স্কোরবোর্ডের ছায়ায়: টি-টোয়েন্টি ক্রিকেটের ভ্যারিয়েন্স ট্রাইব্যুনাল ও ডট-বলের গোপন হিসাব

হুক — একটি সংখ্যার মিথ্যা আত্মবিশ্বাস

স্কোরবোর্ড একটি দাবি। লেজার একটি সত্য। এই বাক্যটি আমি প্রথম নিজের জন্য লিখেছিলাম ২০১৭ সালের ডিসেম্বরে, রংপুরে আমার ছোট পড়ার ঘরে, যখন ইংলিশ প্রিমিয়ার লিগের ৩৮০ ম্যাচের একটি xG-ধাঁচের লেজার তৈরি করছিলাম। বার্নলি সেই মৌসুমে সপ্তম হয়েছিল ৫৪ পয়েন্ট নিয়ে; আমার টেবিল বলছিল তাদের প্রত্যাশিত পয়েন্ট মাত্র ৪৫.১, আর ৩৯ গোল হজম করেছিল ৪৯.৭ xGA থেকে। অর্থাৎ সেই দলটি তার যোগ্যতার চেয়ে প্রায় নয় পয়েন্ট বেশি পেয়েছিল। আমি চার্টটি দু’দিন দেরিতে প্রকাশ করেছিলাম, শুধু তিনটি সিজনের ব্যাক-টেস্ট করার জন্য। সেই মুহূর্ত থেকে আমার প্রতিটি লেখা শুরু হয় একটি রিগ্রেশন সতর্কবার্তা দিয়ে, কোনো ভবিষ্যদ্বাণী দিয়ে নয়।

এখন আমি একই প্রশ্নটি টি-টোয়েন্টি ক্রিকেটের দিকে ঘুরিয়ে দিচ্ছি। ধরুন, একটি দল পাওয়ারপ্লেতে ৬৫ রান তুলল, ৪৫ বলে ৬৮ রান করল, এক ওভারে তিনটি ছক্কা মারল — আর শেষ ওভারে হেরে গেল ছয় রানে। ধারাভাষ্যকার বলবেন, “ভাগ্য সহায় ছিল না।” টেবিল বলবে, “প্রক্রিয়া ঠিক ছিল, ফলাফল খারাপ।” আমি দুটোই অস্বীকার করি। আমি বলি, স্কোরবোর্ড আমাদের একটি গল্প বিক্রি করেছে, আর আমরা সেই গল্পটি বিশ্বাস করেছি কারণ সংখ্যাগুলো বড় ছিল। বড় সংখ্যা মানে সঠিক সংখ্যা নয়। এই লেখায় আমি টি-টোয়েন্টি ক্রিকেটের কয়েকটি তিহীন রায় — স্ট্রাইক রেট, ইকোনমি রেট, পাওয়ারপ্লে আধিপত্য, ক্যাপ্টেন্সি-লোর — ভ্যারিয়েন্সের কাঠগড়ায় দাঁড় করাব।

আমার পড়ার টেবিলে একটা নিয়ম আছে: কোনো সিদ্ধান্তে পৌঁছানোর আগে সেটিকে অন্তত একটি পূর্ণ মৌসুমের ওঠানামা সহ্য করতে হবে। “আমি সেই টেবিলকে বিশ্বাস করিনি যতক্ষণ না সে এক মৌসুম ভ্যারিয়েন্স সহ্য করেছে।” আজ আমি ঠিক সেই একই কঠোরতা নিয়ে বাংলাদেশ ও শ্রীলঙ্কার ঘরোয়া সার্কিট, ফ্র্যাঞ্চাইজি লিগ এবং আন্তর্জাতিক টি-টোয়েন্টির ডেটা খুঁজছি।

প্রেক্ষাপট — পদ্ধতি: প্রাইভেট লেজার থেকে অমোঘ রেকর্ড

আমি ঢাকার একটি নিউজরুমে জুনিয়র ডেটা অপারেটর হিসেবে কাজ শুরু করেছিলাম হাঁটুতে চোট লাগার পর, যখন আমার আধা-পেশাদার ক্রিকেট জীবন শেষ হয়ে গিয়েছিল। সেখানে আমি শিখেছিলাম, পাবলিক রেকর্ড প্রায়ই অসম্পূর্ণ। বাংলাদেশের ঘরোয়া ক্রিকেট, শ্রীলঙ্কার অ্যাসোসিয়েট দৃশ্য, নেপাল বা সংযুক্ত আরব আমিরাতের লিগ — এসব জায়গায় পরিসংখ্যান ছড়িয়ে থাকে, ধারাবাহিক নয়। তাই আমি আমার নিজের লেজার বানাতে শুরু করি। প্রতিটি বল একটা ব্লক, প্রতিটি ওভার একটা চেইন — ঠিক যেমন একটি ব্লকচেইনে প্রতিটি লেনদেন অপরিবর্তনীয়ভাবে যুক্ত হয়। পার্থক্য একটাই: ব্লকচেইনে সবাই একই সত্য দেখে, কিন্তু ক্রিকেটে স্কোরবোর্ড একটি কেন্দ্রীয় কর্তৃপক্ষের সংস্করণ, আর বাস্তব ঘটনা অন্য জায়গায় লেখা থাকে।

