खाली डेटाबेस, ऊंची आवाज़: स्टेज-1 फेल होने पर भी क्रिकेट एनालिसिस क्यों नहीं बन सकता

एक पुरानी बात है, चेन्नई के उस ग्यारह लोगों के ऑफिस की। 2026 का आईपीएल खत्म हो चुका था और मेरे डेस्क पर चौदह हज़ार चार सौ डिलीवरीज़ की एक्सेल शीट खुली थी। उस शाम मेरे पास एक ऐसा मीटिंग था जिसमें मुझे यह साबित करना था कि एक रन का फ़ाइनल अंतर चालीस ओवर पहले तय हो गया था। मैंने फ़्रैंचाइज़ी के एनालिस्ट को फ़ोन मिलाया, उन्होंने पहले तर्क किया, फिर मुझे नौकरी दी। लेकिन उस पूरे एपिसोड में एक चीज़ ऐसी थी जो मैं आज भी याद करती हूं: जिस चीज़ ने मेरा करियर बनाया, वह फ़ाइल की मोटाई नहीं थी — वह शून्य की ईमानदारी थी। जिस दिन डेटाबेस खाली था, उस दिन मैंने कोई निष्कर्ष नहीं लिखा।

आज मेरे सामने जो पेलोड है, वह उसी शून्य का बड़ा रूप है। इसे स्टेज-1 डीकंस्ट्रक्शन कहते हैं — यह वह चरण है जहां किसी लेख या रिपोर्ट से मूल तथ्य निकाले जाते हैं, टीम, खिलाड़ी, फ़ॉर्मेट, तारीख़, स्रोत — सब। इस बार वह चरण खाली लौटा है। शीर्षक N/A, स्रोत N/A, लेख का प्रकार Unclassified, मुख्य दृष्टिकोण ख़ाली, सूचना-बिंदुओं की सूची ख़ाली, संस्थाएं जिन्हें सूचना-बिंदुओं से निकालना था — वे भी नहीं हैं क्योंकि सूचना-बिंदु ही नहीं हैं। एक एनालिस्ट के तौर पर मैंने इस स्थिति में दो रास्ते देखे हैं। पहला, टेम्पलेट भर दो — IPL की बात कर लो, किसी फ़ाइनल का ज़िक्र कर दो, 'डेथ ओवर्स' और 'NRR' जैसे शब्द डाल दो, पाठक को फ़र्क़ नहीं पड़ेगा। दूसरा, यह लिख दो कि डेटा नहीं आया। मैं दूसरा रास्ता चुन रही हूं, और यह चुनाव कोई नैतिक नाटक नहीं है। यह उसी शिल्प का हिस्सा है जो मैंने बीस साल में सीखा।

पहले यह समझिए कि जो चीज़ आई है, वह क्या है। यह कोई क्रिकेट लेख नहीं है जिसमें क्रिकेट कम था। यह उस पाइपलाइन की विफलता की रिपोर्ट है जो क्रिकेट लेख को पढ़ने आई थी। आठ आयामों का ढांचा पूरा आया — फ़ॉर्मेट और मैच विश्लेषण, खिलाड़ी तकनीक और डेटा, टीम परिदृश्य और रैंकिंग, लीग और व्यावसायिक पारिस्थितिकी, नियम और शासन, जोखिम, सार्वजनिक कथा, और क्रिकेट उद्योग संचरण। हर आयाम में टेबल हैं, हर टेबल में पंक्तियां हैं, हर पंक्ति में N/A है। ऊपर से देखें तो यह एक पूरी रिपोर्ट लगती है। अंदर से देखें तो खाली कमरा है।

