ডট বলের মৃত্যু-রিপোর্ট: রেগুলার সিজনে টি-টোয়েন্টি শিরোপা ঠিক করে মধ্য ওভারের নীরবতা

হুক: স্কোরবোর্ড যেটা লুকিয়ে রাখে

পাওয়ারপ্লের ছয় ওভারে ৬৮ রান, এক উইকেট। গ্যালারি গমগম করছে, ধারাভাষ্য বক্স থেকে ভেসে আসছে পরিচিত বাক্য — এই ম্যাচ তো প্রায় শেষ। এরপর সাত থেকে ষোলো ওভার। এই দশ ওভারে পঁচিশটি ডট বল, মাত্র একটি ছক্কা, মোট কুড়ি রান, আর চারটি উইকেট। ১৮২ রানের টার্গেটের সামনে ব্যাটিং ইউনিট থামল ১৪১-এ। স্কোরলাইন বলে চল্লিশ রানের হার; আমার নোটবুক বলে, ম্যাচটি হারিয়ে গিয়েছিল ঠিক ওই পঁচিশটি বলেই, যেগুলোয় ব্যাট থেকে একটি রানও বেরোয়নি।

আমি দীর্ঘ দিন ধরে টি-টোয়েন্টি ক্রিকেট দেখছি, এবং রেগুলার সিজনে প্রতি বছর একই প্যাটার্ন ফিরে আসে। পাওয়ারপ্লের স্ট্রাইক রেট নিয়ে টেবিলের আলোচনা হয়, হাইলাইট রিল ভরে ওঠে ছক্কায়, কিন্তু শিরোপার দৌড় থেকে দল ছিটকে পড়ে সাত থেকে ষোলো ওভারের নীরবতায়। গত কয়েকটি মৌসুমে আমি একটি অভ্যাস গড়ে তুলেছি: ম্যাচ শেষে স্কোরকার্ড নয়, বরং ওভার-বাই-ওভার ডট বলের মানচিত্র খুলি। সেখানেই আসল মৃত্যুর কারণ লেখা থাকে।

এই লেখাটি সেই কারণ নির্ধারণের একটি চেষ্টা — একটি ফেজ-অ্যাডজাস্টেড ডট-বল ইনডেক্স দিয়ে টি-টোয়েন্টির রেগুলার সিজন পড়ার পদ্ধতি, এবং কেন পাওয়ারপ্লের ঝলক শিরোপার পূর্বাভাস দেয় না।

প্রেক্ষাপট: ময়নাতদন্তের টেবিলে শোয়ানো আখ্যান

২০১৭ সালে, চুয়াল্লিশ বছর বয়সে, আমি চিরাচরিত স্পোর্টস জার্নালিজম ছেড়ে মুম্বইয়ের নিউ-মিডিয়া আউটলেট দ্য ফিল্ড-এ প্রথম ডেটা অ্যানালিস্ট হিসেবে যোগ দিই। সিদ্ধান্তটি সহজ ছিল না, কারণ সাংবাদিকতার সংস্কৃতিতে সংখ্যা তখনো সাজসজ্জা, মূল আখ্যান নয়। ওই বছরই আমি একটি পরীক্ষা করি। I performed the first xG autopsy in Indian new media; the body was a narrative.

পরীক্ষাটি ছিল ২০১৭ সালের উয়েফা চ্যাম্পিয়ন্স লিগ ফাইনাল — রিয়াল মাদ্রিদ ৪-১ ইউভেন্তুস। স্কোরলাইন বলছিল একটি দাপুটে জয়। আমার মডেল বলছিল অন্য কথা: রিয়াল মাদ্রিদের এক্সজি ২.৬, ইউভেন্তুসের ১.২; প্রথমার্ধে ইউভেন্তুসের পিপিডিএ ৭.১, অর্থাৎ তারা উঁচুতে প্রেস করছিল এবং পেছনে বিশাল ফাঁক রেখে যাচ্ছিল। আমি লিখি, দ্য ফাইনাল ওয়াজ নট এ ৪-১। যুক্তিটি সরল ছিল: স্কোরলাইন একটি আখ্যান লুকিয়েছিল, আর সেই আখ্যানের নাম ছিল ট্যাকটিক্যাল ধস।

