खाली लौटी रिजल्ट शीट: एथलेटिक्स डेटा में N/A को 'सुरक्षित' पढ़ने की कीमत

तीन बजकर चालीस मिनट, लॉस एंजिलिस। मैंने स्प्रेडशीट प्रेस बॉक्स के शोर से पहले खोली — यह आदत 2026 से है, जब स्टबहब सेंटर में गैलेक्सी II का मैच देखने के लिए मेरे पास बारह ट्वीट का एक थ्रेड और PPDA का एक कॉलम था। उस वक्त मुझे बताया गया था कि मैं फैशन ब्लॉगिंग करूं। मैंने स्प्रेडशीट और कोड पब्लिश कर दिया।

इस बार शोर नहीं था। फाइल खुद खाली थी।

नौ डाइमेंशन। नौ में से नौ पर एक ही शब्द: N/A। खिलाड़ी का नाम N/A। इवेंट N/A। मार्क N/A। प्रतियोगिता N/A। समय-संवेदनशीलता N/A। स्रोत की गुणवत्ता N/A। फ्रेमवर्क पूरा बना हुआ था — टेबल, चेकलिस्ट, रिस्क मैट्रिक्स, ग्लॉसरी, सब कुछ अपनी जगह पर। लेकिन हर कोठरी में वही एक शब्द बैठा था, और वह शब्द किसी खिलाड़ी के बारे में कुछ नहीं कह रहा था।

एथलेटिक्स पर लिखा कोई भी लेख जिसमें एक भी नाम, एक भी मार्क, एक भी वेन्यू न हो, लेख नहीं होता। वह इनजेशन चेन का टूटना होता है। मुझे यह पहचानने में तीन मिनट लगे। मुझे यह पहचानने में ज्यादा देर लगी कि इस टूटन को किसी एथलीट की कमजोरी की तरह पढ़ा जा सकता है — और वही सबसे बड़ा खतरा है।

एक खाली फाइल कोई निष्कर्ष नहीं होती। वह एक सवाल होती है, और उस सवाल का जवाब खिलाड़ी के बारे में नहीं, हमारे काम करने के तरीके के बारे में होता है।

चेन कहां टूटी

डीकंस्ट्रक्शन चेन चार परतों पर चलती है। पहली परत शीर्षक और स्रोत है। दूसरी परत एंटिटी एक्सट्रैक्शन — खिलाड़ी, कोच, प्रतियोगिता, संघ। तीसरी परत सूचना-बिंदु हैं: मार्क, विंड रीडिंग, स्प्लिट, तारीख, इनामी राशि। चौथी परत नौ-डाइमेंशन वाला विश्लेषण है।

यहां पहली परत पर ही कुछ टूटा है। क्योंकि अगर शीर्षक और स्रोत मिल जाते, तो एंटिटी एक्सट्रैक्शन को कम से कम एक नाम तो निकालना ही था। और अगर एक भी सूचना-बिंदु निकलता, तो चौथी परत खाली नहीं बैठती। चेन की सबसे बाहरी कड़ी टूटी, और उसका असर नीचे तक गया।

एक ही फील्ड भरी हुई है: डोमेन लेबल — एथलेटिक्स। यही सबसे बड़ी चुभन है। एथलेटिक्स का लेबल भी शायद अनुमान से लगाया गया, निकाला नहीं गया। अगर स्रोत दस्तावेज में कोई एथलेटिक्स एंटिटी ही नहीं थी, तो लेबल कहां से आया? यह सवाल छोटा लगता है, लेकिन यह पूरी रिपोर्ट की नींव हिला देता है। जिस फाइल में एक भी नाम न हो, उस फाइल पर 'एथलेटिक्स' लिखा हुआ देखकर मैं यह नहीं मान सकती कि वह एथलेटिक्स की खबर थी।