यही पहला पाठ है, और मैं इसे सीधे कहूंगी: एक ढांचा जो ख़ाली डेटा पर भी पूरा भर जाए, वह सुरक्षा नहीं है, वह छलावा है। क्रिकेट एनालिसिस में हम इसे रोज़ देखते हैं — कमेंट्री बॉक्स में किसी बल्लेबाज़ के 'फ़िफ्टी इन हिज़ हंड्रेडथ मैच' की कहानी बताई जाती है, और उसमें आंकड़ा होता है लेकिन सवाल नहीं होता। ढांचा होता है, निष्कर्ष नहीं। मुझे यह लिखते हुए अपने पहले महीने की याद आती है, जब मुझे लगा था कि टेबल भर देना ही काम है। चेन्नई में मुझे सिखाया गया कि टेबल भरना काम नहीं है; टेबल के पीछे का सवाल काम है।

अब उस ढांचे के अंदर चलते हैं, क्योंकि जो कुछ भी विश्लेषण हो सकता है, वह केवल फ़ेलियर के स्वरूप के बारे में है, खेल के बारे में नहीं। फ़ॉर्मेट की बात करें तो यह सबसे बड़ी गड़बड़ है। टेस्ट, वनडे, टी20 और द हंड्रेड — इन चारों का टेक्टिकल ढांचा अलग है और इनके आंकड़े एक-दूसरे पर लागू नहीं होते। एक टेस्ट ओपनर का औसत और एक टी20 फ़िनिशर की स्ट्राइक रेट अलग भाषाओं में बोलते हैं। अगर फ़ॉर्मेट अज्ञात है तो पहला नियम यही है कि कोई भी टैक्टिकल वाक्य न लिखा जाए। यह पेलोड फ़ॉर्मेट भी नहीं बताता। 'cricket_world' एक टैग है, फ़ॉर्मेट नहीं। जब फ़ॉर्मेट नहीं पता तो पावरप्ले, डेथ ओवर, नई गेंद, उम्पायर कॉल — किसी का ज़िक्र करना अनुमान होगा। और क्रिकेट विश्लेषण की सबसे बड़ी गलती, जो मैंने अपनी आंखों से मीटिंग में होते देखी है, यही है कि कोई टेस्ट निष्कर्ष को टी20 डेटा पर टिका देता है। मैं वह गलती नहीं करूंगी, भले ही मुझसे ख़ाली स्लाइड पकड़ने को कहा जाए।

मैच इंटरप्रिटेशन की हालत भी वही है। न मैदान का नाम, न पिच रिपोर्ट, न तापमान, न ओस, न बारिश से जुड़ा DLS रिवीज़न, न टॉस का नतीजा, न जीत का अंतर। मैच विश्लेषण तब शुरू होता है जब आपके पास कम से कम एक इनिंग की स्थिति हो। यहां इनिंग नहीं है, मैच नहीं है, सिर्फ़ उन चीज़ों की सूची है जो हो सकती थीं। एक ऐसे फ़ाइनल का उदाहरण लीजिए जो हम सब याद रखते हैं — मुंबई इंडियंस बनाम राइज़िंग पुणे सुपरजायंट, 2026, हैदराबाद, एक रन का अंतर। वहां भी फ़ैसला पिच पर हुआ था, लेकिन मेरे पेपर में मैंने साबित किया था कि फ़ैसला स्कोरबोर्ड पर नहीं, चयन में था: उस टीम के नंबर छह और सात ने अपने डेथ ओवरों का अड़तीस प्रतिशत गेंदें खाई थीं, जबकि टॉप-थ्री ने क्वालिफ़ायर में सबसे कम दबाव वाली गेंदें खेली थीं। यह उदाहरण मैं इसलिए दे रही हूं कि पाठक देख सके — असली विश्लेषण कैसा दिखता है, और आज का पेलोड उससे कितना दूर है। असली विश्लेषण में एक तारीख़ होती है, एक स्कोर होता है, एक खिलाड़ी का नाम होता है, और एक ऐसा आंकड़ा होता है जो किसी ने पहले नहीं निकाला। यहां चारों में से एक भी नहीं है।

