अनबिड नंबर: नीलामी की बही में वह कीमत जिस पर किसी ने बोली नहीं लगाई

खाली कॉलम

दिसंबर 2026 में मुंबई इंडियंस की रिटेंशन सूची बाहर आई, और उसी शाम दुबई की स्पोर्ट्सबुक डेस्क पर मेरी शीट में एक कॉलम खाली रह गया। शीट में उस समय 41 नाम थे, हर नाम के आगे तीन आँकड़े — सैयद मुश्ताक अली ट्रॉफी और 2026 आईपीएल से निकाला गया प्रति-ओवर रन, प्रति-गेंद स्ट्राइक रेट, और इकॉनमी। क्रुनाल पांड्या की पंक्ति में 148.7 और 7.1 लिखा था। उस पंक्ति के आगे "अनुमानित बोली" वाला खाना था, जो भरा नहीं गया — क्योंकि उस खिलाड़ी को नीलामी में जाना ही नहीं था। फ्रैंचाइज़ी ने उसे रोक लिया था।

बही में जो संख्या बची रह गई, वह बोली की संख्या नहीं थी। वह उस कीमत का अनुमान था जो बाज़ार उस भूमिका के लिए चुका होता, अगर उस भूमिका का नाम नीलामी की सूची में आ पाता। नीलामी के शोर में ऐसी संख्याएँ हर साल कटती हैं। किसी को याद नहीं रहता। अगले सत्र में उसी भूमिका की कीमत फिर वही रहती है — क्योंकि पर्स, रिप्लेसमेंट-वैल्यू नहीं पढ़ता। पर्स सिर्फ़ माँगता है।

क्रुनाल पांड्या ने आईपीएल 2026 में 243 रन 142.1 की दर से बनाए। यह आँकड़ा मेरी शीट के अनुमान के पास बैठा, दूर नहीं। लेकिन इस लेख का विषय यह सफल अनुमान नहीं है। विषय वह दूसरा अनुमान है, जो ग़लत निकला और जिसे मैंने बही में दर्ज किया — वॉशिंगटन सुंदर के पावरप्ले ओवर। उस ग़लती को दर्ज करने के बाद ही मुझे समझ आया कि नीलामी-विश्लेषण की असली समस्या भविष्यवाणी नहीं, हरकत का हिसाब रखना है।

नीलामी एक बाज़ार है, प्रतिभा-परीक्षा नहीं

नीलामी का शीट किसी खिलाड़ी की क़ीमत नहीं बताता; वह किसी खरीदार की कमी बताता है। यह वाक्य 2026 से दोहराना पड़ता है, क्योंकि हर सत्र में उसे भुला दिया जाता है। फरवरी 2026 में जब आईपीएल की पहली नीलामी हुई, तब से लेकर आज तक की हर मेगा-नीलामी में एक ही ढाँचा दोहराया गया: एक तय पर्स, एक बंद सूची, सीमित स्लॉट, और नीलामी की घड़ी। इन चारों के भीतर जो संख्या बनती है, वह प्रतिभा का माप नहीं, कमी का दाम है।

इसका सीधा नतीजा यह है कि पर्स कुछ भूमिकाओं को व्यवस्थागत रूप से कम आँकता है। मेरी बही में चार ऐसी श्रेणियाँ बार-बार लौटती हैं। पहली, अनकैप्ड घरेलू खिलाड़ी — जिनका कोई अंतरराष्ट्रीय रिकॉर्ड नहीं होता, इसलिए उनकी बोली का आधार केवल घरेलू टेलीविज़न कवरेज होता है, और वह कवरेज पतली होती है। दूसरी, विकेटकीपर — क्योंकि टीम एक ही विकेटकीपर खेलाती है, माँग कृत्रिम रूप से दब जाती है, जबकि बल्लेबाज़ी की गहराई में विकेटकीपर का योगदान अलग से नहीं गिना जाता। तीसरी, बाएँ हाथ का स्पिन — जिसकी उपयोगिता मैच-अप में छिपी होती है, न कि सीज़न औसत में। चौथी, डेथ ओवर की गेंदबाज़ी — जिसका सबसे साफ़ माप यॉर्कर प्रतिशत और स्लॉग-क्षेत्र में प्रति-गेंद रन है, और जो किसी प्रसारण ग्राफ़िक में नहीं दिखता।

