खाली टेम्पलेट: भारतीय क्रिकेट का डेटा जो मिलता है, और जो चुपचाप गायब हो जाता है

अगस्त 2026 की शुरुआत में, एक मंगलवार की दोपहर, मेरे लैपटॉप पर एक JSON फ़ाइल खुली थी जिसमें बारह फ़ील्ड थीं। बारहों खाली थीं। शीर्षक N/A, स्रोत N/A, प्रकार Unclassified, मुख्य दृष्टिकोण खाली, सूचना-बिंदुओं की सूची खाली। एक ही फ़ील्ड में मूल्य था — Domain Label: cricket_world। यानी सिस्टम को इतना पता था कि यह क्रिकेट है, और उसके आगे कुछ नहीं।

अगर यह पहली बार होता तो मैं इसे खराबी मानकर आगे बढ़ जाता। आठ साल से मैं गेंद-दर-गेंद डेटा खींचता रहा हूँ, और यह चौथी बार है जब कोई फ़ीड मुझे ढाँचा लौटाकर सामग्री नहीं लौटाया। पहली बार 2026 में, जब एक सीरीज़ का पेज जावास्क्रिप्ट से बन रहा था और मेरे स्क्रैपर ने खाली स्कोरकार्ड टेबल पकड़ ली। दूसरी बार 2026 में, जब एक पेडवॉल ने बॉडी ब्लॉक खाली लौटाया और मेरी स्क्रिप्ट ने 'शून्य गेंदें' को सच मान लिया। तीसरी बार पिछले साल, जब एक राज्य संघ की वेबसाइट ने स्कोरकार्ड तो दिखाया, गेंदबाज़ी के ओवर खाली छोड़ दिए।

तीनों बार ग़लती मेरी थी। तीनों बार स्क्रिप्ट चुप रही। कोई त्रुटि संदेश नहीं, कोई रेड फ़्लैग नहीं, बस एक भरा हुआ दिखने वाला खालीपन। यह साइलेंट फेलियर भारतीय क्रिकेट की डेटा-व्यवस्था का सबसे ईमानदार चित्र है: जानकारी का अभाव कभी त्रुटि की तरह दर्ज नहीं होता, वह हमेशा 'डिफ़ॉल्ट' की तरह दर्ज होता है।

क्रिकेट का डेटा तीन परतों में रहता है, और तीनों की मालकियत अलग-अलग है। पहली परत स्कोरकार्ड है — रन, विकेट, ओवर, कैच। यह सार्वजनिक है, मुफ़्त है, और इससे आप एक टीम का औसत निकाल सकते हैं। दूसरी परत गेंद-दर-गेंद लॉग है — कौन सी गेंद कहाँ पड़ी, कौन मारा, कौन चूका। यह आधा सार्वजनिक है: ब्रॉडकास्टर के कमेंट्री फ़ीड में मौजूद, लेकिन किसी खुली रजिस्ट्री में दर्ज नहीं। तीसरी परत मूल डेटा है — बॉल-ट्रैकिंग, स्टंप माइक, मैच रेफ़री की रिपोर्ट, राष्ट्रीय क्रिकेट अकादमी के वर्कलोड रजिस्टर, फ़िज़ियो के नोट्स। यह परत पूरी तरह निजी है।

मेरा काम दूसरी परत पर टिका है, और यही इसकी सबसे बड़ी कमज़ोरी है। मैं वही माप सकता हूँ जो एक ब्रॉडकास्टर ने उस दिन लॉग करने का फ़ैसला किया। जिस मैच का प्रसारण नहीं हुआ, जिस स्टेडियम में कमेंट्री फ़ीड क्रैश हो गया, जिस राज्य संघ ने स्कोरकार्ड ही नहीं भेजा — वे मैच मेरे डेटाबेस में मौजूद ही नहीं हैं। यह अज्ञात-पन नहीं है। यह अनुपस्थिति है, और अनुपस्थिति कभी गिनी नहीं जाती।

रणजी ट्रॉफी 2026 से खेली जा रही है। उसमें चार हज़ार से ज़्यादा मैच हो चुके हैं। इन मैचों का कोई खुला, गेंद-दर-गेंद पुरालेख मौजूद नहीं है। इसका सीधा नतीजा यह है कि भारत के घरेलू तेज़ गेंदबाज़ों के वर्कलोड का कोई स्वतंत्र रिकॉर्ड बनाया ही नहीं जा सकता। जब कोई 24 साल का तेज़ गेंदबाज़ चोटिल होकर बाहर जाता है, तो हम यह नहीं बता सकते कि उसने पिछले 18 महीनों में कितनी गेंदें डालीं। हम सिर्फ़ यह बता सकते हैं कि उसने कितने मैच खेले। मैच की संख्या वर्कलोड नहीं होती; मैच की संख्या एक प्रशासनिक आँकड़ा होती है।

