93% पॉज़िटिव, लेकिन नाप किस चीज़ की? Modern Warfare 4 के स्टीम रिकॉर्ड का ऑडिट

स्टीम का एक पेज। दो दावे। और दोनों एक-दूसरे को काटते हैं।

एक तरफ 93% पॉज़िटिव रिव्यू। दूसरी तरफ "Overwhelmingly Positive" का लेबल। स्टीम के सार्वजनिक बकेट में "Overwhelmingly Positive" 95% और उससे ऊपर पर मिलता है, कम-से-कम 500 रिव्यू की शर्त के साथ; 80 से 94% का दायरा "Very Positive" दिखता है। 93% पर लेबल "Very Positive" होना चाहिए। रिपोर्ट में दोनों आंकड़े एक ही वाक्य में स्टीम के हवाले से दर्ज हैं।

2026 से मेरे पास स्क्रैप किए हुए डेमो और रिव्यू स्नैपशॉट की एक फाइल है, और उसमें सबसे आम गलती यही है — आंकड़ा और उसका लेबल अलग-अलग समय पर उठाए गए होते हैं। 1,240 राउंड गिनने के बाद कहीं जाकर मैंने एक नंबर पर भरोसा करना सीखा था; यहाँ सिर्फ दो फील्ड हैं और वे मेल नहीं खाते।

रिपोर्ट क्या कहती है, वह पहले साफ कर लें। Call of Duty: Modern Warfare 4 ने स्टीम पर 93% पॉज़िटिव समीक्षाएँ हासिल कीं, इसे सीरीज़ का 16 साल में सबसे अच्छा स्टीम प्रदर्शन बताया गया, और तुलना का एंकर 2026 रखा गया — यानी Modern Warfare 2 (2026) और Black Ops (2026) वाला दौर। रिपोर्ट यह भी बताती है कि कैंपेन मोड खिलाड़ियों के लिए जल्दी खोल दिया गया था। बॉडी में लेखक खुद मानते हैं कि रेटिंग आगे बदल सकती है और 92–93% पर टिकना ही असली परीक्षा होगी।

दो चीज़ें रिपोर्ट में नहीं हैं और वही पूरी कहानी तय करती हैं: समीक्षाओं की संख्या, और स्नैपशॉट की तारीख। स्कोप भी नहीं है — आंकड़ा ऑल-टाइम है या रीसेंट, और प्लेटफॉर्म-स्प्लिट का ज़िक्र तक नहीं।

यहाँ एक ईमानदार बात ज़रूरी है। मैं सिंगापुर डेस्क से ईस्पोर्ट्स पर लिखता हूँ, और इस पूरी रिपोर्ट में एक भी टीम, खिलाड़ी, टूर्नामेंट, प्राइज़ पूल, पैच नोट या रोस्टर मूव नहीं है। स्टेज-1 ने इसे "Esports" लेबल दिया, जो गलत है — यह एक प्रोडक्ट-सेंटिमेंट खबर है। जिस दिन मैं स्टीम रिव्यू प्रतिशत से मैप पूल या GA लिस्ट निकालना शुरू करूँ, उस दिन मेरा काम खत्म। इसलिए मैं वही मापूँगा जो मापा जा सकता है: दावे की ऑडिट-योग्यता।

पहला हिसाब — लेबल बनाम प्रतिशत। यह कोई राय नहीं, स्टीम की सार्वजनिक थ्रेशोल्ड-मैकेनिक्स है। अगर प्रतिशत 93 है और लेबल "Overwhelmingly Positive" है, तो तीन में से एक बात सच होगी: दोनों फील्ड अलग-अलग पलों में कैप्चर हुए (लेबल किसी पीक स्नैपशॉट का, प्रतिशत कोई और), लेबल का अनुवाद या पैराफ्रेज़ गलत हुआ, या एक आंकड़ा ही गलत है। तीनों में से किसी को भी इस टेक्स्ट से तय नहीं किया जा सकता। जो तय किया जा सकता है वह यह है — बिना टाइमस्टैम्प और बिना n के, यह स्नैपशॉट ऑडिट करने लायक नहीं है।

