खाली सेल: क्रिकेट का वह डेटा जो किसी स्कोरशीट में दर्ज नहीं होता

आज सुबह मेरी स्क्रीन पर एक स्प्रेडशीट खुली थी — 6,214 रो, 41 कॉलम, और उनमें से ग्यारह कॉलम पूरी तरह खाली। सबसे ऊपर एक पंक्ति में सिर्फ़ इतना लिखा था: cricket_world। कोई शीर्षक नहीं, कोई स्रोत नहीं, कोई प्रकाशन तारीख़ नहीं, कोई एक-वाक्य का सार नहीं, एक भी सूचना-बिंदु नहीं। जिस पाइपलाइन ने यह शीट बनाई, उसने डोमेन का नाम लौटा दिया और बाक़ी हर जगह खाली छोड़ दिया।

मैंने ऐसी शीट पहली बार 2026 में देखी थी। तब मुझे लगा था कि ऊपर कहीं कुछ टूटा है — क्रॉलर खाली लौटा होगा, या एक्सट्रैक्शन टाइमआउट हो गया होगा। आज मुझे पता है कि वह शीट किसी बग का नतीजा नहीं थी। भारतीय क्रिकेट का सबसे ईमानदार स्कोरकार्ड वही है जिसमें ग्यारह कॉलम खाली छूटे हों। खाली सेल खराबी नहीं है। खाली सेल डिज़ाइन है।

मैंने उस शीट को बंद नहीं किया। मैंने उसे प्रिंट किया और उस पर उन नामों को लिखा जो मुझे याद थे — वे नाम जो किसी ब्रॉडकास्ट ग्राफ़िक पर कभी नहीं आए, पर जिनका फ़र्स्ट-क्लास रिकॉर्ड किसी एक्सेल फ़ाइल के किसी रो में बैठा है। यह लेख उन्हीं ग्यारह कॉलम के बारे में है।

---

संदर्भ: यह डेटा बनता कैसे है

क्रिकेट दुनिया का सबसे ज़्यादा दर्ज किया जाने वाला खेल माना जाता है। हर गेंद की गिनती होती है, हर रन का हिसाब रहता है, हर विकेट का वक़्त नोट होता है। पर यह वाक्य सिर्फ़ उस क्रिकेट पर लागू है जिसे कैमरा देख रहा हो।

भारत में घरेलू क्रिकेट का डेटा-स्टैक तीन चीज़ों पर खड़ा है: ब्रॉडकास्ट कैमरा, बॉल-बाय-बॉल लॉगिंग ऑपरेटर, और उस लॉग को स्कोरकार्ड में बदलने वाला सॉफ़्टवेयर। इनमें से पहली कड़ी निकाल दीजिए, तो बाक़ी दो अपने आप गिर जाती हैं। रंजी ट्रॉफ़ी में आज 38 टीमें खेलती हैं। एक सीज़न में सौ से ज़्यादा मैच होते हैं। इनमें से जिन मैचों पर कैमरा नहीं होता, वहाँ गेंद-दर-गेंद डेटा भी नहीं होता — और जहाँ गेंद-दर-गेंद डेटा नहीं होता, वहाँ न इकॉनमी निकलती है, न स्ट्राइक रेट, न डॉट-बॉल प्रतिशत, न किसी गेंदबाज़ की लेंथ का कोई रिकॉर्ड। जो बचता है, वह सिर्फ़ अंकों का ढाँचा है: रन, विकेट, ओवर।

इसका सीधा नतीजा यह है कि चयन समिति और न्यूज़रूम, दोनों एक ही कमरे में बैठकर एक ही किस्म का फ़ैसला करते हैं — वे उसी खिलाड़ी को देखते हैं जिसे बाक़ी सब देख रहे हैं। यह कोई साज़िश नहीं है। यह एक सुविधा-प्रणाली है। जो डेटा आसानी से उपलब्ध है, वही डेटा निर्णय का आधार बन जाता है, और जो डेटा मौजूद ही नहीं, उसकी कमी किसी को महसूस नहीं होती।

मुझे यह समझने में पूरे दो सीज़न लगे। शुरुआत में मैं भी यही मानता था कि समस्या डेटा की गुणवत्ता की है। बाद में पता चला कि समस्या सैंपल साइज़ की नहीं, सैंपल फ़्रेम की है — हम जिस आबादी को नाप रहे हैं, वही आबादी ग़लत चुनी गई है।

