নিলামের লেজার: যখন দাম আর লোডের হিসাব মেলে না

প্রথম ওভারটা আমি কখনো গ্যালারি থেকে দেখিনি। আমি দেখেছি স্কোরকার্ডের কলামে, তারপর মডেলের গ্রিডে। ২০১৭ সালে ম্যানচেস্টারে বসে প্রথম ৩৮০টি ম্যাচের ডেটা স্ক্র্যাপ করার সময় একটা সহজ সত্য শিখে নিয়েছিলাম — আমি ভিড় শোনার আগেই খেলা পড়তে শিখেছি কলামে। গত শীতে একটি ফ্র্যাঞ্চাইজি নিলামের ঘরে সেই অভ্যাস আবার ফিরে এল। এক ডানহাতি পেসারের ডেথ-ওভারের ডট-বল চাপ সূচক পুরো লিগে সেরা পাঁচে, অথচ তার বেস প্রাইস ছিল তালিকার একেবারে তলানিতে। ঘরের বাইরে তখনো ভিড় জমেনি; আমার ল্যাপটপের ভেতরে অন্য এক ভিড় ছিল — ১৪০টি ইনিংসের ফেজ-স্প্লিট, ওভার-বাই-ওভার উইন প্রোবাবিলিটি, আর ফিল্ড-সেটিং কোডিং। একটা সংখ্যা আমাকে থামিয়ে দিল: ১৭তম ওভারে তার ডট-বল হার ৫২ শতাংশ, যেখানে লিগ-গড় ৩৪ শতাংশ। নিলামের দাম অবশ্য বাড়েনি। বাজার তখনো গল্প কিনছিল, হিসাব নয়। ফ্র্যাঞ্চাইজি ক্রিকেটের অর্থনীতি আসলে একটা চলতি হিসাবের খাতা। বিপিএল, আইএলটি-টোয়েন্টি, এসএ২০ — সব জায়গায় একই কাঠামো: বেস প্রাইস, ন্যাশনালিটি কোটা, আর গত ছয় মাসের হাইলাইট রিল। ট্রান্সফার উইন্ডোতে এই তিনটে স্তম্ভ একসঙ্গে নড়ে, আর সেখানেই সবচেয়ে বড় ফাঁক তৈরি হয়। যে দল কেবল রিল দেখে কেনে, সে আসলে গত মৌসুমের গল্প কিনছে — সামনের মৌসুমের মান নয়। আমার কাজ সহজ নয়, কারণ ক্রিকেটে ফুটবলের মতো পরিচ্ছন্ন এক্সপেক্টেড গোল নেই। তবু আমরা বানাতে পারি "এক্সপেক্টেড রান" — ব্যাটসম্যানের শট-লোকেশন, বোলারের লাইন-লেংথ, আর ফিল্ড-প্লেসমেন্ট মিলিয়ে একটা সম্ভাব্য রান-মান। ফুটবলে শটের জায়গা যেমন সত্য বলে, ক্রিকেটে বলের জায়গা তেমনই সত্য বলে। এখানেই আমি প্রতিটা ইনিংসকে ভেঙে ফেলি: পাওয়ারপ্লে, মিডল, আর ডেথ — তিনটে আলাদা খেলা, তিনটে আলাদা হিসাব। ডেটা কখনো ফাঁকা ছিল না; ফাঁকা ছিল গ্যালারি। ২০২০ সালে যখন স্টেডিয়াম শূন্য ছিল, তখন বুঝেছিলাম — ভিড় বদলালে খেলার কাঠামোও বদলায়। ক্রিকেটে সেটা আরও স্পষ্ট: চেজিং টিমের উইন প্রোবাবিলিটি মাঠের আকার, ডিউ, আর কন্ডিশন মিলিয়ে প্রতিটা ওভারে নতুন করে লেখা হয়। সেই শূন্য গ্যালারির অভিজ্ঞতাই