क्रिकेट एनालिसिस का ख़ाली-डेटा संकट: जब रिपोर्ट भरी दिखे और तथ्य शून्य हों
सारांश: क्रिकेट विश्लेषण में सबसे बड़ा व्यवस्थागत जोखिम ख़ाली स्रोत-डेटा को अनुमान से भर देना है। सही प्रक्रिया यह है कि फ़ॉर्मेट (टेस्ट/वनडे/टी20/द हंड्रेड), वेन्यू, टॉस और प्रकाशन-तिथि तय होने से पहले कोई राय न बनाई जाए; और यदि स्रोत से शून्य इन्फ़ॉर्मेशन पॉइंट्स निकलें तो रिकॉर्ड पर 'एक्सट्रैक्शन फ़ेल' का ठप्पा लगाकर उसे स्कोरिंग/रैंकिंग पाइपलाइन से बाहर रखा जाए। मुख्य बिंदु: (1) फ़ॉर्मेट बदलने पर आँकड़े और मापदंड अमान्य हो जाते हैं; (2) 15–20 पारियों से कम नमूने पर 'फ़ॉर्म' का दावा अवैज्ञानिक है; (3) नीलामी कीमत खेल-मूल्य नहीं होती; (4) 'अगला सुपरस्टार' नैरेटिव औसतन चार-छह हफ़्ते में टूटती है; (5) डाउनस्ट्रीम सिस्टम के लिए 'कोई जोखिम नहीं' और 'कोई डेटा नहीं' का अंतर स्पष्ट रूप से चिह्नित होना चाहिए। न्यूनतम इनपुट: शीर्षक+प्रकाशक+तिथि, फ़ॉर्मेट एंकर, ≥3 एट्रिब्यूटेबल इन्फ़ॉर्मेशन पॉइंट्स, ≥1 नामित इकाई, और लेख का उद्देश्य। यह सामग्री किसी भी टीम, खिलाड़ी, लीग या मैच के बारे में तथ्यात्मक दावा नहीं है और सट्टेबाज़ी सलाह नहीं है।
पिछले कुछ वर्षों में क्रिकेट कवरेज की सबसे बड़ी छलांग स्कोरकार्ड में नहीं, बल्कि उस पाइपलाइन में आई है जो स्कोरकार्ड को विश्लेषण में बदलती है। मैच ख़त्म होने के मिनटों भीतर छपने वाली रिपोर्टें, नीलामी की गणनाएँ और 'खिलाड़ी बनाम खिलाड़ी' वाले टुकड़े अब बड़े पैमाने पर स्वचालित टेक्स्ट-एक्सट्रैक्शन पर टिके हैं। इस ढाँचे की एक ऐसी कमी अब खुलकर सामने आ रही है जिस पर क्रिकेट जगत में बहुत कम बहस होती है — इनपुट का ख़ाली होना और आउटपुट का भरा हुआ दिखना।
समस्या की जड़ तकनीकी है, लेकिन नतीजा पूरी तरह पेशेवर है। एक दो-स्तरीय पाइपलाइन में पहला चरण स्रोत-पाठ से 'इन्फ़ॉर्मेशन पॉइंट्स' निकालता है और दूसरा चरण उन्हीं बिंदुओं पर आठ-आयामी विश्लेषण खड़ा करता है। अगर पहला चरण शून्य बिंदु लौटाए, तो दूसरे के पास खर्च करने को कोई सिक्का नहीं बचता। मगर टेम्पलेट की माँग होती है — आठ आयाम, हर आयाम में तालिकाएँ, प्रत्येक कोशिका में कुछ लिखा हुआ। यही जगह है जहाँ ईमानदारी का इम्तिहान होता है।

फ़ॉर्मेट कॉन्टेक्स्ट: पहली और अनिवार्य सीढ़ी
