खाली डेटासेट: एशिया क्रिकेट का सबसे मोटा रिकॉर्ड पैसे का है, खिलाड़ी विकास का नहीं

रात 1:40, और एक खाली लिस्ट

उस रात लैपटॉप पर आठ चरणों वाला एक क्रिकेट विश्लेषण ढांचा खुला था: फॉर्मेट पहचान, खिलाड़ी तकनीक, टीम ढांचा, लीग इकोनॉमिक्स, गवर्नेंस, रिस्क मैट्रिक्स, नैरेटिव ट्रैकिंग और इंडस्ट्री ट्रांसमिशन। ढांचा सही था, टेम्पलेट पूरा भरा हुआ था। उसके नीचे जो इनपुट बैठना चाहिए था — "इन्फॉर्मेशन पॉइंट्स" — वह एक खाली लिस्ट थी। शून्य आइटम। टाइटल N/A, सोर्स N/A, फॉर्मेट अनक्लासिफाइड, कोई खिलाड़ी नहीं, कोई टीम नहीं, कोई वेन्यू नहीं, कोई तारीख़ नहीं।

पूरे दस्तावेज़ में एक ही चीज़ जिंदा बची थी: एक टैग, cricket_asia।

वही पल था जब अपने ही डेस्क की वह गलती दिखी जो मैं हर हफ्ते दूसरों पर लगाती हूं। क्रिकेट की किसी भी 1 a.m. बहस में उतर जाइए — भारत का बेंच स्ट्रेंथ, पाकिस्तान का मिडल ऑर्डर, बांग्लादेश के डेथ ओवर, श्रीलंका की स्पिन डेप्थ, महिला टीम का फिनिशिंग रोल। हर बहस के नीचे एक ऐसा डेटासेट बैठा है जिसे किसी ने ऑडिट नहीं किया, क्योंकि ऑडिट करने वाला कोई बैठा ही नहीं था।

वह फाइल मैंने डिलीट नहीं की। वह मेरी रिसीट्स फाइल में आज भी है। यह लेख उसी फाइल की व्याख्या है।

क्रिकेट का डेटा बूम किस परत तक पहुंचा

जो तस्वीर टीवी बॉक्स बेचता है, वह असली है। आईपीएल के एक मैच पर तीस से ज़्यादा कैमरे, हॉक-आई, बॉल-ट्रैकिंग और हर डिलीवरी पर छह अलग मीट्रिक। 24 नवंबर 2026 को जेद्दा में हुई नीलामी में ऋषभ पंत लखनऊ सुपर जायंट्स के पास 27 करोड़ रुपये में गए और श्रेयस अय्यर पंजाब किंग्स के पास 26.75 करोड़ रुपये में। इन दोनों आंकड़ों की पुष्टि दस सोर्स से हो जाएगी — ब्रॉडकास्ट हुआ, लाइव ब्लॉग बना, ग्राफिक बने, बोर्ड ने लिस्ट जारी की।

अब वही सवाल पूछिए जो असल में मायने रखता है। बांग्लादेश के घरेलू वनडे में किसी बाएं हाथ के स्पिनर ने पिछले सीज़न में चौथे स्टंप पर कितनी गेंदें डालीं? महिला घरेलू टूर्नामेंट में किसी फिनिशर का 40वें से 50वें ओवर का स्ट्राइक रेट क्या रहा? श्रीलंका की अंडर-19 टीम के किसी ओपनर का नई गेंद के खिलाफ पहले दस ओवर का स्कोरिंग रेट क्या है?

इन सवालों के जवाब या तो दर्ज ही नहीं हैं, या दर्ज हैं और किसी ने कोड नहीं किया। और जो कोड नहीं हुआ, वह क्रिकेट की बहस में मौजूद ही नहीं है।

यह एशिया के क्रिकेट का सबसे बड़ा ढांचागत फर्क है: डेटा का घनत्व पैसे के घनत्व से तय होता है, खेल के घनत्व से नहीं।

पांच गेट — जो मैंने उस रात के बाद लिखे

उस फाइल को "कुछ नहीं मिला" कहकर बंद कर देना सबसे आसान रास्ता था। लेकिन फेल फ्रेमवर्क नहीं हुआ था, इनपुट हुआ था। और पेशेवर भाषा में इस अंतर का नाम है: "जोखिम नहीं मिला" और "जोखिम देखा ही नहीं गया" एक चीज़ नहीं हैं। पहला नतीजा है, दूसरा खाली कुर्सी है।