जब मैं 2026 की नीलामी से पहले यह मॉडल बना रहा था, तब मेरी उम्र 48 थी और मैं दुबई की स्पोर्ट्सबुक डेस्क पर बैठा था। मेरे पास मैदान नहीं था — ड्रेसिंग रूम का मौसम, चयन-समिति की राजनीति, स्टैंड का मिज़ाज, यह सब मेरी पहुँच से बाहर था। मेरे पास बही थी। इसलिए मैंने एक अनुशासन अपनाया: जो भूमिका दोहराई जा सकती है, उसी को दाम दो; जो एक मौसम का चमक है, उसे छोड़ दो। और हर छूटे हुए नाम को, हर ग़लत अनुमान को, तारीख़ के साथ दर्ज करो।

बही में ग़लतियाँ दर्ज करने की आदत बाद में काम आई। 2026 में रूस विश्व कप के ग्रुप चरण के बाद जब जर्मनी 0-2 से दक्षिण कोरिया से हारा, तब बाज़ार ने जर्मनी की रेटिंग 18 प्रतिशत काट दी। मेरे मॉडल में उस मैच में जर्मनी का xG 1.9 था, कोरिया का 0.3, और गेंद पर कब्ज़ा 72 प्रतिशत। मैंने मॉडल नहीं बदला। मैंने बारह महीने का अंतरराष्ट्रीय डेटा दोबारा बैठकर देखा और नतीजे को वैरिएंस में डाल दिया। एक परिणाम साक्ष्य नहीं होता। यह अनुशासन बाद में 2026 में काम आया, जब आईपीएल खाली स्टेडियमों में खेला गया — वह एक प्राकृतिक प्रयोग था, जिसने होम-एडवांटेज के बारे में वर्षों की आम-धारणा को एक झटके में परखने का मौक़ा दिया।

मूल इकाई क्या है

हर विश्लेषण की पहली तकनीकी समस्या एक ही है: हर (denominator) क्या है। फ़ुटबॉल से आया xG का ढाँचा बड़ी आसानी से क्रिकेट में फिसल आता है, क्योंकि दोनों में "अपेक्षित" शब्द एक जैसा सुनाई देता है। लेकिन क्रिकेट की घटना-संरचना अलग है — गेंद, विकेट, ओवर, पारी। यहाँ निरंतर प्रवाह नहीं, अलग-अलग इकाइयाँ हैं। इसलिए दावे से पहले हर को मापना पड़ता है, और मॉडल का संस्करण तारीख़ के साथ लिखना पड़ता है।

क्रिकेट में चार इकाइयाँ काफ़ी हैं: चरण-वार प्रति-गेंद रन, विकेट-संभाव्यता, अपेक्षित दर बनाम समकक्ष दर, और ओवर-ब्लॉक की ज़िम्मेदारी। मेरी बही इन्हीं चारों पर चलती है। जब कोई कहता है कि टीम ने "गति खो दी", तब मैं पूछता हूँ: कौन सा चरण, कितने ओवर, प्रति-गेंद रन क्या था, उस ब्लॉक में विकेट-संभाव्यता क्या थी। तीनों संख्याएँ शीट में मौजूद होती हैं। अगर जवाब नहीं आता, तो वह वाक्य विश्लेषण नहीं, वर्णन है।

चरण-वार विभाजन का एक ठोस फ़ायदा है। छह ओवर का पावरप्ले, सात से पंद्रह तक का मध्य, और सोलह से बीस तक का डेथ — तीनों में प्रति-गेंद रन की प्रतिस्पर्धी दर अलग होती है, इसलिए कुल स्ट्राइक रेट एक भ्रामक औसत बन जाता है। एक बल्लेबाज़ जो पावरप्ले में 130 और डेथ में 175 खेलता है, उसका कुल 145 कुछ नहीं बताता। नीलामी की बही में ऐसे खिलाड़ी की कीमत इसलिए ग़लत लगती है, क्योंकि बही कुल देखती है और मैदान चरण देखता है।