क्रिकेट विश्लेषण की सबसे बड़ी अनुशासनहीनता यही है कि टेस्ट, वनडे, टी20 और द हंड्रेड के आँकड़ों को एक-दूसरे की जगह रख दिया जाता है। टेस्ट के ओपनर की औसत और टी20 फ़िनिशर का स्ट्राइक रेट दो अलग-अलग दुनियाओं के मापदंड हैं; इन्हें आपस में बदलने पर नतीजा उल्टा निकलता है। टेस्ट में 38 की औसत रखने वाला बल्लेबाज़ टी20 में धीमा साबित हो सकता है, और 145 के स्ट्राइक रेट वाला फ़िनिशर टेस्ट में संघर्ष कर सकता है। इसीलिए फ़ॉर्मेट तय होने से पहले कोई भी राय बनाना व्यावसायिक रूप से ग़लत है — यह राय नहीं, अटकल है।
इसी तरह वेन्यू और मौसम की परतें हैं। भारतीय उपमहाद्वीप की स्पिन-अनुकूल पिच, इंग्लैंड की स्विंग-अनुकूल सुबह, ऑस्ट्रेलिया की उछाल वाली पट्टी और दुबई की धीमी सतह — एक ही गेंदबाज़ के आँकड़े इन चारों पर चार अलग कहानियाँ कहते हैं। ओस (ड्यू) का असर दूसरी पारी की बल्लेबाज़ी पर इतना है कि टॉस को 'भाग्य' कहना भी अधूरा है; वह एक संरचनात्मक लाभ है। बिना वेन्यू और बिना टॉस-नतीजे के किसी पारी का मूल्यांकन करना ऐसा है जैसे बिना तापमान बताए मौसम का पूर्वानुमान।
छोटे सैंपल का जाल
फ्रैंचाइज़ी क्रिकेट ने एक नई आदत पैदा की है: दो-तीन पारियों की चमक को 'फ़ॉर्म' कह देना। पंद्रह-बीस पारियों का कोई भी दौर सांख्यिकीय रूप से शोर और सिग्नल के बीच की रेखा पर बैठता है। तेज़ गेंदबाज़ की एक शानदार स्पेल डेथ ओवरों में आई हो या पावरप्ले में, यह अंतर उसके मूल्यांकन को पूरी तरह बदल देता है। बल्लेबाज़ के रन किस चरण में आए — पावरप्ले, मध्य ओवर या डेथ — यह जाने बिना स्ट्राइक रेट एक खोखला आँकड़ा है।
इसका सीधा असर चयन पर पड़ता है। घरेलू हालात में बने रिकॉर्ड अक्सर कमज़ोरियाँ छिपा देते हैं; बाहर जाते ही वही बल्लेबाज़ शॉर्ट गेंद या स्पिन के ख़िलाफ़ उघड़ जाता है। उम्र-वक्र (एज कर्व) और चोट-इतिहास दो ऐसे कारक हैं जिन्हें भारतीय क्रिकेट में लगातार नज़रअंदाज़ किया जाता है — 30 के पार जाते तेज़ गेंदबाज़ की गति और वर्कलोड, और 33 के पार जाते बल्लेबाज़ की रिफ़्लेक्स, दोनों की अपनी अलग जाँच होनी चाहिए।
नीलामी कीमत और खेल-मूल्य: दो अलग बही-खाते
आईपीएल नीलामी के बाद 'प्रीमियम' शब्द का इस्तेमाल बहुत उदारता से होता है। असल में प्रीमियम का मतलब भी तीन-चार अलग चीज़ें हो सकता है: स्थानीय युवा स्टार को लेने की मजबूरी, ऑलराउंडर की कमी, किसी ख़ास भूमिका (विकेटकीपर-बल्लेबाज़) की किल्लत, या नीलामी के आख़िरी दौर में घबराहट की बोली। बिना कीमत, बिना खिलाड़ी, बिना फ्रैंचाइज़ी और बिना साल — इन चारों में से कुछ भी तय नहीं किया जा सकता।