---

कोर विश्लेषण: तीन शीटें, तीन सबक़

पहली शीट — 2026, राशिद ख़ान और गेंद का क्रम

2026 के आईपीएल में राशिद ख़ान अठारह साल का था, सनराइज़र्स हैदराबाद के लिए खेल रहा था, और उसका सीज़न ख़त्म हुआ 17 विकेट तथा 6.62 प्रति ओवर की इकॉनमी पर। मैं उस वक़्त अहमदाबाद में अर्थशास्त्र का अंडरग्रेजुएट था। मैंने छह हफ़्ते लगाकर उस सीज़न के साठ मैचों की बॉल-बाय-बॉल लॉग हाथ से कोड कीं — उस एक फ़ाइल में सिर्फ़ एक गेंदबाज़ का सवाल था।

सवाल यह था: राशिद का विकेट लेग-ब्रेक से आता है या गूगली से? कमेंट्री बॉक्स का जवाब हर बार एक ही था — "फ़्लाइट", "गुगली", "बल्लेबाज़ को पढ़ नहीं पाया"। कमेंट्री विकेट-बॉल को देखती है। मैंने विकेट-बॉल से पहले की तीन गेंदें गिननी शुरू कीं, और उनका क्रम नापा — किसी बल्लेबाज़ के सामने किस गेंद पर लेग-ब्रेक आया, किस पर गूगली, और किस क्रम में। मैंने इसे "सिक्वेंस एन्ट्रॉपी" कहा: एक ओवर के भीतर गेंद के किस्मों के क्रम में कितनी अनिश्चितता पैदा हो रही है।

नतीजा यह निकला कि विकेट लेग-ब्रेक या गूगली से नहीं, क्रम से आ रहा था। राशिद तीसरी गेंद पर वह गेंद फेंक रहा था जिसकी बल्लेबाज़ को उम्मीद नहीं थी, और पिच उसका काम नहीं कर रही थी — कलाई कर रही थी। मैंने उस पर 2,400 शब्द लिखे, वह टुकड़ा 4,100 बार पढ़ा गया, और मुंबई की एक तीन-सदस्यीय एनालिटिक्स कंपनी से मुझे एक डायरेक्ट मैसेज आया।

उस दिन के बाद से मैं स्पिन पर कभी विकेट से शुरुआत नहीं करता। मैं गेंद के क्रम से करता हूँ, और साथ में एक आँकड़ा रखता हूँ। यह आदत इतनी गहरी बैठ गई कि एडिटर अब मेरी कॉपी के साथ स्प्रेडशीट माँगने लगे।

दूसरी शीट — 2026, वैल्यू पर करोड़ और वह नाम जो किसी ने नहीं पुकारा

नौ महीने बाद मैं उसी स्टार्ट-अप का तीसरा कर्मचारी था, महीने के 28,000 रुपये पर, और जनवरी 2026 की आईपीएल मेगा नीलामी के लिए बेंगलुरु में एक वैल्यू-पर-करोड़ मॉडल बना रहा था। मॉडल का तर्क सीधा था: पिछले तीन सीज़न के घरेलू और अंतरराष्ट्रीय आउटपुट को एक सामान्य इकाई में बदलो, उसे उम्र-आधारित क्षय दर से घटाओ, और जो बचे उसे करोड़ में बाँट दो।

उस शीट में 18 साल का एक लड़का तीन कैप्ड अंतरराष्ट्रीय खिलाड़ियों से ऊपर बैठा था। नाम था शुभमन गिल। मेरा फ़्लैग 2026 के अंडर-19 एशिया कप की रिपोर्टों से बना था, जहाँ उसके शॉट-सिलेक्शन का डेटा मौजूद था। जिस फ़्रैंचाइज़ी को मैं असाइन था, उसने अनुभव ख़रीदा। कोलकाता नाइट राइडर्स ने गिल को 1.8 करोड़ में लिया, और उसने अपने पहले सीज़न में 203 रन बनाए।

मेरा मॉडल सही था। किसी ने फ़ोन नहीं किया।

वह शीट तीन साल तक मेरी हार्ड ड्राइव पर वहीं पड़ी रही, सही साबित होने का इंतज़ार करती हुई। उसी साल मैंने नीलामी की रिपोर्टिंग का तरीक़ा बदल दिया: अब मैं दो कॉलम छापता हूँ — मॉडल प्राइस और मार्केट प्राइस — और नीचे एक पंक्ति में वह नाम लिखता हूँ जिसे ज़्यादा पैसा मिला। इससे मैं उद्धरण-योग्य बन गया, और दो सीज़न के लिए उन्हीं फ़्रैंचाइज़ी के दफ़्तरों में चुपचाप अवांछनीय भी, जिन्हें मैंने ग्रेड किया था। यही वजह थी कि मैं स्टाफ़ डेस्क की बजाय स्वतंत्र कंसल्टेंसी की तरफ़ चला गया।

