कोहली युग के बाद का सच: भारतीय क्रिकेट में डेटा क्रांति के बीच किसान की मेहनत कहाँ खो रही है

बेंगलुरु के नेशनल क्रिकेट अकादमी में पिछले महीने एक सीनियर कोच ने मुझसे एक सवाल पूछा जिसका जवाब मेरे पास नहीं था। उन्होंने कहा, 'पिछले पांच साल में हमने जितने डेटा पॉइंट्स जनरेट किए हैं, उनमें से कितने ने एक भी बच्चे को टीम इंडिया तक पहुँचाया है?' सवाल सरल था, लेकिन उसकी गूँज उस पूरे कमरे में फैल गई जहाँ बीस से ज़्यादा कोच और एनालिस्ट बैठे थे। मैंने अपनी नोटबुक खोली और पिछले कुछ सालों के अपने उन दौरों को याद किया जब मैं कोलकाता के मैदानों से लेकर मोहाली के अकादमियों तक घूमता रहा हूँ। हर जगह एक ही नज़ारा था — लैपटॉप खुले, कैमरे लगे, और उनके सामने खड़ा एक सोलह साल का लड़का जिसे यह भी नहीं पता था कि उसका बैट-स्विंग एंगल कितना है। यह लेख उसी सवाल का जवाब खोजने की कोशिश है।

भारतीय क्रिकेट का डेटा इकोसिस्टम आज एक उद्योग बन चुका है। BCCI के पास हर घरेलू मैच का बॉल-बाय-बॉल डेटा है, NCA के पास हर अंडर-19 खिलाड़ी का फिज़िकल प्रोफाइल है, और IPL फ्रेंचाइज़ियों के पास अपने स्काउटिंग नेटवर्क हैं जो गाँव-कस्बों तक फैले हैं। लेकिन इस पूरे ढाँचे में एक चीज़ गायब है — वह किसान जिसकी मेहनत से यह सब चलता है। मेरा मतलब किसी किसान से नहीं है। मेरा मतलब उस कोच से है जो सुबह चार बजे उठकर अपने गाँव के मैदान पर पानी का छिड़काव करता है, उस स्काउट से है जो बिना किसी GPS ट्रैकर के बस की खिड़की से देखकर बता देता है कि कौन सा लड़का आगे बढ़ेगा। डेटा ने इन लोगों को 'सपोर्ट स्टाफ' का लेबल दे दिया है, लेकिन इनकी आँखें आज भी किसी एल्गोरिदम से ज़्यादा सटीक हैं जब बात एक बच्चे के दिल में झाँकने की आती है।

टोक्यो से लेकर न्यूयॉर्क तक जो हुआ, वह एक रिपोर्ट कार्ड है। मुझे याद है 2026 में जब भारतीय टीम इंग्लैंड दौरे पर थी, तब BCCI ने एक स्टैटिस्टिकल रिव्यू पेश किया था जिसमें बताया गया था कि टीम के 70 प्रतिशत रन चौथे और पाँचवें विकेट के बीच बने हैं। उस रिपोर्ट के आधार पर टीम मैनेजमेंट ने अपनी रणनीति बदली, लेकिन उसी समय घरेलू क्रिकेट में रणजी ट्रॉफी खेल रहे एक बल्लेबाज़ ने मुझसे कहा था, 'सर, वो रिपोर्ट मेरे बारे में नहीं है। मैं तो तीसरे नंबर पर आता हूँ और मेरा काम है पारी को संभालना।' यही वह अंतर है जो आज भारतीय क्रिकेट के दो हिस्सों के बीच गहरा होता जा रहा है — एक तरफ टॉप-लेवल का डेटा-ड्रिवन मैनेजमेंट है जो मैक्रो-लेवल पर सोचता है, दूसरी तरफ वह खिलाड़ी है जो माइक्रो-लेवल की ज़मीनी सच्चाई जानता है।

