शून्य नतीजा, पूरा टेम्पलेट: क्रिकेट विश्लेषण में खाली डेटा की असली कीमत

21 मई 2026। हैदराबाद का राजीव गांधी अंतर्राष्ट्रीय स्टेडियम। मुंबई इंडियंस 129/8 पर ढेर हो चुकी थी और आंधेरी ईस्ट के चार-व्यक्ति वाले एनालिटिक्स डेस्क पर चाय ठंडी हो रही थी। मेरा डेथ-ओवर्स विकेट-प्रोबेबिलिटी मॉडल इनिंग्स ब्रेक पर मुंबई को 58 प्रतिशत जीत दे रहा था। डेस्क का सामूहिक नंबर 44 प्रतिशत था। क्रुणाल पांड्या ने 38 गेंदों पर 47 रन बनाए, स्टीव स्मिथ की राइजिंग पुणे सुपरजायंट 128/6 पर रुकी, और मुंबई एक रन से जीत गई।

उस जीत का मेरा इनाम यह था कि एक सीनियर सहकर्मी ने एक पूर्व रणजी खिलाड़ी से कहा, "लड़की के नंबर सैनिटी-चेक कर लो।" मैंने उस रात नैरेटिव से बहस करना छोड़ दिया। बहस के बजाय मैंने लेजर खोल दी — एक प्राइवेट स्प्रेडशीट जिसमें हर मॉडल कॉल, उसका नतीजा और गलती की वजह दर्ज होती है। ग्यारह साल मैंने वह लेजर रखा; फाइनल फिर भी एक रन पर आकर रुका।

पिछले हफ्ते मेरे सामने एक अलग तरह का दस्तावेज़ आया। उसका शीर्षक खाली था। स्रोत खाली था। लेख का प्रारूप अघोषित था। सूचना-बिंदुओं की संख्या शून्य थी। और उसमें आठ खंड थे — प्रारूप विश्लेषण से लेकर उद्योग ट्रांसमिशन तक — जिनमें से हर एक के हर सेल में एक ही पंक्ति लिखी थी: N/A।

वह दस्तावेज़ गलत नहीं था। वह ईमानदार था, और ठीक इसीलिए वह इस उद्योग में अजीब तरह का अल्पसंख्यक है। उसने यह नहीं कहा कि कौन जीतेगा, किसका स्ट्राइक रेट गिरेगा, किस फ्रैंचाइज़ी का पर्स खुलेगा। उसने यह कहा: साक्ष्य शून्य है, इसलिए विश्लेषण भी शून्य है। एक ऐसी दुनिया में जहाँ हर टेम्पलेट को भरना पड़ता है, खाली टेम्पलेट लौटाना अपने आप में एक बयान है।

अगले तीन-चार दिनों में कम से कम चार लोगों ने मुझसे वही सवाल पूछा: "तो इसका मतलब क्या निकालें?" यही सवाल इस पूरे मामले का केंद्र है। जब इनपुट शून्य हो, तो सही जवाब "कुछ नहीं" है। लेकिन क्रिकेट का मीडिया-इकोसिस्टम "कुछ नहीं" पर पैसा नहीं देता।

क्रिकेट दुनिया का शायद अकेला खेल है जिसके पास शून्य नतीजे के लिए पहले से शब्दावली मौजूद है। बारिश से धुला मैच No Result होता है। टाई अलग चीज़ है। अंक-तालिका में दोनों को अलग कॉलम मिलता है, नेट रन रेट की गणना में दोनों का अलग व्यवहार है, और डकवर्थ-लुईस-स्टर्न के तहत लक्ष्य संशोधन भी एक अलग घटना है। मैदान पर क्रिकेट ने साफ़ स्वीकार कर लिया है कि "जवाब नहीं है" भी एक जवाब है।

स्टूडियो में हमने यह स्वीकार नहीं किया। क्रिकेट कवरेज की रात की मिनट-दर-मिनट बनावट में No Result नाम का कोई कॉलम नहीं है। दस बजे की बुलेटिन में तीन मिनट का स्लॉट है, और उस स्लॉट में कुछ तो जाना ही है। यही वह जगह है जहाँ डेटा डेस्क और कमेंट्री बॉक्स के बीच की दरार खुलती है — एनालिटिक्स रूम में DRS, इम्पैक्ट प्लेयर का इस्तेमाल और डेथ-ओवर मैचअप तय हो चुके होते हैं, और ऑन एयर उन्हीं पर सहज ज्ञान से दोबारा बहस होती है। स्टूडियो भारतीय क्रिकेट कवरेज का आखिरी बिना-मॉडल किया गया वेरिएबल है।