मेरे नौ साल के मैच-देखने और रिजल्ट-शीट पढ़ने के अनुभव के आधार पर एक बात कह सकती हूं: एथलेटिक्स में रिजल्ट शीट एक बंद सिस्टम है। हर मार्क या तो उस पर लिखा होता है या नहीं होता। कोई तीसरा रास्ता नहीं है। फुटबॉल में आप xG मॉडल बदलकर बहस कर सकते हैं; भाले के एक थ्रो पर आप बहस नहीं कर सकते, आप सिर्फ दोहरा सकते हैं कि मीटर में क्या दर्ज हुआ। इसीलिए एथलेटिक्स में एक खाली फील्ड का मतलब शून्य नहीं होता। शून्य एक संख्या है। खाली फील्ड संख्या नहीं है।

तीन तरह के शून्य, और सिर्फ एक निष्कर्ष है

डेटा में null तीन किस्म का होता है, और इन्हें एक जैसा पढ़ना सबसे आम गलती है।

पहला: डेटा मौजूद ही नहीं था। दूसरा: डेटा मौजूद था, पर कैप्चर नहीं हुआ। तीसरा: डेटा मौजूद था, कैप्चर हुआ, पर खारिज कर दिया गया — क्योंकि विंड रीडिंग +2.0 मीटर प्रति सेकंड से ज्यादा थी, या वेन्यू समुद्र तल से हजार मीटर ऊपर था, या मार्क अप्रमाणित ट्रेनिंग-थ्रो था।

इनमें से सिर्फ पहला किस्म एक निष्कर्ष है। बाकी दो प्रोसेस की खराबी हैं।

इस फाइल में जो हुआ है, वह दूसरी किस्म है। और इसका सबसे सस्ता टेस्ट यही है: सूचना-बिंदुओं की गिनती को लेख की लंबाई से मिलाकर देखो। एक खाली दस्तावेज से शून्य सूचना-बिंदु मिलना सामान्य है। एक भरे हुए दस्तावेज से शून्य सूचना-बिंदु मिलना एस्ट्रैक्शन लेयर का बग है, स्रोत की अनुपस्थिति नहीं।

यहां तीन चीजें एक साथ गायब हैं — शीर्षक, स्रोत, और एंटिटी। प्रकाशित हो चुकी किसी भी एथलेटिक्स खबर में इन तीनों में से कम से कम एक तो होता ही है। तीनों का एक साथ न होना संयोग नहीं, सिस्टम की नाकामी है। और सिस्टम की नाकामी को कभी भी 'खिलाड़ी के बारे में जानकारी उपलब्ध नहीं' के रूप में रिपोर्ट नहीं किया जाना चाहिए, क्योंकि दोनों बातें बिल्कुल अलग हैं।

जो मार्क गायब है, उसकी कीमत

अब वह हिस्सा, जिस पर मुझे सबसे ज्यादा गुस्सा आता है — क्योंकि यहां गड़बड़ सिर्फ रिपोर्टिंग की नहीं, गणित की है।

ओलंपिक और विश्व चैंपियनशिप में एंट्री के दो रास्ते हैं। पहला, सीधा क्वालिफाइंग स्टैंडर्ड। दूसरा, वर्ल्ड रैंकिंग पॉइंट्स। पेरिस 2026 के लिए पुरुष भाला फेंक का क्वालिफाइंग स्टैंडर्ड 85.50 मीटर था। अगर आपके पास एथलीट का मार्क नहीं है, तो आप यह भी नहीं बता सकते कि वह पहले रास्ते पर है, दूसरे पर है, या दोनों से बाहर है। आपके पास रैंकिंग पोजीशन भी नहीं है, क्योंकि रैंकिंग के लिए सीजन के मार्क चाहिए। यानी जिस एक फील्ड के गायब होने से पूरी रिपोर्ट रुक जाती है, वह है मार्क।

