खाली इनपुट, भरी हुई मेज़: क्रिकेट विश्लेषण का सबसे बड़ा खतरा डेटा की कमी नहीं, कारण-गढ़ना है

करोल बाग की उस डेटा-डेस्क पर एक नियम चॉकबोर्ड पर टंगा था — जो सोर्स में नहीं है, वो फाइल में नहीं जाएगा। पिछले हफ्ते मेरे सामने एक स्टेज-2 एनालिसिस रिपोर्ट आई जिसने उसी नियम की परीक्षा ली। रिपोर्ट का ढांचा पूरा था: आठ डायमेंशन, रिस्क मैट्रिक्स, ट्रांसमिशन मैप, इन्फॉर्मेशन-वैल्यू रेटिंग। लेकिन हर बॉक्स के अंदर एक ही लाइन थी — 'N/A — अपर्याप्त जानकारी'। टाइटल खाली, सोर्स खाली, कोर व्यूज खाली, इन्फॉर्मेशन पॉइंट्स खाली। सिर्फ एक फील्ड भरी थी: cricket_asia। यानी एशिया के क्रिकेट से जुड़ा कुछ, बस इतना।

मेरे 18 साल के अनुभव में ऐसा डॉक्यूमेंट पहली बार नहीं आया। मुंबई की एक बेटिंग रिस्क डेस्क के लिए काम करते हुए मैंने सैकड़ों ऐसी रिपोर्ट्स देखी हैं जिनमें नतीजा तो साफ लिखा होता है, पर उसका पुख्ता सबूत कोई नहीं। फर्क बस इतना है कि वहां N/A की जगह आत्मविश्वास भरा कोई वाक्य होता था। यह रिपोर्ट ईमानदार थी — उसने मान लिया कि उसके पास कुछ नहीं है। और यही ईमानदारी इस पूरे मामले की असली खबर है।

क्रिकेट एनालिसिस में सबसे खतरनाक चीज़ डेटा का अभाव नहीं है। सबसे खतरनाक चीज़ है डेटा के अभाव में भी कारण ढूंढ लेने की आदत। यह रिपोर्ट उस आदत से बची। जहां स्टेज-1 ने कुछ नहीं दिया, वहां स्टेज-2 ने कुछ गढ़ने से इनकार कर दिया।

ढांचे को देखिए तो समझ आता है कि इनकार कितना संगठित था। फॉर्मेट और मैच-नेचर का सेक्शन खाली, क्योंकि टेस्ट के मेट्रिक्स और T20 के मेट्रिक्स को एक साथ नहीं तौला जा सकता — और कौन-सा फॉर्मेट है, यह कहीं लिखा ही नहीं था। प्लेयर टेक्नीक वाला हिस्सा खाली, क्योंकि न खिलाड़ी का नाम था, न रोल, न कोई आंकड़ा। टीम लैंडस्केप खाली, क्योंकि कोई टीम ही नहीं थी। लीग और कमर्शियल इकोसिस्टम खाली, क्योंकि कोई लीग, कोई नीलामी, कोई ट्रांजैक्शन मौजूद नहीं था। गवर्नेंस चेकलिस्ट में हर बॉक्स पर N/A, क्योंकि DRS, DLS, NOC या एलिजिबिलिटी का कोई ज़िक्र सोर्स में नहीं आया था।

यहां एक बात साफ कर दूं। N/A का मतलब 'कुछ नहीं हुआ' नहीं होता। N/A का मतलब होता है — हमें पता नहीं, और हम यह नहीं छिपाएंगे कि हमें पता नहीं। जब कोई रिपोर्ट आठ डायमेंशन में 'अपर्याप्त जानकारी' लिखती है, तो वह असल में एक मॉडल-फेलियर का पोस्टमॉर्टम है। और साल 2026 के बाद से मैंने यह मान लिया है कि मॉडल की चूक को सार्वजनिक करना सबसे ज़रूरी काम है। कज़ान में जब मेरा मॉडल जर्मनी को 91% एडवांसिंग चांस दे रहा था और जर्मनी साउथ कोरिया से 0-2 हार गया, तो सबक यही था: जो मॉडल अपनी चूक नहीं छापता, वह जल्दी ही अफवाह बन जाता है।

इस रिपोर्ट में जो सबसे दिलचस्प चीज़ थी, वह थी उसकी 'हिडन इन्फॉर्मेशन' वाली सूची। यहां एनालिस्ट ने साफ लिखा — cricket_asia लेबल से इतना ही अनुमान लगाया जा सकता है कि यह एशिया-क्षेत्र का क्रिकेट है, बस। कौन-सी टीम, कौन-सा फॉर्मेट, किसके खिलाफ — कुछ नहीं पता। और उसने इसे 'लो कॉन्फिडेंस' टैग के साथ दर्ज किया। यही टैग मेरी डेटा-नोटबुक का सबसे ईमानदार कॉलम है। जब लेबल के अलावा कुछ न हो, तो लेबल से कहानी नहीं बनाई जाती। लेकिन खाली स्लॉट को किसी नाम से भरना बहुत आसान होता है। IPL की नीलामी के दिनों में मैंने यह अक्सर देखा है — किसी अनकैप्ड खिलाड़ी का नाम सिर्फ इसलिए चार गुना दाम पर बिक जाता है क्योंकि किसी टीवी पैनल ने उसे 'स्टार' कह दिया। अफवाह की कीमत तब तक बढ़ती रहती है जब तक वह नंबर न बन जाए।

