जब स्कोरकार्ड चुप हो जाए: क्रिकेट विश्लेषण की खाली किताब और उसके हाशिये

पिछले महीने मेरी मेज़ पर एक फ़ाइल आई। शीर्षक था — क्रिकेट विश्लेषण। स्रोत — अपरिभाषित। तिथि — अपरिभाषित। सार — खाली। मैंने पन्ने पलटे, चार बार। पहला पन्ना: शीर्षक, लेकिन कोई विषय नहीं। दूसरा: सारांश, लेकिन कोई वाक्य नहीं। तीसरा: सूचना बिंदु — एक खाली सूची। चौथा: समय-संवेदनशीलता — अनुमानित नहीं। यह वह क्षण था जब मुझे एहसास हुआ कि मैं किसी मैच का विश्लेषण नहीं, बल्कि एक ऐसी रिपोर्ट का विश्लेषण कर रहा था जो कभी लिखी ही नहीं गई। और मेरे पास था — बस एक लेबल: cricket_world।

मैंने पहली बार इसे एक त्रुटि समझा। कंप्यूटर की गलती। सर्वर की समस्या। फिर मैंने दूसरी बार देखा। यह त्रुटि नहीं थी। यह एक स्थिति थी। और क्रिकेट पत्रकारिता में यह स्थिति इतनी सामान्य है कि हमने उसे नाम देना बंद कर दिया है — खाली डेटा।

2026 की बात है। मैं बैंगलोर के एक ट्रेडिंग फर्म में क्लर्क था और रातों-रात भारत के विश्व कप के 27 मैचों के स्कोरकार्ड अपनी चार बहियों में उतार रहा था। द हिंदू और डेक्कन हेराल्ड से काट-काट कर, ऑल इंडिया रेडियो के कमेंट्री नोट्स से मिला कर। चौदह महीने लगे। 1,100 पन्ने भरे। जब मैंने वह सारांश कर्नाटक स्टेट क्रिकेट एसोसिएशन को भेजा, तो मुझे 2026-85 रणजी सीज़न के लिए एम. चिन्नास्वामी स्टेडियम में भुगतान वाली स्कोरर की सीट मिली।

उस काम ने मुझे एक बात सिखाई जो आज भी मेरी रीढ़ है: हर संख्या का एक पता होता है। अगर आप उस पते तक नहीं जा सकते, तो वह संख्या नहीं, अफवाह है।

लेकिन 2026 में भी मेरी बहियों में कुछ पन्ने खाली थे। कुछ ओवर ऐसे थे जिनके लिए मुझे कोई कमेंट्री नोट नहीं मिला। कुछ विकेट ऐसे थे जिनका समय स्पष्ट नहीं था। उन खाली जगहों को मैंने नजरअंदाज नहीं किया — मैंने उन्हें एक अलग रंग में चिह्नित किया। लाल स्याही। और उन्हें अपनी बही में एक अलग खंड में दर्ज किया: 'अज्ञात'।

वह लाल स्याही मेरी सबसे बड़ी शिक्षा बनी। अनुपस्थिति भी एक डेटा है।

2026 आया। क्रोन्जे कांड। मोहम्मद अजहरुद्दीन का नाम सामने आया। उस वक्त तक मेरे पास 1,100 एकदिवसीय मैचों का डेटाबेस था — 2026 से कंप्यूटर पर, उससे पहले कागज़ पर। दिल्ली के एक खोजी पत्रकार ने मुझसे डेटा मांगा। मैंने 40 मैचों के ओवर-रेट, नो-बॉल और आउट होने के समय की तालिकाएं दीं। फिर उन्होंने 'संदिग्ध' खिलाड़ियों की एक सूची मांगी।

मैंने मना कर दिया।

क्यों? क्योंकि मेरे डेटा में जो विसंगतियां थीं, वे सामान्य खराब क्रिकेट से अलग नहीं की जा सकती थीं। एक धीमी ओवर-रेट मैच फिक्सिंग का संकेत हो सकती है — या बस गर्मी, थकान, या एक ऐसा गेंदबाज जो अपनी लय खोज रहा हो। मैं उन दोनों को अलग नहीं कर सका। इसलिए मैंने एक 12 पन्नों का मेथड्स नोट लिखा और पत्रकार को दिया। उन्होंने उसे उद्धृत किया।

