ডেথ ওভারের ভুল দাম: যেখানে টি-টোয়েন্টি নিলামের মডেল নীরবে ভাঙে

গত মৌসুমের একটি টি-টোয়েন্টি নিলামের রাতে আমি লন্ডনের ছোট ডেস্কে বসে দুটি নাম পাশাপাশি রাখলাম। প্রথম জন ডেথ ওভারে (১৭-২০) ইকোনমি ৯.৮, দ্বিতীয় জন ৭.৯। প্রথম জনের দাম পড়ল নিলামের শীর্ষ পাঁচে, দ্বিতীয় জন অবিক্রীত ফিরে গেলেন। আমি তিন ঘণ্টা ধরে সেই দুই বোলারের ফেজ-স্প্লিট, মুখোমুখি ব্যাটারদের গুণমান আর ভেন্যুর মাপ মিলিয়ে দেখলাম। বাজারের যুক্তি পরিষ্কার: প্রথম জন ফিনিশার-বধকারী হিসেবে পরিচিত, দ্বিতীয় জন নিরাপদ কিন্তু নিস্তেজ। কিন্তু সংখ্যা অন্য কথা বলে। যে বোলার ডেথ ওভারে সবচেয়ে কম রান দেন, তিনি সবসময় সবচেয়ে মূল্যবান নন — বরং যিনি সবচেয়ে বেশি উইকেটের সম্ভাবনা তৈরি করেন, বাজার তাঁকে চিনতে পারে না। এটাই আজকের তদন্তের সূচনা।

আমি ১৯৯৬ সালে ঢাকা লিগে উদিত ক্লাবের হয়ে ওপেনিং ব্যাটসম্যান ও উইকেটকিপার হিসেবে খেলতাম, তারপর কোচিং ও বিশ্লেষণী লেখালেখিতে ঢুকি। সেই সময় থেকেই আমি শিখেছি, একটি ম্যাচের ফলাফল আর একটি বোলারের দক্ষতা দুটি আলাদা জিনিস। ২০১৭ সালে বার্নলির মডেল ভাঙার পর আমি আর কখনো পরম ভবিষ্যদ্বাণী লিখি না; সম্ভাবনার পরিসর লিখি। ডেথ ওভারের বাজার বিশ্লেষণেও আমি একই নিয়ম মানি।

প্রসঙ্গটা বোঝা দরকার। টি-টোয়েন্টি ম্যাচের চারটি ফেজের মধ্যে ডেথ ওভার সবচেয়ে অস্থির। পাওয়ারপ্লেতে ফিল্ড সীমিত, মাঝের ওভারে স্পিনাররা বল নিয়ন্ত্রণ করেন, কিন্তু ১৭ থেকে ২০ — এই চার ওভারে প্রতি বলে দুই রানও স্বাভাবিক, আবার প্রতি বলে উইকেটও স্বাভাবিক। এখানেই বাজারের প্রথম ভুল: নিলামে ফ্র্যাঞ্চাইজিরা ডেথ ওভারের বোলারকে একটি একক সংখ্যা দিয়ে বিচার করেন — ইকোনমি। কিন্তু ইকোনমি ডেথ ওভারে সবচেয়ে কম নির্ভরযোগ্য মেট্রিক। কারণ এটি নির্ভর করে বোলার কোন ব্যাটারের মুখোমুখি হলেন, কোন ভেন্যুতে বল করলেন, আর তার দলের ফিল্ডাররা কতটি রান বাঁচালেন।

ফুটবলে আমি যেভাবে PPDA (প্রতি ডিফেন্সিভ অ্যাকশনে পাস) দিয়ে প্রেস মাপি, ক্রিকেটে ডেথ ওভারের জন্য আমার সমতুল্য সূচক হলো তিনটি: ডেথ ওভারে প্রতি ওভার প্রত্যাশিত উইকেট (xW), ডট-বল শতাংশ, আর বাউন্ডারি-বাধা হার। শুধু ইকোনমি দিয়ে এই তিনটি ধরা যায় না। ২০১৮ সালে রাশিয়া বিশ্বকাপে ফ্রান্সের লো-ব্লক বিশ্লেষণ করে আমি শিখেছিলাম, একটি সংখ্যা (তখন xG against) যদি প্রেক্ষাপট ছাড়া পড়া হয়, তা মিথ্যা আশ্বাস দেয়। ক্রিকেটেও তাই।

