खाली कॉलम वाला स्कोरकार्ड: एशियाई क्रिकेट में डेटा की असली कमी

स्कोरकार्ड में ग्यारह नाम, दो पारियाँ, एक शतक, चार विकेट — सब दर्ज था। जो दर्ज नहीं था, वह हिस्सा था जहाँ से मैच को समझा जाता है: गेंद-दर-गेंद का रिकॉर्ड। न लाइन, न लेंथ, न गति, न टप्पे का नक्शा। एक खाली कॉलम, और उस खाली कॉलम के पीछे पूरा एक सत्र।

मैं 2026 में लंदन की एक स्कोरिंग कंपनी के लिए गेंदें लॉग कर रहा था, जब एक ऑड्स डेस्क ने मुझे जूनियर एनालिस्ट रखा और आईपीएल के डेथ ओवर सौंप दिए। उस सीज़न की साठ मैचों में ओवर 16 से 20 तक की सभी 1,140 वैध गेंदें मैंने लंबाई, स्लोअर-बॉल वेरिएशन और बल्लेबाज़ के इरादे के आधार पर कोड कीं। लेजर मैंने इसलिए रखा क्योंकि याददाश्त बुरा ऑडिटर है — और आज वही लेजर मुझे बताता है कि जहाँ डेटा है और जहाँ नहीं है, वहाँ का फ़र्क़ अक्सर खेल का फ़र्क़ नहीं, कैमरे का फ़र्क़ होता है।

एशिया में पेशेवर क्रिकेट का डेटा ढाँचा एक समान नहीं है। वह साफ़-साफ़ परतों में बँटा है, और हर परत का अपना अलग नियम, अपनी अलग सीमा है।

पहली परत फ्रैंचाइज़ी क्रिकेट की है — आईपीएल, पीएसएल, बीपीएल, एलपीएल, आईएलटी20, एसएलसी। यहाँ हर गेंद रिकॉर्ड होती है, गेंद की गति और टप्पा ट्रैक होता है, फ़ील्ड प्लेसमेंट तक लॉग होता है। 2026 में जब आईपीएल यूएई में खेला गया — 19 सितंबर से 10 नवंबर तक, दुबई, अबू धाबी और शारजाह में कुल साठ मैच, स्टेडियम खाली — तब यह पूरी परत एक नियंत्रित प्रयोग की तरह काम कर गई, क्योंकि हर चीज़ दर्ज थी।

दूसरी परत अंतरराष्ट्रीय क्रिकेट की है। यहाँ गेंद-दर-गेंद डेटा मिलता है, लेकिन ट्रैकिंग कवरेज हर सीरीज़ में नहीं। एक सीरीज़ में हॉक-आई है, दूसरी में नहीं। एक मैदान पर पिच-मैप है, दूसरे पर सिर्फ़ स्कोर।

तीसरी परत घरेलू रेड-बॉल की है — रणजी ट्रॉफ़ी, दलीप ट्रॉफ़ी, ईरानी कप, ढाका प्रीमियर लीग, क्वैद-ए-आज़म ट्रॉफ़ी। यहाँ स्कोरकार्ड तो है, लेकिन गेंद-दर-गेंद डेटा में बड़ी खाई है। कुछ मैचों में पूरा बॉल-बाय-बॉल मिलता है, कुछ में सिर्फ़ ओवर-बाय-ओवर, और कुछ में सिर्फ़ फ़लाफ़ल। मैं यहाँ कोई प्रतिशत नहीं लिखूँगा, क्योंकि मेरे पास उस प्रतिशत को सही ठहराने वाला पूरा फ़ाइल नहीं है — और बिना डिनोमिनेटर के दशमलव लिखना ठीक वही बेईमानी है जिसे पकड़ने के लिए मेरा लेजर बना था।

चौथी परत एसोसिएट और उभरते क्रिकेट की है — नेपाल, ओमान, यूएई, मलेशिया, हॉन्ग कॉन्ग। यहाँ डेटा नाम की चीज़ अक्सर टूर्नामेंट के अंत में एक स्प्रेडशीट होती है, और वह स्प्रेडशीट भी हर बार नहीं।

