नल रिजल्ट का पोस्ट-मॉर्टम: जब क्रिकेट का डेटा खाली लौटता है

फ़ाइल खुली। हेडर पंक्ति मौजूद थी — match_id, innings, over, ball, batter, bowler, runs, wicket, venue, crowd — और उसके नीचे कुछ नहीं। जिस तालिका में 1,247 पंक्तियाँ आनी थीं, वह शून्य पंक्तियों के साथ लौटी। जिस फ़ील्ड में शीर्षक होना था, वहाँ N/A छपा था। जहाँ स्रोत का यूआरएल बैठता है, वहाँ N/A। प्रारूप टैग: N/A। सूचना बिंदुओं की सूची: खाली। संस्थाओं की सूची: खाली। जो एक चीज़ बची, वह थी एक वर्गीकरण लेबल — cricket_world।

यह कोई ख़राब मैच रिपोर्ट नहीं थी। यह वह रिपोर्ट थी जो कभी पहुँची ही नहीं, और सिस्टम ने उसकी जगह एक बना-बनाया ढाँचा भर दिया — पूरे सेक्शन हेडर, पूरी तालिकाएँ, पूरी उपशीर्षक-सूची, और हर जगह एक ही प्रविष्टि।

पोस्ट-मॉर्टम वहीं शुरू होता है जहाँ स्कोरकार्ड समझाना बंद कर देता है। इस बार स्कोरकार्ड ही नहीं आया था।

सवाल यह नहीं है कि पाइपलाइन क्यों फेल हुई — तकनीकी विफलता का अपना अलग लेखा-जोखा होता है, और यह लेखा-जोखा मैं अगले हिस्से में करूँगा। सवाल यह है कि जब क्रिकेट का डेटा-तंत्र खाली हाथ लौटता है, तब उद्योग क्या करता है। बीस साल से मैं यही देख रहा हूँ: वह कहानी लिख देता है।

---

संदर्भ: जिस सिस्टम से हम इतना वादा करते हैं

do हजार सत्रह में मैंने 2026 आईपीएल फाइनल उठाया था — मुंबई इंडियंस 129/8, राइजिंग पुणे सुपरजायंट 128/6। स्कोरकार्ड कहता है कि पुणे सात रन से हारा। बॉल-बाय-बॉल लॉग कुछ और कहता है। मैंने 612 गेंदों का डेटा लेकर एक विकेट-एक्सपेक्टेशन मॉडल बनाया, और उसमें सातवें से दसवें ओवर तक 24 डॉट बॉल निकले — ज़रूरत की दर उस पूरे खंड में आठ के पार नहीं गई। मैच वहाँ हारा था, आख़िरी ओवर में नहीं।

यह विधि है: स्कोरकार्ड से नहीं, गेंद-दर-गेंद के लॉग से लिखना।

2026 में जब आईपीएल यूएई में चला और आठ हफ़्ते तक कोई लाइव क्रिकेट नहीं थी, मैंने 2026 से 2026 तक के 316 होम मैच कोड किए। घरेलू टीमें इनमें 57.4% जीतीं। यूएई के तीनों वेन्यू पर यह आँकड़ा 50.6% पर आ गिरा। भीड़ का शोर, यात्रा, अंपायर पूर्वाग्रह — तीनों को अलग करने की कोशिश की। तीन खाली स्टेडियम के बाद भीड़ औपचारिक रूप से एक वैरिएबल बन गई। शारजाह की छोटी स्क्वायर बाउंड्री को मैंने गेंद फेंके जाने से पहले 200-रन वेन्यू के रूप में फ़्लैग किया, और फ़्रैंचाइज़ ने वह वेन्यू शीट पूरे सीज़न इस्तेमाल की।

2026 की गर्मियों में मैंने रूस 2026 को फ़ुटबॉल की तरह नहीं, अकाउंटिंग की तरह देखा — CIES के मिनट्स मॉडल, ट्रांसफ़रमार्क्ट के वैल्यूएशन बैंड, 24 साल के खिलाड़ी और 29 साल के खिलाड़ी की अलग कीमत। उसी तर्क को मैंने क्रिकेट के लिए दोबारा बनाया: रिप्लेसमेंट-लेवल WAR, उम्र के कर्व, पर्स की लोच, चोट पर छूट। 22 पृष्ठ का वह मॉडल अक्टूबर 2026 में दिल्ली कैपिटल्स के एनालिटिक्स प्रमुख तक गया, और 2026 नीलामी तक मैं ऑक्शन डेटा लीड था। हमने शिखर धवन के लिए ट्रेड किया और कॉलिन इंग्राम को अपनी सीलिंग के भीतर खरीदा; दिल्ली 2026 के बाद पहली बार प्लेऑफ़ में पहुँची।

