जब डेटा स्कोरबोर्ड को निगल जाता है: आधुनिक क्रिकेट का सबसे बड़ा भ्रम
क्रिकेट में डेटा एनालिटिक्स की बढ़ती भूमिका खिलाड़ियों के अंतर्ज्ञान और रचनात्मकता को दबा रही है। यह लेख बताता है कि डेटा का उपयोग निर्णय लेने के साधन के रूप में होना चाहिए, प्रतिस्थापन के रूप में नहीं। खिलाड़ियों के अनुभव और मैदान की परिस्थितियों से मेल खाता संतुलित दृष्टिकोण ही क्रिकेट की अप्रत्याशितता बनाए रख सकता है।
मैच से दो दिन पहले, पुणे के एक होटल लॉबी में, एक विश्लेषक ने मुझे दावे के साथ बताया कि ''इस पिच पर लेग-स्पिन की गति 80 से 85 किमी/घंटा रखना आत्मघाती है। डेटा बोलता है — यहाँ स्लोअर बॉल पर स्ट्राइक रेट 172 है, लेकिन फुल टॉस पर 214।'' उसकी स्क्रीन पर ग्राफ़ चमक रहे थे, हर बार एक नए रंग में। मैंने उससे पूछा — ''पिछली बार जब आपने इस मैदान पर खेला था, तब आपको कैसा लगा था?'' वह चुप हो गया। वह कभी खेला नहीं था। वह डेटा देखता था, लेकिन खेल का वह हिस्सा नहीं देख पा रहा था जो डेटा में कैद नहीं होता — दबाव, पसीना, भीड़ की साँसें, और बल्लेबाज़ की आँखों में डर।
क्रिकेट के इतिहास में ऐसा पहली बार नहीं है। और यही मेरी चिंता का विषय है — न कि डेटा का उपयोग, बल्कि डेटा की पूजा। जब स्प्रेडशीट खिलाड़ियों की जगह ले लेती है, तो खेल की आत्मा खतरे में पड़ जाती है।
मैंने पिछले दो दशकों में यह बदलाव बारीकी से देखा है। 2026 में जब मैंने क्रिकेट कवर करना शुरू किया था, तब मैच के नतीजे का अंदाज़ा क्रीज़ पर खड़े बल्लेबाज़ के आत्मविश्वास से लगाया जाता था। आज, यही काम एनालिटिक्स टीम के लैपटॉप पर किया जाता है। दोनों के बीच एक बुनियादी अंतर है: इंसान की आँख त्रुटि को माफ़ करती है, डेटा नहीं।
डेटा क्रांति का वादा और उसकी सीमाएँ
पिछले तीन वर्षों में, भारतीय क्रिकेट के फ्रैंचाइज़ी सर्किट में डेटा एनालिटिक्स की भूमिका लगभग 40 प्रतिशत बढ़ी है। हर फ्रैंचाइज़ के पास अब एक समर्पित एनालिटिक्स विभाग है, जो मैच से पहले, मैच के दौरान और मैच के बाद के डेटा का विश्लेषण करता है। इसके परिणाम कई बार प्रभावशाली रहे हैं — जैसे कि पावरप्ले में बाउंड्री लाइनों के पास फील्डर की स्थिति, या डेथ ओवर्स में यॉर्कर की आवृत्ति। लेकिन जब यही डेटा रचनात्मकता को बाँधने लगता है, तो समस्या शुरू होती है।
2026 के आईपीएल फ़ाइनल की रात — जब मैंने 23 डॉट गेंदों की गिनती की थी — ने मुझे एक सबक सिखाया: नंबर सिर्फ़ घटना की आधी कहानी बताते हैं। उस रात राइज़िंग पुणे सुपरजायंट की हार का कारण केवल डॉट गेंदें नहीं थीं, बल्कि क्रीज़ पर खड़े स्टीव स्मिथ की बढ़ती बेचैनी और मुंबई इंडियंस के कप्तान का साहसिक फील्ड प्लेसमेंट था। डेटा ने मुझे बताया कि 23 डॉट गेंदें थीं; इसने मुझे यह नहीं बताया कि कौन सी डॉट गेंद मैच का क्षण था।