यह ढाँचा अपने आप में कोई गड़बड़ी नहीं है। यह पैसे, प्राथमिकता और बुनियादी ढाँचे का फ़र्क़ है। गड़बड़ी तब शुरू होती है जब चयन-बैठक, नीलामी की मेज़ और कमेंट्री-बॉक्स — तीनों इन चारों परतों को एक ही दरवाज़े से देखने लगते हैं।

असली सवाल यह नहीं है कि डेटा कितना है। सवाल यह है कि डेटा किस पर है और किस पर नहीं — यानी कवरेज बायस।

एक साधारण उदाहरण। 2026 के उस लेजर में मैंने एक चीज़ टेस्ट की: डेथ ओवर में क्लोज़िंग टोटल का बेहतर भविष्यवक्ता क्या है — इकॉनमी रेट या यॉर्कर की फ़्रीक्वेंसी? इकॉनमी रेट हार गया, क्योंकि इकॉनमी रेट खुद एक नतीजा है, वजह नहीं। यॉर्कर फ़्रीक्वेंसी जीती। जब जसप्रीत बुमराह एक ओवर में चार या उससे ज़्यादा यॉर्कर डालते थे, तब मुंबई इंडियंस ने उन ओवरों में 6.1 रन प्रति ओवर दिए; बाक़ी मामलों में 9.8।

इस वाक्य को पढ़ते हुए ध्यान दें कि मैंने पहला आँकड़ा कैसे लिखा — '6.1 रन प्रति ओवर, 84 गेंदों से'। यह डिनोमिनेटर जोड़ना मेरी आदत है और यह आदत एक डर से पैदा हुई। गेंदों की संख्या के बिना 6.1 एक बयान बन जाता है; गेंदों की संख्या के साथ वह एक सीमा बन जाता है। और क्रिकेट पत्रकारिता में एक तिहाई दावे इसी अंतर की वजह से गलत हो जाते हैं।

अब उसी सवाल को घरेलू रेड-बॉल पर ले जाइए। रणजी में किसी तेज़ गेंदबाज़ का 'छठे-सातवें ओवर का औसत' कितना है? यह सवाल पूछा ही नहीं जा सकता, क्योंकि उस सवाल का डिनोमिनेटर मौजूद नहीं है। जहाँ फ़ाइल नहीं, वहाँ नतीजा भी नहीं — और जहाँ नतीजा नहीं, वहाँ राय बनने लगती है। राय डेटा के रूप में घूमती है, आँकड़े की तरह नहीं, सिर्फ़ वाक्य की तरह।

यहीं पर टेलीविज़न-नमूना घुसता है। सेलेक्टर वही मैच देखता है जो टेलीविज़न पर है, और टेलीविज़न वही मैच दिखाता है जहाँ उसका कारोबार है। मतलब, बड़े शहर के शो-पीस मैदान पर तीस गेंद फेंकने वाला गेंदबाज़ अगले दौरे के लिए दूसरे मैदान पर तीन सौ गेंद फेंकने वाले गेंदबाज़ से ज़्यादा दिखता है — दिखने के अर्थ में, खेलने के अर्थ में नहीं। यह कोई षड़यंत्र नहीं है। यह सिर्फ़ नमूने का आधार विस्थापित होना है।

2026 का खाली स्टेडियम इसी विस्थापन का उल्टा प्रमाण बन गया। जब स्टेडियम खाली हुए, मेरा होम-फ़ील्ड कोएफ़िशिएंट धराशायी हो गया। मैंने 2026 से 2026 तक के आँकड़ों को नियंत्रण मानकर आईपीएल 2026 के साठ मैचों पर नया मॉडल चलाया, और वह मॉडल चिल्लाकर कहने लगा कि घरेलू बढ़त मिट्टी का गुण नहीं, भीड़ और सफ़र का गुण था — मल्टीप्लायर 1.06 से 1.00 पर आ गया। उसी सीज़न में ओस ने पीछा करने वाली टीमों को साठ में से 34 जीत दिलाईं। वह संख्या अब भी मेरी शीट में है, और मैं अब कोई भी 'होम रिकॉर्ड' वाला वाक्य लिखने से पहले पूछता हूँ: क्या यह मैच भरे स्टेडियम में खेला गया था?

