खाली लौटा आर्काइव: क्रिकेट के डेटा सिस्टम में वह कॉलम जिसे किसी ने नहीं भरा

कुछ रात पहले, बेंगलुरु में, मैंने अपनी स्क्रीन पर एक फ़ाइल खोली जिसमें आठ सेक्शन थे — फ़ॉर्मैट और मैच, खिलाड़ी की तकनीक, टीम का परिदृश्य, लीग का कारोबारी ढांचा, नियम और गवर्नेंस, जोखिम मैट्रिक्स, जन-नैरेटिव, और उद्योग का ट्रांसमिशन मैप। हर सेक्शन में एक टेबल थी। हर टेबल में एक ही एंट्री दोहराई गई थी: N/A — अपर्याप्त जानकारी, आकलन संभव नहीं। शीर्षक खाली। स्रोत खाली। सूचना बिंदु खाली। जिन इकाइयों का नाम आना चाहिए था — टीम, खिलाड़ी, सीरीज़, मैदान — वहां कुछ भी दर्ज नहीं था। ढांचा पूरा खड़ा था, मांसपेशी गायब थी।

यह कोई तकनीकी दुर्घटना भर नहीं थी। यह वही चीज़ थी जिस पर मैं ग्यारह साल से लिख रहा हूं, उलटी दिशा में। आम तौर पर शिकायत यह होती है कि डेटा बहुत ज़्यादा है और समझ कम। उस रात शिकायत यह थी कि डेटा बिल्कुल नहीं था — और उस खालीपन के चारों ओर पूरा औपचारिक ढांचा खड़ा कर दिया गया था, जैसे किसी खाली मैदान पर पिच का चॉक-सर्कल खींच दिया गया हो और फिर बयान जारी कर दिया गया हो कि पिच का व्यवहार समझने के लिए पर्याप्त जानकारी नहीं है।

यह समझने के लिए कि यह क्रिकेट की कहानी क्यों है और सिर्फ़ सॉफ़्टवेयर की नहीं, दो-स्तरीय पाइपलाइन को देखना पड़ता है। पहला स्तर स्रोत से सूचना निकालता है — कौन सा मैच, कौन सा फ़ॉर्मैट, कौन सा खिलाड़ी, कौन सा आंकड़ा, किस तारीख का। दूसरा स्तर उस पर विश्लेषण की इमारत खड़ी करता है: रैंकिंग, स्क्वाड की गहराई, नीलामी का मूल्य, जोखिम, नैरेटिव। अगर पहला स्तर खाली लौटता है तो दूसरा स्तर ईमानदारी से सिर्फ़ एक काम कर सकता है — यह घोषित करना कि वह कुछ नहीं जानता। जिस फ़ाइल ने मुझे परेशान किया, उसने ठीक यही किया। उसने अनुमान नहीं लगाया। उसने कहानी नहीं गढ़ी। उसने आठ बार, अलग-अलग शब्दों में, एक ही बात लिखी: अपर्याप्त जानकारी।

क्रिकेट में यह दृश्य नया नहीं है। बस वहां यह इतना साफ़ दिखता नहीं। भारतीय क्रिकेट का सबसे घना बॉल-बाय-बॉल रिकॉर्ड पिरामिड के सबसे ऊपर बैठा है। आईपीएल में हर गेंद दर्ज है — गति, लाइन, लेंथ, बल्लेबाज़ की स्थिति, फ़ील्डिंग प्लेसमेंट, और अब तो बल्लेबाज़ के शॉट का कोण भी। नीचे उतरिए तो रोशनी कम होती जाती है। रणजी ट्रॉफी के स्कोरकार्ड मिल जाते हैं, लेकिन गेंद-दर-गेंद का ब्यौरा टुकड़ों में बिखरा है। विजय हजारे और सैयद मुश्ताक अली में कुछ मैचों का पूरा लॉग है, कुछ का सिर्फ़ स्कोर। दलीप ट्रॉफी अक्सर ऐसी जगह खड़ी होती है जहां दिन का अंतिम स्कोर ही एकमात्र सबूत होता है।

मैंने 2026 में लॉकडाउन के दौरान ग्यारह आईपीएल सीज़न का डेटा साफ़ किया था — करीब 11 लाख गेंदें। वह काम इसलिए संभव हुआ क्योंकि रिकॉर्ड पूरा था और उसकी जांच हो सकती थी। उसी साल जब मैंने घरेलू सर्किट के लिए वही ढांचा बनाने की कोशिश की, तो आधे घंटे में दीवार आ गई। कॉलम मौजूद थे, भरने वाला कोई नहीं था। उस दिन मैंने समझा कि घरेलू क्रिकेट पर लिखना आंकड़ों की कमी का लेखा-जोखा है, आंकड़ों का निचोड़ नहीं।

खाली फ़ाइल तीन में से किसी एक चीज़ का सबूत होती है, और तीनों का इलाज अलग है। पहला: स्रोत ही खाली था — जिस लेख या मैच से डेटा आना चाहिए था, वह मौजूद ही नहीं था। दूसरा: स्रोत मौजूद था, लेकिन निकालने वाली प्रक्रिया फ़ेल हो गई — पेज का ढांचा बदल गया, स्कोरकार्ड का फ़ॉर्मैट टूट गया, भाषा की पहचान फिसल गई। तीसरा और सबसे दिलचस्प: सूचना कभी दर्ज ही नहीं हुई थी। मैच खेला गया, नतीजा आया, लेकिन उसका ब्यौरा किसी भी ऐसी जगह नहीं लिखा गया जहां से उसे उठाया जा सके।

