खाली लौटी स्कोरशीट: क्रिकेट की डेटा पाइपलाइन कहाँ टूटती है और नीलामी उस टूटन को कीमत में कैसे बदल देती है

गुरुवार की दोपहर चेन्नई में मेरी स्क्रीन पर एक पंक्ति खुली थी। शीर्षक की जगह N/A। स्रोत की जगह N/A। एक वाक्य का सारांश खाली स्ट्रिंग। सूचना-बिंदुओं की सूची एक खाली एरे। पूरे रिकॉर्ड में एक ही चीज़ लौटी थी — एक लेबल, cricket_world। बगल में बैठे इंटर्न ने पूछा, सर, इसे भर दें? मैंने कहा, नहीं।

उस वक्त दो रास्ते खुले थे। पहला — लेबल पकड़कर कहानी गढ़ देना: क्रिकेट की दुनिया में चल री किसी बहस पर तीन पैराग्राफ, चार आँकड़े, एक तीखा अंत। दूसरा — यह मान लेना कि खाली फ़ील्ड अपने आप में एक खोज है। जिस स्कोरशीट में सूचना-बिंदु शून्य हों, वहाँ विश्लेषण का पहला काम अटकल को रोकना है, उसे सजाना नहीं। मैंने दूसरा रास्ता चुना, क्योंकि क्रिकेट में खाली फ़ील्ड कोई अपवाद नहीं — वह हमारी डेटा अर्थव्यवस्था की सबसे आम घटना है, और ट्रांसफर व नीलामी का बाज़ार उसी घटना पर कीमतें टाँकता है।

दो-मंज़िला डेटा बाज़ार

क्रिकेट की कवरेज दो मंज़िलों में बँटी हुई है, और दोनों मंज़िलों के बीच की सीढ़ी टूटी है। ऊपरी मंज़िल पर IPL है: बॉल-ट्रैकिंग, हॉक-आई, फील्डिंग मैप, हर डिलीवरी पर तीस से ज़्यादा टैग। निचली मंज़िल पर वह सब है जो कैमरे से बाहर रहता है — रणजी का बड़ा हिस्सा, महिला घरेलू मुकाबले, एसोसिएट क्रिकेट, और अधिकांश एज-ग्रुप टूर्नामेंट। वहाँ जो लौटता है, वह स्कोरकार्ड है: रन, गेंद, विकेट, इकॉनमी। कोई फेज़-स्प्लिट नहीं, कोई मैचअप नहीं, कोई गेंद-दर-गेंद क्रम नहीं।

2026 में जब मैं उन्नीस साल का पत्रकारिता का छात्र था, मैंने तमिलनाडु प्रीमियर लीग के एक पूरे सीज़न की 7,680 गेंदें स्प्रेडशीट में कोड की थीं — फेज़, गेंदबाज़ का प्रकार, और बल्लेबाज़-गेंदबाज़ मैचअप, तीन कॉलम। खेल की शक्ल समझने से पहले मैंने 7,680 गेंदें गिनी थीं। उस नोटबुक में वॉशिंगटन सुंदर का लेग स्पिन के खिलाफ ओवर 7 से 15 के बीच स्कोरिंग रेट 8.4 प्रति ओवर निकला, जबकि ब्रॉडकास्ट ने 6.9 दिखाया था। अंतर का कारण यह नहीं था कि किसी ने झूठ बोला; कारण यह था कि ब्रॉडकास्ट ने पूरे स्पेल का औसत लिया और मैंने फेज़ काटा।

नोटबुक पहले आई; टेम्पलेट बाद में, और तब भी दो बार फेल होने के बाद। पहली बार फेल हुआ क्योंकि मैंने हर खिलाड़ी के लिए तीनों कॉलम भरने की ज़िद की — जहाँ मैचअप डेटा मौजूद ही नहीं था, वहाँ मैंने अनुमान भर दिया। दूसरी बार फेल हुआ क्योंकि मैंने फेज़ की परिभाषा बदल दी और पुराने कॉलम नए सवाल का जवाब देने लगे। तीसरी बार में कॉलम घटाए, और नियम बना: जहाँ कवरेज पतली है, वहाँ अनुमान नहीं, गुणात्मक पठन लिखा जाएगा — और उसे साफ़ लेबल किया जाएगा।

