खाली सेल भी एक डेटा पॉइंट है: एशियाई क्रिकेट की माप-खाई और उसका दाम

आठ कॉलम थे — फॉर्मैट, मैच का स्वरूप, खिलाड़ी, टीम, लीग, गवर्नेंस, जोखिम, सार्वजनिक कथा। हर कॉलम के नीचे एक ही प्रविष्टि दर्ज थी: अपर्याप्त जानकारी, आकलन संभव नहीं। शीट मैंने दो बार ऊपर से नीचे स्क्रॉल की। तीसरी बार में लैपटॉप बंद कर दिया।

यह किसी सॉफ्टवेयर बग की रिपोर्ट नहीं है। यह एशियाई क्रिकेट की रोज़मर्रा की हालत है, जिसे एक खराब दिन ने ज़ूम करके दिखा दिया। 2026 में, उन्नीस साल की उम्र में, चेन्नई के एक कॉलेज कमरे में मैंने तमिलनाडु प्रीमियर लीग की सभी 7,680 गेंदें कोड की थीं — फेज़, गेंदबाज़ का टाइप, मैचअप। मैंने 7,680 गेंदें गिनीं, तब जाकर खेल का आकार समझ आया। उस गिनती ने वाशिंगटन सुंदर के ख़िलाफ़ लेग स्पिन की स्कोरिंग रेट पर जो संख्या निकाली, वह ब्रॉडकास्ट पर चल रही संख्या से अलग थी — और उसने एक चयन-तर्क बदल दिया।

उसी महाद्वीप की अधिकांश घरेलू प्रतियोगिताओं में वह 7,680 मौजूद ही नहीं है। शून्य है।

खाली डेटा और बुरे डेटा में फ़र्क़ है। बुरा डेटा आपको ग़लत जवाब देता है। खाली डेटा आपको बताता है कि सवाल अभी पूछा ही नहीं गया। आठ कॉलमों वाली उस शीट ने मुझे दूसरा वाला बताया, और वह जानकारी उस दिन की सबसे उपयोगी चीज़ थी।

एशियाई क्रिकेट में डेटा सपाट मैदान नहीं, सीढ़ी है। सबसे ऊपर पूर्ण सदस्यों के द्विपक्षीय मुक़ाबले और आईसीसी इवेंट हैं, जहाँ हर गेंद का रिकॉर्ड, हर फ़ील्ड प्लेसमेंट, हर डॉट बॉल का लॉग सार्वजनिक होता है। एक सीढ़ी नीचे एशियन क्रिकेट काउंसिल के टूर्नामेंट और घरेलू फ़र्स्ट-क्लास सर्किट हैं, जहाँ स्कोरकार्ड मिल जाता है और गेंद-दर-गेंद ढाँचा अक्सर नहीं। सबसे नीचे वह हिस्सा है जहाँ स्कोरकार्ड भी स्कैन होकर पीडीएफ़ में आता है, और कई बार आता ही नहीं।

इस सीढ़ी की वजह तकनीक नहीं, बजट है। एक गेंद को कोड करने के लिए फेज़, लाइन-लेंथ, शॉट टाइप और फ़ील्ड पोज़िशन — चार टैग चाहिए। एक मैच के लिए दो कोडर की छह घंटे की शिफ़्ट। जहाँ ब्रॉडकास्ट का पैसा है, वहाँ यह खर्च निकल आता है। जहाँ नहीं है, वहाँ स्कोरकार्ड अंतिम सत्य बन जाता है।

और स्कोरकार्ड वह नहीं मापता जो विश्लेषण को चाहिए। वह रन, गेंद, चौका, छक्का और आउट दर्ज करता है। वह यह नहीं दर्ज करता कि गेंद कहाँ पड़ी, बल्लेबाज़ का इरादा क्या था, फ़ील्ड कहाँ खिसकी थी, या डॉट बॉल डिफ़ेंस थी या मिस। मैचअप विश्लेषण इन्हीं चार चीज़ों पर खड़ा होता है। स्कोरकार्ड से आप बता सकते हैं कि किसने कितने रन बनाए; यह नहीं बता सकते कि कौन किसके ख़िलाफ़ टिकता है।

गवर्नेंस की परत इसी से जुड़ी है। टूर्नामेंट के आयोजक के पास डेटा का अधिकार होता है, और वह अधिकार अक्सर ब्रॉडकास्टर को बिकता है। इसका मतलब यह है कि जो डेटा सार्वजनिक होता है, वह वह नहीं जो मैदान पर बना — वह जो किसी अनुबंध में बिका। जब तक यह अनुबंध-संरचना नहीं बदलती, कवरेज की सीढ़ी नहीं बदलेगी।

