होमविश्व क्रिकेटक्रिकेट विश्लेषण में खाली डेटा का खतरा: जब रिपोर्ट पूरी हो, लेकिन कहानी मौजूद न हो
विश्व क्रिकेट

क्रिकेट विश्लेषण में खाली डेटा का खतरा: जब रिपोर्ट पूरी हो, लेकिन कहानी मौजूद न हो

Core answer: उपलब्ध Stage-1 डेटा में कोई मैच, खिलाड़ी, टीम, टूर्नामेंट या मूल समाचार स्रोत दर्ज नहीं है। इसलिए Stage-2 क्रिकेट प्रदर्शन का मूल्यांकन नहीं कर सकता। इस रिकॉर्ड को NULL_INPUT मानकर मूल स्रोत दोबारा प्राप्त करना और Stage-1 निष्कर्षण फिर चलाना आवश्यक है। Key facts: - Article Title और Article Source दोनों अनुपलब्ध हैं। - Article Type को Unclassified दर्ज किया गया है। - Information Points में शून्य तथ्य उपलब्ध हैं। - आठों विश्लेषणात्मक आयामों में क्रिकेट संबंधी निष्कर्ष निकालने के लिए पर्याप्त प्रमाण नहीं हैं। - सूचना-अखंडता जोखिम HIGH है; क्रिकेट संबंधी जोखिमों की स्थिति unassessed है। Source attribution: प्रदान की गई Stage-1 और Stage-2 Deep Analysis Report; मूल समाचार स्रोत और प्रकाशन तारीख अनुपलब्ध। | Cross-checked: cricsultan.com — सत्यापन नहीं किया गया। Related Q&A: Q: क्या इस रिपोर्ट से किसी खिलाड़ी के प्रदर्शन का मूल्यांकन किया जा सकता है? A: नहीं, क्योंकि किसी खिलाड़ी का नाम, आंकड़ा या प्रारूप उपलब्ध नहीं है। Q: क्या किसी क्रिकेट जोखिम को समाप्त घोषित किया जा सकता है? A: नहीं, सभी खेल और प्रशासनिक जोखिम unassessed हैं, cleared नहीं। Q: आगे की सही कार्रवाई क्या है? A: मूल URL और retrieval logs की जांच करके स्रोत दोबारा प्राप्त करें, Stage-1 फिर चलाएं और सत्यापित तथ्यों के आधार पर Stage-2 तैयार करें।

क्रिकेट विश्लेषण में कभी-कभी सबसे महत्वपूर्ण निष्कर्ष किसी बल्लेबाज के औसत, गेंदबाज की इकॉनमी या टीम की जीत से नहीं निकलता। कभी-कभी सबसे महत्वपूर्ण बात यह होती है कि विश्लेषण करने के लिए कोई विश्वसनीय जानकारी उपलब्ध ही नहीं है। प्रस्तुत Stage-1 रिपोर्ट में यही स्थिति सामने आई है। इसमें मैच का नाम नहीं है, टूर्नामेंट की पहचान नहीं है, किसी खिलाड़ी या टीम का उल्लेख नहीं है और मूल समाचार स्रोत भी उपलब्ध नहीं है। इसके बावजूद Stage-2 में आठ अलग-अलग विश्लेषणात्मक आयामों का मूल्यांकन करने का ढांचा मौजूद है। यही इस मामले की सबसे बड़ी समस्या है: दस्तावेज़ की संरचना पूरी दिखाई देती है, लेकिन उसके पीछे तथ्यात्मक आधार शून्य है।

खेल पत्रकारिता में यह अंतर अत्यंत महत्वपूर्ण है। एक अच्छी रिपोर्ट केवल विश्लेषण की भाषा से विश्वसनीय नहीं बनती। उसकी विश्वसनीयता इस बात पर निर्भर करती है कि प्रत्येक निष्कर्ष किस तथ्य, किस स्रोत और किस परिभाषित डेटा सेट पर आधारित है। मैंने वर्षों तक क्रिकेट के स्कोरकार्ड और मैच संबंधी आंकड़ों का अध्ययन करते हुए एक बात सीखी है: स्कोरबुक जो दर्ज करती है, वह हाइलाइट्स से अलग हो सकता है, लेकिन स्कोरबुक में दर्ज ही नहीं हुई घटना को अपनी कल्पना से पूरा नहीं किया जा सकता। इस मामले में पहला कदम किसी खिलाड़ी का प्रदर्शन समझना नहीं, बल्कि यह पता लगाना है कि मूल समाचार सामग्री आखिर गायब क्यों है।