वह स्प्लिट, जो सिर्फ़ गेंद-दर-गेंद डेटा में मौजूद होता है

2026 में रूस विश्व कप की गर्मियों में मैंने चेन्नई के एक स्पोर्ट्स-डेटा स्टार्टअप में 64 मैच कोड किए — अपेक्षित गोल और दबाव-आधारित इवेंट। रूस 2026 मेरे लिए टूर्नामेंट कभी नहीं था — वह स्कोरबोर्ड वाली एक लैब थी। उसी तर्क को घुमाकर मैंने भारत के एशिया कप अभियान के लिए विकेट-प्रायिकता मॉडल बनाया। मॉडल ने शिखर धवन के 342 रनों को तोड़ा: पावरप्ले में तेज़ गेंदबाज़ी के खिलाफ उनका बाउंड्री शेयर 61 प्रतिशत था, लेकिन मिडल ओवरों में लेफ्ट-आर्म स्पिन के खिलाफ सिर्फ़ 38 प्रतिशत। एक ही बल्लेबाज़, एक ही टूर्नामेंट, दो अलग कीमतें — क्योंकि सवाल बदला, रन नहीं।

यहाँ मुद्दा यह है कि वह स्प्लिट केवल उसी जगह बन सकता है जहाँ गेंद-दर-गेंद डेटा मौजूद हो। जिस टूर्नामेंट में सिर्फ़ स्कोरकार्ड है, वहाँ यह सवाल पूछा ही नहीं जा सकता, और जो सवाल पूछा नहीं जा सकता, उसकी कीमत बाज़ार में नहीं लगती। नीलामी में यह अंतर सीधा पैसे में बदलता है।

2026 का वह प्रयोग, जिसने मुझे संयम सिखाया

2026 में यूएई में हुए IPL के सभी 60 मैच मैंने 2026 से तुलना करते हुए ट्रैक किए। खाली स्टेडियम एक साफ़ पर्यावरण-चर देते थे। डेथ ओवरों का रन रेट 9.8 से 10.4 पर पहुँचा, और रिस्ट स्पिनरों की इकॉनमी 0.6 रन प्रति ओवर बिगड़ी। उस टुकड़े ने मेरा पहला फ्रीलांस कॉन्ट्रैक्ट दिलाया। उसी टुकड़े ने मेरी एक आदत भी तोड़ी: मैंने भीड़ को माहौल से हटाकर एक टैक्टिकल वेरिएबल की तरह लिखना शुरू किया — ओस, सीमा का आकार, शोर, ट्रैवल।

लेकिन उस अध्ययन में सबसे ईमानदार पंक्ति वह थी जो मैंने नहीं लिखी। मैं यह नहीं कह सकता था कि भीड़ की अनुपस्थिति ने डेथ ओवरों का रन रेट बढ़ाया। 60 मैच का नमूना, अलग स्क्वॉड, अलग ओस, अलग मैदान का आकार — और एक बदला हुआ नियम-सेट। दो चीज़ें साथ बदलें, तो उनमें से किसी को कारण कहना रिपोर्टिंग नहीं, आराम है।

पाइपलाइन की तीन टूटनें, स्काउटिंग की तीन टूटनें

वह खाली रिकॉर्ड जो मेरी स्क्रीन पर लौटा था, वह तकनीकी रूप से तीन तरीक़ों से खाली हो सकता है। पहला — क्रॉल रोका गया, यानी जानकारी मौजूद थी पर दरवाज़ा बंद था। दूसरा — पेज जावास्क्रिप्ट से रेंडर होता है और प्रतीक्षा नहीं हुई, यानी डेटा स्क्रीन पर था पर स्रोत कोड में नहीं। तीसरा — पार्सिंग टेम्पलेट ने जानकारी गलत शाखा में लिख दी, यानी डेटा आया था पर खाली एरे में गिर गया।

तीनों टूटनें क्रिकेट स्काउटिंग में भी मौजूद हैं, और तीनों अलग-अलग तरह से कीमत बिगाड़ती हैं।

पहली टूटन — दरवाज़ा बंद। राज्य संघ का स्कोरकार्ड पोर्टल पर नहीं है, इसलिए खिलाड़ी नीलामी की सूची में है पर उसकी फेज़-लेवल प्रोफ़ाइल में सिर्फ़ औसत है। खरीदार औसत खरीदता है, भूमिका नहीं।

दूसरी टूटन — डेटा मौजूद, पर दिखता नहीं। मैदान पर कैमरा है, बॉल-बाय-बॉल फ़ीड किसी ब्रॉडकास्टर के पास बंद है। नतीजा: कवरेज बनी हुई दिखती है, पर विश्लेषक के हाथ में पहुँचती नहीं।

तीसरी टूटन — टेम्पलेट का फ़ैसला। यह सबसे महँगी टूटन है। जब किसी फ्रैंचाइज़ी की शॉर्टलिस्ट का टेम्पलेट तय कर देता है कि कौन-सा कॉलम भरना ज़रूरी है, तो वह खिलाड़ी जिसका प्रोफ़ाइल उस कॉलम में नहीं बैठता, सूची से बाहर हो जाता है — भले वह टीम की असली ज़रूरत हो।