रूस 2026 मेरे लिए टूर्नामेंट कभी नहीं था — वह स्कोरबोर्ड वाली एक प्रयोगशाला थी। चेन्नई के एक स्पोर्ट्स-डेटा स्टार्टअप में उस गर्मी में मैंने 64 मैच एक्सपेक्टेड गोल्स और प्रेशर इवेंट्स के लिए कोड किए, फिर वही तर्क क्रिकेट पर उतारा — 2026 एशिया कप के लिए भारत का विकेट-प्रोबेबिलिटी मॉडल। मॉडल ने शिखर धवन के 342 रनों को तोड़कर दिखाया: पावरप्ले में पेस के ख़िलाफ़ 61 प्रतिशत बाउंड्री शेयर, मिडिल ओवरों में लेफ़्ट-आर्म स्पिन के ख़िलाफ़ 38 प्रतिशत। एशिया कप आते-आते प्रयोगशाला ने बेहतर सवाल पूछना सीख लिया था।

उस सवाल की एक शर्त थी जो मैंने तब नहीं लिखी: मॉडल सिर्फ़ उन मैचों पर चला जहाँ गेंद-दर-गेंद डेटा मौजूद था। जहाँ नहीं था, वहाँ मॉडल चुप रहा — और रिपोर्ट में वह चुप्पी कभी दर्ज नहीं हुई। आज मैं उसे दर्ज करता हूँ, क्योंकि चुप्पी दर्ज न करना ही उस पूरी क़वायद की सबसे बड़ी चूक थी।

पहली परत: खाली सेल एक निष्कर्ष है, छेद नहीं। जब आठ आयामों में से आठ पर 'आकलन संभव नहीं' लिखना पड़े, तो पेशेवर प्रतिक्रिया यह होती है कि शीट को किसी कहानी से भर दिया जाए। नोटबुक पहले आई, टेम्पलेट बाद में — और तब भी जब वह दो बार फेल हो चुका था। टेम्पलेट का काम खाली जगह भरना नहीं, खाली जगह को नाम देना है। नल-हैंडलिंग विनम्रता नहीं, एक मेथड है: यह दर्ज करना कि साक्ष्य कहाँ ख़त्म होता है और अनुमान कहाँ से शुरू होता है।

मेरे देखे हुए मैचों में सबसे ईमानदार कॉलम वही रहा है जिसमें लिखा हो — इस खिलाड़ी की 14 पारियों का डेटा है, उनमें 11 में गेंदबाज़ी का टाइप दर्ज नहीं है, इसलिए स्पिन के ख़िलाफ़ उसका आँकड़ा अधूरा है। यह वाक्य कमज़ोर लगता है और असल में सबसे मज़बूत है।

दूसरी परत: एशिया में खाली सेल क्यों पैदा होते हैं। ट्रांसमिशन चेन सीधी है — जूनियर क्रिकेट, घरेलू सर्किट, राष्ट्रीय टीम, फ्रैंचाइज़ी लीग, ब्रॉडकास्ट। एशिया में इस चेन का सबसे ऊपरी हिस्सा सबसे कम मापा जाता है, जो उलटा लगता है और यही असली समस्या है। जब जूनियर और घरेलू स्तर पर मैचअप डेटा नहीं बनता, तो ऊपर की हर कीमत अनुमान पर बनती है। अनुमान की सबसे साफ़ शक्ल होती है — प्रतिष्ठा।

पाइपलाइन किसी व्यक्ति से नहीं, कतार से बनती है। भारत की बेंच स्ट्रेंथ एक चयन-समस्या है जिसमें कतार है, और कतार की लंबाई उतनी ही भरोसेमंद होती है जितनी उसके निचले सिरे पर मौजूद माप। ज़ोनल सेलेक्टर जो काम करते थे, अब फ्रैंचाइज़ी स्काउटिंग करती है — दोनों एक ही कमज़ोर जगह पर खड़े हैं: नीचे का डेटा पतला है।

महिला क्रिकेट इसका सबसे ताज़ा उदाहरण है। 2026 से डब्ल्यूपीएल और 2026 के घरेलू विश्व कप ने दृश्यता दी। दृश्यता और माप एक चीज़ नहीं हैं। ब्रॉडकास्ट का वादा वह वेरिएबल है जिस पर मैं नज़र रख रहा हूँ: जिस दिन घरेलू महिला मैचों का गेंद-दर-गेंद डेटा सार्वजनिक होगा, उस दिन उस बाज़ार की कीमतें दोबारा लगेंगी — और कुछ नाम जो आज सस्ते हैं, महँगे हो जाएँगे।

तीसरी परत: बाज़ार वही खरीदता है जो वह माप सकता है। नीलामी प्रतिभा का मुक़ाबला नहीं, कमी का बाज़ार है। फ्रैंचाइज़ी गेंदबाज़ी के ओवर, मिडिल ओवरों में विकेट की प्रायिकता और डेथ में रन रोकने की क्षमता खरीदती है। जिस खिलाड़ी का यह डेटा मौजूद नहीं, उसका दाम तीन प्रॉक्सी पर तय होता है — उम्र, एक वायरल पारी, और किसी कोच की सिफ़ारिश। यह पूरी नीलामी-अर्थव्यवस्था का सबसे कमज़ोर जोड़ है, और किसी भी बोर्ड ने इसे ठीक करने का दावा नहीं किया है।