विकेट-संभाव्यता वाली बात और साफ़ कर दूँ। एक गेंदबाज़ का इकॉनमी 7.1 यह नहीं बताता कि वह कब गेंदबाज़ी करता है। अगर उसके 60 प्रतिशत ओवर डेथ में हैं और बाक़ी पावरप्ले में, तो उसका 7.1 उस गेंदबाज़ के 7.1 से बेहतर है जिसके ओवर मध्य के आसान ब्लॉक में आते हैं। यही कारण है कि 2026 की बही में क्रुनाल पांड्या की 148.7 और 7.1 वाली पंक्ति चमकी — वह केवल दो संख्याएँ नहीं थीं, वह एक ऐसी भूमिका का नक़्शा थी जिसे पर्स ने अलग से नहीं खरीदा था। मुंबई इंडियंस ने उसे रोका, और सत्र में उसने 142.1 की दर से 243 रन बनाए। अनुमान और नतीजा पास बैठे, लेकिन इसका मतलब यह नहीं कि तरीक़ा सही था। इसका मतलब सिर्फ़ यह है कि इस बार तरीक़े का अनुमान नतीजे से कटा नहीं।

ग़लती की प्रविष्टि

बही में 2026 की दूसरी प्रविष्टि वह है जिसे मैं आज भी खोलता हूँ। वॉशिंगटन सुंदर के पावरप्ले ओवर। मेरे मॉडल ने उन ओवरों की कीमत कम लगाई, क्योंकि मॉडल का प्रश्न ग़लत था। मैं पूछ रहा था: इस गेंदबाज़ ने कितने रन दिए? पूछना चाहिए था: इस गेंदबाज़ ने उस चरण में कितने रन रोके, जब विपक्षी टीम का सबसे बड़ा लाभ मौक़े पर था? पावरप्ले में एक विकेट की कीमत डेथ में एक विकेट से अलग होती है, क्योंकि पावरप्ले में विकेट का असर पूरी पारी की संरचना पर पड़ता है। मेरे मॉडल में वह भार नहीं था।

इस ग़लती से एक बात स्थायी रूप से दर्ज हुई: मॉडल की सबसे बड़ी कमज़ोरी उसका डेटा नहीं, उसका प्रश्न होता है। जब तक प्रश्न भूमिका के बारे में नहीं होगा, डेटा कितना भी साफ़ हो, जवाब किनारे पर रहेगा। इसीलिए आज जब कोई बड़ा अनुबंध सुर्ख़ियों में आता है, मैं पहले तीन चीज़ें जोड़कर देखता हूँ: खरीदी गई भूमिका क्या थी, वह कितने ओवर या कितनी पारी में पूरी होनी थी, और उसी भूमिका में उपलब्ध दूसरा सबसे अच्छा विकल्प कौन था। तीनों के बिना क़ीमत एक ख़ाली संख्या है।

प्रक्रिया और परिणाम को अलग रखना

27 जून 2026, कज़ान। जर्मनी दक्षिण कोरिया से 0-2 हारा और ग्रुप चरण से बाहर हो गया। उस रात दुबई की डेस्क पर बाज़ार की प्रतिक्रिया तेज़ थी — जर्मनी की रेटिंग 18 प्रतिशत कटी। मेरे मॉडल में उस मैच में जर्मनी 1.9 xG पर था, कोरिया 0.3 पर, और गेंद पर कब्ज़ा 72 प्रतिशत। दोनों संख्याएँ एक ही दिशा में इश्क़ारा कर रही थीं, और नतीजा उलटा था।

