खाली कॉलम: क्रिकेट का डेटा वहीं सबसे पतला है, जहाँ खेल सबसे ज़्यादा खेला जाता है

पिछले हफ़्ते मैनचेस्टर की अपनी डेस्क पर मैंने एक स्प्रेडशीट खोली और दो घरेलू प्रथम श्रेणी सत्रों को एक ही फ़्रेम में रखने की कोशिश शुरू की — एक तरफ़ इंडियन प्रीमियर लीग का एक पूरा सीज़न, दूसरी तरफ़ रणजी ट्रॉफ़ी का एक सत्र। तीन दिन बाद वह शीट बंद करनी पड़ी। सवाल ग़लत नहीं था; जवाब देने के लिए ज़रूरी आधा डेटा कभी दर्ज ही नहीं हुआ था। आईपीएल की तरफ़ हर गेंद, हर फ़ेज़, हर मैच-अप का रिकॉर्ड है। रणजी की तरफ़ स्कोरकार्ड हैं, कुछ मैचों की गेंद-दर-गेंद कमेंट्री है, और उसके बाद एक बड़ा खाली कॉलम है। ग्यारह हज़ार पंक्तियों के बाद जो बात सबसे साफ़ दिखी, वह यह थी: क्रिकेट का डेटा उसी जगह सबसे पतला है जहाँ खेल सबसे ज़्यादा खेला जाता है।

यह कोई तकनीकी शिकायत नहीं है। यह उस खेल की सबसे पुरानी साक्ष्य-समस्या है जिसे हम सबसे ज़्यादा मापते हैं और सबसे कम समझते हैं।

काउंटी चैंपियनशिप 1890 से चल रही है — अठारह प्रथम श्रेणी काउंटियाँ, दो डिवीज़न, अप्रैल से सितंबर तक फैला कैलेंडर। रणजी ट्रॉफ़ी 2026-35 में शुरू हुई और आज करीब अड़तीस टीमों का टूर्नामेंट है। इन दोनों प्रणालियों में वह सारा कच्चा माल बनता है जिससे टेस्ट टीमें खड़ी होती हैं: ड्यूक्स बॉल की सीम मूवमेंट, चौथी पारी में पिच का नरम पड़ना, नई गेंद के पहले छह ओवर में विकेट का अनुपात, अप्रैल की ओवरकास्ट सुबह में स्विंग का उछाल। जेम्स एंडरसन का पूरा करियर इसी दस्तावेज़ का हिस्सा है — 2026 में डेब्यू, 2026 में 188 टेस्ट और 704 विकेट के साथ विदाई — लेकिन उस करियर का सबसे बड़ा हिस्सा ओल्ड ट्रैफ़र्ड के उन स्कोरकार्डों में दर्ज है जिन्हें कोई एनालिस्ट नियमित रूप से नहीं खोलता।

इसी तरह चेतेश्वर पुजारा का 2026 का काउंटी सीज़न — ससेक्स के लिए, इंग्लैंड की परिस्थितियों में, लाल गेंद के ख़िलाफ़ — उस बात का सबूत है जो भारतीय घरेलू क्रिकेट की रिपोर्टिंग में कभी दर्ज नहीं होती: विदेशी परिस्थितियों में तकनीक कैसे बदलती है। वह सीज़न स्कोरकार्ड में है। उस बदलाव का फ़ेज़-वाइज़ रिकॉर्ड सार्वजनिक रूप से उपलब्ध नहीं है।

यहीं असली अंतर खड़ा होता है — स्कोरकार्ड और इवेंट डेटा का अंतर। स्कोरकार्ड आपको रैंक करने देता है: किसने कितने रन बनाए, किसने कितने विकेट लिए। इवेंट डेटा आपको समझाने देता है: किस लाइन पर, किस लेंथ पर, किस शॉट के ज़रिए, किस फ़ील्ड सेटिंग के सामने। चयन के लिए पहली संख्या काफ़ी नहीं है। "इस सीज़न 52 विकेट" एक आँकड़ा है; "चौथी पारी में 14 ओवर में 6 विकेट, तीन सीम-अप, दो स्टंप-टू-स्टंप" एक दलील है। भारतीय और अंग्रेज़ सेलेक्शन पैनल पिछले कई सालों से पहली संख्या पर फ़ैसला ले रहे हैं, क्योंकि दूसरी संख्या का ढाँचा ही नहीं बना।