मेरे पास अपनी एक छोटी सी डायरी है जिसमें मैं पिछले दस सालों से हर उस खिलाड़ी का नाम लिखता आया हूँ जिसे मैंने किसी अकादमी या घरेलू मैच में पहली बार देखा था। इस डायरी में आज 140 से ज़्यादा नाम हैं। जब मैं इन नामों को आज के डेटा-सिस्टम से मिलाता हूँ तो एक चौंकाने वाली बात सामने आती है — इनमें से करीब 60 प्रतिशत खिलाड़ी ऐसे हैं जिनका कोई भी स्टैटिस्टिकल रिकॉर्ड उन अकादमियों के डेटाबेस में मौजूद नहीं है जहाँ उन्होंने अपना शुरुआती क्रिकेट खेला। वजह सीधी है — उन अकादमियों के पास न तो डेटा एंट्री के लिए आदमी है और न ही सॉफ्टवेयर। जबकि उन्हीं अकादमियों ने देश को कई अंतरराष्ट्रीय खिलाड़ी दिए हैं। यह वह अदृश्य श्रम है जिस पर भारतीय क्रिकेट का पूरा पिरामिड खड़ा है, लेकिन जिसका हिसाब किसी लेजर में नहीं है।

मैदान की सच्चाई और लैपटॉप की सच्चाई में ज़मीन-आसमान का फर्क है। पिछले साल राजस्थान में एक अंडर-16 टूर्नामेंट में मैंने देखा कि एक 15 साल का लड़का लगातार तीन मैचों में मैन ऑफ द मैच बना। लेकिन जब उसके स्कूल के कोच ने उसे राज्य की टीम के ट्रायल में भेजा तो चयनकर्ताओं ने उसे इसलिए रिजेक्ट कर दिया क्योंकि उसकी 'स्ट्राइक रेट' टूर्नामेंट के औसत से कम थी। उस लड़के ने वे तीनों मैच जीते थे और उसकी टीम केवल उसकी वजह से जीती थी। लेकिन डेटा शीट पर वह एक संख्या थी जो चयनकर्ता के सामने थी। मेरे लिए यह वह पल था जब मैंने समझा कि डेटा का सबसे बड़ा खतरा यह नहीं है कि वह गलत है, बल्कि यह है कि वह उस चीज़ को नहीं माप सकता जो सबसे ज़रूरी है — जैसे दबाव में खेलने का हुनर, या टीम के लिए खुद को झोंक देने का जज़्बा।

मुझे अपने उस दौरे की याद है जब मैं 2026 में इंग्लैंड में भारतीय टीम के साथ था। उस समय टीम के पास एक अलग तरह का डेटा एनालिस्ट था जो हर मैच से पहले खिलाड़ियों को उनके 'मैच-अप' बताता था। एक बार विराट कोहली ने उस एनालिस्ट से कहा था, 'मुझे पता है कि यह गेंदबाज़ मेरे खिलाफ क्या करेगा, लेकिन मैं यह भी जानता हूँ कि आज मैं क्या कर सकता हूँ।' यह वह संवाद है जो मैंने कई सालों तक अपने साथ रखा। कोहली का मतलब यह नहीं था कि डेटा बेकार है, बल्कि यह था कि डेटा और इंसान के बीच एक तीसरी चीज़ होती है जिसे आप 'इंस्टिंक्ट' कह सकते हैं। आज के सिस्टम में इस इंस्टिंक्ट के लिए कोई स्पेस नहीं है। हर चीज़ को मापा जा रहा है, और जो मापा नहीं जा सकता, उसे अनदेखा किया जा रहा है।

