खाली फ़ाइल से खुलने वाला सबक़: क्रिकेट विश्लेषण में सत्यापन का अनुशासन

पिछले सप्ताह मेरी डेस्क पर एक एक्सट्रैक्शन फ़ाइल आई। ऊपर डोमेन टैग लगा था — cricket_asia। नीचे आठ विश्लेषणात्मक खंड थे, और आठों में एक ही वाक्य अलग-अलग रूप में दोहराया गया था: अपर्याप्त सूचना। न मैच का नाम, न टीम, न खिलाड़ी, न फ़ॉर्मेट। जिस दस्तावेज़ को "विश्लेषण" कहा जा रहा था, वह असल में एक रिक्त ग्रिड था — और वही उस दिन की सबसे ईमानदार रिपोर्ट थी।

मुझे यह दृश्य अपरिचित नहीं लगा। सत्रह साल की उम्र में, चेन्नई के एक स्कूल आउटरीच प्रोजेक्ट के तहत, मैं 2026 के TNPL फ़ाइनल में चेपौक की सीढ़ियों पर बैठी थी — चेपौक सुपर गिलीज़ बनाम टूटी पैट्रियट्स। मैंने 96 गेंदें चार्ट कीं: आर. साई किशोर की बाएँ हाथ की स्पिन का रिलीज़ प्वाइंट, और हर बल्लेबाज़ के ट्रिगर मूवमेंट से कवर तक का अंतर। एक स्थानीय कोच ने उस शीट को "स्कूली लड़कियों की ज्यामिति" कहकर ख़ारिज कर दिया। चेपौक ने वह मैच छह रन से जीता। मैंने शीट रख ली और तीन हफ़्ते तक उसे टीवी रीप्ले से मिलाती रही।

वह शीट और पिछले हफ़्ते की खाली फ़ाइल, दोनों एक ही समस्या की दो तस्वीरें हैं। एक में सब कुछ दर्ज था मगर कोई पढ़ना नहीं चाहता था; दूसरे में कुछ भी दर्ज नहीं था मगर सब कुछ कहा जाने वाला था। क्रिकेट विश्लेषण का मौजूदा ढाँचा निष्कर्ष को इनाम देता है और सत्यापन को विलंब। यही ढाँचा है जिसे समझे बिना यह समझा नहीं जा सकता कि एक रिक्त एक्सट्रैक्शन फ़ाइल इतनी ख़तरनाक क्यों है।

ख़तरा फ़ाइल में नहीं है। ख़तरा उस दबाव में है जो फ़ाइल के ख़ाली होने पर पैदा होता है। डेडलाइन है, स्लॉट भरा जाना है, और उपलब्ध सबसे सुविधाजनक सामग्री है — माहौल। कौन लय में है, कौन "बकाया" है, किस टीम में जीत की "आदत" बैठ गई है। ये ऐसे वाक्य हैं जिन्हें किसी गेंद-दर-गेंद डेटा की ज़रूरत नहीं पड़ती, और इसीलिए ये कभी ग़लत साबित नहीं होते। ग़लत साबित होने के लिए ज़रूरी है कि आपने कुछ कहा हो।

एक साफ़ विश्लेषणात्मक पाइपलाइन में तीन चरण होते हैं, और यह क्रम मनमाना नहीं है। पहला — स्रोत की पहचान: शीर्षक, प्रकाशक, प्रकाशन तिथि, और वे ठोस दावे जिन्हें जाँचा जा सके। दूसरा — निकाले गए तथ्यों को उनके फ़ॉर्मेट में बाँटना। टेस्ट, वनडे और टी20 के बेंचमार्क अलग-अलग होते हैं, और इन्हें एक ही तालिका में मिलाना इस पेशे की सबसे आम और सबसे महँगी भूल है। तीसरा — प्रदर्शन का फ़ेज़ ग्रिड में विघटन: पावरप्ले, मध्य ओवर, डेथ ओवर; या लंबे फ़ॉर्मेट में पारी के चरण; या गेंदबाज़ी के लिए रिलीज़ प्वाइंट, लाइन और फ़ील्ड सेटिंग। जब पहला चरण ही ख़ाली हो, तो बाक़ी दो चरण अनुमान बन जाते हैं — और अनुमान को विश्लेषण कह देना पेशे की सबसे पुरानी छूट है।