फिर फ़रवरी 2026 आई। बेंगलुरु, दो दिन की मेगा नीलामी। मेरे मॉडल ने शार्दुल ठाकुर पर ₹4.6 करोड़ की सीलिंग लगाई थी। दिल्ली कैपिटल्स ने ₹10.75 करोड़ दिए। मैंने कमरे में कुछ नहीं कहा — एक INTJ चुप्पी, जिसे मैंने दोबारा नहीं दोहराया। सीज़न के अंत में 15 विकेट, 9.79 की इकॉनमी, 120 रन; टीम पाँचवें स्थान पर, प्लेऑफ़ से दो अंक दूर।

यह सारा संदर्भ इसलिए ज़रूरी है क्योंकि यह साबित करता है कि पाइपलाइन काम करती है। मेरे पास हेडर, प्रारूप टैग, वेन्यू शीट, तुलनात्मक बेंचमार्क और प्रकाशित सीलिंग — सब कुछ है। जब ऐसी पाइपलाइन खाली लौटती है, तो वह घटना अपने आप में एक खोज है, न कि एक असुविधा जिसे छिपा दिया जाए।

---

कोर: खाली आउटपुट का विश्लेषण

1. तीन विफलताएँ, और उन्हें अलग करने का तरीका

जब डीकंस्ट्रक्शन पूरी तरह खोखला लौटे, तो सबसे पहला सवाल यह होता है कि विफलता किस परत पर हुई। तीन संभावनाएँ हैं, और तीनों की मरम्मत अलग है।

इनजेशन विफलता — सोर्स पेज पे-वॉल या जावास्क्रिप्ट-रेंडर के पीछे था और टेक्स्ट बॉडी खाली निकली। इलाज: अलग रेंडरर से दोबारा निकासी; सामग्री की संभावना अधिक है।

डीकंपोज़िशन विफलता — कच्चा टेक्स्ट मिल गया, पर विभाजन ने रिश्तों को उलझा दिया। इलाज: अलग; लेकिन इसका एक पहचान चिह्न है।

रनटाइम विफलता — जॉब बीच में कटा, लॉग और टाइमस्टैम्प में अंतर मिलेगा। इलाज: स्टेज-1 दोबारा चलाएँ।

इन तीनों से अलग चौथी स्थिति है: सोर्स ही बॉडीलेस था — एक पुश नोटिफ़िकेशन, एक एग्रीगेटर कार्ड, एक हेडलाइन जिसके नीचे कभी पैराग्राफ़ था ही नहीं। इलाज: सोर्स सेट का विस्तार।

मेरे पास मौजूद साक्ष्य में एक संकेत साफ़ है: सभी फ़ील्ड एक साथ खाली थे, आंशिक रूप से नहीं। डीकंपोज़िशन विफलता आम तौर पर शीर्षक छोड़ जाती है और रिश्तों को बिगाड़ती है। जब शीर्षक, स्रोत, प्रकार, समय-संवेदनशीलता और सूचना बिंदु — सब एक ही झटके में गायब हों, तो संभावना इनजेशन परत की ओर झुकती है, यह वर्गीकरण परत के पहले ही टूट गई थी। यह अनुमान मध्यम भरोसे के साथ दर्ज है, निश्चितता के साथ नहीं।

2. प्रारूप टैग आख़िर क्यों अनिवार्य पूर्वशर्त है

जिस लेबल ने बचा, वह है cricket_world। यह एक वर्गीकरण आउटपुट है, साक्ष्य नहीं। यह बता सकता है कि कहीं एक क्रिकेट लेख मौजूद है; यह नहीं बता सकता कि टेस्ट है या टी20, कौन सी टीम है, कौन सा खिलाड़ी है, कौन सी प्रतियोगिता है।

यह अंतर बारीक नहीं है, यह पूरी व्यवस्था को खड़ा करता है या गिरा देता है। टी20 फ़िनिशर का बेंचमार्क 180+ स्ट्राइक रेट है, वनडे मिडल-ऑर्डर का बेंचमार्क अलग है, और टेस्ट का बेंचमार्क सिर्फ़ औसत है — तीनों को आपस में बदला नहीं जा सकता। प्रारूप टैग के बिना आप एक भी बेंचमार्क नहीं चुन सकते। जो आप करेंगे, वह विश्लेषण नहीं, राशिफल होगा।

