खाली शीट, बंद दरवाज़े: बेंगलुरु की उस रात क्रिकेट के आँकड़ों ने जवाब देने से क्यों इनकार कर दिया

उस शाम चिन्नास्वामी से चार किलोमीटर दूर मेरे कमरे में स्क्रीन पर एक खाली शीट थी। फ़ील्ड के नाम भरे हुए थे — title, source, type, information points — और हर खाने के आगे या तो N/A लिखा था या कुछ भी नहीं। डोमेन लेबल एक ही था: cricket_world. बस। मैंने उस शीट को दस मिनट तक घूरा, फिर बंद कर दिया। सत्रह साल की उम्र में जब मैंने RCB के चौदह मैचों की 3,360 गेंदें हाथ से कोड की थीं, तब भी मुझे इतनी खाली शीट नहीं मिली थी। उस वक़्त कम से कम गेंदें तो थीं — भले ही टीम आख़िरी पायदान पर रही हो। आज गेंदें ही नहीं थीं।

क्रिकेट-विश्लेषण की दुनिया में यह एक अजीब सी बात है कि सबसे ज़्यादा शोर तब होता है जब डेटा न हो। कोई बड़ा विवाद छिड़ता है, कोई बड़ा फ़ैसला आता है, और हर चैनल पर उसी की चर्चा शुरू हो जाती है। लेकिन जब आप उस चर्चा के पीछे का मूल पाठ खोलते हैं, तो कई बार वहाँ कुछ भी नहीं होता। न कोई इन्फ़ॉर्मेशन पॉइंट, न कोई स्रोत, न कोई तारीख़। सिर्फ़ एक लेबल — cricket_world — और उसके नीचे खालीपन।

यह रिपोर्ट उसी खालीपन के बारे में है, और यह भी बताएगी कि एक डेटा-आधारित विश्लेषक के लिए खालीपन अपने आप में एक निष्कर्ष क्यों है — बशर्ते उसे सही तरह से पढ़ा जाए।

पहली बात, जो साफ़ है: यह उस लेख की ग़लती नहीं है।

जब किसी विश्लेषण-प्रणाली का पहला चरण (Stage-1) खाली आउटपुट देता है, तो इसका मतलब यह नहीं होता कि मूल लेख ख़राब था। इसका मतलब यह होता है कि आगे की पाइपलाइन तक पहुँचने से पहले ही कुछ टूट गया। मेरे अनुभव में ऐसा तीन तरह से होता है।

पहला, टेक्स्ट एक्सट्रैक्शन फ़ेल होना। आज की तारीख़ में बहुत सी न्यूज़ साइटें JavaScript से रेंडर होती हैं, कुछ पे-वॉल के पीछे होती हैं, और कुछ प्रीमियम कंटेंट को रोबोट्स से बचाने के लिए अलग सर्वर से सर्व करती हैं। ऐसे में स्क्रैपर को जो HTML मिलती है, वह भरी हुई नहीं, खोखली होती है। शून्य अक्षर का बॉडी टेक्स्ट, और उससे निकला शून्य इन्फ़ॉर्मेशन पॉइंट।

दूसरा, लंबाई-आधारित कटौती। कुछ पाइपलाइन लेख को Stage-1 तक पहुँचाने से पहले एक तय सीमा तक काट देती हैं। अगर कटौती की सीमा ग़लत सेट हो जाए, तो लेख शून्य अक्षर का होकर पहुँचता है।

तीसरा, और सबसे ख़तरनाक — स्कीमा वैलिडेशन का कमज़ोर होना। अगर प्रणाली खाली information_points वाले आउटपुट को पास होने देती है, तो वह पूरी पाइपलाइन के लिए एक चुप्पी की तरह है। न कोई अलर्ट, न कोई त्रुटि संदेश। बस खाली शीट, और उसके नीचे लिखा हुआ — 'verified'।

दूसरी बात, जो कम साफ़ है: खाली डेटा को खाली नतीजे की तरह मत पढ़िए।

मुझे यह सबक 2026 में मिला, जब IPL यूएई में खेला जा रहा था और मैं बंगलुरु से रिमोट कोडिंग कर रहा था। साठ मैच, दुबई, अबू धाबी और शारजाह, खाली स्टेडियम। उस वक़्त मैंने देखा कि दुबई में सातवें से पंद्रहवें ओवर तक स्कोरिंग रेट उन टीमों के लिए 1.4 रन प्रति ओवर गिर जाता था, जिन्होंने पावरप्ले में एक विकेट खो दिया हो। शारजाह की छोटी बाउंड्री मोटे तौर पर कुल स्कोर को 19 प्रतिशत तक बढ़ा देती थी। मैंने इस पर चालीस पन्ने लिखे। जिस पब्लिकेशन ने इसे माँगा था, उसने 900 शब्द छापे और मेथडोलॉजी पूरी तरह काट दी।

