जब स्कोरकार्ड खाली लौटता है: क्रिकेट एनालिटिक्स का सबसे ईमानदार स्कोर शून्य है

रात के दो बजकर इकतालीस मिनट। दुबई के नाइट डेस्क पर तीन स्क्रीन जल रही थीं और एक ईमेल आया — पाइपलाइन ने स्टेज-1 का डिकंस्ट्रक्शन लौटाया था, और उसमें हर खाना खाली था। शीर्षक: उपलब्ध नहीं। स्रोत: उपलब्ध नहीं। लेख का प्रकार: अवर्गीकृत। सूचना-बिंदु: शून्य सूची। शामिल इकाइयाँ: कोई पहचानी नहीं गई। समय-संवेदनशीलता: आँकी नहीं गई।

तीन एनालिस्ट थे, तीन सहज प्रतिक्रियाएँ। पहले ने कहा — पिछली सीरीज़ का स्कोरकार्ड खींच लो, कुछ तो भेजना ही है। दूसरे ने कहा — एक पंक्ति का "कोई समाचार नहीं" नोट डाल दो और डेस्क बंद करो। तीसरे ने पुरानी स्कोरशीट खोली और उसमें से कोई ऐसा मैच चुनने लगा जो "मिलता-जुलता" लगे, ताकि खाली जगह भर जाए और पाठक को कुछ पढ़ने को मिल जाए।

मेरा निर्देश एक वाक्य का था: शून्य को शून्य ही छापो। कोई इम्प्यूटेशन नहीं, कोई प्रॉक्सी मैच नहीं, कोई "हाल के फ़ॉर्म के आधार पर" वाली भरपाई नहीं। खाली पेलोड अपने आप में एक रिपोर्ट है, और उसे रिपोर्ट की तरह छापना रिपोर्टिंग की सबसे पुरानी शर्त है। जिस दिन कोई एनालिस्ट खाली फ़ीड को भरने लगता है, उसी दिन उसका मॉडल बाज़ार से कम काम का हो जाता है — क्योंकि बाज़ार कम से कम अपनी कीमत के बारे में ईमानदार रहता है।

मेरा काम क्रिकेट को एक लगातार कीमत वाले बाज़ार की तरह पढ़ना है। नीलामी का पर्स, रिटेंशन का फ़ैसला, ब्रॉडकास्ट राइट्स, सट्टे का ऑड्स — ये सब कीमतें हैं, और हर कीमत में सूचना की असमानता छिपी होती है। 2026 में, अड़तीस साल की उम्र में, मैंने दुबई की इसी नाइट डेस्क पर एक फ़ेज़-आधारित एक्सपेक्टेड-रन्स मॉडल बनाया था — 2026 से 2026 तक की 1,248 आईपीएल पारियों पर प्रशिक्षित, और तीन हिस्सों में बाँटा गया: पावरप्ले, मिडल और डेथ। मॉडल को 2026 के फ़ाइनल पर परखा — मुंबई इंडियंस ने 129/8 बनाया और राइज़िंग पुणे सुपरजायंट को एक रन से हराया। इनिंग्स ब्रेक पर मेरे मॉडल ने मुंबई को 56.4% जीत की संभावना दी, जबकि बाज़ार 50% पर बैठा था। मैंने वह मॉडल मुफ़्त छापा, 1,248 पारियों के नमूने और एरर बैंड के साथ, क्योंकि मुझे क्रिकेट के सट्टा बाज़ार से शोर नहीं, संख्याओं से बहस करवानी थी।

अब वही अनुशासन इस खाली ईमेल पर लगाइए। हमारी पाइपलाइन दो चरणों में चलती है। स्टेज-1 लेख को सूचना-बिंदुओं में तोड़ता है — शीर्षक, स्रोत, प्रकार, तथ्य, इकाइयाँ, समय-संवेदनशीलता। स्टेज-2 उन बिंदुओं पर आठ-आयामी विश्लेषण करता है: प्रारूप और मैच, खिलाड़ी तकनीक, टीम परिदृश्य, लीग-वाणिज्य, शासन, जोखिम, सार्वजनिक कथा, और उद्योग संचरण। जब स्टेज-1 शून्य लौटाता है, तो स्टेज-2 का सही आउटपुट एक कथा नहीं, एक निदान है। मॉडल का काम अनिश्चितता को घटाना है, उसे छिपाना नहीं।