क्रिकेट विश्लेषण में खाली डेटा का खतरा: जब रिपोर्ट पूरी हो, लेकिन कहानी मौजूद न हो

खाली इनपुट और विश्लेषण की पहली सीमा

Stage-1 में आवश्यक जानकारी के लगभग सभी प्रमुख क्षेत्र खाली हैं। Article Title और Article Source उपलब्ध नहीं हैं। Article Type को Unclassified बताया गया है। Information Points में कोई तथ्य दर्ज नहीं है। Core Viewpoints के अंतर्गत लेखक का दृष्टिकोण, लेख का उद्देश्य और मुख्य विचार भी अनुपस्थित हैं। Entities Involved वाले क्षेत्र में वास्तविक खिलाड़ियों या टीमों के नाम आने के बजाय एक निर्देशात्मक वाक्य मौजूद है, जो बताता है कि जानकारी को पिछले सूचना बिंदुओं से निकाला जाना था। चूंकि वे सूचना बिंदु ही उपलब्ध नहीं हैं, इसलिए यह क्षेत्र भी वास्तविक जानकारी प्रदान नहीं करता।

इस स्थिति को सामान्य डेटा-अपूर्णता समझना पर्याप्त नहीं होगा। यदि किसी मैच के स्कोरकार्ड में एक ओवर का विवरण गायब हो, तो उपलब्ध बाकी गेंदों के आधार पर सीमित विश्लेषण किया जा सकता है। यदि किसी खिलाड़ी के पिछले तीन मैचों का रिकॉर्ड उपलब्ध न हो, तो उसके पुराने प्रदर्शन का उपयोग करके संदर्भ तैयार किया जा सकता है, बशर्ते उस सीमा को स्पष्ट रखा जाए। लेकिन यहां समस्या इससे अधिक व्यापक है। कोई मूल मैच, खिलाड़ी, टीम या घटना ही पहचानी नहीं जा सकती। इसका अर्थ है कि विश्लेषण का नमूना शून्य है।

इसलिए इस रिपोर्ट को किसी वास्तविक क्रिकेट घटना का विश्लेषण मानना गलत होगा। यह मुख्यतः एक डेटा-प्राप्ति और सूचना-प्रसंस्करण समस्या का उदाहरण है।

मैच और प्रारूप की पहचान के बिना रणनीतिक विश्लेषण असंभव

क्रिकेट में प्रारूप केवल मैच की अवधि निर्धारित नहीं करता। वह बल्लेबाजी की प्राथमिकताओं, गेंदबाजी की भूमिका, क्षेत्ररक्षण की रणनीति और सफलता के मानकों को भी बदल देता है। टेस्ट क्रिकेट में नई गेंद के शुरुआती स्पेल, बल्लेबाज की रक्षात्मक तकनीक और लंबे समय तक दबाव बनाए रखना महत्वपूर्ण होता है। वनडे में पावरप्ले, मध्य ओवरों और अंतिम ओवरों के बीच संसाधनों का वितरण अलग तरह से समझना पड़ता है। टी20 में प्रत्येक ओवर की रन-उत्पादन क्षमता और विकेट बचाने की लागत का महत्व बढ़ जाता है।

जब प्रारूप ही अज्ञात हो, तब किसी प्रदर्शन को सफल या असफल बताने के लिए आवश्यक संदर्भ भी उपलब्ध नहीं रहता। उदाहरण के लिए, किसी बल्लेबाज का स्ट्राइक रेट अकेले उसकी उपयोगिता नहीं बताता। टेस्ट क्रिकेट में उसका अर्थ टी20 क्रिकेट से बिल्कुल अलग होगा। इसी प्रकार गेंदबाज की इकॉनमी रेट को प्रारूप और मैच की परिस्थितियों से अलग करके देखना भ्रामक हो सकता है।

इस मामले में न स्कोरकार्ड है, न गेंद-दर-गेंद विवरण और न ही मैच का परिणाम। इसलिए यह तय करना भी संभव नहीं कि किसी मुकाबले में टॉस, बारिश, डकवर्थ-लुईस-स्टर्न पद्धति या किसी विवादास्पद अंपायरिंग निर्णय का प्रभाव पड़ा था या नहीं। पिच और मौसम की जानकारी भी उपलब्ध नहीं है।