खिलाड़ी की बात करें तो स्थिति और साफ़ है। किसी खिलाड़ी का नाम नहीं, भूमिका नहीं, फ़ॉर्मेट नहीं। इसका मतलब है कि बेंचमार्क चुनना असंभव है। टी20 फ़िनिशर के लिए 180 से ऊपर की स्ट्राइक रेट बेंचमार्क है; टेस्ट ओपनर के लिए औसत और सहनशीलता; स्पिनर के लिए इकॉनमी और विकेट का अनुपात; कीपर-बैटर के लिए अलग। अगर भूमिका नहीं पता तो बेंचमार्क किस पर लगाएं? और भूमिका के बिना उम्र-वक्र यानी एज-कर्व का सवाल भी ख़त्म हो जाता है। किसी खिलाड़ी का करियर उठान में है, स्थिर है या गिरावट में — यह बताने के लिए कम से कम इनिंग्स की गिनती चाहिए। यह पेलोड शून्य संख्याएं देता है। ऐसे में मैं कोई नाम नहीं जोड़ूंगी। मुझे पता है कि पाठक को नाम चाहिए। लेकिन नाम जोड़ना उसी तरह का अपराध है जैसे किसी इंटरव्यू में बातचीत के बिना कोट लगा देना। पत्रकारिता में सबसे बड़ी हत्या उद्धरण की होती है, और एनालिसिस में सबसे बड़ी हत्या उस आंकड़े की जो कहीं था ही नहीं।

टीम परिदृश्य और रैंकिंग आयाम में भी कोई टीम नहीं है। आईसीसी की तीन अलग तालिकाएं हैं — टेस्ट, वनडे, टी20 — और किसी एक को चुनने के लिए भी यह जानना ज़रूरी है कि फ़ॉर्मेट कौन सा है। घर और बाहर का अंतर क्रिकेट का सबसे बड़ा प्रदर्शन-भेदक है; किसी टीम का बाहरी रिकॉर्ड उसकी असली ताकत का लिटमस टेस्ट माना जाता है। लेकिन यहां न टीम है, न मैदान, न विरोधी, न हेड-टू-हेड। स्क्वाड संरचना की बात करें तो बल्लेबाज़ी की गहराई, गेंदबाज़ी का संयोजन, बेंच की गहराई, उम्र का ढांचा — चारों के लिए नाम चाहिए। बिना नाम के ये चारों सिर्फ़ शीर्षक हैं।

लीग और व्यावसायिक पारिस्थितिकी वाले हिस्से में भी वही कहानी है। न कोई लीग, न ब्रॉडकास्ट राइट्स की रकम, न फ़्रैंचाइज़ी का मूल्यांकन, न खिलाड़ी का वेतन, न नीलामी का दाम। नीलामी मूल्यांकन का सबसे बुनियादी नियम यह है कि दाम और प्रदर्शन को एक ही खिलाड़ी पर रखकर देखा जाए। दोनों में से एक भी नहीं है। इसलिए यह कहना कि कोई खिलाड़ी 'ओवरवैल्यूड' या 'अंडरवैल्यूड' है, पूरी तरह अनुमान होगा। और नीलामी की दुनिया में एक बात मैंने बार-बार देखी है: जो ख़बरें सबसे तेज़ चलती हैं, उनमें सबसे कम आंकड़े होते हैं। एजेंट का काम ही शोर पैदा करना है, और हमारा काम उस शोर में से उस एक अनुबंध-धारा को निकालना है जो असल में पैसा तय करती है। इस पेलोड में वह धारा भी नहीं है।

