खाली शेल्फ: क्रिकेट का सत्तर प्रतिशत बाज़ार डेटा पाइपलाइन से कैसे गिर जाता है

आठ कॉलम। हर कॉलम के सामने एक ही पंक्ति — "अपर्याप्त जानकारी"। फ़ॉर्मैट अज्ञात। मैच की प्रकृति अज्ञात। खिलाड़ी अज्ञात। भूमिका अज्ञात। टीम अज्ञात। सतह अज्ञात। स्रोत की गुणवत्ता अज्ञात। जो रिपोर्ट मेरी मेज़ पर पहुँची, वह शक्ल से पूरी थी: आठ आयाम, हर आयाम में तालिका, हर तालिका में मूल्यांकन की शब्दावली, हर अनुच्छेद में एक ठोस स्वर। और उस पूरी इमारत के नीचे ज़मीन नहीं थी।

यह कोई रूपक नहीं है। यह एक असली रिकॉर्ड है, जिसकी एकमात्र सूचना यह थी कि उसमें कोई सूचना नहीं है। जिस पाइपलाइन को मैंने खड़ा करने में सालों लगाए, उसने एक ऐसा दस्तावेज़ लौटाया जो व्याकरण की दृष्टि से निर्दोष था और अर्थ की दृष्टि से खोखला। कोई स्कोर नहीं, कोई ओवर नंबर नहीं, कोई नाम नहीं। सिर्फ़ ढाँचा।

खेल-पत्रकारिता में हम ऐसे दस्तावेज़ों को "खाली" कहकर अनदेखा कर देते हैं। मेरे हिसाब से खाली दस्तावेज़ सबसे महँगी चीज़ है जो एक डेटा डेस्क के पास हो सकती है — क्योंकि जो दस्तावेज़ पाइपलाइन से निकलते वक़्त खाली हो जाते हैं, वे लगभग हमेशा एक ही तरफ़ से आते हैं। और उस एक तरफ़ की कहानी आज क्रिकेट की सबसे बड़ी कहानी है।

डेटाबेस खाली शुरू हुआ था; पहली असली खोज लड़ाई के रूप में आई। 2026 में मैंने चेन्नई के एक ग्यारह लोगों के डिजिटल स्टार्टअप में काम जॉइन किया था — ऐसी कंपनी जिसका कोई डेटा डेस्क ही नहीं था। मैं ब्रॉडकास्ट प्रोडक्शन की नौकरी छोड़कर आई थी, और मुझे लगा था कि मुझे सिर्फ़ मैच देखने हैं। असल में मुझे 14,400 गेंदें गिननी थीं। नब्बे दिन, साठ मैच, एक फ़ीड, और वह अंतहीन स्प्रेडशीट जिस पर हर गेंद का नतीजा, हर ओवर की माँगी गई दर, और हर बल्लेबाज़ के हाथ में बचे विकेट — तीनों साथ-साथ दर्ज होते थे। उस उम्र में मुझे यह नहीं पता था कि मैं जो बना रही हूँ वह एक मीट्रिक नहीं, एक सवाल है।

सवाल यह था: हैदराबाद में खेले गए उस फ़ाइनल में मुंबई इंडियंस ने राइजिंग पुणे सुपरजायंट को एक रन से हराया। अख़बार के लिए वह "एक रन का रोमांच" था। डेटा डेस्क के लिए वह एक विसंगति थी। एक रन का अंतर पैदा नहीं होता — बनाया जाता है, और मेरी स्प्रेडशीट कह रही थी कि वह अंतर चालीस ओवर पहले ही बन चुका था। प्लेऑफ़ में पहुँची उस टीम के छठे और सातवें नंबर के बल्लेबाज़ों ने अपनी मौत के ओवरों की 38 प्रतिशत गेंदें खेलीं, जबकि उसके टॉप-थ्री ने किसी भी क्वालिफ़ायर में सबसे कम दबाव वाली गेंदें खेलीं। यह आँकड़ा मैच के अंतिम ओवर के बारे में कुछ नहीं कहता था; यह टीम-चयन के ढाँचे के बारे में सब कुछ कहता था।