और मार्क भी अकेला काफी नहीं है। भाला फेंक में मार्क के साथ तीन चीजें अनिवार्य हैं। विंड रीडिंग — क्योंकि +2.0 मीटर प्रति सेकंड से ज्यादा टेलविंड में रिकॉर्ड मान्य नहीं होता। अल्टीट्यूड — क्योंकि लगभग एक हजार मीटर से ऊपर के वेन्यू स्प्रिंट और जंप को फायदा देते हैं। और इक्विपमेंट — क्योंकि सड़क पर कार्बन-प्लेटेड जूते की सोल कैप 40 मिलीमीटर है, और ट्रैक स्पाइक्स की स्थिति अलग है।

यही वह जगह है जहां डेटा ईमानदारी बन जाती है या मार्केटिंग। एक मार्क जिसके साथ विंड रीडिंग नहीं लिखी, वह मार्क नहीं है — वह एक दावा है।

इसका ताजा उदाहरण मेरे सामने रोज बैठता है। नीरज चोपड़ा का व्यक्तिगत सर्वश्रेष्ठ 89.94 मीटर है, स्टॉकहोम डायमंड लीग, 30 जून 2026। पेरिस 2026 के फाइनल में उनका सर्वश्रेष्ठ थ्रो 89.45 मीटर रहा, और वह रजत था, क्योंकि आरशद नदीम ने 92.97 मीटर फेंककर ओलंपिक रिकॉर्ड बना दिया। टोक्यो 2026 में स्वर्ण 87.58 मीटर पर आया था।

ये तीन संख्याएं एक साथ रखिए। 87.58, 89.45, 89.94। कोई इन्हें गिरावट के तीन सीढ़ियों की तरह नहीं पढ़ सकता। ये एक ही एथलीट की तीन अलग-अलग प्रतियोगिताओं, तीन अलग-अलग मौसमों, तीन अलग-अलग दबावों की संख्याएं हैं। टोक्यो का 87.58 उस रात का सबसे बड़ा थ्रो था। पेरिस का 89.45 उस रात का दूसरा सबसे बड़ा थ्रो था। 89.94 किसी फाइनल में नहीं आया, लेकिन वह किसी की सर्वश्रेष्ठ क्षमता का सबसे साफ सबूत है।

अगर आप इन तीनों को एक ही अक्ष पर लगाकर '90 के क्लब' से तुलना करेंगे, तो 89.45 को घाटा दिखेगा। और वहीं से रिकॉर्ड-इन्फ्लेशन शुरू होता है — सीजन के सर्वश्रेष्ठ को असफलता पढ़ लेना। मैं वितरण रिपोर्ट करती हूं, छत नहीं। मैदान ने क्या फेंका, हवा ने क्या इजाजत दी, और वह मार्क एथलीट की अपनी बेसलाइन के मुकाबले कितना था।

यही सबक 2026 के गोल्ड कोस्ट से आया था। राष्ट्रमंडल खेलों में चोपड़ा का स्वर्ण 86.47 मीटर पर आया था। मैंने उस वक्त स्क्रॉल डॉट इन के लिए एक पीस पिच की थी, जिसमें दलील यह थी कि हेडलाइन दूरी से ज्यादा मायने रखती है वह बात कि उनके चार थ्रो 84 मीटर से आगे गए थे। भारतीय मीडिया में उस वक्त तक यह कंसिस्टेंसी-केस किसी ने नहीं बनाया था। वह चल गया। लेकिन उस पीस का असली मूल्य यह था कि उसने 90 मीटर के जुनून को एक सवाल बना दिया: अगर चार थ्रो 84 से आगे हैं, तो असली कहानी छत नहीं, फर्श है — और फर्श के नीचे की गहराई।

पेपर-ट्रेल: दो डेटासेट जो ठीक से एंकर थे

मुझे खाली फाइल पर भरोसा नहीं है, इसलिए मैं उन दो डेटासेट पर लौटती हूं जिन्हें मैंने खुद स्क्रैप किया था और जिन्हें आज तक कोई रिवाइज नहीं कर सका।

