खाली लौटी फाइल: भारतीय क्रिकेट में जो डेटा नहीं है, वही चयन तय करता है

पिछले हफ़्ते मेरे सामने एक फ़ाइल खुली जिसमें हर खाना खाली था। शीर्षक: N/A. स्रोत: N/A. लेख का प्रकार: अपरिभाषित. सूचना बिंदुओं की सूची: शून्य. नीचे सिर्फ़ एक टैक्सोनॉमी टैग बचा था — cricket_asia. किसी खिलाड़ी का नाम नहीं, किसी मैच की तारीख नहीं, कोई फ़ॉर्मेट नहीं, कोई स्कोर नहीं। उनतीस साल मैच देखने और उनकी गिनती करने के बाद मैं यह सीधे लिख सकती हूँ: खाली फ़ाइल कोई दुर्घटना नहीं है। क्रिकेट की सूचना-व्यवस्था में यह एक ढाँचागत आदत है, और यह ठीक उसी जगह बैठी है जहाँ टीम चुनी जाती है।

फ़ाइल का सबसे ईमानदार इस्तेमाल यही है कि उसे खाली माना जाए। जो नहीं दिख रहा, उसे भरने की कोशिश में जो लिखा जाता है, वह विश्लेषण नहीं होता — वह सजावट होती है।

संदर्भ: हर गेंद एक दर्ज घटना है, फिर भी हम कितना कम जानते हैं

क्रिकेट उन गिने-चुने खेलों में है जहाँ हर घटना स्वाभाविक रूप से संख्यात्मक है। एक टेस्ट मैच में करीब ढाई हज़ार वैध गेंदें फेंकी जाती हैं, एक T20 में 240. हर गेंद पर रन, विकेट, गेंदबाज़, बल्लेबाज़, ओवर, फ़ील्डिंग-पोज़िशन — सब दर्ज होता है। सतह पर यह किसी भी एनालिटिक्स डेस्क का सपना लगता है।

लेकिन गेंद-दर-गेंद का स्कोर और गेंद-दर-गेंद का डेटासेट दो अलग चीज़ें हैं। स्कोर यह बताता है कि क्या हुआ। डेटासेट यह बताता है कि कैसे हुआ — गेंद कहाँ पड़ी, बल्लेबाज़ ने कौन-सा शॉट चुना, फ़ील्डर कहाँ खड़ा था, किस ओवर में गेंदबाज़ी की गति गिरी। पहला हर जगह उपलब्ध है। दूसरा बहुत कम जगह।

2026 की गर्मियों में मैंने यह अंतर अपनी त्वचा पर महसूस किया। मार्च में मैंने एक दिल्ली ब्रॉडकास्ट प्रोडक्शन हाउस छोड़ा, जहाँ छह साल हिंदी स्पोर्ट्स चैनल के लिए स्टैट्स पैकेज काटे थे, और एक नौ-सदस्यीय डिजिटल आउटलेट जॉइन किया जिसके पास न आर्काइव था न बजट। उसी साल अक्टूबर में भारत ने छह शहरों में FIFA U-17 विश्व कप कराया। कोलकाता के फ़ाइनल में इंग्लैंड ने स्पेन को 5-2 से हराया — वह मैच मैंने खुद स्टेडियम में देखा — और राइन ब्रूस्टर आठ गोल के साथ गोल्डन बूट ले गए। मैंने वे 52 मैच अपने हाथ से लॉग किए: शॉट मैप, PPDA, बिल्ड-अप सीक्वेंस। हर फ़ाइनल व्हिसल के नब्बे मिनट के भीतर मॉडल कार्ड प्रकाशित हुआ, गलतियों के साथ, सुधार-लॉग के साथ।

उस अभ्यास ने एक आदत डाली जो आज भी मेरी हर फ़ाइल पर लागू होती है: नतीजे से पहले सैंपल की परिभाषा छापो। यह सुनने में आत्म-नियंत्रण लगता है, पर असल में यह रक्षात्मक कदम है। जब सैंपल की परिभाषा पहले छप जाती है, तो बाद में यह छिपाना मुश्किल हो जाता है कि सैंपल से क्या-क्या बाहर छूट गया।