ঠিক একই ধরনের ভুল বিশ্লেষণ আমি দেখেছি জার্মানির ক্ষেত্রে। Germany — ২০১৮ বিশ্বকাপে দক্ষিণ কোরিয়ার কাছে জার্মানির ০-২ হার। ম্যাচে জার্মানির দখল ৭০ শতাংশ, শট ২৬টি, এক্সজি ২.৭। কিন্তু তাদের পিপিডিএ ছিল ৬.৮, অর্থাৎ উচ্চ প্রেস আর পেছনে খোলা জায়গা। দক্ষিণ কোরিয়া দুটি কাউন্টার থেকে ১.১ এক্সজি তৈরি করে, আর দুটোই যথেষ্ট ছিল। ম্যাচের আগে আমি লিখেছিলাম, জার্মানির দখল একটি সতর্কবার্তা, গুণ নয়। ম্যাচের পর আমার মডেল তিনটি ইউরোপীয় আউটলেটে উদ্ধৃত হয়।

— Root: Experience 2, Germany

এই অভিজ্ঞতা আমার লেখার গতি বদলে দেয়। আমি ম্যাচ-পরবর্তী রিপোর্ট নয়, ম্যাচ-পূর্ব পূর্বাভাসমূলক ফরেনসিক লেখা শুরু করি। দামটাও দিতে হয়: প্রতিটি মেট্রিক যাচাই না হওয়া পর্যন্ত আমি লিখি না, ফলে কাজ ধীর হয়ে যায়।

ক্রিকেটে এই পদ্ধতি স্থানান্তর করা ফুটবলের চেয়ে সহজ, কারণ ক্রিকেট বেশি বল-বাই-বল তথ্য দেয়। ফুটবলে একটি শট আসলে একটি সম্ভাবনা; ক্রিকেটে প্রতিটি ডেলিভারি একটি বিচ্ছিন্ন ঘটনা, যার শুরু ও শেষ স্পষ্ট। অর্থাৎ ফুটবলের এক্সজি-অনুকরণ ক্রিকেটে আরও নির্ভুল হওয়া উচিত। কিন্তু বাস্তবে ভারত ও বাংলাদেশ — দুই বাজারেই আমি দেখি, ক্রিকেটের সমৃদ্ধ ডেটাকে মূলত রান ও স্ট্রাইক রেটে সীমাবদ্ধ রাখা হয়, আর ওই দুই সংখ্যাই সবচেয়ে কম ব্যাখ্যাশীল।

রেগুলার সিজনে এই সীমাবদ্ধতা সবচেয়ে বেশি ক্ষতি করে। লিগ টেবিল ধৈর্যের আখ্যান দাবি করে; শিরোপা নির্ধারিত হয় ছোট ছোট প্যাটার্নে, যা হেডলাইন হয় না। আমার বিশ্লেষণে শেষ কয়েকটি টি-টোয়েন্টি মৌসুমের রেগুলার-সিজন ম্যাচ আছে, যেখানে প্রতিটি দল কমপক্ষে দশটি ম্যাচ খেলেছে, যাতে নমুনা পরিসংখ্যানগতভাবে অর্থবহ থাকে।

মূল বিশ্লেষণ: মধ্য ওভারের নীরব গণিত

প্রথম সিদ্ধান্ত ছিল একটি ইনডেক্স বানানো, যার নাম দিয়েছি ডট-বল ইনডেক্স, সংক্ষেপে ডিবিআই। সংজ্ঞা সরল রাখার পেছনে কারণ আছে। একটি দল মধ্য ওভারে — সাত থেকে ষোলো — প্রতি ওভারে কত শতাংশ বল সম্পূর্ণ রান ছাড়া খেলে, সেটিই কাঁচা ডিবিআই। কিন্তু কাঁচা সংখ্যাটি প্রতারণামূলক, কারণ একটি ডট বলের দাম ম্যাচের অবস্থার সঙ্গে বদলায়। ২২০ রান তাড়া করার সময় একটি ডট বল প্রায় ছয় রানের সমান ক্ষতি; ১৩০ রান তাড়া করার সময় একই ডট বলের ক্ষতি দুই রান। তাই আমি ইনডেক্সটিকে ফেজ-অ্যাডজাস্ট করি: প্রতিটি ডট বলকে সেই মুহূর্তের প্রয়োজনীয় রান-রেটের ব্যবধানে গুণ করি।