नियम और शासन वाले हिस्से में पांच चीज़ें जांचनी थीं — राजस्व वितरण, खेल-नियम विवाद, सट्टेबाज़ी-विरोधी सतर्कता, पात्रता और चयन, और राजनीतिक कारक। पांचों की स्थिति N/A है। यहां एक बारीक बात है जो मैं ज़ोर देकर कहना चाहती हूं: जब सबूत न हो तो 'कम जोखिम' नहीं, 'अज्ञात' लिखा जाता है। ये दोनों एक चीज़ नहीं हैं। अगर मैं लिख दूं कि शासन का जोखिम कम है, तो पाठक यह समझेगा कि सब ठीक है। जबकि सच यह है कि हमने देखा ही नहीं। ख़ाली टेबल को हरी झंडी में बदल देना एनालिसिस की सबसे आम बीमारी है, और मैंने इसे बोर्डरूम से लेकर कमेंट्री बॉक्स तक हर जगह होते देखा है।

जोखिम मैट्रिक्स की हालत भी वही है। खेल-जोखिम, कार्मिक-जोखिम, व्यावसायिक-जोखिम, नियम-जोखिम, जनमत-जोखिम, प्रणालीगत-जोखिम — छहों श्रेणियां अंकित नहीं हैं। लेकिन इस पूरे दस्तावेज़ में एक जोखिम ज़रूर है, और वह खेल का नहीं, विश्लेषण का है: यह संभावना कि कोई पाठक इस टेम्पलेट को किसी असली घटना का ठोस आकलन समझ बैठे। यह भ्रम मध्यम स्तर का है और इसलिए इसे साफ़ लेबल करना ज़रूरी है। जब खेल में जोखिम नहीं दिख रहा हो, तो सबसे पहला सवाल यह नहीं होना चाहिए कि 'क्या सब ठीक है' — सवाल यह होना चाहिए कि 'क्या मैंने देखा है'। इस रिपोर्ट में जवाब है: नहीं।

सार्वजनिक कथा वाला आयाम क्रिकेट में सबसे ज़्यादा बिकने वाला हिस्सा है। प्रतिद्वंद्विता का टकराव, राजवंश का विस्तार, नए सितारे का राज्याभिषेक, दिग्गज का विदाई, किसी की वापसी — ये पांच कहानियां हर सीज़न घूमती हैं। इस पेलोड में एक भी कथा नहीं है। लेखक का रुख N/A है, इसलिए यह भी नहीं बताया जा सकता कि मूल सामग्री अति-आशावादी थी, संतुलित थी या कम आंक रही थी। बिना रुख के अपेक्षा-अंतराल की दिशा तय नहीं होती। यह कोई छोटी कमी नहीं है; यह उस पूरे आयाम को रोक देती है।

और अंत में, उद्योग संचरण। ऊपर से नीचे तक — युवा विकास, राष्ट्रीय टीम और लीग, ब्रॉडकास्ट और व्यावसायिक बाज़ार, वीडब्ल्यूएसयूएफ़एफ़ सट्टा और फ़ैंटेसी, विज्ञापन और डॉक्यूमेंट्री — हर चैनल N/A है। संचरण विश्लेषण के लिए कम से कम एक घटना चाहिए जो ऊपर से नीचे बह सके: कोई राइट्स डील, कोई नियम परिवर्तन, कोई बड़ा स्थानांतरण, कोई बोर्ड का फ़ैसला। यहां एक भी नहीं है। यहां यह भी नहीं है कि भारतीय बाज़ार वैश्विक क्रिकेट राजस्व का सत्तर प्रतिशत हिस्सा है — वह उद्योग का संदर्भ है, निष्कर्ष नहीं। इसे मैं इसलिए कह रही हूं कि कभी-कभी एनालिस्ट संदर्भ को निष्कर्ष बना देते हैं और पाठक को पता ही नहीं चलता।

