खाली कोशिका, भरी हुई रिपोर्ट: भारतीय क्रिकेट की घरेलू स्काउटिंग पाइपलाइन में चुपचाप बढ़ती सत्यापन-विफलता

फ़रवरी 2026 की बात है। कर्नाटक स्टेट क्रिकेट एसोसिएशन की यूथ विंग के उस छोटे कमरे में मैं कोच बिहार ट्रॉफी 2026-18 का अंडर-19 प्रदर्शन डेटा ऑडिट कर रहा था। स्क्रीन पर सैंतालीस पंक्तियाँ थीं। छियालीस पंक्तियों में ओवर, मेडन, रन, विकेट और इकॉनमी भरे हुए थे। सैंतालीसवीं पंक्ति में, एक बाएँ हाथ के स्पिनर के नाम के आगे, तीन कॉलम खाली नहीं थे। उनमें एन/ए छपा था।

खाली कोशिका और एन/ए में फ़र्क़ होता है। खाली कोशिका कहती है, मुझे भरा जाना बाकी है। एन/ए कहती है, यह जानकारी मौजूद नहीं है, मामला निपट चुका। मैंने उस सीज़न का मैच स्कोरकार्ड निकाला। वह लड़का उस सीज़न में 43.2 ओवर फेंक चुका था और ग्यारह विकेट ले चुका था। डेटा खोया नहीं था। डेटा कभी दर्ज नहीं हुआ था, और पाइपलाइन ने उसे आगे भेज दिया था, इस मुहर के साथ कि निकाल लिया गया।

पिछले हफ़्ते उसी आदत का बड़ा संस्करण मेरे सामने आया। एक क्रिकेट-डोमेन विश्लेषण दस्तावेज़, आठ खानों का ढाँचा, हर खाना भरा हुआ: प्रारूप और मैच विश्लेषण, खिलाड़ी तकनीक और डेटा, टीम परिदृश्य और रैंकिंग, लीग और व्यावसायिक पारिस्थितिकी, नियम और शासन, जोखिम मैट्रिक्स, जन-नैरेटिव, उद्योग संचरण। शीर्षक के खाने में एन/ए। स्रोत के खाने में एन/ए। सूचना-बिंदुओं की सूची खाली। लेखक का रुख़: एन/ए। लेख का उद्देश्य: एन/ए। और फिर भी दस्तावेज़ पूरा था, तालिकाओं, कॉन्फ़िडेंस टैग, जोखिम रेटिंग और समय-सीमाओं के साथ।

यही इस समय की असली क्रिकेट कहानी है, हालाँकि यह किसी हाइलाइट पैकेज में नहीं दिखेगी। हमने ऐसी व्यवस्थाएँ बना ली हैं जो खाली इनपुट पर भी भरा हुआ, वैध दिखने वाला आउटपुट दे सकती हैं, और क्रिकेट में हम उस आउटपुट को सबूत मानकर आगे बढ़ जाते हैं।

2026 के बाद भारतीय क्रिकेट की ऊपरी डेटा परत तेज़ी से चमकी है। बॉल-ट्रैकिंग ने गेंद की हर लंबाई नापनी शुरू की, एजेंसियों ने हर बड़े टूर्नामेंट का फ़्रेम-दर-फ़्रेम रिकॉर्ड बनाया, आईपीएल की हर फ़्रैंचाइज़ी ने अपने एनालिस्ट रखे, और घरेलू मैचों की लाइव स्ट्रीमिंग शुरू होने के बाद रणजी के आँकड़े पहली बार घर की स्क्रीन तक पहुँचे।

नीचे की परत उतनी चमकदार नहीं है। अंडर-16, अंडर-19, कोच बिहार, वीनू मंकड़, सी.के. नायडू, इनका बड़ा हिस्सा आज भी हाथ से स्कोर होता है। ज़िला स्तर पर मैच शीट भरती है, राज्य संघ का जूनियर कर्मचारी उसे स्प्रेडशीट में उतारता है, और वह फ़ाइल महीनों बाद किसी फ़ोल्डर में पहुँचती है। इस बीच चयन बैठक हो जाती है, फ़्रैंचाइज़ी का स्काउटिंग नेटवर्क रिपोर्ट माँग लेता है, और बोर्ड की ओर से नीचे एक साफ़-सुथरा प्रारूप भेज दिया जाता है।

