नौ आयाम, शून्य तथ्य: F1 डेटा पाइपलाइन की वह खामोशी जो सबसे महंगी पड़ती है

मेरे सामने जो फ़ाइल रखी थी, उसमें नौ विश्लेषण-आयाम थे। छह जोखिम-श्रेणियाँ। ग्यारह तालिकाएँ, हर तालिका में चार कॉलम। टायर-डिग्रेडेशन, पिट-लॉस, अंडरकट, ओवरकट, कॉस्ट कैप, एरोडायनामिक टेस्टिंग रेस्ट्रिक्शन — हर शब्द अपनी निर्धारित जगह पर बैठा था। और उन नौ आयामों में दर्ज तथ्यों की संख्या थी: शून्य।

पहली नज़र में वह रिपोर्ट पूरी थी। दूसरी नज़र में वह एक खाली इमारत थी, जिसमें हर कमरे का दरवाज़ा लगा था और किसी कमरे में फ़र्श नहीं था। F1 में हम अक्सर यह मान लेते हैं कि जो चीज़ पूरी दिखती है, वह मापी गई है। सत्रह साल डैशबोर्ड बनाने के बाद मेरा अनुभव उल्टा है — सबसे ख़तरनाक फ़ाइल वह नहीं होती जिसमें डेटा गायब है। सबसे ख़तरनाक वह होती है जिसमें फ़ॉर्मेट पूरा है और सामग्री शुरू भी नहीं हुई। गायब डेटा दिख जाता है। पूरा फ़ॉर्मेट आँख को धोखा देता है।

F1 का पूरा पेशा दस्तावेज़ों पर चलता है, और हर दस्तावेज़ अपने आप में एक पूरा फ़ॉर्मेट है। टाइमिंग स्क्रीन हर सेक्टर भरती है। FIA का स्क्रूटिनी रिपोर्ट हर बॉक्स में टिक लगाता है। कॉस्ट कैप फ़ाइलिंग में हर लाइन आइटम का अपना स्थान है। एरोडायनामिक टेस्टिंग रेस्ट्रिक्शन का आवंटन पिछले साल की कंस्ट्रक्टर्स चैंपियनशिप के उल्टे क्रम में तय होता है — कमज़ोर टीम को ज़्यादा विंड टनल समय, मज़बूत टीम को कम। यह पूरा तंत्र इसी अनुमान पर खड़ा है कि अगर फ़ॉर्मेट भरा हुआ है, तो जाँच हो चुकी है।

2026 में मैंने मैनचेस्टर की एक स्पोर्ट्स डेटा एजेंसी में एक भारतीय अंग्रेज़ी डिजिटल आउटलेट के लिए F1 रेस डैशबोर्ड बनाया। उस वक़्त मैंने खुद पर एक नियम लगाया: कोई भी मेट्रिक टेम्पलेट में तब तक नहीं घुसेगी जब तक उसके साथ सैंपल साइज़ और एरर बार दर्ज न हो। पिट-स्टॉप डेल्टा, टायर-डिग्रेडेशन स्लोप, डर्टी-एयर लॉस और DRS-ट्रेन की लंबाई — चारों को इसी नियम से गुज़रना पड़ा। हमने उसे Force India के 2026 सीज़न पर टेस्ट किया, जिसमें टीम ने 187 अंक लेकर कंस्ट्रक्टर्स चैंपियनशिप में चौथा स्थान हासिल किया था। डैशबोर्ड ने रेस-रिपोर्टिंग को लैप-दर-लैप बयान से तीन कॉलम वाले फ़ैसले में बदल दिया: pace, strategy, execution।

उस बदलाव का असली फ़ायदा यह नहीं था कि हमने ज़्यादा आँकड़े जोड़े। फ़ायदा यह था कि हमने पहले से तय कर लिया कि कौन सा आँकड़ा किस सवाल का जवाब देता है, और कौन सा नहीं। एक डैशबोर्ड की क़ीमत उसके भरे हुए कॉलम में नहीं, उसकी खाली जगहों में होती है।

जो फ़ाइल मेरे पास आई, उसमें विश्लेषण विफल नहीं हुआ था। विफलता उससे ऊपर की थी — इनपुट चरण में। यह अंतर केंद्रीय है, और F1 में इसे अक्सर नज़रअंदाज़ किया जाता है। जब कोई विश्लेषण शून्य सूचना-बिंदुओं पर चलाया जाता है, तो उसका ईमानदार नतीजा "अपर्याप्त जानकारी" होता है, कोई निष्कर्ष नहीं।