उस रात दो रास्ते थे। पहला: मॉडल को कचरे में डाल दो, क्योंकि उसने नतीजा नहीं पकड़ा। दूसरा: बारह महीने का अंतरराष्ट्रीय डेटा दोबारा बैठकर देखो, और अगर मॉडल की संरचना ठीक है तो नतीजे को वैरिएंस में डाल दो। मैंने दूसरा रास्ता चुना और एक छोटा नोट लिखा, जिसमें प्रक्रिया और परिणाम को अलग रखा गया। उस नोट के बाद से मेरे हर टूर्नामेंट पूर्वानुमान में एक अलग खंड जुड़ गया — xG वैरिएंस। और 2026 में जब आईपीएल यूएई में खाली स्टेडियमों में खेला गया, तब यही अनुशासन सीधे काम आया।

2026 का सत्र एक प्राकृतिक प्रयोग था। होम-एडवांटेज पर वर्षों से जो आम-धारणा चल रही थी — भीड़ का दबाव, पिच की आदत, यात्रा की थकान — उन तीनों में से दो कारक उस सत्र में ग़ायब थे। भीड़ नहीं थी, यात्रा न्यूनतम थी, पिचें कुछ मैदानों में सिमटी हुई थीं। जो अंतर बचा, वह पिच-तैयारी और टॉस जैसे ठोस कारकों का था। इससे यह नहीं निकलता कि भीड़ का कोई असर नहीं होता। इससे यह निकलता है कि भीड़ के असर का जो हिस्सा हम "माहौल" कहकर टाल देते थे, वह कम से कम उस सत्र में मापने योग्य नहीं था। एक सत्र का नतीजा स्थायी नियम नहीं बनता, लेकिन वह पुराने नियम पर सवाल ज़रूर लगा देता है।

जहाँ अंकगणित निर्णय बदल देता है

क्रिकेट में कुछ जगहें ऐसी हैं जहाँ नतीजा सीधे अंकगणित से निकलता है, और वहाँ की ग़लती बाद में "किस्मत" कहकर ढक दी जाती है। नेट रन रेट इसका सबसे साफ़ उदाहरण है। एनआरआर का सूत्र सरल है — कुल बनाए रन घटाकर कुल दिए रन, बटा कुल ओवर। लेकिन जब कोई टीम 18.4 ओवर में ऑल आउट होती है, तो नियम के अनुसार पूरे 20 ओवर गिने जाते हैं। यानी एक टीम जो तेज़ी से ढही, उसे एनआरआर में उस ओवरों की सज़ा नहीं मिलती जो उसने खेले ही नहीं। यह नियम जानना और न जानना, अंतिम ग्रुप मैच की रणनीति में सीधा फ़र्क़ डालता है। कितनी टीमें अंतिम ओवरों में रन-चेज़ की गति इसलिए धीमी कर देती हैं क्योंकि उन्होंने शीट नहीं देखी?

डकवर्थ-लुईस-स्टर्न इससे भी साफ़ मामला है। फ़्रैंक डकवर्थ और टोनी लुईस ने 2026 में यह विधि बनाई, और 2026 में स्टीवन स्टर्न ने इसे संशोधित किया। संशोधन का कारण यही था कि पुराना मॉडल कुछ परिदृश्यों में लक्ष्य को ग़लत आँक रहा था। यहाँ सबक यह है कि संशोधन सार्वजनिक रूप से दर्ज है। जब कोई कप्तान बारिश के बाद लक्ष्य पर सवाल उठाता है, तो सवाल विधि पर हो सकता है, लेकिन विधि का संस्करण और उसकी तारीख़ बतानी पड़ेगी। बिना संस्करण वाली शिकायत बही में दर्ज नहीं होती।

सुपर ओवर सबसे छोटा नमूना है — एक नमूना, जिसे कभी-कभी पूरे टूर्नामेंट का फ़ैसला मान लिया जाता है। एक ओवर में गेंदबाज़ का चयन, बल्लेबाज़ का क्रम, और फ़ील्ड की सेटिंग, तीनों का कोई सांख्यिकीय आधार नहीं बनता। यहाँ मैं स्पष्ट कहूँगा: सुपर ओवर का कोई अच्छा भविष्यसूचक मॉडल नहीं है, और जो दावा करता है कि है, वह शोर बेच रहा है। जो होता है, वह कौशल और संयोग का ऐसा मिश्रण है जिसे अलग करने के लिए पर्याप्त घटनाएँ दुनिया में मौजूद नहीं हैं। इसलिए सुपर ओवर में हार को "दबाव नहीं झेल पाना" कहना आँकड़ों का दुरुपयोग है, और जीत को "मानसिक मज़बूती" कहना उससे भी बड़ा।

