सैंतीस N/A की सुबह: क्रिकेट एनालिटिक्स में 'कोई जोखिम नहीं' और 'कोई डेटा नहीं' एक ही चीज़ नहीं

सोमवार सुबह 8:40 बजे, अहमदाबाद में मेरी डेस्क पर एक डीकंस्ट्रक्शन पेलोड खुला। आठ डाइमेंशन, सैंतीस सेल। सैंतीसों सेल में एक ही टेक्स्ट दर्ज था — 'N/A: अपर्याप्त जानकारी, आकलन संभव नहीं।' न फॉर्मेट, न मैच, न खिलाड़ी, न टीम, न तारीख़, न स्रोत। मेरे जूनियर ने स्क्रीन पर झाँका और पूछा, 'इसे "कोई जोखिम नहीं मिला" मार्क कर दें?'

उस एक सवाल में क्रिकेट एनालिटिक्स की सबसे महँगी गलती छिपी थी। बेटिंग डेस्क की भाषा में 'कोई जोखिम नहीं' एक रेटिंग है — डेटा आया, जाँचा गया, जोखिम नहीं निकला। 'कोई डेटा नहीं' एक छेद है — जाँच हुई ही नहीं। दोनों को एक ही फाइल में डालना वैसा ही है जैसे बारिश से रद्द हुए मैच को 'ड्रॉ' लिख देना। स्कोरबोर्ड पर दोनों के आगे शून्य दिखता है, पर एक में मैच हुआ था और दूसरे में सिर्फ़ मौसम।

क्रिकेट का हर मॉडल फॉर्मेट से शुरू होता है, और यही वह पहला दरवाज़ा है जो उस सुबह बंद था। टेस्ट में 50 का स्ट्राइक रेट और T20 में 150 का स्ट्राइक रेट एक ही कौशल के दो स्तर नहीं, दो अलग पेशे हैं। टेस्ट का ओपनर जिस धैर्य पर अंक बटोरता है, T20 का फिनिशर उसी धैर्य पर बैठ जाए तो उसकी टीम 40 रन से हारती है। इसीलिए ICC की टेस्ट रैंकिंग, वनडे रैंकिंग और T20 रैंकिंग तीन अलग-अलग तालिकाएँ हैं, और उन्हें आपस में उधार नहीं दिया जा सकता। वर्ल्ड टेस्ट चैंपियनशिप की अंकतालिका किसी भी हालत में T20 रैंकिंग का विकल्प नहीं बन सकती। जिस पेलोड में फॉर्मेट ही दर्ज न हो, वहाँ से निकलने वाला हर नतीजा तकनीकी रूप से अनधिकृत है।

फ्रेमवर्क को चलाने के लिए छह चीज़ें ज़रूरी हैं: फॉर्मेट, इवेंट की प्रकृति (द्विपक्षीय सीरीज़, ICC टूर्नामेंट, लीग या वॉर्म-अप), कम से कम एक नामित इकाई, कम से कम तीन ठोस सूचना-बिंदु, एक तारीख़-आधार, और स्रोत की पहचान। उस सुबह छहों गायब थे। जो चीज़ उपलब्ध थी, वह सिर्फ़ एक लेबल था — 'cricket_world'। यह लेबल बताता है कि विषय क्रिकेट है, पर यह नहीं बताता कि विषय कौन-सा क्रिकेट है। किसी भी स्वाभिमानी एनालिस्ट के लिए यह वही स्थिति है जैसे पिच रिपोर्ट में लिखा हो, 'मैदान पर घास है या नहीं, पता नहीं, पर टॉस जीतने वाली टीम को फ़ायदा होगा।'

गौर करने वाली बात यह थी कि तिरतीसों सेल अलग-अलग स्वतंत्र सवालों के जवाब थे — ब्रॉडकास्ट राइट्स की कीमत, बैटिंग डेप्थ, डेथ ओवर इकॉनमी, DRS की सफलता दर, NOC विवाद, फ्रैंचाइज़ी वैल्यूएशन। एक साथ सबका खाली होना सामान्य 'शांत हफ़्ता' नहीं दिखाता। यह पैटर्न पाइपलाइन की विफलता का हस्ताक्षर है, और मैं इसे मध्यम भरोसे के साथ दर्ज कर रही हूँ। अगर ऐसा है, तो उस लापता लेख में कोई नतीजा, कोई चोट की खबर, कोई नीलामी का आँकड़ा या कोई प्रशासनिक फ़ैसला मौजूद था — यानी बाज़ार हिलाने वाली सामग्री, जो इस वक़्त इस पूरी श्रृंखला की नज़र से ओझल है।