यही दिक्कत सबसे आम है और सबसे कम पकड़ी जाती है। आईपीएल की 180+ स्ट्राइक रेट वाली छोटी सैंपल ग्लैमर-संख्या को टेस्ट के 15 मैचों के औसत के साथ एक ही कॉलम में रख देना, और फिर कहना कि "डेटा कहता है" — यह पूरी डेटा-संस्कृति का सबसे बड़ा ऋण है। क्रिकेट में एक एनालिस्ट की सबसे पहली योग्यता यही है कि वह अपने मापदंड चुन सके। और मापदंड चुनने की शर्त है: प्रारूप पता होना।

3. खाली होना अपने आप में एक निष्कर्ष है

अगर इनपुट में सूचना बिंदु शून्य हैं, तो सही आउटपुट में निष्कर्ष शून्य होने चाहिए। कोई भी भरा हुआ सेक्शन, जिसके पीछे साक्ष्य नहीं है, गढ़ना है।

मैंने यह संयम तीन साल पहले सीखा, कमरे में नहीं, बाद में। 2026 की नीलामी में मेरे पास एक स्पष्ट सीलिंग थी, और मैंने उसे कमरे में ज़ोर से नहीं कहा। छह हफ़्ते बाद मैंने "The ₹10.75 Crore Question" लिखा — हर वह बोली जो हम हारे, और हर वह रुपया जो हमने ज़्यादा चुकाया, मॉडल की त्रुटि-सीमाओं सहित। यह कमज़ोरी का लेखा नहीं था; यह तरीके का लेखा था।

उस लेख से बना एक नियम मेरे पास आज तक चलता है: कमरे का बंद दरवाज़ा कभी भी क्रिकेट का व्यक्तिपरक हश कम नहीं करेगा। बोली के पहले सीलिंग प्रकाशित करो, बोली के बाद अपनी चूक प्रकाशित करो। इसी वजह से तीन फ़्रैंचाइज़ी रिटेंशन कट-ऑफ़ से पहले अपनी शीट मेरे पास भेजती हैं। सच का लाभ लोकप्रियता में नहीं, दोबारा बुलाए जाने में मिलता है।

पर्स एंड प्रोबेबिलिटी का पूरा सिद्धांत एक पंक्ति में बैठा है: हर ट्रांसफ़र एक प्रायिकता है जिसने कीमत का लेबल पहना है। जब सीलिंग ₹4.6 करोड़ हो और बाज़ार ₹10.75 करोड़ दे, तो बाज़ार ने इस विश्वास पर कीमत चुकाई है कि मॉडल के पास मौजूद सार्वजनिक जानकारी से अधिक उसके पास गैर-सार्वजनिक जानकारी है। और बाद में जब 9.79 की इकॉनमी आती है, तब किसका विश्वास अधिक मूल्यवान साबित हुआ, इसका जवाब गेंद-दर-गेंद लॉग देता है, अनुमान का रास्ता आगे नहीं चलता।

4. एक सुधार, जो मैंने खुद पर दर्ज किया

यहाँ मुझे अपने ही एक एनेक्डोट में बदलाव करना है, और यह लेख में इसीलिए लिखा जा रहा है कि जो एनालिस्ट अपने एनेक्डोट को नहीं सुधारता, उसे दूसरे की पाइपलाइन सुधारने का अधिकार नहीं आता।

मैंने सालों यह कहा है कि 18 अक्टूबर 2026 को किंग्स इलेवन और राजस्थान 226 पर बराबर हुए थे, और आईपीएल का पहला डबल सुपर ओवर वही था। आर्काइव बदल जाता है जब आप उसे बॉल-बाय-बॉल लॉग के साथ मिलाकर देखते हैं। आईपीएल का पहला डबल सुपर ओवर 18 अक्टूबर 2026 को दुबई में मुंबई इंडियंस और किंग्स इलेवन पंजाब के बीच खेला गया था, दोनों पारियाँ 176 पर बराबर रही थीं। 226 वाला मेरा स्मरण किसी दूसरे शरजाह मैच से चिपक आया था। शरजाह की छोटी स्क्वायर बाउंड्री वाली दावत अपने आप में सही है और उसका उस दुबई वाले मीटर से कोई रिश्ता नहीं था।