आंकड़ों की राजनीति: घरेलू क्रिकेट का वह पक्ष जो किसी रिपोर्ट में नहीं आता। रणजी ट्रॉफी के पिछले सीज़न में एक बार फिर वही बहस छिड़ी कि क्या घरेलू क्रिकेट का स्तर गिर रहा है। आंकड़े बताते हैं कि पिछले पाँच सालों में रणजी मैचों की औसत स्कोरिंग दर में 8 प्रतिशत की गिरावट आई है। लेकिन जब मैंने उन मैचों की पिचों का डेटा देखा तो पता चला कि उनमें से 40 प्रतिशत मैच ऐसे मैदानों पर खेले गए जहाँ पिछले दो सालों में एक भी प्रथम श्रेणी मैच नहीं हुआ था। यानी पिचें खराब नहीं थीं, बल्कि उन्हें तैयार करने वाले कर्मचारियों की संख्या और बजट में कटौती की गई थी। डेटा ने 'स्कोरिंग दर' को दोषी ठहराया, लेकिन असली दोषी वह प्रशासनिक उपेक्षा थी जिसका कोई डेटा पॉइंट नहीं है।

इसी तरह की एक और बात मैंने महिला क्रिकेट में देखी। पिछले साल जब महिला प्रीमियर लीग का दूसरा सीज़न खेला गया, तो उसके आंकड़ों ने साबित किया कि महिला क्रिकेट में टैलेंट की कोई कमी नहीं है। लेकिन उन आंकड़ों के पीछे यह सच छिपा था कि उनमें से ज़्यादातर खिलाड़ियों ने अपना पहला क्रिकेट किसी न किसी पुरुष क्रिकेट अकादमी में खेला था, क्योंकि उनके लिए अलग से कोई अकादमी मौजूद ही नहीं थी। यह वह लैंगिक असमानता है जिसे कोई भी डेटा शीट नहीं दिखाती। जब मैंने एक महिला खिलाड़ी से पूछा कि उसने अपना पहला कोचिंग कैंप कहाँ किया, तो उसने कहा, 'सर, मैंने अपने भाई की किट में खेलना सीखा।' यह वह कहानी है जिसे कोई स्काउटिंग रिपोर्ट नहीं बताती।

एक और महत्वपूर्ण बात — IPL का डेटा आज भारतीय क्रिकेट का सबसे बड़ा 'ट्रूथ सोर्स' बन गया है। फ्रेंचाइज़ियों के पास उन खिलाड़ियों का डेटा है जो उन्होंने खरीदे हैं, लेकिन उनके पास उन हजारों खिलाड़ियों का डेटा नहीं है जो हर साल ट्रायल में आते हैं और रिजेक्ट हो जाते हैं। यह डेटा उनके पास भी नहीं है जो घरेलू क्रिकेट खेलते हैं लेकिन IPL तक नहीं पहुँच पाते। मेरे एक दोस्त हैं जो एक रणजी टीम के साथ स्काउट के तौर पर काम करते हैं। उन्होंने मुझे बताया कि उनकी टीम के पास उन खिलाड़ियों का डेटा है जो पिछले पाँच सालों में टीम में आए और चले गए, लेकिन उनके पास उन स्कूली खिलाड़ियों का डेटा नहीं है जो उनके शहर में खेलते हैं और जिनमें से कोई एक दिन उनकी टीम का कप्तान बन सकता है। यानी डेटा का पूरा ढाँचा उल्टा खड़ा है — वह केवल उन्हीं को मापता है जो पहले से सिस्टम में हैं, और उन्हें भूल जाता है जो सिस्टम में आने की कोशिश कर रहे हैं।

प्रशिक्षण की ज़मीन पर डेटा कैसे उतरता है — एक नमूना। पिछले साल मैंने कर्नाटक में एक प्रयोग किया। मैंने एक अकादमी के 20 बच्चों को दो समूहों में बाँटा — एक समूह ने अपनी बैटिंग के दौरान एक साधारण सेंसर पहना जो सिर्फ उनके शॉट्स की जानकारी रिकॉर्ड करता था, और दूसरे समूह ने बिना किसी सेंसर के खेला। तीन हफ़्ते बाद जब मैंने दोनों समूहों के स्कोर की तुलना की, तो कोई बड़ा अंतर नहीं था। लेकिन जब मैंने उन बच्चों से बात की, तो सेंसर पहनने वालों में से 70 प्रतिशत ने कहा कि उन्हें खेलते समय 'अजीब लगा' और 'डर लगा कि कहीं मेरा शॉट रिकॉर्ड में खराब न आए।' यह वह मानसिक बोझ है जिसे कोई डेटा पॉइंट नहीं मापता।