আমাকে শিখিয়েছে, আবেগ নয়, কাঠামোই ম্যাচের সত্য গল্প বলে। আমার মডেলে একটা চেজের তিনটে থ্রেশহোল্ড থাকে। প্রথম থ্রেশহোল্ড ১২তম ওভার — এখানে রিকোয়েড রান-রেট ৯ ছাড়ালে চেজিং টিমের উইন প্রোবাবিলিটি ৫০ শতাংশের নিচে নেমে যায়। দ্বিতীয়টা ১৬তম ওভার, যেখানে প্রয়োজনীয় রান-রেট ১১ পেরোলে সেট-ব্যাটসম্যানের স্ট্রাইক রোটেশন বদলে যায়। তৃতীয়টা ১৮তম ওভার, যেখানে একজন ডেথ স্পেশালিস্টের হাতেই খেলা ঘুরে যায় — হয় তার পক্ষে, নয়তো বিপক্ষের। এই থ্রেশহোল্ডগুলোই আমাকে নিলামের হিসাব শেখায়। একজন বোলারের দাম তার গড় ইকোনমি দিয়ে ঠিক হয় না; ঠিক হয় তার হাই-লিভারেজ ওভার দিয়ে — অর্থাৎ যে ওভারগুলোতে উইন প্রোবাবিলিটি সবচেয়ে বেশি দোলে। আমার হিসাবে সেই পেসারের হাই-লিভারেজ ওভারে ইকোনমি ছিল ৬.৮, আর লিগের ডেথ-বোলারদের গড় ৮.৪। ব্যবধানটা ছোট দেখায়, কিন্তু প্রতি ম্যাচে সেটা প্রায় দুই রান — আর দুই রান অনেক সময় একটা ম্যাচ। আমি প্রতিটা বল কোড করি একটা সাধারণ নিয়মে: বলের লেংথ, লাইনের বিচ্যুতি, ফিল্ডারের অবস্থান, আর ব্যাটসম্যানের শট-অ্যাঙ্গেল। এই চারটা কলাম মিলিয়ে তৈরি হয় ডট-বল প্রেশার ইনডেক্স — ফুটবলের পিপিডিএ-র ক্রিকেট সংস্করণ। যে বোলার মিডল ওভারে এই সূচকে উপরে থাকে, সে আসলে প্রতিপক্ষের রান-রেটের গতি ধীর করে দেয়, যদিও স্কোরকার্ডে তার নাম উইকেটের তালিকায় থাকে না। কিন্তু এখানেই একটা ফাঁদ। ইকোনমি কখনো একা বোলারের গুণ নয়; সেটা ফিল্ড-সেটিং, ক্যাপ্টেনের ওভার-ব্যবস্থাপনা, আর উইকেটের আচরণের যৌথ ফসল। এই কারণেই একটা মডেল হলো মঠ: নীরব, অনুশাসিত, আর সবসময় নিজের বিশ্বাস পরীক্ষা করে। আমি কখনো একটা সংখ্যাকে চূড়ান্ত সত্য মানি না, যতক্ষণ না সেটা আউট-অফ-স্যাম্পল ডেটায় টেকে। লোডের হিসাবটাও সমান জরুরি। ফুটবলে যেমন হাই-ইনটেনসিটি রান গুনি, ক্রিকেটে গুনি ওভার-লোড, ব্যাক-টু-ব্যাক ম্যাচ, আর ট্রাভেল ডে। ২০২১ সালের টোকিও অলিম্পিকে আমি দেখেছিলাম, ৭০ মিনিট পর হাই-ইনটেনসিটি রানে ১২ শতাংশ পতন আসে। ক্রিকেটের ডেথ-বোলারের ক্ষেত্রে সেই পতনটা আসে তার ষষ্ঠ ওভারে — লাইন-লেংথের ভ্যারিয়েন্স বেড়ে যায়, ইয়র্কার মিস হয়, আর