टॉस पर भी यही अनुशासन लगता है। किसी एक सत्र में टॉस जीतने वाली टीमों का जीत प्रतिशत ऊँचा दिख सकता है, लेकिन अगर आप उसी अवधि में पिच-प्रकार, दिन-रात का अंतर, और ओस जैसे कारकों को नियंत्रित नहीं करते, तो वह प्रतिशत कुछ नहीं कहता। मैंने अपनी बही में टॉस के कई ऐसे विश्लेषण दर्ज किए हैं जो बाद में केवल पिच-व्यवहार का नतीजा निकले। उन्हें मैंने रद्द नहीं किया, बस किनारे रख दिया।

दूसरी पंक्ति का बही-खाता

भारतीय क्रिकेट में चयन को अक्सर प्रतिभा के सवाल की तरह लिखा जाता है। मेरी बही में यह कतार-प्रबंधन का सवाल है। जब किसी सीनियर खिलाड़ी की जगह को लेकर बहस छिड़ती है, तब मैं एक सवाल पूछता हूँ जो बहस में लगभग कभी नहीं आता: उस जगह के लिए अगला उम्मीदवार कौन है, उसका पिछले बारह महीने का रिकॉर्ड क्या है, और उस रिकॉर्ड का नमूना कितना बड़ा है?

इस सवाल का जवाब देने के लिए ज़रूरी डेटा भारत में सबसे कम उपलब्ध है। रणजी ट्रॉफी का प्रसारण मुख्यतः नॉकआउट तक सीमित रहता है। ग्रुप चरण के मैचों का वीडियो और गहराई वाला डेटा सार्वजनिक रूप से उपलब्ध नहीं है। यानी जब किसी घरेलू खिलाड़ी के चयन की बात होती है, तब हम उसके पूरे सत्र के नहीं, कुछ मैचों के आधार पर फ़ैसला सुनते हैं। मैं इसे परंपरा का अंत नहीं कहता। मैं इसे डेटा-गैप कहता हूँ, और यह गैप नीलामी की बही में सीधे कीमत में बदल जाता है। जिस खिलाड़ी का सत्र दिखता नहीं, उसकी बोली कम बैठती है।

रिप्लेसमेंट वैल्यू कोई सांख्यिकी नहीं है। वह सवाल है — उस जगह और उस भूमिका में दूसरा कौन उपलब्ध था। जब तक यह सवाल नहीं पूछा जाएगा, चयन की हर बहस नाम पर होगी, कीमत पर नहीं। और नाम पर हुई बहस का कोई फ़लसीफ़ाई (falsifiable) आधार नहीं होता।

जहाँ सहमति सही थी

अब वह हिस्सा, जो इस तरह के लेखों में आमतौर पर छूट जाता है। मेरे पास ऐसी प्रविष्टियाँ भी हैं जहाँ बाज़ार ने बड़ा दाम चुकाया और बाज़ार सही था। इन्हें छिपाना बेईमानी होगी, क्योंकि अगर हर बड़ी बोली को "ओवरप्राइस्ड" कहना शुरू कर दिया जाए, तो विश्लेषण एक आदत बन जाता है, तर्क नहीं रहता।

सबसे साफ़ उदाहरण वे गेंदबाज़ हैं जिन्हें डेथ ओवरों के लिए भारी दाम पर खरीदा गया और जिन्होंने वह ज़िम्मेदारी निभाई। ऐसे मामलों में बोली उस भूमिका के लिए थी जो टीम के पास पहले से नहीं थी — यानी खरीद एक कमी को भर रही थी, किसी प्रतिभा को नहीं खरीद रही थी। जब खरीद कमी भरती है और वह कमी सत्रभर बनी रहती है, तो दाम उचित साबित होता है। मेरी बही में ऐसे मामलों की संख्या कम नहीं है।

