ডেথ ওভারের দাম: ট্রান্সফার উইন্ডোতে বাংলাদেশের বোলারদের মূল্যায়নের এক ডেটা-অডিট

গত মৌসুমে মিরপুরে একটা টি-টোয়েন্টি ম্যাচের সতেরোতম ওভারটা এখনো আমার ট্যাগিং ফাইলে বুকমার্ক করা আছে। বোলার চার ওভারে ৩২ রান দিয়েছিলেন — স্কোরকার্ডের ভাষায় সম্মানজনক এক স্পেল। কিন্তু বল-বাই-বল ট্যাগিং আরেকটা ছবি আঁকে: ওই চব্বিশ বলে চারটি ডট বল এসেছিল শুধু তখনই, যখন ব্যাটার সেট হননি; আর শেষ আট বলে বোলারের লেংথের গড় প্রায় দেড় মিটার সরে গিয়েছিল, লাইন ভেতরে ঢুকে পড়েছিল, ইয়র্কার হারিয়ে গিয়েছিল লো ফুল টসে। স্কোরকার্ড একটা গল্প বলে, বল-ট্র্যাকিং আরেকটা। আমি নম্বরগুলোর কাছে ফিরে গিয়েছিলাম, আর পেয়েছিলাম আরও শান্ত এক গল্প — ট্রান্সফার উইন্ডোর হাটে যেটা সবচেয়ে কম শোনা যায়।

ট্রান্সফার উইন্ডো মানে শুধু দলবদল নয়, সংখ্যার একটা বাজার। একটা ফ্র্যাঞ্চাইজি যখন ডেথ-ওভার স্পেশালিস্ট কিনতে বসে, তার হাতে থাকে মূলত দুটো তথ্য — গড় ইকোনমি আর উইকেট সংখ্যা। দুটোই প্রতারণামূলক সরলীকরণ। যে বোলার ৪-০-৩২-১ করে, আর যে বোলার ৪-০-৩৬-২ করে, স্কোরকার্ডের চোখে প্রথমজন ভালো। কিন্তু শেষ তিন ওভারে প্রতিপক্ষের প্রয়োজনীয় রান-রেট ন’য়ের ওপরে থাকলে কোন বলগুলো এসেছে, কোন ফিল্ড সেটিংয়ে, কোন ব্যাটারের বিপক্ষে — এই প্রশ্নগুলো গড় ইকোনমির ভেতরে লুকিয়ে থাকে। বিপিএল ও টি-টোয়েন্টি ইন্টারন্যাশনাল মিলিয়ে গত তিন মৌসুমে আমি হাতে ট্যাগ করেছি দুই হাজার তিনশো চল্লিশটি ডেথ-ওভার ডেলিভারি। প্রতিটি বলের জন্য লিখে রেখেছি লেংথ, লাইন, ব্যাটারের হাত, ম্যাচ-আপ, বলের বয়স, ফিল্ড সেটিং আর ফলাফল। এই ডেটাসেট থেকে দুটো সূচক দাঁড় করিয়েছি — প্রেশার ইকোনমি (শেষ তিন ওভারে, যখন প্রতিপক্ষের দরকারি রান-রেট ন’য়ের বেশি, তখন প্রতি ওভারে দেওয়া গড় রান) এবং ডট-বল প্রেশার ইনডেক্স (একই পরিস্থিতিতে প্রতি ওভারে কতগুলো ডট বল)।

পদ্ধতিটা আমি আগেই ঘোষণা করে রাখি — মডেল বানানোর আগে হাইপোথিসিস লিখে ফেলি, যাতে ডেটা দেখে গল্প বানিয়ে না ফেলি। এই লেখার হাইপোথিসিস ছিল তিনটি: এক, ডেথ ওভারে কাঁচা ইকোনমির চেয়ে প্রেশার ইকোনমি বেশি ভবিষ্যদ্বাণীমূলক; দুই, বাঁ-হাতি বোলারের ভেতরে ঢোকা লাইন বাংলাদেশের কন্ডিশনে আলাদা ম্যাচ-আপ সুবিধা তৈরি করে; তিন, ওয়ার্কলোড আর ভ্রমণ-সময়সূচি ডেথ-ওভার পারফরম্যান্সে এমন একটা প্রভাব ফেলে যা স্কোরকার্ড কখনো দেখায় না। খালি গ্যালারি আমাকে শিখিয়েছে হোম অ্যাডভান্টেজ একটা সামাজিক চুক্তি, টেবিলের রেখা নয় — মিরপুরের কন্ডিশনে এই কথাটা ডেথ ওভারে আরও সত্যি, কারণ শেষ পাঁচ ওভারে পিচ ধীর হয়, আর ভিড় চুপ হয়ে গেলে বোলার যে সাহসটা ভিড়ের কাছ থেকে ধার নেয়, সেটা হারায়।

