खाली फ़ाइल और मैदान की सच्चाई: जब क्रिकेट डेटा की काग़ज़ी इमारत ढहती है

दिसंबर 2026 की उस दोपहर आज़ाद मैदान पर तापमान 38 डिग्री था और स्कोरकार्ड में एक 15 साल के बाएं हाथ के बल्लेबाज़ का नाम दर्ज था, जिसने पूरा दिन खेलकर सिर्फ़ 41 रन बनाए थे। काग़ज़ पर यह आंकड़ा बताता है कि लड़का धीमा है, टेम्पो नहीं पकड़ पाता। लेकिन जब मैं पिच से चालीस मीटर दूर उस तंबू तक पहुंची जहां वह सोता था और ग्राउंड के बाहर पानी पूरी बेचता था, तो पता चला कि उसने वह पारी 38 डिग्री की गर्मी में घुटने में दर्द के साथ खेली थी, और वह भी उस टीम के लिए जिसके चार बल्लेबाज़ पहले ही पवेलियन लौट चुके थे। फ़ाइल में 41 लिखा था। कीचड़ भरे जूतों ने कुछ और ही कहा। यही वह दरार है जिसमें क्रिकेट की असली कहानी रहती है — और आज मैं जिस खाली फ़ाइल की बात करने जा रही हूं, वह उसी दरार का दूसरा सिरा है।

पिछले हफ़्ते मेरे डेस्क पर एक डेटा-पाइपलाइन का आउटपुट आया। शीर्षक ख़ाली, सारांश ख़ाली, सूचना-बिंदुओं की सूची ख़ाली। सिर्फ़ एक लेबल बचा था: cricket_asia। यह कोई पहली बार नहीं हुआ है। 2026 में जब कोविड ने एज-ग्रुप क्रिकेट रोक दिया था, तब मैंने अपनी "लॉस्ट बैच" परियोजना शुरू की थी — उस अंडर-19 विश्व कप के 240 खिलाड़ियों में से हर एक को स्कोरकार्ड से ट्रैक करने की कोशिश। तब भी कई खिलाड़ियों की फ़ाइलें ख़ाली थीं। नाम था, रन थे, लेकिन यह नहीं पता था कि वे अब कहां हैं, किस अकादमी में हैं, किस चोट से जूझ रहे हैं। उस वक़्त मुझे लगा था कि यह डेटा की कमी है। अब समझ आया कि यह डेटा की समस्या नहीं, सिस्टम की समस्या है — हम क्रिकेटर के बारे में वह सब दर्ज करते हैं जो मैदान पर दिखता है, और वह कुछ भी नहीं दर्ज करते जो मैदान के बाहर उसे बनाता है।

यह खाली फ़ाइल मेरे लिए एक आर्टिफैक्ट है, ठीक वैसे ही जैसे आज़ाद मैदान का वह तंबू था। इसे पढ़ने के दो तरीक़े हैं। पहला — तकनीकी विफलता। अपस्ट्रीम पार्सर फेल हो गया, टेक्स्ट एक्सट्रैक्शन नहीं हुआ, क्लासिफिकेशन अनक्लासिफाइड पर अटक गया। यह सबसे आसान निष्कर्ष है और शायद सबसे ग़लत भी नहीं। लेकिन दूसरा तरीक़ा यह है कि हम यह मान लें कि सिस्टम ने जो किया, वह उसने सही किया — उसने बताया कि जब इनपुट में कोई ठोस सूचना नहीं है, तो आउटपुट भी ईमानदारी से ख़ाली होना चाहिए। यह वह ईमानदारी है जो बहुत सारे क्रिकेट विश्लेषकों में नहीं है। हम खाली जगह को अपनी कल्पना से भर देते हैं, और फिर उसे विश्लेषण कहते हैं।