मैंने यह अनुशासन जल्दी सीखा, और कीमत चुकाकर सीखा। 2026 में, यूनिवर्सिटी ऑफ़ मद्रास में पढ़ते हुए, मैंने एक चेन्नई एनालिटिक्स वेंडर के साथ IPL इंटर्नशिप की। मैंने चेन्नई की सात होम मैचों को कोड किया: उनके स्पिनरों ने चेपौक के मध्य ओवरों में 44 प्रतिशत गेंदें फेंकीं और 6.8 रन प्रति ओवर दिए। उस साल के फ़ाइनल में शेन वॉटसन के 57 गेंदों पर नाबाद 117 रन ने सनराइज़र्स हैदराबाद पर आठ विकेट की जीत तय की। मेरे सुपरवाइज़र को "होम फ़ोर्ट्रेस" की कहानी चाहिए थी — चेपौक का क़िला, क्राउड का दबाव, स्पिन का जाल। मैंने कहा कि नमूना पहले बाँटना होगा: ओस कितनी थी, पिच कितनी पुरानी थी, बल्लेबाज़ किस हाथ का था।

चेपौक की स्पिन-स्क्वीज़ कोई वेन्यू मिथक नहीं थी, वह एक शर्त-आधारित संरचना थी — और शर्त बदलते ही संरचना भी बदल जाती है। यह वह वाक्य है जो मैंने उस साल अपनी नोटबुक में लिखा, और जिसे आज तक हर बार दोबारा परखती हूँ।

2026 में, कोविड ठहराव के दौरान, मैंने यूएई में हुए IPL के लिए रिमोट ब्रॉडकास्ट एनालिटिक्स डेस्क पर काम किया। साठ मैच, 7,200 गेंदें, पावरप्ले फ़ील्ड प्रतिबंध और ओस — सब कोड हुआ। ख़ाली स्टेडियमों ने भीड़ का शोर हटा दिया, पर उसने टॉस-बायस नहीं हटाया। होम टीमों ने 52 प्रतिशत मैच जीते — यानी दो फ़ीसदी का बदलाव। इतने छोटे अंतर को "होम-एडवांटेज की क्रांति" कहना उस साल की सबसे आसान और सबसे बेईमान हेडलाइन होती। फ़ाइनल में मुंबई इंडियंस ने दिल्ली कैपिटल्स को पाँच विकेट से हराया। मैंने बारह पेज का आंतरिक मेमो लिखा, कॉन्फ़िडेंस इंटरवल्स के साथ, और उसमें यह भी लिखा कि यह नमूना किस बात को साबित करने के लिए अपर्याप्त है।

ग्रिड तभी काम करता है जब उसकी शर्तें साफ़ हों, और यही वह जगह है जहाँ ज़्यादातर विश्लेषण टूटता है। ओस वाली रात में डेथ-ओवर का इकॉनमी बेंचमार्क अलग होता है। पुरानी पिच पर मध्य ओवर में स्पिन का हिस्सा बढ़ जाता है। छोटा किया गया मैच DLS के साये में खड़ा होता है और पूरा फ़ेज़ मॉडल बेकार कर देता है। जो विश्लेषक यह नहीं बताता कि उसका मॉडल किस शर्त पर फ़ेल होगा, वह मॉडल नहीं बेच रहा — राय बेच रहा है। और यहीं पर वह खाली फ़ाइल वापस लौटती है: अगर पहला तथ्य ही अनुपलब्ध है, तो आठ खंडों को भरने का कोई ईमानदार तरीक़ा नहीं है।