फ़ुटबॉल में यह समस्या हल हो चुकी है, इसलिए तुलना उपयोगी है। यूरोप की शीर्ष लीगों में हर टच, हर प्रेशर, हर पास का इवेंट-लेवल डेटा व्यावसायिक रूप से उपलब्ध है। कोई भी स्वतंत्र शोधकर्ता उसे खरीदकर जाँच सकता है। क्रिकेट में उसका समकक्ष हर सीरीज़ में अलग ब्रॉडकास्टर के पास बँटा हुआ है, और भारत में तो वह और भी बँटा है — अंतरराष्ट्रीय मैचों का डेटा एक जगह, घरेलू मैचों का कहीं नहीं, महिला मैचों का बहुत कम।

मेरी अपनी पाइपलाइन चार चरणों में चलती है: खींचना, साफ़ करना, टैग करना, विश्लेषण करना। उस मंगलवार को चारों चरण चले, और चारों ने हरी बत्ती दिखाई। यही असली समस्या है। एक पाइपलाइन जो खाली डेटा पर भी 'सफल' कहती है, वह एक संस्था जैसी होती है जो अनुपस्थित रिपोर्ट पर भी 'संतोषजनक' लिख देती है।

मैंने पैंडेमिक के बाद के हर डेथ ओवर को निकाला। स्प्रेडशीट कबूल करने लगी — लेकिन उससे पहले उसे यह बताना पड़ा कि वह कितनी गेंदें गिन रही है। डेथ ओवर चार ओवर होते हैं, चौबीस गेंदें। एक गेंदबाज़ के पूरे सीज़न का 'डेथ स्पेशलिस्ट' तमग़ा अक्सर तीन अच्छे ओवर, एक रिवर्स-स्विंग वाली शाम और एक ब्रॉडकास्ट हाइलाइट रील से बन जाता है। जब मैंने नमूने का आकार पहली पंक्ति में लिखना शुरू किया, तो आधे दावे अपने आप सिकुड़ गए। फिर मैंने हर गेंदबाज़ के अनुमान को लीग के औसत की ओर खींच दिया — यानी यह मान लिया कि जब तक सबूत भारी न हो, वह गेंदबाज़ औसत ही है, चमत्कार नहीं। जो नाम इस प्रक्रिया के बाद बचे, वे कम थे। और उनमें से एक नाम ऐसा था जिसे कोई भी नीलामी पर्स 'नैरेटिव' कहकर ख़ारिज नहीं कर सकता था।

जसप्रीत बुमराह के 2026 सीज़न के डेटा पर मैंने लॉकडाउन में बैठकर काम किया था। दिलचस्प बात यह नहीं थी कि उनका यॉर्कर प्रतिशत बढ़ा। दिलचस्प बात यह थी कि मेरे पास यह गिनने का कोई सरकारी ज़रिया नहीं था — मुझे कमेंट्री लॉग पर भरोसा करना पड़ा, यानी यह तय करने का अधिकार उस व्यक्ति के पास था जो उस रात माइक पर बैठा था कि कौन सी गेंद 'यॉर्कर' है और कौन सी 'लो फुल टॉस'। यह वर्गीकरण का फ़ैसला है, और यह फ़ैसला डेटा नहीं है। यह राय है जिसे डेटा का कपड़ा पहना दिया गया है।

तीन सौ से ज़्यादा ट्रांसफर। एक पैटर्न जिसे कमरे में किसी ने प्रकाशित नहीं करना चाहा। मेगा नीलामी में मैंने हर खरीद को भूमिका, उम्र, राष्ट्रीयता और कीमत से कोड किया। जो सबसे साफ़ पैटर्न उभरा वह किसी एक खरीद की बुराई नहीं थी, बल्कि बाज़ार का एक स्थायी अंधा धब्बा था: अनकैप्ड तेज़ गेंदबाज़ पर प्रीमियम, बिना यह देखे कि घरेलू टी20 में उसका डेथ-ओवर इकॉनमी क्या रहा। दूसरा पैटर्न नाम-आधारित रिटेंशन था — जिस खिलाड़ी की टीम में भूमिका तय नहीं थी, वह भी बना रहा क्योंकि उसका नाम बिकता था।