नीलामी एक कमी का बाज़ार है, प्रतिभा का मुकाबला नहीं

मेगा नीलामी, रिटेंशन नियम और इम्पैक्ट प्लेयर ने स्क्वॉड निर्माण को एक सीमित-संसाधन अनुकूलन समस्या बना दिया है। फ्रैंचाइज़ी खिलाड़ी की प्रतिष्ठा नहीं खरीदती; वह गेंदबाज़ी के ओवर खरीदती है, मिडल ओवरों में विकेट लेने की प्रायिकता खरीदती है, और अब इम्पैक्ट प्लेयर के युग में — बेंच की एक विशिष्ट भूमिका खरीदती है। जब किसी घरेलू स्पिनर का फेज़-स्प्लिट उपलब्ध नहीं होता, तो बोली उसके औसत पर लगती है, उसकी भूमिका पर नहीं — और यहीं कीमत का सबसे बड़ा फ़ासला पैदा होता है।

वही फ़ासला किसी के लिए मौक़ा है। जो खरीदार खाली फ़ील्ड को खुद भर सकता है — अपने स्काउट, अपने कोडर, अपने लोकल कैमरे से — वह उस जगह सस्ता खरीदता है जहाँ बाज़ार को दिखता ही नहीं। इसीलिए कवरेज की असमानता सिर्फ़ पत्रकारिता की समस्या नहीं, यह एक अप्राइज़्ड एसेट है।

जहाँ मैं गलत हुआ, और क्यों यह गलती दोहराई जाएगी

मैंने एक बार रणजी के आँकड़ों पर IPL-ग्रेड मॉडल चलाया था। टूल बहुत अच्छा चलता है, इसलिए ललच होता है कि हर जगह चलाएँ। पर जहाँ गेंद-दर-गेंद डेटा नहीं, वहाँ जो निकलता है वह मॉडल नहीं, मॉडल जैसा दिखने वाला संयोजन होता है। उस रिपोर्ट में मैंने नमूने का आकार नहीं लिखा था। अगली बार लिखा, और नतीजा सिकुड़ गया। यह मेरी सबसे उपयोगी हार थी।

तीसरी बात, जिसे कहना ज़रूरी है: हर खाली फ़ील्ड डेटा की विफलता नहीं होती। कभी-कभी नमूने में सिग्नल ही नहीं होता, और सही जवाब यही है कि हम नहीं जानते। एक स्काउट जो कह सके कि इस खिलाड़ी पर मेरा कोई पठन नहीं, वह उस स्काउट से ज़्यादा क़ीमती है जो हर खिलाड़ी पर एक आँकड़ा बना देता है। जिस उद्योग में हर सवाल का जवाब तुरंत माँगा जाता है, वहाँ 'पता नहीं' सबसे महँगा और सबसे कम बोला जाने वाला वाक्य है।

और जो चीज़ पैसे से नहीं खरीदी जा सकती, उसे भी बराबर जगह मिलनी चाहिए — ओस, टॉस, चोट का समय, जून में किसी गेंदबाज़ का एक्शन टूट जाना। पर्स सबसे साफ़ आँकड़ा है, पर सबसे साफ़ आँकड़ा सबसे पूरा कारण नहीं होता।

अगली खिड़की का सिग्नल

हर ट्रांसफर वह कहानी है जिसकी कीमत किसी ने सुनाए जाने से पहले लगा दी थी। इस विंडो में मैं उस कहानी को नहीं देख रहा जो सुर्ख़ियों में है; मैं यह देख रहा हूँ कि कौन-से बोर्ड अपने घरेलू मुकाबलों की गेंद-दर-गेंद फ़ीड सार्वजनिक कर रहे हैं, कौन-सी फ्रैंचाइज़ी अपने स्काउटिंग टेम्पलेट में 'अज्ञात' वाला कॉलम जोड़ रही है, और महिला क्रिकेट का प्रसारण सौदा किस फ़ेज़ से शुरू हो रहा है। जिस दिन ये तीनों चीज़ें एक साथ हिलेंगी, उस दिन नीलामी के दाम दोबारा लिखे जाएँगे — खिलाड़ी बदले बिना।

अगली बार जब कोई स्कोरशीट खाली लौटे, तो सवाल यह नहीं होगा कि उसे किस आँकड़े से भरें। सवाल यह होगा: उसे भरने का पहला हक़ किसे मिलेगा — रिपोर्टिंग को, या अंदाज़े को?