खाली पेलोड का सबक: जब क्रिकेट एनालिसिस का सबसे बड़ा स्कैंडल डेटा की कमी नहीं, डेटा का दिखावा है

एक मैच रिपोर्ट आती है। उसके ऊपर एक टेबल होती है — टॉस, पिच रिपोर्ट, पावरप्ले स्कोरिंग, डेथ ओवर्स इकॉनमी, डीआरएस फैसले का टाइमस्टैम्प। मैंने ऐसी हजारों रिपोर्टें पढ़ी हैं। लेकिन पिछले हफ्ते मेरे सामने एक अलग किस्म का दस्तावेज आया: आठ सेक्शन, छह रिस्क कैटेगरी, एक ट्रांसमिशन मैप, और हर सेल में एक ही शब्द — "N/A — insufficient information"। शीर्षक N/A। स्रोत N/A। कोर व्यूपॉइंट खाली। एंटिटी लिस्ट खाली। समय-संवेदनशीलता का आकलन ही नहीं हुआ था।

यह कोई क्रिकेट रिपोर्ट नहीं थी। यह एक एनालिसिस पाइपलाइन की ऑटोप्सी थी, जिसने अपनी ही विफलता को बड़े करीने से दस्तावेज किया था। और जिस पल मैंने उसे पढ़ा, मुझे अपनी 64-मैच वाली स्प्रेडशीट याद आ गई — वह शीट जिसमें मैंने 1,584 शॉट्स हाथ से कोड किए थे, और जिसके हर टैब के नीचे मैंने इंक्लूजन रूल लिखा था कि कौन सा मैच शामिल है, कौन सा नहीं, और क्यों।

साठ-चार मैच, एक हॉस्टल रूम, और एक स्प्रेडशीट जो कोई कभी नहीं देखेगा — यही मेरी शुरुआत थी। उस दस्तावेज ने मुझे वह चीज दिखाई जो क्रिकेट एनालिसिस की सबसे बड़ी बीमारी है, और वह बीमारी डेटा की कमी नहीं है। बीमारी यह है कि जब डेटा नहीं होता, तो हम भी अक्सर टेबल भर देते हैं।

संदर्भ: क्रिकेट एनालिसिस का वह कमरा जहां कोई काउंट नहीं करता

भारतीय घरेलू क्रिकेट का पिरामिड — रणजी, विजय हजारे, सैयद मुश्ताक अली, दलीप — हर सीजन हज़ारों प्रदर्शन पैदा करता है। इनमें से कितने का बॉल-बाय-बॉल रिकॉर्ड सार्वजनिक है? बहुत कम। किसी सीलेक्शन मीटिंग में बैठा व्यक्ति जब कहता है "इस लड़के में कुछ है", तो उस वाक्य के पीछे अक्सर एक भी संख्या नहीं होती। और जब संख्या नहीं होती, तो जगह किससे भरती है? अनुभव से। आंख से। "नेट्स में अच्छा लगा" से।

यही वह जगह है जहां मैं अपना काम शुरू करती हूं। मैं उन मैचों में जाती हूं जहां कैमरा नहीं होता। मैदान खाली होता है। स्कोरबोर्ड पुराना होता है। और मैं गिनती करती हूं। मैदान खाली था। मैं नब्बे मिनट रुकी और फिर भी गिनती की। यह कोई वीरता नहीं है — यह एक मेथड है। क्योंकि जिस प्रदर्शन को किसी ने काउंट नहीं किया, वह सिलेक्शन बहस में मौजूद ही नहीं है।

2026 में जब मैंने लैब स्टडी में आईपीएल के 60 यूएई मैचों की तुलना 2026 के 60 होम-एंड-अवे मैचों से की, तो होम-विन रेट 55% से 47% पर आ गया और डेथ ओवर्स स्कोरिंग प्रति ओवर 0.4 रन बढ़ गई। ये संख्याएं साफ थीं। लेकिन बेंगलुरु के उस सिम्पोजियम में पांच लोगों के पैनल पर बैठी अकेली महिला से एक सीनियर कोच ने पूछा, "क्या आपने मैच देखे भी हैं?" मैंने कोडबुक निकाली। मैं उस स्टेज पर अकेली महिला थी, इसलिए मैंने घबराहट की जगह संख्याएं लाई थीं।

