल-नियमों के विवाद, ईमानदारी और भ्रष्टाचार-रोधी निगरानी, पात्रता और चयन, और भू-राजनीति। 2026-27 चक्र में आईसीसी राजस्व में भारत का हिस्सा जिस आंकड़े के आसपास तय हुआ — करीब 38.5 प्रतिशत — वह सिर्फ़ वित्तीय पंक्ति नहीं है। वह तय करता है कि द्विपक्षीय सीरीज़ का कैलेंडर किसकी ज़रूरत से बनेगा और न्यूट्रल वेन्यू की राजनीति किसके हिसाब से चलेगी।

जोखिम-मैट्रिक्स में छह श्रेणियाँ हैं — खेल-संबंधी, कार्मिक, वाणिज्यिक, नियम-ईमानदारी, जनमत और प्रणालीगत। इनमें सबसे कम आँकी जाने वाली श्रेणी प्रणालीगत है, और वही सबसे महंगी पड़ती है: चोट का बोझ, कैलेंडर की भीड़ और फ़ॉर्मैट के बीच खिलाड़ी को ढालना — तीनों अलग दिखते हैं और एक ही जगह से निकलते हैं।

नैरेटिव की गर्मी-चक्र भी मापनी होती है। किसी भी दावे के तीन सवाल होते हैं: पीछे मूल-आँकड़ा कितना मज़बूत है, सैंपल कितना बड़ा है, और यह कितने दिन चलेगा। जहाँ बाज़ार की अपेक्षा और ज़मीनी आँकलन के बीच फ़ासला बढ़ता है, वहीं सबसे बड़ा मुनाफ़ा और सबसे बड़ा नुक़सान दोनों छिपे होते हैं।

और अंत में ट्रांसमिशन। ऊपर युवा विकास और टैलेंट सप्लाई; बीच में राष्ट्रीय टीमें और लीग; नीचे ब्रॉडकास्ट, वाणिज्यिक बाज़ार और फ़ैंटेसी। एक ऊपरी घटना — जूनियर क्रिकेट में कोचिंग की एक विधि या एक राज्य संघ का फ़ैसला — तीन साल में नीचे तक पहुँचती है। एक निचली घटना — ब्रॉडकास्टर का चेक — तीन हफ़्तों में ऊपर तक पहुँच जाती है। दिशा और अवधि का यह फ़र्क़ समझे बिना हर भविष्यवाणी अंदाज़ा बन जाती है।

उलटी राय

अब वह बात जिस पर मुझे सबसे ज़्यादा एतराज़ है, और वह मेरे ही खेमे के ख़िलाफ़ है।

प्रचलित राय यह है कि क्रिकेट पत्रकारिता की गुणवत्ता डेटा बढ़ने से बढ़ेगी। यह राय अपने सबसे मज़बूत रूप में सही भी है: डीआरएस ने फ़ैसलों की जवाबदेही बढ़ाई, नीलामी-रणनीति ने स्काउटिंग को पेशेवर बनाया, और फ़ेज़-स्प्लिट ने उन बल्लेबाज़ों को उजागर किया जिन्हें औसत छिपा लेता था। यह असली उपलब्धि है।

लेकिन असली ख़तरा डेटा की कमी नहीं है। ख़तरा अनलेबल डेटा है। बिना सैंपल साइज़, बिना परिभाषा, बिना युग वाला आँकड़ा गायब आँकड़े से ज़्यादा नुक़सानदेह होता है, क्योंकि गायब आँकड़ा शक पैदा करता है और अनलेबल आँकड़ा भरोसा। 2026 में मेरे मॉडल की सैंपल साइज़ एक सीज़न थी, और उसने चार लाख पाठकों को यह यक़ीन दिला दिया कि हम कुछ जानते हैं। हम एक निर्णय जानते थे और उसे नियम की तरह छाप दिया था। हर साफ़ डैशबोर्ड की शुरुआत एक गंदे सवाल से होती है जो किसी ने पूछना नहीं चाहा। जब किसी विश्लेषण में इन्फॉर्मेशन पॉइंट्स की सूची खाली हो, तो ईमानदार नतीजा यह नहीं है कि ढाँचा काम नहीं करता। ईमानदार नतीजा यह है कि ढाँचा ठीक है और इनपुट गायब है — और उस गायब इनपुट पर लिखा गया लेख, दोनों एक ही बीमारी के दो पैमाने हैं।

मेरी हर पीस के साथ एक डिस्क्लोज़र लाइन चलनी चाहिए: कौन-सा डेटासेट, किसकी पहुँच, और मैं क्या कहने की स्थिति में नहीं हूँ। जिस दिन यह लाइन रूटीन बन जाएगी, उस दिन क्रिकेट कवरेज का आधा शोर अपने आप कट जाएगा।

अंतिम निष्कर्ष

अगला संकेत कोई नया मेट्रिक नहीं है। संकेत यह होगा कि कोई प्रकाशन अपनी पीस के नीचे सैंपल साइज़ और स्रोत की पंक्ति छापने लगे — और जिस दिन उसके पास कहने को कुछ न हो, वह खाली कॉलम छापने की हिम्मत करे। सवाल यह नहीं कि हमारे पास कितना डेटा है। सवाल यह है कि हम उस डेटा का पता बताने को तैयार हैं या नहीं।