यह प्रयोग सिर्फ़ आईपीएल में मुमकिन हुआ क्योंकि वहाँ हर गेंद दर्ज थी। रणजी के खाली स्टेडियमों का ऐसा प्रयोग आप नहीं कर सकते, क्योंकि दर्ज ही नहीं है कि कौन-सा ओवर किस हालत में गया। इसलिए एशियाई क्रिकेट में समस्या 'कम डेटा' की नहीं, 'असमान डेटा' की है — और असमान डेटा, कम डेटा से ज़्यादा ख़तरनाक है, क्योंकि वह आपको विश्वास देता है।

नीलामी की मेज़ पर इस असमानता का दाम साफ़ दिखता है। किसी खिलाड़ी की क़ीमत उसके असली कौशल से कम, और उसकी दिखी हुई क़ीमत से ज़्यादा तय होती है। एक घरेलू सत्र जिसमें उसने चार टेलीविज़ित मैचों में तेज़ी से रन बनाए, वह बीस ग़ैर-टेलीविज़ित मैचों की तुलना में चार गुना भारी पड़ता है — क्योंकि तुलना का सामान सिर्फ़ एक तरफ़ है। और यहाँ कोई साज़िश नहीं चाहिए। बस वह चीज़ चाहिए जो हर बाज़ार में होती है: सबसे आसानी से उपलब्ध जानकारी को सबसे भरोसेमंद जानकारी समझ लेना।

सट्टेबाज़ी के बाज़ार में यह और सीधा हो जाता है। जब आपके पास पंद्रह साल का अंतरराष्ट्रीय डेटा है लेकिन तीन साल का घरेलू डेटा, तो आपका मॉडल चुपचाप अंतरराष्ट्रीय खिलाड़ी को बढ़ा-चढ़ा कर आँकता है — क्योंकि उसके पास उस खिलाड़ी के ज़्यादा गेंदें हैं, ज़्यादा अनुभव नहीं। यह पूर्वाग्रह है, लेकिन यह पूर्वाग्रह आँकड़े की शक्ल में आता है। दशमलव तीन जगह तक लिखा हुआ।

मेरे पास इसका एक और उदाहरण है जो मैंने खुद रोका। 2026 में भारत का इंग्लैंड दौरा — पाँच टेस्ट, 4–1 की हार। उस अगस्त-सितंबर में मैंने भारत के टॉप-थ्री की हर जानबूझकर छोड़ी गई ऑफ़-स्टंप गेंद लॉग की। ट्रेंट ब्रिज की जीत और बाक़ी तीन हार के बीच बारह अंक का फ़र्क़ दिख रहा था। लेकिन मैंने अपने कॉन्फ़ाउंडर गिने: पाँच मैच, एक जीत, बदलती रोशनी, पुरानी होती ड्यूक्स गेंद। मैंने अपना ही नोट रद्द कर दिया। वह पाँच-टेस्ट नमूना आज भी अप्रकाशित है; एक अंदाज़ा कोई निष्कर्ष नहीं होता।

यही मानक मैं घरेलू डेटा पर लगाना चाहता हूँ — लेकिन उल्टी दिशा में। मैं कह रहा हूँ कि जहाँ मेरे पास पाँच मैच हैं वहाँ मैं चुप रहता हूँ; तो जहाँ चयन समिति के पास बीस पारियाँ हैं, वहाँ उसे भी चुप रहना चाहिए। समस्या यह है कि वह चुप नहीं रहती, क्योंकि उसे चुप रहने के लिए मजबूर करने वाला कोई कवरेज-कॉलम उसकी शीट पर मौजूद ही नहीं है।

अब वह हिस्सा, जहाँ मुझे अपनी ही बात से असहमत होना है।

मेरा पहला झुकाव यह कहता है कि ज़्यादा डेटा बेहतर फ़ैसले देगा। मेरा अनुभव कहता है कि यह ग़लत है।