उस दिन मैंने एक बात सीखी: डेटा न होना और डेटा का छिपा दिया जाना, दोनों अलग-अलग चीज़ें हैं। पहला एक तकनीकी विफलता है, दूसरा एक संपादकीय फ़ैसला। और अगर आप एक विश्लेषक हैं, तो आपको इन दोनों के बीच की रेखा खींचनी आनी चाहिए — वरना आप हर कटे हुए पैराग्राफ़ में साज़िश देखने लगेंगे।

तीसरी बात, और यही इस रिपोर्ट का मुख्य बिंदु है: क्रिकेट में 'मापने की खाई' (Measurement Gap) असली समस्या है, और वह सिर्फ़ तकनीकी नहीं है।

मैं दस साल से भारतीय क्रिकेट के आँकड़ों को देख रहा हूँ। एक चीज़ जो लगातार दिखती है — वह यह है कि हम जिस चीज़ को मापते हैं, वही हमारे लिए मायने रखती है, और जिसे नहीं मापते, वह चर्चा से बाहर हो जाती है। WPL 2026 में शुरू हुआ, 2026 में भारत ने घरेलू विश्व कप जीता, लेकिन WPL की डेटा-संरचना पुरुषों के टूर्नामेंट्स से आज भी पतली है। रणजी ट्रॉफ़ी नॉकआउट से बाहर लगभग अदृश्य रहती है। भारत की दूसरी XI दुनिया के खेलों में सबसे मुश्किल टीम है — वहाँ पहुँचना ही एक उपलब्धि है, लेकिन वहाँ की गेंदों का कोई हिसाब किसी सार्वजनिक शीट में नहीं मिलता।

अब सोचिए: अगर किसी मैच की पूरी गेंद-दर-गेंद लेजर ही खाली आए, तो उस मैच पर भरोसेमंद विश्लेषण कैसे बनेगा? आप अनुमान लगा सकते हैं, लेकिन अनुमान लेजर नहीं होता। और जब दर्शक टीवी पर पंडितों को आत्मविश्वास से भरी बातें करते देखता है, तो उसे यह नहीं पता होता कि उनके पीछे की शीट में कितने खाने खाली हैं।

यहाँ एक उलटा नज़रिया ज़रूरी है।

आम तौर पर माना जाता है कि डेटा की कमी का मतलब है विश्लेषण की कमी। लेकिन मेरा अनुभव कहता है कि डेटा की कमी का सबसे बड़ा ख़तरा यह है कि वह किसी और के लिए जगह बना देती है — किसी ऐसे के लिए जो बिना सबूत के आत्मविश्वास से बोल सके। जब आँकड़े नहीं होते, तो कहानियाँ भर जाती हैं। 'कैंप का मानना है', 'सूत्रों के मुताबिक़', 'शरीर की भाषा बता रही थी' — ये सब उसी खाली जगह में पनपते हैं।

मैंने 2026 में IPL मेगा नीलामी के वक़्त बंगलुरु में एक शीट बनाई थी — दस फ़्रैंचाइज़ी, नब्बे करोड़ का पर्स, छह सौ नाम। मेरा मॉडल एक अनकैप्ड 19 साल के बाएँ हाथ के बल्लेबाज़ का मूल्य 4.5 करोड़ रुपये लगा रहा था। मुंबई इंडियंस ने तिलक वर्मा को 1.7 करोड़ में खरीदा, और उस सीज़न उन्होंने 397 रन बनाए। फ़्रैंचाइज़ी ने शीट रख ली। मैंने सबक रख लिया — पूरा डेटा होने के बाद भी मूल्यांकन एक कहानी ही रहता है, बस उसमें दशमलव अंक जुड़ जाते हैं।

तो जब मैं कहता हूँ कि खाली शीट एक निष्कर्ष है, तो मेरा मतलब यह नहीं है कि उस पर कोई मत बनाओ। मेरा मतलब है कि खाली शीट को खाली शीट की तरह पहचानो। उसे 'कुछ नहीं मिला' कहो, 'कुछ छिपाया गया' नहीं। यह अंतर बहुत बड़ा है। पहला आपको अगली जाँच की दिशा देता है। दूसरा आपको एक षड्यंत्र-सिद्धांत में धकेल देता है।

आगे क्या?

असली सवाल यह नहीं है कि उस शीट में क्या नहीं था। असली सवाल यह है कि हमारी क्रिकेट-कवरेज कब तक चुपचाप खाली डेटा को 'विश्लेषण' मानती रहेगी। जब तक सिस्टम जवाबदेही नहीं माँगता — कि हर लेख के साथ उसके स्रोत, उसकी तारीख़, और उसकी सैंपल साइज़ दर्ज हो — तब तक हम ऐसी ही खाली शीटें देखते रहेंगे, और उनके नीचे लिखा मिलेगा: 'डोमेन: क्रिकेट।' बस इतना ही।