इस बिंदु पर एक और चीज़ साफ़ होनी चाहिए, और वह है रोल-आधारित अंकगणित। टीम संरचना को प्रतिभा-रैंकिंग की तरह पढ़ना ग़लत है; उसे आपूर्ति और माँग की समस्या की तरह पढ़ना चाहिए। कितने विशेषज्ञ डेथ गेंदबाज़ मौजूद हैं? एक फ़िनिशर की असली क़ीमत क्या है? भारत की दूसरी पसंद की टीम किसी भी पहली पसंद से बनाना कठिन क्यों है? ये सवाल उन आँकड़ों पर निर्भर हैं जो मैच फ़ाइल में होते हैं — यानी उसी फ़ाइल में जो पिछले हफ़्ते ख़ाली थी। Impact Player नियम जैसी संरचनात्मक विकृति को "नयापन" कहकर ख़ारिज करने की जगह उसे सुधार चर के रूप में गिनना पड़ता है।

पर असली अंधा धब्बा यहाँ है — और यह विश्लेषकों का नहीं, उस ढाँचे का है जिसमें वे काम करते हैं। डेटा डेस्क "मिली हुई ट्रेंड" को इनाम देता है। पाँच पारियों का डेथ-ओवर डेटा एक साफ़ ऊपर जाती रेखा बनाता है, और डेडलाइन क़रीब हो तो उस रेखा को "पैटर्न" कह देना लगभग अनिवार्य लगता है। सत्यापन में समय लगता है; इनकार में उससे भी ज़्यादा। इसलिए जब स्रोत अपूर्ण होता है, तो सबसे तेज़ लेखक सबसे आगे निकल जाता है — भले ही उसने कुछ नहीं जाना हो।

मुझे 2026 की वह रात याद है जब सुपरवाइज़र ने कहा कि कहानी जल्दी चाहिए। मैंने कहा कि नमूना पहले बाँटना होगा। मेरा लेख देर से गया, और अगले दिन किसी ने उसका ज़िक्र नहीं किया। दो साल बाद, जब वही डेटा सार्वजनिक हुआ, तो कई लोगों की "होम फ़ोर्ट्रेस" वाली कहानी गिर गई — क्योंकि ओस और पिच की उम्र उसमें कभी गिनी ही नहीं गई थी। सत्यापन हमेशा देर से आता है, इसलिए हमेशा नज़रअंदाज़ होता है। और यह विडंबना भी देखिए: नीलामी कक्षों में, जहाँ मैं अक्सर अकेली महिला होती हूँ, लोग मेरे ख़ामोश रहने को मेरी सबसे बड़ी ताक़त मानते हैं — मगर उसी ख़ामोशी का दूसरा नाम कभी-कभी विफलता-भय भी होता है। जब ग्रिड टिकता है और नमूना पर्याप्त है, तो एक सीधा घोषणात्मक वाक्य लिखना पड़ता है; चुप रहना अनुशासन नहीं, पलायन है।

अगले चक्र में एशियाई क्रिकेट की जो भी कहानियाँ आएंगी, उनमें जीतने वाली टीम की तुलना में यह सवाल ज़्यादा मायने रखेगा: कौन-सा आँकड़ा किस स्रोत से आया, किस फ़ॉर्मेट में, कितने नमूने पर, और किस शर्त के नीचे? जो डेस्क इस सवाल का जवाब अपने पाठ में ही दे देगा, उसका एक लेख पाँच लेखों से भारी पड़ेगा। और जिस दिन हमारी पाइपलाइन दोबारा कोई खाली फ़ाइल लौटाए, उस दिन यह तय करना बाक़ी रहेगा कि हम "नहीं जानता" कहने की हिम्मत रखते हैं, या हम उसे भी एक हेडलाइन बना देते हैं।