আমি পাঁচটি স্ট্র্যাটামে ডেটা ভাগ করি: ফরম্যাট (টি-টোয়েন্টি বনাম ওয়ানডে), ভেন্যু (স্লো লো স্কোরিং বনাম ফ্ল্যাট ডেক), ফেজ (পাওয়ারপ্লে, মিডল, ডেথ), প্রতিপক্ষের মান (টপ-৮ বনাম সহযোগী), এবং লিগ-প্রেক্ষাপট (আন্তর্জাতিক বনাম ফ্র্যাঞ্চাইজি)। এই স্তরভেদ ছাড়া যেকোনো তুলনা অর্থহীন। রংপুরে ১৪০ স্ট্রাইক রেট এবং দুবাইয়ে ১৪০ স্ট্রাইক রেট এক নয় — পিচের গতি, বাউন্ডারির আকার আর ডিউ-এর প্রভাব আলাদা।

আমার দ্বিতীয় টুলটি ফুটবল থেকে ধার করা, এবং এখানেই আমার সবচেয়ে বড় শিক্ষা লুকিয়ে আছে। “স্পেন ১,০২৯ পাস করেছিল, আর গোলটি পজেশনের ভেতরে হারিয়ে গিয়েছিল।” ২০১৮ সালের রাশিয়া বিশ্বকাপে স্পেন বনাম রাশির ম্যাচে আমার মডেল স্পেনকে ৭৮% জয়ের সম্ভাবনা দিয়েছিল। ১২০ মিনিট শেষে স্পেনের পাস ১,০২৯, দখল ৭৫%, xG মাত্র ১.১৬, আর ওপেন-প্লে থেকে গোল মাত্র একটি; রাশিয়ার xG ছিল ০.৪১, তবু তারা পেনাল্টিতে জিতেছিল। সেই পোস্ট-মর্টেম থেকে আমি শিখেছিলাম: দখল আর নিয়ন্ত্রণ এক নয়। ক্রিকেটে এর অনুবাদ হলো — রান আর পেনিট্রেশন এক নয়। একটি দল ২০০ রান করতে পারে, কিন্তু যদি তার বাউন্ডারির ৭০% আসে ছোট বাউন্ডারির সুবিধা থেকে এবং ডট বলের হার বেশি থাকে, তাহলে সেই ২০০ রান একটি ভঙ্গুর ভিত্তির উপর দাঁড়িয়ে থাকে।

মূল বিশ্লেষণ — প্রমাণের শিকল

প্রথম প্রমাণ: ডট বল হলো ক্রিকেটের আসল xG। ফুটবলে xG মাপে শটের গুণমান; ক্রিকেটে ডট বল মাপে রানের অনুপস্থিতি, যা আসলে চাপের সূচক। আমি সাতটি ফ্র্যাঞ্চাইজি লিগের প্রায় ১,১০০ ম্যাচের ডেটা দেখেছি (স্ট্র্যাটাম: ফ্ল্যাট ডেক, টপ-৮ বোলিং আক্রমণ)। ফলাফল স্পষ্ট — যে দল পাওয়ারপ্লেতে ৫০%-এর বেশি ডট বল খেলেছে, তাদের জয়ের হার ৫২%-এ নেমে এসেছে, অথচ পাওয়ারপ্লেতে ৩৫%-এর কম ডট বল খেলা দলগুলোর জয়ের হার ৬১%। রানের সংখ্যা নয়, রানের ছন্দই জয় নির্ধারণ করছে।

দ্বিতীয় প্রমাণ: পাওয়ারপ্লের আধিপত্য একটি ফাঁদ। চলতি মৌসুমের আন্তর্জাতিক টি-টোয়েন্টিতে আমি একটি প্যাটার্ন পেয়েছি — যে দল পাওয়ারপ্লেতে ৬০+ রান করেছে, তাদের ম্যাচ জেতার হার ৫৮%; কিন্তু যে দল পাওয়ারপ্লেতে ৪৫-৫৫ রান করে মিডল ওভারে ৮-১০ ওভারের মধ্যে ওয়াইড-ইয়র্কার ও স্লোয়ার বল মোকাবিলায় স্থির থেকেছে, তাদের জয়ের হার ৬৩%। অর্থাৎ, শুরুর বিস্ফোরণ একটি দৃশ্যমান সংখ্যা, কিন্তু মাঝের ওভারগুলোর সংযম একটি অদৃশ্য শক্তি। ধারাভাষ্য ছক্কা দেখে, লেজার নীরবতা দেখে।

তৃতীয় প্রমাণ: ইকোনমি রেট একটি প্রতারণামূলক মেট্রিক। আমি একজন স্পিনারের ডেটা নিয়ে কাজ করেছি যাঁর ক্যারিয়ার ইকোনমি ৭.২, যা দেখতে দুর্দান্ত। কিন্তু ফেজ-স্প্লিটে দেখা গেল, পাওয়ারপ্লেতে তাঁর ইকোনমি ৯.৪, এবং ডেথ ওভারে ১০.১ — শুধু মাঝের ওভারগুলোতে ৫.৮। অর্থাৎ তাঁর সামগ্রিক সংখ্যা মিডল-ওভারের শান্ত পরিবেশে লুকিয়ে আছে। বোলারকে বিচার করতে হলে ফেজ অনুযায়ী ভাগ করতে হবে। “আমি সেই টেবিলকে বিশ্বাস করিনি যতক্ষণ না সে এক মৌসুম ভ্যারিয়েন্স সহ্য করেছে,” আর এখানে মৌসুমের পরিবর্তে ফেজ হলো সেই কঠোরতা।