नामित इकाई के बिना बेंचमार्क का चुनाव ही असंभव है, और बेंचमार्क के बिना हर आँकड़ा बेमानी है। यह बात मैंने 2026 की सर्दियों में सीखी, जब गुजरात यूनिवर्सिटी में पहले साल के तौर पर मैंने 42 रणजी मैचों का बॉल-बाय-बॉल डेटा स्क्रैप किया था। केरल के बाएँ हाथ के स्पिनर जलज सक्सेना पर बनाया गया मेरा लॉजिस्टिक रिग्रेशन मॉडल बताता था कि उनकी आर्म बॉल पर झूठा शॉट 34 फ़ीसदी बार आता था, जबकि उनकी ऑफ़-ब्रेक पर यह आँकड़ा 19 फ़ीसदी था। दुबई की एक बेटिंग एनालिटिक्स फर्म ने उस मॉडल को देखकर मुझे रिमोट कंसल्टेंट रख लिया। टिप्पणी करने वालों में एक पुरुष टिप्पणीकार ने लिखा, 'स्प्रेडशीट लिए एक लड़की।' आँकड़े टिके रहे, टिप्पणी नहीं।

उस मॉडल की ताक़त स्पिनर के नाम में नहीं, रोल की परिभाषा में थी। किसी फिनिशर को T20 के 180+ स्ट्राइक रेट के पैमाने पर तोला जाता है; किसी एंकर को उसी पैमाने पर तोलना उसके करियर का न्याय नहीं, उसका गलत मूल्यांकन है। यही वजह है कि खाली पेलोड से कोई खिलाड़ी-स्तरीय निष्कर्ष निकालना केवल गलत नहीं, संरचनात्मक रूप से असंभव है। रोल तय नहीं, तो बेंचमार्क तय नहीं। बेंचमार्क तय नहीं, तो तुलना नहीं। तुलना नहीं, तो बयान नहीं।

तीसरा गेट तारीख़ का है। 'हालिया फ़ॉर्म' क्रिकेट की सबसे अधिक दुरुपयोग की गई संज्ञा है, क्योंकि हालिया का कोई अर्थ तभी है जब खिड़की तय हो — मेरे मॉडल्स में यह बारह महीने की लुढ़कती खिड़की होती है। तारीख़ के बिना फ़ॉर्म का दावा करना उसी तरह है जैसे ड्यू पॉइंट बताए बिना 'दूसरी पारी में गेंद रुकी हुई थी' लिख देना। नवंबर 2026 में एडिलेड में भारत-इंग्लैंड T20 विश्व कप सेमीफ़ाइनल से पहले, लंदन की फर्म में जूनियर एनालिस्ट की हैसियत से मैंने एक प्री-मैच नोट लिखा था। उसमें एक ही आँकड़ा था: इंग्लैंड के निचले क्रम (छठे से आठवें नंबर) का स्ट्राइक रेट टूर्नामेंट में 152 था, भारत का 118। मेरा अनुमान था कि इंग्लैंड छह विकेट से जीतेगा। इंग्लैंड दस विकेट से जीता। एक सहकर्मी ने नोट को 'बहुत बोल्ड' कहकर रद्द करने को कहा था। फर्म ने मुझे लीड क्रिकेट एनालिस्ट बना दिया। सबक़ सिर्फ़ यह नहीं था कि अनुमान सही निकला; सबक़ यह था कि निचले क्रम का आँकड़ा बिना तारीख़ के बेकार था और तारीख़ के साथ निर्णायक था। मैंने टॉप ऑर्डर देखना बंद कर दिया था और टेल पढ़ना शुरू कर दिया था — उस दिन उसी की क़ीमत वसूल हुई।

पर्यावरणीय चर सबसे आसानी से छूटते हैं, और सबसे महँगे साबित होते हैं। IPL 2026 में यूएई के 60 मैचों पर मेरे मास्टर थीसिस में मैंने पाया कि भीड़ की आवाज़ के बिना DRS के पलटने की दर 34 फ़ीसदी से गिरकर 28 फ़ीसदी हो गई, और लक्ष्य का पीछा करने वाली टीमें 58 फ़ीसदी मैच जीतने लगीं, जबकि 2026 में यह 52 फ़ीसदी थी। मेरे सुपरवाइज़र ने सैंपल साइज़ पर सवाल उठाया। मैंने 120 मैचों पर रोबस्टनेस चेक देकर जवाब दिया। उस अनुभव ने मेरे हर प्रीव्यू में एक 'कंडीशंस इंडेक्स' जोड़ दिया — भीड़ का घनत्व, ड्यू पॉइंट, हीट इंडेक्स। शून्य की भीड़ भी स्कोरबोर्ड पर उंगली की छाप छोड़ती है, और उसे पढ़ने के लिए आपको बताना पड़ता है कि भीड़ शून्य थी। न बताएँ, तो 58 फ़ीसदी चेज़िंग-सफलता को किसी बल्लेबाज़ी क्रांति का नाम दे दिया जाएगा।