दूसरा उदाहरण मध्यक्रम का है। कुछ बल्लेबाज़ ऐसे हैं जिनका कुल स्ट्राइक रेट औसत दिखता है, लेकिन उनके ओवर-ब्लॉक का वितरण ऐसा होता है कि वे टीम की सबसे नाज़ुक स्थिति में बल्लेबाज़ी करते हैं। ऐसे खिलाड़ी की कीमत कुल औसत से नहीं, उस ब्लॉक की कठिनाई से तय होनी चाहिए। जब बाज़ार ने यह किया, तब बाज़ार सही था।

तीसरा उदाहरण टीम-निर्माण का है, जिसे आमतौर पर नहीं गिना जाता। किसी सत्र में एक फ्रैंचाइज़ी ने दो बड़े नाम छोड़े और उस पैसे से तीन मध्यम नाम खरीदे। सुर्ख़ियों में यह कंजूसी लगी। बही में यह भूमिका-विविधीकरण था — तीन अलग ओवर-ब्लॉक तीन अलग गेंदबाज़ों को सौंपना, जिससे कप्तान के पास मैच के भीतर बदलाव की गुंजाइश बनी। ऐसे फ़ैसले का मूल्यांकन नामों की सूची से नहीं, ओवर-आवंटन की लचीलापन से होता है।

इन तीनों उदाहरणों से एक बात निकलती है जो मेरे काम की नींव है: सहमति हमेशा ग़लत नहीं होती। जब सहमति खरीदे गए काम को नापती है, तब वह अक्सर सही होती है। जब वह नाम को नापती है, तब वह लगभग हमेशा ग़लत होती है।

चार जाल जिनमें मैं गिरता हूँ

मैंने अपनी बही में चार जाल दर्ज किए हैं, और हर एक मुझे कम से कम दो बार फाँस चुका है।

पहला, क़ीमत को मूल्य मान लेना। नीलामी का शीट सामने होता है, संख्या चमकदार होती है, और चौदह करोड़ की बोली किसी खिलाड़ी पर फ़ैसला जैसी पढ़ी जाने लगती है, जबकि वह किसी खरीदार की मजबूरी है। इसका इलाज यही है कि हर क़ीमत के साथ खरीदी गई भूमिका, वह कितने ओवर या कितनी पारी चलनी थी, और रिप्लेसमेंट-स्तर की तुलना लिखी जाए।

दूसरा, बिना अंशांकन के मीट्रिक आयात। xG की आदत आसानी से सफ़र करती है और क्रिकेट की अलग-अलग घटना-संरचना में फिसल जाती है। इसका इलाज: दावे से पहले हर तय करो, क्रिकेट की मूल इकाइयों में काम करो, और मॉडल का संस्करण तारीख़ के साथ लिखो।

तीसरा, विरोध-प्रवृत्ति (contrarian drift)। "वह लेखक जो वह संख्या ढूँढता है जिस पर किसी ने बोली नहीं लगाई" — यह पहचान बन जाती है, फिर आदत, और अंत में एक ऐसा पूर्वानुमान जो आधार-दरों को नज़रअंदाज़ करता है। इसका इलाज सख़्त है: हर विरोधाभासी निष्कर्ष को पहले आधार-दर की जाँच से गुज़रना होगा, और जहाँ सहमति सही थी, वे उबाऊ मामले भी छापने होंगे।

चौथा, दूर से देखने की अति। दुबई की डेस्क से मेरे पास बही है, मैदान नहीं। ड्रेसिंग रूम का मौसम, चयन-समिति की राजनीति, स्टैंड का मिज़ाज — तीनों मेरी पहुँच से बाहर हैं। इसका इलाज: मैदान पर मौजूद रिपोर्टिंग या प्रसारण फ़ीड का नाम लेना, अनुमान को अनुमान कहना, और ऐसा माहौल कभी न लिखना जो मैंने देखा न हो या जिसका स्रोत न हो।