ফ্রান্স আমাকে শিখিয়েছিল, লো-ব্লক আসলে এক ধরনের ভিন্ন ডেটা — ক্রিকেটে ডেথ ওভারের ইকোনমিও তাই, এটি প্রেক্ষাপটহীন এক সংখ্যা যা প্রতারণা করে।

আমি একটি ছোট ডেটাসেট নিয়ে কাজ করলাম — একটি টি-টোয়েন্টি লিগের গত তিন মৌসুমের ডেথ ওভারের তথ্য, প্রায় দুইশত ইনিংস। প্রথমেই আমি বোলারদের দুটি দলে ভাগ করলাম: নিম্ন-ইকোনমি গোষ্ঠী (৭.৫ থেকে ৮.৫) এবং উচ্চ-উইকেট গোষ্ঠী (প্রতি ইনিংসে ০.৬ বা তার বেশি xW)। তারপর দেখলাম, নিলামে কোন গোষ্ঠী বেশি দাম পেয়েছে।

ফলাফল আমার প্রত্যাশার চেয়েও পরিষ্কার। নিম্ন-ইকোনমি গোষ্ঠীর গড় নিলাম মূল্য ছিল উচ্চ-উইকেট গোষ্ঠীর প্রায় ১.৪ গুণ। অথচ যখন আমি দুই গোষ্ঠীর প্রকৃত ম্যাচ-প্রভাব মাপলাম — অর্থাৎ ইনিংসের শেষ পাঁচ ওভারে তাদের উপস্থিতি দলের জয়ের সম্ভাবনায় কতটা যোগ করেছে — উচ্চ-উইকেট গোষ্ঠী এগিয়ে ছিল। কারণ একটি ডেথ-ওভার উইকেট প্রায়ই একটি ডট-বলের চেয়ে অনেক বেশি মূল্যবান; সেট-ব্যাটারকে ফেরানো মানে পরের ব্যাটারকে নতুন করে শুরু করতে বাধ্য করা।

এখানেই আমি আমার বার্নলি-পাঠ মনে করলাম। বার্নলির মডেল ভেঙেছিল, আর আমি এটি এক একটি পরিষ্কার সারি দিয়ে আবার গড়ে তুলেছিলাম। ২০১৬-১৭ মৌসুমে বার্নলির xG ডিফারেনশিয়াল ছিল মাইনাস ১২.৪, আর তারা ৪০ পয়েন্টে শেষ করেছিল। আমি ভেবেছিলাম তারা অবনমিত হবে। কিন্তু ২০১৭-১৮ মৌসুমে তারা সপ্তম হয়েছিল, ৫৪ পয়েন্ট নিয়ে ইউরোপা লিগে গিয়েছিল। আমি ৩৮ ম্যাচ এক এক করে দেখে আবিষ্কার করলাম, বার্নলি সেট-পিস xG-তে অতিরিক্ত পারফর্ম করেছিল (প্লাস ৬.৮), আর গোলরক্ষকের পোস্ট-শট xG-তে (প্লাস ৪.২)। এই দুটি ভেরিয়েবল যোগ করে আমি মডেল নতুন করে সাজালাম, এবং ২০১৮-১৯ মৌসুমে বার্নলি ১৫তম হয়ে ৪০ পয়েন্টে শেষ করল, যা সংশোধিত মডেলকে যাচাই করল।

ক্রিকেটে এর অনুবাদ কী? ডেথ ওভারের ইকোনমি ঠিক তেমনই একটি ভেরিয়েবল যা লুকানো ভেরিয়েবলকে ঢেকে রাখে। আমি আমার ডেটাসেটে তিনটি লুকানো ভেরিয়েবল খুঁজলাম।