आधुनिक क्रिकेट में डेटा का सबसे बड़ा दोष यह है कि वह संदर्भ को अनदेखा करता है। एक टी20 मैच में 12वें ओवर में एक बाउंड्री और 19वें ओवर में एक बाउंड्री एक जैसी दिखती हैं। लेकिन जो व्यक्ति मैदान पर खड़ा होता है, वह जानता है कि दोनों के बीच दुनिया का फ़र्क़ है। पहली बाउंड्री दबाव कम करती है, दूसरी मैच का पलटा लहरा देती है। डेटा इस बारीकी को नहीं पकड़ता।
मैच का वह पल
आइए, मैं आपको एक उदाहरण देता हूँ। पिछले महीने एक टी20 मैच में, एक टीम को आखिरी ओवर में 24 रन चाहिए थे। एनालिटिक्स टीम ने सिफ़ारिश की कि बल्लेबाज़ डीप मिडविकेट की ओर शॉट खेलें, क्योंकि वहाँ एक नए गेंदबाज़ को फील्ड में रखा गया था। पर पिच की प्रकृति ऐसी थी कि शॉट सीधे पॉकेट में जा रहा था। बल्लेबाज़ ने एनालिटिक्स की सलाह मानी, आउट हुआ, और टीम हार गई। मैंने उस बल्लेबाज़ से बाद में बात की — उसने कहा, ''मुझे पता था कि वह शॉट गलत है। पर डेटा कह रहा था कि वह सही है।''
यही वह क्षण है जब डेटा क्रिकेट की आत्मा को निगल जाता है। खिलाड़ी का अंतर्ज्ञान — जो सालों के अनुभव, मैदान की स्थिति और विपक्षी गेंदबाज़ की बॉडी लैंग्वेज को पढ़ने की क्षमता से बनता है — उसे स्प्रेडशीट के सामने झुकना पड़ता है। और जब ऐसा होता है, तो खेल नीरस, पूर्वानुमानित और सबसे बढ़कर अमानवीय हो जाता है।
द आईपीएल इफ़ेक्ट
आईपीएल ने भारतीय क्रिकेट में क्रांति लाई — इसमें कोई शक़ नहीं। लेकिन इस क्रांति के साथ एक अनदेखा दुष्प्रभाव भी आया: रणजी ट्रॉफ़ी और घरेलू क्रिकेट की दृश्यता लगभग शून्य हो गई। इसका असर केवल प्रसारण तक सीमित नहीं था, बल्कि खिलाड़ियों के विकास पर भी पड़ा। आज का युवा खिलाड़ी फ्रैंचाइज़ी क्रिकेट को एकमात्र रास्ता मानता है, और घरेलू प्रथम श्रेणी क्रिकेट को एक ज़रूरी बुराई। यह बदलाव इसलिए चिंताजनक है क्योंकि रणजी ट्रॉफ़ी के लंबे प्रारूप में ही बल्लेबाज़ की तकनीक की नींव बनती है, और गेंदबाज़ की सहनशक्ति परखी जाती है।
डेटा विश्लेषण ने इसे और गहरा किया है। अब घरेलू क्रिकेट में भी युवा खिलाड़ी डेटा के सामने खुद को ढालने की कोशिश करते हैं — एक विशेष बल्लेबाज़ी शैली, एक विशेष गेंदबाज़ी लेंथ, जो नंबरों के हिसाब से ''सही'' होती है। लेकिन क्रिकेट का असली कौशल तो यही है कि आप अपनी तकनीक को परिस्थिति के अनुसार ढाल सकें। जब डेटा इस लचीलेपन को मार देता है, तो हम खिलाड़ियों को मशीनों में बदल देते हैं।
मैंने 2026 में मार्क मैस्करेनहास की वेबसाइट पर काम करते हुए क्रिकेट की डिजिटल दुनिया देखी थी। तब कल्पना भी नहीं थी कि डिजिटल क्रांति इस हद तक पहुँचेगी कि खिलाड़ियों के चयन से लेकर मैच के दौरान रणनीति तक, सब कुछ नंबरों पर आधारित होगा। मेरी चिंता यह नहीं है कि डेटा गलत है; मेरी चिंता यह है कि इंसानी फ़ैसला धीरे-धीरे डेटा की गुलामी में जा रहा है।
मुख्य विश्लेषण: जहाँ डेटा विफल होता है