एक वास्तविक मैच विश्लेषण में इन सभी पहलुओं को अलग-अलग जांचना आवश्यक होता है। लेकिन यहां ऐसा कोई आधार नहीं है जिस पर इनकी जांच शुरू की जा सके। किसी संभावित मैच को अपनी ओर से चुनकर उसके आंकड़े जोड़ना विश्लेषण नहीं, बल्कि मूल स्रोत से असंबंधित नई कहानी बनाना होगा।

खिलाड़ी के प्रदर्शन पर निष्कर्ष निकालने का जोखिम

खिलाड़ी विश्लेषण में सबसे पहले पहचान, भूमिका और प्रारूप की पुष्टि की जाती है। किसी बल्लेबाज को ओपनर, मध्यक्रम के बल्लेबाज या फिनिशर के रूप में देखना उसकी जिम्मेदारियों को समझने के लिए आवश्यक है। इसी तरह तेज गेंदबाज, स्पिनर और ऑलराउंडर के आंकड़ों की तुलना अलग-अलग संदर्भों में की जाती है।

क्रिकेट विश्लेषण में खाली डेटा का खतरा: जब रिपोर्ट पूरी हो, लेकिन कहानी मौजूद न हो

यहां किसी खिलाड़ी का नाम ही उपलब्ध नहीं है। इसलिए बल्लेबाजी औसत, स्ट्राइक रेट, गेंदबाजी औसत, इकॉनमी रेट या हालिया फॉर्म के संबंध में कोई दावा नहीं किया जा सकता। पिछले 12 महीनों के प्रदर्शन की तुलना भी संभव नहीं है, क्योंकि न खिलाड़ी की पहचान है और न समयावधि। उम्र, कार्यभार और चोट संबंधी इतिहास का आकलन करना भी अनुचित होगा।

खेल डेटा विश्लेषण में एक सामान्य गलती यह होती है कि किसी आंकड़े को संदर्भ से अलग करके निर्णायक प्रमाण की तरह पेश कर दिया जाता है। उदाहरण के लिए, किसी टी20 गेंदबाज की इकॉनमी को टेस्ट क्रिकेट के मानकों से आंकना या किसी आक्रामक बल्लेबाज की उपयोगिता को केवल औसत से निर्धारित करना गलत पद्धति है। इस रिपोर्ट में उससे भी अधिक बुनियादी समस्या है: तुलना करने के लिए कोई खिलाड़ी मौजूद नहीं है।

इसलिए सही निष्कर्ष यह नहीं कि किसी खिलाड़ी का प्रदर्शन कमजोर, औसत या उत्कृष्ट है। सही निष्कर्ष यह है कि प्रदर्शन का मूल्यांकन नहीं किया जा सकता।

टीम की स्थिति, रैंकिंग और स्क्वॉड संरचना भी अनिश्चित

किसी टीम की वास्तविक ताकत केवल उसके पिछले परिणामों से निर्धारित नहीं होती। बल्लेबाजी की गहराई, गेंदबाजी संयोजन, बेंच स्ट्रेंथ, खिलाड़ियों की उम्र और घरेलू तथा विदेशी परिस्थितियों में प्रदर्शन जैसे कारक भी महत्वपूर्ण हैं। इसके अलावा किसी टीम की ICC रैंकिंग का उपयोग करते समय संबंधित प्रारूप और रैंकिंग की तारीख बताना आवश्यक है।

प्रस्तुत सामग्री में किसी टीम का नाम, प्रतिद्वंद्वी, प्रतियोगिता या मैच कार्यक्रम दर्ज नहीं है। इस कारण ICC रैंकिंग, घरेलू और विदेशी प्रदर्शन, आपसी मुकाबलों का इतिहास तथा टीम संयोजन पर कोई तथ्यात्मक टिप्पणी संभव नहीं है। विश्व टेस्ट चैंपियनशिप की अंक तालिका या भविष्य के अंतरराष्ट्रीय कार्यक्रम का विश्लेषण भी नहीं किया जा सकता।

यहां एक अतिरिक्त सावधानी आवश्यक है। खेल की रैंकिंग समय के साथ बदलती रहती है। किसी पुरानी रैंकिंग को वर्तमान स्थिति की तरह प्रस्तुत करना पाठक को गलत जानकारी दे सकता है। यदि मूल स्रोत दोबारा प्राप्त किया जाता है, तो रैंकिंग के साथ उसका संदर्भ दिनांक भी सुरक्षित रखा जाना चाहिए।

