নিলামের খাতা আর মাঠের সত্য: টি-টোয়েন্টি মূল্যায়নে ডেটার অডিট

গত সপ্তাহে একটি ফ্র্যাঞ্চাইজি নিলামের পর্দায় একটি নামের পাশে দাম উঠল আট কোটি টাকা। একই মুহূর্তে আমার ল্যাপটপের স্প্রেডশিটে জ্বলছিল ভিন্ন একটি সংখ্যা — ওই ক্রিকেটারের শেষ বারো ইনিংসে সামগ্রিক স্ট্রাইক রেট ১২৮, কিন্তু পাওয়ারপ্লের বল-প্রতি রান মাত্র ০.৮৯, আর ডেথ ওভারে বল-প্রতি রান ১.৪২। দাম আর মাঠের উৎপাদনের মধ্যে এই ফাঁক নতুন কিছু নয়। নতুন হলো, ফাঁকটা এখন মাপা যায়, আর মাপা গেলে দর-কষাকষির টেবিলে যুক্তি হিসেবে রাখা যায়। আমি বহু বছর ধরে ট্রান্সফার মার্কেট অ্যাডমিনিস্ট্রেটর হিসেবে খাতা রাখছি; প্রতিটি নিলাম আমাকে একই শিক্ষা দেয় — একটি দাম কখনো কেবল সংখ্যা নয়, এটি একটি বাক্য, যার শেষে থাকে একটি চুক্তিপত্র। ২০১৮ সালে আমি শিখেছিলাম, xG ভিড়কে প্রতিস্থাপন করতে পারে না। ২০২৬ সালের এই নিলাম ঋতু আমাকে শেখাল, কাঁচা স্ট্রাইক রেটও ভূমিকা ও পরিস্থিতিকে প্রতিস্থাপন করতে পারে না। টি-টোয়েন্টি মূল্যায়নের প্রচলিত পদ্ধতি সরল: রান, স্ট্রাইক রেট, উইকেট, ইকোনমি। সমস্যা হলো, এই চারটি সংখ্যা ভিন্ন পরিস্থিতিতে ভিন্ন অর্থ বহন করে। একটি ১৪০ স্ট্রাইক রেট যদি আসে পাওয়ারপ্লেতে, তার মূল্য আলাদা; যদি আসে মৃত ওভারে, দল যখন ইতিমধ্যেই ২০০-র কাছাকাছি, তার মূল্যও আলাদা। আমার ডেস্কে আমরা তাই ইনপুটকে তিনটি স্তরে ভাগ করি: পরিস্থিতি, ভূমিকা এবং প্রতিপক্ষের গুণমান। এই তিনটির প্রতিটির জন্য আলাদা বেসলাইন দরকার, নইলে তুলনা অর্থহীন হয়ে পড়ে। প্রসঙ্গটা জরুরি, কারণ টি-টোয়েন্টি লিগ এখন ক্রিকেটের সবচেয়ে বড় নিয়োগবাজার। বিপিএল, আইপিএল, বিগ ব্যাশ, দ্য হান্ড্রেড — সবখানেই একই প্রশ্ন ঘুরপাক খায়: কোন খেলোয়াড় আসলে ম্যাচ জেতায়, আর কে কেবল ভালো দেখায়? এই প্রশ্নের উত্তর খুঁজতে গেলে প্রথমেই স্বীকার করতে হয়, নমুনার আকার ছোট। টি-টোয়েন্টিতে একটি ইনিংস মাত্র কয়েক ডজন বলের, এক ডজন ইনিংস মানে কয়েকশো বল। এই স্বল্প নমুনায় আত্মবিশ্বাসের ব্যবধান প্রশস্ত, আর প্রশস্ত ব্যবধান মানে সিদ্ধান্তে অনিশ্চয়তা। যে বিশ্লেষক এই অনিশ্চয়তা লুকান, তিনি পাঠকের সঙ্গে সততা রাখেন না। আমি এই অনিশ্চয়তার সঙ্গে বাঁচতে শিখেছি ২০২০ সালে। যখন কোভিড-১৯ স্টেডিয়াম খালি করে দিল, আমার সবচেয়ে বিশ্বস্ত মডেল নিজের অনুমান স্বীকার করতে বাধ্য হলো। বান্ডেসলিগা, কে-লিগ ও প্রিমিয়ার লিগের ৩০৬টি বন্ধ-দরজার ম্যাচ জমা করে দেখলাম, হোম-উইন শতাংশ ৪৩ থেকে ৩৩-তে নেমে এসেছে, গড় হোম গোল ১.৫২ থেকে ১.