इसलिए जब मैं वह N/A-भरा दस्तावेज देखती हूं, तो मुझे दो चीजें एक साथ दिखती हैं: एक एनालिसिस जिसने ईमानदारी से कहा कि उसके पास कुछ नहीं है, और एक उद्योग जो आमतौर पर ऐसी स्थिति में चुपचाप कुछ न कुछ भर देता है।

कोर: N/A का सबसे बड़ा फायदा — और सबसे बड़ा खतरा

उस दस्तावेज की सबसे मजबूत लाइन वह नहीं थी जो कुछ कहती थी। सबसे मजबूत लाइन यह थी: "Compliance risk must be explicitly left unrated, not rated 'Low.'" यानी अनुपस्थित जोखिम और कम जोखिम एक चीज नहीं हैं। यह वाक्य क्रिकेट एनालिसिस में उतना ही लागू होता है जितना पाइपलाइन डिबगिंग में।

सोचिए। एक रिपोर्ट कहती है "इस गेंदबाज की डेथ-ओवर्स इकॉनमी 8.5 से नीचे है।" दूसरी रिपोर्ट कहती है "डेथ-ओवर्स डेटा उपलब्ध नहीं है।" पहली रिपोर्ट में आप उस गेंदबाज को खरीदने का फैसला कर सकते हैं। दूसरी में आपको इंतजार करना पड़ेगा, या खुद जाकर गिनना पड़ेगा। जब आप पास कम्प्लीशन कोट करते हैं, तो पहले पूछिए कि पास किसने गिने। यही मेरा पहला नियम है, और यही नियम उस दस्तावेज ने अपने ऊपर लागू किया था।

लेकिन यहीं से दिक्कत शुरू होती है।

2026 में मैंने आईपीएल मेगा ऑक्शन से पहले एक अनसोलिसिटेड मेमो लिखा था। 2026 के डेथ-ओवर्स डेटा पर आधारित, मैंने दिखाया कि 8.5 से नीचे इकॉनमी और 60% से ऊपर कंट्रोल प्रतिशत वाले भारतीय सीमर्स को औसतन 1.2 करोड़ कम वैल्यू किया जा रहा था। मैंने वह मेमो दस फ्रैंचाइजी को भेजा। किसी ने जवाब नहीं दिया। मेरी फर्म ने उसे क्लाइंट ब्रीफिंग में इस्तेमाल किया, और एक डिजिटल एडिटर ने वह डेक देखा। मैंने वह मेमो लिखा जो किसी ने नहीं मांगा था। छह महीने बाद, ऑक्शन ने जवाब दिया।

वह मेमो क्यों चला? क्योंकि मैंने उसमें अपनी सीमाएं पहले लिखी थीं। सैंपल साइज। कंपटीशन कॉन्टेक्स्ट। क्या यह डेटा रणजी से था या आईपीएल से। और सबसे जरूरी — कौन सी स्थिति मुझे गलत साबित करेगी। अगर 2026 के ऑक्शन में वही सीमर्स 1.2 करोड़ से ज्यादा पर चले गए होते, तो मेरा थ्रेशोल्ड गलत होता और मैं उसे सार्वजनिक रूप से स्वीकार करती।

यहां उस N/A दस्तावेज और मेरे मेमो के बीच एक सीधा संबंध है। दोनों एक ही स्कूल के उत्पाद हैं — लिमिट्स-फर्स्ट संदेहवाद। पहला कहता है, मेरे पास डेटा नहीं है इसलिए मैं दावा नहीं करूंगा। दूसरा कहता है, मेरे पास डेटा है, यह उसकी सीमा है, और अगर यह सीमा टूटे तो मेरा दावा टूटेगा।

कॉन्ट्रेरियन: जब N/A खतरनाक हो जाता है

अब वह मोड़ जो मुझे सबसे ज्यादा चुभता है। वह दस्तावेज अपनी विफलता को इतने पेशेवर ढंग से दर्ज करता है कि पढ़ने वाले को लग सकता है कि विफलता ही नतीजा है। एक टेबल में छह रिस्क कैटेगरी हैं, सब N/A, और नीचे लिखा है "Overall Risk Rating: N/A — cannot be rated।" यह ईमानदारी है। लेकिन एक फ्रैंचाइजी स्काउट इसे पढ़कर यह भी सोच सकता है कि "ठीक है, कोई जोखिम नहीं मिला।"