स्रोत की अनुपस्थिति और बही की ज़िम्मेदारी

इस पूरे ढाँचे में एक कमज़ोरी मुझे साफ़ दिखती है, और वह ढाँचे के बाहर नहीं, भीतर है। जब किसी विश्लेषण की इनपुट-सूची ख़ाली आती है — न कोई मूल लेख, न कोई दावा, न कोई स्रोत, न कोई तारीख़ — तब आगे का हर कदम अनुमान बन जाता है। और अनुमान को विश्लेषण कहना बही में सबसे बड़ी प्रविष्टि होगी, क्योंकि वह बाक़ी सब प्रविष्टियों पर संदेह डाल देती है।

मेरे काम में एक नियम इसीलिए कठोर है: हर दावे के साथ तारीख़ आती है, वरना वह दावा छपता नहीं। जब मैं 2026 की नीलामी की बात करता हूँ, तो मैं उस साल की बही की बात कर रहा हूँ, आज की नहीं। जब मैं 27 जून 2026 की कज़ान वाली रात की बात करता हूँ, तो वह उस रात के मेरे मॉडल की संख्या है, किसी आधिकारिक आँकड़े की नहीं, और मुझे यह भी लिखना पड़ता है कि वह मॉडल मेरा था। जब मैं डकवर्थ-लुईस-स्टर्न का ज़िक्र करता हूँ, तो संस्करण और वर्ष लिखना पड़ता है — 2026 की मूल विधि, 2026 का संशोधन।

यह कठोरता बोरिंग लगती है। यही इसका काम है। रोमांच की जगह तथ्य होने चाहिए, और जहाँ तथ्य नहीं है, वहाँ चुप्पी होनी चाहिए। जिस दिन कोई विश्लेषक यह कहकर आगे बढ़ता है कि "इनपुट उपलब्ध नहीं था, इसलिए सामान्य बातें लिख देता हूँ", उस दिन उसकी बाक़ी सारी बही अविश्वसनीय हो जाती है। ख़ाली इनपुट पर लिखा गया विश्लेषण विश्लेषण नहीं, भरना है।

आगे क्या देखना है

अगले नीलामी चक्र में मैं तीन चीज़ें दर्ज करूँगा, और तीनों को पहले से सार्वजनिक करूँगा ताकि बाद में उन्हें बदला न जा सके।

पहला, डेथ ओवर गेंदबाज़ी की कीमत और उसकी वास्तविक ज़िम्मेदारी के बीच का अंतर। मेरा अनुमान है कि यह अंतर इस बार भी बना रहेगा, क्योंकि डेथ ओवर की सफलता का सबसे साफ़ माप — यॉर्कर प्रतिशत और स्लॉग-क्षेत्र में प्रति-गेंद रन — किसी प्रसारण पैकेज का हिस्सा नहीं है, इसलिए वह बोली में दिखता नहीं।

दूसरा, अनकैप्ड घरेलू खिलाड़ियों की श्रेणी में पर्स का व्यवहार। अगर रणजी ग्रुप चरण का डेटा अगले दो सत्रों में भी सार्वजनिक नहीं होता, तो यह कम-आँकना जारी रहेगा。 यह भविष्यवाणी नहीं, शर्त है — और शर्त की तारीख़ आज है।

तीसरा, टॉस के असर पर होने वाली बहस। मैं उम्मीद करता हूँ कि अगली बहस में पिच-प्रकार और ओस को नियंत्रित करने की माँग उठेगी। अगर नहीं उठी, तो इसका मतलब है कि हम टॉस को आँकड़ों की तरह नहीं, किस्मत की तरह देखना पसंद करते हैं।

नीलामी की बही में जो संख्याएँ कटती हैं, वे नीलामी की रात ख़त्म नहीं होतीं। वे अगले सत्र की पहली गेंद तक साथ चलती हैं, और उस समय सबसे तेज़ आवाज़ में बोलती हैं जब कोई कप्तान सातवें ओवर में अपने चौथे गेंदबाज़ को ढूँढ रहा होता है। सवाल यह नहीं है कि उस रात किसने सबसे ज़्यादा दाम चुकाया। सवाल यह है कि उस रात कौन सी भूमिका बिना दाम के चली गई — और उसका बिल अगले पाँच महीनों में किसने भरा।