কলাম বনাম ড্রেসিংরুম: এশিয়ার টি-টোয়েন্টিতে ডেথ ওভারের দাম কে ঠিক করে?

গত মৌসুমে একটি এশিয়ান ফ্র্যাঞ্চাইজি লিগের নকআউট ম্যাচে ডেথ ওভার শেষ হওয়ার পর ধারাভাষ্য কক্ষে সবাই একমত হয়েছিলেন—বোলার চাপ সামলে দিয়েছেন। পাশে বসা কোচ মাথা নেড়ে সমর্থন করলেন। কিন্তু আমার ল্যাপটপে ওই ওভারের expected runs (xR) দেখাচ্ছিল টুর্নামেন্ট-গড়ের চেয়ে প্রায় দুই রান বেশি, আর dot-ball চাপ ছিল স্বাভাবিকের অনেক নিচে। ড্রেসিংরুম যেটাকে সাহস বলছিল, কলাম সেটাকে বলছিল ব্যয়বহুল। প্রথমবার যখন expected-runs মেশিন ড্রেসিংরুমের কথার বিরুদ্ধে গেল, তখনই আমি শিখলাম—সিদ্ধান্ত কলাম থেকে আসা উচিত, প্রতিধ্বনি থেকে নয়। সেই রাত থেকে আমার নিয়ম একটাই: রিপোর্ট শুরু হবে একটি সংখ্যা দিয়ে, গল্প দিয়ে নয়।

আমি মেহেদী ইসলাম, সিডনি থেকে ক্রিকেট ডেটা বিশ্লেষণ করি। ২০১৮ সালে রাশিয়া বিশ্বকাপে Optus Sport-এর জন্য একটি স্বয়ংক্রিয় xG পাইপলাইন বানিয়েছিলাম; এরপর সেই একই যুক্তি—expected value—ক্রিকেটে বসাতে শুরু করি। ক্রোয়েশিয়ার কাছে ইংল্যান্ডের সেই সেমিফাইনালের পর আমার মডেল দেখিয়েছিল, ক্রোয়েশিয়ার xG মাত্র ০.৮, অথচ তারা দুটি গোল করেছে; ইংল্যান্ডের xG ছিল ১.৯। সেদিন থেকে আমি বুঝেছি, ফলাফল আর প্রক্রিয়া আলাদা জিনিস। ক্রিকেটের ডেথ ওভারেও ঠিক একই ফাটল ধরা পড়ে—দুই বলের দুর্ভাগ্য আর দুই ওভারের দুর্বল পরিকল্পনা এক দেখতে লাগে, কিন্তু এক নয়।

ক্রিকেটে ডেটা বিশ্লেষণের আসল সমস্যা হলো, একই সংখ্যা ভিন্ন পরিস্থিতিতে ভিন্ন অর্থ বহন করে। পাওয়ারপ্লেতে ৮.৫ ইকোনমি আর ডেথ ওভারে ৮.৫ ইকোনমি এক জিনিস নয়। এশিয়ার মাঠে—ধীর, নিচু পিচ, বড় বাউন্ডারি, আর দ্বিতীয় ইনিংসে শিশির—বেসলাইন প্রতিটি সিরিজে বদলে যায়। ফুটবলে সেট-পিস যেমন ম্যাচের ভেতরে আরেকটি আলাদা ম্যাচ, ক্রিকেটে ডেথ ওভার ঠিক তেমন। ২০২৪ সালের টি-টোয়েন্টি বিশ্বকাপে বাংলাদেশ সুপার এইট পর্যন্ত পৌঁছেছিল, আর ২৯ জুন ২০২৪, ব্রিজটাউনে রোহিত শর্মার নেতৃত্বে ভারত ৭ রানে দক্ষিণ আফ্রিকাকে হারিয়ে শিরোপা জিতেছিল। দুটি ফলাফলের পেছনেই ছিল একই প্রশ্ন: কোন ওভারগুলো আসলে কঠিন, আর কে সেগুলো নিয়েছে।

আমার বিশ্লেষণ চারটি স্তম্ভে দাঁড়ায়: xR (প্রতি বলে প্রত্যাশিত রান), dot-ball শতাংশ, বাউন্ডারি-দমন শতাংশ, এবং role-adjusted economy। প্রথম তিনটি মোটামুটি পরিচিত; চতুর্থটি সেই জায়গা যেখানে বেশিরভাগ ফ্র্যাঞ্চাইজি এখনো হোঁচট খায়।

ভাবুন দুইজন ডেথ বোলারের কথা। বোলার A-এর ইকোনমি ৯.২, বোলার B-এর ৮.১। নিলামের টেবিলে B অনেক বেশি দাম পাবেন। কিন্তু যখন দেখলাম A-এর ৭০ শতাংশ ওভার এসেছে সেট ব্যাটসম্যান ও পাওয়ার-হিটারদের বিরুদ্ধে, আর B-এর বেশিরভাগ ওভার এসেছে নিচের অর্ডারের বিরুদ্ধে, তখন ছবিটা উল্টে গেল। role-adjusted করলে A-এর প্রকৃত খরচ B-এর চেয়ে প্রায় ০.৮ রান প্রতি ওভার কমে আসে। অর্থাৎ যাকে বাজার ব্যয়বহুল ভাবছে, সে আসলে সস্তা। মুস্তাফিজুর রহমানের মতো ডেথ স্পেশালিস্টের মূল্যও কাঁচা ইকোনমিতে ধরা পড়ে না—কারণ তার বড় অংশ ওভার আসে সবচেয়ে কঠিন পরিস্থিতিতে।

