ट्रांसफर बाज़ार का अंधा कोना: क्रिकेट में पैसा डेटा से पहले क्यों पहुँचता है

हुक: पैडल की आवाज़, और उसके बाद का मौन

नीलामी कक्ष में सबसे तेज़ आवाज़ पैडल की होती है और सबसे लंबा मौन उस नाम के बाद आता है जिसके पीछे कोई ब्रॉडकास्ट-ट्रैकिंग फ़ीड नहीं है। मैंने वह मौन सुना है। एक दिसंबर की शाम, जब एक कैप्ड बल्लेबाज़ पर तीन फ्रैंचाइज़ियाँ दो राउंड तक बोली लड़ा रही थीं, और उसी सूची में नीचे बैठा एक अनकैप्ड विकेटकीपर बेस प्राइस पर चुपचाप चला गया। कमरे में किसी ने यह नहीं पूछा कि दोनों के बीच का अंतर किस मीट्रिक में है। यह भी नहीं पूछा गया कि दूसरे खिलाड़ी का कोई मीट्रिक मौजूद भी है या नहीं।

यही इस बाज़ार का केंद्रीय तथ्य है। क्रिकेट का ट्रांसफर बाज़ार प्रदर्शन नहीं, डेटा-उपलब्धता खरीदता है। जिस खिलाड़ी का रिकॉर्ड मौजूद है वह महँगा है; जिसका नहीं है वह सस्ता है — चाहे मैदान पर दोनों का फ़र्क़ कुछ भी हो। यह कोई अनैतिकता नहीं है, यह एक सूचना-विफलता है। और सूचना-विफलताएँ, मेरे अनुभव में, कभी तटस्थ नहीं रहतीं — वे हमेशा किसी एक पक्ष को फ़ायदा पहुँचाती हैं।

संदर्भ: यह बाज़ार किस चीज़ से बना है

पहले उस पाइपलाइन को समझना ज़रूरी है जिससे पैसा आता है, क्योंकि डेटा का ढाँचा पैसे के ढाँचे का अनुसरण करता है। जून 2026 में भारतीय क्रिकेट कंट्रोल बोर्ड ने इंडियन प्रीमियर लीग के 2026–2027 चक्र के मीडिया अधिकार ₹48,390 करोड़ में बेचे। यह संख्या केवल एक राजस्व-आँकड़ा नहीं है; यह उस पूरे डेटा-बुनियादी ढाँचे की वित्त-व्यवस्था है जो आगे चलकर स्काउटिंग, ट्रैकिंग और एनालिटिक्स को संभव बनाता है। जहाँ इतना पैसा है, वहाँ कैमरे लगेंगे, गेंद-ट्रैकिंग लगेगी, फील्ड-मैपिंग होगी, और हर गेंद का तीन-आयामी रिकॉर्ड बनेगा।

उसी देश की घरेलू प्रथम-श्रेणी प्रतियोगिता, रणजी ट्रॉफ़ी, उसी बोर्ड द्वारा चलाई जाती है — लेकिन उसके अधिकांश मुक़ाबलों का कोई सार्वजनिक गेंद-ट्रैकिंग रिकॉर्ड नहीं है। यहाँ मुझे सावधानी बरतनी है, क्योंकि यह वह जगह है जहाँ विश्लेषक सबसे आसान निष्कर्ष निकालते हैं। मैं यह नहीं कह रहा कि बोर्ड लापरवाह है या घरेलू क्रिकेट की उपेक्षा की जाती है — भारतीय घरेलू परिदृश्य में स्काउटिंग का अपना गहरा, कुशल तंत्र मौजूद है, जो दशकों से काम कर रहा है। मैं केवल इतना कह रहा हूँ कि जिस चीज़ का सार्वजनिक, मशीन-पठनीय रिकॉर्ड नहीं है, वह बाज़ार में कीमत नहीं पा सकती। ज्ञान होना और ज्ञान का दर्ज होना दो अलग चीज़ें हैं, और ट्रांसफर बाज़ार केवल दूसरे को पहचानता है।