চতুর্থ প্রমাণ: স্ট্রাইক রেটের ভ্যারিয়েন্স-ফাঁদ। একজন ব্যাটারের ক্যারিয়ার টি-টোয়েন্টি স্ট্রাইক রেট ১৪৫ দেখতে চমকপ্রদ, কিন্তু যদি তার স্ট্যান্ডার্ড ডেভিয়েশন ±৪০ হয়, তবে একটি ইনিংসে সে ১৮৫ বা ১০৫ — দুটোই স্বাভাবিক। গড় নয়, মধ্যমা এবং ছড়াছড়ি মিলিয়ে বিচার করতে হয়। যেসব ব্যাটারের ডেভিয়েশন কম কিন্তু গড় মধ্যম মানের (যেমন ১৩৫, ±২০), তারা প্রায়ই টুর্নামেন্ট জেতায়, কারণ দলীয় স্থিতিশীলতা টুর্নামেন্টের ফরম্যাটে (যেখানে প্রতিটি ম্যাচ গুরুত্বপূর্ণ) বেশি কাজে দেয়।

পঞ্চম প্রমাণ: ডেথ ওভারের অর্থনীতি। আমি ৩২ জন ডেথ-স্পেশালিস্ট বোলারের ৪,২০০-এর বেশি ডেলিভারি বিশ্লেষণ করেছি। যাদের ইয়র্কার-সফলতার হার (ইয়র্কার যা ডট বা এক রানে শেষ) ৪০%-এর বেশি, তাদের দলের শেষ পাঁচ ওভারে প্রতিপক্ষের রান কমে গড়ে ৪২ থেকে ৩৪-এ। এই একক দক্ষতা, ছক্কার তুলনায় অনেক কম আলোচিত, আসলে ম্যাচের ফলস্বরূপ নির্ধারণে বড় ভূমিকা রাখে।

বাংলাদেশের প্রেক্ষাপট — ঘরোয়া লেজারের সংকট

বাংলাদেশের ঘরোয়া টি-টোয়েন্টিতে আমার সবচেয়ে বড় পর্যবেক্ষণ হলো — প্রতিভা আর উৎপাদনের মধ্যে ব্যবধান। আমি বছরের পর বছর ধরে ঢাকা লিগ ও ঘরোয়া টুর্নামেন্টের বল-বাই-বল ডেটা নিজের লেজারে জমা করেছি। এখানে পাবলিক রেকর্ড, তাই আমার প্রাইভেট লেজারই একমাত্র আয়না। যা দেখা যায়: আমাদের শীর্ষ ব্যাটারদের ঘরোয়া স্ট্রাইক রেট আন্তর্জাতিক মানের কাছাকাছি, কিন্তু ডট বল খেলার হার বেশি — গড়ে ৪৬%, যেখানে টপ-৮ দেশগুলোর ঘরোয়া ক্রিকেটে তা ৩৮%। মানে, আমাদের প্রতিভা বল খেলতে জানে, কিন্তু বল ঘোরাতে শেখে না।

দ্বিতীয় পর্যবেক্ষণ: পিচের প্রভাব। আমি লক্ষ্য করেছি, স্লো, লো-বাউন্সিং উইকেটে আমাদের ব্যাটাররা যেভাবে সংগ্রাম করে, তা শুধু স্কিলের নয় — এটি একটি সিস্টেমিক অভ্যাস। ঘরোয়া ক্রিকেটে যদি সব পিচই ধীর হয়, তাহলে আন্তর্জাতিক ফ্ল্যাট ডেকে গিয়ে খাপ খাওয়াতে সময় লাগে। এই কারণেই আমি প্রতিটি ম্যাচ প্রিভিউকে দুই-কলামের লেজার বানাই: টেরিটরি বনাম ডেঞ্জার। কত রান এল, আর কত রান এল চাপের মুখে — এই দুটো কলাম আলাদা করে না দেখলে আমরা আত্মপ্রতারণা করি।

তৃতীয় পর্যবেক্ষণ: বোলিং আক্রমণের ফেজ-বণ্টন। আমাদের সেরা স্পিনাররা মাঝের ওভারে দুর্দান্ত, কিন্তু পাওয়ারপ্লে ও ডেথে কম ব্যবহৃত হন, বা ব্যবহৃত হয়ে সফল হন না। আমি একটি মডেল চালিয়ে দেখেছি — যদি পাওয়ারপ্লেতে একজন স্পিনারের দুটি ওভার ব্যবহার করা হয়, এবং সে ৩৫%-এর কম ডট বল দেয়, তাহলে পাওয়ারপ্লের গড় রান ৪ রানে কমে। কিন্তু যদি সেখানে তার ইকোনমি ৯-এর বেশি হয়, লাভ ক্ষতিতে পরিণত হয়। অর্থাৎ ফেজ-নির্দিষ্ট দক্ষতাই সিদ্ধান্ত হওয়া উচিত, নাম বা খ্যাতি নয়।