नीलामी की रात मैंने एक चीज़ सीखी जो आज तक मेरे हर मॉडल पर लागू होती है: प्रति करोड़ मूल्य एक सवाल है, आँकड़ा नहीं। नीलामी की रात वह जगह है जहाँ मॉडल इंसानों से सबक़ लेते हैं — और मुझे वह सबक़ पसंद है।

तीसरी शीट — 2026, खाली स्टेडियम और 0.04 का गुणांक

आईपीएल 2026 में मैं किंग्स इलेवन पंजाब के साथ यूएई में था — 94 दिन, एक दुबई होटल के बुलबुले में। वह सीज़न 60 मैचों का था और उन साठों में दर्शक नहीं थे। मैंने उस वक़्त होम एडवांटेज का एक गुणांक बनाया था, जो टॉस, पिच-टाइप, यात्रा-भार और भीड़-घनत्व को मिलाकर गिनता था। सामान्य सीज़न में वह 0.31 पर बैठता था। 2026 में वह 0.04 पर आ गया।

जब स्टेडियम खाली हुआ, घरेलू लाभ भीड़ के साथ बाहर चला गया।

पर उस सीज़न की असली शीट सुपर ओवर की थी। मेरे सिम्युलेशन में हमारे कप्तान के चुने हुए गेंदबाज़ की रैंकिंग चौथे नंबर पर थी, और उस सीज़न हमें दो सुपर ओवर खेलने पड़े — 20 सितंबर को दिल्ली कैपिटल्स के ख़िलाफ़, और 18 अक्टूबर को मुंबई इंडियंस के ख़िलाफ़। दोनों हारे। लीग ख़त्म हुई तो तीन टीमें बारह अंकों पर बराबर थीं, और नेट रन रेट ने तय किया कि कौन ऊपर रहेगा।

रिव्यू मीटिंग में मैंने कुछ नहीं कहा। मैंने जो कहा होता, वह 40 पन्नों में लिखा था — और वह मेमो किसी ने नहीं पढ़ा, बाद में मैंने उसका गुमनाम संस्करण पोस्ट कर दिया। उस दिन से मेरे लेखन में एक पूरा वाक्य जुड़ गया, जिस पर मैं आज भी खड़ा रहता हूँ: फ़ैसला सही था और नतीजा सही नहीं था। ये दो अलग कमरे हैं, और इन्हें एक ही कमरे में बंद कर देना पत्रकारिता की सबसे आम भूल है।

उसी सीज़न में मैंने भीड़ को माहौल मानना बंद कर दिया और एक मापनीय चर मानना शुरू किया। मैंने खामोशी दर्ज की, और तब मॉडल ने आख़िरकार सच बोलना शुरू किया।

---

कॉन्ट्रैरियन कोण: खाली सेल डेटा की नाकामी नहीं है

इस पूरे विश्लेषण में एक जाल बिछा है, और मैं उसमें पहले गिर चुका हूँ। वह जाल है यह मान लेना कि जो डेटा मौजूद नहीं है, वह सिर्फ़ एक तकनीकी कमी है जिसे अच्छे क्रॉलर से भरा जा सकता है। सच उल्टा है। खाली सेल डेटा-उत्पादन की नाकामी नहीं है; वह डेटा-माँग की नाकामी है। हम उस चीज़ का डेटा नहीं जुटाते जिसे बाज़ार ख़रीदता नहीं। रंजी के चौथे दिन की गेंदबाज़ी का लॉग इसलिए नहीं है क्योंकि किसी ने उसे माँगा नहीं — न दर्शक ने, न प्रायोजक ने, न चयन समिति ने लिखित रूप में।

दूसरा जाल मॉडल को ज़मीन समझ लेना है। मेरी वैल्यू-पर-करोड़ शीट पिच की नमी नहीं जानती। वह नहीं जानती कि किस गेंदबाज़ का एक्शन इस साल बदला है, किस बल्लेबाज़ की आँखें चश्मे की तरफ़ जा रही हैं, किस कोच का ट्रस्ट-फैक्टर किस खिलाड़ी पर लागू है। मॉडल एक दावा है, भविष्यवाणी की गारंटी नहीं। अपने मॉडल के अंधे धब्बे अपनी रिपोर्ट में न लिखने वाला विश्लेषक, असल में एक पीआर एजेंट है।