तब से मैंने अपने डेस्क के लिए पांच गेट का इनपुट ऑडिट तय किया। हर गेट पर एक सवाल, और जवाब "नहीं" हो तो कॉलम नहीं लिखा जाता:

पहला गेट — फॉर्मेट मार्कर मौजूद है? टेस्ट, वनडे या टी20। यह पहला सवाल इसलिए है क्योंकि एवरेज, स्ट्राइक रेट और इकॉनमी रेट तीनों फॉर्मेट के बीच तुलनीय नहीं हैं। जो आदमी टेस्ट का औसत लेकर टी20 चयन की बहस करता है, वह गलती नहीं कर रहा — वह गलत खेल खेल रहा है।

दूसरा गेट — सैंपल साइज़ घोषित है? कितनी डिलीवरीज़, कितने मैच, कौन सी विंडो। "कुछ मैचों में" लिखने वाला वाक्य आँकड़ा नहीं है, वह मूड है।

तीसरा गेट — कोडिंग रूल लिखे हुए हैं? चौथा स्टंप क्या है, यह परिभाषा पहले तय होगी। यह मज़ाक नहीं है। मैंने 2026 में 1,240 डिलीवरीज़ कोड करते वक़्त यह सबक भुगत कर सीखा था — अगर रूल बाद में तय होते हैं, तो डेटा वही निकलता है जो नैरेटिव को पसंद है।

चौथा गेट — सोर्स प्रोवेनेंस है? आधिकारिक बोर्ड, आईसीसी, स्कोरकार्ड, या सेल्फ-मीडिया। सोर्स N/A होने का मतलब यह नहीं कि जानकारी तटस्थ है; मतलब यह है कि आप किसी भी दिशा में उसे किसी भी तरह वज़न नहीं दे सकते।

पांचवां गेट — काउंटर-फैक्ट डेटासेट में शामिल है? जो डेटा आपके निष्कर्ष को तोड़ता है, वह भी वहीं रखा गया है या हटा दिया गया? यही गेट सबसे कम पूछा जाता है और सबसे ज़्यादा ज़रूरी है।

उस रात वाली फाइल पांचों गेट पर फेल हुई। शून्य इन्फॉर्मेशन पॉइंट्स का सीधा मतलब है: गेट एक से पांच, सब बंद।

ट्रांसमिशन मैप — और वह उलटी दिशा जिसमें बहस चलती है

एशिया के क्रिकेट की वैल्यू चेन को तीन परतों में बांटिए।

अपस्ट्रीम परत: यूथ क्रिकेट, घरेलू टूर्नामेंट, महिला घरेलू क्रिकेट, एसोसिएट देशों का ताना-बाना। यहां रिकॉर्ड सबसे पतला है। कई घरेलू टूर्नामेंट का बॉल-बाय-बॉल डेटा सार्वजनिक रूप से मौजूद ही नहीं है, और जहां है, वहां उसे साफ़ करने वाला कोई नहीं है।

मिडस्ट्रीम परत: राष्ट्रीय टीमें, आईपीएल, एशिया कप जैसे टूर्नामेंट, द्विपक्षीय सीरीज़। यहां रिकॉर्ड मोटा है, लेकिन यहां भी असंतुलन है — भारत-पाकिस्तान मैच का हर ओवर डेटाबेस में है, नेपाल और ओमान के बीच का मैच आधा अधूरा है।

डाउनस्ट्रीम परत: ब्रॉडकास्ट राइट्स, विज्ञापन, नीलामी कीमतें, फ्रैंचाइज़ी वैल्यूएशन, फैंटेसी ट्रैफिक। यहां रिकॉर्ड सबसे मोटा है और सबसे अच्छी तरह ऑडिट किया हुआ है, क्योंकि इस डेटा पर पैसा लगा है और पैसा अपने रिकॉर्ड की मांग करता है।

असली दिक्कत यह है कि बहस उलटी दिशा में चलती है। हम डाउनस्ट्रीम के डेटा से अपस्ट्रीम के बारे में नतीजे निकालते हैं।