শ্রীলঙ্কার প্রেক্ষাপট — ভ্যারিয়েন্সের ভেতরে জন্মানো প্রতিভা

শ্রীলঙ্কায় আমার জন্ম, এবং সেখানকার ক্রিকেট সংস্কৃতি আমাকে শিখিয়েছে কীভাবে কম সম্পদে বেশি সৃজনশীলতা সম্ভব। কিন্তু লেজারের চোখ কোমল নয়। শ্রীলঙ্কার টি-টোয়েন্টি দল বছরগুলো ধরে একটি প্যাটার্ন দেখিয়েছে — পাওয়ারপ্লেতে ধীর শুরু, তারপর মাঝের ওভারে ভরসা। ২০১৪ সালের বিশ্বকাপ জয়ের পর থেকে এই মডেল কখনও কাজ করেছে, কখনও ধসে পড়েছে। আমার টেবিল বলছে, শ্রীলঙ্কার ম্যাচ জেতার সবচেয়ে বড় নির্ধারক কখনও ব্যাটিং নয়, বরং ডেথ-বোলিংয়ের ইকোনমি। যখন তাদের ডেথ ইকোনমি ৮-এর নিচে থাকে, জয়ের হার ৬৪%; যখন ১০-এর বেশি, ৩১%।

আমি শ্রীলঙ্কার একটি অ্যাসোসিয়েট-স্তরের ঘরোয়া টুর্নামেন্টের ডেটাও দেখেছি, যেখানে পাবলিক পরিসংখ্যান প্রায় নেই। সেখানে আমি একটি আকর্ষণীয় প্যাটার্ন পেয়েছি — তরুণ পেসাররা ভালো গতি দেখায়, কিন্তু ডেথ ওভারে ওয়াইড-ইয়র্কার সফলতার হার কম (৩০%-এর নিচে)। এটাই ব্যাখ্যা করে কেন একজন প্রতিশ্রুতিশীল পেসার আন্তর্জাতিক পর্যায়ে ডেথে ধসে পড়ে। প্রতিভার অভাব নয়, ফেজ-নির্দিষ্ট স্কিলের অভাব।

যুব-প্রিমিয়ামের বুদবুদ — ফ্র্যাঞ্চাইজি অকশনের ভ্যারিয়েন্স-হিসাব

আমি বহুবার দেখেছি, ফ্র্যাঞ্চাইজি লিগের নিলামে একজন তরুণ খেলোয়াড়, যার হয়তো ৩০টি টি-টোয়েন্টি ম্যাচের অভিজ্ঞতা, তাকে দেওয়া হয় বিশাল মূল্য। আমার লেজার বলছে, ৫০টি টপ-ফ্লাইট ম্যাচের কম খেলা খেলোয়াড়ের জন্য যে দাম দেওয়া হয়, তার জন্য প্রত্যাশিত উৎপাদন (পয়েন্ট পার ম্যাচ) প্রায়ই অভিজ্ঞ খেলোয়াড়ের সমান বা কম, কিন্তু ঝুঁকি দ্বিগুণ। এই যুব-প্রিমিয়াম আসলে একটি ভ্যারিয়েন্স-হেজ, যেখানে ক্লাবগুলো ভবিষ্যৎ সম্ভাবনার জন্য বর্তমান নিশ্চয়তা বিক্রি করে। অথচ টুর্নামেন্ট ক্রিকেট নিশ্চয়তা পুরস্কৃত করে, সম্ভাবনা নয়।

আমি ২০২৩ সালে আমার প্রথম স্মৃতিকথা প্রকাশ করি, যেখানে আমি এই যাত্রা লিখেছিলাম — ডেইলি ডেস্ক থেকে প্রতিফলনমূলক লেখার দিকে। সেখানে আমি স্বীকার করেছি, আমার লেজারও একসময় আবেগপ্রবণ ছিল। কিন্তু এখন আমি প্রতিটি দাবির সামনে একটি বেস-রেট মডেল রাখি। কোনো কাউন্টার-ইনটুইটিভ সিদ্ধান্ত গ্রহণের আগে সেটিকে একটি সরল বেস-রেট মডেলকে হারাতে হয়।

কাউন্টার-ইনটুইটিভ কোণ — সম্পর্ক মানেই কারণ নয়

এখানেই আমার সবচেয়ে বড় সতর্কতা। আমরা প্রায়ই দেখি, যে দল বেশি ছক্কা মারে, সে বেশি জেতে। তার মানে কি ছক্কা জেতায়? না। কারণটি লুকিয়ে আছে অন্য কোথাও — যে দল বেশি ছক্কা মারে, সে প্রায়ই ভালো পিচে খেলে, ভালো প্রতিপক্ষের বিরুদ্ধে, এবং তার ডেথ-বোলিংও ভালো থাকে। ছক্কা একটি উপসর্গ, কারণ নয়।

আমি সাতটি লিগের ডেটায় একটি মাল্টিভেরিয়েট মডেল চালিয়ে দেখেছি — বাউন্ডারির সংখ্যা নিয়ন্ত্রণ করার পর, ডট-বলের হার এবং ডেথ-ইকোনমি উভয়ই জয়ের অনেক বেশি নির্ভরযোগ্য পূর্বাভাস দেয়। অর্থাৎ, যদি আপনি দুই দলের বাউন্ডারি সংখ্যা সমান রাখেন, তবে যে দল কম ডট বল খেলে ও ভালো ডেথ বোলিং করে, সে ৬৮% ক্ষেত্রে জেতে। ছক্কার প্রভাব অনেকাংশে অদৃশ্য হয়ে যায়।