और यहीं निकासी-तंत्र की भूमिका सामने आती है। जिस सॉफ़्टवेयर से खबरें पढ़ी जाती हैं, वह क्रिकेट नहीं जानता; वह HTML जानता है। उसके लिए टेस्ट मैच का पाँच दिन का स्कोरकार्ड और एक तालिका-प्रधान लाइव स्कोर पेज एक जैसे दिखते हैं। जिस पेज पर वाक्य कम हों और टेबल ज़्यादा, वह वहाँ खाली लौटता है। जिस खबर की भाषा हिंदी, उर्दू या तमिल हो, वह अक्सर भाषा-पहचान में अटक जाती है। जो साइट JavaScript से बनती हो, वह हेडलेस ब्राउज़र के बिना दिखती ही नहीं।

यानी खाली फ़ाइल का मतलब यह नहीं है कि दुनिया में कुछ नहीं हुआ। मतलब यह है कि दुनिया में जो हुआ, वह हमारी पाइपलाइन की भाषा में नहीं लिखा गया।

कोर: जो दिखता है, वही बिकता है — चयन अर्थशास्त्र का असली नियम

यहाँ से वह हिस्सा शुरू होता है जिस पर मुझसे सबसे ज़्यादा बहस हुई है।

भारतीय क्रिकेट की सबसे बड़ी टीम दूसरी टीम है — यह वाक्य अब लगभग कहावत बन चुका है। इसका आम स्पष्टीकरण प्रतिभा-आधिक्य है: इतने खिलाड़ी हैं, चुनना मुश्किल है। मैं इससे सहमत नहीं हूँ। यह सवाल प्रतिभा की कमी या अधिकता का नहीं है। यह चयन-प्रक्रिया और पाइपलाइन का सवाल है। और चयन-प्रक्रिया का सबसे ताक़तवर चर डेटा है, प्रतिभा नहीं।

फ़र्क़ साफ़ समझने के लिए दो सिस्टम सामने रखिए। पहला IPL. यहाँ हर गेंद ट्रैक होती है, हर खिलाड़ी की हर पारी का सार्वजनिक, मानकीकृत, मशीन-पठनीय रिकॉर्ड बनता है, और साल के अंत में एक नीलामी होती है जो हर खिलाड़ी पर एक कीमत टाँक देती है। नीलामी एक लेजर है: माँग, आपूर्ति, उम्र, भूमिका, फ़ॉर्म — सब एक संख्या में बदल जाता है, और वह संख्या सार्वजनिक होती है।

दूसरा सिस्टम रणजी है। अड़तीस के आस-पास टीमें, सैकड़ों मैच, देश के हर कोने में खेले जाने वाले, जिनमें से ज़्यादातर का सिर्फ़ स्कोरकार्ड सार्वजनिक होता है। न गेंद-ट्रैकिंग, न पिच-मैप, न सुसंगत वीडियो, न एक जैसा फ़ॉर्मैट — कुछ राज्यों का स्कोरकार्ड अंग्रेज़ी में, कुछ में टाइपिंग की एक जैसी गलतियाँ, कुछ में विकेटकीपर के कैच का श्रेय गेंदबाज़ को।

यहाँ असली बात यह है: जब एक सिस्टम को मापा जा सकता है और दूसरा नहीं, तो बाज़ार पहले को दाम देता है। 2026 के बाद जो हुआ, वह इसी का नतीजा था। ज़ोनल सेलेक्टरों की जगह जो कुछ आया, वह सिर्फ़ फ़्रैंचाइज़ी स्काउटिंग नहीं थी — वह एक ऐसा डेटा-साक्षर बाज़ार था जिसे IPL ने खुद तैयार कर दिया। फ़्रैंचाइज़ी ने रणजी को नहीं पढ़ा; उसने IPL को पढ़ा, क्योंकि IPL पढ़ने लायक़ था।

फ़रवरी 2026 की बेंगलुरु मेगा नीलामी में मैंने नब्बे करोड़ के पर्स के सामने चालीस खिलाड़ियों का विन्स-अबव-रिप्लेसमेंट बोर्ड बनाया था। उस बोर्ड का एक ही मक़सद था: यह दिखाना कि नीलामी कीमत कहाँ खेल-मूल्य से आगे निकल रही है। मैंने री-सेंसी प्रीमियम पहले ही चिह्नित कर दिया था — आख़िरी नतीजे पर बाज़ार का ज़्यादा दाम देना। हर्षल पटेल के 2026 के 32 विकेट RCB से ₹10.75 करोड़ खींच लाए। ईशान किशन ₹15.25 करोड़ में रूम टॉप कर गए, मुंबई इंडियंस के लिए।