यहीं क्रिकेट एनालिटिक्स का असली फ़ॉल्ट-लाइन दिखता है। जब फ़ीड टूटती है, तो तीन में से दो एनालिस्ट मॉडल की जगह याददाश्त से काम करने लगते हैं, और याददाश्त हमेशा प्रतिष्ठा से चलती है। पेशेवर नियम सरल है: जिस खाने में डेटा नहीं, वहाँ शून्य लिखो और उस शून्य की वजह लिखो। पाठक शून्य पढ़ सकता है। पाठक गढ़ा हुआ औसत नहीं पकड़ सकता, और यही गढ़े हुए औसत की असली कीमत है — वे पकड़ में नहीं आते।

इसीलिए मैं किसी भी टी20 पारी या टेस्ट के दिन को औसत में नहीं समेटता। पावरप्ले, मिडल और डेथ तीन अलग खेल हैं जो एक ही स्कोरकार्ड बाँटते हैं; नई गेंद, बीच के ओवर और पुरानी गेंद तीन अलग अर्थव्यवस्थाएँ हैं। जब कोई खिलाड़ी का हेडलाइन नंबर देखकर उसे महँगा या सस्ता कहता है, तो मेरा पहला सवाल होता है: यह संख्या किस फ़ेज़-मिक्स का नतीजा है? फ़ेज़ ही सच्चाई की इकाई है। मेरा बार-बार दोहराया जाने वाला काम यही दिखाना है कि बाज़ार ने औसत की कीमत लगाई है, जबकि असली चीज़ फ़ेज़ थी। एक्सपेक्टेड-रन्स मॉडल चिल्लाया नहीं था; उसने बस फ़ेज़ पलटने का इंतज़ार किया था।

पहली विफलता जो खाली फ़ीड के साथ आती है, वह है प्रतिष्ठा से इम्प्यूटेशन। डेटा नहीं है, तो नाम से भर दो। 2026 की आईपीएल मेगा-नीलामी में हर फ़्रैंचाइज़ी के पास 90 करोड़ रुपये थे। मैंने उस बेस पर एक विन्स-अबव-रिप्लेसमेंट बोर्ड बनाया और दलील दी कि गुजरात टाइटंस के 15 करोड़ के हार्दिक पांड्या और 15 करोड़ के रशीद खान कम कीमत पर मिले, क्योंकि बाज़ार ने प्रतिष्ठा की कीमत लगाई थी, फ़ेज़-इम्पैक्ट की नहीं। 8 करोड़ के शुबमन गिल को मैंने पावरप्ले एसेट के रूप में पुश किया। गुजरात ने वह सीज़न जीता।

इस उदाहरण में ध्यान देने वाली बात नतीजा नहीं, प्रक्रिया है। अगर उस वक़्त फ़ीड खाली होती और हम नामों की प्रतिष्ठा से खाने भरते, तो हम ठीक वही गलती दोहराते जो बाज़ार कर रहा था — और हमारी नीलामी-रिपोर्ट बस एक महँगी प्रेस रिलीज़ बन जाती। WAR बोर्ड की पूरी ताकत यह थी कि उसने अपने खाली खानों को नाम से नहीं, फ़ेज़-फ़िट से भरा। नीलामी के बाद जो "मार्केट एरर" तालिका मैंने छापी, वह कीमत और फ़ेज़-योगदान के फ़र्क़ की तालिका थी, प्रतिभा का फ़ैसला नहीं।

