खाली लेजर का सबक: क्रिकेट स्काउटिंग में 'N/A' सबसे महंगा डेटा क्यों है

बीस साल तक स्कोरकार्ड छानने के बाद एक आदमी को यह मान लेना चाहिए कि उसने हर किस्म का काग़ज़ देख लिया है। फिर एक दिन मेज़ पर एक ऐसा दस्तावेज़ आता है जिसका हर ख़ाना भरा हुआ है — और हर ख़ाने में लिखा है "अपर्याप्त जानकारी"। शीर्षक: N/A। स्रोत: N/A। मुख्य निष्कर्ष: N/A। खिलाड़ी: N/A। समय-संवेदनशीलता: मूल्यांकन नहीं किया गया। आठ-आयामी विश्लेषण ढाँचा पूरा खड़ा है — फ़ॉर्मैट, तकनीक, टीम, लीग, शासन, जोखिम, कथा, ट्रांसमिशन — और हर आयाम में वही एक प्रविष्टि दर्ज है।

यह मेरे लिए नया नहीं है। 2026 में, जब स्टेडियम खाली थे और मैदान सुनसान, मैंने उन्नीस हफ़्तों में 2026 से 2026 तक के बारह सौ मुंबई स्कूल और क्लब स्कोरकार्ड फिर से खड़े किए। अट्ठाईस हज़ार चार सौ गेंदें डिजिटाइज़ हुईं। उस ढेर में तिरसठ कार्ड ऐसे थे जिनमें गेंदबाज़ी के आंकड़े ही नहीं थे — सिर्फ़ बल्लेबाज़ का नाम और रन। तब मुझे लगा था कि वे तिरसठ कार्ड मेरे पूरे अभियान की सबसे बेकार चीज़ हैं। आज लगता है कि वे सबसे ईमानदार थे।

क्रिकेट में डेटा की एक बुनियादी बात है जिसे ब्रॉडकास्ट बॉक्स कभी नहीं बताता: हर आंकड़ा किसी काग़ज़ से आता है, और हर काग़ज़ किसी हाथ से भरा जाता है। मुंबई के मैदानों में स्कोरशीट आज भी पेंसिल से भरती है। हरिस शील्ड के किसी मैच में बारिश आने पर स्कोरर कार्ड उठा लेता है, और जो पारी अधूरी रही उसके गेंदबाज़ी के ख़ाने कभी-कभी पूरे ही नहीं होते। ऊपर की ओर, यानी जहाँ से डेटा का सफ़र शुरू होता है, एक ख़ाली ख़ाना आठ साल बाद नीलामी की मेज़ पर "उपलब्ध डेटा नहीं" बनकर बैठता है।

2026 का स्काउटिंग ढाँचा इस सफ़र पर बहुत ज़्यादा भरोसा करता है। एक युवा खिलाड़ी के तीन साल के रिकॉर्ड से बनी प्रोफ़ाइल फ़्रैंचाइज़ी की बोर्डरूम तक जाती है, वहाँ उसकी तुलना बेंचमार्क से होती है, फिर उस पर एक क़ीमत चढ़ती है। 2026 में न्यूज़ीलैंड में अंडर-19 विश्व कप के दौरान मैंने अठारह मैचों की दो हज़ार छह सौ चौदह गेंदें कोड की थीं और एक प्रेशर-एडजस्टेड रन इंडेक्स बनाया था जो गिरे विकेट, ज़रूरी रन-रेट और मैच के चरण को तौलता था। उस मॉडल ने शुभमन गिल के 372 रन (औसत 124.00) और पृथ्वी शॉ की कप्तानी वाली अवधि को मुख्यधारा की डेस्कों से पहले चिह्नित किया। 2026 के नीलामी मॉडल में सत्तासी अनकैप्ड खिलाड़ियों पर काम हुआ, और नतीजा यह निकला कि अंडर-19 फ़िनिशरों की नीलामी क़ीमत मेरे प्रेशर-इंडेक्स मूल्यांकन से अठारह प्रतिशत ऊपर चली गई थी। तब मैंने यह नहीं लिखा कि बाज़ार ग़लत था। मैंने यह लिखा कि बाज़ार के पास जानकारी अधूरी थी। दबाव ही वह अकेला चर है जिसकी क़ीमत बाज़ार कभी नहीं लगाता।

अब उसी जानकारी-शृंखला में एक नई किस्म का ख़ालीपन घुस आया है। पहले ख़ाली ख़ाने का मतलब होता था — रिकॉर्ड नहीं मिला। आज ख़ाली ख़ाने का मतलब हो सकता है — रिकॉर्ड मिला, पढ़ा नहीं जा सका। यह फ़र्क़ छोटा नहीं है। पहला ख़ालीपन पुरातत्व है; दूसरा ख़ालीपन प्लंबिंग की ख़राबी है। और क्रिकेट का पूरा स्काउटिंग तंत्र इन दोनों को एक ही तरह से पढ़ता है, यानी ग़लत तरीक़े से।