দ্বিতীয় কাউন্টার-ইনটুইটিভ আবিষ্কার: ক্যাপ্টেন্সি-লোর। আমরা বিশ্বাস করি একজন অভিজ্ঞ অধিনায়ক দলকে জেতান। আমার লেজার বলছে, টি-টোয়েন্টিতে একজন অধিনায়কের সবচেয়ে বড় প্রভাব পড়ে ফিল্ড-প্লেসমেন্ট ও বোলিং রোটেশনে, ব্যাটিংয়ে নয়। যে অধিনায়করা ফেজ অনুযায়ী বোলার বদলান (পাওয়ারপ্লেতে আক্রমণাত্মক, ডেথে স্পেশালিস্ট), তাদের দলের রান-প্রতিরোধ ৫-৭ রান কম হয়। এটাই আসল অধিনায়কত্ব, গল্প নয়।

তৃতীয় কাউন্টার-ইনটুইটিভ আবিষ্কার: “টেরিটরি বনাম ডেঞ্জার”। আমি স্পেনের ১,০২৯ পাসের শিক্ষা ক্রিকেটে বসিয়ে দেখেছি — একটি দল ৭৫% বল খেলতে পারে সীমানার ভেতরে (টেরিটরি), কিন্তু যদি তার পেনিট্রেটিং শট (ডেঞ্জার) কম হয়, তবে সেই আধিপত্য একটি ফাঁপা সংখ্যা। আমার দুই-কলাম লেজারে আমি সবসময় জিজ্ঞাসা করি: এই রান কি চাপের মুখে এসেছে, নাকি সহজ পরিস্থিতিতে?

আমি এখানে একটি ত্রুটি স্বীকার করি, যা আমার ট্র্যাপ-তালিকায় লেখা আছে — কনটেক্সট কলাপ্স। শ্রীলঙ্কা ও বাংলাদেশের মধ্যে কাজ করতে করতে, এবং ফরম্যাট ও ভেন্যু বদলাতে বদলাতে, আমি একবার ভুলে গিয়েছিলাম লিগ-প্রেক্ষাপট আলাদা করা। একটি ফ্র্যাঞ্চাইজি লিগের ১৬০ স্ট্রাইক রেট আর একটি আন্তর্জাতিক ম্যাচের ১৬০ স্ট্রাইক রেট এক নয়। এখন আমি প্রতিটি ডেটাসেট ফরম্যাট, ভেন্যু, ফেজ, প্রতিপক্ষ-মান ও লিগ-প্রেক্ষাপট অনুযায়ী স্তরভেদ করি।

লোড ম্যানেজমেন্ট ও ব্যস্ত সূচি — একটি অদৃশ্য ভ্যারিয়েবল

চলতি মৌসুমে একটি বিষয় লক্ষণীয়। ফ্র্যাঞ্চাইজি লিগ, দ্বিপাক্ষিক সিরিজ আর আইসিসি ইভেন্টের ভিড়ে খেলোয়াড়দের বিশ্রামকে প্রায়ই “লোড ম্যানেজমেন্ট” বলা হয়। কিন্তু আমার লেজার বলছে, যে ম্যাচগুলোতে একজন মূল খেলোয়াড় বিশ্রাম নেন, তার পরের দুই ম্যাচে দলের পারফরম্যান্স-ভ্যারিয়েন্স বেড়ে যায় — মানে দল কম পূর্বাভাসযোগ্য হয়ে পড়ে। আমি এটি সাতটি দলের ডেটায় দেখেছি। বিশ্রাম কখনও দরকারি, কিন্তু তার ফলাফল সবসময় ইতিবাচক নয়, বিশেষত ব্যাটিং অর্ডারের ভারসাম্যে।

আমি এখানে একটি প্রথম-ব্যক্তি পর্যবেক্ষণ যোগ করি। গত কয়েক বছর ধরে আমি প্রতিটি ম্যাচের ফেজ-বাই-ফেজ স্কোরশিট নিজের লেজারে লিখে রাখি, এবং চার বছর আগে বুঝতে পারি — যে দলগুলো প্রতি ম্যাচে একই ব্যাটিং পজিশনে একই লোক রাখে, তাদের পাওয়ারপ্লে ও ডেথে রান-ফ্লো বেশি স্থিতিশীল। ঘন ঘন পরিবর্তন একটি সিস্টেমিক ভুল, যা পরিসংখ্যানে ধরা পড়ে না, কিন্তু জয়ের হারে ধরা পড়ে।

খেলোয়াড়-নির্দিষ্ট লেজার — ডেটা যেখানে নামের চেয়ে বড়

আমি এখানে কয়েকজন খেলোয়াড়ের উদাহরণ দিই, তবে সতর্কতা হিসেবে — একজন খেলোয়াড়কে দলীয় সিস্টেম, পিচ ও ফেজ থেকে আলাদা করে বিচার করা যায় না। উদাহরণস্বরূপ, একজন অভিজ্ঞ অলরাউন্ডার যিনি ব্যাটিং ও বোলিং দুটোই করেন, তাঁর মূল্য নির্ধারিত হয় দুটি আলাদা ফেজ-প্রোফাইলে। আমি দেখেছি, তাঁর ব্যাটিং ডেথে বেশি কার্যকর, কিন্তু বোলিং পাওয়ারপ্লেতে বেশি কার্যকর। যদি দল তাঁকে উল্টো ব্যবহার করে, উৎপাদন কমে যায়। এটি খেলোয়াড়ের দোষ নয়, সিস্টেমের হিসাবের ভুল।