पर्स सबसे साफ़ संख्या है, इसलिए वह सबसे ज़्यादा झूठ भी बोलता है। 2026 में जब मैंने यूएई में खेले गए आईपीएल के सभी 60 मैचों को 2026 से मिलाकर देखा, तो खाली स्टेडियम एक साफ़ एनवायरनमेंट वेरिएबल बन गया: डेथ ओवरों का रन रेट 9.8 से 10.4 पर गया, रिस्ट स्पिनरों की इकोनॉमी 0.6 रन बिगड़ी। जिस चीज़ को किसी पर्स ने कीमत नहीं दी थी — भीड़ का न होना — उसने मैदान पर नतीजा बदला। पैसा जिन चीज़ों को नहीं खरीद सकता, वे सूची में हैं: ओस, टॉस, चोट का समय, और जून में किसी गेंदबाज़ का एक्शन टूट जाना।

चौथी परत: अनमापा खिलाड़ी सबसे ज़्यादा जोखिम उठाता है। जिस खिलाड़ी का कोई डेटा-ट्रेल नहीं, उसके पास अपना बचाव करने का ज़रिया भी नहीं। चोट का समय, वर्कलोड, फ़ॉर्म-विंडो — ये वही आँकड़े हैं जो अनुमान लगाने वाले की जगह लेते हैं। एशियाई घरेलू सर्किट में मई-जून की गर्मी में खेले गए लगातार मैच किसी भी तेज़ गेंदबाज़ के लिए एक्शन-रिस्क हैं, और अगर वह जोखिम मापा नहीं गया, तो वह नीलामी में दिखता भी नहीं। खरीदने वाली टीम को पता तब चलता है जब खिलाड़ी पहले ही बिक चुका होता है।

एक और झुकाव है जिससे मैं ख़ुद दो बार फिसला हूँ — फॉर्मैट मिला देना। टी20 का डेथ-ओवर इकोनॉमी किसी खिलाड़ी के वनडे मिडिल-ओवर रोल का सबूत नहीं है। एशिया में फॉर्मैट बदलते ही मैचअप की पूरी अर्थव्यवस्था बदल जाती है, और दो अलग फॉर्मैट के आँकड़े एक तालिका में बैठाना सबसे आसान और सबसे महँगी ग़लती है।

खाली सेल का सबसे बड़ा ख़तरा यह नहीं कि वह खाली है। ख़तरा यह है कि वह भरने के लिए पुकारता है, और भरने वाली सामग्री हमेशा एक कहानी होती है।

'मोमेंटम बदल गया', 'कुछ तो था', 'दर्शकों ने साँस रोक ली' — ये वाक्य इसलिए टिकते हैं कि इन्हें बाद में जाँचा नहीं जा सकता। जिस दावे को मैं मैच के बाद दोबारा नहीं खोल सकता, उस दावे के लिए मेरे पास कोई मेथड नहीं है। डेटा डेस्क और कमेंट्री बॉक्स के बीच की खाई इसी से चलती है — तर्क स्प्रेडशीट में सालों पहले तय हो चुका होता है और टेलीविज़न पर हार जाता है। सवाल यह नहीं कि कौन सही है। सवाल यह है कि इस खाई से किसे फ़ायदा होता है। जवाब साफ़ है: उसे, जिसके पास बताने के लिए एक अच्छी कहानी है और दिखाने के लिए कोई तालिका नहीं।

उल्टा भी उतना ही सच है। हर खाली सेल भरने लायक नहीं होता। 2026 के एशिया कप में धवन का लेफ़्ट-आर्म स्पिन स्प्लिट एक असली सिग्नल था — 38 प्रतिशत बाउंड्री शेयर वह आँकड़ा है जो कप्तान से फ़ील्ड बदलवा सकता है। हर मैचअप-गैप वैसा नहीं होता। कुछ अंतर शोर हैं, और उन्हें शोर कहना विश्लेषण की हार नहीं, परिभाषा है। सहमति कभी-कभी सही होती है, और सितारा-पूजा की आलोचना भी एक रिफ़्लेक्स बन सकती है। मेरी आदत है कि मैं टेक नहीं, संख्या उद्धृत करूँ — और तालिका को बहस करने दूँ।

अगला सिग्नल वह नहीं जो स्कोरकार्ड बताता है। सिग्नल यह है कि अगले एशिया कप तक कितने मैचों का सार्वजनिक गेंद-दर-गेंद डेटा बनेगा। जवाब शून्य के करीब रहा, तो अगली नीलामी में भी वही खिलाड़ी महँगा बिकेगा जिसकी कहानी बड़ी है, न कि वह जिसका मैचअप बेहतर है। हर ट्रांसफ़र वह कहानी है जिसका दाम किसी ने सुनाए जाने से पहले लगा दिया था। सवाल सिर्फ़ यह है — दाम किस डेटा पर लगा?