बाज़ार की संरचना इस प्रकार है। पहले रिटेंशन: प्रत्येक फ्रैंचाइज़ी एक सीमित संख्या में खिलाड़ियों को अनुबंधित रखती है, जिसमें कैप्ड और अनकैप्ड खिलाड़ियों की अलग-अलग सीमाएँ होती हैं। फिर राइट-टू-मैच, जो रिटेंशन और नीलामी के बीच एक मध्यवर्ती तंत्र है। फिर नीलामी, जिसमें बेस प्राइस, बोली वृद्धि और पर्स की सीमा तय होती है। और फिर सीज़न के भीतर ट्रेड विंडो, जहाँ खिलाड़ी एक फ्रैंचाइज़ी से दूसरी में जाते हैं — अक्सर नकदी या भविष्य के चयन अधिकारों के बदले।

इस पूरी श्रृंखला में एक ही चीज़ तय करती है कि कौन कहाँ जाएगा: सूचना। और सूचना के तीन स्रोत हैं। पहला, सार्वजनिक ब्रॉडकास्ट डेटा — मज़बूत, साफ़, लेकिन केवल उन मुक़ाबलों के लिए जिनका प्रसारण होता है। दूसरा, फ्रैंचाइज़ी का निजी स्काउटिंग नेटवर्क — गहरा, लेकिन असमान और प्रायः असंगठित। तीसरा, एजेंट — जो पहले दो के बीच बैठकर वह जानकारी बेचता है जो कहीं दर्ज नहीं है।

मुख्य विश्लेषण: डेटा की असमानता ही बाज़ार की असली कीमत है

1. ब्रॉडकास्ट फ़ीड क्या मापता है — और क्या नहीं

आधुनिक टी20 प्रसारण में प्रति गेंद लगभग तीस डेटा-बिंदु दर्ज होते हैं: रिलीज़ पॉइंट, गति, सीम पोज़िशन, स्विंग, स्पिन रेट, पिच मैप, बाउंस, वैगन व्हील, फील्डर की स्थिति, और क्षेत्ररक्षण की दूरी। यह असाधारण समृद्धि है, और यही आधुनिक फ़्रैंचाइज़ी मूल्यांकन का आधार है। जब कोई क्लब किसी गेंदबाज़ की "डेथ ओवर क्षमता" पर बोली लगाता है, तो वह वास्तव में इसी फ़ीड से निकले वितरण पर दाँव लगा रहा होता है।

लेकिन ध्यान दें कि यह फ़ीड क्या नहीं मापता। यह नहीं मापता कि उस गेंदबाज़ ने घरेलू क्रिकेट में किस बल्लेबाज़ के ख़िलाफ़, किस विकेट पर, किस दबाव में गेंदबाज़ी की। यह नहीं मापता कि उसका कार्यभार क्या था — एक सीज़न में उसने कितने ओवर फेंके, कितने मुक़ाबले लगातार खेले, कहाँ से लौटा। यह नहीं मापता कि वह टीम के भीतर किस भूमिका में इस्तेमाल हुआ। और सबसे बड़ी बात, यह नहीं मापता कि वह किस स्तर के प्रतिस्पर्धा के विरुद्ध खेल रहा था।

यही अंतर वह कीमत बनाता है जिसे कोई नहीं देखता। एक गेंदबाज़ का इकॉनमी 7.8 हो सकता है, दूसरे का 8.4 — लेकिन पहला अगर शीर्ष क्रम के विरुद्ध गेंदबाज़ी करता है और दूसरा निचले क्रम के विरुद्ध, तो वह 0.6 का अंतर पूरी तरह भ्रम है। ब्रॉडकास्ट फ़ीड में यह संदर्भ कम ही दर्ज होता है; स्कोरकार्ड में तो कभी नहीं।

2. रणजी: जहाँ सत्य केवल स्कोरकार्ड है

यहाँ मेरा पेशेवर पूर्वाग्रह सबसे स्पष्ट है, और मैं उसे छिपाना नहीं चाहता। मेरे करियर का सबसे उपयोगी काम वह नहीं था जहाँ डेटा बहुत था; वह था जहाँ डेटा नहीं था। जिस लीग में डेटा ही नहीं था, वहाँ हमने पहला xG मॉडल बनाया — और अनुपस्थिति ने सब कुछ सिखाया।