आईपीएल में वह ढाँचा बन गया। फ़्रैंचाइज़ियों ने अपने डेटा डेस्क खड़े किए और नीलामी को एक प्राइसिंग प्रॉब्लम में बदल दिया — उम्र, भूमिका, मैच-अप और सस्ती बेचैनी को एक ही शीट पर सॉर्ट करके। यह काम पहले ज़ोनल सेलेक्टर करते थे; अब स्काउटिंग डेस्क कर रही है। आईपीएल की बहुतायत ने एक बात साबित कर दी: जहाँ रिकॉर्ड मौजूद होता है, वहाँ क्रिकेट का पता लगाने वाला तर्क जीत जाता है और कमेंट्री बॉक्स पीछे रह जाता है।

मगर वही बौद्धिक ढाँचा उस प्रारूप के लिए कभी नहीं बना जो असल में टेस्ट क्रिकेटर चुनता है। रणजी ट्रॉफ़ी का सत्र चार महीने चलता है, उसमें सौ से ज़्यादा मैच होते हैं, और उन मैचों की गेंद-दर-गेंद कवरेज सत्र-दर-सत्र बदलती रहती है। यही असंगति सबसे बड़ी समस्या है। डेटा है, लेकिन उसका आकार हर साल अलग है, इसलिए पाँच साल की तुलना खड़ी नहीं होती। जो रिकॉर्ड साल-दर-साल एक जैसा न हो, वह रिकॉर्ड नहीं, हादसा है।

मैंने 2026 में लंकाशायर के घरेलू मैचों की हर गेंद ओल्ड ट्रैफ़र्ड की नॉर्थ-स्टैंड गैलरी से टैग की थी — सीम मूवमेंट और प्रेशर डिलीवरी, दो कॉलम। उस साल जो नतीजा निकला वह आज भी मेरे काम का सांचा है: विकेट गिरने के बाद के बीस ओवरों में उस अटैक की इकॉनमी डेढ़ रन प्रति ओवर बढ़ जाती थी। यह वह चीज़ है जो सिर्फ़ फ़ेज़-वाइज़ डेटा से दिखती है, और यह वह चीज़ है जो सेलेक्शन के लिए सबसे क़ीमती है — क्योंकि यह बताती है कि दबाव कब टूटता है, यह नहीं कि किसने सबसे ज़्यादा विकेट लिए।

मेरे पास एक कॉलम हमेशा उन चीज़ों के लिए रखा है जो डेटा नहीं देख सकता, और वह शायद ही कभी खाली रहता है। इस काम में वह कॉलम ख़ासा भरा हुआ है। किसी घरेलू सीमर ने सत्र में कुल कितने ओवर फेंके, यह किसी सार्वजनिक शीट में दर्ज नहीं है। पिच कैसे तैयार हुई, किस बल्लेबाज़ की कलाई में सूजन थी, किस मैच में टीम ने जान-बूझकर धीमी पिच माँगी — यह सब फ़ील्ड प्लेसमेंट की तरह ही अनदेखा है। इसलिए सवाल पहले तय करना पड़ता है, और फिर साफ़ कहना पड़ता है कि डेटा क्या नहीं देख सकता। एक ईमानदार "अनमेज़र्ड" किसी आत्मविश्वास भरे ग़लत निशाने से बेहतर है।

एक INTJ किसी कहानी पर तब तक भरोसा नहीं करता जब तक पंक्तियाँ दूसरी बार छँटाई में न टिक जाएँ। इसलिए मैंने उस अधूरी शीट को फिर खोला और सिर्फ़ वही मैच छाँटे जिनमें दोनों तरफ़ की गेंद-दर-गेंद कवरेज मौजूद थी। बचे हुए मैचों की संख्या इतनी छोटी निकली कि उस पर कोई रुझान बनाना ख़ुद को धोखा देना होता। यही वह जगह है जहाँ ज़्यादातर डेटा-कहानियाँ मरती हैं और मरने के बजाय प्रकाशित हो जाती हैं।