इन दो संख्याओं को मैं इसलिए नहीं दोहरा रही कि वे चौंकाने वाली हैं। मैं इसलिए दोहरा रही हूँ कि ये दो संख्याएँ मौजूद हैं। एक पूरे रणजी सीज़न के लिए ऐसा कोई बोर्ड मौजूद नहीं है, क्योंकि जो डेटा बोर्ड बनाता है, वह उस रिज़ॉल्यूशन पर है ही नहीं।

यहीं मेरा पहला असली निष्कर्ष बैठता है, और यह सुविधाजनक नहीं है। भारतीय घरेलू क्रिकेट में उम्र और मौसम के हिसाब से प्रदर्शन अगर दर्ज ही नहीं होता, तो कोई भी सेलेक्शन सिद्धांत — चाहे ज़ोनल हो, चाहे डेटा-आधारित — अनिवार्य रूप से अधूरा है। हम जिसे "अनदेखी प्रतिभा" कहते हैं, वह अक्सर अनदेखी प्रतिभा नहीं होती; वह बस अनदेखा दर्ज प्रदर्शन होता है।

यह बात सिर्फ़ आँकड़ों तक सीमित नहीं है। मैंने सालों तक पुराने प्रिंट-डेस्क वाली आदत से मैच देखे हैं — नोटबुक, पेन, हर ओवर के बाद एक लाइन। उस नोटबुक में जो लिखा होता है, वह किसी स्कोरकार्ड में नहीं मिलता: कौन सा गेंदबाज़ तीसरे स्पेल में ड्रॉप हो रहा था, कौन बल्लेबाज़ स्पिनर के खिलाफ़ फ़ुटवर्क बदल रहा था, किस फ़ील्डर का थ्रो पहले सीज़न से धीमा पड़ गया था। घरेलू क्रिकेट में यह अवलोकन-परत पूरी तरह अनौपचारिक है, यानी सत्यापन योग्य नहीं। और जो सत्यापन योग्य नहीं, वह नीलामी की मेज़ पर दिखता ही नहीं।

काउंटर-इंट्यूटिव: शून्य परिणाम भी एक निष्कर्ष है

16 मई 2026. बुंदेसलीगा खाली स्टेडियमों में लौटी। उस समय मेरे मॉडल में भीड़ एक मान्य स्थिरांक थी। उस सीज़न के बाक़ी 81 मैचों में घरेलू जीत की दर 43 प्रतिशत से गिरकर 21 प्रतिशत पर आ गई, और मुझे होम-एडवांटेज गुणांक 0.31 गोल से घटाकर 0.09 गोल करना पड़ा।

यह मेरी सबसे सही भविष्यवाणी नहीं थी। यह मेरी सबसे उपयोगी गलती थी, क्योंकि यह छपी।

क्रिकेट की कवरेज में यही चीज़ गायब है। हम अपने सही अनुमान याद रखते हैं और अपने खाली परिणाम भूल जाते हैं। किसी चैनल के लिए साल भर में जितने स्टैट्स पैकेज कटते हैं, उनमें से अधिकतर इसलिए मर जाते हैं कि वे कुछ साबित नहीं कर पाए। और अक्सर वही सबसे ज़्यादा कीमती होता।

मेरे अपने लेजर में कम से कम एक बार ऐसा हुआ कि मैं जिस दावे को गलत साबित करने निकली थी, वह टिक गया। "भारत का मिडिल ऑर्डर दबाव में ढहता है" — यह वाक्य जितनी बार टीवी पर दोहराया जाता है, उतनी बार उसके पीछे कोई परिभाषित नमूना नहीं होता। विकेट गिरना दबाव का सबूत नहीं है; विकेट गिरना विकेट गिरना है। दबाव तब मापा जाता है जब आप पहले तय करें कि कौन-सा ओवर, कौन-सा लक्ष्य, किस क्रम में विकेट गिरे, और तुलना-आधार-दर क्या है। यह तय न हो तो बहस माप नहीं रही, बस दोहरा रही है।

