खाली शीट का मामला: जब डेटा डेस्क चुप रह गया, तो क्रिकेट एनालिसिस क्या बोलेगी?

रविवार की रात मैंने फेज़-पार टेबल खोली, तीन मैचों के इनिंग्स-बाय-इनिंग्स डेटा वाली एक्सेल शीट सामने रखी, और जो देखा वह मेरे चालीस साल के करियर में पहली बार हुआ — हर कॉलम खाली था। शीर्षक जगह पर N/A, स्रोत जगह पर N/A, और 'इनफॉर्मेशन पॉइंट्स' के नाम पर एक खाली लिस्ट। केवल एक चीज़ ज़िंदा थी: डोमेन लेबल cricket_asia. यह वह क्षण था जब मुझे एहसास हुआ कि मैं क्रिकेट के बारे में नहीं, बल्कि डेटा पाइपलाइन के टूटने के बारे में लिख रहा हूँ।

शीट ने ग्यारह दिन कहे थे। स्टेडियम ने कुछ भी नहीं कहा। लेकिन इस बार शीट खुद ही मौन हो चुकी थी। और यही इस पूरे एनालिसिस का असली स्टोरी है — एक ऐसा केस जहाँ खेल की सच्चाई नहीं, बल्कि सच्चाई तक पहुँचने की प्रक्रिया की जाँच होनी है।

संदर्भ: जब Stage-1 खाली लौटा

किसी भी क्रिकेट रिपोर्ट की गहराई उसके डेटा-फाउंडेशन पर टिकी होती है। जब Stage-1 डिकंस्ट्रक्शन से पूरा ढांचा खाली लौटता है — न मैच फॉर्मेट, न प्रारूप, न पावरप्ले का कोई ज़िक्र, न किसी खिलाड़ी का नाम, न टीम की रैंकिंग, न लीग का कोई आंकड़ा — तो एनालिसिस का पूरा आठ-आयामी ढांचा एक खाली कमरे में गूंजने लगता है।

मैंने 2026 में आईपीएल 10 के दौरान 1,150 पारियों से बना अपना 'फेज़-पार' टेबल पहली बार सार्वजनिक किया था। उस वक्त मेरे पास डेटा था, फॉर्मेट था, और स्टेडियम की आवाज़ थी। अब उसके आठ साल बाद, मेरे पास केवल एक लेबल है: cricket_asia. यह लेबल बताता है कि विषय एशियाई क्रिकेट से जुड़ा है — भारत, पाकिस्तान, श्रीलंका, बांग्लादेश, अफगानिस्तान या नेपाल — लेकिन यह नहीं बताता कि कौन-सा मैच, कौन-सा खिलाड़ी, कौन-सी सीरीज़।

अगर एक रिपोर्टर के पास सिर्फ इतना ही हो कि 'कहीं एशिया में कुछ क्रिकेट हुआ है', तो वह क्रिकेट नहीं लिख सकता। वह केवल बता सकता है कि उसका कंप्यूटर सिस्टम कहाँ फेल हुआ।

कोर: जब एक्सट्रैक्शन फेल हो, तो एनालिसिस नहीं, जाँच बनती है

मैंने अपने 2026 के मेगा ऑक्शन वाले दिन याद किया — जब बेंगलुरु के उस कमरे में केएल राहुल के ₹11 करोड़ के सौदे को मैंने 'रन्स अबव रिप्लेसमेंट पर क्रॉर' शीट पर सबसे अच्छा वैल्यू बताया था और जयदेव उनादकट के ₹11.5 करोड़ को सबसे खराब। राहुल ने 659 रन 146 की स्ट्राइक रेट से लौटाए; उनादकट ने 15 मैचों में 9 से अधिक की इकॉनमी पर 11 विकेट लिए। शीट सही थी क्योंकि शीट में कॉलम भरे हुए थे।

इस बार ऐसा नहीं है।

जब सभी आठ आयामों को एक-एक करके जाँचा गया, तो हर जगह एक ही जवाब मिला: 'अपर्याप्त जानकारी — मूल्यांकन संभव नहीं।' फॉर्मेट एनालिसिस में पावरप्ले या डेथ-ओवर्स का कोई डेटा नहीं था। खिलाड़ी तकनीक विश्लेषण में न एवरेज था, न स्ट्राइक रेट, न सिचुएशनल स्प्लिट। टीम लैंडस्केप में न रैंकिंग, न स्क्वाड स्ट्रक्चर, न बैच डेप्थ।