उस फ़ाइल में जो दिखा, वह इससे ज़्यादा शिक्षाप्रद था: दो फ़ील्ड अपने आप को ही रेफ़र कर रहे थे। "स्रोत की गुणवत्ता" वाला खाना कहता था — सूचना-बिंदुओं के स्रोत-फ़ील्ड से आँकिए। और सूचना-बिंदु ही मौजूद नहीं थे। "इसमें शामिल इकाइयाँ" वाला खाना कहता था — ऊपर दिए सूचना-बिंदुओं से निकालिए। और ऊपर कुछ भी नहीं था। यह सर्कुलर डिफ़ेक्ट है, और यह F1 की डेटा संस्कृति में भी मौजूद है: हम अक्सर ऐसे इंडेक्स बनाते हैं जो दूसरे इंडेक्स से बने होते हैं, और अंत में पता नहीं चलता कि ज़मीन कहाँ है। उस फ़ाइल में समय-संवेदनशीलता वाला खाना भी खुद कह रहा था कि उसका आकलन पहले चरण में नहीं हुआ — यानी पाइपलाइन ने खुद घोषित कर दिया था कि उसने काम नहीं किया।

मैंने पहला नंबर तब तक नहीं माना जब तक डैशबोर्ड दो बार नहीं बनाया। यह आदत 2026 में काम आई, जब रूस विश्व कप की xG डेस्क पर बैठे-बैठे मुझे Force India के प्रशासन की अलग फ़ाइल रखनी पड़ी। उस साल टीम के 59 अंक मिटा दिए गए और Racing Point Force India के नाम से स्पा से नई शुरुआत हुई, जिसमें आगे 52 अंक जुड़े। गाड़ी वही थी, ड्राइवर वही थे, पावर यूनिट वही थी। बदला था तो सिर्फ़ लेजर। खेल में कुछ संख्याएँ प्रदर्शन नहीं, स्थिति बताती हैं — और उन दोनों को एक ही कॉलम में रखना रिपोर्टिंग की सबसे आम गलती है।

उस केस में मैंने जो टाइमलाइन बनाई, उसमें दिवालियापन और ट्रैक पर गिरावट अलग-अलग खानों में रखे गए। मगर उससे भी ज़रूरी था वह सवाल जो हर फ़ाइल के नीचे लिखा जाना चाहिए: यह मॉडल किस स्थिति में विफल माना जाएगा? अगर जवाब नहीं है, तो मॉडल सिर्फ़ सजावट है।

2026 में महामारी के ठहराव के दौरान खाली स्टैंडियम में हुए F1 रेसों ने मुझे टायर-डिग्रेडेशन को भीड़ और प्रैक्टिस के शोर से अलग करके देखने का मौक़ा दिया। साखिर ग्रां प्री में मेरे मॉडल ने Racing Point का लो-ड्रैग सेटअप और सर्जियो पेरेज़ की पाँचवीं ग्रिड स्थिति को इस तरह चिह्नित किया कि अगर सेफ़्टी कार फ़ील्ड को सिकोड़ दे, तो जीत का केस ज़िंदा है। मर्सीडीज़ की पिट-गलती के बाद पेरेज़ ने वह रेस जीती। खाली पैडॉक ने टायर मॉडल को वह दिखाया जो शोर छिपा रहा था।

उस जीत का सही सबक़ यह नहीं है कि मॉडल सही था। सही सबक़ यह है कि उस मॉडल के साथ एक शर्त लिखी हुई थी — सेफ़्टी कार की संभावना। जिस दिन आप किसी भविष्यवाणी के साथ उसकी विफलता-शर्त नहीं लिखते, उस दिन आप भविष्यवाणी नहीं, अनुमान बेच रहे होते हैं।

यहीं पर वह फ़ाइल फँसी थी। उसमें जोखिम-मैट्रिक्स था, लेकिन जोखिम का विषय नहीं। छह श्रेणियाँ थीं — स्पोर्टिंग, तकनीकी, कार्मिक, नियामक-वित्तीय, जनमत, प्रणालीगत — और छहों के आगे वही एक वाक्य: पर्याप्त जानकारी नहीं। तकनीकी विश्लेषण का विषय तय नहीं था कि पूरी गाड़ी का कॉन्सेप्ट है, एक कंपोनेंट का अपग्रेड है, पावर यूनिट का मामला है, या एक रेस का प्रदर्शन-रिव्यू। जब विषय ही तय न हो, तो तुलना का कोई पैमाना नहीं बनता — और बिना पैमाने के हर नतीजा सिर्फ़ अनुमान है।

F1 में यह समस्या महँगी पड़ती है, क्योंकि यहाँ हर नतीजा एक श्रृंखला में बैठता है। एक अपग्रेड अगले साल के ATR आवंटन को प्रभावित करता है, ATR कॉस्ट कैप की गुंजाइश से टकराता है, कॉस्ट कैप का दबाव ड्राइवर-बाज़ार में निवेश की दिशा बदलता है, और ड्राइवर-बाज़ार का फ़ैसला स्पॉन्सरशिप की कहानी बदल देता है। अगर पहली कड़ी ही खाली है, तो पूरी श्रृंखला सजावट बन जाती है।