लेकिन यहाँ मुझे अपने ही डेटा की सबसे बड़ी चोट बतानी है: मैंने सिर्फ़ उन खिलाड़ियों को देखा जो बिके। जो बीस खिलाड़ी किसी भी टीम ने नहीं खरीदे, उनका अगले दो साल में क्या हुआ, यह मेरे मॉडल में नहीं था। यह सर्वाइवरशिप बायस है, और यह नीलामी विश्लेषण की सबसे आम बीमारी है। अगर आप केवल खरीदे गए लोगों को देखकर कहते हैं कि 'यह मूल्यांकन मॉडल काम करता है', तो आपने आधा प्रयोग किया है और पूरा निष्कर्ष छाप दिया है। तिलक वर्मा वाली कहानी इसीलिए सुंदर लगती है क्योंकि उसमें नतीजा अच्छा आया — 2026 की मेगा नीलामी में मुंबई इंडियंस ने उन्हें 1.70 करोड़ में खरीदा और उन्होंने पहले ही सीज़न में 397 रन बनाए। यह कहानी सच है। यह कहानी सबूत नहीं है। सबूत तब बनती है जब उसी मॉडल से चुने गए बीस खिलाड़ियों में से आठ फ्लॉप हुए हों और आपने वे आठ भी छापे हों।

पोस्टमॉर्टम एक स्कोरकार्ड लाइन से शुरू हुआ जिसे मैं बदल नहीं सका। खंड दर खंड उसे मेरी राय बदलनी थी; उसने मेरी राय तोड़ दी। 2026 चैंपियंस ट्रॉफी का फ़ाइनल, ओवल। भारत 180 रन से हारा — 338 का पीछा करते हुए 158 पर सिमट गया। उस शाम हर चैनल पर एक ही वाक्य चल रहा था: बुरा दिन था। मैंने अगले महीने एक स्क्रिप्ट लिखी और टूर्नामेंट का हर पावरप्ले ओवर, हर मिडल-ओवर डॉट बॉल निकाला। भारत के शीर्ष तीन का पावरप्ले स्ट्राइक रेट पाकिस्तान के मुकाबले बहुत नीचे बैठ रहा था, और मिडल ओवर में डॉट बॉल का प्रतिशत लगभग आधा था। नतीजा यह निकला कि वह 'बुरा दिन' नहीं था — वह एक पुराना टेम्पलेट था जिसे उस दिन सबसे साफ़ रोशनी में देखा गया।

उस विश्लेषण ने मुझे जो सिखाया, वह आज के खाली टेम्पलेट से सीधे जुड़ता है। मैं वह पूरा विश्लेषण कर सका क्योंकि उस टूर्नामेंट का गेंद-दर-गेंद लॉग सार्वजनिक था। अगर वही मैच किसी ऐसे घरेलू स्टेडियम में खेला गया होता जहाँ कमेंट्री फ़ीड दर्ज नहीं होती, तो उस शाम के बारे में मेरे पास कुछ नहीं होता — सिर्फ़ 158 और 338। और 158 से आप टेम्पलेट की जाँच नहीं कर सकते; आप केवल शोक कर सकते हैं।

महिला क्रिकेट में यह अंतर सबसे तीखा है। डब्ल्यूपीएल 2026 से चल रही है और उसके प्रसारण अधिकारों में बड़ा पैसा आया। सवाल यह नहीं है कि पैसा आया या नहीं। सवाल यह है कि क्या उस पैसे के साथ वह डेटा-ढाँचा आया जो अगले पाँच साल तक उस लीग का सार्वजनिक रिकॉर्ड बनेगा। अगर तीन साल बाद कोई शोधकर्ता यह पूछना चाहे कि डब्ल्यूपीएल में डेथ ओवर की इकॉनमी का रुझान क्या रहा, तो क्या उसके पास खुला डेटा होगा या उसे भी कमेंट्री लॉग के सहारे अनुमान लगाना पड़ेगा? मुझे इसका जवाब नहीं पता, और यही जवाब सबसे चिंताजनक है — क्योंकि एक लीग जो अपना डेटा सार्वजनिक नहीं करती, वह अपनी ही विरासत का लेखा नहीं रख रही।

यहाँ एक पैटर्न उभरता है जिसे मैं भारतीय क्रिकेट के डेटा का असली आकार मानता हूँ। समस्या डेटा का अभाव नहीं है। समस्या डेटा की असमानता है — जहाँ ब्रॉडकास्टर का हित है वहाँ डेटा घना है, जहाँ राज्य संघ का नियंत्रण है वहाँ डेटा शून्य है। अंतरराष्ट्रीय पुरुष क्रिकेट की हर गेंद कहीं दर्ज है। रणजी की कोई गेंद दर्ज नहीं। एक 19 साल के तेज़ गेंदबाज़ के लिए यह अंतर जीवन और करियर का अंतर बन जाता है, क्योंकि चयन का फ़ैसला उस डेटा पर होता है जो मौजूद है, और जो मौजूद नहीं है वह प्रतिभा नहीं मानी जाती।