लीग अर्थव्यवस्था और क्रिकेट के व्यावसायिक पहलू

आधुनिक क्रिकेट में खेल और व्यवसाय के बीच संबंध लगातार महत्वपूर्ण होते जा रहे हैं। प्रसारण अधिकार, फ्रेंचाइजी मूल्यांकन, खिलाड़ी वेतन, नीलामी और अंतरराष्ट्रीय क्रिकेट के कार्यक्रमों का व्यावसायिक प्रभाव किसी भी बड़े क्रिकेट विश्लेषण का हिस्सा हो सकता है। लेकिन इन पहलुओं पर भी निष्कर्ष निकालने के लिए स्पष्ट तथ्य आवश्यक हैं।

उदाहरण के लिए, किसी खिलाड़ी की नीलामी कीमत को उसके वास्तविक खेल मूल्य के बराबर नहीं माना जा सकता। किसी फ्रेंचाइजी का ऊंचा निवेश बाजार की अपेक्षा, उपलब्ध खिलाड़ियों की संख्या और टीम की रणनीतिक जरूरतों से प्रभावित हो सकता है। वास्तविक मूल्यांकन के लिए निवेश की तुलना रन, विकेट, मैच उपलब्धता और भूमिका के अनुरूप योगदान से करनी होगी।

लेकिन उपलब्ध Stage-1 सामग्री में किसी लीग, फ्रेंचाइजी, खिलाड़ी की कीमत, नीलामी या प्रसारण अनुबंध का उल्लेख नहीं है। इसलिए IPL, BBL, PSL, SA20 या अन्य प्रतियोगिताओं के व्यावसायिक ढांचे से जुड़ा कोई निष्कर्ष निकालना उचित नहीं होगा। इसी प्रकार किसी बोर्ड और खिलाड़ी के बीच केंद्रीय अनुबंध, नो ऑब्जेक्शन सर्टिफिकेट या लीग में भागीदारी के विवाद का भी कोई प्रमाण उपलब्ध नहीं है।

नियम, प्रशासन और खेल की विश्वसनीयता

क्रिकेट प्रशासन से जुड़े मुद्दों का मूल्यांकन करते समय सावधानी और भी अधिक जरूरी है। DRS, DLS, धीमी ओवर गति, खिलाड़ी पात्रता, भ्रष्टाचार-रोधी निगरानी और अंतरराष्ट्रीय क्रिकेट के राजनीतिक संदर्भ जैसे विषयों पर अपुष्ट दावा गंभीर परिणाम पैदा कर सकता है।

इस सामग्री में ICC, BCCI या किसी अन्य क्रिकेट बोर्ड की ओर से उठाए गए किसी कदम का उल्लेख नहीं है। किसी खिलाड़ी पर अनुशासनात्मक कार्रवाई, भ्रष्टाचार संबंधी जांच, मैच फिक्सिंग के आरोप या नियमों में बदलाव का भी कोई संदर्भ नहीं मिलता। इसलिए इन विषयों पर जोखिम को समाप्त घोषित करना गलत होगा। सही स्थिति है कि इनका मूल्यांकन नहीं किया गया है।

यह अंतर केवल शब्दों का नहीं है। यदि किसी रिपोर्ट में लिखा हो कि कोई जोखिम नहीं मिला, तो पाठक समझ सकता है कि जांच हुई और कोई समस्या सामने नहीं आई। लेकिन यदि जांच के लिए आवश्यक सामग्री ही उपलब्ध नहीं थी, तो ऐसी भाषा तथ्यात्मक रूप से भ्रामक होगी। अनुपलब्ध प्रमाण को जोखिम-मुक्त स्थिति का प्रमाण नहीं माना जा सकता।

सबसे गंभीर समस्या: खाली डेटा को सामान्य निष्कर्ष समझ लेना

इस पूरे मामले का सबसे महत्वपूर्ण पहलू क्रिकेट से अधिक सूचना की विश्वसनीयता से संबंधित है। Stage-2 दस्तावेज़ में आठ विस्तृत विश्लेषणात्मक आयाम, तालिकाएं, जोखिम मैट्रिक्स और पेशेवर शब्दावली मौजूद हैं। इससे पहली नजर में ऐसा लग सकता है कि किसी व्यापक क्रिकेट घटना की गहरी जांच की गई है। वास्तविकता इसके विपरीत है। दस्तावेज़ में कोई ऐसा तथ्य नहीं है जो किसी मैच, खिलाड़ी, टीम या प्रतियोगिता के बारे में निष्कर्ष का समर्थन कर सके।