रणजी ट्रॉफ़ी के अधिकांश मुक़ाबलों में जो उपलब्ध है वह यह है: रन, गेंदें, विकेट, ओवर, कैच, और मैदान का नाम। बस। इससे आप एक बल्लेबाज़ का औसत निकाल सकते हैं, लेकिन यह नहीं बता सकते कि वह औसत किस गेंदबाज़ी-गुणवत्ता के विरुद्ध बना। आप उसका स्ट्राइक रेट निकाल सकते हैं, लेकिन यह नहीं कि उसने किस चरण में रन बनाए — क्योंकि पारंपरिक स्कोरकार्ड चरण-वार विभाजन नहीं देता।

इसका समाधान प्रॉक्सी है। और प्रॉक्सी का पहला नियम यह है कि आप उसे प्रॉक्सी कहें। मैंने अपने काम में तीन प्रॉक्सी इस्तेमाल की हैं, और तीनों को मैं खुले तौर पर प्रॉक्सी कहता हूँ:

पहली, प्रतिस्पर्धा-समायोजित औसत। यदि किसी बल्लेबाज़ ने एक सीज़न में 800 रन बनाए, तो सवाल यह है कि उस सीज़न में गेंदबाज़ी कितनी मज़बूत थी। यदि पूरे सीज़न का औसत स्कोर 320 था, तो 800 रन का मूल्य अलग है; यदि 210 था, तो अलग। यह समायोजन परिपूर्ण नहीं है, लेकिन यह उस भ्रम को कम करता है जो कच्चे आँकड़े पैदा करते हैं।

दूसरी, आयु-वक्र। घरेलू क्रिकेट में एक 21 वर्षीय खिलाड़ी का 38 का औसत और एक 31 वर्षीय खिलाड़ी का 44 का औसत एक ही चीज़ नहीं हैं। पहला सुधार की ओर इशारा करता है, दूसरा स्थिरता की ओर। नीलामी में दोनों को एक ही बकेट में डालना एक श्रेणी-त्रुटि है।

तीसरी, भूमिका-अनुमान। स्कोरकार्ड बताता है कि किसने कितनी गेंदें फेंकीं, लेकिन यह नहीं कि वे किस चरण में थीं। यदि किसी स्पिनर ने 40 विकेट लिए और उसके ओवरों का एक बड़ा हिस्सा पारी के पहले तीस ओवर में था, तो वह एक अलग प्रकार का गेंदबाज़ है — और टी20 में उसका मूल्यांकन इसी आधार पर होना चाहिए, न कि विकेट-गणना पर।

तीनों प्रॉक्सी में एक साझा कमज़ोरी है: वे उस चीज़ को माप नहीं सकतीं जो सबसे ज़रूरी है — दबाव में निर्णय की गुणवत्ता। और यही वह जगह है जहाँ एजेंट कमरे में प्रवेश करता है।

3. एजेंट: सूचना-असमानता ही उत्पाद है

एजेंट के बारे में आम धारणा यह है कि वह शोर पैदा करता है — अफ़वाहें फैलाता है, कीमतें चढ़ाता है, और बाज़ार को अपारदर्शी बनाता है। यह आंशिक रूप से सच है। लेकिन यह पूरी कहानी नहीं है, और मुझे लगता है कि इस आम धारणा में एक विश्लेषणात्मक भूल है।

एजेंट का असली उत्पाद अफ़वाह नहीं है — उसका उत्पाद वह जानकारी है जो किसी सार्वजनिक रिकॉर्ड में दर्ज नहीं है। "इस लड़के की कलाई में गति है" यह वाक्य डेटा नहीं है; लेकिन "इस लड़के ने पिछले सीज़न में घुटने की चोट के बाद अपनी लाइन बदली और अब पुरानी लाइन पर नहीं लौटा" — यह एक ऐसी जानकारी है जो स्कोरकार्ड में नहीं दिखती, और जिसकी कीमत है।