फ़रवरी 2026 में जब लुईस हैमिल्टन के 2026 में फ़ेरारी जाने की ख़बर आई, तब मैंने उसे भविष्यवाणी की तरह नहीं, एक compatibility audit की तरह मॉडल किया। क्वालिफ़ाइंग डेल्टा, टायर-मैनेजमेंट स्कोर और कॉन्ट्रैक्ट-ईयर वैरिएंस — इन तीनों को हैमिल्टन के 103 करियर जीत और शार्ल लेक्लेर के पाँच जीत के साथ फ़ेरारी की 2026-24 पिट-वॉल एरर दर के आधार पर तौला गया। मॉडल ने यह नहीं बताया कि वह जाएगा या नहीं। उसने यह बताया कि अगर जाएगा तो अनुकूलन की क़ीमत कहाँ लगेगी। यही अंतर है — और यही अंतर उस खाली फ़ाइल में मौजूद नहीं था।

उद्योग का सामान्य मत यह है कि ज़्यादा आयाम, ज़्यादा तालिकाएँ और ज़्यादा मेट्रिक्स मिलकर बेहतर विश्लेषण बनाते हैं। मेरा अनुभव उल्टा कहता है। जिस फ़ाइल ने मुझे सबसे ज़्यादा डराया, उसमें फ़ॉर्मेट पूरा था और सामग्री शुरू भी नहीं हुई थी। नौ आयामों वाला ढाँचा अपने आप में एक दावा है। वह पढ़ने वाले को यह भरोसा देता है कि जाँच हो चुकी है, जबकि जाँच शुरू भी नहीं हुई थी। F1 में इसका ठीक वैसा ही रूप है जैसा स्क्रूटिनी में — एक गाड़ी हर बॉक्स में टिक लगाकर भी धीमी हो सकती है। क़ानूनी होना और तेज़ होना दो अलग चीज़ें हैं।

दूसरी बात जो मुझे यहाँ साफ़ लिखनी है: इस बार कोई उल्टा निष्कर्ष नहीं है। कभी-कभी सबसे उबाऊ व्याख्या सही होती है। यहाँ सही व्याख्या यही है कि इनपुट चरण विफल रहा — स्रोत टेक्स्ट पहुँचा ही नहीं, या पार्स नहीं हुआ। जो लोग हर हफ़्ते उल्टी बात लिखकर पहचान बनाते हैं, वे अक्सर ऐसे क्षण में कोई साज़िश खोजने लगते हैं। यहाँ सपाट वाक्य में लिख देना ज़रूरी है: जब आँकड़े सामान्य मत का समर्थन करें, तो एक वाक्य में स्वीकार करके आगे बढ़ना चाहिए। उल्टा निष्कर्ष हर लेख में कमाया जाता है, मान लिया नहीं जाता।

तीसरा जोखिम यह है कि ऐसी फ़ाइल को पढ़कर कोई यह कह दे — "F1 का डेटा काम नहीं करता।" यह वही गलती है जो प्रोमोटर की विफलता को बाज़ार की विफलता बताने में होती है। एक प्रोमोटर का कर्ज़ एक रेस ख़त्म करता है; दर्शकों की माँग और प्रसारण का बाज़ार उससे अलग बहीखाता है। वैसे ही, एक पाइपलाइन की विफलता यह साबित नहीं करती कि मॉडल ग़लत हैं। दोनों बहीखाते हर बार अलग रखने पड़ते हैं।

आगे के लिए मेरा सुझाव एक प्रक्रिया-नियम है, नैतिक उपदेश नहीं। किसी भी F1 विश्लेषण के प्रकाशन से पहले चार चीज़ें माँगिए: लेख का शीर्षक और स्रोत, तारीख़ के साथ दर्ज सूचना-बिंदु, निकाली गई इकाइयाँ (टीम, ड्राइवर, इवेंट), और प्रकाशन की तारीख़। इन चारों के बिना जो फ़ाइल आए, उसे विश्लेषण नहीं, टेम्पलेट मानिए — और टेम्पलेट को कभी प्रकाशित मत कीजिए।

अगली बार जब कोई नौ-आयामी रिपोर्ट सामने आए और उसमें हर खाना भरा दिखे, तो एक सवाल पूछिए: इस फ़ाइल में वह कौन सी एक संख्या है जिसे दो स्वतंत्र स्रोतों से बनाया गया है? अगर जवाब न मिले, तो जो आप पढ़ रहे हैं वह विश्लेषण नहीं, उसका मंच है।

एक रेस वीकेंड एक बहीखाता है, और हर लैप एक सुधार लिखता है। जिस दिन हमारे टूल्स बिना सुधार लिखे पूरे दिखने लगें, उस दिन हमें सबसे ज़्यादा डरना चाहिए — क्योंकि उस दिन गलती हमारे हिसाब में नहीं, हमारी आदत में होगी।