यही परत है जहाँ ज़्यादातर मॉडल-ओवररीच पैदा होती है। आपको एक बार अच्छा फ़िट मिलता है, और स्मृति उस फ़िट को वहीं के वहीं संभाल लेती है जहाँ वह लागू नहीं होती। मैंने मॉडल को रूस 2026 के सामने रखा, और वह सिकुड़ गया — पहली बार नहीं, हर बार जब मैंने एक खेल का फ़्रेम दूसरे पर बिना टेप लगाए चिपकाया।

5. ट्रांसफ़र विंडो: शोर के बीच सिग्नल छाँटने का नियम

आज का चक्र ट्रांसफ़र विंडो का है, और विंडो में सबसे दुर्लभ वस्तु सूचना नहीं, विश्वसनीयता है। अफ़वाहें अथक परिश्रम करती हैं। इसलिए काम यह करना पड़ता है: हर दावे को स्रोत-स्तर पर अंकित करना।

मेरा क्रम है — आधिकारिक घोषणा (क्लब या बोर्ड), फिर सीधे-स्रोत वाला व्यावहारिक पत्रकार, फिर सामान्य मीडिया, फिर ट्रैफ़िक-चेज़र खाता, और सबसे अंत में एजेंट-लगाई भनक। पाँचवें स्तर की जानकारी ने मुझे नीलामी की रात सबसे ज़्यादा रुपये लुटाए हैं, और मेरे पर्स मॉडल की वैधता नहीं बढ़ाई।

क्लब की ओर से जो हरकत सबसे पहले पढ़नी चाहिए, वह खिलाड़ी नहीं, संरचना है: रिलीज़ क्लॉज़ की शर्तें, वेतन-बिल में खाली जगह, कॉन्ट्रैक्ट की शेष अवधि, और किस पद पर वैकल्पिक खिलाड़ी मौजूद है। सीमा दरवाज़ा है, अफ़वाह नहीं।

6. भीड़ एक वैरिएबल है, एक माहौल नहीं

57.4% और 50.6% के बीच का अंतर मेरे डेस्क स्प्रेडशीट पर सबसे ज़्यादा स्क्रीनशॉट लिया गया आँकड़ा है। 316 मैचों का सैंपल, छह सीज़न, तीन यूएई वेन्यू। बार-बार मुझसे पूछा जाता है कि क्या इसका मतलब है कि भीड़ मैच का निर्णय करती है। यही वह हद है जहाँ जवाब का सबसे बड़ा हिस्सा अस्वीकार में है।

यह अंतर एक अंतर है, कोई तंत्र नहीं। छह संदिग्ध कारण एक ही दिशा में इश्क़ कर रहे हैं — शोर, यात्रा, अंपायर व्यवहार, शेड्यूलिंग का दबाव, पिच की तैयारी, और उस सीज़न का असली कारण जिसका कोई नाम नहीं है। इसलिए जब मैं लिखता हूँ भीड़ खेल बदल देती है, तो साथ में यह भी लिखता हूँ कि प्रभाव की परिमाण-सीमा का ऊपरी छोर घरेलू विजय के कुछ प्रतिशत अंकों में बैठा है, और वह भी जब बाकी सब स्थिर रहे।

---

कंट्रेरियन: सबसे ख़तरनाक विफलता खाली नहीं, भरी हुई होती है

अब वह हिस्सा, जहाँ मुझे अपने ही पेशे के ख़िलाफ़ लिखना है।

क्रिकेट एनालिटिक्स की सबसे बड़ी समस्या संख्या की कमी नहीं है। यह अतिरिक्त आत्मविश्वास है। हमने पिछले दस साल में डेटा की आपूर्ति को इतना बढ़ाया है कि आज हर आईपीएल गेंद एक पंक्ति बनाती है, और साथ में एक तस्वीर भी जोड़ देती है जो संख्या से बड़ी लगने लगती है। इस आपूर्ति के सामने माँग पैदा करने का सबसे सस्ता तरीका है — साफ़-सुथरी तालिका, जिसमें डेटा की एक भी पंक्ति वास्तविक न हो।

यही वजह है कि मुझे दो विफलताओं में फ़र्क करना पड़ता है — जो खाली लौटती है, और जो भरी हुई लौटती है लेकिन खोखली है। पहली विफलता दर्द देती है, दूसरी फ़्रैंचाइज़ी से मीटिंग दिला देती है।