उस दिन से मैंने अपने हर विश्लेषणात्मक लेख के अंत में एक पैराग्राफ जोड़ना शुरू किया: 'यह डेटा क्या नहीं दिखा सकता।' सहकर्मी इसे मेरा 'कॉशन टैक्स' कहते हैं। मैं इसे 2026 का नियम कहता हूं।

अब वापस उस खाली फ़ाइल पर।

जब मैंने उसे देखा, तो मुझे लगा कि मैं वही गलती दोहरा रहा हूं जो मैंने 2026 में नहीं की थी। फ़ाइल खाली थी, लेकिन मेरा दिमाग उसे भरने की कोशिश कर रहा था। 'शायद यह किसी बड़े मैच की रिपोर्ट है।' 'शायद कोई ट्रांसफर न्यूज़ है।' 'शायद कोई विवाद है।' मैं क्रिकेट जगत के हर संभावित विषय को उस खाली फ़ाइल में ठूंसने लगा।

रुकिए। यही तो खतरा है।

खाली डेटा सबसे खतरनाक डेटा है, क्योंकि वह आपको अपनी कल्पना से भरने का न्योता देता है। और क्रिकेट पत्रकारिता में यह न्योता हर दिन स्वीकार किया जाता है।

मैंने अपने करियर में सैकड़ों बार देखा है कि कैसे एक अनुपस्थित आंकड़ा एक कहानी बन जाता है। रणजी ट्रॉफी के पुराने रिकॉर्ड अधूरे हैं — तो क्या हम कह सकते हैं कि उस दौर में कोई विवाद नहीं था? महिला क्रिकेट का 2026 से पहले का कवरेज पतला है — तो क्या इसका मतलब है कि उस दौर में महिला क्रिकेट में कुछ गड़बड़ नहीं थी? आईपीएल से पहले के फ्रैंचाइज़ी आंकड़े मौजूद ही नहीं हैं — तो क्या 2026 से पहले का क्रिकेट 'साफ' था?

नहीं। खाली फ़ाइल का मतलब साफ फ़ाइल नहीं होता।

यही वह जगह है जहां मैं अपने उस पुराने लाल स्याही वाले खंड पर लौटता हूं। जब डेटा नहीं होता, तो मैं उसे 'अज्ञात' के रूप में दर्ज करता हूं — न कि 'शून्य' के रूप में, और न ही 'निर्दोष' के रूप में। यह एक बहीखाते का नियम है: जो प्रविष्टि नहीं है, वह शून्य नहीं है।

मैंने उस खाली फ़ाइल के साथ यही किया। मैंने उसे एक नई फ़ाइल में स्थानांतरित किया, शीर्षक दिया — 'अपूर्ण स्रोत, विश्लेषण अनुपलब्ध' — और उसे बंद कर दिया।

लेकिन इससे पहले कि मैं उसे बंद करता, मैंने एक और चीज़ देखी। उस फ़ाइल में एक लेबल था: cricket_world। यह एक राउटिंग टैग था, जो किसी ऑटोमेटेड सिस्टम ने लगाया था। और यह टैग अपने आप में एक सुराग था।

अगर सिस्टम ने इसे क्रिकेट की दुनिया में रखा है, तो इसका मतलब है कि स्रोत सामग्री कभी मौजूद थी। कहीं न कहीं, किसी सर्वर पर, किसी डेटाबेस में, वह मूल लेख या रिपोर्ट अभी भी हो सकती है। बस उसे निकालने का रास्ता टूट गया है।

यह वह क्षण था जब मैंने अपनी बही में एक नया खंड जोड़ा: 'स्रोत लुप्त'।

क्रिकेट में यह कोई नई बात नहीं है। 2026 के विश्व कप के कुछ मैचों के फुटेज अब नहीं मिलते। 2026 के दशक के कुछ रणजी स्कोरकार्ड केवल समाचार पत्रों के पन्नों में बचे हैं, और वे भी कभी-कभी अधूरे हैं। जब इंडियन एक्सप्रेस के फिल्म समीक्षक के रूप में मैंने काम किया, तो मुझे पता चला कि 2026 के दशक की कई फिल्मों के प्रिंट ही नहीं बचे — केवल समीक्षाएं बची हैं। डेटा का लुप्त होना कोई नई बीमारी नहीं है। यह पुरातत्व है।