तीन क्षेत्र हैं जहाँ डेटा विश्लेषण क्रिकेट के मूल तत्वों से टकराता है। पहला, परिस्थितिजन्य दबाव। एक ही शॉट एक ही गेंदबाज़ के सामने एक ही स्थिति में मैच जिता सकता है या हार सकता है, यह इस बात पर निर्भर करता है कि टीम का मनोबल कैसा है। डेटा मनोबल नहीं माप सकता। दूसरा, व्यक्तिगत बनाम सामूहिक। एक बल्लेबाज़ के खिलाफ़ एक विशेष प्रकार की गेंद का औसत शानदार हो सकता है, लेकिन अगर उस दिन वह बल्लेबाज़ खुद को संघर्ष करता हुआ महसूस कर रहा है, तो वह आँकड़ा बेकार है। तीसरा, रचनात्मकता का दमन। जब एक खिलाड़ी को लगातार डेटा-आधारित निर्देश दिए जाते हैं, तो उसकी सहज प्रवृत्ति — वही जो उसे महान बनाती है — धीरे-धीरे मर जाती है।
इन तीन क्षेत्रों में, जो कोच या कप्तान सिर्फ़ डेटा पर भरोसा करता है, वह बड़ी गलती करता है। मैंने कई बार देखा है कि एक स्पिनर डेटा के हिसाब से गलत गेंद फेंकता है लेकिन विपक्षी बल्लेबाज़ को उसकी आदत नहीं होती, और वह गेंद विकेट दिला देती है। डेटा कहता है कि वह गेंद ''गलत'' थी; नतीजा कहता है कि वह ''सही'' थी। क्रिकेट में सही और गलत की परिभाषा लचीली है।
विरोधाभासी दृष्टिकोण
मैं गलत हो सकता हूँ। शायद डेटा क्रिकेट को बेहतर बना रहा है, और मैं पुरानी पीढ़ी के लोगों की तरह बदलाव के खिलाफ हूँ। आख़िर, हमारे पास ऐसे उदाहरण हैं जहाँ डेटा ने कमजोर टीमों को मजबूत बनाया — खासकर छोटे फ्रैंचाइज़ी बजट वाली टीमों ने एनालिटिक्स के दम पर दिग्गजों को हराया है। 2026 में गुजरात लायंस और 2026 में गुजरात टाइटन्स का उदाहरण लें — दोनों ने डेटा का उपयोग करके मज़बूत रणनीतियाँ बनाईं। यह माना जाना चाहिए।
लेकिन मेरी दलील यह नहीं है कि डेटा बेकार है। मेरी दलील यह है कि डेटा का इस्तेमाल खिलाड़ियों के फैसलों को बेहतर बनाने के लिए होना चाहिए, न कि उनके फैसलों की जगह लेने के लिए। जब एक बल्लेबाज़ कहता है ''मुझे लगा गेंद स्विंग होगी'' और डेटा कहता है ''स्विंग की संभावना 15 प्रतिशत है'', तो किस पर भरोसा किया जाए? मेरा जवाब है: दोनों पर। लेकिन अगर बल्लेबाज़ की प्रवृत्ति अंतिम फैसला लेती है, तभी खेल अपनी पूरी क्षमता तक पहुँचता है।
पुरानी बहस, नया संदर्भ
यह बहस नई नहीं है। 2026 के दशक में जब पाकिस्तान के कोच ने स्पिन गेंदबाज़ों के लिए विशेष फील्ड प्लेसमेंट विकसित किए, तो इसी तरह का मुक़दमा चला था — ''क्या यह यांत्रिक क्रिकेट है?'' उस समय कुछ पत्रकारों ने इसे खेल की भावना के खिलाफ़ बताया था। लेकिन उस दौर के फील्ड प्लेसमेंट और आज के एनालिटिक्स में बहुत बड़ा अंतर है: वह अनुभव पर आधारित थे, यह एल्गोरिदम पर आधारित है।

परिणाम स्वरूप, आज के क्रिकेट में शॉट्स की विविधता कम हो गई है। 2026 के दशक की तुलना में अब अधिक टीमें एक ही तरह से खेलती हैं — पावरप्ले में आक्रामकता, मध्य ओवरों में रोटेशन, डेथ ओवर्स में पावर हिटिंग। यह ठीक वही है जो डेटा सिखाता है। लेकिन क्रिकेट की खूबसूरती विविधता में है। जब सभी टीमें एक ही टेम्प्लेट का पालन करती हैं, तो दर्शकों को यह अहसास होने लगता है कि वे एक ही मैच बार-बार देख रहे हैं। यह खेल के भविष्य के लिए चिंता का विषय है।