চাপের বলগুলো স্ট্রেট হয়ে যায়। ডেথ-ওভার ব্যবস্থাপনা কোনো কৌশল নয়; এটা এক স্বীকারোক্তি — ক্যাপ্টেন স্বীকার করে যে সে তার সেরা বোলারকে চার ওভারের বেশি রাখতে পারে না, তাই বাকিটা ভাগ্য আর হিসাবের ওপর ছেড়ে দেয়। এই স্বীকারোক্তির দামটাই নিলামের ঘরে কেউ গোনে না। তারা গোনে শেষ ম্যাচের দুটো উইকেট। নিলামের ঘরে কেউ এই লোড-কার্ভ দেখে না। তারা দেখে শেষ ম্যাচের হাইলাইট, যেখানে হয়তো ওই বোলার একটা ওভারে দুটো উইকেট নিয়েছে। বাজার সেই মুহূর্তটাকে চিরস্থায়ী গুণ ভেবে দাম বসিয়ে দেয়। এটাই রিসেন্সি বায়াস — আর এই বায়াসই ট্রান্সফার মার্কেটের সবচেয়ে বড় অদক্ষতা। যে ফ্র্যাঞ্চাইজি সংখ্যায় বিশ্বাস করে, সে এই ফাঁদে কম পড়ে। আমার অভিজ্ঞতায় ভালো ভ্যালু সাইনিং হয় ছোট ক্লাব বা কম আলোচিত দলে। বড় ফ্র্যাঞ্চাইজির নিলাম আসলে ব্র্যান্ডের দাম-বাড়ানো খেলা — নাম কিনলে স্পনসর আসে, জার্সি বিক্রি হয়, সোশ্যাল মিডিয়ায় আলোচনা হয়। কিন্তু আমার হিসাবে যে প্লেয়ার প্রতি ১০০ বলে ১৪০-এর বেশি স্ট্রাইক রেট ধরে রাখে এবং ডেথে ৮-এর নিচে ইকোনমি রাখে, তার প্রকৃত মূল্য বেস প্রাইসের তিন-চার গুণ। বাজার সেটা দেয় না, কারণ বাজার লেজার পড়ে না। ট্রান্সফার কোনো গল্প নয়; এগুলো পায়ে-হাঁটা লেজার। প্রতিটা চুক্তির পেছনে থাকে রিলিজ-ক্লজ, পারফরম্যান্স-বোনাস, ফিটনেস-শর্ত, আর ইনজুরি-গ্যারান্টি। এই কাগজগুলোই বলে দেয় একটা দল আসলে কতটা ঝুঁকি নিচ্ছে। আমি সবসময় আগে কন্ট্রাক্টের কাঠামো দেখি, তারপর হাইলাইট রিল — কারণ কাগজ মিথ্যা বলে না, হাইলাইট পারে। এখন আসি সেই অংশে যেটা সবচেয়ে কম আলোচিত — ইনজুরি থেকে ফেরা। কোনো ক্রিকেটার দীর্ঘ বিরতির পর ফিরে এসে যদি প্রথম ম্যাচেই "নিজেকে প্রমাণ" করতে হয়, তাহলে তার রি-ইনজুরির ঝুঁকি বাড়ে। কারণ লোড-টলারেন্স কাগজে ফেরে না; সেটা ফেরে ধীরে, ম্যাচ-বাই-ম্যাচ। আমার হিসাবে ফেরা প্লেয়ারের প্রথম তিন ম্যাচে স্প্রিন্ট-লোড ৭০ শতাংশের বেশি রাখা উচিত নয়, নইলে হ্যামস্ট্রিং আর কাফের চাপ অস্বাভাবিক হয়ে ওঠে। ডেটা বিশ্লেষণে আমার সবচেয়ে বড় শিক্ষা সরল: করিলেশন মানেই কার্যকারণ নয়। একজন বোলারের ভালো ইকোনমি