उस टुकड़े को नौ लाख लोगों ने पढ़ा। फ़्रैंचाइज़ी के एनालिस्ट ने पहले फ़ोन करके बहस की, फिर नौकरी दी। उस सीज़न में चेपौक के तीस सीट वाले प्रेस बॉक्स में बैठी अकेली औरत मैं थी। स्टार्टअप में मैंने जो सबसे ज़रूरी चीज़ सीखी, वह क्रिकेट नहीं थी — वह यह थी कि जब स्प्रेडशीट भर जाती है, तो कमरा खाली होने लगता है। और चेन्नई के एक स्टार्टअप में मैंने सीखा कि खाली मेज़ें दुश्मन बनाती हैं।

अब उसी तर्क को उलटी दिशा में चलाना पड़ेगा।

भारत में क्रिकेट डेटा की अर्थव्यवस्था तीन मंज़िलों पर खड़ी है। सबसे नीचे बॉल-बाय-बॉल फ़ीड है — स्कोरिंग सॉफ़्टवेयर, चार्टिंग एप्लिकेशन, स्टेडियम में बैठे स्कोरर। बीच में वह परत है जहाँ सेम एनालिस्ट, फ़्रैंचाइज़ी डेस्क और ब्रॉडकास्ट ग्राफ़िक्स बनते हैं। ऊपर वह बाज़ार है जो इन सबको पैसा देता है: सट्टा-आधारित फ़ैंटेसी, स्पॉन्सरशिप वैल्यूएशन, अधिकार-शुल्क, और भविष्यवाणी करने वाले उत्पाद। इन तीनों मंज़िलों के बीच एक चौथा, अनदेखा रास्ता है — कंटेंट का रास्ता। जिस पल किसी मैच की कहानी किसी भाषा में लिखी जाती है, वह कहानी अगर सिस्टम में दर्ज नहीं हो पाती, तो उस मैच का जो हिस्सा बाज़ार तक पहुँचता है वह अधूरा है।

पाइपलाइन की खाली शेल्फ उसी रास्ते की देन है।

और यहाँ एक ठंडा आँकड़ा रखना ज़रूरी है, क्योंकि इसके बिना बाकी सब बहस है। उद्योग में व्यापक रूप से स्वीकार किया जाता है कि वैश्विक क्रिकेट का सत्तर प्रतिशत से अधिक व्यावसायिक राजस्व भारतीय बाज़ार से आता है। यह आँकड़ा अनुमान है, ऑडिट नहीं — और मैं इसे अनुमान के रूप में ही रख रही हूँ। लेकिन इसका एक सीधा नतीजा है जिसे नज़रअंदाज़ नहीं किया जा सकता: जिस भाषाई और फ़ॉर्मैट-आधारित कंटेंट से यह बाज़ार बनता है, अगर उसका एक बड़ा हिस्सा एनालिटिक्स पाइपलाइन में दर्ज ही नहीं होता, तो बाक़ी सारा विश्लेषण उस बाज़ार का प्रतिनिधित्व नहीं कर रहा — वह उस बाज़ार के सबसे मुखर, सबसे अंग्रेज़ीदाँ हिस्से का प्रतिनिधित्व कर रहा है।

यह खेल-डेटा का सबसे पुराना और सबसे कम चर्चित पूर्वाग्रह है: हम जिसे नाप नहीं पाते, उसे मौजूद नहीं मान लेते।

अब उस खाली रिकॉर्ड को खोलकर देखना चाहिए, क्योंकि उसकी बनावट अपने आप में एक निदान है।

मेरे सामने जो दस्तावेज़ था, उसमें शीर्षक खाली था — "लागू नहीं"। स्रोत खाली था। लेख का प्रकार तय नहीं था: यह ख़बर है, पूर्वावलोकन है, फ़ीचर है, ट्रांसफ़र अफ़वाह है या ओपिनियन कॉलम — पता नहीं चल रहा था। सबसे गंभीर बात, सूचना-बिंदुओं की सूची पूरी तरह खाली थी। यानी वह एकमात्र चीज़ जिसके बिना बाकी आठों आयाम काम नहीं कर सकते, वह मौजूद नहीं थी।

क्रिकेट में ऐसा खाली रिकॉर्ड चार तरीक़ों से बनता है, और मैंने चारों देखे हैं।

पहला: स्रोत टेक्स्ट ही न हो। क्रिकेट की सबसे बड़ी कंटेंट मात्रा आज तस्वीर और वीडियो में है। एक तीस सेकंड का वीडियो जिसमें किसी युवा बल्लेबाज़ का शॉट है, एक इंस्टाग्राम कार्ड जिसमें स्कोर है, एक वॉट्सऐप फ़ॉरवर्ड जिसमें टीम की प्लेइंग इलेवन है। एक्सट्रैक्शन टूल इनमें से कुछ नहीं निकाल सकते — और अगर नहीं निकाल सकते, तो वे खाली फ़ील्ड लौटाते हैं, त्रुटि नहीं। यही सबसे ख़तरनाक अंतर है। त्रुटि दिखती है; खाली फ़ील्ड नहीं दिखती।