दूसरा हिसाब — सैंपल साइज़। 93% एक अनुपात है, और अनुपात बिना भाजक के बेमानी है। अगर n = 500 था, तो 95% कॉन्फिडेंस बैंड लगभग ±2.2 प्रतिशत-बिंदु बैठता है। अगर n = 1,000 था, तो ±1.6 प्रतिशत-बिंदु। यह अंकगणित स्कूली है, लेकिन इसका नतीजा तीखा है: लेखक जिस 92–93% "बनी रहने की शर्त" को अपनी परीक्षा बनाते हैं, वह मौजूदा 93% से सांख्यिकीय रूप से अलग ही नहीं है। यानी जिस टेस्ट को वे पास करना चाहते हैं, वह टेस्ट, संभावित सैंपल पर, पास और फेल के बीच फर्क कर ही नहीं सकता। नीयत सही है, औज़ार छोटा है।

तीसरा हिसाब — और यही असली मुद्दा है। रिपोर्ट खुद बताती है कि कैंपेन मोड जल्दी खोला गया था। इसका मतलब साफ है: जिन लोगों ने लॉन्च-वीक में समीक्षा लिखी, वे प्री-ऑर्डर और सब्सक्रिप्शन-टियर वाले सबसे प्रतिबद्ध खरीदार थे — आम खिलाड़ी-आबादी का नमूना नहीं। यह सेलेक्शन बायस की किताबी मिसाल है, और CoD के संदर्भ में इसका एक बहुत ठोस अर्थ है। इस फ्रैंचाइज़ी के लॉन्च हमेशा मॉनेटाइज़ेशन, SBMM, एंटी-चीट और सर्वर-स्टेबिलिटी की शिकायत-साइकिल लेकर आते हैं। इस रिपोर्ट में वे शिकायतें नहीं हैं। इसका सबसे सरल व्याख्या यह नहीं है कि दिक्कतें सुलझ गईं — सबसे सरल व्याख्या यह है कि जिस हिस्से में दिक्कतें पैदा होती हैं, वह हिस्सा अभी खुला ही नहीं था।

चौथा हिसाब — "16 साल में सबसे अच्छा" वाला दावा। यहां तुलना-आधार ही दोषपूर्ण है। कॉल ऑफ ड्यूटी 2026 के Black Ops के बाद स्टीम से हट गया था और लंबे अरसे तक बैटल.नेट पर रहा; स्टीम पर उसकी वापसी बहुत बाद में हुई। यानी "16 साल" के दायरे में जो पुराने टाइटल बैठते हैं, उनके स्टीम सैंपल बहुत छोटे और नोस्टैल्जिया-भारित हैं, जबकि तुलना आधुनिक, बड़े-सैंपल रिलीज़ से हो रही है। दिशा में दावा सही लग सकता है, लेकिन जैसे लिखा गया है, यह like-for-like तुलना नहीं है — इसे वैसा बताना मेथडोलॉजिकल गड़बड़ है। सही तरीका यह होता: तुलना को एक ही प्लेटफॉर्म और एक ही दौर तक सीमित रखना, और हर आंकड़े के साथ n लिखना।

तो ऑडिट-योग्य संस्करण कैसा दिखेगा? तीन फील्ड: प्रतिशत, n, और टाइमस्टैम्प — ऑल-टाइम और रीसेंट दोनों। उसके बाद 30, 60 और 90 दिन की कर्व, हर बिंदु पर n के साथ। यही वह चीज़ है जिसे मैं एक मीट्रिक कहूँगा। बाकी सब लॉन्च-वीक का मूड है।

और यहीं पर मुझे अपने ही पेशे की आदत से लड़ना पड़ता है। काउंटर-इंट्यूटिव होना तेज़ पहचान बनती है, सही होना धीमा काम है। मैं यह नहीं कह रहा कि Modern Warfare 4 खराब है। मेरे पास इसके लिए डेटा नहीं है, और जिस कट पर मैं दावा करूँ, वह दूसरे कट पर नहीं टिकेगा। तो बोरिंग बात ही लिखता हूँ: आंकड़ा असली है, लेकिन वह कैंपेन की गुणवत्ता नाप रहा है, प्रोडक्ट की नहीं।