ফলে যে সংখ্যাটি পাই, সেটি বলে দেয় একটি দল কত ব্যয়বহুল নীরবতা বহন করছে। রেগুলার সিজনের টেবিলে যে দলগুলো শিরোপার দৌড়ে টিকে থাকে, তাদের মধ্যে একটি সাধারণ সূত্র আছে — ফেজ-অ্যাডজাস্টেড ডিবিআই কম, আর সেই কম মানটি আসে পাওয়ারপ্লের স্ট্রাইক রেট থেকে নয়, বরং বাউন্ডারি ও ডটের অনুপাত থেকে।

পাওয়ারপ্লের ভ্রম ব্যাখ্যা করা দরকার। পাওয়ারপ্লে শুধু দুটি ফিল্ডার বাইরে থাকে, তাই সীমার সম্ভাবনা সর্বোচ্চ। এই বাস্তবতায় পাওয়ারপ্লের স্ট্রাইক রেট একটি স্পষ্ট সংকেত — কিন্তু সংকেতটি শুধু বাইরের পরিবেশের, দলের গুণের নয়। যে দল পাওয়ারপ্লে ৬০/১ করে, আর যে দল ৬০/০ করে, তাদের প্রকৃত শক্তি অনেক সময় কাছাকাছি থাকে, কারণ দুটি ক্ষেত্রেই ফিল্ড-সীমাবদ্ধতা রান তৈরি করে দেয়। উইকেটটি সবচেয়ে বড় পার্থক্য তৈরি করে, আর সেটি মধ্য ওভারে ঘটে।

এখানেই আসল পরিমাপ। টি-টোয়েন্টিতে ব্যাটিং দুটি চরমের মধ্যে দোল খায়: বাউন্ডারি, নয়তো ডট। মাঝের সিঙ্গেল-ডাবল টেবিলে সুন্দর দেখায়, কিন্তু রান-রেটে কম প্রভাব ফেলে। তাই আমি প্রতিটি মধ্য-ওভারের বলকে একটি দ্বিমুখী ঘটনা হিসেবে দেখি, এবং হিসাব করি প্রতি ওভারে কতগুলো বল বাউন্ডারি হয়েছে বনাম কতগুলো ডট হয়েছে। এই অনুপাতটি রান-রেটের চেয়ে বেশি স্থিতিশীল, কারণ এটি ভাগ্যের প্রভাব কম বহন করে।

একটি উদাহরণ দিই। ধরা যাক, একটি দল মধ্য ওভারে পঁয়তাল্লিশটি বল খেলল, যার মধ্যে আটটি চার, দুটি ছক্কা, আর সতেরোটি ডট। বাউন্ডারি-ডট অনুপাত দাঁড়াল দশ ভাগ বাউন্ডারি, সাঁইত্রিশ ভাগ ডট। মোট রান হতে পারে পঞ্চাশের কাছাকাছি, অর্থাৎ ওভারপ্রতি পাঁচ রান। স্কোরকার্ডে এটি মন্দ দেখায় না। কিন্তু ফেজ-অ্যাডজাস্টেড হিসাবে, ওই সতেরোটি ডট বল একটি কুড়ি ওভারের চেজে প্রায় একশ রান মূল্যের শূন্যতা তৈরি করে, যা অন্য কোনো ফেজে পূরণ করা সম্ভব নয়।

এখন এই মডেল দিয়ে আমি কিছু সংখ্যার প্রবণতা যাচাই করি। একটি নির্দিষ্ট মৌসুমে যেসব দল রেগুলার সিজনের শেষে টেবিলের উপরের চারটি স্থানে ছিল, তাদের মধ্য-ওভারের ডট-বল শতাংশ ছিল নিচের দিকে; অন্যদিকে যেসব দল শীর্ষ-অর্ধে থাকলেও প্লে-অফ মিস করল, তাদের পাওয়ারপ্লের স্ট্রাইক রেট প্রায়ই শীর্ষে ছিল, কিন্তু ডিবিআই ছিল ভারী। এই বিপরীতমুখী অবস্থানটি আমার মূল পর্যবেক্ষণ।