मुझे याद है, फरवरी 2026 में पोचेफस्ट्रूम में अंडर-19 विश्व कप फाइनल के बाद प्रेस बॉक्स में तीस सीटों में से एकमात्र महिला मैं थी। भारत 177 पर ढेर हो गया था और बांग्लादेश ने 42.1 ओवर में लक्ष्य हासिल कर लिया था। मुझसे कहा गया कि मैं "भावनात्मक कोट्स" इकट्ठा करूं जबकि पुरुष साथी रणनीति संभालेंगे। मैंने रणनीति की रिपोर्ट ही फाइल की। लेकिन उस रात होटल में मैंने जो नोट्स बनाए, उनमें एक चीज़ साफ़ थी — मैच के आंकड़े कुछ कह रहे थे और मैदान की सच्चाई कुछ और। भारत के 177 में से 60 रन उन दो बल्लेबाज़ों ने बनाए थे जिन्हें पहले दस ओवर में दो बार जीवनदान मिला था — एक कैच छूटा, एक रन आउट का मौक़ा मिस हुआ। स्कोरकार्ड में यह दर्ज नहीं होता। स्कोरकार्ड कहता है कि बल्लेबाज़ ने 60 रन बनाए। मैदान कहता है कि वह 12 रन पर जीवित था।

यही वजह है कि जब मैं किसी भी डेटासेट को देखती हूं, तो सबसे पहले यह पूछती हूं — इस डेटा को इकट्ठा करने वाला मैदान पर मौजूद था या स्कोरबोर्ड के सामने बैठा था? यह अंतर छोटा लगता है, लेकिन यह पूरे विश्लेषण की दिशा बदल देता है। 2026 की जेद्दा नीलामी में जब मैं ग्यारह घंटे की लाइव डेस्क पर थी, तो मेरे एडिटर ने रिषभ पंत पर 800 शब्द मांगे — 27 करोड़, इतिहास की सबसे बड़ी ख़रीद। मैंने बिहार के उस 13 साल के बाएं हाथ के ओपनर की बात की, जिसे राजस्थान रॉयल्स ने 1.1 करोड़ में ख़रीदा — इतिहास का सबसे कम उम्र का नीलाम खिलाड़ी। मेरी दलील थी कि अगर आप सिर्फ़ 27 करोड़ देखेंगे तो आपको सिर्फ़ एक सौदा दिखेगा; लेकिन अगर आप उम्र और क़ीमत का अनुपात देखेंगे — प्रति करोड़ मूल्य का वह कॉलम जो मैं हर नीलामी में भरती हूं — तो आपको एक पूरी अर्थव्यवस्था दिखेगी। फ्रैंचाइज़ियां अब किशोरों को सस्ते विशेषज्ञ संपत्ति के रूप में ख़रीद रही हैं, प्रोजेक्ट के रूप में नहीं। यह वह चीज़ है जो 27 करोड़ के शोर में दब जाती है।

अब वापस उस खाली फ़ाइल पर। उसमें जो नहीं है, वह उतना ही महत्वपूर्ण है जितना जो है। शीर्षक नहीं है — इसका मतलब है कि किसी ने यह तय नहीं किया कि कहानी क्या है। सारांश नहीं है — मतलब किसी ने एक वाक्य में यह नहीं लिखा कि मुद्दा क्या है। सूचना-बिंदु नहीं हैं — मतलब जो भी स्रोत था, उससे कोई भी ठोस तथ्य नहीं निकला। एंटिटीज़ की सूची ख़ाली है, और हैरानी की बात यह है कि सिस्टम खुद कह रहा है कि "एंटिटीज़ ऊपर दिए गए सूचना-बिंदुओं से निकालें" — जबकि ऊपर कोई सूचना-बिंदु ही नहीं है। यह वह चिकन-एंड-एग समस्या है जो डेटा पाइपलाइनों में आम है: एक फ़ील्ड दूसरे पर निर्भर है, और दोनों ख़ाली हैं। सोर्स क्वालिटी का मूल्यांकन भी उसी तरह अटका है — "सूचना-बिंदुओं के स्रोत फ़ील्ड से आंकें," लेकिन आंकने के लिए कोई स्रोत ही नहीं।

मेरे लिए यह एक तकनीकी बग से बड़ी चीज़ है। यह बताता है कि हमारा क्रिकेट-डेटा सिस्टम किस हद तक स्कोरकार्ड-केंद्रित है। हमने पिछले दो दशकों में इतना बेहतरीन डेटा बनाया है — स्ट्राइक रेट, इकॉनमी, विकेट-टेकिंग गेंदों का प्रतिशत, बाउंड्री-टू-बॉल अनुपात — कि हमें लगने लगा है कि हम खेल को समझ गए हैं। लेकिन यह डेटा सिर्फ़ उन चीज़ों को मापता है जो पहले से ही मापी जा रही हैं। मैं अपनी एमएस कीनिसियोलॉजी में यही पढ़ती हूं — एक 19 साल के तेज़ गेंदबाज़ का शरीर स्ट्रेस फ्रैक्चर से पहले कितने ओवर सोख सकता है, यह किसी स्कोरकार्ड में नहीं लिखा होता। यह वह डेटा है जो मैदान पर, नेट्स में, अकादमी के फ़िज़ियो की कॉपी में मिलता है। और यही वह कोर इनसाइट है जो मैं अपने हर लेख में डालने की कोशिश करती हूं — जो मापा नहीं जा रहा, वही अक्सर सबसे ज़्यादा मायने रखता है।