यहीं मुझे अपनी सबसे बड़ी कमज़ोरी भी माननी है। लेजर पद्धति ताक़तवर है, इसलिए उसे बार-बार उसी खिड़की पर लगाने का लालच होता है। 2026 के बाद भारतीय घरेलू T20 में इम्पैक्ट प्लेयर नियम आया, जिसने गेंदबाज़ी और बल्लेबाज़ी के योगदान का हिसाब ही बदल दिया। उस नियम से पहले का कोई भी घरेलू लेजर अब उतना ही पुराना है जितना नियम से पहले की कोई नीलामी-कीमत। खिड़की की समाप्ति तारीख़ लेख में ही छपनी चाहिए, वरना लेजर भविष्यवाणी बन जाता है और भविष्यवाणी अंधविश्वास।

मुझसे अक्सर पूछा जाता है कि घरेलू क्रिकेट का डेटा सुधारना संभव है या नहीं। तकनीकी जवाब है: हाँ, महँगा है। व्यावसायिक जवाब यह है: सवाल ही ग़लत है। सवाल यह नहीं कि सुधारना संभव है या नहीं, सवाल यह है कि बिल किसके खाते में जाएगा। IPL के लिए कैमरा लगाना निवेश है, क्योंकि उसका रिटर्न ब्रॉडकास्ट राइट्स और नीलामी-कीमत में दिखता है। रणजी के लिए कैमरा लगाना ख़र्च है, क्योंकि उसका रिटर्न सीधे तौर पर किसी के खाते में नहीं आता। इसलिए डेटा वहाँ बनता है जहाँ बाज़ार है, न कि वहाँ जहाँ चयन होता है।

दो चीज़ें जो टूटी नहीं हैं

पहली, टैक्सोनॉमी। खाली फ़ाइल में जो एक टैग बचा था, वह Cricket नहीं, cricket_asia लिखा था। यह छोटी-सी चीज़ बड़ी बात बताती है: वर्गीकरण करने वाला तंत्र और विश्लेषण करने वाला तंत्र एक ही शब्दावली में बात नहीं कर रहे। जहाँ स्कीमा की भाषा बदल जाती है, वहाँ डेटा ख़ामोशी से गिरता है — बिना त्रुटि संदेश के। यह ठीक वैसा ही है जैसे रणजी का स्कोरकार्ड: गलती दिखती नहीं, बस कुछ गायब रह जाता है।

दूसरी, लेखन की आदत। मैंने दो दशक पहले मिड-डे, मुंबई में फ़ीचर एडिटर के तौर पर जो सीखा था, वह आज भी काम आता है: जो पता नहीं, उसे लिखा नहीं जाता। पत्रकारिता में इसे सत्यनिष्ठा कहते हैं। डेटा एनालिटिक्स में इसे नल-हैंडलिंग कहते हैं। दोनों एक ही चीज़ हैं, और दोनों की माँग तब सबसे ज़्यादा होती है जब जवाब देने का दबाव सबसे ज़्यादा हो।

आगे क्या देखना है

अगले दो-तीन सीज़नों में तीन संकेत मैं दर्ज करूँगी।

पहला: क्या घरेलू स्कोरकार्ड को एक मानक, मशीन-पठनीय स्कीमा मिलता है — गेंद-दर-गेंद का नहीं, कम से कम खिलाड़ी-दर-खिलाड़ी सुसंगत फ़ॉर्मैट। जिस दिन यह होगा, उस दिन भारतीय चयन की बहस का पूरा ढाँचा बदल जाएगा, क्योंकि तब "अनदेखा" शब्द का बहाना ख़त्म हो जाएगा।

दूसरा: क्या नीलामी-मूल्यांकन बोर्ड सार्वजनिक होते हैं। अभी वे फ़्रैंचाइज़ी के भीतर रहते हैं। जब तक वे बाहर नहीं आते, यह दावा जाँचा नहीं जा सकता कि किसने अच्छा खरीदा और किसने महँगा खरीदा।

तीसरा: क्या कोई संस्थान अपना सुधार-लॉग छापता है। यह सबसे कठिन संकेत है और सबसे ज़रूरी।

मेरा लेजर भविष्यवाणी नहीं करता; मैं अनिश्चितता का दाम लगाती हूँ। और इस वक़्त जो सबसे बड़ी अनिश्चितता मेरे सामने है, वह किसी मैच की नहीं, किसी खिलाड़ी की नहीं। वह यह है कि हम अगली बड़ी चयन-बहस किस डेटासेट पर लड़ेंगे — या फिर से एक खाली फ़ाइल के सामने बैठे रहेंगे और उसे भरने के लिए कहानी गढ़ लेंगे।