আমার ট্যাগ করা ডেটাসেটে সবচেয়ে স্পষ্ট যে প্যাটার্নটা বেরিয়ে এসেছে, সেটা হলো ইকোনমির রৈখিকতা ভেঙে পড়ে। শেষ পাঁচ ওভারে বাংলাদেশি বোলারদের কাঁচা ইকোনমি আর প্রেশার ইকোনমির মধ্যে গড় ফারাক ২.৮ রান প্রতি ওভার — অর্থাৎ স্কোরকার্ড যাকে ভালো স্পেল বলে, চাপের মুহূর্তে সে স্পেল প্রায় তিন রান বেশি ব্যয়বহুল। এই ফারাকটা সব বোলারের জন্য সমান নয়। যাঁরা মূলত স্লোয়ার-বল আর কাটারে ভরসা করেন, তাঁদের ক্ষেত্রে ফারাকটা বাড়ে; যাঁরা ইয়র্কারে নিয়মিত আঘাত করতে পারেন, তাঁদের ক্ষেত্রে ফারাকটা কমে এক দশমিক দুই রানে। এখানেই বাজারের ভুলটা বসে: নিলামে দাম ঠিক হয় কাঁচা ইকোনমির ওপর ভিত্তি করে, অথচ প্রকৃত মূল্য তৈরি হয় ইয়র্কার-নিয়মিততা আর প্রেশার পরিস্থিতিতে ডট-বলের ধারাবাহিকতায়।

ইয়র্কার নিয়ে একটা কথা স্পষ্ট করা দরকার, কারণ এখানে সংখ্যা আর লোকগাথা মিশে যায়। আমার ডেটাসেটে দেখা যায়, যে বোলার শেষ তিন ওভারে প্রতি ওভারে অন্তত দুইটি সফল ইয়র্কার (অর্থাৎ ব্যাটারের হাঁটুর নিচে, অফ-স্টাম্প লাইনে পতিত) ফেলতে পারেন, তাঁর প্রেশার ইকোনমি গড়ে ৭.৯। যাঁরা ওভারে একটির নিচে নামেন, তাঁদের প্রেশার ইকোনমি ১০.৪। কিন্তু এই ইয়র্কার-সাফল্যের হার পিচের ওপর নির্ভর করে। মিরপুর বা সিলেটের ধীর, দুই-গতির পিচে ইয়র্কার বলটা ব্যাটিংয়ের জন্য বিপজ্জনক — একটা ভুল করলেই ফুল-টস, আর ফুল-টস মানে ছক্কা। শেরে বাংলার শেষ পাঁচ ওভারে আমার ট্যাগিং বলছে, ফুল-টসের ৬৮ শতাংশ বাউন্ডারিতে পরিণত হয়েছে, যেখানে স্লোয়ার-বল ফুল-টসের ক্ষেত্রে সংখ্যাটা ৪১ শতাংশ। কন্ডিশন-সমন্বয় না করে কোনো বোলারকে তাঁর সার্বিক ইকোনমি দিয়ে বিচার করা মানে অর্ধেক ছবি দেখা।

ম্যাচ-আপের প্রশ্নটা এখানেই আসে। বাঁ-হাতি পেসারের ভেতরে ঢোকা লাইন, ডান-হাতি ব্যাটারের বিপক্ষে বলটা দূরে সরিয়ে নিয়ে যায়, আর বাঁ-হাতি ব্যাটারের বিপক্ষে ইয়র্কারটা প্রায় নিখুঁতভাবে পায়ের দিকে পড়ে। আমার ট্যাগিং বলছে, বাঁ-হাতি ব্যাটারদের বিপক্ষে বাঁ-হাতি পেসারের ডট-বল প্রেশার ইনডেক্স গড়ে ২.৪, যেখানে ডান-হাতি পেসারের ক্ষেত্রে সংখ্যাটা ১.৭। কিন্তু ফ্র্যাঞ্চাইজি দলগুলো নিলামে সাধারণত বোলারের সার্বিক পরিসংখ্যান দেখে সিদ্ধান্ত নেয়, নিজেদের ব্যাটিং লাইনআপের হাত-গণনা দেখে নয়। একটা উদাহরণ দিই: যদি কোনো দলের টপ-অর্ডারে চারজন বাঁ-হাতি ব্যাটার থাকেন, তাহলে একজন ডান-হাতি অফ-স্পিনার ওই দলের জন্য বাঁ-হাতি লেগ-স্পিনারের চেয়ে অনেক বেশি মূল্যবান — অথচ নিলাম-তালিকায় দুজনের দাম প্রায় একই থাকে। নিলামের দাম আসলে স্কোয়াডের গঠনের সাথে ম্যাচ-আপের সংযোগস্থলে ঠিক হওয়া উচিত, একক পরিসংখ্যানে নয়।