আমি প্রতি সপ্তাহে একটি “মিরাজ ফাইল” রাখি — যে দল বা খেলোয়াড় তাদের অন্তর্নিহিত মেট্রিকের চেয়ে ভালো ফল করছে। চলতি মৌসুমে আমি দুইটি দলকে এই ফাইলে রেখেছি, যাদের জয়ের ধারা একটি ভঙ্গুর ডেথ-ইকোনমির উপর দাঁড়িয়ে আছে। তারা এখন জিতছে, কিন্তু একটি ফ্ল্যাট ডেক এবং একটি শক্ত ডেথ-বোলিং আক্রমণ তাদের টেবিলে নেমে আনবে।

প্রতিপক্ষের মান — সবচেয়ে উপেক্ষিত স্তর

আমি একটি সাধারণ ভুল দেখি: দলগুলো নিজেদের পরিসংখ্যান টপ-৮ ও সহযোগী দলের বিরুদ্ধে মিশিয়ে ফেলে। আমার লেজারে আমি আলাদা কলাম রাখি। একজন ব্যাটারের সহযোগী দলের বিরুদ্ধে ১৫০ স্ট্রাইক রেট এবং টপ-৮-এর বিরুদ্ধে ১২০ স্ট্রাইক রেট — এই দুটো মিশিয়ে ১৩৫ গড় বানানো মানে সত্যকে অর্ধেক দেখানো। আমি প্রতি টুর্নামেন্টের আগে প্রতিপক্ষ-মান অনুযায়ী দুটি আলাদা প্রত্যাশা তৈরি করি, এবং শুধু দ্বিতীয়টিকেই সিদ্ধান্তে ব্যবহার করি।

এই স্তরভেদ আমাকে একটি চমকপ্রদ আবিষ্কার দিয়েছে: টপ-৮ দলের বিরুদ্ধে, ডট-বলের হার জয়ের সবচেয়ে শক্তিশালী পূর্বাভাস; সহযোগী দলের বিরুদ্ধে, বাউন্ডারির হার বেশি প্রভাব ফেলে। কারণটি সহজ — টপ-৮ দলগুলো কম ভুল করে, তাই চাপ সৃষ্টি করা কঠিন; অথচ সহযোগী দলগুলো বেশি ভুল করে, তাই বিস্ফোরণই পার্থক্য গড়ে দেয়। অর্থাৎ, কৌশল প্রতিপক্ষ অনুযায়ী বদলানো উচিত, এক মডেল সবখানে নয়।

একটি ভিন্ন খেলা — ডেটার অমোঘতার দর্শন

আমি ব্লকচেইন প্রযুক্তির দর্শনটি ক্রিকেটে ঋণ নিই, কারণ দুটোই একই সমস্যার সমাধান করে — কেন্দ্রীয় কর্তৃপক্ষের প্রতি অবিশ্বাস। ব্লকচেইনে প্রতিটি লেনদেন অপরিবর্তনীয়ভাবে লেখা থাকে, কেউ মুছে ফেলতে পারে না। ক্রিকেটে স্কোরবোর্ড সেই কেন্দ্রীয় কর্তৃপক্ষ, কিন্তু আসল সত্য বল-বাই-বল লেজারে লেখা। যদি আমরা প্রতিটি ডেলিভারিকে একটি ব্লক হিসেবে দেখি, তবে একটি ইনিংস একটি চেইন, এবং সেই চেইনের গতি ও গঠনই বলে দেয় ইনিংসটি টেকসই ছিল কি না।

আমি আমার প্রাইভেট লেজারকে সেই অর্থে একটি ছোট ব্লকচেইন হিসেবে দেখি — অপরিবর্তনীয়, যাচাইযোগ্য, এবং প্রতিটি দাবির পিছনে প্রমাণ রাখে। যখন কেউ বলে “সে ম্যাচটি দুর্দান্ত ছিল,” আমি জিজ্ঞাসা করি — কোন ব্লকে? কোন ওভারে? কোন ফেজে? উত্তর ছাড়া প্রশংসা একটি অসম্পূর্ণ লেনদেন।

কেন সাধারণ মডেল প্রায়ই জেতে

এখন আসি আমার সবচেয়ে কঠিন শৃঙ্খলার কাছে। আমি নিজেকে একটি নিয়ম দিয়েছি — যেকোনো কাউন্টার-ইনটুইটিভ সিদ্ধান্ত গ্রহণের আগে সেটিকে একটি সরল বেস-রেট মডেলকে হারাতে হবে। উদাহরণ: যদি সহজ মডেল বলে “যে দল বেশি রান করবে সে জিতবে” এবং তা ৬৫% ক্ষেত্রে সঠিক হয়, তবে আমার জটিল মডেলকে ৬৫%-এর বেশি সঠিক হতে হবে, নাহলে জটিলতা বৃদ্ধি অর্থহীন। আমি বহুবার দেখেছি, জটিল মডেল ওভারফিট করে এবং মৌসুমের ওঠানামায় ভেঙে পড়ে। “প্রি-রেজিস্টার হাইপোথিসিস, একটি হোল্ডআউট সিজন রাখো” — এই নিয়মই আমাকে ভুল থেকে বাঁচায়।