একটি নির্দিষ্ট দৃষ্টান্ত মনে পড়ে। ২০২৪ সালের আইপিএলে সানরাইজার্স হায়দ্রাবাদ আরসিবির বিরুদ্ধে বেঙ্গালুরুর এম. চিন্নাস্বামী স্টেডিয়ামে ২৮৭/৩ করেছিল — সেই সময়ের আইপিএলের সর্বোচ্চ দলীয় সংগ্রহ। ওই ম্যাচটিকে সবাই ধরেছিল আক্রমণের প্রমাণ হিসেবে। কিন্তু ওই সংগ্রহটির ভিত্তি ছিল পাওয়ারপ্লের বিস্ফোরণ আর মাঝের ওভারে ডট বলের প্রায়-অভাব। অর্থাৎ চরম আক্রমণাত্মক স্কোরটিও ডট বল কমিয়ে তৈরি হয়েছিল, শুধু ছক্কা বাড়িয়ে নয়। স্কোরলাইন ও পদ্ধতি এখানে পরস্পরবিরোধী নয়, বরং পরস্পরের সমর্থক — যদি আপনি সঠিক জায়গায় তাকান।

উইকেটের সম্ভাবনাও একই গল্প বলে। একটি ডট বলের পরের বলটিতে আউট হওয়ার সম্ভাবনা পরিসংখ্যানগতভাবে বেশি, কারণ ব্যাটার চাপে থাকে এবং ঝুঁকি নেয়। অর্থাৎ ডট বল শুধু রান আটকায় না, পরের বলে উইকেটের সম্ভাবনা বাড়ায়। এই সংযুক্ত প্রভাবটি চেইন রিঅ্যাকশনের মতো: একটি ডট বল পরের বলের চাপ তৈরি করে, চাপ ভুল শট ডেকে আনে, ভুল শট ক্যাচ-আউট হয়ে ফেরে। আমি বহু ম্যাচে দেখেছি, মধ্য ওভারে টানা তিন-চারটি ডট বলের পরই উইকেট পতন শুরু হয় — কাকতালীয় নয়, কারণ-ফল।

তবে আমি একটু সতর্কতা যোগ করি। ঝুঁকি ও পুরস্কারের ভারসাম্য সব দলের জন্য এক নয়। যে দলের ব্যাটিং গভীর, সে মধ্য ওভারে ডট বল সহ্য করতে পারে, কারণ শেষ ওভারে সে পুষিয়ে নিতে পারে। যে দলের টেল-এন্ড দুর্বল, তার জন্য মধ্য ওভারের প্রতিটি ডট বল অপরিবর্তনীয় ক্ষতি। তাই ডিবিআই-এর প্রকৃত পাঠ দলের গঠনের সঙ্গে মিলিয়ে করতে হয় — একক সংখ্যা নয়, বরং স্ট্রাকচারের সঙ্গে তার সম্পর্ক।

এখন দুই বাজারের তুলনা। ভারতীয় বাজারে ডেটা-সাক্ষরতা বেড়েছে, কিন্তু একটি সাংস্কৃতিক সীমা থেকে গেছে: ট্রফির কৃতিত্ব প্রায়ই একক নায়কের নামে লেখা হয়, আর দলের কাঠামোগত দুর্বলতা ব্যক্তিগত ব্যর্থতার গল্পে ঢেকে দেওয়া হয়। বাংলাদেশে বিপরীত সীমা। এখানে ডেটা-বিশ্লেষণ এখনো দলীয় আবেগের ছায়ায়, এবং একটি ঐতিহাসিক জয়ের পর সেটি একটি আখ্যানে পরিণত হয় যা পুনরাবৃত্ত হয়, যাচাই হয় না। উদাহরণ হিসেবে, ২০২১ সালের সেপ্টেম্বরে ঢাকার মিরপুরে নিউজিল্যান্ডের বিরুদ্ধে বাংলাদেশের ৪-১ টি-টোয়েন্টি সিরিজ জয় — সেই জয়ের প্রকৃত ভিত্তি ছিল স্পিন-বান্ধব উইকেটে মধ্য ওভারের কৃপণতা, বাউন্ডারি নয়। কিন্তু প্রচলিত আখ্যানে জয়টি উৎসবের গল্প, পদ্ধতির পাঠ নয়।

— Root: Experience 3, empty stadiums and the measurable crowd | Scenario: analyzing pandemic-era matches and home advantage.