दूसरी विफलता ज़्यादा चालाक और इसलिए ज़्यादा ख़तरनाक है: पोस्ट-हॉक नैचुरल एक्सपेरिमेंट। कोई भी चौंकाने वाला नतीजा आता है और एनालिस्ट उसे तुरंत "प्रयोग" का लेबल चिपका देता है। यह लेबल बाद में चिपकाया जाए, यह विज्ञान नहीं, कहानी है। नियम यह होना चाहिए कि मैच से पहले ही प्रति-तथ्य दर्ज हो: कौन-सा नतीजा मेरे दावे को झूठा साबित करेगा, और कौन-सा नतीजा शोर माना जाएगा। एक अच्छा मॉडल संदेहों का बहीखाता है, निश्चितता का स्मारक नहीं।

2026 में, रूस विश्व कप से पहले, एक दुबई सिंडिकेट ने मुझे बुलाया क्योंकि फ़ेज़ मॉडल उन तक पहुँच चुका था। फ़्रांस के अर्जेंटीना को 4-3 से हराने वाले मैच में मैंने फ़्रांस को 2.1 xG और अर्जेंटीना को 1.4 पर दर्ज किया, अर्जेंटीना का PPDA 13.8 निकाला, और उन्नीस साल के किलियन एम्बाप्पे के दो-गोल वाले दौर को एक बाज़ार-भंग के रूप में चिह्नित किया, एक-बार की चमक के रूप में नहीं। रूस जाने से पहले मैंने एम्बाप्पे को स्थिर सितारा नहीं, चलती हुई कीमत मानकर तय किया था। डेस्क को मैंने कहा कि फ़्रांस के कम-कब्ज़े/उच्च-शॉट-गुणवत्ता वाले ढाँचे पर फ़ॉलो-अप फ़ाइल बनाई जाए। बाज़ार रूस में जल्दी हिला; मॉडल तभी हिला जब सबूत जमा हुआ।

तीसरी विफलता मेरे अपने घर के आँगन में बैठी है: न्यूट्रल वेन्यू ब्लाइंड स्पॉट। दुबई और अबू धाबी में मैच होना सुविधा है, स्तर-समानता नहीं। ओस, यात्रा, शेड्यूलिंग की घनत्व और दर्शकों की संरचना — ये चारों व्यवस्थागत रूप से गैर-तटस्थ हैं, और जब तक इन्हें नापा न जाए, मैदान को "फ़ेयर" कहना मेज़बान बोर्ड की मार्केटिंग दोहराना है। 2026 में जब वैश्विक ठहराव आया और आईपीएल बंद दरवाज़ों के पीछे यूएई आया, मैंने उन साठ मैचों को एक प्राकृतिक प्रयोग की तरह संभाला: घरेलू लाभ को शून्य पर सेट किया, ओस और टॉस को चर बनाया, और पाया कि दुबई/अबू धाबी में पहली पारी का औसत 167.8 रहा, जबकि 2026 में यह 162.4 था।

उस सीज़न में जब मुंबई इंडियंस ने पाँचवाँ ख़िताब जीता, मेरा मॉडल उनकी डेथ-बॉलिंग इकॉनमी 7.61 के साथ पहले ही झंडा उठा चुका था। मैंने डेस्क के मैदान-पूर्वाग्रह को ओवररूल किया और दो एनालिस्टों को प्लेऑफ़ से पहले हर टीम का घरेलू स्प्लिट दोबारा बनाने का निर्देश दिया। खाली स्टेडियम ने मुझे सिखाया कि शोर एक चर है, सत्य नहीं। यह पंक्ति मैं आज भी हर उस रिपोर्ट में लगाता हूँ जहाँ भीड़, मैदान या नियम का बदलाव वह काम कर रहा हो जिसका श्रेय आम तौर पर प्रतिष्ठा को मिल जाता है।