यह स्थिति स्वचालित सामग्री प्रणालियों के लिए विशेष रूप से जोखिमपूर्ण है। यदि किसी डेटाबेस में खाली मान को शून्य या सामान्य मान में बदल दिया जाए, तो अनुपलब्ध जानकारी को गलत तरीके से नकारात्मक निष्कर्ष में परिवर्तित किया जा सकता है। उदाहरण के लिए, किसी जोखिम का डेटा उपलब्ध न होने पर उसे शून्य जोखिम दर्ज करना आगे की रिपोर्टिंग और निगरानी को प्रभावित कर सकता है।

इसी तरह किसी स्वचालित समाचार प्रणाली में बिना स्रोत वाली रिपोर्ट प्रकाशित हो सकती है। पाठक को आठ आयामों में व्यवस्थित विश्लेषण दिखाई देगा, लेकिन वह यह नहीं जान पाएगा कि मूल सामग्री प्राप्त ही नहीं हुई थी। इस तरह प्रारूप की पूर्णता तथ्यात्मक विश्वसनीयता का भ्रम पैदा कर सकती है।

इस समस्या को हल करने के लिए डेटा पाइपलाइन में एक स्पष्ट NULL_INPUT स्थिति होनी चाहिए। जब मूल लेख, शीर्षक, स्रोत या आवश्यक सूचना बिंदु उपलब्ध न हों, तब सिस्टम को सामान्य विश्लेषण आगे बढ़ाने के बजाय रिकॉर्ड को रोकना चाहिए। इससे खाली डेटा और वास्तविक रूप से जांचे गए लेकिन निष्कर्ष-विहीन मामलों के बीच अंतर बना रहेगा।

मूल स्रोत की विफलता कहां हुई?

उपलब्ध संकेतों के आधार पर एक संभावित व्याख्या यह है कि Stage-1 प्रक्रिया को मूल लेख का पाठ प्राप्त नहीं हुआ। खाली शीर्षक, खाली स्रोत, Unclassified लेख प्रकार और Entities Involved में निर्देशात्मक वाक्य का दिखाई देना इस संभावना को मजबूत करता है। हालांकि यह अभी प्रमाणित कारण नहीं है।

संभव है कि मूल पृष्ठ पेवॉल के पीछे रहा हो, जावास्क्रिप्ट के माध्यम से सामग्री लोड करता हो या स्वचालित प्राप्ति प्रणाली ने उसके पाठ तक पहुंच हासिल न की हो। यह भी संभव है कि स्रोत दस्तावेज़ गैर-पाठ प्रारूप में रहा हो या अनुरोध किसी तकनीकी कारण से अवरुद्ध हुआ हो। उपलब्ध सामग्री इनमें से किसी एक कारण की पुष्टि नहीं करती।

इसलिए अगला कदम अनुमान लगाना नहीं, बल्कि मूल URL और प्राप्ति लॉग की जांच करना होना चाहिए। HTTP प्रतिक्रिया, पृष्ठ के DOM, निकाले गए पाठ की लंबाई और त्रुटि संदेशों को देखकर यह निर्धारित किया जा सकता है कि समस्या स्रोत में थी या निष्कर्षण प्रक्रिया में।

इसके बाद Stage-1 को दोबारा चलाना चाहिए। नई प्रक्रिया में लेख का शीर्षक, मूल URL, प्रकाशन तारीख, लेखक, लेख प्रकार और प्रत्येक निकाले गए सूचना बिंदु का स्रोत सुरक्षित रखना आवश्यक है। साथ ही प्रत्येक तथ्य को स्रोत की विश्वसनीयता के अनुसार वर्गीकृत किया जाना चाहिए। आधिकारिक बोर्ड या ICC की जानकारी, प्रतिष्ठित क्रिकेट समाचार संस्थानों की रिपोर्ट और सोशल मीडिया पर प्रसारित अपुष्ट दावों को एक ही स्तर पर नहीं रखा जा सकता।

डोमेन टैक्सोनॉमी में भी सुधार आवश्यक है। रिपोर्ट में प्रयुक्त cricket_world लेबल निर्धारित वर्गीकरण Cricket से मेल नहीं खाता। यदि अलग-अलग सिस्टम अलग नामों का उपयोग करते हैं, तो आगे की प्रक्रिया में गलत वर्गीकरण और सामग्री के गलत स्थान पर पहुंचने की आशंका बढ़ सकती है।

विपरीत दृष्टिकोण: क्या खाली रिपोर्ट भी उपयोगी हो सकती है?