मार्च 2026 ने स्टेडियम खाली कर दिए। मई 16, 2026 के बुंदेसलीगा रीस्टार्ट के बाद मैंने यूएससी एनेनबर्ग के एक डॉर्म से हर घोस्ट-गेम फिक्स्चर स्क्रैप किया। पहले 55 मैचों में होम टीम की जीत 43 प्रतिशत से गिरकर 21 प्रतिशत पर आ गई थी, और होम xG का बढ़त लगभग आधा हो गया था। एक हफ्ते के भीतर दो यूरोपीय बेटिंग डेस्क ने ईमेल किया। यही वह क्षण था जब मुझे समझ आया कि खाली स्टेडियम अकाउंटिंग को दिखने लायक बना देते हैं — और तभी मैं शुरू करती हूं।

दूसरा: टोक्यो 2026। मैंने पुरुष भाला फेंक के बारह फाइनलिस्टों पर मोंटे कार्लो चलाया — छह-छह थ्रो, 2026 के वितरण से सैंपल किए गए। मॉडल ने जोहान्स वेटर को 41 प्रतिशत स्वर्ण दिया और नीरज चोपड़ा को 34 प्रतिशत। वेटर क्वालिफाइंग से आगे ही नहीं बढ़ पाए। चोपड़ा ने अपने दूसरे अटेम्प्ट पर 87.58 मीटर फेंका और स्वर्ण जीत लिया।

मेरा मॉडल एक साथ सही और गलत था। सही इस मायने में कि चोपड़ा का 34 प्रतिशत किसी भी दूसरे एथलीट से ज्यादा था — यानी मॉडल ने उन्हें सबसे संभावित विजेता तो नहीं, सबसे मजबूत दावेदार जरूर बताया था। गलत इस मायने में कि उसने वेटर को 41 प्रतिशत दिया, और वेटर फाइनल में पहुंचे ही नहीं। मैंने यह गलती छिपाई नहीं, पब्लिश की। अगस्त 2026 में ग्रेजुएशन के साथ डाउनटाउन लॉस एंजिलिस की एक बेटिंग-एनालिटिक्स फर्म ने मुझे फुल-टाइम मॉडलिंग सीट दी। मुझे लगता है उस सीट की असली वजह मॉडल नहीं, वह प्रकाशित गलती थी।

ये दोनों डेटासेट एक ही चीज साबित करते हैं: अच्छा विश्लेषण वह नहीं जो सही निकले, बल्कि वह जो यह बता सके कि उसकी सीमा कहां है। खाली फाइल इस मानक पर फेल होती है, क्योंकि वह अपनी सीमा नहीं बताती — वह खुद अपनी सीमा बन जाती है।

जब खाली फील्ड मॉडल में घुसती है

मेरा रोज का काम बेटिंग मॉडल है, और इसलिए मैं यह बात सबसे सीधे कह सकती हूं: एक null जब मॉडल में दाखिल होता है, तो वह शून्य बन जाता है। और शून्य एक ऐसा झूठ है जिसे मॉडल पकड़ नहीं सकता, क्योंकि वह उसे अपनी ही भाषा में लिखा हुआ पाता है।

उदाहरण लीजिए। भाले के एक थ्रो का विंड रीडिंग फील्ड खाली है। मॉडल उसे 'विंड नहीं थी' पढ़ लेता है। लेकिन सच यह है कि हमें पता नहीं कि हवा थी या नहीं। और अगर हवा +2.0 के करीब थी, तो वह थ्रो असली क्षमता से तीन-चार मीटर ज्यादा दिख रहा है। इसका असर सीधे अगली प्रतियोगिता की संभावनाओं पर पड़ता है। यह कोई सैद्धांतिक बात नहीं है। यह वही गड़बड़ है जो हर सीजन किसी न किसी मॉडल में घुसती है, और जिसे कोई पकड़ता नहीं, क्योंकि मॉडल खुद उसे 'मान्य इनपुट' मान रहा होता है।