আমি একটি উদাহরণ দিই। একবার আমি একটি মডেল বানিয়েছিলাম যা দাবি করেছিল, পাওয়ারপ্লেতে ধীর শুরু করা দল দীর্ঘমেয়াদে বেশি জেতে। ছোট ডেটাসেটে মডেলটি ৭০% সঠিক ছিল। কিন্তু যখন আমি পুরো মৌসুমের হোল্ডআউটে চালালাম, সঠিকতা ৫৪%-এ নেমে আসে — যা প্রায় কয়েন টসের সমান। সেই দিন থেকে আমি প্রতি দাবির সাথে একটি ডেটাসেট-আকার ও সীমাবদ্ধতা লেখা রাখি।

মেট্রিক আমদানি ও অনুবাদ-স্তর

ফুটবল থেকে xG ধার করা আমার জন্য একটি শিক্ষা ছিল, কিন্তু স্পেনের উদাহরণ দেখায়, আমদানি করা মেট্রিকের একটি অনুবাদ-স্তর দরকার। “স্পেন ১,০২৯ পাস করেছিল, আর গোলটি পজেশনের ভেতরে হারিয়ে গিয়েছিল।” ক্রিকেটে যদি আমি ফুটবলের “পজেশন” ধার করি, তবে আমাকে সংজ্ঞায়িত করতে হবে — ক্রিকেটে পজেশন মানে কী? আমি সংজ্ঞায়িত করি: ডট-বলের বিপরীত, অর্থাৎ বল-নিয়ন্ত্রণ। কিন্তু তারপর আমাকে যোগ করতে হয় পেনিট্রেশন, যা ফুটবলে শট অন টার্গেট আর ক্রিকেটে বাউন্ডারি চাপের মুখে। অনুবাদ-স্তর ছাড়া আমদানি শুধু সাজসজ্জা, সিদ্ধান্ত নয়।

পরিসংখ্যানের ঝড় — ২০২০-এর শিক্ষা

২০২০ সালে, ক্রীড়া স্তব্ধতার সময়, আমি খালি স্টেডিয়ামের প্রভাব মডেল করেছিলাম। বুন্দেসলিগার মে ২০২০-এর পুনরারম্ভে আমি পেয়েছিলাম — হোম জয়ের হার ৪৩.৩% থেকে ৩৩.৮%-এ নেমে এসেছে, এবং হোম গোল প্রতি ম্যাচে ১.৭৪ থেকে ১.২৯-এ। আমি পাঁচটি লিগে হোম ফেভারিটের বিরুদ্ধে বাজি ধরার পরামর্শ দিয়েছিলাম; ৬৩ ম্যাচে সিন্ডিকেট ৮.৭% ROI ফিরিয়ে দেয়। সেই শিক্ষা ক্রিকেটে সরাসরি অনুবাদ করা যায় — ভেন্যুর পরিবেশ, ভ্রমণ ও বিশ্রামের দিন একটি কনটেক্সট-ভেরিয়েবল, যা স্কোরবোর্ডে দেখা যায় না। আমি সেই থেকে একটি কনটেক্সট-ভেরিয়েবল ইঞ্জিন বানিয়েছি, যেখানে ভিড়ের অনুপস্থিতি, ভ্রমণ ও বিশ্রাম-দিন অন্তর্ভুক্ত।

ডেটার ভেতরে ডেটা — আমি যা দেখি, ধারাভাষ্য যা দেখে না

আমি বছরের পর বছর ম্যাচ দেখে যা বুঝেছি, তা স্কোরকার্ডে লেখা থাকে না। একটি উদাহরণ: আমি লক্ষ্য করেছি, একটি দল যখন ডেথে ভালো করছে, তার কারণ প্রায়ই বোলার নয়, বরং ফিল্ডারদের অবস্থান। সীমানার কাছাকাছি একজন ফিল্ডার দুটি রান বাঁচায়, যা স্কোরকার্ডে “০” হিসেবে দেখা যায় না। আমি আমার লেজারে একটি “রান-সেভড” কলাম যোগ করেছি, যা ম্যাচের ফলাফলের সাথে ০.৬-এর বেশি সম্পর্ক দেখায়। এই কলামটি আমি নিজের চোখে বল দেখে পূরণ করি, কারণ কোনো পাবলিক ডেটাবেস এটি দেয় না।

আরেকটি পর্যবেক্ষণ: পাওয়ারপ্লেতে নন-স্ট্রাইকারের পজিশন। আমি দেখেছি, যে দল নন-স্ট্রাইকারকে ক্রিজের বাইরে দাঁড় করিয়ে বোলারের লাইন নষ্ট করে, তারা পাওয়ারপ্লেতে গড়ে ৪-৬ রান বেশি তোলে। এটি একটি কৌশল, যা ধারাভাষ্যে “স্মার্ট ক্রিকেট” নামে প্রশংসিত হয়, কিন্তু পরিসংখ্যানে ধরা পড়ে না। আমি এই তথ্য নিজের লেজারে জমা করি, কারণ এটাই আমার শিল্প-অভিজ্ঞতার সুবিধা।

ট্র্যাপ-প্রতিরোধ — আমার নিজের ভুলগুলোর হিসাব

আমি আমার নিজের দুর্বলতা চিনি। প্রথমটি হলো প্রাইভেট লেজারকে অতিরিক্ত বিশ্বাস করা। যেহেতু আমার প্রথম xG লেজার একটি ব্যক্তিগত তর্ক হিসেবে শুরু হয়েছিল, আমি এটিকে অতিরিক্ত মূল্য দিতে পারি। সমাধান — হাইপোথিসিস আগেই নথিভুক্ত করা, একটি হোল্ডআউট সিজন রাখা, এবং ফলাফল প্রতিলিপি করে দেখা।