यही कारण है कि मुझे लगता है कि एजेंट का प्रभाव केवल मूल्य-वृद्धि नहीं है; वह मूल्यांकन का केंद्र बिंदु ही बदल देता है। जब एक फ्रैंचाइज़ी के पास अपना ट्रैकिंग डेटा होता है और उसके पास एजेंट की जानकारी भी होती है, तो वह दूसरी को पहले पर हावी होने देती है — क्योंकि दूसरी अधिक "मानवीय" और अधिक "अंदरूनी" लगती है। यह एक संज्ञानात्मक जाल है, और यह हर बाज़ार में मौजूद है, केवल क्रिकेट में नहीं।

इसका समाधान एजेंट को बाहर करना नहीं है। समाधान यह है कि उसके दावों को डेटा की तरह दर्ज किया जाए। जब कोई कहे कि "इस खिलाड़ी में क्षमता है," तो सवाल यह होना चाहिए: किस आधार पर, कितने अवलोकनों में, और किस तुलना-समूह के विरुद्ध। यदि उत्तर "आपको नेट्स में देखना चाहिए था" है, तो हम डेटा के क्षेत्र में नहीं, स्मृति के क्षेत्र में हैं।

4. रिटेंशन एक बिंदु पर दाँव नहीं, एक बंटन पर दाँव है

यहाँ मैं उस चीज़ पर आता हूँ जिसे मैं इस बाज़ार की सबसे बड़ी संरचनात्मक भूल मानता हूँ।

जब कोई फ्रैंचाइज़ी किसी खिलाड़ी को रिटेन करती है, तो वह उसके पिछले प्रदर्शन को नहीं खरीद रही होती। वह उसके अगले तीन सीज़न के प्रदर्शन के संभावित वितरण को खरीद रही होती है। यह एक बहुत अलग वस्तु है। एक बिंदु आँकड़ा — 450 रन, 18 विकेट — इस वितरण के बारे में लगभग कुछ नहीं बताता। जो बताता है वह है: स्थिरता, चोट-इतिहास, आयु, भूमिका की स्पष्टता, और प्रतिस्पर्धा का स्तर।

एक आँकड़ा कभी नहीं बताता कि कौन जीतेगा; वह बताता है कि एक टीम ने कहाँ साँस लेना चुना। यही मेरे पूरे तरीक़े का सार है। और नीलामी में यह सबसे स्पष्ट दिखता है: फ्रैंचाइज़ियाँ अक्सर पिछले सीज़न के शीर्ष-स्कोरर की ओर दौड़ती हैं, क्योंकि वह संख्या दिखती है; वे उस खिलाड़ी को नहीं खरीदतीं जिसका वितरण अधिक स्थिर है लेकिन जिसका शिखर नीचा है।

यह तब और स्पष्ट हो जाता है जब आप देखते हैं कि किस प्रकार के खिलाड़ी अनकैप्ड श्रेणी से निकलकर शीर्ष स्तर तक पहुँचते हैं। भारतीय संदर्भ में यशस्वी जायसवाल, रिंकू सिंह और तिलक वर्मा जैसे नाम इसी पाइपलाइन से आए — लेकिन ध्यान दें कि उनका मूल्यांकन तब हुआ जब उनके पास पहले से एक प्रसारित मंच था। जिन सैकड़ों खिलाड़ियों के पास वह मंच नहीं था, उनका वितरण कभी नापा ही नहीं गया। बाज़ार ने उन्हें नहीं खारिज किया; बाज़ार ने उन्हें देखा ही नहीं।

5. महिला क्रिकेट: पतला रिकॉर्ड, और उसका सही इस्तेमाल

महिला प्रीमियर लीग का पहला सीज़न मार्च 2026 में खेला गया, पाँच टीमों के साथ। यह एक संरचनात्मक क्षण था, और इसका डेटा-निहितार्थ स्पष्ट है: जब आपके पास तीन सीज़न से कम का इतिहास हो, तो आप कोई भी दीर्घकालिक मॉडल नहीं बना सकते। कोई भी "करियर औसत" यहाँ लगभग अर्थहीन है।