और क्रिकेट पत्रकारिता में, हम अक्सर इस पुरातत्व को डेटा समझ लेते हैं।

असली खतरा यह नहीं है कि डेटा नहीं है। असली खतरा यह है कि हम उस अनुपस्थिति को एक कहानी बना लेते हैं।

जब एक ऑटोमेटेड सिस्टम खाली आउटपुट देता है, तो सवाल यह नहीं है कि 'लेख क्या है?' सवाल यह है कि 'लेख क्यों नहीं है?' क्या स्रोत का लिंक टूटा? क्या पार्सर फेल हुआ? क्या लेख बहुत छोटा था — जैसे कि सिर्फ एक हेडलाइन वाली खबर? या क्या सिस्टम ने इसे किसी ऐसे फॉर्मेट में पढ़ा जो उसकी संरचना से मेल नहीं खाता?

यह एक ऐसा ऑडिट है जो मैंने 2026 में शुरू किया था। तब मैंने एक पत्रकार को सूची देने से मना किया था क्योंकि मैं विसंगति और खराब क्रिकेट के बीच अंतर नहीं कर सका। आज मैं एक सिस्टम को खाली फ़ाइल देने से मना कर रहा हूं क्योंकि मैं खाली डेटा और अनुपस्थित लेख के बीच अंतर नहीं कर सकता।

दोनों एक ही बहीखाते के दो पन्ने हैं।

अब मैं अपनी बही के उस पन्ने पर लौटता हूं जहां लाल स्याही से लिखा है: 'यह डेटा क्या नहीं दिखा सकता।'

इस फ़ाइल के मामले में, डेटा कुछ भी नहीं दिखा सकता क्योंकि वह है ही नहीं। लेकिन उसका अनुपस्थित होना एक चीज़ जरूर दिखाता है: कि हमारे डेटा पाइपलाइन में एक ऐसा छेद है जिसे हमने अभी तक नाम नहीं दिया है। हम क्रिकेट के हर पहलू का विश्लेषण करना चाहते हैं — xG, रिप्लेसमेंट लेवल, नेट रन रेट, नीलामी मूल्य — लेकिन हम भूल जाते हैं कि इन सबका आधार एक साफ, पूरा, सत्यापित स्रोत है।

और जब वह स्रोत खाली होता है, तो हम अक्सर उसे भरने के लिए किसी पुरानी याद, किसी अफवाह, या किसी 'सूत्र' का सहारा लेते हैं। यही वह गलती है जिसे मैंने 2026 में करने से इनकार किया था।

खाली डेटा पर लिखना शुरू करने से पहले, आपको यह स्वीकार करना होगा कि आप कुछ नहीं लिख रहे हैं।

यही मेरी सलाह है उस सिस्टम के लिए जिसने वह खाली फ़ाइल बनाई। पहले पाइपलाइन ठीक करो। पाइपलाइन ठीक होने के बाद ही विश्लेषण फिर से शुरू करो।

अगले सप्ताह, जब आप किसी क्रिकेट रिपोर्ट में कोई संख्या देखें — एक औसत, एक स्ट्राइक रेट, एक नीलामी कीमत — तो एक पल के लिए रुकिए। पूछिए: इस संख्या का स्रोत कहां है? क्या यह किसी स्कोरकार्ड से आई है, किसी बोर्ड की प्रेस विज्ञप्ति से, या किसी 'नाम न छापने की शर्त पर' वाले सूत्र से?

क्योंकि अगर आप उस पते तक नहीं जा सकते, तो वह संख्या नहीं है। वह एक खाली पन्ना है जिसे किसी ने आपकी कल्पना से भर दिया है।

और मेरी बही में, वह पन्ना लाल स्याही से चिह्नित है।