अब वह हिस्सा, जिसमें मुझे अपने ही खिलाफ़ लिखना है।

उस मंगलवार को मेरा पहला विचार यह था कि मैं संस्था को दोष दूँ। तर्क तैयार था: भारतीय क्रिकेट परिषद वर्कलोड डेटा प्रकाशित नहीं करती, राज्य संघ चयन के आधार नहीं बताते, चोट की निगरानी का कोई सार्वजनिक रजिस्टर नहीं है। यह सब सच है और यह सब लिखने योग्य है। लेकिन उसी शाम मुझे यह मानना पड़ा कि मेरी अपनी पाइपलाइन ने वही ग़लती की जो मैं संस्थाओं पर थोप रहा था — उसने कुछ नहीं मिला और उसने कहा कि सब ठीक है।

पारदर्शिता की माँग तभी वज़न रखती है जब वह माँगने वाले के अपने सिस्टम पर भी लागू हो। मैंने अपनी पाइपलाइन में एक न्यूनतम-मान्यता जाँच डाल दी है: अगर सूचना-बिंदुओं की सूची खाली है, तो सिस्टम त्रुटि फेंकेगा, खाली टेम्पलेट नहीं लौटाएगा। यही नियम अगर भारतीय क्रिकेट पर लगाया जाए तो आकार यह होगा — अगर किसी राज्य संघ ने सीज़न का वर्कलोड लॉग नहीं भेजा, तो वह 'डिफ़ॉल्ट शून्य' नहीं है, वह एक दर्ज अपवाद है जिसका नाम प्रकाशित होना चाहिए। मौजूद न होना भी एक डेटा-बिंदु है, और उसे उसी तरह दर्ज होना चाहिए।

यहाँ एक और जाल है जिससे मैं खुद बार-बार गिरता हूँ: सहसंबंध को कारण बना देना। टॉस जीतने वाली टीमें जीतती हैं, इम्पैक्ट प्लेयर का इस्तेमाल करने वाली टीमें जीतती हैं, और नेट रन रेट भी उन्हीं की ओर झुकता है। तीनों एक साथ हिलते हैं, इसलिए तीनों में से किसी एक को कारण बताना बहुत आसान है। मैंने अपने काम में यह नियम बना लिया है कि जहाँ भी कोई तंत्र सुझाऊँ, वहाँ उसके साथ एक परीक्षण भी लिखूँ, और जो वैकल्पिक व्याख्या हो सकती है उसका नाम लूँ। डेटा के साथ सबसे बड़ा ख़तरा यह नहीं कि लोग ग़लत आँकड़े देंगे; सबसे बड़ा ख़तरा यह है कि सही आँकड़ा ग़लत कहानी को सहारा दे देगा और बहस ख़त्म हो जाएगी।

इसलिए मैंने अपने इस लेख के लिए एक सवाल पहले ही तय कर लिया था, और वह सवाल यह था: क्या भारतीय क्रिकेट में डेटा की कमी एक संसाधन की कमी है या एक निर्णय की कमी? जवाब जो मिला, वह मेरे पक्ष में नहीं गया। संसाधन मौजूद हैं। कैमरे मौजूद हैं। स्कोरिंग सॉफ़्टवेयर मौजूद है। जो नहीं है वह एक निर्णय है — यह तय करने का निर्णय कि यह जानकारी सार्वजनिक संपत्ति है, निजी लाभ नहीं। यह एक नीतिगत चुनाव है, तकनीकी सीमा नहीं। और जब तक इसे नीतिगत चुनाव की तरह नहीं देखा जाएगा, तब तक हर सीज़न के बाद वही खाली टेम्पलेट लौटता रहेगा, बस उसका शीर्षक बदलता रहेगा।

अगले दौर का संकेत क्या है? मुझे यह नहीं लगता कि अगला बड़ा क्रांतिकारी कदम कोई नया मीट्रिक होगा। मुझे लगता है कि अगला असली कदम एक सार्वजनिक रजिस्ट्री होगी जिसमें यह भी दर्ज होगा कि कौन सा डेटा नहीं आया। जिस दिन भारतीय घरेलू क्रिकेट का हर मैच एक खुली गेंद-दर-गेंद फ़ाइल छोड़ेगा, उस दिन एक 21 साल के तेज़ गेंदबाज़ का करियर उसके कोच की याद पर निर्भर नहीं रहेगा। तब तक, हर बार जब कोई स्कोरकार्ड पूरा दिखे और अंदर से खाली हो, मैं यही पूछता रहूँगा — जो नहीं है, उसे किसने हटाया, और किसे फ़ायदा हुआ?