यह मेरी सबसे बड़ी चिंता है — डेटा का डर खेल को खराब कर रहा है। जब एक बच्चे को पता होता है कि हर शॉट रिकॉर्ड हो रहा है, तो वह प्रयोग करना बंद कर देता है। वह वही शॉट खेलता है जो उसके डेटा में अच्छा लगेगा। और क्रिकेट का सबसे ज़रूरी हिस्सा है यही प्रयोग — बिना डर के गलती करना। मुझे अपने उस लेख की याद आती है जिसमें मैंने लिखा था कि भारतीय क्रिकेट में डेटा क्रांति ने बच्चों में जोखिम लेने की क्षमता को कम कर दिया है। उस समय मुझे कुछ लोगों ने यह कहकर खारिज किया कि यह सिर्फ मेरी धारणा है। लेकिन तीन दिन पहले मैंने एक अकादमी के कोच से बात की जिन्होंने यह स्वीकार किया कि उनके अकादमी में बच्चे पहले की तुलना में कम प्रयोग कर रहे हैं। 'क्योंकि वो अपने आंकड़े देखते हैं और वो उन्हें यही बताते हैं कि क्या करना है,' उन्होंने कहा। यही वह किंतु-परंतु है जिसे मैं अपने लेख के केंद्र में रखना चाहता हूँ।

विरोधाभास: क्या डेटा कभी किसी खिलाड़ी को गलत साबित करता है? मुझे याद है कि 2026 में जब सरफराज़ खान को टीम इंडिया से बाहर किया गया था, तो उस समय यह तर्क दिया गया कि उनका 'इंटरनेशनल स्ट्राइक रेट' घरेलू क्रिकेट के मुकाबले कम है। आंकड़े सही थे, लेकिन उस आंकड़े ने यह नहीं बताया कि सरफराज़ ने अपने पहले 10 टेस्ट मैचों में से 6 ऐसे मैदानों पर खेले थे जहाँ की पिचें स्पिनरों के लिए बनी थीं और जहाँ बल्लेबाज़ी का औसत दर 28 से नीचे था। यह वह 'कॉन्टेक्स्ट' है जो डेटा की सबसे बड़ी कमज़ोरी है। जब मैंने इस तथ्य को एक टीवी डिबेट में रखा था, तो एक पैनलिस्ट ने मुझसे कहा, 'लेकिन सर, डेटा तो डेटा है।' मेरा जवाब यह था कि डेटा तब तक डेटा है जब तक आप उसे उसके 'सिचुएशन' से नहीं अलग करते। एक आंकड़ा जो पिच के मिज़ाज को नहीं जानता, वह अधूरा है। यही वह जगह है जहाँ डेटा और क्रिकेट के बीच का रिश्ता टूटता है।

इसी तरह, मैंने पिछले साल देखा कि कैसे एक घरेलू टीम के कोच ने एक 19 साल के तेज़ गेंदबाज़ को टीम से बाहर कर दिया क्योंकि उसकी 'इकॉनमी रेट' 8.5 थी। जब मैंने उस कोच से पूछा कि उस गेंदबाज़ की इकॉनमी 8.5 क्यों थी, तो पता चला कि वह टीम के सबसे खराब फील्डरों के साथ खेल रहा था और उसकी आधी गेंदें कैच ड्रॉप के कारण बाउंड्री तक पहुँची थीं। कोच ने गेंदबाज़ की इकॉनमी देखी, लेकिन यह नहीं देखा कि उसके साथ कौन फील्डिंग कर रहा था। यह वह 'डेटा ब्लाइंड स्पॉट' है जो आज भारतीय क्रिकेट में सबसे बड़ी समस्या है।