और सबसे ज़रूरी बात: अंतरराष्ट्रीय प्रदर्शन और लीग की कीमत एक ही तराज़ू पर नहीं तौले जाते। एक खिलाड़ी टी20 लीग में सनसनी हो सकता है और टेस्ट टीम में जगह न बना पाए। क्रिकेट का कमर्शियल मूल्यांकन और स्पोर्टिंग मूल्यांकन अलग-अलग मॉडल हैं, और इन्हें मिलाने से ग़लत फ़ैसले निकलते हैं।
'अगला तेंदुलकर' वाली नैरेटिव
भारतीय क्रिकेट बाज़ार की सबसे तेज़ चलने वाली मुद्रा उम्मीद है। एक अच्छी पारी के बाद 'अगला सुपरस्टार' का तमगा लगाना, और तीन विफलताओं के बाद 'करियर ख़त्म' का ऐलान — दोनों एक ही सिक्के के दो पहलू हैं। नैरेटिव की टिकाऊपन जाँचने का तरीका सरल है: क्या मूल आँकड़े इस कहानी को सहारा देते हैं, नमूना कितना बड़ा है, और औसत वापसी (रिवर्ज़न टू मीन) की कितनी गुंजाइश है। दो पारियों की चमक से बनी नैरेटिव औसतन चार-छह हफ़्ते में टूट जाती है।
असली संकट: खाली डेटा को भरना
अब वापस उस बिंदु पर जहाँ यह बहस शुरू हुई थी। जब किसी रिपोर्ट में शीर्षक, प्रकाशक, तारीख़, फ़ॉर्मेट, खिलाड़ी और इन्फ़ॉर्मेशन पॉइंट्स — सब ख़ाली हों, तो सही व्यावसायिक प्रतिक्रिया 'कुछ नहीं मिला' कहना है, न कि अनुमान से कोशिकाएँ भरना। टेम्पलेट का दबाव इसके उलट काम करता है: हर ख़ाली जगह भरने की माँग करता है। मगर ऐसे भरे हुए ख़ाने न केवल बेकार हैं, वे सक्रिय रूप से भ्रामक हैं — क्योंकि डाउनस्ट्रीम फ़ैसला-प्रणाली 'कोई जोखिम नहीं मिला' और 'कोई डेटा नहीं मिला' में फ़र्क़ नहीं कर पाती।

इसलिए ज़रूरी है कि ऐसे रिकॉर्ड पर स्पष्ट 'एक्सट्रैक्शन फ़ेल' का ठप्पा लगे और उसे किसी स्कोरिंग, रैंकिंग या अलर्ट पाइपलाइन में जाने से रोका जाए। साथ ही बैच-स्तर की जाँच हो — अगर एक रिकॉर्ड पार्सर की ख़राबी से ख़ाली हुआ है, तो उसी बैच के पाँच-दस अन्य रिकॉर्ड भी चुपचाप ख़राब हो सकते हैं।

न्यूनतम इनपुट प्रोटोकॉल
पूरा विश्लेषण दोबारा चालू करने के लिए पहले चरण से पाँच चीज़ें चाहिए: लेख का शीर्षक, प्रकाशक और प्रकाशन-तिथि; फ़ॉर्मेट एंकर (टेस्ट/वनडे/टी20/द हंड्रेड, या 'मैच रिपोर्ट नहीं'); कम से कम तीन अलग-अलग, स्रोत-सापेक्ष इन्फ़ॉर्मेशन पॉइंट्स; कम से कम एक नामित इकाई (खिलाड़ी, टीम, फ्रैंचाइज़ी, बोर्ड या अधिकारी); और लेख का उद्देश्य — तथ्यात्मक रिपोर्ट, पूर्वावलोकन, राय, या व्यावसायिक घोषणा। ये पाँच मिलते ही सभी आठ आयाम अपने आप चल पड़ते हैं।
क्रिकेट में जोखिम की परिभाषा यही है कि अनिश्चितता बहुत है। इस अनिश्चितता का सही जवाब अधिक अनुमान नहीं, बल्कि स्पष्ट घोषणा है — 'यह जानकारी उपलब्ध नहीं'। एक पेशेवर स्पोर्ट्स डेस्क की पहचान उसके अनुमानों से नहीं, उसकी चुप्पी की सीमाओं से बनती है।