"भारत का बेंच स्ट्रेंथ दुनिया में सबसे मजबूत है" — इस वाक्य का सबूत अक्सर आईपीएल की नीलामी कीमतें होती हैं। लेकिन 27 करोड़ रुपये एक कमर्शियल मीट्रिक है, खेल का मीट्रिक नहीं। वह कीमत बताती है कि किसी फ्रैंचाइज़ी ने किसी खिलाड़ी की मार्केटेबिलिटी, उम्र और उपलब्धता पर क्या दांव लगाया — वह यह नहीं बताती कि उस खिलाड़ी का डेथ ओवर में स्पिन के खिलाफ स्ट्राइक रेट क्या है, या वह ड्रेसिंग रूम में कैसा साथी है।

यही मेरी सबसे पुरानी आपत्ति है ट्रांसफर-मार्केट मॉडल्स पर। वे युवा क्षमता को ज़्यादा वज़न देते हैं और ड्रेसिंग रूम के केमिस्ट्री को कम। नीलामी का पर्स युवा खिलाड़ी को इनाम देता है क्योंकि वह रीसेल करने योग्य परिसंपत्ति है; वह उस 31 साल के मिडल-ऑर्डर बल्लेबाज़ को इनाम नहीं देता जिसकी मौजूदगी से बाकी दस लोग बेहतर खेलते हैं। और चूंकि बहस के पास सिर्फ नीलामी का डेटा है, इसलिए स्क्वाड डेप्थ के बारे में हमारी सारी बुद्धि एक ऐसे आइने से आती है जो सिर्फ कीमत दिखाता है।

दो रिसीट, दो अलग सबक

24 अक्टूबर 2026, दुबई। भारत 151/7 पर सिमटा, पाकिस्तान ने बिना विकेट खोए 10 विकेट से जीत लिया — बाबर आज़म 68 नाबाद, मोहम्मद रिज़वान 79 नाबाद। मैंने टॉस से दो घंटे पहले 151 को "हारने वाला स्कोर" लिखकर पब्लिश किया था।

वह नंबर कहां से आया? तीन चीज़ों से: उस पिच पर पहली पारी के आखिरी पांच ओवर का स्कोरिंग रेट, भारत के मिडल ओवर का स्पिन के खिलाफ स्ट्राइक रेट, और पाकिस्तान के टॉप-3 का पावरप्ले रन रेट। तीनों सार्वजनिक स्कोरकार्ड से कोड हो सकती थीं। लेकिन जो चीज़ कोड नहीं हो सकी, वह थी पिच का आधिकारिक रिपोर्ट — उस सीरीज़ में कोई पिच नोट सार्वजनिक तौर पर दर्ज नहीं हुआ था।

नतीजा सही आया। फाउंडेशन आधा अधूरा था। यही सबसे खतरनाक कॉम्बिनेशन है, क्योंकि सही नतीजा गलत फाउंडेशन को छुपा देता है, और अगली बार वही फाउंडेशन धोखा देता है। मैंने उस रात अपनी रिसीट्स फाइल में यह भी दर्ज किया — "सही जवाब, अपूर्ण इनपुट" — क्योंकि सिर्फ जीत दर्ज करने वाला लेखा-जोखा अगले साल बेकार हो जाता है।

दूसरी रिसीट 20 जुलाई 2026 की है, डर्बी से। हरमनप्रीत कौर 171 नाबाद, 115 गेंदों पर, ऑस्ट्रेलिया के खिलाफ वर्ल्ड कप सेमीफाइनल में — 20 चौके, 7 छक्के, दीप्ति शर्मा के साथ 137 रन की साझेदारी। मेरे एडिटर ने उस शाम मेरी पिच एक लाइन में खारिज की: "महिला क्रिकेट कोई नहीं देखता।"

मैंने रात 1 बजे वह ब्रेकडाउन खुद पोस्ट किया — फेज़-वाइज़ स्ट्राइक रेट स्प्लिट, चौकों-छक्कों का फैलाव, वह 137 रन की साझेदारी। 2.4 मिलियन इंप्रेशन।