जब आप घरेलू क्रिकेट में ट्रैकिंग डेटा जोड़ते हैं, तो वह डेटा बेतरतीब ढंग से नहीं जुड़ता — वह उन मैदानों में जुड़ता है जहाँ कैमरा लगाना सस्ता है, यानी बड़े शहरों में। नतीजा यह होता है कि आपके पास ज़्यादा डेटा होता है, लेकिन उसका वितरण पहले से भी ज़्यादा टेढ़ा हो जाता है। मॉडल ज़्यादा आत्मविश्वास से बोलता है और उसका आत्मविश्वास पहले से कम जायज़ होता है। यह वह जाल है जिसे मैं खुद बार-बार पकड़ता हूँ: लेजर को पूरा मान लेना, जबकि लेजर सिर्फ़ वह हिस्सा है जो लॉग हो पाया।

दूसरी बात। मेरी यह पूरी शिकायत शायद सिर्फ़ मेरी सुविधा की शिकायत है। उबाऊ परिकल्पना यह है — और इसे मैं दिलचस्प परिकल्पना के बराबर जगह देता हूँ — कि सेलेक्टर अपना काम ठीक कर रहे हैं। वे मैदान पर मौजूद होते हैं, वे गेंदबाज़ की गति में आया फ़र्क़ देखते हैं, वे बल्लेबाज़ के पैर की जगह देखते हैं। मेरे पास वह नहीं है। मेरे पास सिर्फ़ लॉग है। यह मान लेना कि जो मापा नहीं जा सका वह मौजूद ही नहीं, मापन-विधि का सबसे पुराना घमंड है।

तीसरी बात, और यह तकनीकी है। जब हम घरेलू रेड-बॉल के लिए मॉडल बनाते हैं, तो हम अक्सर इंग्लैंड या ऑस्ट्रेलिया के काउंटी वर्कलोड ढाँचे उधार लेते हैं — गेंदों की संख्या, स्पेल की लंबाई, रिकवरी के दिन। वह मॉडल ठंडे, उबाऊ, ढीले मैदानों के लिए कैलिब्रेट किया गया था। चेन्नई की उमस और मुल्तान की गर्मी में वही मॉडल चलाना एक ऐसा उपकरण इस्तेमाल करना है जिसका नंबर किसी और सवाल का जवाब था। मेरे पास उसका उल्टा उदाहरण भी है: जब मैंने भारतीय घरेलू क्रिकेट में सालों तक मैदान-दर-मैदान नतीजे दर्ज किए, तो मेरा होम-फ़ील्ड कोएफ़िशिएंट पिच की कहावतों जैसा बर्ताव ही नहीं कर रहा था। जब स्टेडियम खाली हुए, तो उसे कबूल करना पड़ा।

तीनों बातें एक ही जगह पर आती हैं: सवाल यह नहीं कि डेटा कितना है। सवाल यह है कि डेटा के साथ उसका कवरेज-कॉलम और उसका पारिस्थितिकी-लेबल लिखा हुआ है या नहीं।

तो आगे क्या? मेरे पास कोई भविष्यवाणी नहीं है, एक प्रस्ताव है। एशियाई क्रिकेट परिषद और संबंधित बोर्ड एक सार्वजनिक कवरेज इंडेक्स छापें — हर घरेलू टूर्नामेंट के लिए, हर सत्र में, कितने प्रतिशत गेंदों का पूरा बॉल-बाय-बॉल रिकॉर्ड मौजूद है। मैं उस इंडेक्स की सटीकता पर नहीं, उसके प्रकाशित होने पर दाँव लगा रहा हूँ। जिस दिन वह छपेगा, उस दिन हर 'घरेलू औसत' के नीचे उसका असली आधार दिखने लगेगा, और कुछ दावे अपने आप ढह जाएँगे।

इस बीच, अगले सत्र में जब आप कोई उभरता हुआ तेज़ गेंदबाज़ देखें, तो एक सवाल ज़रूर पूछिए — उसकी यह गति कितनी गेंदों पर मापी गई है, और उन गेंदों में से कितनी टेलीविज़न पर थीं? अगर जवाब न मिले, तो जवाब न मिलना ही जवाब है।

एक सुधार हार नहीं होता; वह अगले मॉडल की पहली ईमानदार लाइन होती है। और मेरे पास इस वक़्त बस यही सुधार है — कि मैं उस स्कोरकार्ड के खाली कॉलम को खाली दिखाना चाहता हूँ, भरे हुए दिखाने की बजाय।