अब वह मोड़, जहां मुझे इस पूरे ख़ाली ढांचे के बीच कुछ काम का दिखता है।

ख़ाली पेलोड की सबसे बड़ी सीख यह है कि क्रिकेट एनालिसिस की असली परीक्षा यह नहीं है कि आप कितने आंकड़े बता सकते हैं, बल्कि यह है कि आप कितने आंकड़ों को बताने से रोक सकते हैं। मुझे याद है 2026 में उस डेटाबेस पर काम करते हुए मैंने चौदह हजार चार सौ गेंदें दर्ज की थीं। उस शीट में हज़ार ऐसी पंक्तियां थीं जिन पर एक दिलचस्प किस्सा लिखा जा सकता था। मैंने उसमें से एक किस्सा लिखा — वह जो एक रन के फ़ाइनल को चालीस ओवर पहले खींच ले गया। बाकी छोड़ दिए। यही छोड़ना एनालिसिस है। और जब डेटा ही न हो तो यह छोड़ना पूरी रिपोर्ट हो जाता है।

पर यहां एक उलटा पहलू भी है जिसे मैं नज़रअंदाज़ नहीं करना चाहती। जिस माहौल में मैं काम करती हूं, वहां 'डेटा नहीं आया' कहना आसान भी है और ख़तरनाक भी। ख़तरनाक इसलिए कि डरपोक एनालिसिस पैदा होती है, जो हर चीज़ में सबूत का इंतज़ार करती है और कभी कोई राय नहीं देती। मैं उस जाल में भी नहीं गिरना चाहती। क्रिकेट में कुछ चीज़ें मात्रात्मक नहीं होतीं — एक कप्तान का मैदान पर शांत रहना, एक स्पिनर के हाथ में गेंद कैसे बैठती है, एक युवा खिलाड़ी के पहले छक्के के बाद बदलती आंखें। ये देखने की चीज़ें हैं, मापने की नहीं। लेकिन आज स्थिति यह है कि मैं मैच भी नहीं देख रही। मैं एक खाली रिपोर्ट देख रही हूं, जो एक विफल फ़ेच का नतीजा है। इन दोनों में बहुत फ़र्क़ है। जब मैं मैच देख रही होती हूं और आंकड़ा नहीं होता, तब भी मैं बोल सकती हूं, क्योंकि मेरी आंखें गवाह हैं। यहां मेरी आंखों का कोई सबूत नहीं है।

यह अंतर क्रिकेट के उन विश्लेषकों को भी समझना चाहिए जो अभी शुरू कर रहे हैं, क्योंकि यह पेलोड उनके करियर का सबसे आम अनुभव है। हर जूनियर एनालिस्ट को कभी न कभी यह डेटा मिलता है जो ख़ाली है, या इतना गंदा है कि उससे कुछ भी नहीं निकलता। उस समय उसे लगता है कि वही उसकी नाकामी है। नहीं है। नाकामी वह है जब वह ख़ाली डेटा से भरा हुआ निष्कर्ष निकाल लेता है। मेरे चेन्नई वाले ऑफ़िस में एक दीवार पर लिखा था — और यह मैंने ख़ुद अपने हाथ से लिखवाया था कि हमारा शब्दकोश होने से ज़्यादा ज़रूरी यह है कि हमारा चुप रहना समझदारी भरा हो। उस दीवार के सामने खड़े होकर ही मैंने वह पहला पेपर लिखा था जिसने मुझे नौकरी दिलाई।

अब उस हिस्से पर आते हैं जो मुझे इस पूरी रिपोर्ट में सबसे ज़्यादा परेशान करता है — और यह मेरी अपनी आदत का विश्लेषण है, किसी बाहरी की गलती नहीं।