এই প্রসঙ্গটি গুরুত্বপূর্ণ। মহামারি-পরবর্তী সময়ে আমি দেখেছি, দর্শকশূন্য বা কম-দর্শকের ম্যাচে ঘরের দলের ডিবিআই কিছুটা বাড়ে, কারণ Crowd noise একটি মেট্রিক — উৎসাহের চাপে ব্যাটার ঝুঁকি নেয়, আর চাপের অভাবে সে সংকোচ করে। অর্থাৎ গ্যালারির উপস্থিতি ডট বলের হারে পরোক্ষভাবে প্রভাব ফেলে। যে বিশ্লেষক দর্শককে শুধু আবহসংগীত ভাবেন, তিনি এই ভেরিয়েবলটি হারান।

— Root: transfer market domain and Data Monk mindset | Scenario: deep transfer-window analysis.

স্থানান্তর-বাজারের যুক্তিও এখানে প্রাসঙ্গিক। ফুটবলের ট্রান্সফার মডেল তরুণ সম্ভাবনাকে অতিরিক্ত মূল্য দেয় এবং ড্রেসিংরুমের রসায়নকে কম মূল্য দেয়। টি-টোয়েন্টির নিলামেও একই ঘটে: একটি দল যুব-প্রতিভার স্তূপ কিনে ফেলে, কিন্তু মধ্য ওভারের সংকট সামলানোর অভিজ্ঞতা কেনে না। মরসুমের শেষে দেখা যায়, দামি তালিকা টেবিলের মাঝখানে, আর অভিজ্ঞ কাঠামো শিরোপার দৌড়ে। এই দুই বাজারে একই মডেলের ব্যর্থতা — সম্ভাবনার মূল্যায়ন সংকট-সমাধানের সামর্থ্যকে ছাপিয়ে যায়।

— Root: INTJ personality and sports data analyst occupation | Scenario: opening a methodological essay.

আমি জানি এই পদ্ধতির প্রতি আমার টান ব্যক্তিগত। একটি বদ্ধ ডেটাসেটে শৃঙ্খলা খুঁজে পাওয়া আমার স্বভাব, আর সেই স্বভাব আমাকে সব জায়গায় মডেল চাপাতে প্ররোচিত করে। তাই আমি নিজের বিরুদ্ধে একটি নিয়ম বসিয়েছি: প্রতিটি মডেল-ফলাফলকে বল-ট্র্যাকিং, উইকেটের প্রকৃতি এবং আবহাওয়ার প্রেক্ষাপটে মিলিয়ে দেখি। না হলে গণিত সত্যের পরিবর্তে অহংকারে পরিণত হয়।

কাউন্টার-ইনটুইটিভ কোণ: সম্পর্ক মানেই কারণ নয়

এবার নিজের যুক্তিটিকে আক্রমণ করি, কারণ পদ্ধতির মর্যাদা নির্ভর করে তার নিজের ভুল ধরার ক্ষমতার উপর।

প্রথম প্রশ্ন: মধ্য ওভারের কম ডট বল কি শিরোপা জেতায়, নাকি শিরোপা-দৌড়ে থাকা দলগুলো সহজাতভাবে কম ডট বল খেলে? এখানে সম্পর্ক ও কারণ আলাদা। সেরা দলগুলো ভালো ব্যাটিং লাইনআপ কেনে, তাই কম ডট বল আসে — কারণ-ফল উল্টো হতে পারে। যদি তাই হয়, ডিবিআই শিরোপার কারণ নয়, বরং বাজেট-শক্তির উপসর্গ। আমি এই সম্ভাবনাকে বাতিল করি না।

দ্বিতীয় প্রশ্ন: খেলার নিয়মের প্রভাব। ইমপ্যাক্ট প্লেয়ার বা সমতুল্য পরিবর্তের নিয়মে ব্যাটিং গভীরতা বাড়ে, ফলে মধ্য ওভারের ঝুঁকি নেওয়ার ক্ষমতা বদলায়। নিয়ম বদলালে আমার ইনডেক্সের ভিত্তি-মানও বদলানো উচিত; পুরোনো থ্রেশহোল্ড নতুন মৌসুমে প্রয়োগ করা ভুল।