ডেটাসেটে আরেকটা জিনিস বেরিয়ে এসেছে, যেটা আমি আগে ভাবিনি। ডেথ ওভারে উইকেট সংখ্যা আর প্রেশার ইকোনমির মধ্যে সম্পর্ক দুর্বল — সম্পর্ক সহগ আমার মডেলে মাত্র শূন্য দশমিক দুই দুই। অর্থাৎ যিনি বেশি উইকেট নেন, তিনি জরুরি নয় যে কম রানও দেন; প্রায়ই উইকেট আসে রিস্কি বল থেকে, আর সেই রিস্কি বল রানে পরিণত হলে স্কোরকার্ড চুপ থাকে, কারণ ফলাফলটা একই ওভারের বাইরে পড়ে যায়। শেষ ওভারে যে বোলার ছক্কা খেয়ে পরের বলে উইকেট নেন, তাঁর সংখ্যা দেখতে ভালো, কিন্তু ম্যাচের গতিপথ ওই ছক্কায় আগেই বদলে গেছে। এই কারণেই আমি প্রেশার ইকোনমিকে উইকেটের চেয়ে বেশি ওজন দিই — আর সেটাই আমার মডেলের সবচেয়ে বেশি সমালোচিত সিদ্ধান্ত।

ওয়ার্কলোড আর ভ্রমণ-সময়সূচি নিয়ে আমার অভিজ্ঞতা আলাদা। ২০২৫ সালের ক্লাব বিশ্বকাপের সংস্কার-পর্বে একটা এশীয় ক্লাবকে আমি রোটেশন নিয়ে পরামর্শ দিয়েছিলাম। ডিসট্যান্স-কভারড ডেটা ব্যবহার করে আমি একটা ৩৩ বছর বয়সী মিডফিল্ডারের জন্য ৩৮ শতাংশ পেশি-আঘাতের ঝুঁকি পূর্বাভাস দিয়েছিলাম — ফুটবলে, কিন্তু পদ্ধতিটা একই। ক্লাব তাঁর মিনিট কেটে দিল, পেশি-আঘাত ৪০ শতাংশ কমল। ক্রিকেটে ডেথ-ওভার স্পেশালিস্টের ক্ষেত্রে একই যুক্তি খাটে: টানা ম্যাচে শেষ ওভারগুলোতে বল করার চাপ, ভ্রমণ, আর ফ্লাইটের পরের দিনের ম্যাচ — এগুলো জমে জমে একটা থ্রেশহোল্ড পেরোয়, তারপর লেংথ ভাঙে। আমার ট্যাগিং বলছে, টানা চার ম্যাচে শেষ ওভারে বল করা পেসারদের প্রেশার ইকোনমি পঞ্চম ম্যাচে গড়ে এক দশমিক নয় রান বাড়ে। নিলামে এই কথাটা কেউ হিসাব করে না।

ট্রান্সফার উইন্ডোর হাটে প্রতিটি গুজব একটা ডেটা পয়েন্ট, যার একটা হৃদস্পন্দন আছে। একটা নাম শুনলেই তার পেছনে থাকা চুক্তি, রিলিজ-ক্লজ আর এজেন্টের পদক্ষেপ — এগুলোই আসল গল্প। যে বোলার নিলামের আগে জাতীয় দলের হয়ে টানা বোলিং করছেন, তাঁর ওয়ার্কলোড ঝুঁকি সবচেয়ে বেশি অথচ দাম সবচেয়ে বেশি উঠছে; যিনি ঘরোয়া লিগে বিশ্রাম নিয়ে প্রস্তুত, তাঁকে কেউ দেখছে না। এই অসমতাটাই আমার মডেলের আসল সিগন্যাল।