जो दस्तावेज़ मेरी मेज़ पर आया वह एक आठ-आयामी विश्लेषण था जिसमें हर आयाम ने अपना काम ठीक किया था — और सही नतीजा यही था कि विश्लेषण नहीं हो सकता। जिस पल आपका इनपुट ख़ाली है, उस पल ईमानदार आउटपुट "N/A" है, और वह N/A आपके पूरे मॉडल की सबसे क़ीमती रिपोर्ट है।

ख़ाली पार्स इनपुट की ग़लती है, आउटपुट की नहीं। जब किसी स्रोत का शीर्षक, स्रोत, मुख्य विचार और सूचना-बिंदुओं की पूरी सूची — चारों एक साथ ख़ाली लौटें, तो सबसे संभावित वजह यह नहीं है कि लेख में कुछ था ही नहीं। सबसे संभावित वजह यह है कि लेख पढ़ा ही नहीं गया। पाइपलाइन की भाषा में इसे इनजेशन फ़ेलियर कहते हैं। 2026 के मैदान लेजर अभियान में भी ऐसा हुआ था — चौदह टूर्नामेंट, तीन सौ बारह खिलाड़ी, और शुरू के दो हफ़्तों में इकतालीस कोच-साक्षात्कारों में से नौ ऐसे निकले जिनमें कोच का बयान स्कोरकार्ड से मेल नहीं खाता था। मैंने तभी दो-स्रोत नियम बनाया। यहाँ वही नियम लागू होता है: जब तक कोई दूसरा स्वतंत्र स्रोत उस ख़ालीपन की पुष्टि न करे, आप यह नहीं मान सकते कि मूल सामग्री में कुछ था ही नहीं।

डोमेन लेबल सबूत नहीं होता। उस दस्तावेज़ में एक ही संकेत ज़िंदा बचा था: "cricket_asia"। यह एक भौगोलिक टैग है — टीम नहीं, खिलाड़ी नहीं, फ़ॉर्मैट नहीं। और दस्तावेज़ ने ख़ुद चेताया कि यह टैग ख़ाली पार्स पर अपने आप लग जाने वाला डिफ़ॉल्ट टैग भी हो सकता है। क्रिकेट विश्लेषण में यह सबसे आम जाल है — हम एक टैग को संदर्भ मान लेते हैं और फिर उस संदर्भ के हिसाब से तथ्य गढ़ने लगते हैं। "एशिया" पढ़कर भारत-पाकिस्तान का तनाव, एशिया कप का शेड्यूल, किसी स्टार का रिकॉर्ड — इनमें से कुछ भी उस दस्तावेज़ में मौजूद नहीं था। लेबल से निष्कर्ष निकालना वही ग़लती है जो स्कोरकार्ड के कवर पर लिखे टूर्नामेंट के नाम से किसी बल्लेबाज़ का औसत अनुमान लगाना है।

ख़ाली नतीजे को डेटाबेस में सफ़र करने देना सबसे बड़ा जोखिम है। उस दस्तावेज़ ने अपने जोखिम-खंड में साफ़ लिखा: अगर यह null विश्लेषण किसी एग्रीगेशन रिपोर्ट या डेटाबेस में आगे बढ़ गया, तो संदूषण होगा। स्काउटिंग की दुनिया में यह संदूषण कैसे दिखता है, मैं बता सकता हूँ। किसी खिलाड़ी की प्रोफ़ाइल में एक सीज़न का डेटा ख़ाली रह जाता है; अगला विश्लेषक उसे "ख़राब सीज़न" मान लेता है; अगली बोर्डरूम उसे "फ़ॉर्म में नहीं" कहकर छोड़ देती है; और तीन साल बाद वही खिलाड़ी किसी दूसरी टीम के लिए नॉकआउट में चालीस रन पर तीन विकेट उठा रहा होता है। क्रिकेट में सबसे महंगी ग़लती वह नहीं है जो ग़लत आँकी गई — वह है जो कभी आँकी ही नहीं गई और फिर शून्य मान ली गई।

इसीलिए उस दस्तावेज़ का सबसे बड़ा योगदान उसकी कोई सिफ़ारिश नहीं, उसका इनकार है। उसने आठ आयामों में से किसी में भी एक नाम, एक आंकड़ा, एक मैच नहीं गढ़ा। उसने ख़ाली जगह में "N/A" लिखा और उसे parse-failed टैग करने की सलाह दी। मैंने बारह सौ स्कोरकार्ड इसलिए खोले थे कि वह एक नाम मिल सके जिसे किसी ने फ़ाइल ही नहीं किया था — और यहाँ मेरे सामने एक दस्तावेज़ था जो यह मानने से इनकार कर रहा था कि जो नहीं दिख रहा, उसका कोई नाम है।

यहाँ वह पल आता है जहाँ मुझे अपनी ही आदत से लड़ना पड़ता है। तीस साल कमरे के विपरीत खड़े रहने की आदत ने मुझे सिखाया है कि जब सब एक तरफ़ जा रहे हों, तो दूसरी तरफ़ देखो। यहाँ सब एक ही तरफ़ जा रहे हैं — सब कह रहे हैं कि दस्तावेज़ ख़ाली है, इसलिए कुछ नहीं है। तो क्या मुझे यह कहना चाहिए कि ख़ालीपन में ही सच बसता है? नहीं। और यही फ़र्क़ है मेरे काम और एक ब्रांड बन जाने के बीच।