প্রথমটি: মুখোমুখি ব্যাটারের গুণমান। যে বোলার ম্যাচের শেষ ওভারগুলোতে শীর্ষ-ক্রমের সেট ব্যাটারদের মুখোমুখি হন, তাঁর ইকোনমি স্বাভাবিকভাবেই বেশি হবে। আমি প্রতিটি ডেথ-ওভার স্পেলকে ব্যাটারের টি-টোয়েন্টি স্ট্রাইক-রেট দিয়ে ওজন করলাম। দেখা গেল, নিম্ন-ইকোনমি গোষ্ঠীর প্রায় ৪০ শতাংশ স্পেল এসেছিল ১৩০-এর নিচে স্ট্রাইক-রেটের ব্যাটারদের বিরুদ্ধে — অর্থাৎ টেইল-এন্ডারদের বিরুদ্ধে। উচ্চ-উইকেট গোষ্ঠী বেশি বল করেছিলেন শীর্ষ-চার ব্যাটারদের বিরুদ্ধে, যেখানে ঝুঁকি বেশি, কিন্তু পুরস্কারও বেশি।

দ্বিতীয়টি: ভেন্যুর মাপ ও পিচের চরিত্র। একটি ছোট মাঠে ডেথ ওভারে ৮.৫ ইকোনমি একটি বড় মাঠের ৭.০-এর সমান হতে পারে। আমি প্রতিটি স্পেলকে ভেন্যু-সংশোধিত করলাম, অর্থাৎ সেই মাঠে সেই মৌসুমে গড় ডেথ-ওভার স্কোরিংয়ের সাথে তুলনা করলাম। সংশোধনের পর নিম্ন-ইকোনমি গোষ্ঠীর প্রান্তিক সুবিধা অর্ধেক হয়ে গেল।

তৃতীয়টি: দলের ফিল্ডিং ও ডেথ-ওভার পরিকল্পনা। যে দল ডেথ ওভারে দুজন স্পেশালিস্ট বোলার রাখে এবং বাউন্ডারি-রাইডার ফিল্ডার মোতায়েন করে, তার বোলারদের ইকোনমি স্বাভাবিকভাবেই কম হয় — এটা বোলারের দক্ষতা নয়, সিস্টেমের সুবিধা। আমি দলের ডেথ-ওভার ফিল্ডিং রেটিং বের করে তা বাদ দিলাম।

এই তিনটি সংশোধনের পর ছবি বদলে গেল। উচ্চ-উইকেট গোষ্ঠী প্রকৃত ম্যাচ-প্রভাবে এগিয়ে গেল, যদিও কাঁচা ইকোনমিতে তারা পিছিয়ে ছিল। এখানেই বাজারের অদক্ষতা: নিলাম কাঁচা ইকোনমি দেখে, আমি সংশোধিত xW দেখি।

আমি যখন খেলা দেখি, তখন আমি প্রতি বলের পেছনের সিদ্ধান্ত দেখি। গত মৌসুমে একটি ম্যাচে আমি লক্ষ্য করলাম, একজন বোলার ডেথ ওভারে ছয়টি ইয়র্কার করেছিলেন, যার মধ্যে চারটি ডট হয়েছিল এবং একটি উইকেট এনেছিল। কিন্তু পরের ম্যাচে একই বোলার দুটি ওভার করেছিলেন যেখানে তিনি ধারাবাহিকভাবে স্লোয়ার-বল ফেলেছিলেন এবং ১৮ রান দিয়েছিলেন। তাঁর মৌসুম-ইকোনমি গড়ে উঠল মাঝারি। যে স্কাউট শুধু ইকোনমি দেখে, তিনি ভাববেন বোলারটি অস্থির। যে স্কাউট এক্সিকিউশন দেখে, তিনি বুঝবেন প্রথম ম্যাচে পরিকল্পনা কাজ করেছিল, দ্বিতীয়টিতে ব্যাটার আগেই অনুমান করে ফেলেছিলেন।