এখন আসি সেই জায়গায়, যেখানে আমার যুক্তির সীমা টানা দরকার। শেষ ওভারে ইকোনমি অনেকটাই প্রেক্ষাপট-নির্ভর — প্রতিপক্ষের ব্যাটিং গভীরতা, পিচের বয়স, ফিল্ডিং-রেস্ট্রিকশন, এমনকি সেই দিনের আলো-কৃত্রিম আলোর পার্থক্য। আমার ডেটাসেটে যে ফারাকগুলো দেখছি, সেগুলোর মধ্যে একটা বড় অংশ আসলে নির্বাচন-পক্ষপাত থেকে আসতে পারে: ভালো বোলারদের শেষ ওভারেই ফেলা হয়, তাই তাঁদের সংখ্যা স্বাভাবিকভাবেই ভালো, আর খারাপ বোলারদের ওই ওভারে ফেলা হয় না। এটাই ক্লাসিক কারণ-ও-ফলের গোলমাল — আমি হয়তো প্রেশার-দক্ষতাকে মাপছি, কিংবা হয়তো শুধু ভালো বোলার চেনাচ্ছি। পার্থক্যটা বলার জন্য আলাদা পরীক্ষা লাগবে: একই বোলারকে ম্যাচে ভিন্ন ভিন্ন ওভারে ফেলিয়ে দেখা, অথবা ইনিংসের পরিস্থিতি নিয়ন্ত্রণ করে মডেল চালানো। আমি সেটা এখনো করিনি, তাই এই লেখায় দাবিটা সীমিত রাখছি। মডেল এটা আগে থেকে বলেনি; সে শুধু বিস্ময়টাকে পাঠযোগ্য করে তুলেছে। যে অংশটা এখনো অনুমান, সেটা আমি অনুমান বলেই চিহ্নিত করছি — এবং কোন পরীক্ষা চালালে অনুমানটা প্রমাণে বদলাবে, সেটাও লিখে রাখছি।

সৎ থাকতে গেলে আরেকটা কথা বলতে হয়: প্রেশার ইকোনমি নিজেও একটা তৈরি সূচক, আমি নিজেই থ্রেশহোল্ড বেছেছি। ন’য়ের দরকারি রান-রেট — কেন নয়, কেন দশ নয়? ন’য়ের কাছাকাছি যেকোনো সংখ্যা বেছে নিলে ফলাফল কিছুটা বদলাবে। আমি তিনটা থ্রেশহোল্ডে মডেল চালিয়েছি, এবং বোলারদের ক্রম প্রায় অপরিবর্তিত থেকেছে — এটাই আমাকে সূচকটায় কিছুটা ভরসা দেয়। তবু, নমুনার আকার ছোট; দুই হাজার তিনশো বল ক্রিকেটের স্কেলে কম। এই অনিশ্চয়তাটা আমি ঢেকে রাখতে চাই না, কারণ ক্রিকেট-বিশ্লেষণে সবচেয়ে বিপজ্জনক অভ্যাস হলো মডেলকে ভাবগুরুর মতো ব্যবহার করা।

যা বেরিয়ে আসছে, তা দিয়ে একটা সিদ্ধান্তের কাঠামো দাঁড় করানো যায়। নিলামের টেবিলে বসার আগে ফ্র্যাঞ্চাইজির প্রশ্ন হওয়া উচিত তিনটি: এক, আমাদের স্কোয়াডের হাত-গণনা কী, এবং কোন ম্যাচ-আপ আমরা হারাচ্ছি; দুই, আমাদের প্রার্থী বোলার শেষ তিন ওভারে প্রেশার পরিস্থিতিতে কী করেন, কাঁচা ইকোনমি নয়; তিন, তাঁর ওয়ার্কলোড ও ভ্রমণ-সময়সূচি আমাদের ক্যালেন্ডারে কী দাঁড়ায়। এই তিন প্রশ্নের উত্তর দিলে দাম আর মূল্য আলাদা হয়ে যায় — আর সেটাই ট্রান্সফার উইন্ডোর আসল কাজ।

আমার ব্লগের প্রথম দিনগুলোতেই শিখেছিলাম, একটা সংখ্যা যখন একা দাঁড়ায়, তখন সে প্রায়ই মিথ্যা বলে; তাকে প্রেক্ষাপটে বসালে সে কথা বলে। ডেথ ওভারের ডেটা ঠিক তেমনই — একা ইকোনমি কিছুই বলে না, চাপ, ম্যাচ-আপ আর কন্ডিশনের সাথে মিলিয়ে দেখলে সে গল্প বলে। পরের মৌসুমে চোখ রাখার জায়গা একটাই: কে শেষ ওভারে ধারাবাহিকভাবে চাপ ধরে রাখতে পারেন, আর কে কেবল স্কোরকার্ডে ভালো দেখান। উত্তরটা যে দল খুঁজে নিতে পারবে, তাদের নিলামের টাকা সবচেয়ে কম জলে যাবে।