क्रिकेट एनालिटिक्स का साइलेंट फेल्योर: खाली डेटा पर बन जाती है 'मुकम्मल' रिपोर्ट

2026 की बात है। चेन्नई। मैं तब भी स्पोर्ट्स साइंस रिसर्चर थी, और ओवल में चैंपियंस ट्रॉफी फाइनल में भारत की 180 रन की हार पर 2,400 शब्दों का ब्रेकडाउन लिखा — मोहम्मद आमिर की 3/16 वाली नई-गेंद की स्पेल को रोहित शर्मा, शिखर धवन और विराट कोहली के फ्रंट-फुट ट्रिगर मूवमेंट के साथ मैप करते हुए। एक डिजिटल डेस्क ने उसे छापा। करीब 4,000 कमेंट आए, आधे मुझसे बहस कर रहे थे, एक ने लिखा — "आंटी, फिटनेस डेटा पर ही टिको।" मैंने दो रातों में तीन सौ जवाब दिए, क्योंकि बहस ही असली मटेरियल थी।

उस रात एक चीज़ साफ़ हुई: भरोसेमंद दिखने वाला ढांचा और सही निष्कर्ष, दोनों अलग-अलग चीज़ें हैं। इसी हफ्ते मेरे सामने एक क्रिकेट एनालिसिस फ्रेमवर्क आया। आठ डाइमेंशन, हर डाइमेंशन में टेबल, हेडिंग, कॉलम, कॉन्फिडेंस-रेटिंग के साथ। और हर सेल खाली। ज़ीरो। इसके बावजूद वह दस्तावेज़ पूरा, भरा हुआ और काम का दिख रहा था। यही असली खतरा है — गलत नंबर नहीं, खाली नंबर जो पूरा दिखता है।

संदर्भ: जहाँ डेटा पहुँचता है, वहाँ जाँच कौन करता है

पिछले दस सालों में क्रिकेट की कवरेज की जिस परत का सबसे तेज़ विस्तार हुआ है, वह पिच नहीं, डेस्क है। ब्रॉडकास्ट पर विन-प्रोबेबिलिटी ग्राफ़िक रन करता है, कमेंट्री बॉक्स के बगल में एक ऐसा डेटा डेस्क बैठता है जो बॉल-बाय-बॉल मैपिंग करता है, ऑक्शन के दिन हर फ्रेंचाइज़ी की टेबल पर पर्स-मॉडल खुला रहता है, और सेलेक्शन मीटिंग में स्काउटिंग डैशबोर्ड पहले मँगाया जाता है, बायोडाटा बाद में। टूर्नामेंट-साइकल में यह दबाव दुगना हो जाता है: कंटेंट की माँग इतनी तेज़ होती है कि 'समझने' का वक्त निकालने से पहले 'छापने' का वक्त आ जाता है।

समस्या तकनीकी नहीं, सिस्टम की है। जब कोई डेटा-पाइपलाइन किसी लेख, स्कोरकार्ड या मैच-रिपोर्ट को पढ़कर उसकी जानकारी निकालती है, तो उसके दो हिस्से होते हैं। पहला — क्लासिफायर, जो बताता है कि यह आइटम किस श्रेणी का है (टेस्ट, टी20, ऑक्शन, चोट, विवाद)। दूसरा — एक्सट्रैक्टर, जो अंदर से असली तथ्य निकालता है: कौन सा फॉर्मेट, कौन सा वेन्यू, कौन सा खिलाड़ी, कौन सा आँकड़ा, किस तारीख का।

अब वह पैटर्न देखिए जो इस हफ्ते सामने आया। क्लासिफायर ने काम कर दिया — आइटम पर 'क्रिकेट' का लेबल चिपक गया। एक्सट्रैक्टर चुपचाप फेल हो गया — शीर्षक नहीं, स्रोत नहीं, खिलाड़ी नहीं, एक भी इनफॉर्मेशन पॉइंट नहीं। और सबसे खतरनाक बात: सिस्टम ने कोई एरर नहीं उठाया। उसने ऐसा रिजल्ट लौटा दिया जो 'कुछ नहीं मिला' नहीं, बल्कि 'कुछ नहीं है' पढ़ा जाता है। यही साइलेंट फेल्योर है — और यह क्रिकेट एनालिटिक्स की सबसे कम जाँची जाने वाली गलती है।