আমি ভ্যারিয়েন্সকে ঘরে বসিয়ে রাখি, যতক্ষণ না সে নিজে কথা বলে। একটি একক মৌসুমের ডেথ-ওভার ইকোনমি প্রায়ই ভ্যারিয়েন্স, দক্ষতা নয়। আমি তিন মৌসুমের তথ্য একসাথে না দেখা পর্যন্ত কোনো বোলারকে বিচার করি না।

এখন আসি সেই বিভ্রান্তিতে যা আমি সবচেয়ে বেশি দেখি — সম্পর্ক আর কারণ গুলিয়ে ফেলা। একটি দল যদি ডেথ ওভারে সেরা হয়, আমরা ধরে নিই তাদের সেরা ডেথ-বোলার আছে। কিন্তু হতে পারে সেই দলের পাওয়ারপ্লে এত শক্ত যে প্রতিপক্ষ মাঝের ওভারে উইকেট হারিয়ে ডেথ ওভারে দুর্বল ব্যাটার নিয়ে আসে। তখন বোলারের ইকোনমি কম দেখায়, অথচ কারণটা বোলার নন, পুরো ইনিংসের গঠন।

আমি ২০২০ সালে বুন্দেসলিগা পুনরারম্ভের সময় এটি শিখেছিলাম। খালি স্টেডিয়ামে প্রথম তিন ম্যাচডে-তে হোম-উইন হার ৪৩ শতাংশ থেকে ২১ শতাংশে নেমে গিয়েছিল। আমি খালি-স্টেডিয়াম সমন্বয় মডেল বানিয়েছিলাম, হোম-অ্যাডভান্টেজ ০.৩৫ গোল কমিয়েছিলাম। ছয় সপ্তাহে এই মডেল ১২.৪ শতাংশ ROI দিয়েছিল। কিন্তু আমি সাবধানে লিখেছিলাম, কারণটা শুধু দর্শক নন; রেফারির সিদ্ধান্ত আর প্রেসিংয়ের তীব্রতাও বদলেছিল। ক্রিকেটে কোভিড-পরবর্তী ফ্র্যাঞ্চাইজি লিগেও একই বিভ্রান্তি দেখা গেছে — নিরপেক্ষ ভেন্যুতে ডেথ-ওভার স্কোরিং বেড়েছিল, কিন্তু সেটা বোলারদের দুর্বলতা নয়, সেটা ছিল ট্র্যাভেল, বায়ো-বাবল আর শিডিউল-ক্লান্তির সম্মিলিত ফল।

এখানেই আমার দ্বিতীয় মূল পর্যবেক্ষণ। সূচির চাপ নিজেই সবচেয়ে বড় চোটের কারণ; কোনো মেডিকেল টিম দুই সপ্তাহে দুই ম্যাচ খেলা বোলারকে বাঁচাতে পারে না। ডেথ ওভারে যে বোলাররা সবচেয়ে বেশি বল করেন — স্পেশালিস্ট ইয়র্কার বোলার, ডেথ-ওভার স্পেশালিস্ট — তারাই সবচেয়ে বেশি ম্যাচ খেলেন, সবচেয়ে বেশি চোট পান, আর তাদের ইকোনমি মৌসুমের শেষে বেড়ে যায়। বাজার এই ক্লান্তি-ভেরিয়েবল হিসাবে ধরে না।

আমি আমার ডেটাসেটে মৌসুমের প্রথমার্ধ আর দ্বিতীয়ার্ধ আলাদা করে দেখলাম। ডেথ-ওভার স্পেশালিস্টদের ইকোনমি প্রথমার্ধে গড়ে ৮.১ ছিল, দ্বিতীয়ার্ধে ৯.৩। একই বোলার, একই দক্ষতা, কিন্তু পা ভারী। যে দল মৌসুমের মাঝপথে নিলামের বাজার দেখে সিদ্ধান্ত নেয়, তারা এই পরিধান-সংকেত মিস করে।