यहाँ सबसे बड़ा सबक यह है कि क्रिकेट मेट्रिक्स फॉर्मेट-स्पेसिफिक होते हैं और इन्हें मिलाना खतरनाक है। टेस्ट की एवरेज, वनडे का स्ट्राइक रेट और टी20 का इकॉनमी रेट तीन अलग-अलग ब्रह्मांड हैं। अगर Stage-1 यह भी नहीं बता पाया कि मामला टेस्ट का है, वनडे का है या टी20 का, तो कोई भी खिलाड़ी-आधारित निष्कर्ष निकालना डेटा-व्यवस्था के साथ धोखा होगा।

मैंने 2026 में यूएई में खाली स्टेडियम के दौरान अपना मॉडल बंद कर दिया था क्योंकि होम-एडवांटेज टर्म शून्य पर गिर गया था। उस वक्त भी मैंने मॉडल को v4.0 में रीबिल्ड किया, चेंज लॉग लिखा, और ग्यारह दिन बाद फिर से पब्लिश किया। यही अनुशासन अब माँगता है कि जब Stage-1 खाली हो, तो कोई एनालिसिस न लिखी जाए — बल्कि सिस्टम का ऑडिट किया जाए।

रोचक बात यह है कि Stage-1 का खाली होना शायद इस बात का संकेत है कि स्रोत में सामग्री थी भी या नहीं — या फिर पाइपलाइन ने उसे पकड़ा ही नहीं। जब एक ही समय पर सारे फील्ड्स null हो जाएँ, तो यह सामग्री की विफलता नहीं, डेटा-प्लंबिंग की विफलता होती है। यह जानना ज़रूरी है क्योंकि इससे यह तय होता है कि मूल लेख पुनः-निकालने योग्य है या नहीं।

कंट्रेरियन: खाली शीट, भरी हुई कहानी

यहीं एक उलटा कोण आता है। सामान्य क्रिकेट रिपोर्टिंग में पाठक चाहता है कि मैं बताऊँ किसने जीता, किसने कितने रन बनाए, किसकी गेंद पर किसने छक्का मारा। लेकिन इस बार मैं वह कहानी नहीं बता सकता — क्योंकि वह कहानी मेरे पास मौजूद ही नहीं है।

जो खिलाड़ी सबसे ज़्यादा अटेंशन पाता है, वह सबसे ज़्यादा एनालिसिस नहीं पाता — और यह यहाँ खाली शीट के रूप में सामने है।

कोई यह कह सकता है कि यह एक अजीब चीज़ है — एक स्पोर्ट्स एनालिसिस जिसमें कोई स्पोर्ट्स फैक्ट नहीं है। लेकिन मेरे लिए यह पेशे की सच्चाई है। बीस साल तक मैंने मैनचेस्टर के बैक ऑफिस में बैठकर नोटबुक से क्रिकेट को प्राइस किया, और अब जब डेटा ही नहीं है, तो सबसे ईमानदार चीज़ यही है कि मैं यह साबित करूँ कि डेटा के बिना क्रिकेट एनालिसिस अधूरा है।

यह क्रिकेट फैन के लिए अप्रिय है। लेकिन आँकड़ों के बिना रिपोर्टिंग का मतलब यह नहीं कि आप कहानी बना लें। Stage-1 की विफलता एक 'डेटा-इंटीग्रिटी रिस्क' है, और इसे हाई-लेवल पर फ्लैग किया गया है। जब डेटा और आँख के बीच टकराव हो, तो स्टेडियम प्राइमरी सोर्स होता है — लेकिन जब स्टेडियम ही न हो, तो सबसे ईमानदार जवाब यही है कि हम पुनः एक्सट्रैक्शन की माँग करें।

एक और बात जो इस मामले में उभरती है — वह है एशियाई क्रिकेट का सेंटिमेंट-एम्प्लिफिकेशन फैक्टर। एशियाई बाज़ार में मूड बहुत तेज़ी से बदलता है। लेकिन भावना को आँकड़ों से अलग रखना सबसे कठिन काम है।

टेकअवे: अगली बार जब शीट खाली लौटे

आगे क्या? जब भी Stage-1 पुनः भरेगा, तब देखना होगा कि क्या टेस्ट/वनडे/टी20 का टैग स्पष्ट है — क्योंकि फॉर्मेट की जानकारी के बिना क्रिकेट मेट्रिक्स कचरा हैं। स्रोत और आउटलेट का ज़िक्र भी ज़रूरी होगा, ताकि भरोसेमंदता की ग्रेडिंग हो सके। रीबिल्ड्स कहानियाँ नहीं होतीं; वे तारीखों के साथ क्रम होते हैं।

यह रिपोर्ट अधूरी है क्योंकि डेटा अधूरा था। लेकिन शायद यही सबसे बड़ी सीख है — क्रिकेट रिपोर्टिंग की सच्ची ताकत खेल की कहानी में नहीं, बल्कि उस कहानी तक पहुँचने की प्रक्रिया में है। और जब वह प्रक्रिया टूटे, तो पहले उसे ठीक करिए, फिर मैच लिखिए।