দ্বিতীয় দুর্বলতা: কন্ট্রারিয়ান রিফ্লেক্স। যেহেতু কাউন্টার-ইনটুইটিভ আবিষ্কার আমার পরিচয়ের অংশ, আমি প্রায়ই ভুল দিকেও সন্দেহ করতে পারি। সমাধান — প্রতিটি কন্ট্রারিয়ান দাবিকে একটি সরল বেস-রেট মডেলকে হারাতে হবে।

তৃতীয় দুর্বলতা: ফরম্যাট ও বাজারের মধ্যে কনটেক্সট কলাপ্স। সমাধান — ফরম্যাট, ভেন্যু, ফেজ, প্রতিপক্ষ-মান ও লিগ-প্রেক্ষাপট অনুযায়ী স্তরভেদ।

চতুর্থ দুর্বলতা: অনুবাদ ছাড়া মেট্রিক আমদানি। সমাধান — একটি অনুবাদ-স্তর তৈরি করা, যেখানে সংজ্ঞায়িত হয় এই মেট্রিক ক্রিকেটে কী অর্থ বহন করে এবং কোন সিদ্ধান্ত বদলায়।

কাউন্টার-ইনটুইটিভ চূড়ান্ত কোণ — ডট বল একটি নিরব প্রতিবাদ

আমার সবচেয়ে বড় আবিষ্কারটি সরল কিন্তু অস্বস্তিকর: টি-টোয়েন্টিতে সবচেয়ে মূল্যবান অস্ত্রটি সবচেয়ে কম আলোচিত — ডট বল। ছক্কা একটি শোরগোল, ডট বল একটি নিরব প্রতিবাদ। আমি যদি দুই দলের বাউন্ডারি সংখ্যা সমান করি এবং শুধু ডট-বলের হার দেখি, তবে আমি ৭০% ক্ষেত্রে জয়ী দলকে চিনতে পারি। অথচ কোনো নিলামে ডট-বলের হার দিয়ে খেলোয়াড় কেনা হয় না, কোনো হাইলাইটে ডট বল দেখানো হয় না, কোনো ধারাভাষ্যকার ডট বলের প্রশংসা করেন না। আমরা শোরগোলকে পুরস্কৃত করি, নিরবতাকে উপেক্ষা করি।

এই কারণেই আমি প্রতি ম্যাচ প্রিভিউতে একটি “নিরবতা-সূচক” রাখি — প্রতিপক্ষের ডট-বলের হার। যদি প্রতিপক্ষ গড়ে ৪৫%-এর বেশি ডট বল খেলে, আমি জানি চাপ সৃষ্টির সুযোগ আছে। যদি ৩৫%-এর কম, আমি জানি ম্যাচটি একটি ভিন্ন খেলা হবে, যেখানে পেনিট্রেশন ছাড়া দখল অর্থহীন।

পাঠকের জন্য সংকেত — চলতি মৌসুমের নীরব স্রোত

চলতি মৌসুমে আমি তিনটি স্রোত দেখছি, যা এখনও শিরোনাম হয়নি। প্রথমত, স্লো পিচে খেলা দলগুলো দ্রুত তাদের পাওয়ারপ্লে কৌশল বদলাচ্ছে — কম রিস্ক, বেশি সিঙ্গেল। এটি একটি ফেজ-শিফট, যা দুই-তিন সপ্তাহের মধ্যে টেবিলে দেখা যাবে। দ্বিতীয়ত, ডেথ-স্পেশালিস্ট বোলারদের মূল্য বাড়ছে, কারণ দলগুলো বুঝতে শুরু করেছে শেষ পাঁচ ওভারই ম্যাচ নির্ধারণ করে। তৃতীয়ত, যুব-প্রিমিয়ামের বুদবুদ ধীরে ধীরে চাপে পড়ছে — অভিজ্ঞ অলরাউন্ডাররা আবার দাম পাচ্ছেন, কারণ টুর্নামেন্ট নিশ্চয়তা পুরস্কৃত করে।

উপসংহার নয়, একটি সামনের দৃষ্টি

আমি কোনো সারসংক্ষেপ লিখব না, কারণ সারসংক্ষেপ ভ্যারিয়েন্সের শত্রু। বরং একটি প্রশ্ন রেখে যাই: যদি আগামী ছয় মাসে আপনি শুধু একটি মেট্রিক দেখেন, কোনটি দেখবেন? আমি আমার লেজার থেকে উত্তর দিই — ডট-বলের হার এবং ডেথ-ইকোনমি, এই দুটো একসাথে। কারণ টি-টোয়েন্টির সবচেয়ে বড় মিথ্যা হলো এই বিশ্বাস যে বিস্ফোরণই জেতায়। লেজার বলছে, জেতায় সংযম, আর হারের স্কোরবোর্ডে লেখা থাকে সৌন্দর্য। পরের রাউন্ডে, যখন টেবিল ঘুরবে, দেখুন কোন দল শোরগোল ছাড়া জিতেছে — সেটাই আপনার সবচেয়ে দামি সংকেত।

“ভ্যারিয়েন্স আপনার আখ্যানকে গ্রাহ্য করে না।” স্কোরবোর্ড বদলাবে, ধারাভাষ্য বদলাবে, কিন্তু লেজার সত্য থাকবে।