यहीं आकर वह सुबह के सैंतीस N/A काम के हो जाते हैं। उनके कारण श्रृंखला ने DRS की सफलता दर पर खुद ही लिख दिया कि इसे आँका नहीं जा सकता, बजाय इसके कि 'कोई DRS विवाद नहीं मिला' लिख देती। पहला बयान अधूरा है, दूसरा बयान झूठा है। क्रिकेट में फ़ील्ड अंपायरिंग की गुणवत्ता और 'अंपायर्स कॉल' की सीमा रेखा कभी राज़ नहीं रही; अगर किसी मैच में पाँच रिव्यू गए और तीन कायम रहे, तो यह घटना हुई है। यह जानकारी न होना घटना के न होने का सबूत नहीं। सटीकता, ईमानदारी और निवेश-संरक्षण तीनों एक ही तरफ़ हैं — मॉडल का काम सच बोलना है, न कि आगे कोई सवाल न आए, यह सुनिश्चित करना।

यहाँ मुझे उलटी तरफ़ का ख़तरा भी मानना है। मेरा पूरा ढाँचा सहमति पर हमला करने के लिए बना है, और यही आदत खाली शीट पर भी हमला करने को उकसाती है। पर जब सहमति सही हो, उस पर चढ़ाई करना विश्लेषण नहीं, व्यक्तित्व का प्रदर्शन है। 'कोई डेटा नहीं' का सही विरोधी यह नहीं है कि मैं कोई तीखा विरोधी नज़रिया गढ़ लूँ; सही विरोधी यह है कि मैं साफ़ लिख दूँ कि यहाँ मुझे कुछ नहीं पता। दूसरा, आँख के गवाह का अपना क्षेत्र है और मैं उसे कभी नहीं नकारती — पिच कैसे व्यवहार कर रही है, तेज़ गेंदबाज़ का एक्शन एक ओवर से दूसरे ओवर में कैसे बदला, फ़ील्डर के शरीर की भाषा में चोट कब दिखती है, गेंदबाज़ का रन-अप जब दो फ़्रेम छोटा हो जाता है। ये तीन चीज़ें डेटासेट में सीधे दर्ज नहीं होतीं, और इन्हीं तीन क्षणों में कभी-कभी पूरा मैच पलटता है। मेरी शर्त बस यह है कि आँख जो कहे, उसका कोई नाप मौजूद हो।

तीसरा ख़तरा संरचनात्मक अहंकार का है। तोड़ना आसान है — मॉडल को खारिज कर दो, तालिका पर लाल निशान लगा दो, पाइपलाइन को दोष दे दो। पर जिस विश्लेषण का अंत खाली मेज़ पर हो, वह विश्लेषण नहीं। हर टूट-फूट के साथ एक ठोस रिप्लेसमेंट फ़्रेम चाहिए, वरना टीम अगले मैच में बिना स्कोरकार्ड बैठ जाएगी।

इस मामले में रिप्लेसमेंट फ़्रेम सस्ता है और साफ़ है: पेलोड में null फ़्लैग एक अनिवार्य फ़ील्ड बने, जिसे डाउनस्ट्रीम हर परत अपने साथ आगे ले जाए। टाइटल, स्रोत, प्रकाशन तिथि, सीरीज़ का संदर्भ, और कम से कम तीन सूचना-बिंदु — ये पाँच चीज़ें दोबारा एक्सट्रैक्शन के बाद जाँची जाएँ, तभी पेलोड विश्लेषण-योग्य कहलाए। जिस डेटा के लिए मैं किसी टीम की गेंदबाज़ी को दोष नहीं दे सकती, उसी डेटा के आधार पर किसी टीम की गेंदबाज़ी को बरी भी नहीं कर सकती।

अगले सप्ताह इस डेस्क पर जिस एक चीज़ पर मैं नज़र रखूँगी, वह कोई स्ट्राइक रेट नहीं, बल्कि यह है कि पेलोड में फॉर्मेट टैग लौटता है या नहीं। फॉर्मेट लौटा, तो बेंचमार्क लौटा। इकाई लौटी, तो रोल लौटा। तारीख़ लौटी, तो बारह महीने की खिड़की लौटी। और अगर फिर भी सैंतीस सेल खाली आएँ, तो सवाल यह नहीं होगा कि क्रिकेट में क्या हुआ — सवाल यह होगा कि हमारी पाइपलाइन कब से हमें बता रही थी और हमने कब सुनना शुरू किया।