अब वह दस्तावेज़, जो मेरे पास आया। उसमें एक चीज़ मौजूद थी — डोमेन लेबल, cricket_world। बाकी सब गैरहाज़िर: शीर्षक नहीं, स्रोत नहीं, तारीख़ नहीं, टीम नहीं, खिलाड़ी नहीं, स्टेडियम नहीं, प्रारूप नहीं। शून्य सूचना-बिंदु। फ्रेमवर्क के अपने नियम के मुताबिक़ हर निष्कर्ष को किसी क्रमांकित सूचना-बिंदु तक ट्रेस करना ज़रूरी है। शून्य बिंदु हो तो ट्रेस किसे करेंगे?

सूचना-बिंदु वह परमाणु इकाई है जिस पर पूरा विश्लेषण टिकता है — जैसे "आठवें ओवर में दूसरी स्लिप हटी", "इस सीज़न डेथ ओवरों में यॉर्कर का इस्तेमाल 34 प्रतिशत से गिरकर 21 प्रतिशत हुआ", "ऑक्शन में रिटेंशन के बाद पर्स में 18.5 करोड़ बचे"। ये वाक्य सत्यापन-योग्य हैं। इनके बिना जो बचता है, वह राय है — और राय को मैं विश्लेषण का नाम नहीं देता।

उस दस्तावेज़ ने अपने आप को "फ्रेमवर्क-पूर्ण, कंटेंट-शून्य" कहा। मेरे हिसाब से यह पिछले कुछ सालों में क्रिकेट डेटा लाइन पर आई सबसे पेशेवर चीज़ों में से एक है, और यह भी सच है कि अगर यह दस्तावेज़ किसी प्रोड्यूसर की मेज़ पर पहुँचता, तो वह इसे तीन मिनट में भरकर वापस भेज देता।

इसे तोड़कर देखें। इंजीनियरिंग वजह साफ़ है: डोमेन लेबल मौजूद है, सारे कंटेंट फ़ील्ड खाली हैं। इसका मतलब यह नहीं कि लेख में कुछ नहीं था। इसका मतलब यह है कि सोर्स टेक्स्ट लगभग दो सौ शब्दों से छोटा था, या पेवॉल के पीछे था, या वीडियो/एम्बेडेड कंटेंट था जिसे एक्सट्रैक्टर पढ़ ही नहीं पाया। यह टेक्स्ट-निष्कर्षण की विफलता है, लेख की खालीपन नहीं। फ़र्क़ बड़ा है: एक में री-फ़ेच से काम बन जाता है, दूसरे में लेख ही नहीं था।

दूसरी वजह संस्थागत है। क्रिकेट में एक फ़ीड आइटम, एक हेडलाइन, एक इमेज कैप्शन भी "स्टोरी" की तरह सर्कुलेट होता है। ऐसी स्टोरी पर आठ खंडों का विश्लेषण बनाना वैसा ही है जैसे सिर्फ़ टॉस की रिपोर्ट से पिच को पढ़ने की कोशिश करना। तीसरी वजह व्यावसायिक है: अगर आपकी टीम के पास शून्य लौटाने का अधिकार नहीं है, तो आपकी टीम शून्य नहीं लौटाएगी। वह भरेगी।

और यहीं से वह चीज़ शुरू होती है जिससे मुझे सबसे ज़्यादा डर लगता है — दबाव में बनी हुई, आत्मविश्वास से भरी हुई, पूरी तरह मनगढ़ंत क्रिकेट इंटेलिजेंस।

शून्य इनपुट का सबसे संभावित आउटपुट झूठ है, क्योंकि झूठ ही एकमात्र आउटपुट है जो टेम्पलेट के सारे खाने भर देता है।

इसका सबसे साफ़ उदाहरण प्रारूप-संदूषण है। क्रिकेट के तीन प्रारूपों के आंकड़े कभी एक-दूसरे से तुलनीय नहीं होते, और यह बात इतनी बुनियादी है कि इसे दोहराना बंद नहीं किया जा सकता। T20 में ओपनर का 140 का स्ट्राइक रेट सामान्य है; वही 140 एकदिवसीय में असाधारण है और टेस्ट में लगभग अप्रासंगिक। 8 का इकॉनमी रेट T20 में ठीक-ठाक है, टेस्ट में वह गेंदबाज़ी को तोड़ देता है। जब कोई फ़ीड आइटम यह नहीं बताता कि मैच किस प्रारूप का था, तो उस पर बनाया गया कोई भी टेक्टिकल निष्कर्ष संदूषित है — चाहे वह कितना भी समझदार लगे।