N/A और "कोई जोखिम नहीं" के बीच की दूरी वही है जो एक अच्छे एनालिस्ट और एक खाली टेम्पलेट के बीच है। अनरेटेड जोखिम, कम जोखिम नहीं है — यह अज्ञात जोखिम है, और अज्ञात जोखिम सबसे महंगा होता है क्योंकि उसका कोई प्रीमियम नहीं लगता।

और यहीं से क्रिकेट में सबसे बड़ा विरोधाभास पैदा होता है। घरेलू क्रिकेट में एक खिलाड़ी का करियर ऐसे मैचों पर मुड़ता है जिनका कोई बॉल-बाय-बॉल रिकॉर्ड नहीं है। उसे कोई काउंट नहीं करता। फिर वह चयन से बाहर रह जाता है। छह महीने बाद कोई एक्सपर्ट टीवी पर कहता है, "देखिए, इस लड़के में कभी दम नहीं था।" उस वाक्य के पीछे एक भी संख्या नहीं होती — लेकिन वह वाक्य आत्मविश्वास से भरा होता है, जबकि मेरी स्प्रेडशीट को कोई नहीं पूछता।

यही मेरा काउंटर-इंट्यूटिव पॉइंट है: क्रिकेट एनालिसिस की सबसे बड़ी समस्या झूठे डेटा की नहीं, बल्कि उस डेटा की है जो कभी इकट्ठा ही नहीं हुआ, और फिर भी उसके आधार पर कहानियां बन गईं। उस दस्तावेज ने कम से कम इतना कहा कि उसके पास कुछ नहीं है। असली उद्योग वह है जो कुछ न होने पर भी आत्मविश्वास से भरी रिपोर्ट दे देता है।

मुझे अपनी एक सीमा भी साफ करनी है। मेरे मॉडल देख नहीं सकते। कोच की आंख देख सकती है। कप्तान का पढ़ना देख सकता है। जब मेरी थ्रेशोल्ड किसी सीमर को 1.2 करोड़ अंडरवैल्यूड बताती है, लेकिन कप्तान कहता है कि यह लड़का नई गेंद के बाद मर जाता है, तो मेरे पास मॉडल है, कप्तान के पास मैच है। मैं अपनी थ्रेशोल्ड को फिजिक्स नहीं मानती — वह एक टूल है, फैसला नहीं।

टेकअवे: अगले राउंड का सिग्नल

उस दस्तावेज का सबसे उपयोगी हिस्सा उसका कोई भी टेबल नहीं था। सबसे उपयोगी हिस्सा उसकी वह चेतावनी थी जो कहती थी: पाइपलाइन को ठीक करो, फिर दोबारा चलाओ, और बीच में स्पेक्युलेशन से सब न भरो।

यही नियम मुझे अगले घरेलू सीजन पर लागू करना है। जब तक रणजी और सैयद मुश्ताक अली का बॉल-बाय-बॉल सार्वजनिक नहीं होता, तब तक हर सिलेक्शन बहस एक खाली टेबल के ऊपर चल रही है। और अब जब नीलामी की अर्थव्यवस्था जोनल चयन को पीछे छोड़ चुकी है, तो यह सवाल और भी महंगा हो गया है — क्योंकि फ्रैंचाइजी उसी डेटा पर करोड़ों लगाती है जिसे कोई गिनता नहीं।

ट्रांसफर की अफवाह एक कहानी है। ट्रांसफर का लेजर एक इकबालिया बयान है। और घरेलू क्रिकेट का लेजर अभी खाली पड़ा है।

तो अगली बार जब आप ऑक्शन से पहले कोई भी ऐसी रिपोर्ट पढ़ें जिसमें टेबल हैं लेकिन इंक्लूजन रूल नहीं, तो एक सवाल पूछिए: क्या यह टेबल N/A से भरी है, या इसे किसी ने भर दिया है? क्योंकि क्रिकेट में सबसे भरोसेमंद वही रिपोर्ट होती है जो यह बता सके कि उसमें क्या नहीं है।