दूसरा: पेवॉल या ट्रंकेशन। भारतीय और पाकिस्तानी आउटलेट्स का एक बड़ा हिस्सा पहले कुछ पंक्तियाँ खुला रखता है और बाकी बंद। डिकंपोज़र को जो मिलता है, उसमें अक्सर परिचय होता है और दावा नहीं। नतीजा — शीर्षक से लेख का अनुमान लगाया जाता है, और अनुमान से बना निष्कर्ष कभी लेख का निष्कर्ष नहीं होता।

तीसरा: अनुवाद की विफलता। यह सबसे कम आँका जाने वाला और सबसे ज़्यादा नुकसान पहुँचाने वाला कारण है। हिंदी या उर्दू या बांग्ला में लिखा एक वाक्य जिसमें किसी गेंदबाज़ की "लय" की बात है, अनुवाद में "लय" का कोई तकनीकी समकक्ष नहीं मिलता और वह वाक्य या तो गिर जाता है या सामान्य ज़िक्र बन जाता है। जो खिलाड़ी-विश्लेषण मूल में था, वह अनुवाद के बाद आयाम दो में कभी नहीं पहुँचता।

चौथा: कंटेंट फ़िल्टर। क्रिकेट की वर्नाक्युलर कवरेज में सट्टा, ओड्स और फ़ैंटेसी के ज़िक्र की मात्रा इतनी है कि एक सतर्क फ़िल्टर पूरे लेख को ही अस्वीकार कर देता है — भले ही उस लेख का मुख्य हिस्सा शुद्ध तकनीकी विश्लेषण हो। मैं इसे दोष नहीं कह रही; मैं इसे लागत कह रही हूँ। फ़िल्टर सही काम कर रहा है और कीमत पूरी कवरेज चुका रही है।

चारों कारणों में एक बात साझा है: वे सबसे ज़्यादा उस कंटेंट को नुकसान पहुँचाते हैं जो सबसे ज़्यादा पढ़ा जाता है। यह संयोग नहीं है। जो कंटेंट लोकप्रिय है वह छोटा होता है, स्थानीय भाषा में होता है, तेज़ी से बनता है और अक्सर वीडियो में होता है — और यही चारों विशेषताएँ मिलकर एक्सट्रैक्शन के लिए सबसे कठिन संयोजन बनाती हैं। इसका उल्टा भी सच है: जो कंटेंट आसानी से निकलता है — लंबा, अंग्रेज़ी में, संरचित, धीमा — वह आज की तारीख़ में कम पढ़ा जाता है।

मेरे पास इसका एक बहुत ठोस उदाहरण है। 2026 में जब मैं उस डेथ-ओवर्स डेटाबेस पर काम कर रही थी, मेरी सबसे बड़ी समस्या यह नहीं थी कि डेटा कम था। समस्या यह थी कि डेटा जिस रूप में आता था, वह एकरूप नहीं था। एक ही मैच के तीन अलग-अलग स्कोरकार्ड्स में अंतिम ओवरों की गेंदों की संख्या अलग-अलग होती थी, क्योंकि वाइड और नो-बॉल को अलग-अलग जगह गिना जाता था। 14,400 गेंदों में से करीब दो सौ गेंदों पर मुझे खुद फ़ैसला लेना पड़ा। यही दो सौ गेंदें मेरे मीट्रिक का सबसे कमज़ोर हिस्सा थीं — और वही मीट्रिक फ़्रैंचाइज़ी को भेजा गया था।

उस अनुभव ने मुझे एक आदत दी जो आज भी चलती है: हर निष्कर्ष के साथ यह लिखना कि वह कितने मैचों पर टिका है। चौंसठ मैच, एक फ़ीड, और बढ़ता संदेह। अगर कोई मुझसे कहे कि भारत की बेंच स्ट्रेंथ मज़बूत है, मेरा पहला सवाल यह होगा — कितने मैचों में, किस फ़ॉर्मैट में, किस सतह पर। जवाब अगर "तीन सीरीज़" है, तो वह दावा है, निष्कर्ष नहीं।