इन तीनों को अलग करने का तरीका सरल है और उबाऊ है। पहले देखिए कि क्या स्रोत का कोई अंश कहीं भी उपलब्ध है। अगर हां, तो समस्या निष्कर्षण की है और उसे दोबारा चलाया जा सकता है। अगर स्रोत का अस्तित्व ही संदिग्ध है, तो समस्या प्रलेखन की है। और अगर स्रोत मौजूद है लेकिन उसमें सिर्फ़ नतीजा है, ब्यौरा नहीं — तो समस्या संस्कृति की है, और उसका इलाज किसी स्क्रिप्ट से नहीं होगा। जो डेटा कभी लिखा ही नहीं गया, उसे कोई मॉडल वापस नहीं ला सकता; वह सिर्फ़ उसकी गैरमौजूदगी को ज़्यादा सफ़ाई से दिखा सकता है।

यहीं पर भारत की बेंच-स्ट्रेंथ बहस अपना असली चेहरा दिखाती है। हर सीज़न किसी न किसी घरेलू बल्लेबाज़ के औसत का हवाला देकर चयन की मांग उठती है। वह औसत झूठा नहीं होता। लेकिन औसत बताता है कि उसने कितने रन बनाए, यह नहीं बताता कि किन परिस्थितियों में बनाए — चौथे दिन की टर्निंग पिच पर, तेज़ गेंदबाज़ी के सामने तीसरे नंबर पर, या पहली पारी में 500 के जवाब में। वह ब्यौरा रणजी के रिकॉर्ड में मौजूद नहीं है। इसलिए चयन समिति जिस आंकड़े पर बहस कर रही है, वह उस सवाल का जवाब देने में अक्षम है जो सवाल उसने खुद पूछा है। यह चयन की समस्या नहीं, संग्रह की समस्या है — और हर बार इसे चयन की समस्या बनाकर पेश किया जाता है, क्योंकि चयन पर बहस करना आसान है और संग्रह का बजट मांगना मुश्किल।

मैंने अपनी टेबल हमेशा हाथ से बनाई है। 2026 में आईएसएल के 90 लीग मैचों की 1,842 शॉट दर्ज करते वक्त मुझे यह सबक मिला था: जब आप खुद हर एंट्री भरते हैं, तो आपको पता रहता है कि कौन सा कॉलम किसने भरा और किस मकसद से। जब कोई तैयार तालिका थमा देता है, तो वह जानकारी साथ नहीं आती। इसीलिए किसी भी तालिका पर भरोसा करने से पहले मैं पूछता हूं — यह किसने जोड़ी, किस मकसद से, और उसमें से क्या हटा दिया गया। मॉडल एक कहानी है जिसकी सिलाई दिखती है; मेरा काम सिलाई का नक्शा बनाना है, कहानी को चिकना करना नहीं।

यहां एक जाल है जिसमें मैं खुद कई बार फंसा हूं। खाली जगह देखकर हाथ खुजलाते हैं। फ़्रेमवर्क सामने रखा है, सारी श्रेणियां तैयार हैं, बस भरना है। और चूंकि कोई डेटा नहीं है, तो सबसे आसान रास्ता यह है — सबसे ऊंची आवाज़ वाला नैरेटिव उठा लो और उसे विश्लेषण का नाम दे दो। किसी खिलाड़ी की चर्चा ज़ोर पर है, तो उसी को टीम की कमज़ोरी बता दो। किसी टीम ने तीन मैच जीते हैं, तो उसे बदलाव का संकेत कह दो। शून्य जानकारी पर बना विश्लेषण खाली फ़ाइल से ज़्यादा खतरनाक है, क्योंकि वह पढ़ने में डेटा जैसा लगता है।

तीन जांचों से गुज़रे बिना मैं कोई उलटा दावा नहीं छापता। पहली जांच: क्या स्रोत स्वतंत्र है या वही प्रेस रिलीज़ तीन जगह घूम रही है। दूसरी: क्या नमूना उस दावे का वज़न उठा सकता है — 40 गेंदों का फ़ेज़-स्प्लिट, यानी पावरप्ले, मिडिल और डेथ ओवरों में अलग-अलग प्रदर्शन, तकनीकी रूप से गणना योग्य है, लेकिन वह किसी करियर का फ़ैसला नहीं कर सकता। तीसरी: क्या उस दावे को गलत साबित करने वाला कोई आंकड़ा मौजूद है जिसे मैंने देखा नहीं।

और एक बात जो इस पेशे में सबसे ज़्यादा दोहराई जाती है और सबसे कम समझी जाती है — सहसंबंध कारण नहीं होता। किसी बल्लेबाज़ का घरेलू औसत ऊंचा है और उसे अंतरराष्ट्रीय मौका मिला, तो यह सफलता का सबूत नहीं, बस दो चीज़ों का एक साथ घटित होना है। बीच का कारण अक्सर वही कॉलम होता है जो किसी ने नहीं भरा। जो ट्रेंड जैसा दिखता है, वह अक्सर भेस बदले हुए मिसिंग कॉलम के सिवा कुछ नहीं होता।

आगे क्या देखना है, यह साफ़ है। अगर अगले कुछ दिनों में यह फ़ाइल दोबारा भरकर आती है, तो सवाल यह होगा कि वह जानकारी कहां से आई — मूल स्रोत से, या किसी के अनुमान से। दोनों में फ़र्क़ इतना है कि एक को जांचा जा सकता है और दूसरे को नहीं। और अगर फ़ाइल खाली ही रहती है, तो वह भी एक नतीजा है, जिसे दर्ज होना चाहिए, क्योंकि रिकॉर्ड में गैरमौजूदगी भी एक एंट्री है।

क्रिकेट में हम अक्सर पूछते हैं कि कौन जीता। शायद इस बार पूछना चाहिए कि किसने लिखा — और किसने नहीं लिखा।