इसी तरह अल्टीट्यूड। एक हजार मीटर से ऊपर का वेन्यू स्प्रिंट और जंप को मुफ्त में सेंटीमीटर देता है, और सहनशक्ति वाली दौड़ों से सेकंड छीन लेता है। अगर वेन्यू फील्ड खाली है और मॉडल उसे समुद्र तल मान लेता है, तो पहाड़ पर बना एक सीजन-बेस्ट नीचे के मैदान की रेस में बराबर नहीं बैठेगा।

यहां एक और परत है, जिसे मैं अपने काम में सबसे ज्यादा देखती हूं। जब खिलाड़ी का नाम ही नहीं है, तो एंटी-डोपिंग का आकलन भी नहीं हो सकता। लेकिन रिपोर्ट में यह नहीं लिखा जाता कि 'आकलन नहीं हुआ'। रिपोर्ट में लिखा जाता है 'कोई रेड फ्लैग नहीं'। यही सबसे खतरनाक अनुवाद है। सबूत की अनुपस्थिति, अनुपालन का सबूत नहीं होती। अठारह महीने में तीन मिस्ड टेस्ट एक उल्लंघन है, एथलीट बायोलॉजिकल पासपोर्ट एक लंबी निगरानी है, और दस साल तक सैंपल स्टोर रहते हैं — यानी पदक का पुनर्आवंटन आज भी हो सकता है। इनमें से कुछ भी आप उस फाइल से नहीं कह सकते जिसमें नाम ही नहीं है।

अनुपस्थिति का बहीखाता

मेरा असली विषय ट्रांसफर है, जीत नहीं। भारतीय एथलेटिक्स को अमेरिकी डेस्क से कवर करने का मतलब यही है कि आपके सामने सवाल यह नहीं आता कि कौन जीता, बल्कि यह आता है कि एक अमेरिकी कॉलेज प्रोग्राम, एक विदेशी कैंप या एक बायोमैकेनिक्स लैब भारतीय मार्क के साथ आखिर करती क्या है — और उसी एथलीट ने घर पर रहकर क्या फेंका होता।

यह पूरा हिसाब सेंटीमीटर और सेकंड में लगता है, भावना में नहीं। और यहीं पर एथलेटिक्स का असली अर्थशास्त्र दिखता है। पेरिस 2026 में वर्ल्ड एथलेटिक्स ने हर ओलंपिक चैंपियन को 50,000 डॉलर दिए — कुल 24 लाख डॉलर का फंड। बुडापेस्ट 2026 विश्व चैंपियनशिप में स्वर्ण पदक 70,000 डॉलर का था, जो अब तक का सबसे बड़ा पुरस्कार था।

अब उसी एथलीट को रखिए जो रेलवे, सर्विसेज या राज्य पुलिस की स्पोर्ट्स-कोटा नौकरी से सैलरी लेता है। यह नौकरी इनाम नहीं है, यह सुरक्षा है — और 2026 में जब कैलेंडर खत्म हो गया था, तब यही सुरक्षा एकमात्र चीज थी जो बची थी। उस अगस्त में मैंने स्क्रॉल डॉट इन के लिए चार हजार शब्द लिखे थे, इसी अर्थशास्त्र पर।

स्टॉपवॉच के नीचे हर सैलरी लाइन एक परफॉर्मेंस दावा बन जाती है। और जब खबर में नाम नहीं होता, तो वह दावा भी गायब हो जाता है — किसी का कोई दावा दर्ज ही नहीं होता। यही वह नुकसान है जिसे कोई एरर लॉग नहीं दिखाता।

असहमति: गैप को भरना नहीं, गैप को नाम देना

यहां मैं उद्योग की सबसे आम आदत से असहमत हूं।

जब कोई फाइल खाली लौटती है, तो रिफ्लेक्स यह होता है कि उसे भर दिया जाए। पिछले साइकल से पैटर्न मैच कर लिया जाए। विदेशी रिपोर्ट से घरेलू खालीपन भर दिया जाए। फेडरेशन कप, सेलेक्शन ट्रायल्स और नेशनल गेम्स अमेरिकी डेस्क तक वायर कॉपी की शक्ल में पहुंचते हैं; उस वायर में जो नहीं होता, उसे हम अपने अनुभव से पूरा कर लेते हैं।