अब सबसे कठिन हिस्सा: यह मान लेना कि पाइपलाइन की विफलता एक तकनीकी खराबी है। मेरे हिसाब से यह तकनीकी समस्या नहीं है।

अगर यह सिर्फ़ एक्सट्रैक्शन की समस्या होती, तो उसे पैसे से हल किया जा सकता था — बेहतर OCR, बेहतर ट्रांसक्रिप्शन, बेहतर अनुवाद मॉडल। यह समस्या इसलिए नहीं सुलझती क्योंकि असली समस्या इससे पहले की है: क्रिकेट की डेटा अर्थव्यवस्था ने अभी तक यह तय ही नहीं किया कि वर्नाक्युलर कवरेज को डेटा माना जाए या शोर माना जाए।

एक ब्रॉडकास्ट ग्राफ़िक में किसी खिलाड़ी की स्ट्राइक रेट दिखाना ज़रूरी माना जाता है। उसी खिलाड़ी के बारे में हिंदी में लिखे उस विश्लेषण को गंभीरता से नापना, जिसमें उस स्ट्राइक रेट की व्याख्या है — यह किसी के बजट में नहीं है। यही असमानता असली है। ऊपर की मंज़िल पर आँकड़े सजते हैं, नीचे की मंज़िल पर उन आँकड़ों की व्याख्या पैदा होती है, और बीच में कोई सीढ़ी नहीं है।

इसका सबसे साफ़ सबूत टैक्सोनॉमी में मिलता है। मुझे जो लेबल मिला था वह "क्रिकेट_एशिया" था — एक भौगोलिक उप-लेबल। लेकिन क्रिकेट का विश्लेषण फ़ॉर्मैट से चलता है, भूगोल से नहीं। टेस्ट, वनडे और टी20 तीन अलग खेल हैं जिनके बेंचमार्क अलग हैं। एक बल्लेबाज़ का 140 का स्ट्राइक रेट वनडे में शानदार है, टी20 फ़िनिशर के लिए औसत है, और टेस्ट में अप्रासंगिक है। जब लेबल फ़ॉर्मैट नहीं बताता, तो हर निष्कर्ष अनुमान बन जाता है — और अनुमान को विश्लेषण कहना ही असली पाप है।

एक मॉडल उतना ही ईमानदार होता है जितने सवालों को वह मना करता है। यहाँ मॉडल ने आठ सवालों के जवाब "पता नहीं" लिखकर दिए। मेरे हिसाब से यह उसका सबसे सही काम था। ख़तरा उस पल शुरू होता है जब कोई एनालिस्ट उस खाली जगह को भरने का दबाव महसूस करता है — क्योंकि एशिया लेबल देखकर भारत-पाकिस्तान की बात करना या किसी युवा स्टार की "अगली बड़ी चीज़" वाली कहानी रचना, दोनों बहुत आसान हैं और दोनों पूरी तरह मनगढ़ंत होंगे।

यहाँ उलटा तर्क खड़ा करना ज़रूरी है, क्योंकि यह मेरी आदत है और इसकी एक सीमा है।

मैं यह नहीं कह रही कि पाइपलाइन की हर खाली शेल्फ एक संकट है। क्रिकेट में ऐसा बहुत कुछ है जिसे नापने की ज़रूरत ही नहीं। किसी रणजी मैच के तीसरे दिन की दोपहर को एक तेज़ गेंदबाज़ ने जो पाँच ओवर फेंके, उनमें से तीन ओवर ऐसे थे जिनका कोई आँकड़ा नहीं बनता — और वही तीन ओवर उस मैच का सबसे सच्चा हिस्सा थे। यह बात मैं स्टैंड से देखकर कह रही हूँ, स्क्रीन से नहीं। एक स्प्रेडशीट कभी नहीं बता सकती कि किसी गेंदबाज़ की लय कब टूटी; वह सिर्फ़ यह बता सकती है कि उसके बाद के चार ओवरों में इकॉनमी 4.2 से 9.6 हो गई। दोनों में फ़र्क़ है।

तो मेरा आरोप पूरी कवरेज पर नहीं है। मेरा आरोप उस चुनाव पर है जो हमने चुपचाप किया: हमने तय किया कि जो डेटा आसानी से बनता है वही डेटा असली है। इस चुनाव ने एक पूरी श्रेणी की कहानियाँ अदृश्य कर दी हैं — घरेलू फ़र्स्ट-क्लास क्रिकेट की कहानियाँ, महिला घरेलू क्रिकेट की कहानियाँ, सहयोगी देशों की कहानियाँ, और छोटे शहरों से आने वाले खिलाड़ियों की कहानियाँ। इन सबमें एक बात साझा है: इनका स्कोरकार्ड सस्ता है, इनका संदर्भ महँगा है। जिस दिन कोई इनका संदर्भ नापना शुरू करेगा, उस दिन क्रिकेट का विश्लेषण असल में शुरू होगा।