मेरे लेजर में इस तरह की एंट्री बहुत हैं। सबसे महंगी वह है जो मार्च 2026 में दर्ज हुई। तब तक मेरे पास 1,300 बैक-टेस्टेड मैच थे और होम-एडवांटेज का एक गुणांक था जो जीत की संभावना में +4.2 प्रतिशत अंक जोड़ता था। खेल रुका, आईपीएल 19 सितंबर से 10 नवंबर 2026 तक यूएई में चला, मुंबई इंडियंस ने ख़िताब जीता — और वह गुणांक शून्य हो गया। जिस घर में कोई घर नहीं था, वहाँ घर का फ़ायदा शून्य से ज़्यादा कुछ नहीं हो सकता था। मैंने मॉडल फिर से बनाया, ओस, टॉस और ट्रैवल के इर्द-गिर्द, और पाया कि दुबई में रात को लक्ष्य का पीछा करना लगभग +8 प्रतिशत का था।

हर गुणांक का एक मौसम होता है। मेरा रेगिस्तान में मर गया, और उसके बाद मैंने बैकटेस्ट पर भरोसा करना छोड़ दिया।

यही वजह है कि अब मेरा हर लेख एक अनुमान-ऑडिट से खुलता है: इस बात को ग़लत साबित होने के लिए क्या-क्या सच होना पड़ेगा? जब लेख के सिरे पर यह सवाल लिखा हो, तो इनपुट की खालीपन को भरना मुश्किल हो जाता है। अगर मैं नहीं बता सकता कि मैं किस चीज़ के आधार पर किसी टीम को आगे रख रहा हूँ, तो मॉडल से जो नंबर निकलेगा वह नंबर नहीं, आवाज़ होगी।

छोटे नमूने पर यह चीज़ और तेज़ हो जाती है। महिला प्रीमियर लीग 2026 में शुरू हुई। तीन साल के डेटा से किसी बल्लेबाज़ की "नॉकआउट में औसत" निकालना मज़ेदार आंकड़ा है, विश्लेषण नहीं। नॉकआउट क्रिकेट में आपको तीन मैचों का नमूना मिलता है, और तीन मैचों में एक अच्छी पारी आपके नंबर को 40 प्रतिशत ऊपर खींच देती है। मेरा नियम सादा है: अगर अंतर त्रुटि-सीमा के अंदर है, तो मैं अंतर नहीं, त्रुटि-सीमा बताता हूँ। बाज़ार गर्म है और नमूना छोटा — यही जोड़ी हर सीज़न किसी न किसी बल्लेबाज़ को सितारा बना देती है, और अगले सीज़न वही सितारा अपनी कीमत पर खरा नहीं उतरता।

अब वह हिस्सा जो सबसे ज़्यादा नुकसान करता है: झूठे इनपुट से बनी संख्या जब फ़ैसलों तक पहुँचती है। सोचिए, एक ऑक्शन-पर्स मॉडल जिसमें रिटेंशन कॉस्ट और बचे हुए पर्स का हिसाब है, लेकिन जिसके इनपुट में यह नहीं है कि संबंधित खिलाड़ी की उम्र-वक्र किस मोड़ पर है। नतीजा एक साफ़-सुथरा नंबर देगा, जैसे "₹12.5 करोड़ की बोली उचित है"। वह नंबर सुंदर होगा। वह ग़लत होगा। उसकी सुंदरता ही उसकी ग़लती को छिपाएगी।

प्लेऑफ़ क्वालिफ़िकेशन की संभावनाओं के साथ यह और साफ़ दिखता है। एक टीम को 14 में से 12 अंक चाहिए, नेट रन रेट करीब है, दो मैच बाकी हैं। मॉडल 61 प्रतिशत बोलता है। यह 61 प्रतिशत किस पर टिका है? बारिश की संभावना पर, टॉस पर, इस पर कि दोनों मैचों में वही गेंदबाज़ी चलेगी जो पिछले चार में चली। इनमें से एक भी इनपुट खो जाए तो 61 प्रतिशत एक अलंकार बन जाता है, जानकारी नहीं।

मेरे पास ग्यारह साल का लेजर है, और लेजर एक बात साफ़ कहता है: ख़राब सट्टा और ख़राब नतीजा दो अलग प्रजातियाँ हैं; लेजर दोनों में फ़र्क़ करता है।