यहीं पर मुझे अपनी सबसे बड़ी आदत से बचना है — नमूने के आकार का बुलिंग। "नमूना छोटा है" कहकर बहस ख़त्म कर देना तकनीकी रूप से हमेशा उचित होता है, और इसीलिए यह सोचने से बचने का सबसे आरामदायक तरीक़ा है। मैं यह नहीं करूँगा।

सही सवाल यह है: यह नमूना क्या उत्तर दे सकता है, और क्या नहीं? तीन सीज़न का डेटा यह बता सकता है कि कौन से खिलाड़ी उच्च दबाव वाले क्षणों में लगातार चुने गए — क्योंकि चयन स्वयं एक डेटा-बिंदु है, भले ही प्रदर्शन का नमूना छोटा हो। यह नहीं बता सकता कि किसका दीर्घकालिक विकास-वक्र ऊपर जा रहा है। पहले प्रश्न का उत्तर पूछा जा सकता है; दूसरे का नहीं — कम से कम अभी।

और यहाँ एक बात जोड़नी ज़रूरी है, क्योंकि मैं एक बाहरी व्यक्ति हूँ और मुझे अपनी सीमा पता होनी चाहिए। भारतीय घरेलू महिला क्रिकेट में स्काउटिंग का अपना जीवंत तंत्र पहले से मौजूद है — राज्य संघ, अंडर-19 और अंडर-23 संरचनाएँ, और वे कोच जो वर्षों से बिना कैमरे के काम कर रहे हैं। मेरी भूमिका उन्हें सिखाना नहीं है; मेरी भूमिका यह कहना है कि उनका ज्ञान रिकॉर्ड में क्यों नहीं आता, और यदि आया तो बाज़ार कैसे बदलेगा।

विपरीत दृष्टिकोण: जो मेरी अपनी थीसिस को कमज़ोर करता है

अब वह हिस्सा जो इस लेख का सबसे ज़रूरी हिस्सा है, क्योंकि यह मेरे ही तर्क के विरुद्ध है।

पहली आपत्ति: डेटा-उपलब्धता और प्रदर्शन के बीच सहसंबंध कारण नहीं है। मैंने ऊपर कहा कि जिस खिलाड़ी का डेटा है वह महँगा है। लेकिन यह भी सच है कि जिस खिलाड़ी का डेटा है, वह अक्सर पहले से ही बेहतर खिलाड़ी है — क्योंकि प्रसारण उन्हीं मुक़ाबलों का होता है जिनमें बेहतर खिलाड़ी खेलते हैं। यानी डेटा की उपस्थिति और गुणवत्ता दोनों एक ही अदृश्य चर से आती हैं। यदि मैं यह दावा करूँ कि "डेटा होने से कीमत बढ़ती है," तो मैं उस अदृश्य चर को अनदेखा कर रहा हूँ। सही दावा यह है: डेटा-उपलब्धता कीमत का एक स्वतंत्र कारण नहीं, बल्कि उसका एक मज़बूत सहवर्ती है — और दोनों को अलग करने के लिए उन खिलाड़ियों को देखना होगा जिनके पास डेटा नहीं है लेकिन प्रदर्शन अच्छा है। ऐसी सूची बनाना कठिन है, और मैं स्वीकार करता हूँ कि मेरे पास वह पूरी सूची नहीं है।

दूसरी आपत्ति: मॉडल का अहंकार। मेरा पूरा करियर इस तर्क पर बना है कि बिना मापी गई राय समस्या है। लेकिन इस तर्क का एक ख़तरनाक विस्तार यह है कि हर गैर-संख्यात्मक आवाज़ को शोर मान लिया जाए। यह ग़लत है, और यह विशेष रूप से भारतीय संदर्भ में ग़लत है। क्षेत्रीय भाषा की कमेंट्री और स्थानीय रिपोर्टिंग खेल को लोकतांत्रिक बनाने में उस किसी भी बोर्ड-कार्यक्रम से अधिक काम कर रही है जिसे मैं जानता हूँ। यदि मैं उसे "अमापित राय" कहकर खारिज कर दूँ, तो मैं वही गलती कर रहा हूँ जिसका मैं विरोध करता हूँ।