হয়তো তার স্লোয়ার-বলের কারণে, নয়তো তার পাশে থাকা ভালো ফিল্ডারের কারণে। আমরা যদি এই পার্থক্য না করি, তাহলে ভুল প্লেয়ারকে কিনব, আর সঠিক প্লেয়ারকে হারাব। মডেলের কাজ সিদ্ধান্ত সহজ করা নয়, সিদ্ধান্তের ভুল ধরিয়ে দেওয়া। দেশের বাইরে বসে বাংলাদেশের ক্রিকেট দেখতে গিয়ে আমি আরেকটা জিনিস বুঝেছি। ঢাকার গলিতে যেভাবে ক্রিকেট খেলা হয় — টেপ-বলে, ছোট মাঠে, সীমিত জায়গায় — সেখানে শর্ট-বলের বিরুদ্ধে খেলা শেখা যায়, কিন্তু ফিটনেস-ডেটা কেউ রাখে না। সংস্কৃতি সেই ডেটাসেট, যেটা কেউ এক্সপোর্ট করে না, যতক্ষণ না ভিড় বদলায়। এই কারণেই আমাদের স্কাউটিং কেবল ভিডিও দেখে সিদ্ধান্ত নেয়, লোড-প্রোফাইল দেখে নয়। ডেথ-ওভারে ইয়র্কারের এক্সিকিউশন রেট আমার কাছে ফুটবলের সেট-পিসের সমান গুরুত্বপূর্ণ। যে বোলার ১০টি চেষ্টার মধ্যে ৭টিতে ইয়র্কার ঠিক জায়গায় ফেলে, সে আসলে ম্যাচের শেষ দুই ওভারে প্রায় ৬ রান বাঁচায়। এই সংখ্যাটা নিলামের টেবিলে কারও কাছে থাকে না, অথচ এটাই সবচেয়ে বড় ভ্যালু-সিগন্যাল। আরেকটা জিনিস আমি আলাদা করে দেখি — ক্যাপ্টেনের ওভার-ব্যবস্থাপনা। একই বোলার এক ক্যাপ্টেনের অধীনে ৭.২ ইকোনমি রাখে, আরেকজনের অধীনে ৯.১। পার্থক্যটা বোলারের নয়, কাঠামোর। তাই আমি যখন কোনো বোলারের লোড-ভ্যালু হিসাব করি, আমি ক্যাপ্টেনের স্পেল-প্যাটার্নও আলাদা কলামে রাখি। এটা না করলে বিশ্লেষণ অসম্পূর্ণ থাকে। পরের নিলামে আমার নজর থাকবে তিনটে জিনিসে। এক, ডেথ-ওভারের হাই-লিভারেজ ইকোনমি — সাধারণ ইকোনমি নয়। দুই, ফেরা প্লেয়ারের প্রথম দশ ম্যাচের স্প্রিন্ট-লোড কার্ভ। তিন, পাওয়ারপ্লের ডট-বল চাপ, কারণ ওখানেই ম্যাচের ভিত্তি তৈরি হয়। যে দল এই তিনটে কলাম পড়তে শিখবে, সে একই বাজেটে বেশি ম্যাচ জিতবে। আমি উত্তর আনি না; আমি একটা ডিসিশন ট্রি আর একটা ডেডলাইন আনি। নিলামের টেবিলে বসা কেউ যদি আমার লেজারটা পড়ে, তাহলে সে হয়তো দেখবে — যে পেসার তলানিতে দাম পেয়েছিল, তার হাই-লিভারেজ সংখ্যাগুলো ছিল তালিকার ওপরের দিকে। প্রশ্নটা তাই দাম নিয়ে নয়, হিসাব নিয়ে। পরের ট্রান্সফার উইন্ডোতে বাজার কি হাইলাইট রিল পড়বে, নাকি অবশেষে লেজার পড়তে শিখবে?