এখানেই থ্রেশহোল্ডের খেলা। আমি আগেই সিদ্ধান্তের নিয়ম লিখে রাখি: যদি কোনো ডেথ বোলারের role-adjusted economy ৮.৭-এর নিচে থাকে এবং dot-ball চাপ ৩৫ শতাংশের উপরে থাকে, তাহলে তাকে top-tier finisher-stopper ধরি। নিচে থাকলে situational। এই থ্রেশহোল্ড আগে ঠিক করে রাখলে পরে আবেগ ঢুকে সিদ্ধান্ত নষ্ট করতে পারে না। আগেই নিয়ম লিখে রাখা মানে নিজের সাথে প্রতারণার পথ বন্ধ করা।

বাংলাদেশ প্রিমিয়ার লিগ, আইএলটি-টোয়েন্টি কিংবা আইপিএল—সবখানে একই ঘটনা ঘটে। ফ্র্যাঞ্চাইজিগুলো কাঁচা ইকোনমির দিকে তাকিয়ে অর্থ ব্যয় করে, অথচ প্রকৃত মূল্য লুকিয়ে থাকে role-adjusted কলামে। একজন ফিনিশারের বেলায়ও একই: ১৪০-এর স্ট্রাইক রেট দেখে সবাই মুগ্ধ, কিন্তু যদি সেই রেট আসে মৃত ম্যাচের শেষ ওভারে, তাহলে তার expected value আসলে কম।

২০২০ সালে খালি স্টেডিয়ামে যখন লিগ ফিরল, আমি দেখলাম গৃহদলের PPDA খারাপ হয়েছে প্রতি ডিফেন্সিভ অ্যাকশনে প্রায় ৪.২ পাস, আর হাই-ইনটেনসিটি দূরত্ব কমেছে ৭ শতাংশ। ক্রিকেটে ভিড়ের অনুপস্থিতি ঠিক তেমনই একটি প্রাকৃতিক পরীক্ষা—ডেথ ওভারে চিৎকারের চাপ কমলে বোলারের সিদ্ধান্ত কি বদলায়? খালি স্টেডিয়ামও কথা বলে, যদি ড্যাশবোর্ড শুনতে জানে।

তবে এখানেই একটি ফাঁদ আছে, আর সেটি আমি বারবার দেখি। correlation কখনো causation নয়। কম ইকোনমি মানেই দক্ষতা নয়—সেট ফিল্ড, শিশির, প্রতিপক্ষের দুর্বলতা, এমনকি নতুন impact player নিয়মও সংখ্যাটা বদলে দেয়। এক টুর্নামেন্টের ডেটা আরেক টুর্নামেন্টে সরাসরি বসালে তুলনা অসৎ হয়ে যায়। বিএলপি-র পিচ আর আইপিএলের পিচ এক ভাষা বলে না; তাদের এক অভিধানে আনতে হলে অনুবাদ-নিয়ম লিখে রাখতে হয়। এক অভিধান, অনেক উপভাষা—এই সতর্কতাটাই আমাকে থামিয়ে রাখে।

নিলামের গুজব আরও বড় ফাঁদ। একটি ট্রান্সফার গুজব আসলে একটি ডেটা পয়েন্ট—যার একটি নাড়ি আছে, একটি সময়সীমা আছে, আর একটি স্বার্থ আছে। কে গুজবটা ছড়াচ্ছে, তার এজেন্ট কে, চুক্তির রিলিজ-ক্লজ কী—এসব না জেনে শুধু সংখ্যা ধরে সিদ্ধান্ত নেওয়া মানে নিজের মডেলকে অন্ধ বানানো।

Data Monk সাফ ডেটার জন্য অপেক্ষা করে না; সে এমন পাইপলাইন বানায় যা অপরিচ্ছন্নতার মধ্যেও টিকে থাকে। অসম্পূর্ণ তথ্য, বিলম্বিত স্কোরকার্ড, ভিন্ন সংজ্ঞা—সব সামলে নিয়েই সিদ্ধান্তে পৌঁছাতে হয়।

তাই পরের নিলাম মৌসুমে আমি যে সংকেতটি দেখব তা হলো role-adjusted death economy-র দাম। যদি ফ্র্যাঞ্চাইজিগুলো কাঁচা ইকোনমি ছেড়ে এই কলামকে দাম দিতে শুরু করে, তাহলে বোঝা যাবে বাজার পরিণত হচ্ছে। আর যদি খালি স্টেডিয়ামও কথা বলে, যদি ড্যাশবোর্ড শুনতে জানে—তাহলে এশিয়ার বোর্ডগুলো কি শুনতে প্রস্তুত? সেটাই এখন আসল প্রশ্ন।