ध्यान देने वाली बात यह है: प्रारूप मानकीकृत है, सत्यापन नहीं। किसी रिपोर्ट में कितने कॉलम होंगे, यह नियम से तय है। उसमें भरी कोशिका सही है या नहीं, यह जाँचने वाला कोई द्वार नहीं है। जहाँ प्रारूप तय हो और जाँच न हो, वहाँ रिपोर्ट सबूत बन जाती है।

साफ़ ऑडिट ट्रेल ही सबसे ईमानदार स्काउटिंग रिपोर्ट है। बारह साल इस पाइपलाइन को देखते हुए मैंने यह सबक़ बार-बार सीखा है। मेरे तीन प्रोजेक्ट तीन अलग क़िस्म की ग़लतियाँ दिखाते हैं, और तीनों एक ही सवाल पर लौटते हैं: डेटा में जो नहीं है, उसका हिसाब कौन रख रहा है?

पहली ग़लती: जो डेटा था ही नहीं, उसे मौजूद दिखाना। 2026 में मैं उस कोच बिहार डेटासेट को छोड़ नहीं पाया। सत्रह साल के देवदत्त पडिक्कल उस सीज़न के सबसे चमकदार नाम थे, प्रथम श्रेणी औसत पैंतालीस के आसपास। लेकिन शीट में एक असामान्यता थी: बाएँ हाथ के स्पिन के खिलाफ़ उनका स्ट्राइक रेट कुल औसत के मुक़ाबले लगभग बाईस प्रतिशत गिरा हुआ दिख रहा था। कुल औसत ठीक था, इसलिए उस कोशिका को किसी ने नहीं छुआ था।

स्प्रेडशीट ने एक नाम दिखाया; फुटेज ने बताया क्यों। मैंने उस सीज़न के बारह मैचों की वीडियो फिर चलाई, गेंद-दर-गेंद, नोटबुक साथ, बाएँ हाथ के स्पिनर के हर ओवर पर रुककर। फ़र्क़ छोटा था: गेंद छूटने से ठीक पहले उनके पिछले पैर का ट्रिगर मूवमेंट एक-आध इंच बाहर की ओर खिसक जाता था, जिससे बल्ला समय से पहले बंद हो जाता था। यह वह चीज़ नहीं है जो हाइलाइट में दिखती है। यह वह चीज़ है जो चौथी बार, धीमी गति में देखने पर दिखती है।

कोचिंग स्टाफ़ ने दो हफ़्ते का सुधार लगाया। अगले सीज़न उनका स्पिन के खिलाफ़ औसत अट्ठावन के आसपास पहुँच गया। मैं यह नहीं कहूँगा कि यह पूरा श्रेय उस एक नोटबुक का है; सत्रह साल के बल्लेबाज़ का विकास कई चीज़ों से होता है। लेकिन यह ज़रूर कहूँगा कि उस सीज़न के बाद मेरी आदत बदल गई: पहले एक आँकड़े की असामान्यता, फिर वीडियो से पुष्टि, और तीन अलग स्रोतों के मिलने से पहले कोई निष्कर्ष नहीं। आँकड़ा रास्ते की शुरुआत है, मंज़िल नहीं।

दूसरी ग़लती: छोटे नमूने को ट्रेंड बता देना। 2026 के लॉकडाउन में क्रिकेट ठप था और मैंने चार महीने भारत के 2026 विश्व कप अभियान का वीडियो डेटाबेस बनाने में लगाए। न्यूज़ीलैंड के ख़िलाफ़ सेमीफ़ाइनल की 180 गेंदों को मैंने कोड किया: लंबाई, लाइन, शॉट, और आउट होने का तरीक़ा।

उस कोडिंग से एक बात सामने आई। उस धीमी पिच पर आउट होने वाली गेंदों का बड़ा हिस्सा, करीब सत्तर प्रतिशत, शॉर्ट-पिच थी। फिर मैंने यही अभ्यास 2026 आईपीएल के डेटा पर दोहराया, क्योंकि दो टूर्नामेंटों के बिना यह कहना बेईमानी होती। दोनों परतें साथ रखने पर तस्वीर साफ़ हुई: आईसीसी आयोजनों में भारतीय बल्लेबाज़ों का शॉर्ट-गेंद के खिलाफ़ औसत बयालीस से अट्ठाईस पर आ गया था।