তৃতীয় প্রশ্ন: ঘরের মাঠের সুবিধা। স্পিন-বান্ধব উইকেটে ডট বল স্বাভাবিকভাবে বেশি, এবং সেই ডট বল ক্ষতিকরও কম, কারণ টার্গেট কম থাকে। অর্থাৎ একই ডিবিআই মান একটি শুকনো মিরপুর উইকেটে এবং একটি সমান পেস-সহায়ক উইকেটে একই অর্থ বহন করে না। মডেলকে উইকেট-নিরপেক্ষ করতে হলে ঘরের-বাইরের বিভাজন যোগ করা জরুরি।

চতুর্থ এবং সবচেয়ে গুরুত্বপূর্ণ প্রশ্ন: পাওয়ারপ্লের স্ট্রাইক রেটের বিরুদ্ধে আমার অবস্থান অতিরিক্ত কঠোর কি না? এখানে আমি নমনীয়। পাওয়ারপ্লের উইকেটের মান আমার ইনডেক্সে আছে, কারণ আউট হওয়া একটি ঘটনা ডট বলের চেয়ে ভারী। যে দল পাওয়ারপ্লে দুই উইকেট হারায়, তার পেছনের মধ্য-ওভারের ডিবিআই কম হওয়া সত্ত্বেও জেতার সম্ভাবনা কমে। অর্থাৎ আমি পাওয়ারপ্লকে অস্বীকার করি না; আমি শুধু বলি, পাওয়ারপ্লের রান নয়, পাওয়ারপ্লের উইকেট-ভারসাম্যই বেশি পূর্বাভাসমূলক।

এই বিতর্ককে পরীক্ষাযোগ্য করতে আমি আগেই শর্ত ঠিক করে নিয়েছি। যদি পরবর্তী মৌসুমে এমন একটি দল শিরোপা জেতে, যার ফেজ-অ্যাডজাস্টেড ডিবিআই টেবিলের নিচের তৃতীয়াংশে, তবু সে শিরোপা জেতে, তাহলে আমার মডেল ভুল প্রমাণিত হবে। আমি এই ফলাফলকে স্বাগত জানাই, কারণ একটি মডেল তখনই দরকারি, যখন সে ভুল হওয়ার ঝুঁকি বহন করে।

এখানে একটি মনস্তাত্ত্বিক সতর্কবার্তা যোগ করি। আমি বহু বছর ধরে ক্রিকেট দেখি, এবং আমি জানি একটি ছক্কা কেন গ্যালারিকে নাচায়। ওই আনন্দটি যুক্তিহীন নয়; বরং ম্যাচ দেখার অভিজ্ঞতার বড় অংশ। আমার সমস্যা রোমাঞ্চের সঙ্গে নয়, রোমাঞ্চকে বিশ্লেষণের বিকল্প ভাবা নিয়ে। যখন একটি ছক্কা একটি কাঠামোগত ব্যর্থতার আড়াল হয়ে যায়, তখন সমর্থক প্রতারিত হন, আর সংবাদমাধ্যম সেই প্রতারণার সহযোগী হয়।

টেকঅ্যাওয়ে

পরবর্তী রাউন্ডের দিকে তাকিয়ে আমি একটি সংকেতে মন দিচ্ছি: নিলামের পর দল গঠনের ভারসাম্য। যে দল মধ্য ওভারের জন্য বিশেষজ্ঞ ব্যাটিং কেনে — যারা ধীর উইকেটে বাউন্ডারি ও ডটের অনুপাত নিয়ন্ত্রণ করতে পারে — তাদের টেবিলে নজর রাখা দরকার, কারণ তাদের প্রোফাইল আমার ইনডেক্সের সঙ্গে সবচেয়ে ভালো মেলে।

প্রশ্নটি সরল নয়, কারণ সংখ্যা তখনই সত্য বলে, যখন কেউ তাকে প্রশ্ন করে। পরের মৌসুমে যদি আবার কোনো দল পাওয়ারপ্লের ঝলকে টেবিলের শীর্ষে ওঠে, আর মধ্য ওভারের নীরবতায় শিরোপা হারায়, তখন নিজেকে জিজ্ঞাসা করার সময় আসবে: আমরা কি আবার সেই একই আখ্যানটি পড়ছি, নাকি এবার বল-গণনায় তাকাচ্ছি?