पहले मैं वह शर्त लिखता हूँ जो मेरी बात को ग़लत साबित कर देगी। अगर यह पता चल जाए कि मूल स्रोत सचमुच एक ख़ाली फ़ाइल थी, या क्रिकेट से जुड़ी चीज़ ही नहीं थी, तो यह पूरा दस्तावेज़ क्रिकेट के बारे में कुछ नहीं कहता — यह सिर्फ़ प्लंबिंग के बारे में कहता है। उस हालत में इससे निकाला गया कोई भी क्रिकेट-निष्कर्ष गढ़ा हुआ होगा, चाहे वह कितना ही चतुर लगे। और मुझे यह मानना पड़ेगा कि "ख़ाली लेजर" का पूरा आकर्षण एक सुंदर रूपक है, सबूत नहीं।

दूसरी बात जो इस प्रकरण को दिलचस्प बनाती है, वह यह है कि कमेंट्री बॉक्स का पुराना अविश्वास और एल्गोरिद्म का नया अविश्वास, दोनों एक ही जगह पर ग़लत हैं। पुराना स्कूल कहता है कि आंकड़ों से खिलाड़ी नहीं पहचाने जाते। नया स्कूल कहता है कि आंकड़े ही सब कुछ हैं। यह दस्तावेज़ दोनों को एक ही जवाब देता है: आंकड़ा तब तक कुछ नहीं है जब तक यह पता न हो कि वह आया कहाँ से। उसके जोखिम-खंड का सबसे ईमानदार वाक्य यह है कि "कोई भी विषय नहीं है जिस पर जोखिम टाँगा जा सके"। उस वाक्य में जो अनुशासन है, वह किसी भी पूर्व-क्रिकेटर के आँख के अनुमान से कम नहीं है — और मैं यह उन कमेंटेटरों के बारे में नहीं कह रहा जिन्होंने मॉडल को हराया है, बल्कि उस ख़ास आदत के बारे में कह रहा हूँ जिसमें आदमी अपने अंदाज़े को तथ्य का दर्जा दे देता है।

और तीसरी बात, जो सबसे ज़्यादा चुभती है। 2026 के अंडर-19 विश्व कप में मैंने दो हज़ार नौ सौ चालीस गेंदें लॉग की थीं और यश ढुल के सेमीफ़ाइनल के 110 को राज बावा के फ़ाइनल में 5/31 से अलग खड़ा किया था। उस रिपोर्ट में साफ़ लिखा था कि फ़ाइनल-मैच का गेंदबाज़ी डेटा बावा का अनुमान बदल देता है। यह वही सिद्धांत है — कौन-सा आंकड़ा किस हालत में लिया गया, यह आंकड़े के मूल्य से ज़्यादा मायने रखता है। अंडर-19 स्कोरकार्ड एक इक़बाल है, रिज़्यूमे नहीं। जब कोई ख़ाली ख़ाना यह नहीं बताता कि वह ख़ाली क्यों है, तो उस ख़ाने की क़ीमत शून्य नहीं होती — अपरिभाषित होती है। और अपरिभाषित को शून्य मान लेना क्रिकेट एनालिटिक्स की सबसे पुरानी, सबसे अनदेखी ग़लती है।

तो अगली बार जब आपकी स्क्रीन पर कोई स्काउटिंग रिपोर्ट खुले और उसमें किसी खिलाड़ी के तीन सीज़नों में से दो के आंकड़े ख़ाली दिखें, तो उसे "सीमित डेटा" कहकर बंद न कर दें। पूछें कि वह ख़ाली क्यों है। क्या वह मैच बारिश में धुल गया, क्या स्कोरशीट किसी स्कूल के संदूक़ में पड़ी है, क्या टूर्नामेंट का नाम बदल गया, या क्या जिस सिस्टम ने रिपोर्ट बनाई उसने काग़ज़ पढ़ना ही नहीं सीखा। मैं प्रतिभा को रैंक नहीं करता — मैं उस परत की तारीख़ बताता हूँ जिसमें वह दबी थी, और कभी-कभी सबसे ज़रूरी जानकारी यह होती है कि परत मिली ही नहीं।

अगली नीलामी में जो नाम "अपर्याप्त डेटा" की वजह से बेचे नहीं जाएँगे, उनमें से कितने सचमुच अपर्याप्त थे, और कितने सिर्फ़ अनपढ़े रह गए? यह सवाल हर स्काउटिंग टीम को अपने सिस्टम से पूछना चाहिए, अपने बजट से नहीं। स्काउटिंग पुरातत्व है — एक समय-सीमा और छोटे बजट के साथ। और पुरातत्व में सबसे बड़ी खोज कभी-कभी वह ख़ाली परत होती है जो बताती है कि शहर यहाँ था ही नहीं, या किसी ने उसे खोदकर हटा दिया।