मेरी दलील उलटी है। डेटासेट का सबसे कीमती कॉलम वह है जिस पर 'अप्रमाणित' लिखा हो। क्योंकि 'अप्रमाणित' आपको बताता है कि आप कहां खड़े हैं। और 'अनुमानित' आपको यह कभी नहीं बताता।

इसका एक दूसरा पहलू भी है, जिसे मैं स्प्रेडशीट-नियतिवाद कहती हूं — मापने योग्य को अर्थपूर्ण समझ लेना। रिजल्ट शीट सप्लीमेंट की अज्ञानता के बारे में कुछ नहीं कहती। चोट के बारे में कुछ नहीं कहती। परिवार के दबाव के बारे में कुछ नहीं कहती। 2026 के रिले दौर पर लटके डोपिंग सवाल के बारे में कुछ नहीं कहती।

इसलिए मैं अपनी हर शीट में एक जानबूझकर गुणात्मक कॉलम रखती हूं, और उस पर साफ लिखती हूं कि यह गुणात्मक है। मैं पूछती हूं कि संख्या क्या नहीं देख सकती, और फिर यह टेक्स्ट में लिख देती हूं — बाहर नहीं छोड़ देती।

यह सुविधा नहीं है। यह मेथडोलॉजी है। एक रिपोर्ट जो अपनी अनुपस्थिति नहीं बता सकती, वह अपनी मौजूदगी का दावा भी नहीं कर सकती।

आगे क्या देखना है

चार सिग्नल हैं जिन पर मैं अगले साइकल में नजर रखूंगी, और ये सब एक ही फाइल से शुरू होते हैं।

पहला, स्रोत की वापसी। मूल दस्तावेज फिर से इनजेस्ट करके देखिए। अगर शीर्षक और कम से कम एक सूचना-बिंदु लौट आते हैं, तो पूरा विश्लेषण बिना दोबारा काम किए भर जाएगा — टेम्पलेट तो पहले से खड़ा है।

दूसरा, एस्ट्रैक्शन की सत्यनिष्ठा। सूचना-बिंदुओं की संख्या को लेख की लंबाई से मिलाइए। भरे दस्तावेज से शून्य बिंदु मिलना बग की पुष्टि है, स्रोत की अनुपस्थिति की नहीं।

तीसरा, लेबल की विश्वसनीयता। जांचिए कि 'एथलेटिक्स' निकाला गया था या लगाया गया था। बिना किसी एथलेटिक्स एंटिटी के मौजूद लेबल खुद संदिग्ध है।

चौथा, समय-संवेदनशीलता की बैकफिल। प्रकाशन तिथि दोबारा दर्ज कीजिए। तारीख के बिना न हीट-साइकल बनती है, न पीकिंग-विंडो, न ही अगली प्रतियोगिता के साथ दूरी का हिसाब।

मेरा फैसला साफ है, और उसके साथ कीमत भी जुड़ी है। जो फाइल खाली लौटती है, वह गलत लौटने वाली फाइल से सस्ती है। खाली फाइल आपको रोक देती है। गलत फाइल आपको आगे बढ़ा देती है, और आपको पता भी नहीं चलता कि आप कब गलत जगह पहुंच गए।

सवाल यह नहीं है कि उस फाइल में कौन सा एथलीट था। सवाल यह है कि उस फाइल में 'N/A' लिखने वाले हाथ ने यह क्यों नहीं लिखा कि यह N/A किस किस्म का N/A है। जब तक वह एक शब्द नहीं जुड़ता — अनुपस्थित, या अनकैप्चर्ड, या खारिज — तब तक हर खाली कोठरी एक झूठी गवाही देती रहेगी।