तो खाली फ़ीड का सही जवाब क्या है? चार पंक्तियाँ। पहली: फ़ीड खाली है, इसलिए यह रिपोर्ट शून्य है। दूसरी: खाली होने की वजह यह है — स्रोत, पार्सिंग या रूटिंग की खराबी, जो किसी क्रिकेट तथ्य की कमी नहीं, डेटा-पाइपलाइन की विफलता है। तीसरी: कौन-से तीन इनपुट मिलते तो विश्लेषण संभव हो जाता — शीर्षक और स्रोत, कम से कम तीन ठोस और श्रेय-योग्य सूचना-बिंदु, और नामित इकाइयाँ (टीम, खिलाड़ी, आयोजन)। चौथी: अगली बार क्या बदलेगा। खाली पेलोड को निदान में बदलना ही उसकी एकमात्र ईमानदार वसूली है।

अब उस दलील को मज़बूती से रखिए जो मेरे ख़िलाफ़ है, क्योंकि आम सहमति को पहले स्टीलमैन करना मेरा अपना नियम है। कहा जाएगा: खेल-विश्लेषण में ज़्यादा डेटा हमेशा बेहतर होता है; अगर फ़ीड खाली है तो नज़दीकी सीरीज़, हाल का फ़ॉर्म, ऐतिहासिक हेड-टू-हेड — कुछ न कुछ तो इस्तेमाल करना चाहिए, वरना डेस्क खाली क्यों बैठा है। यह दलील ग़लत नहीं है, यह अधूरी है। ज़्यादा डेटा तभी बेहतर होता है जब उसका स्रोत ज्ञात हो और उसकी सीमा घोषित हो। जिस क्षण आप बिना स्रोत वाला डेटा मॉडल में डालते हैं, आप अपनी एरर बैंड की हत्या कर देते हैं — और एरर बैंड के बिना निकला हुआ नंबर विश्लेषण नहीं, आत्मविश्वास का प्रदर्शन है।

मेरी असली असहमति इस बात पर है कि इस पूरे प्रसंग में मिसप्राइसिंग कहाँ है। वह खोए हुए डेटा में नहीं है। वह एनालिस्ट की उस तत्परता में है जिससे वह खाली खाना भर देता है, क्योंकि डेडलाइन भरा हुआ खाना माँगती है और खाली खाना नहीं माँगती। दूसरी बात, और यह मुझे अपने ही ख़िलाफ़ कहनी है: पिछले कुछ सालों में सितारा-पूजा और मील-पत्थर-रोमांटिसिज़्म की जो आलोचना मैं करता आया हूँ, वह अब भारतीय क्रिकेट कवरेज में आम सहमति बन चुकी है। बाज़ार सुधर चुका है। जहाँ बाज़ार सुधर चुका हो, वहाँ दोबारा वही तीर चलाना विश्लेषण नहीं, ब्रांड है। इसलिए अब मेरा निशाना नई सहमति पर है — यह विश्वास कि डेटा अपने आप में उत्तर है। डेटा उत्तर नहीं है; डेटा वह प्रश्न है जिसे आप ईमानदारी से पूछने का साहस रखते हैं।

आगे क्या देखना है, यह साफ़ है। पहला संकेत: क्या स्टेज-1 अब कम से कम एक वैध सूचना-बिंदु लौटाता है। दूसरा: क्या शीर्षक, स्रोत और लेख-प्रकार अब भरे हुए हैं, क्योंकि स्रोत-गुणवत्ता की ग्रेडिंग उन्हीं पर टिकी है। तीसरा: क्या नामित इकाइयाँ — टीम, खिलाड़ी, आयोजन — निकल रही हैं, क्योंकि उनके बिना पहले चारों आयाम खोखले हैं। ट्रिगर शर्त स्पष्ट रखिए: तीन वैध सूचना-बिंदु और एक नामित इकाई — तभी विश्लेषण शुरू होगा, उससे पहले नहीं। कैलिब्रेशन एक बार का सुधार नहीं, वास्तविकता को दोबारा कीमत लगाने का रोज़ का कर है। और अगली बार जब आपका फ़ीड रात के दो बजे खाली लौटे, तो एक सवाल अपने आप से पूछिए: आप उस शून्य को छापने की हिम्मत रखते हैं, या आप उसे किसी और के नाम से भर देंगे?