जब इनपुट में एक भी सूचना बिंदु न हो, तो सही आउटपुट में पूरा खाली ढाँचा ही सही आउटपुट है। यह पंक्ति एक सिद्धांत जैसी लगती है, पर व्यवहार में यह अलोकप्रिय लागू होती है। लेखा-परीक्षा का वह अध्याय जो शून्य अनियमितताएँ पाता है, सबसे महँगा अध्याय होता है और सबसे कम सराहा जाता है। फिर भी वही अध्याय एक गंदे पंजीकरण से बेहतर है।

और यह भी मुझे मानना है कि कोई भी मॉडल-फ़िट मुझे एक बार अच्छा लग चुका है। ऊपर मैं सुधार कर चुका हूँ, और अभी भी जोखिम भरा काम बाकी है, क्योंकि मुझे नहीं पता कि सोर्स लेख अगर मौजूद ही न था — किसी पुश नोटिफ़िकेशन जैसा, जिसकी कोई बॉडी कभी थी ही नहीं — तो दोबारा निकासी से भी कुछ फ़ायदा नहीं होगा, और मुझे सोर्स का दायरा बढ़ाना पड़ेगा। मैंने यह स्थिति पहले से दर्ज कर ली है, ताकि बाद में मैं यह न कह सकूँ कि मैंने सोचा ही नहीं था।

अब वह गुंजाइश। करेलेशन और कॉज़ेशन का अंतर इस पूरे काम का सबसे अप्रिय हिस्सा है। 57.4% और 50.6% के बीच का फ़ासला एक निष्कर्ष को जन्म देता है, तंत्र को नहीं। मैंने तीन अलग कारणों को एक दूसरे से अलग करने की कोशिश की — शोर, यात्रा, अंपायर पूर्वाग्रह। तीनों को पूरी तरह वियोजित करना अब तक किसी को नहीं हुआ। जो मैं कह सकता हूँ, वह संयम के साथ यह है: भीड़, वेन्यू और यात्रा को एक साथ मिलाने से होम-एडवांटेज की जो पूरी व्याख्या होती थी, वह अब तीन टुकड़ों में बैठती है और हाथ में एक ही थर्मामीटर बचता है।

दूसरी बात जो मैं शब्दों पर कहना चाहता हूँ। "इंटेंट", "मोमेंटम", "दबाव बेहतर संभाला" — इनके पीछे कोई माप नहीं होता। और इन शब्दों का सबसे बड़ा उपयोग वहीं होता है जहाँ माप नहीं होता। जब डेटा गायब होता है, विशेषण भरने लगते हैं। खाली सेक्शन के ऊपर उस सारे रिक्त स्थान को भर देने वाला अलंकार तुरंत सामने आ जाता है।

यही मेरा असली गुस्सा है — यह खाली तालिका वही सब करती है जो आमतौर पर एक अच्छा टीवी कमेंट्री सेगमेंट करता है, वह एक ऐसे निर्णय को आँकड़े की तरह सजा देती है जिसके पीछे कुछ भी नहीं।

---

निकास: अगली बार क्या देखना है

अगर अगली बार कोई एनालिटिक्स पाइपलाइन शीर्षक, स्रोत, टाइमस्टैम्प और सूचना बिंदुओं के बिना लौटती है, तो वह ज़ोर से विफल होनी चाहिए। चुपचाप आगे नहीं बढ़नी चाहिए। शीर्षक और स्रोत यूआरएल अनिवार्य गैर-शून्य फ़ील्ड होने चाहिए, वरना जॉब अस्वीकार्य। डीकंपोज़िशन से पहले बॉडी-लंबाई की एक न्यूनतम सीमा होनी चाहिए। और कैप्चर टाइमस्टैम्प, सफलता या असफलता से स्वतंत्र रूप से, संभालकर रखा जाना चाहिए — क्योंकि मैच प्रीव्यू मैच के अगले दिन बेकार होता है, और उसका समय खो जाना उस लेख को कभी वापस न लौटने देगा।

जो लेबल बचता है — वह भरोसा नहीं है, रास्ता भेजने वाला संकेत भर है। और जो फ़्रेम अगली फ़ाइल में कुछ नहीं लौटाता, उसे मान लेना चाहिए।

सवाल यह नहीं है कि क्रिकेट में कितना डेटा है। सवाल यह है कि जब वह कुछ नहीं लौटाता, तब उद्योग अपनी ग्रेड शीट किसके सामने खोलता है।