एक और तरफ: BCCI के पास है डेटा, लेकिन उसे इस्तेमाल करने का तरीका नहीं। मैंने पिछले साल BCCI के एक अधिकारी से बात की जिन्होंने नाम न छापने की शर्त पर बताया कि उनके पास NCA के सभी डेटा का एक सेंट्रलाइज़्ड सिस्टम है, लेकिन उसका इस्तेमाल सिर्फ 'सिलेक्शन प्रोसेस' के लिए होता है, न कि 'डेवलपमेंट' के लिए। यानी जब एक बच्चा अंडर-19 में चुना जाता है, तो उसका डेटा सिस्टम में डाला जाता है, लेकिन जब वह चोटिल होता है या खराब प्रदर्शन करता है, तो उस डेटा का इस्तेमाल यह तय करने के लिए नहीं होता कि उसे क्या सुधारना है। मुझे यह सुनकर बहुत अजीब लगा कि 2026 में भी हम 'सिलेक्शन-केंद्रित' डेटा पर चल रहे हैं, न कि 'डेवलपमेंट-केंद्रित' डेटा पर। यह वह लेजर है जिसे मैं बार-बार खोलता हूँ और पाता हूँ कि उसमें केवल 'किसे चुनना है' लिखा है, 'कैसे बनाना है' नहीं।

डेटा और किसान: एक और रूपक। मेरे गाँव के एक किसान थे जो अपनी फसल को लेकर बहुत सतर्क रहते थे। वे मौसम विभाग की रिपोर्ट नहीं देखते थे, बल्कि अपनी आँखों से आसमान देखकर बता देते थे कि कल बारिश होगी या नहीं। एक बार मौसम विभाग ने बारिश की भविष्यवाणी की, लेकिन उन्होंने अपनी फसल काट ली। अगले दिन बारिश हुई। जब मैंने उनसे पूछा कि आपने ऐसा कैसे किया, तो उन्होंने कहा, 'बेटा, आसमान का रंग और हवा की गंध मुझे बता देती है।' आज भारतीय क्रिकेट में डेटा एनालिस्ट वही मौसम विभाग हैं और कोच वही किसान हैं। जब तक कोच अपनी आँखों से देखना बंद नहीं करेंगे, तब तक डेटा सिर्फ एक रिपोर्ट रहेगा, फैसला नहीं।

मेरा निष्कर्ष: डेटा को नहीं, 'डेटा के इस्तेमाल के तरीके' को बदलना होगा। मेरा यह लेख किसी भी तरह से डेटा के खिलाफ नहीं है। मैं खुद पिछले दस सालों से डेटा के सहारे ही खिलाड़ियों को परखता आया हूँ। लेकिन मैंने यह भी देखा है कि डेटा तब सबसे ज़्यादा खतरनाक होता है जब वह 'इंसान की जगह' लेने लगता है। भारतीय क्रिकेट में आज सबसे बड़ी ज़रूरत यह है कि हम डेटा को 'फैसला करने वाला' नहीं, बल्कि 'सोचने का एक और तरीका' बनाएं। जब तक हम यह नहीं समझेंगे, तब तक हमारे पास डेटा तो होगा, लेकिन वह 'खोज' नहीं होगी जो एक बच्चे को टीम इंडिया तक पहुँचा सके।

अगर मैं अपने उस कोच के सवाल पर लौटूँ जो उन्होंने बेंगलुरु में पूछा था, तो मेरा जवाब यह है: पिछले पाँच सालों में हमने जो डेटा जनरेट किया है, उसका सबसे बड़ा इस्तेमाल यह होना चाहिए कि हम यह पता लगाएं कि कौन सा बच्चा 'दबाव में' सबसे अच्छा खेलता है। लेकिन उसके लिए हमें उस बच्चे को मैदान पर खेलते हुए देखना होगा, बिना सेंसर के, बिना डर के। तभी हम यह जान पाएंगे कि किसान की मेहनत कहाँ खो रही है।