यह एक ट्रेंड जैसा लगता है। लेकिन इसे ट्रेंड कहने से पहले मैं नीचे की परतें देखना चाहता था, और वे परतें कह रही थीं कि सवाल फ़ॉर्म या फ़िटनेस का नहीं, तकनीक का था। उस पाँच हज़ार शब्दों के विश्लेषण को दो क्षेत्रीय कोचों ने उद्धृत किया। असली ख़ुशी उद्धरण की नहीं, इस बात की थी कि ज़मीनी स्तर पर कोई उसे पढ़ भी रहा है।

तीसरी ग़लती सबसे महीन थी: मॉडल का टेढ़ा वज़न। 2026 के अंत में राजस्थान रॉयल्स में जूनियर प्लेयर-डेवलपमेंट एनालिस्ट के तौर पर मुझे आईपीएल 2026 की मेगा नीलामी के लिए पचास अनकैप्ड भारतीय खिलाड़ियों का मूल्यांकन सौंपा गया। मेरा भारित मीट्रिक तीन चीज़ों पर टिका था: घरेलू टी-20 स्ट्राइक रेट, डॉट-बॉल प्रतिशत, और फ़ील्डिंग दक्षता।

उन्नीस साल के तिलक वर्मा का नाम मॉडल में ऊपर आया। सैयद मुश्ताक़ अली ट्रॉफ़ी के आँकड़ों में स्ट्राइक रेट चौदह-सौ के आसपास और डॉट-बॉल केवल बारह प्रतिशत। रॉयल्स ने बोली नहीं लगाई। मुंबई इंडियंस ने उन्हें एक करोड़ सत्तर लाख रुपये में ख़रीदा, और आईपीएल 2026 में उन्होंने 397 रन बनाए। नीलामी के बाद की रिपोर्ट में मैंने ग़लती का ब्यौरा दिया: हमारा मॉडल बाएँ हाथ के बल्लेबाज़ों को कम तौल रहा था, क्योंकि उस बाज़ार के लिए हमारा ऐतिहासिक आधार-डेटा दाएँ हाथ के बल्लेबाज़ों से भरा हुआ था।

यहाँ ग़लती डेटा की अनुपस्थिति में नहीं थी। चर मौजूद था; उसका भार ग़लत बँधा था। यह अलग प्रजाति की ग़लती है, और सबसे मुश्किल, क्योंकि यह छिपती नहीं, यह पूरे आत्मविश्वास से प्रस्तुत होती है।

तीन प्रोजेक्ट, तीन अलग ग़लतियाँ। पहली में डेटा था ही नहीं और रिपोर्ट में वह पूरा दिख रहा था। दूसरी में डेटा था, पर नमूना एक सीज़न का था और मैं लगभग उसे ट्रेंड मान बैठा था। तीसरी में डेटा भी था और नमूना भी, पर मॉडल का वज़न टेढ़ा था। तीनों में एक चीज़ समान थी: किसी ने भी यह नहीं पूछा कि जो नहीं है, उसे हम क्या नाम दे रहे हैं।

पिछले हफ़्ते का वह आठ-खाने वाला दस्तावेज़ उसी सवाल का चौथा रूप था, एक ढाँचा जो खाली इनपुट पर भी वैध दिखता है। उसमें सबसे अच्छी चीज़ यह थी कि उसने अपनी खालीपन छिपाई नहीं। जोखिम मैट्रिक्स में एक पंक्ति थी जिसे मैंने दो बार पढ़ा, विश्लेषण-प्रक्रिया से जुड़ा जोखिम, स्तर उच्च। और नीचे साफ़ लिखा था कि इस दस्तावेज़ को किसी भी मॉडल को क्रिकेट आकलन बताकर न दिया जाए। क्रिकेट विश्लेषण में ऐसा वाक्य इतना दुर्लभ है कि पढ़कर देर तक रुकना पड़ा।

यहाँ एक उलटा निष्कर्ष निकलता है, और वह मेरे पेशे के प्रचलित विश्वास के ख़िलाफ़ जाता है। भारतीय क्रिकेट के एनालिटिक्स दायरे में लगभग सब मानते हैं कि समस्या डेटा की कमी है और समाधान ज़्यादा डेटा है, और कैमरे, और सेंसर, और ग्रैन्युलर स्प्लिट। मेरे अनुभव में समस्या कमी की नहीं, सत्यापन की है।