2026 में जब मैं सत्रह साल की थी और लोअर परेल में एक तीन महीने पुरानी वेबसाइट की ओवरनाइट लाइव-ब्लॉग शिफ्ट पर रूस विश्व कप का फाइनल चला रही थी, तब मैंने पहली बार महसूस किया कि डेटा कैसे कहानी बन जाता है। फ्रांस ने क्रोएशिया को 4-2 से हराया, और मेरा "टीनएजर इंडेक्स" — 19 साल के काइलियन एमबाप्पे के चौथे गोल पर बना — 240,000 पेजव्यूज़ ले आया, साइट का सबसे अच्छा महीना। पांच महीने पहले तौरंगा में भारत की अंडर-19 टीम विश्व कप जीत चुकी थी — पृथ्वी शॉ की टीम ने ऑस्ट्रेलिया को आठ विकेट से हराया था और शुभमन गिल ने 372 रन बनाए थे। मैं अपने एडिटर से कहती रही कि ये दोनों कहानियां एक ही कहानी हैं। उन्होंने मेरी बात को गिमिक कहा। मैंने इसे वेरिएबल कहा। और एक साल के अंदर मेरे पास हर उस भारतीय खिलाड़ी का स्प्रेडशीट था जिसने पिछले 18 महीनों में कहीं भी प्रतिस्पर्धी क्रिकेट खेला हो और जिसकी उम्र 23 से कम हो।

उस स्प्रेडशीट ने मुझे एक चीज़ सिखाई जो आज की खाली फ़ाइल से सीधे जुड़ती है — सिस्टम में उम्र एक फ़ील्ड है, लेकिन मैदान पर उम्र एक ट्रैजेक्टरी है। दस्तावेज़ कहता है कि लड़का 19 साल का है। लेकिन उसकी बॉलिंग रिलीज़, उसका रिकवरी टाइम, उसका वज़न-प्रबंधन बताता है कि उसका शरीर किस उम्र में है। यही वह दरार है जिसे भरने से हमें नई जानकारी मिलती है। जब कोई फ़ाइल ख़ाली हो, तो मेरा पहला सवाल यह नहीं होता कि "डेटा कहां गया" — मेरा पहला सवाल होता है "क्या यह फ़ाइल कभी भरी जा सकती थी?" क्योंकि अगर इनपुट में सिर्फ़ एक लेबल है — cricket_asia — तो आप उससे किसी खिलाड़ी का भविष्य नहीं टटोल सकते। आप सिर्फ़ यह बता सकते हैं कि एशिया में क्रिकेट है।

यहां एक उलटा नज़रिया आता है जो मुझे सबसे ज़्यादा पसंद है, और जो मेरी पूरी पेशेवर पहचान का आधार भी है। ख़ाली फ़ाइल कभी-कभी सबसे ईमानदार फ़ाइल होती है। जब कोई विश्लेषक ख़ाली जगह को भरने के लिए कल्पना का सहारा लेता है, तो वह ख़बर नहीं, कहानी लिख रहा होता है — और कहानी अच्छी लग सकती है, लेकिन वह जांच में खरी नहीं उतरती। मैंने 2026 के लॉकडाउन के दौरान छह महीने यही किया — 240 खिलाड़ियों की फ़ाइलें खोदीं, और जहां कुछ नहीं मिला, वहां मैंने साफ़ लिख दिया कि नहीं मिला। मेरे एडिटर ने पूछा कि तुम इतना ख़ाली क्यों लिख रही हो। मेरा जवाब था — क्योंकि जो मैं नहीं जानती, वह भी एक तथ्य है।