यहाँ एक उलटा ख़तरा भी है जिसे मैं अपने ही तर्क के ख़िलाफ़ खड़ा करना चाहूँगा। ज़्यादा डेटा अपने आप बेहतर फ़ैसले नहीं देता। आईपीएल की बहुतायत अपने साथ एक जाल लाती है — चालीस गेंदों पर टिका कोई मैच-अप निर्णायक दिखने लगता है, जबकि वह शोर है। अगर रणजी के पतले डेटासेट पर वही कठोरता लगा दी जाए, तो नतीजा आत्मविश्वास से भरा बकवास होगा। इसलिए मैंने नमूने की सीमा पहले तय कर ली है: अगर कोई असर कुछ सौ गेंदों से कम पर टिका है, तो वह निष्कर्ष नहीं, सवाल है।

लेकिन पतले डेटा का विकल्प बेहतर डेटा नहीं है — उसका विकल्प क़िस्सा है, और क़िस्सा ही पिछले कई दशकों से घरेलू क्रिकेटर चुन रहा है। यहीं आँख की गवाही का एक असली हिस्सा स्वीकार करना पड़ता है: पेस गेंदबाज़ का वर्कलोड और शरीर का धीरे-धीरे गिरना कोई सार्वजनिक शीट नहीं दिखाती। जो कोच सत्र भर स्टैंड में बैठा रहा, वह देख सकता है कि एक सीमर की रफ़्तार फ़रवरी में कैसे गिरी। वह आँख का जायज़ काम है और उसे मैं डेटा से नहीं बदलूँगा। समस्या तब होती है जब वही आँख विकेटों की गिनती देखकर चयन का पूरा फ़ैसला कर देती है।

उसी तर्क की एक तीसरी परत भी है, और वह कम आरामदायक है। जहाँ मापने का ढाँचा टूटता है, वहाँ बाज़ार तुरंत उसे भर देता है — लेकिन सिर्फ़ तब भरता है जब उसमें पैसा हो। टी-20 लीगों का डेटा इसलिए घना है क्योंकि उस गेंद से ब्रॉडकास्ट रेवेन्यू, फ़ैंटेसी और सट्टे का बाज़ार जुड़ा है। रणजी के एक मंगलवार की सुबह उस बाज़ार में किसी की रुचि नहीं है। नतीजा यह निकला है कि जो प्रारूप पैसा कमाता है, वह अपने आप बेहतर मापा जाता है — और जो प्रारूप खिलाड़ी बनाता है, वह पुराने अनुमान पर चलता रहता है। यह तकनीकी खाई नहीं है; यह प्रोत्साहन की खाई है।

यह भारतीय क्रिकेट की कहानी को भी सीधे छूता है। 19 नवंबर 2026, अहमदाबाद — विश्व कप फ़ाइनल, ऑस्ट्रेलिया छह विकेट से जीता। उस हार के बाद जो बहस चली वह ज़्यादातर भावना की भाषा में थी। मेरे लिए वह सिस्टम की भाषा में एक सवाल था: हमारे पास उस दिन की परिस्थिति को मापने वाला ढाँचा था, लेकिन उससे पहले के चार सालों में घरेलू क्रिकेट से ऐसे खिलाड़ी चुनने का ढाँचा नहीं था जो उस परिस्थिति में टिक सकें। स्कोरकार्ड ने बता दिया कि क्या हुआ; उसने यह कभी नहीं बताया कि क्यों हुआ।

आगे क्या देखना है। अगले रणजी सत्र में मैं एक ही चीज़ ट्रैक करूँगा: कितने मैचों की गेंद-दर-गेंद कवरेज लगातार दूसरे साल भी उपलब्ध रहती है। अगर वह संख्या एक सत्र से दूसरे सत्र में आधी रह जाती है, तो पाँच साल के रुझान का कोई भी दावा रुझान नहीं, चयन-पूर्वाग्रह है। सवाल यह नहीं है कि हमारे पास कितना डेटा है; सवाल यह है कि क्या वह अगले साल भी उसी आकार में होगा। जिस दिन एक घरेलू सीमर की चौथी पारी की इकॉनमी उसी तरह छँटी जाएगी जैसे एक आईपीएल डेथ-ओवर स्पेशलिस्ट की — उस दिन हमें किसी नए हीरो की ज़रूरत नहीं पड़ेगी, बस एक ऐसी शीट की जो दो साल बाद भी वैसी ही दिखे।