उल्टा-चौंकाने वाली बात यह है कि इस रिपोर्ट का बॉडी अपनी हेडलाइन से ज़्यादा ईमानदार है। आम तौर पर गड़बड़ उल्टी होती है — बॉडी में हवा, हेडलाइन में क्लिक। यहाँ लेखक खुद लिखते हैं कि रेटिंग बदल सकती है, पूरा वर्जन आने पर नमूना अलग होगा। यह असामान्य अनुशासन है और इसे श्रेय मिलना चाहिए। दूसरी उल्टी बात: ईस्पोर्ट्स पाइपलाइन के लिए रिव्यू स्कोर गलत वेरिएबल है। जो चीज़ तय करती है कि कितने खिलाड़ी रैंक्ड में आएँगे और उनमें से कितने अमेच्योर से प्रो बनेंगे, वह डिस्ट्रिब्यूशन मॉडल है — सब्सक्रिप्शन में डे-वन शामिल होना या पूरी कीमत। रिपोर्ट यह कभी नहीं बताती। 93% स्कोर और स्वस्थ कॉम्पिटिटिव इकोसिस्टम, दोनों का आपस में कोई सीधा तार नहीं है; बीच में कम-से-कम चार लिंक हैं — सेंटिमेंट, एक्विज़िशन, रैंक्ड पॉप्युलेशन, अमेच्योर पाइपलाइन — और रिपोर्ट सिर्फ पहला लिंक दिखाती है।

यह भी दर्ज कर दूँ: प्रो सीन का असली रूलसेट पैच तय नहीं करता, जेंटलमैन्स एग्रीमेंट तय करते हैं — कौन-सा हथियार बैन, कौन-सा मैप आउट। वह प्रक्रिया इस रिपोर्ट में नदारद है, और वही तय करेगी कि MW4 प्रो लेवल पर खेलने लायक है या नहीं। रिव्यू प्रतिशत उस सवाल का जवाब नहीं है।

आगे क्या देखना है, वह साफ है। पहला, 30 और 90 दिन की समीक्षा-कर्व, n और तारीख के साथ; अगर n 10,000 से ऊपर हो और प्रतिशत 5 अंक से ज़्यादा गिरे, तो हनीमून-विंडो वाली बात साबित हो जाएगी। दूसरा, रिव्यू टेक्स्ट का क्लस्टरिंग — मॉनेटाइज़ेशन, SBMM, एंटी-चीट, नेटकोड; जिस दिन इनमें से कोई एक क्लस्टर प्रमुख हो गया, उस दिन मूल आंकड़ा पुराना पड़ जाएगा। तीसरा, लेबल और प्रतिशत की एक साथ, एक ही टाइमस्टैम्प पर कैप्चर की गई तस्वीर — अगर लेबल बदलता है और प्रतिशत नहीं, तो स्रोत की विश्वसनीयता पर सवाल उठेगा। चौथा, डिस्ट्रिब्यूशन मॉडल की पुष्टि।

और आखिर में वह हिस्सा जो किसी स्प्रेडशीट में नहीं आता। बेंगलुरु में एक 19 साल का खिलाड़ी है जो यह तय कर रहा है कि अगले दो साल रैंक्ड CoD में लगाए या BGMI में। उसके लिए स्टीम का 93% कोई फैसला नहीं है; फैसला यह है कि टाइटल का कॉम्पिटिटिव रूलसेट कब स्थिर होता है और कोई ऑर्ग उस पर सैलरी लाइन खड़ी करता है या नहीं। एक ऑर्ग मैनेजर के लिए यह पीस एक बजट आइटम है — रोस्टर की तनख्वाह, बूटकैंप का किराया, और उस इन्वेस्टमेंट पर रिटर्न किस सर्किट से आएगा। Modern Warfare 4 का 93% उस फैसले में एक इनपुट है, और छोटा इनपुट है। जो लोग इसे जीत का सबूत मानकर रोस्टर बनाएँगे, वे सेंटिमेंट को स्ट्रक्चर समझ बैठेंगे।

अगली बार जब कोई लॉन्च-वीक का रिव्यू स्कोर हेडलाइन बने, तो तीन सवाल पूछें: n कितना, तारीख क्या, और यह किस फेज़ का आंकड़ा है। जवाब मिल जाएँ तो बहस करें। न मिलें तो स्क्रॉल कर जाएँ।