अगली बार जब कोई मैच-ब्रेकडाउन या ऑक्शन-रिव्यू पढ़ें, तो एक छोटा सा 'क्या देखें' बॉक्स दिमाग में खोल लें। फॉर्मेट लिखा है या नहीं? वेन्यू है या नहीं? सैंपल साइज़ है या नहीं? स्रोत का नाम है या नहीं? चारों में से एक भी गायब हो, तो नंबर सजावट हैं।

मूल विश्लेषण: क्रिकेट खाली डेटा को क्यों माफ़ नहीं करता

मैं क्रिकेट में इसलिए सतर्क हूँ क्योंकि यह दुनिया का शायद सबसे कम फॉर्मेट-ट्रांसफरेबल खेल है। टेस्ट का बैटिंग एवरेज, वनडे का एवरेज और टी20 का स्ट्राइक रेट तीन अलग कौशल नापते हैं — अलग फील्डिंग प्रतिबंध, अलग गेंद की हालत, अलग मानसिक दबाव। एक ही नंबर दो जगहों पर विपरीत कहानी कहता है: T20 फिनिशर के लिए स्ट्राइक रेट 145 खतरनाक अच्छा है, और टेस्ट ओपनर के लिए वही 145 लगभग बेकार। बिना फॉर्मेट के कोई क्रिकेट नंबर 'नंबर' नहीं, सिर्फ़ अंकों का धब्बा है।

इसीलिए जब एक पाइपलाइन फॉर्मेट, वेन्यू और तारीख खाली छोड़ देती है, तो वह कोई छोटी चूक नहीं कर रही। वह उस पूरी संरचना की नींव हटा रही है जिस पर ऊपर के आठों डाइमेंशन टिके होते हैं। ऐसे दस्तावेज़ में 'होम-वेन्यू बायस' पूछना बेमानी है, क्योंकि वेन्यू ही नहीं है। 'सैंपल साइज़' पूछना बेमानी है, क्योंकि मैचों की गिनती ही नहीं है। और सबसे ऊपर, 'डीआरएस जजमेंट' या 'टॉस का असर' जैसी बारीकियाँ चर्चा में लाना खतरनाक है, क्योंकि जब मैच ही पहचान में न आया हो, तो हर निष्कर्ष अनुमान बन जाता है।

यहाँ मुझे 2026 का बेंगलुरु मेगा-ऑक्शन याद आता है। मैंने आठ फ्रेंचाइज़ियों की स्क्वाड-एज और वर्कलोड कर्व बनाई थी और कमरे के खिलाफ़ जाकर कहा था कि 36 साल के शेन वॉटसन दो दिनों की सबसे अंडरवैल्यूड खरीद हैं — चेन्नई ने उन्हें ₹4 करोड़ में लिया, और मई में सनराइज़र्स के खिलाफ़ फाइनल में 57 गेंदों पर नाबाद 117 रन ठोके। वह मॉडल इसलिए काम कर गया क्योंकि मैंने यह मानना बंद कर दिया था कि मेज़ के उस पार बैठे बोलीदाता की कोई नाड़ी नहीं है। जब आप बोली लगाने वाले के डर, अहंकार और ज़रूरत को वेरिएबल मानते हैं, तो आपका मॉडल असल दुनिया के करीब आ जाता है।

और यही सबक डेटा-पाइपलाइन पर भी लागू होता है, बस उल्टी दिशा में। ऑक्शन-मॉडल इसलिए फेल होते हैं क्योंकि वे मान लेते हैं कि सामने वाला तर्कसंगत खिलाड़ी है। एनालिटिक्स-पाइपलाइन इसलिए फेल होती हैं क्योंकि वे मान लेती हैं कि अंदर का डेटा मौजूद है। दोनों जगह एक ही गलती है — सिस्टम अपनी ही धारणा को तथ्य मान लेता है।