এখন আসি সেই অংশে যা আমি সবচেয়ে বেশি গুরুত্ব দিই — নিলামের লেজার বা হিসাবের খাতা। আমি ট্রান্সফার মার্কেটকে অভিপ্রায়ের খাতা হিসেবে পড়ি, যেখানে সংখ্যা রসিদ রাখে। কিন্তু টি-টোয়েন্টি নিলামে সংখ্যাগুলো প্রায়ই খ্যাতির রসিদ রাখে, দক্ষতার নয়। একটি বড় নাম ডেথ ওভারে দুটি ভালো মৌসুম খেললে তার দাম দ্বিগুণ হয়; একটি কম-পরিচিত নাম তিন মৌসুম ধরে ধারাবাহিক থাকলেও অবিক্রীত থাকে।

আমি ২০০৭ সালে ক্রিকেট লেখালেখি থেকে বিসিবি মিডিয়া সেটআপে গিয়েছিলাম; দ্য ডেইলি স্টার আমাকে বলেছিল ফাইন ক্রিকেট রাইটার টার্নড মিডিয়া ম্যানেজার। সেখানে আমি দেখলাম, কীভাবে একটি প্লেয়ারের বাজার-মূল্য তার প্রকৃত অবদানের চেয়ে তার গল্প দিয়ে তৈরি হয়। এটি ক্রিকেটের একমাত্র ক্ষেত্র নয় যেখানে এটি ঘটে, কিন্তু নিলামে এটি সবচেয়ে স্পষ্ট।

তাহলে সংশোধিত মডেল কী বলে? আমি ডেথ-ওভারের বোলারদের তিনটি স্তরে ভাগ করি। স্তর এক: ইয়র্কার-এক্সিকিউশন হার — চাপের ওভারে কত শতাংশ বল পরিকল্পনা অনুযায়ী পড়েছে। স্তর দুই: সেট-ব্যাটার-বধ ক্ষমতা — অর্থাৎ ৩০+ বল খেলা ব্যাটারকে ফেরানোর হার। স্তর তিন: ক্লান্তি-সহনশীলতা — মৌসুমের দ্বিতীয়ার্ধে ইকোনমি কতটা ধরে রাখতে পারেন। এই তিনটি একসাথে দেখলে বাজার আর স্কাউট একই সিদ্ধান্তে আসে না।

আমার হিসাবে, গত নিলামে শীর্ষ দাম পাওয়া ডেথ-বোলারদের মধ্যে মাত্র দুইজন তিনটি স্তরেই শীর্ষ পাঁচে ছিলেন। বাকিরা খ্যাতি বা একক মৌসুমের ভিত্তিতে দাম পেয়েছেন। বিপরীতে, যাঁরা তিনটি স্তরে ধারাবাহিক ছিলেন, তাঁদের মধ্যে চারজনই নিলামের মধ্যম বা নিম্ন দামে গেছেন। এটি বাজারের একটি পুনরাবৃত্ত অদক্ষতা।

এখন আমি সাবধানতা যোগ করি, কারণ আমি জানি মডেল প্রফেসি নয়। আমার দুইশত ইনিংসের নমুনা ছোট। ডেথ-ওভারের তথ্যে শব্দ অনেক। আমি কোনো বোলারকে একক মৌসুমে বিচার করি না, আর কোনো ভবিষ্যদ্বাণী পরম আকারে লিখি না — সম্ভাবনার পরিসর লিখি।

তবু একটি সংকেত আমার কাছে দৃঢ়। যখন আমি নিলামের আগে বোলারদের সংশোধিত xW বনাম কাঁচা ইকোনমি প্লট করি, তখন দুটি গোষ্ঠী তৈরি হয় — যাঁরা উভয়েই ভালো, আর যাঁরা শুধু ইকোনমিতে ভালো। পরের গোষ্ঠীটাই সবচেয়ে বেশি দাম পায়, আর পরের মৌসুমে সবচেয়ে বেশি হতাশ করে। আমি মডেলকে ভবিষ্যদ্বাণী হিসেবে দেখা বন্ধ করেছি, আর স্বীকারোক্তি হিসেবে দেখা শুরু করেছি।