2026 के क्वालिफ़ायर में मैंने 40 राष्ट्रीय टीमों पर पज़ेशन-एडजस्टेड चांस-क्रिएशन मॉडल बनाया था। मेरी तालिका में क्रोएशिया पाँचवें स्थान पर था जबकि बुकमेकर उन्हें 25/1 और 33/1 के बीच रख रहे थे। वे मॉस्को के फ़ाइनल तक पहुँचे और फ़्रांस से 4-2 हारे। उसी मॉडल ने जर्मनी को 14वें स्थान पर रखा था और उनके फ़ुल-बैक एक्सपोज़र को चिह्नित किया था; जर्मनी 2026 के बाद पहली बार ग्रुप स्टेज से बाहर हो गया। उस टुकड़े को 11,000 पाठक मिले, और अगस्त में आइल ऑफ़ मैन लाइसेंस वाले एक ऑपरेटर के मुंबई प्राइसिंग डेस्क पर मुझे जगह मिली।

क्रोएशिया क्वालिफ़ायर में 33/1 पर बैठा था। मेरा मॉडल कह रहा था कि बाज़ार सोया हुआ है।

यह वही फ़ॉर्मैट है जो मैंने तब से कभी नहीं बदला: कीमत, असहमति, कारण। हर लेख में वह क्लोज़िंग लाइन नामित होती है जिसे मैं ग़लत मानता हूँ, और वह संख्या जो मैं ख़ुद सेट करता। इससे लेख जाँचने योग्य हो जाता है। इससे संपादक घबरा जाते हैं। दोनों असर मुझे स्वीकार्य हैं।

लेकिन यह भी उसी लेजर में दर्ज है कि मार्च 2026 के बाद मेरा लिखा सबसे अच्छा निबंध तीन हफ़्ते देर से छपा, और उस देर ने डेस्क को एक क्लाइंट प्राइसिंग विंडो का नुकसान कराया। उस दिन से मेरे काम में दो नियम आए। पहला — हर लेख अनुमान-ऑडिट से खुले। दूसरा — अस्सी प्रतिशत पर छोड़ दो। दूसरे नियम में मैं आज भी फ़ेल होता हूँ। फ़र्क़ यह है कि अब मैं इसे माफ़ीनामे की तरह ईमेल में नहीं, फ़ुटनोट में लिखता हूँ।

चलिए, इस खाली दस्तावेज़ की असली कीमत निकालते हैं। मेरे हिसाब से यह दस्तावेज़ इसलिए मूल्यवान है कि इसने एक ऐसा सवाल उठाया जो क्रिकेट डेटा लाइन पर शायद ही कभी पूछा जाता है: क्या हमारे पास अपने काम का No Result घोषित करने का हक़ है? जिस डेस्क में हर शाम कोई न कोई टेक देनी ही होती है, वहाँ यह हक़ काग़ज़ पर मौजूद रहता है और व्यवहार में ग़ायब।

सबसे बड़ी एनालिटिकल विफलता ग़लत मॉडल नहीं होती; सबसे बड़ी विफलता वह भरा हुआ टेम्पलेट होता है जिसे किसी ने बिना इनपुट के जमा कर दिया।

यहाँ एक असंवेदनशील अवलोकन जोड़ना ज़रूरी है, क्योंकि यह मेरे अपने काम पर भी लागू होता है। पिछले कुछ सालों में क्रिकेट में जिस तरह पैसा बहा है — ब्रॉडकास्ट राइट्स की बोलियाँ, फ़्रैंचाइज़ी वैल्यूएशन, ऑक्शन पर्स — वह एक ही आदत से निकला है जिससे भरा हुआ टेम्पलेट निकलता है: संख्या उपलब्ध न होने पर भी संख्या घोषित करने की जल्दबाज़ी। राइट्स के लिए जो रकम चुकाई जा रही है, वह अक्सर उस सवाल का जवाब नहीं है कि दर्शक कितने हैं; वह उस सवाल का जवाब है कि किसी को दस बजे तक एक आंकड़ा बताना था। जो प्लेटफ़ॉर्म राइट्स ख़रीदकर पैसा खो रहे हैं, वे पुरानी टीवी की वही ग़लती दोहरा रहे हैं — और वह ग़लती मॉडल की नहीं, इनपुट की थी।

यहाँ मुझे अपने ही ख़िलाफ़ गवाही देनी है। मैंने भी टेम्पलेट भरे हैं। 2026 में एक फ़्रैंचाइज़ी की रिटेंशन लिस्ट पर मुझे पंद्रह मिनट में कुछ कहना था, और मेरे पास खिलाड़ी की हाल की चोट का कोई पुष्ट स्रोत नहीं था। मैंने उसके बजाय उम्र-वक्र पर भाषण दिया। वह भाषण ठीक लगा, क्योंकि उम्र-वक्र एक भरोसेमंद अवधारणा है। लेकिन मैंने जो किया, वह जानकारी की जगह अवधारणा भरना था। लेजर में वह एंट्री इस टिप्पणी के साथ है: "इनपुट ग़ायब था; भाषण अच्छा था; यही समस्या थी।"