एक और फील्ड थी जो मुझे सबसे ज़्यादा चुभी — 'ओवरऑल रिस्क रेटिंग: N/A'। रिपोर्ट ने यह कहने की हिम्मत की कि इस स्टेज-1 आउटपुट पर बना कोई भी विश्लेषण बिना ज़मीन का होगा। यह जोखिम क्रिकेट का नहीं, इनपुट की गुणवत्ता का जोखिम है। कितनी बार हमने प्री-मैच शो में सुना है — 'फॉर्म में लौट रहा है' — जबकि पिछले 12 महीनों का डेटा ही किसी ने नहीं देखा? वहां भी वही होता है जो यहां हुआ: ढांचा पहले बन जाता है, सबूत बाद में ढूंढा जाता है। यह रिपोर्ट उलटी दिशा में गई — पहले सबूत देखा, फिर माना कि ढांचा भरने लायक सामग्री नहीं है।

यहां एक काउंटर-पॉइंट भी दर्ज कर लूं, क्योंकि बिना उसके यह पूरी बात अधूरी है। 'N/A' लिखना हमेशा बहादुरी नहीं होता। कई बार यह आलस भी होता है। अगर स्टेज-1 का एक्सट्रैक्शन सचमुच फेल हुआ है — जैसा कि 'Unclassified' टाइप और खाली सोर्स से लगता है — तो सही कदम N/A दर्ज करना नहीं, बल्कि एक्सट्रैक्शन दोबारा चलाना था। रिपोर्ट ने खुद यह माना है कि 'Unclassified' होना पार्सिंग फेलियर का संकेत हो सकता है, न कि स्रोत की सचमुच अनुपस्थिति का। यानी सबसे संभावित स्थिति यह है कि कच्चा लेख मौजूद था, पर उसे मशीन ने पढ़ नहीं पाया। ऐसे में अगला कदम रिपोर्ट को और खाली करना नहीं, बल्कि कच्ची सामग्री पर दोबारा निष्कर्षण चलाना है। मेरी नोटबुक में खाली कॉलम सबसे ईमानदार होता है, लेकिन ईमानदारी और आलस एक ही चादर ओढ़कर सो सकते हैं। दोनों में फर्क सिर्फ एक सवाल से पता चलता है — क्या हमने दोबारा कोशिश की?

इस रिपोर्ट में जो प्रोटोकॉल पीछे छूटा, वही असली एजेंडा होना चाहिए था। स्टेज-1 को कम से कम छह चीज़ें देनी चाहिए थीं: लेख का टाइटल, सोर्स और टाइप; फॉर्मेट और मैच/इवेंट की प्रकृति; टीम, खिलाड़ी, कोच, वेन्यू, लीग जैसी नामित संस्थाएं; स्कोरलाइन या आंकड़ों सहित ठोस इन्फॉर्मेशन पॉइंट्स; इवेंट की तारीख बनाम प्रकाशन तिथि का आकलन; और लेखक का रुख व लेख का उद्देश्य। इनमें से एक भी चीज़ न हो तो आठ-डायमेंशन ढांचा सिर्फ एक खूबसूरत खाली कमरा है।

और यहां बात सिर्फ इस एक रिपोर्ट की नहीं है। पिछले महीने मैंने दिल्ली में एक अंडर-19 मैच देखा — स्टैंड में लगभग बीस हजार सीटें खाली थीं। मैदान के बाहर हर किसी के पास उस युवा बल्लेबाज की 'तकनीक' पर राय थी। मैंने उसकी पिछली छह पारियों का डेटा मांगा तो पता चला — किसी ने दर्ज ही नहीं किया था। जिस चीज़ पर सबकी राय हो, उस पर किसी के पास सबूत न हो — यही क्रिकेट कवरेज की सबसे पुरानी बीमारी है। करोल बाग में जिस पार-स्कोर को हम नंबर समझते रहे, वह दरअसल एक अफवाह थी जिसे इतनी बार दोहराया गया कि वह आंकड़ा बन गई।

आगे का सिग्नल साफ है। इस रिपोर्ट का मूल्य उसके निष्कर्षों में नहीं, उसके इनकार में है। जब भी कोई एनालिसिस रिपोर्ट आठ डायमेंशन भरकर 'अपर्याप्त जानकारी' लिखती है, उसे फेंकिए मत — उसे उस सवाल की तरह पढ़िए जो हर एनालिस्ट को खुद से पूछना चाहिए: मेरे पास सबूत है, या सिर्फ ढांचा? अगली बार जब कोई कमेंट्री बॉक्स में आत्मविश्वास से कहे कि 'टीम का मनोबल गिरा हुआ है' या 'कप्तान का फैसला गलत था', तो पूछिए — इसका सैंपल साइज़ क्या है, और यह किस स्टेज-1 डेटा से आया है? अगर जवाब N/A हो, तो आप जानते हैं कि उस कहानी की नींव कहां है। एक भिक्षु बाज़ार से बहस नहीं करता। वह रिग्रेशन दोबारा चलाता है।