একটি প্রতিকূল কোণ যোগ করা দরকার, কারণ কাউন্টার-ইনটুইটিভ হওয়াই আমার স্বভাব। কেউ বলতে পারেন, ডেথ-ওভার উইকেট আসলে অত মূল্যবান নয় যদি দল হারেই যায়। সত্য। একটি ডেথ-ওভার উইকেট তখনই মূল্যবান যখন ম্যাচের অবস্থা তা মূল্যবান করে। আমি তাই xW-কে ম্যাচ-অবস্থা দিয়ে ওজন করি — অর্থাৎ বোলার কতটা ঘনিষ্ঠ ম্যাচে বল করছেন। দেখা গেল, উচ্চ-উইকেট গোষ্ঠীর সুবিধা ঘনিষ্ঠ ম্যাচে অনেক বড়, আর একতরফা ম্যাচে প্রায় শূন্য। অর্থাৎ ডেথ-ওভার স্পেশালিস্টের প্রকৃত মূল্য নির্ভর করে তিনি কতগুলো ঘনিষ্ঠ ম্যাচে বল করেন তার উপর।

আরেকটি প্রতিকূল কোণ: হয়তো বাজার ইচ্ছাকৃতভাবে ভুল করছে। ফ্র্যাঞ্চাইজিরা জানেন ডেথ-ওভার স্পেশালিস্ট দুর্লভ, তাই তারা অতিরিক্ত দাম দেন — এটি অদক্ষতা নয়, ঘাটতির দাম। আমি এই যুক্তি মানি। কিন্তু তারপরও একটি পরীক্ষা করা যায়: যদি বাজার শুধু ঘাটতি-চালিত হতো, তবে তিনটি স্তরে ধারাবাহিক বোলারদের দামও বাড়ত। সেটি হয় না। তাই অদক্ষতার একটি অংশ টিকে থাকে।

আমি লন্ডনে বসে এই প্লটগুলো দেখি, আর আমার কাছে মনে হয় একটি খালি স্টেডিয়ামের নীরবতা যেভাবে হোম-অ্যাডভান্টেজের প্রতিটি সহগ আবার লিখেছিল, ডেথ ওভারের প্রতিটি ক্লান্ত বল সেভাবেই নিলামের প্রতিটি সহগ আবার লিখছে। শুধু আমাদের দেখতে শিখতে হবে।

আমি আমার বার্নলি-শিক্ষা আবার মনে করি: ২০১৭-এর ব্যর্থতা আমাকে যেকোনো জয়ের সপ্তাহান্তের চেয়ে বেশি শিখিয়েছিল। নিলামে হেরে যাওয়া দলগুলো — অর্থাৎ যারা সঠিকভাবে মূল্যায়ন করেনি — তারাই পরের মৌসুমে শেখে। কিন্তু শেখার আগে একটি মৌসুম চলে যায়।

এই লেখাটি কোনো নিশ্চিত ভবিষ্যদ্বাণী নয়। এটি একটি পদ্ধতির প্রস্তাব: ডেথ ওভারের বোলারকে বিচার করার আগে ব্যাটারের গুণমান, ভেন্যুর মাপ, দলের ফিল্ডিং পরিকল্পনা আর মৌসুমের পর্যায় — এই চারটি ভেরিয়েবল আলাদা করুন। তারপর যা টিকে থাকে, সেটাই প্রকৃত দক্ষতা।

পরের মৌসুমে আমি যা দেখব, তা হলো দুই ধরনের বোলারের দামের ব্যবধান। যদি সংশোধিত xW-তে ধারাবাহিক বোলারদের দাম ধীরে ধীরে বাড়তে শুরু করে, তবে বাজার পরিণত হচ্ছে। যদি না বাড়ে, তবে সুযোগ থেকে যাচ্ছে। আর একটি ঘনিষ্ঠ ম্যাচের শেষ ওভারে যখন কোনো পরিচিত নাম ধারাবাহিকভাবে ইয়র্কার মিস করবেন, তখন মনে রাখবেন — সম্ভবত এটি দক্ষতার পতন নয়, সম্ভবত এটি ক্লান্তি, আর ক্লান্তি মানে সূচির চাপ, যার হিসাব কেউ রাখেনি।

শেষ প্রশ্নটি তাই সরল নয়: আমরা কি বোলার কিনছি, নাকি বোলারের গল্প কিনছি?