मेरी अपनी सोच यह है कि मॉडल की सबसे बड़ी परीक्षा तब होती है जब मैदान पर कुछ ऐसा हो जो मॉडल में दर्ज ही नहीं था — बारिश से बदला टारगेट, आख़िरी ओवर में बदली गेंदबाज़ी योजना, कप्तान का वह फैसला जो डेटा की सलाह के उलट था। जिस दस्तावेज़ में यह गुंजाइश ही न हो कि 'जानकारी नहीं मिली', वह भरोसे का हक़दार नहीं। स्प्रेडशीट ने पैटर्न ढूँढ निकाला; फैन फोरम ने मुझे सिखाया कि कहानी कहाँ देखनी है।

असुविधाजनक पहलू: खाली डेटा से ज़्यादा खतरनाक पूरी दिखती खाली रिपोर्ट है

सहज निष्कर्ष यह निकलेगा कि असली समस्या टूटी हुई पाइपलाइन है। मैं इसे उलटकर देखती हूँ। टूटी पाइपलाइन तो ईमानदार होती है — वह चुप रह जाती है, और चुप्पी पकड़ में आ जाती है। खतरा उस प्रोडक्ट में है जो टूटने के बाद भी प्रोफेशनल दिखता है। जब आठ-डाइमेंशन वाला ढांचा, उसकी टेबलें, उसकी कॉन्फिडेंस-रेटिंग और उसकी शब्दावली सब मौजूद हों, तो पाठक — और कभी-कभी संपादक भी — यह मान लेते हैं कि नीचे कोई ठोस काम हुआ है। ढांचा विश्वसनीयता का छलावा पैदा करता है, और यही छलावा साइलेंट फेल्योर से ज़्यादा भरोसेमंद चोट पहुँचाता है।

इसका दूसरा पहलू और भी सीधा है। टूर्नामेंट-साइकल में कंटेंट की भूख इतनी है कि 'निष्कर्ष नहीं निकाल सकते' कहना लगभग ब्लैकलिस्ट माना जाता है। एक ऐसे माहौल में जहाँ हर डेस्क को हर दिन कुछ छापना है, वह रिपोर्ट सबसे आसानी से निकल जाती है जो ढांचा पूरा रखती है और सामग्री खाली। यही मेरी पुरानी आशंका का दूसरा रूप है — डेटा विश्लेषक ड्रेसिंग रूम में घुस आए हैं, पर उनके नतीजे मैच की असली लय से कटे हुए हैं। अब यही बात मेटाडेटा की परत पर हो रही है: विश्लेषण की शक्ल बन गई, विश्लेषण का अधिकार नहीं।

एक और बारीक मोड़ यह है कि स्रोत का लेबल बच गया, पर सामग्री खो गई। यह संकेत देता है कि फेल्योर क्लासिफिकेशन में नहीं, एक्सट्रैक्शन में हुआ — यानी जिस पेज से डेटा निकलना था, वह या तो पेवॉल के पीछे था, या जावास्क्रिप्ट से लोड हो रहा था, या गैर-लैटिन लिपि में था, या लेख था ही नहीं — सिर्फ़ एक हेडलाइन। मेटाडेटा ज़िंदा रहना और सामग्री का मर जाना, भरोसे का सबसे बड़ा अंधा धब्बा है।

आगे क्या देखें

अगली बार जब कोई क्रिकेट डेटा-रिपोर्ट, प्लेयर-कंपैरिज़न कार्ड या ऑक्शन-मॉडल आपके सामने आए, तो सबसे पहला सवाल स्कोर का नहीं, स्रोत का होना चाहिए: यह नंबर कहाँ से आया, किस फॉर्मेट का है, कितने मैचों का है, और अगर वह न आ पाए, तो रिपोर्ट ने यह साफ़ लिखा है या नहीं कि डेटा मौजूद नहीं था? जो पाइपलाइन अपनी चुप्पी बताना सीख जाएगी, वही अगले सत्र में भरोसे का असली दावेदार होगी।