तीसरा जाल सह-संबंध को कारण मान लेना है। राशिद का सिक्वेंस एन्ट्रॉपी स्कोर उसके विकेटों के साथ चला, पर इसका मतलब यह नहीं कि क्रम ही विकेट का कारण है। हो सकता है वह क्रम इसलिए बना कि बल्लेबाज़ पहले ही दबाव में था — यानी असली चर विकेट था, क्रम नहीं। मैं इसे आज भी पूरे भरोसे से नहीं कह सकता। जिस दिन मैं पूरे भरोसे से कहने लगूँ, उस दिन मुझे लिखना बंद कर देना चाहिए।

चौथा जाल, जो सबसे महँग है, टेस्टिमनी को सजावट बनाना है। उस एनालिटिक्स स्टार्ट-अप के एक स्काउट ने मुझसे कहा था, "घरेलू बल्लेबाज़ का औसत उसकी क़ीमत नहीं बताता, उसका फ़्लैट पिच बताता है।" यह बात अच्छी लगती है, इसलिए यह ख़तरनाक है। मैंने उसे तारीख़ के साथ नोट किया, उसका प्रोत्साहन नाम लिया — वह अपनी स्काउटिंग रिपोर्ट बेच रहा था — और फिर उसे रिकॉर्ड से मिलाया। कुछ मैचों में वह सही निकला, कुछ में नहीं। जिस स्काउट की बात मैंने बिना जाँचे छाप दी होती, वह मेरी रिपोर्ट नहीं, उसकी बिक्री होती।

और घरेलू क्रिकेट में सबसे सस्ता जाल: छह पारियों से बना “औसत”। अब मैं नियम यह रखता हूँ — जिस वाक्य में आँकड़ा आता है, उसी वाक्य में सैंपल साइज़ भी आता है। अगर पारियों की संख्या एक अंक में है, तो विशेषण से पहले वह संख्या लिखो। रंजी का फ़्रेम लंबा होता है और नमूना पतला; इस उलटे अनुपात को छिपाना पाठक से धोखा है।

मुझे अपने आँकड़ों पर सबसे ज़्यादा भरोसा उस दिन होता है जब वे मुझे असहज करते हैं। उस आँकड़े को छापना, जो अपनी ही थीसिस के ख़िलाफ़ जाता है, इस पेशे में सबसे सस्ता और सबसे दुर्लभ काम है।

---

अंत में: अगले सीज़न किस सिग्नल पर नज़र रखनी है

जब मैं आज उस खाली स्प्रेडशीट पर लौटता हूँ, तो वह मुझे पाइपलाइन की खराबी नहीं लगती। वह मुझे घरेलू क्रिकेट के उस गेंदबाज़ की याद दिलाती है जिसके छह सीज़न का रिकॉर्ड किसी रो में पड़ा है और जिसे किसी कमरे ने नहीं पुकारा। नाम मैंने रो 4,112 में पढ़ा था, और उस कमरे में किसी को वह नाम नहीं पता था।

अगले सीज़न तीन सिग्नल देखिए। पहला: घरेलू सीज़न में जिन गेंदबाज़ों का डॉट-बॉल प्रतिशत सबसे ऊँचा है, उनमें से कितने नीलामी में बिकते हैं — बिकना और मिलना दो अलग बातें हैं। दूसरा: जिन टीमों का होम एडवांटेज गुणांक भीड़ लौटने के बाद 0.20 के नीचे रहता है, उनका घरेलू रिकॉर्ड किसी और चर से समझाया जाएगा, और वह चर आमतौर पर अंतिम ओवरों की गेंदबाज़ी होती है। तीसरा: नीलामी के बाद अगले अठारह महीने में हर टीम का प्रति-करोड़ आउटपुट निकालिए — मैं उस तालिका को नीलामी की रात नहीं, एक पूरे सीज़न के बाद छापूँगा, और यह देरी मैं साफ़ लिखूँगा।

सवाल यह नहीं है कि स्कोरशीट में कितने कॉलम भरे हैं। सवाल यह है कि खाली कॉलम पढ़ने के लिए अगली बार कौन आएगा।