दूसरा ख़तरा जो इस पूरे प्रसंग से निकलता है, वह विरोध-वृत्ति का ब्रांड बन जाना है। एक बार बहुमत के ख़िलाफ़ सही होना नशे जैसा है। दूसरी बार उसी आदत से लिखना सिर्फ़ एक और पूर्वाग्रह है। मेरा नियम यह है कि असहमति को एक घोषित सीमा पार करनी पड़ती है; अगर बढ़त त्रुटि-सीमा के अंदर है, तो मैं वही लिखता हूँ और लेख छोड़ देता हूँ। यह नियम मेरे कुल प्रकाशित लेखों की संख्या कम करता है और मेरे सही होने की दर बढ़ाता है। दोनों मुझे मंज़ूर हैं।

उसी तरह, इस खाली दस्तावेज़ को लेकर भी एक जाल है। यह कहना आसान है कि "डेटा नहीं है, इसलिए कुछ नहीं कहा जा सकता" — और उस वाक्य को जीवन-दर्शन बना लेना। यह उतना ही आलसी है जितना बिना इनपुट के निष्कर्ष निकालना। शून्य नतीजा एक अंतिम पड़ाव नहीं, एक अस्थायी स्थिति है। सही पेशेवर प्रतिक्रिया यह है: पहले बताओ कि क्या ग़ायब है, फिर बताओ कि उसे कैसे लाया जाए, और फिर लाओ। इस दस्तावेज़ ने पहला काम किया। उसने दूसरा भी किया — एक साफ़ सूची के साथ कि पुनः-निष्कर्षण में कम से कम क्या लौटना चाहिए। तीसरा काम किसी और का है, और वह होना चाहिए।

मेरे अनुभव में इस तरह के शून्य नतीजे सस्ते होते हैं। अगर स्रोत एक छोटी ख़बर या हेडलाइन थी, तो एक साफ़ री-फ़ेच से शीर्षक, मीडिया आउटलेट, तारीख़, तीन से पाँच सूचना-बिंदु और नामित इकाइयाँ वापस मिल जाती हैं। उसके बाद आठों खंड चल सकते हैं। यह पाइपलाइन की मरम्मत का मामला है, विश्लेषण की नाकामी का नहीं। और पाइपलाइन की मरम्मत विश्लेषण से सस्ती होती है — यह बात मैं एक ऐसे डेस्क से कह रहा हूँ जहाँ एक गुणांक को फिर से बनाने में चार महीने लगे थे।

अब आगे की ओर। अगली बार जब आपकी स्क्रीन पर कोई ग्राफ़िक आए और कहे कि इस टीम की क्वालिफ़िकेशन की संभावना 61 प्रतिशत है, तो एक सवाल पूछिए जो कमेंट्री बॉक्स में शायद ही पूछा जाता है: इसका इनपुट क्या था, और उस इनपुट में क्या ग़ायब था? अगर जवाब यह हो कि इनपुट में प्रारूप दर्ज ही नहीं था, तो वह 61 प्रतिशत संख्या नहीं, मौसम है।

मेरी अगली नज़र उस पर है जिसे मैं "अनुपस्थिति का संकेत" कहता हूँ — यानी यह देखना कि किसी दस्तावेज़ में स्रोत का खाली होना, टाइमस्टैम्प का न होना और प्रारूप का अनुल्लेख होना, तीनों एक साथ कितनी बार आते हैं। मेरा अनुमान है कि आने वाले सीज़न में जिन ख़बरों पर सबसे तेज़ प्रतिक्रिया होगी, उनमें यही तीनों खालीपन सबसे ज़्यादा मिलेंगे। अगर मैं ग़लत हूँ — अगर स्रोत-रहित आइटम पर बना विश्लेषण भी उतना ही सटीक निकला जितना स्रोत-सहित — तो मैं यह लिखूँगा, क्योंकि लेजर में वह एंट्री भी जाएगी।

और अगर आपको इस पूरे लेख में सिर्फ़ एक वाक्य उठाना है, तो यह उठाइए: स्प्रेडशीट कभी नहीं झिझकती, इसीलिए मैं उसे अपनी बात कहने से पहले बोलने देता हूँ। खाली स्प्रेडशीट भी बोलती है। बस उसे सुनने के लिए ऐसा डेस्क चाहिए जो दस बजे की बुलेटिन में तीन मिनट की ख़ामोशी बर्दाश्त कर सके।