अब वह हिस्सा, जहाँ यह बहस सबसे ज़्यादा चुभती है — कमेंट्री बॉक्स।

मैंने सालों ब्रॉडकास्ट प्रोडक्शन में काम किया है, इसलिए मुझे यह कहने का हक़ है कि कमेंट्री बॉक्स ने आँकड़े इसलिए नहीं छोड़े कि उसे आँकड़ों से चिढ़ है। उसने इसलिए छोड़े कि उसके पास वक़्त नहीं है। लाइव मैच में एक कमेंटेटर के पास एक गेंद पर प्रतिक्रिया देने का मौक़ा होता है, कोई फ़ीड नहीं, कोई दोबारा देखने का विकल्प नहीं। अगर आप उस पल में उसे "इस बल्लेबाज़ का इस चरण में स्ट्राइक रेट 118 है" जैसा एक वाक्य भी थमा दें, तो उसका पूरा काम बदल जाता है।

इसलिए असली लड़ाई यह नहीं है कि आँकड़े सही हैं या नहीं। वह लड़ाई डेटा डेस्क जीत चुका है। असली लड़ाई यह है कि कहानी कौन चुनता है, उस पल में जब वह दर्शक तक पहुँचती है। और वहाँ अभी भी माइलस्टोन जीत रहे हैं। "उनका पचासवाँ शतक, उनके दो सौवें मैच में" — यह वाक्य आज भी बिना किसी डेटा सहायता के बन जाता है। जबकि वही कमेंटेटर अगर यह कहता कि इस बल्लेबाज़ के शतक बनाने वाले पचास मौकों में से इकतीस बार उसकी टीम पहले पावरप्ले में दो विकेट गँवा चुकी थी, तो दर्शक को कुछ नया पता चलता।

माइलस्टोन नैरेशन आज इसलिए ज़िंदा है कि डेटा उस पर हमला करना ज़रूरी नहीं समझता, और वह उस पर हमला इसलिए नहीं करता क्योंकि डेटा को उस पल तक पहुँचने की जगह नहीं मिली। यह एक खाली शेल्फ का दूसरा रूप है। पाइपलाइन अगर टेक्स्ट को नहीं पकड़ पाती, तो डेटा डेस्क उस कमेंटेटर के सामने कभी नहीं पहुँचता जो सच में बेहतर चाहता है।

इसका नुकसान सिर्फ़ सौंदर्य का नहीं है। माइलस्टोन नैरेशन एक आर्थिक फ़ैसला भी है। अगर ब्रॉडकास्ट की दुनिया में सबसे ज़्यादा बिकने वाली कहानी शतकों और मैचों की गिनती है, तो चयन-समितियों के पास भी वही कहानी पहुँचती है। भारत की दूसरी टीम बनाना दुनिया के खेलों में सबसे मुश्किल काम है — यह मैं पूरे यक़ीन से कहती हूँ — और उसका कारण प्रतिभा की कमी नहीं, चयन का ढाँचा है। फ़्रैंचाइज़ी स्काउटिंग अब ज़ोनल सेलेक्टर का काम कर रही है, इम्पैक्ट प्लेयर नियम ने भूमिकाओं की परिभाषा ही बदल दी है, और चयन ऐसी प्रतिष्ठा के आधार पर होता है जिसे डेटा अब समर्थन नहीं देता। जिस दिन बेंच स्ट्रेंथ का माप शतकों की जगह किसी भूमिका-विशिष्ट मीट्रिक पर होगा, उस दिन यह बहस ख़त्म हो जाएगी।

यहाँ एक जाल है जिससे मैं दोबारा गुज़रना चाहती हूँ, क्योंकि मैं खुद उसमें कई बार फँसी हूँ। पाइपलाइन की विफलता को देखकर सब कुछ बदलने की इच्छा होती है। यह सही इच्छा है, ग़लत उम्मीद है। जो लेबल ग़लत है उसे ठीक करना तीन दिन का काम है; यह जानना कि उस लेबल के नीचे कौन-सी कहानियाँ गुम हो रही हैं, तीन साल का काम है। और अगर हम बिना पहले कुछ बदले हर चीज़ को बदलने का ऐलान कर देते हैं, तो वही होता है जो क्रिकेट एनालिटिक्स में लगातार होता है: एक नई शब्दावली आती है, पुरानी कहानियाँ जस की तस रहती हैं, और रिपोर्ट पढ़ने में ज़्यादा स्मार्ट लगने लगती है।