तो मैं कमेंट्री को प्रतिद्वंद्वी नहीं, स्रोत मानता हूँ। इसका व्यावहारिक अर्थ यह है: दावों को दर्ज करो, आवाज़ों का साक्षात्कार लो, और जाँचो कि क्या आँख का परीक्षण किसी ऐसी चीज़ की भविष्यवाणी कर गया जो मॉडल से छूट गई थी। अगर हाँ, तो मॉडल में कमी है, कमेंट्री में नहीं।

तीसरी आपत्ति: कीमत प्रदर्शन का माप नहीं है। नीलामी की कीमत एक बाज़ार-संतुलन है, प्रदर्शन-माप नहीं। यह पर्स की सीमा, टीम की ज़रूरत, और प्रतिस्पर्धी बोली का फलन है। यदि किसी खिलाड़ी को ₹12 करोड़ मिले, तो यह उसके क्रिकेट की गुणवत्ता का प्रमाण नहीं — यह उस समय उस फ्रैंचाइज़ी की ज़रूरत का प्रमाण है। इस अंतर को मिटाना वही "एकल-संख्या भविष्यवाणी" है जिससे मैं बचना चाहता हूँ।

मेरी अपनी विफलताएँ, क्योंकि वे मेरे तर्क से अधिक उपयोगी हैं

2026 में, 26 की उम्र में, मैंने मुंबई के एक डिजिटल स्टार्टअप में भारतीय सुपर लीग के लिए अपना पहला xG मॉडल बनाया। उस समय मेरे पास केवल वही था जो प्रसारण देता था। मैंने मुंबई सिटी एफसी के स्ट्राइकर बलवंत सिंह को देखा: xG 4.2, वास्तविक गोल 2। निष्कर्ष स्पष्ट था — शॉट प्लेसमेंट कमज़ोर है, स्थान नहीं। मैंने वह लेख लिखा, उसे पचास हज़ार पाठक मिले, और एक राष्ट्रीय खेल दैनिक ने उसे उद्धृत किया।

लेकिन उस मॉडल में एक कमी थी जिसे मैंने तब स्वीकार नहीं किया: 4.2 का xG केवल उन शॉट्स पर आधारित था जो दर्ज हुए। जो शॉट्स कभी लिए ही नहीं गए — क्योंकि साथी ने पास नहीं दिया, या क्योंकि वह स्थान ही नहीं बना — वे मॉडल में मौजूद नहीं थे। यानी मैंने उसकी फिनिशिंग की कमी मापी, लेकिन उसकी स्थिति-निर्माण की अक्षमता नहीं। दोनों अलग चीज़ें हैं, और मैंने उन्हें एक मान लिया। आज मैं उस लेख को दोबारा लिखूँगा, और उसमें यह जोड़ूँगा कि मॉडल किस चीज़ को नहीं देख सका।

2026 रूस विश्व कप में, स्टार स्पोर्ट्स के लिए डेटा सलाहकार के रूप में, मैंने फ़्रांस का PPDA ग्रुप चरण में 14.3 निकाला — प्रमुख दावेदारों में सबसे ऊँचा — और भविष्यवाणी की कि वे बहुत कम अवसर देंगे। फ़्रांस ने टूर्नामेंट जीता, केवल छह गोल खाए। एक टीवी कमेंटेटर ने मेरे विश्लेषण को ऑन एयर "खेल को जटिल बनाना" कहकर खारिज किया। मैंने थ्रेड लिखा, वह वायरल हुआ, और ESPN ने उसे उद्धृत किया। PPDA ने मुझे कभी नहीं बताया कि कौन जीतेगा; उसने बताया कि एक टीम ने कहाँ साँस लेना चुना।