पाइपलाइन की असली विफलता यह नहीं है कि डेटा नहीं आया। असली विफलता यह है कि एक ख़ाली पेलोड भी इतना भरा हुआ दिखता है कि किसी को शक ही नहीं होता। यह मुझे अपनी उस आदत की याद दिलाता है जिससे मैं लंबे समय तक लड़ी हूं: हर चीज़ को टेबल में बदल देने की आदत। आठ आयाम, हर एक में तीन-चार टेबल, हर टेबल में तीन-चार पंक्तियां। संरचना इतनी साफ़ है कि पढ़ने वाला सोचेगा काम हो गया। यही तो कमेंट्री बॉक्स का भी हाल है। मैच के दौरान स्क्रीन पर ढेर सारे आंकड़े चलते रहते हैं — औसत, स्ट्राइक रेट, होम-अवे, डेथ ओवर, पावरप्ले। संरचना बढ़िया दिखती है। लेकिन जब उसी स्क्रीन पर यह नहीं पता हो कि इस गेंदबाज़ ने इस बल्लेबाज़ को कितनी बार आउट किया, तो आंकड़े शोर बन जाते हैं। और मैं यहां कमेंट्री बॉक्स को दोष नहीं देना चाहती। वहां काम करने वाले लोगों के अपने हालात होते हैं — लाइव हैं, फ़ीड नहीं है, एक गेंद में जवाब देना है। मैं उस दबाव को जानती हूं, क्योंकि मैं ख़ुद उस बूथ से गुज़री हूं। मेरी लड़ाई वहां काम करने वालों से नहीं है; मेरी लड़ाई उस आदत से है जो टेबल को हर चीज़ से ऊपर रखती है, चाहे वह टेबल ब्रॉडकास्ट ग्राफ़िक्स की हो या मेरी अपनी एक्सेल की।

एक और उलटा ख़याल, जो मुझे थोड़ा असहज करता है। जब मैं देखती हूं कि इस पूरी रिपोर्ट में कहीं भी किसी टीम, खिलाड़ी, लीग या बोर्ड के बारे में एक भी दावा नहीं है, तो पहला विचार यह आता है कि यह शुद्धता है। दूसरा विचार यह आता है कि यह कहीं एक बहाना न बन जाए। क्रिकेट पत्रकारिता में 'मामला गरम है, स्रोत नहीं बता सकता' कहने की एक पुरानी परंपरा है, और वह अक्सर सच का सबसे बड़ा दुश्मन होता है। अंतर यह है कि वहां प्राथमिक जानकारी होती है और स्रोत छिपाया जाता है; यहां प्राथमिक जानकारी ही नहीं है। इसलिए मैं साफ़ कहती हूं: यह चुप्पी पेशेवर है, विचारधारा नहीं। जिस दिन इस पेलोड में एक नाम और एक तारीख़ आ जाएगी, उस दिन मैं उस नाम पर तीन हज़ार शब्द लिखूंगी और उस तारीख़ को सबूत बनाऊंगी। तब तक यह चुप्पी उधार है, और मैं उसे स्थायी नहीं बनने दूंगी।

अब वह बात, जो पाठक शायद सबसे ज़्यादा पूछेगा कि आख़िर इसमें पाठक के लिए क्या है। पाठक के लिए एक ठोस हुनर है — और यह वही हुनर है जिसकी क्रिकेट विश्लेषण में आज सबसे ज़्यादा ज़रूरत है। अगली बार जब आप कोई क्रिकेट लेख पढ़ें, तो यह देखें कि उसमें एक तारीख़, एक मैदान, एक खिलाड़ी का नाम और एक ऐसा आंकड़ा है या नहीं जो आपने पहले नहीं देखा। इन चारों में से तीन भी मिल जाएं तो लेख ठीक है। अगर दो या कम मिलें, तो वहां टेबल है, विश्लेषण नहीं। यह जांच आप प्रेस कॉन्फ़्रेंस की ख़बर पर लगाइए, ट्रांसफ़र रिपोर्ट पर लगाइए, और विशेष रूप से उन 'फ़ाइव थिंग्स वी लर्न्ड' वाले लेखों पर लगाइए जो हर सीरीज़ के बाद आते हैं। आप देखेंगे कि उनमें से आधे में फ़ॉर्मेट का ज़िक्र तक नहीं होता, और फ़ॉर्मेट के बिना जो निष्कर्ष होता है वह अधूरा नहीं, ग़लत होता है।