इसलिए मेरा सुझाव शानदार नहीं है, वह मामूली है, और इसीलिए काम का है।

जो कुछ भी डेटा पाइपलाइन में नहीं आ पा रहा है, उसे "नहीं आया" के रूप में दर्ज करना शुरू करना चाहिए, "जानकारी नहीं" के रूप में नहीं। यह एक शब्द का फ़र्क़ है और पूरी लागत इसमें ही है। "जानकारी नहीं" एक कोरी रिपोर्ट है; "नहीं आया" एक कार्य-आदेश है। पहला पढ़कर आदमी उसे बंद कर देता है, दूसरा पढ़कर फ़ोन उठाता है।

इसके बाद वही चीज़ जो हर डेटा डेस्क को अपने आप पर लागू करनी चाहिए, और जो उसने अपने आप पर लागू नहीं की। हर महीने यह गिनना कि पाइपलाइन ने कितने लेख खाली लौटाए, और उन्हें स्रोत की भाषा, माध्यम और आउटलेट के हिसाब से छाँटना। मुझे पूरा यक़ीन है कि अगर किसी भी एनालिटिक्स कंपनी ने यह तीन-कॉलम वाली तालिका बनाई, तो छह महीने में वह अपना पूरा कंटेंट रोडमैप बदल देगी। ख़ाली नतीजे बेतरतीब नहीं होते; वे भाषा के हिसाब से जमा होते हैं।

और तीसरा, जो सबसे अप्रिय है: मान लेना कि कुछ सवालों का जवाब हमारे पास नहीं है और शायद आगे भी नहीं होगा। घरेलू क्रिकेट का डेटा पतला है, महिला घरेलू क्रिकेट का उससे भी पतला है, और सहयोगी देशों का उससे भी। इन पर आत्मविश्वास से लिखने की गुंजाइश है, क्योंकि कोई पकड़ में नहीं आता। यही इस खेल की सबसे बड़ी चोरी है — जहाँ डेटा नहीं है, वहाँ अंतरात्मा से काम चल जाता है।

चेन्नई में मैंने जो सबसे उपयोगी आदत बनाई, वह गिनती की नहीं थी, नापने की थी। मैंने ट्रॉफ़ियाँ गिनना छोड़ दिया और आदतें गिनना शुरू कर दिया। किसी बल्लेबाज़ का शतक जानने से मुझे यह नहीं पता चलता कि अगले दौरे पर पेस के सामने वह क्या करेगा; यह जानने से पता चलता है कि उसने पिछले दो सीज़न में नई गेंद के पहले दस ओवरों में कितनी बार अपनी गिल्ली खोई है, और उनमें से कितनी बार गेंद उसकी तरफ़ रही। यह सूचना किसी माइलस्टोन ग्राफ़िक में कभी नहीं आएगी। लेकिन यही सूचना है जो अगले सत्र में किसी चयन-समिति के काम आ सकती है — बशर्ते वह उस तक पहुँचे।

इसलिए सवाल पाइपलाइन का नहीं है। सवाल यह है कि क्या हम उस दिशा में देखना चाहते हैं जिस दिशा में वह जाती है। जिस मैच को हमने देखा, उसका एक हिस्सा सिस्टम में है और एक हिस्सा नहीं — और अगर हम यह नहीं जानते कि कौन-सा हिस्सा कहाँ गया, तो हमारा हर निष्कर्ष उस चीज़ पर टिका है जो हमें दिखी, उस चीज़ पर नहीं जो वहाँ थी।

अगले सत्र में जब कोई यह कहे कि भारत की बेंच स्ट्रेंथ मज़बूत है, तो एक सवाल पूछना। पूछना कि यह कितने मैचों पर टिका है। अगर जवाब में नाम आए और संख्या न आए, तो जान लेना कि वहाँ एक खाली शेल्फ़ है जिसे अभी किसी ने भरा नहीं है — और जिसे भरने की ज़िम्मेदारी उस आदमी की है जो यह पढ़ रहा है।