और 2026 में, गोवा में बंद दरवाज़ों के बीच खेले गए आईएसएल सीज़न में, मैंने दूरी-कवरेज डेटा देखा। घरेलू टीमों की औसत दूरी 108 किमी से 104 किमी पर आ गई, और घरेलू जीत का प्रतिशत 45 से 32 पर। मैंने लिखा कि घरेलू लाभ मनोवैज्ञानिक है, सामरिक नहीं। कोचों ने शुरू में खारिज किया, लेकिन डेटा टिका। यह मेरा सबसे साफ़ परिणाम था, और मैं इसे इसलिए बता रहा हूँ क्योंकि यह मेरे तरीक़े की सीमा भी दिखाता है: कैलिब्रेशन एक तपस्वी का काम है। चार किमी की गिरावट का मतलब यह नहीं कि दर्शक ही कारण था — सीज़न का कोई भी बदलाव उसके साथ हुआ हो सकता है।

आगे की ओर: अगली विंडो में क्या देखें

अगर मुझे अगली नीलामी और ट्रेड विंडो में केवल तीन चीज़ें देखनी हों, तो ये होंगी।

पहली, अनकैप्ड श्रेणी में बोली का वितरण। यदि इस बार अनकैप्ड खिलाड़ियों पर औसत बोली पिछली बार से ऊपर जाती है, तो इसका मतलब यह नहीं कि वे बेहतर हो गए। इसका मतलब यह है कि फ्रैंचाइज़ियों ने अपनी स्काउटिंग पाइपलाइन में निवेश बढ़ाया है — यानी सूचना-असमानता कम हो रही है। यह अच्छी ख़बर है, और यह बाज़ार के लिए बुरी ख़बर भी है, क्योंकि इससे मध्यस्थों का मार्जिन घटता है।

दूसरी, ट्रेड विंडो का उपयोग। जो फ्रैंचाइज़ी सीज़न के बीच में खिलाड़ी बदलती है, वह अपनी मॉडल-त्रुटि सार्वजनिक कर रही होती है। यह डेटा है, और इसे देखा जाना चाहिए — क्योंकि यह बताता है कि किस फ्रैंचाइज़ी का मूल्यांकन तंत्र वास्तव में काम कर रहा है और किसका नहीं।

तीसरी, महिला लीग का चौथा और पाँचवाँ सीज़न। अगर तीन सीज़न के बाद भी गेंद-दर-गेंद सार्वजनिक डेटा का वही स्तर नहीं है जो पुरुष लीग में है, तो सवाल यह नहीं कि महिला क्रिकेट कम लोकप्रिय है; सवाल यह है कि पूरा पारिस्थितिकी तंत्र किस प्रश्न को पूछने की ज़हमत नहीं उठा रहा।

और अब वह शर्त जिसके तहत मैं गलत होऊँगा। यदि अगले दो सीज़नों में हम देखें कि उन खिलाड़ियों का प्रदर्शन — जिन्हें केवल एजेंट-जानकारी के आधार पर खरीदा गया, बिना ट्रैकिंग-रिकॉर्ड के — उन खिलाड़ियों से लगातार बेहतर है जिन्हें डेटा के आधार पर खरीदा गया, तो मेरा पूरा ढाँचा ग़लत है। उस स्थिति में सही निष्कर्ष यह होगा कि क्रिकेट में मानवीय अवलोकन अभी भी मॉडल से श्रेष्ठ है, और मुझे अपना काम बंद कर देना चाहिए। मैं उस परीक्षण का इंतज़ार करूँगा।

एक अंतिम बात, जो एक प्रश्न है और एक दावा नहीं। नीलामी कक्ष में जो मौन उस अनकैप्ड नाम के बाद आता है — वह मौन इस बात का प्रमाण नहीं है कि वह खिलाड़ी ख़राब है। वह इस बात का प्रमाण है कि हमने उसे देखने की व्यवस्था नहीं बनाई। और एक उद्योग जो अरबों रुपये खिलाड़ियों पर खर्च करता है, लेकिन यह नहीं बता सकता कि उनमें से कुछ कितने अच्छे हैं — वह उद्योग अपने सबसे सस्ते सुधार की ओर देख भी नहीं रहा।