यहां असली बात यह नहीं कि मैं सही थी। असली बात यह है कि 171 नाबाद का स्कोरकार्ड उस रात पहले से सार्वजनिक था। जो मौजूद नहीं था, वह था उसका फेज़-स्प्लिट — और फेज़-स्प्लिट इसलिए नहीं बना था क्योंकि किसी को लगा कि इसका बाज़ार नहीं है। दर्शक की कमी नहीं थी; इंडेक्सिंग की कमी थी।

और यहीं टैक्सोनॉमी ड्रिफ्ट असली नुकसान पहुंचाता है। उस रात वाली फाइल में डोमेन Cricket नहीं, cricket_asia आया था। एक रीजनल सब-टैग। फिल्टर में वह अलग शेल्फ पर चला जाता है, जहां उसकी तुलना ग्लोबल डेटासेट से नहीं होती। असोसिएट क्रिकेट के आंकड़ों के साथ ठीक यही होता है — वे मौजूद हैं, दर्ज हैं, और फिर भी किसी तुलना में नहीं गिने जाते। डेटा की राजनीति शायद इसी में सबसे ज़्यादा दिखती है: किसी रिकॉर्ड को हटाया नहीं जाता, उसे बस अलग शेल्फ पर रख दिया जाता है।

जहां मैं गलत हो सकती हूं

अब मुख्यधारा का पक्ष पूरी ताकत से। क्रिकेट के इतिहास में आज से ज़्यादा डेटा कभी नहीं था। हर गेंद ट्रैक होती है, हर टूर्नामेंट का फैंटेसी मार्केट है, हर नीलामी का ऑडिट है, हर स्कोरकार्ड एपीआई से खुलता है। जिस "डेटा सूखे" की बात मैं कर रही हूं, वह शायद सच में एक पाइपलाइन की खराबी थी, सिवाय इसके। एक खाली इनपुट फाइल से एशिया के क्रिकेट ढांचे की बड़ी कहानी बनाना ठीक वही "रिसीट्स ओवररीच" है जिससे मैं दूसरों को डराती हूं।

मेरी अपनी कमज़ोरी भी सामने रखती हूं। मैं हाथ से कोड करती हूं, और हाथ से चुना गया सैंपल पक्षपाती होता है — मैं वही मैच चुनती हूं जो मुझे दिलचस्प लगते हैं। 1,240 डिलीवरीज़ का मेरा 2026 वाला कोड यह नहीं कहता कि भारत की गेंदबाज़ी विश्व स्तरीय थी; वह सिर्फ यह कहता है कि उन 1,240 डिलीवरीज़ में चौथे स्टंप की गेंदें ज़्यादा विकेट ले गईं। निष्कर्ष वहां से आगे नहीं जाता।

तो मेरी विनम्र संभावना: 60 प्रतिशत संभावना यह है कि वह खाली फाइल एक तकनीकी खराबी थी, और 40 प्रतिशत कि वह एशिया के क्रिकेट डेटा ढांचे के असंतुलन का सही नमूना थी। मैं इस दावे को 31 दिसंबर 2026 तक जिंदा रखूंगी, और उस तारीख़ को देखूंगी कि कितने क्रिकेट डेटा ऑडिट उसी तरह खाली लौटे।

टेकअवे

अगली बार जब कोई पंडित कहे कि भारत का बेंच स्ट्रेंथ दुनिया में सबसे गहरा है, तो एक सवाल पूछिए: आपका सैंपल कौन सा है, कितनी डिलीवरीज़ का है, और उस डेटासेट में वह कितने खिलाड़ी मौजूद हैं जो नीलामी में बिके ही नहीं? जवाब अगर "मैंने मैच देखे हैं" है, तो बातचीत वहीं खत्म। आँख मोमेंटम के बारे में झूठ बोलती है — यह मेरा स्थायी एडिटोरियल ब्रीफ है, और आज यह उससे भी ज़्यादा सच है, क्योंकि अब हमारे पास दिखावे का डेटा बहुत है और काम का बहुत कम।

मुझे पांचवें रीप्ले पर पहले हॉट टेक से ज़्यादा भरोसा है। स्प्रेडशीट कभी कहानी नहीं थी; वह टॉर्च थी जिसे मैंने उस पर चमकाया। और जिस रात वह टॉर्च खाली लौटी, उस रात पता चला कि अंधेरे में क्या रखा है।