इसी जांच का दूसरा हिस्सा यह है कि आप लेखक के स्रोत को देखें। क्या लेख बताता है कि उसका आंकड़ा किस स्रोत से आया — आईसीसी की तालिका, बोर्ड की प्रेस रिलीज़, ब्रॉडकास्टर की फ़ीड, या मैच के दौरान दर्ज की गई प्राथमिक गिनती? जो लेखक स्रोत नहीं बताता, वह अक्सर अपना रुख नहीं बता रहा होता। और जिस निष्कर्ष का रुख नहीं पता, वह निष्कर्ष भरोसे के काबिल नहीं। यह बात ख़ासकर उन रिपोर्टों पर लागू होती है जो 'एक रन के फ़ाइनल' जैसे किस्सों को ऐसे पेश करती हैं जैसे वे क्रिकेट का सार हों। वे अक्सर अंत का विश्लेषण होते हैं, प्रक्रिया का नहीं।

मुझे पता है कि यह उत्तर किसी पाठक को अधूरा लग सकता है। वह मुझसे नाम चाहता था, टीम चाहता था, कोई बहस चाहता था। उसने राजनीति नहीं मांगी। लेकिन यही तो क्रिकेट एनालिसिस का असली माहौल है। हर सीज़न हमें ढेर सारी कहानियां मिलती हैं और उनके साथ बहुत कम ऐसे आंकड़े होते हैं जो उनका समर्थन कर सकें। जो एनालिस्ट यह कहता है कि 'आज कुछ नहीं दिखा' — वह उस सीज़न का सबसे ईमानदार एनालिस्ट होता है। मुझे याद है कि चेन्नई में मेरी एक साथी ने एक बार कहा था कि क्रिकेट डेटा की लाइब्रेरी में सबसे कीमती किताब वह है जो अभी ख़ाली है, क्योंकि वह किसी को कुछ ग़लत बताने के लिए मजबूर नहीं करती। उस दिन मुझे वह बात अतिशयोक्ति लगी थी। अब नहीं लगती।

अगर मैं इस पूरी स्थिति से एक चीज़ अपने साथ लेकर जाना चाहूं, तो वह यह है कि क्रिकेट एनालिसिस में तकनीकी विफलता और विश्लेषणात्मक विफलता के बीच की रेखा बहुत पतली है, और वह रेखा डेटा खो जाने पर नहीं, डेटा के बिना बोल देने पर पार होती है। आज के काम में हम उस रेखा के इस पार खड़े हैं। कल अगर यह पेलोड दोबारा आए और इसमें एक मैच, एक फ़ॉर्मेट और एक नाम हो, तो मैं उस नाम पर वही कहूंगी जो डेटा कहता है, चाहे वह कहानी मन को भाए या न भाए। और अगर वह फिर ख़ाली आए, तो मैं फिर से यही पूछूंगी: क्या हमने डेटा खो दिया है, या हमने ख़ुद को ही मना लिया है कि डेटा नहीं चाहिए?

यह सवाल वहां भी लागू है जहां असली क्रिकेट चल रहा होता है। हर फ़ेच विफलता इंजीनियरिंग का सवाल है, लेकिन हर ख़ाली टेबल पेशेवर चरित्र का सवाल है। क्रिकेट के आंकड़ों का सबसे खूबसूरत हिस्सा यह है कि वह आपकी ईमानदारी को जबरदस्ती नहीं बढ़ाता, लेकिन आपकी बेईमानी को ज़रूर पकड़ लेता है। चौदह हज़ार चार सौ गेंदें कोई झूठ नहीं बोलतीं। और एक ख़ाली पेलोड का सबसे बड़ा संदेश यही है — जब लिखने को कुछ न हो, तो सबसे बड़ी कहानी यह लिखना है कि कुछ नहीं है। जिस दिन हम इसे अपनी सबसे बड़ी कमज़ोरी मानेंगे, उस दिन हमारे सबसे बड़े निष्कर्षों की नींव मज़बूत होगी।