यह कहना उचित होगा कि इस दस्तावेज़ का कोई मूल्य नहीं है, ऐसा निष्कर्ष भी अधूरा होगा। इसमें क्रिकेट संबंधी कोई उपयोगी मैच या खिलाड़ी तथ्य नहीं है, लेकिन डेटा गुणवत्ता की जांच के लिए यह एक महत्वपूर्ण उदाहरण हो सकता है। इसकी संरचना दिखाती है कि कोई प्रणाली तब भी विस्तृत विश्लेषण तैयार कर सकती है जब उसके पास मूल सामग्री उपलब्ध न हो।

यह एक उपयोगी परीक्षण मामला है। यदि सिस्टम ऐसे रिकॉर्ड को पहचानकर रोक देता है, तो उसकी विश्वसनीयता बेहतर होती है। यदि वह खाली इनपुट के बावजूद खिलाड़ियों, टीमों और मैचों के बारे में दावे बनाने लगता है, तो समस्या केवल तकनीकी नहीं रह जाती। वह संपादकीय विश्वसनीयता का मुद्दा बन जाती है।

हालांकि यहां भी एक सीमा है। केवल इस एक रिकॉर्ड से यह साबित नहीं होता कि पूरी Stage-1 प्रणाली विफल है या हर स्रोत से सामग्री निकालने में समस्या आती है। इसके लिए उसी बैच के दूसरे रिकॉर्ड, प्राप्ति लॉग और विफलता दर का विश्लेषण आवश्यक होगा। एक उदाहरण चेतावनी दे सकता है, लेकिन व्यापक प्रणालीगत निष्कर्ष के लिए बड़ा नमूना चाहिए।

अगला कदम: निष्कर्ष से पहले स्रोत की बहाली

इस रिकॉर्ड के लिए सबसे उपयुक्त कार्रवाई स्पष्ट है। इसे क्रिकेट समाचार के रूप में प्रकाशित नहीं किया जाना चाहिए। इसे NULL_INPUT के रूप में वर्गीकृत किया जाना चाहिए और मूल सामग्री को दोबारा प्राप्त करने का प्रयास करना चाहिए। उसके बाद ही मैच, खिलाड़ी, टीम, लीग और व्यावसायिक प्रभावों से संबंधित विश्लेषण शुरू किया जा सकता है।

आगे की निगरानी में पांच संकेत विशेष रूप से महत्वपूर्ण होंगे: मूल स्रोत की उपलब्धता, निष्कर्षण प्रक्रिया की त्रुटियां, डोमेन टैक्सोनॉमी का सही उपयोग, प्रत्येक तथ्य के लिए स्रोत-गुणवत्ता वर्गीकरण और पूरे बैच में खाली रिकॉर्ड का अनुपात। यदि खाली रिकॉर्ड की संख्या अचानक बढ़ती है, तो यह एक अकेली सामग्री की समस्या के बजाय पूरे डेटा-प्राप्ति तंत्र में बदलाव का संकेत हो सकता है।

क्रिकेट में हर परिणाम के पीछे एक प्रक्रिया होती है। कभी-कभी स्कोरबोर्ड जीत का कारण नहीं बताता और कभी-कभी हाइलाइट्स मैच की वास्तविक दिशा छिपा देते हैं। ऐसे मामलों में गेंद-दर-गेंद रिकॉर्ड पर लौटना जरूरी होता है। लेकिन इस मामले में गेंद-दर-गेंद रिकॉर्ड तक पहुंचने से पहले मूल लेख ही वापस लाना होगा।

अगली रिपोर्ट का पहला सवाल किसी बल्लेबाज का स्ट्राइक रेट या किसी गेंदबाज की इकॉनमी नहीं होना चाहिए। सवाल यह होना चाहिए कि मूल स्रोत से कितने तथ्य सफलतापूर्वक प्राप्त हुए, कितने सत्यापित किए गए और कितने अभी भी अज्ञात हैं। क्योंकि किसी भी विश्वसनीय क्रिकेट विश्लेषण में फैसला सुनाने से पहले हिसाब होना चाहिए, और हिसाब शुरू करने से पहले वास्तविक डेटा।

संबंधित खिलाड़ी