इसका क्रिकेट-पत्रकारिता में बड़ा निहितार्थ है, ख़ासकर टूर्नामेंट साइकिल के दौरान। जब विश्व कप चल रहा होता है, तो हर कोई भावना में बहता है। राष्ट्रीय टीम का जोश, कहानियां, संघर्ष — यह सब बिकता है। लेकिन असली विश्लेषण वहीं शुरू होता है जहां भावना रुकती है और आप पूछते हैं — इस गेंदबाज़ ने तीन मैचों में 28 ओवर फेंके हैं, उसका वर्कलोड क्या है, अगले मैच में वह कितना असरदार रहेगा? या — इस बल्लेबाज़ के 60 रनों में से कितने जीवनदान के बाद आए? यह वह जानकारी है जो आंकड़ों में नहीं दिखती, लेकिन जो नतीजे तय करती है। जब स्टेज-1 का आउटपुट ख़ाली आता है, तो सबसे बड़ा ख़तरा यह है कि कोई उसे भावना से भर दे। मैं नहीं भरूंगी।

मुझे याद है, नवंबर 2026 में डीवाई पाटिल में महिला वनडे विश्व कप फाइनल के बाद — भारत ने दक्षिण अफ्रीका को 52 रन से हराया, 298/7, शेफाली वर्मा के 87, स्मृति मंधाना के 63 — मैंने वह 4,000 शब्दों की "अगर भारत जीते" फ़ाइल बीस मिनट में लाइव कर दी थी जिसे मैं छह साल से बना रही थी। वह फ़ाइल ख़ाली नहीं थी। उसमें हर खिलाड़ी का मैदान-से-विश्व-कप तक का सफ़र था, वर्कलोड रिपोर्टिंग थी, अंडर-14 क्रिकेट से लेकर सीनियर ट्रॉफी तक का डेटा स्पाइन था। वह इसलिए मुमकिन हुआ क्योंकि मैंने छह साल पहले ख़ाली जगहों को ख़ाली रहने दिया था, और उन्हें भरने के लिए इंतज़ार किया था — स्कोरकार्ड के बजाय मैदान पर जाकर।

तो इस खाली फ़ाइल को लेकर मेरा रुख साफ़ है। यह विश्लेषण का विषय नहीं, यह उस सिस्टम का सबूत है जो अभी पूरा नहीं हुआ। इसे भरने के तीन रास्ते हैं — और तीनों में अलग-अलग जोखिम हैं। पहला, अपस्ट्रीम पार्सर ठीक करो और मूल लेख से डेटा फिर निकालो। यह सबसे सीधा रास्ता है, लेकिन इसमें यह मान लिया गया है कि मूल लेख में पर्याप्त ठोस तथ्य थे। दूसरा, सूचना-बिंदु सीधे मुझे दो — कच्चे, बिना क्लासिफिकेशन के — और मैं खुद उन्हें छानूंगी। यह मेरा पसंदीदा रास्ता है क्योंकि इसमें मैं मैदान पर मौजूद रहती हूं, स्कोरबोर्ड के सामने नहीं। तीसरा, यह स्वीकार करो कि इस विशेष इनपुट से कोई विश्लेषण नहीं बनेगा, और उस एजेंडे को बंद करो। तीसरा रास्ता सबसे कठिन है क्योंकि इसमें सिस्टम को अपनी सीमा माननी पड़ती है — और क्रिकेट मीडिया में हम ऐसा कम ही करते हैं।

पोचेफस्ट्रूम ने मुझे सिखाया था कि ख़ामोशी भी एक स्रोत होती है। उस प्रेस बॉक्स में मेरे सवालों का जवाब कई बार नहीं मिला, और वह न-मिलना ही कहानी थी। यह खाली फ़ाइल वही ख़ामोशी है, डिजिटल रूप में। सवाल यह नहीं है कि इसे कैसे भरें। सवाल यह है कि क्या हम उस ख़ामोशी को सुनने की हिम्मत रखते हैं, या हम उसे अपनी पसंद की आवाज़ से भर देते हैं।

अगली बार जब आप कोई क्रिकेट आंकड़ा देखें — किसी किशोर की उम्र, किसी तेज़ गेंदबाज़ का वर्कलोड, किसी बल्लेबाज़ का स्ट्राइक रेट — तो एक पल के लिए रुकिए और पूछिए: यह संख्या मैदान से आई है या फ़ाइल से? क्योंकि अगर यह सिर्फ़ फ़ाइल से आई है, तो हो सकता है कि यह सच न हो। और अगर यह मैदान से आई है, तो हो सकता है कि यह पूरा सच भी न हो। असली कहानी हमेशा उस दरार में रहती है — फ़ाइल के 19 साल और जूतों पर लगी कीचड़ के बीच।