और सत्यापन न होने का नुक़सान डेटा न होने के नुक़सान से बड़ा है, क्योंकि ख़ाली रिपोर्ट पर किसी को भरोसा नहीं होता, जबकि भरी हुई दिखती रिपोर्ट पर भरोसा हो जाता है। उस फ़रवरी की फ़ाइल में एन/ए वाली कोशिका उसी हाल में चयन बैठक तक पहुँच गई थी। किसी ने उस पर झूठ नहीं लिखा; सबने उसे डेटा उपलब्ध नहीं पढ़ा और आगे बढ़ गए। उन्नीस वर्ष की उम्र में उस सीज़न में लिए गए ग्यारह विकेट किसी निर्णय का हिस्सा नहीं बने।

दूसरी बात, जो मुझे सबसे ज़्यादा परेशान करती है: यह ढहती हुई पाइपलाइन घरेलू क्रिकेट में सबसे गहरी है, जहाँ से कच्चा माल आता है, और वही हिस्सा सबसे कम ऑडिट किया जाता है। कवरेज का आर्थिक दबाव अधिकतर पत्रकारों को नीलामी की बोली, प्रसारण अधिकार और उस आँकड़े की ओर खींचता है जिसके मालिक स्पष्ट हैं। रणजी स्कोरकार्ड की चुपचाप ग़ायब होती पंक्ति किसी के विज्ञापन बजट का हिस्सा नहीं है। यह पत्रकारों की आलस नहीं, मीडिया के व्यवसाय-मॉडल का नतीजा है, और यही वजह है कि ख़ाली कोशिका पर कोई स्टोरी नहीं बनती।

तीसरी बात सीधे चोट से जुड़ती है। जब किसी तेज़ गेंदबाज़ का वर्कलोड रिकॉर्ड घरेलू फ़ाइल में मौजूद ही न हो, तो जोखिम-मूल्यांकन में वह कम जोखिम नहीं, अज्ञात दर्ज होना चाहिए। अज्ञात को कम जोखिम पढ़ना सबसे आम ग़लती है, और फिर अगस्त में स्ट्रेस फ़्रैक्चर की ख़बर आती है। दो मैच प्रति सप्ताह का कैलेंडर किसी भी मेडिकल टीम की मरम्मत-क्षमता से तेज़ चलता है। जिस खिलाड़ी के पास तीन प्रारूप, दो लीग और एक घरेलू सीज़न सम्हालने का लिखित रिकॉर्ड न हो, उसके लिए फ़िट है और वर्कलोड सुरक्षित है, दो अलग बातें हैं।

और फ़ील्डिंग दक्षता वाले हीटमैप? वे एक और तरह की चाय की पत्तियाँ हैं। हीटमैप बताता है कि खिलाड़ी मैदान के किस हिस्से में ज़्यादा दौड़ा; यह नहीं बताता कि वह वहाँ क्यों रखा गया था। टीम की योजना उसे वहीं खड़ा कर रही थी, या वह ख़ुद भाग रहा था। भूमिका हीटमैप के पीछे छिप जाती है। पिछले रणजी सीज़न में मैं स्ट्रीम पर बैठकर स्कोरकार्ड से मिलान करता रहा, और यही फ़र्क़ हर हफ़्ते दिखा।

इस सत्र में मैं तीन चीज़ें देखूँगा। पहला: कोच बिहार और वीनू मंकड़ के अगले सीज़न के डेटासेट में ख़ाली कोशिकाएँ कैसे चिह्नित होती हैं, बिना नाम के छूट जाती हैं या दर्ज नहीं का अलग झंडा मिलता है। दूसरा: नीलामी मॉडल बाएँ हाथ के बल्लेबाज़ों को अब कितना भार देते हैं, और क्या वे अपना मायूस मूल्यांकन दर्ज करते हैं या मिटा देते हैं। तीसरा: क्या कोई संघ सार्वजनिक रूप से वह एक वाक्य लिखेगा जो पिछले हफ़्ते के उस दस्तावेज़ की सबसे बहादुर पंक्ति थी: अपर्याप्त सूचना, आकलन संभव नहीं।

असली सवाल यह नहीं है कि हमारे पास कितना डेटा है। असली सवाल यह है कि उसमें जो नहीं है, उसकी ज़िम्मेदारी किसकी है। फ़ाइल देखकर हम लौट जाते हैं; कोशिका वैसी ही रहती है।