मेरा अनुभव, मेरा निष्कर्ष
मैंने 26 वर्षों में विभिन्न प्रारूपों में क्रिकेट देखा है — जब गेंदबाज़ों की उँगलियाँ घिसी होती थीं, जब बल्लेबाज़ बिना हेलमेट के लंबी पारियाँ खेलते थे, और आज जब हेलमेट के साथ भी डेटा की चिंता उनके चेहरे पर दिखती है। यह बदलाव सिर्फ़ तकनीकी नहीं है; यह मानसिक है। पहले दबाव का सामना खिलाड़ी अकेले करता था; आज खिलाड़ी के पास एक टैबलेट होता है जो उसे बताता है कि क्या करना चाहिए। यह सुविधा और दबाव दोनों को बढ़ाती है।
क्रिकेट एक खेल है जो अप्रत्याशितता पर पनपता है। एक अज्ञात गेंदबाज़ का एक जादुई ओवर, एक अनजान बल्लेबाज़ का साहसिक शॉट — ये वही पल हैं जो इस खेल को सबसे रोमांचक बनाते हैं। यदि डेटा इस अप्रत्याशितता को मार देता है, तो हम खेल के उस तत्व को भी मार देंगे जो दर्शकों को जोड़ता है। देखने वाले के लिए, सबसे रोमांचक क्षण वह होता है जब सब कुछ उल्टा हो जाता है — जब एक टीम हारती हुई लगती है और फिर जीत जाती है, जब एक गेंदबाज़ अपनी ही रणनीति को तोड़ता है और वह काम कर जाता है।
भारतीय क्रिकेट का भूत
हमें यह भी स्वीकारना होगा कि भारतीय क्रिकेट मीडिया और सोशल सर्कल में भी एक व्यापक बायस है — मुंबई और बड़ी फ्रैंचाइज़ी पर अत्यधिक ध्यान, जबकि रणजी ट्रॉफ़ी के नॉकआउट मैच और महिला प्रीमियर लीग के रोमांचक मैच अनदेखे रह जाते हैं। डेटा, जो हमें सोचने के लिए प्रोत्साहित करना चाहिए, अक्सर टीवी कमेंट्री की तरह स्टार-सेंट्रिक हो जाता है। जब हम सिर्फ़ बड़े नामों के प्रदर्शन का विश्लेषण करते हैं, और छोटे खिलाड़ियों की प्रतिभा को अनदेखा करते हैं, तो हम अपना पेशेवर कर्तव्य पूरा नहीं कर रहे हैं।
डेटा का सबसे बड़ा योगदान तभी है जब वह विविधता को प्रोत्साहित करे। जब एक एनालिटिक्स टीम यह बताए कि एक युवा गेंदबाज़ के पास बड़ी क्षमता है, भले ही वह बड़े नाम नहीं है, तो यह खेल के लिए फायदेमंद है। लेकिन अधिकतर मामलों में, डेटा उन्हीं खिलाड़ियों को मज़बूत करता है जो पहले से बड़े हैं। यह एक मौलिक बदलाव है जिसकी आलोचना होनी चाहिए।
निष्कर्ष: आगे का रास्ता
हम डेटा को कोसकर नहीं आगे बढ़ सकते। यह तकनीक विकास की दिशा है, और इसे बुद्धिमानी से उपयोग करना होगा। लेकिन बुद्धिमानी का मतलब है संतुलन। अगर हम डेटा को अंतिम सत्य मान लेते हैं, तो हम उस खेल को भी सीमित कर देंगे जो अब तक सबसे अप्रत्याशित, सबसे भावनात्मक और सबसे मानवीय खेल रहा है। क्रिकेट का भविष्य इस बात पर निर्भर करता है कि क्या हम डेटा को एक सहायक के रूप में देखते हैं, या एक शासक के रूप में।
मैं यह भी देखना चाहता हूँ कि क्या वह दिन आएगा जब एनालिटिक्स टीम मैच के बाद कह पाएगी — ''हमने अनुशंसा की थी, लेकिन कप्तान का अंतर्ज्ञान सही था।'' यहीं से असली क्रिकेट की शुरुआत होती है: जहाँ मशीन सलाह देती है और मानव निर्णय लेता है।