২১। আমি সম্পাদককে জরুরি নোট পাঠিয়েছিলাম: হোম-অ্যাডভান্টেজ ভিড়-চালিত, পিচ-চালিত নয়। খালি স্টেডিয়ামের ২০২০ আমার প্রতিটি মডেলকে তার অনুমান স্বীকার করিয়েছিল। এই শিক্ষা আমি ক্রিকেটে বহন করি: হোম-সিরিজের ফুলেফেঁপে ওঠা পরিসংখ্যান কখনো একা প্রমাণ নয়। মূল বিষয়টি মূল্যায়নের ব্যাকরণ। একটি ফ্র্যাঞ্চাইজি যখন আট কোটি টাকা দেয়, সে আসলে কী কিনছে? সে কিনছে একটি সম্ভাব্যতা — ভবিষ্যতের কিছু ম্যাচে কিছু রান ও কিছু উইকেট। এই সম্ভাব্যতাকে দাম দিতে তিনটি কাজ করতে হয়। প্রথম, রানের গুণমান মাপা। আমরা 'পরিস্থিতি-সমন্বিত স্ট্রাইক রেট' নামে একটি সূচক ব্যবহার করি: পাওয়ারপ্লে, মিডল ও ডেথ — প্রতিটি ফেজের স্ট্রাইক রেট আলাদা করে, লিগ-গড়ের বিপরীতে সমন্বয় করে। ধরুন, কোনো ব্যাটারের ডেথ ওভারের স্ট্রাইক রেট ১৬৫, অথচ লিগ-গড় ওই ফেজে ১৭০। তাহলে তার কাঁচা সংখ্যা চোখ ধাঁধানো, সমন্বিত সংখ্যা মাঝারি। দ্বিতীয়, ভূমিকা মাপা। একজন ওপেনার ও একজন ফিনিশার একই স্ট্রাইক রেটে খেললে তাদের মূল্য সমান নয়, কারণ ফিনিশারের বল কম, ঝুঁকি বেশি, ব্যর্থতার খেসারত বড়। আমরা তাই 'বল-প্রতি প্রত্যাশিত মূল্য' হিসাব করি, যেখানে প্রতিটি ফেজের ঝুঁকি-ভার আলাদা। তৃতীয়, প্রতিপক্ষের মান নিয়ন্ত্রণ। ছোট লিগে শীর্ষ ও দুর্বল দলের বিরুদ্ধে গড়া পরিসংখ্যান গুলিয়ে ফেলা সহজ। আমরা তাই 'সমন্বিত গড়' ব্যবহার করি, যেখানে প্রতিপক্ষের বোলিং আক্রমণের মান অনুযায়ী রান সমন্বয় হয়। এই তিন ধাপে এলে খেলোয়াড়ের মূল্যায়ন আর একক সংখ্যা থাকে না; থাকে একটি পরিসর। ২০১৮ সালে রাশিয়া বিশ্বকাপে আমি ৬৪ ম্যাচের জন্য একটি মানসম্মত xG মডেল বানিয়েছিলাম, ফাইনালে একা ১,৮৪২টি শট ও ১,১০২টি পাস লগ করেছিলাম। ফ্রান্স ক্রোয়েশিয়াকে ৪-২ হারানোর ম্যাচে মডেল দেখাল, ফ্রান্সের xG মাত্র ১.৯ — জয়টি দক্ষতার, দখলের নয়। এই শিক্ষা ক্রিকেটে অনুবাদ করি: নিলামের দামও যদি কেবল রান-গণনা হয়, তা আসল দক্ষতা ধরতে ব্যর্থ হয়। আমি xG মানসম্মত করেছিলাম, কারণ ম্যাচ রিপোর্টের দরকার ছিল একটি মেরুদণ্ড, ধর্মোপদেশ নয়। ক্রিকেটেও একই মেরুদণ্ড দরকার: রান, বল, পরিস্থিতি — তিন কলামের একটি ছক, যা প্রতিটি লিগে একই সংজ্ঞায় টানা যায়। কিন্তু সংজ্ঞা সর্বজনীন, ক্যালিব্রেশন স্থানীয়। বিপিএলের ফ্ল্যাট পিচে ১৭০ স্ট্রাইক রেট আর পার্থের দ্রুত পিচে ১৭০ স্ট্রাইক রেট এক নয়। যে বিশ্লেষক এই পার্থক্য না মেনে সূচক চাপিয়ে দেন, তিনি ক্রস-কনটেক্সট বিভ্রান্তির শিকার। ২০২০-এর শিক্ষা থেকে আমরা ট্রান্সফার মূল্যায়ন মডেল আপডেট করে হোম-শুধু পারফরম্যান্সে ছাড় বসিয়েছিলাম। ক্রিকেটে এর অনুবাদ সহজ: ঘরের মাঠে গড়া ব্যাটিং গড়ে কম ওজন, বাইরের মাঠে গড়া গড়ে বেশি ওজন। এই ওজন নির্ধারণই বিশ্লেষকের আসল কাজ, রায় দেওয়া নয়। মাঠের বাস্তবতা যোগ করে আরেকটি স্তর। আমি নিজে ঢাকা লিগে উদিত ক্লাবের হয়ে ওপেনিং ব্যাটসম্যান ও উইকেটকিপার ছিলাম, পরে কোচিং ও বিশ্লেষণী লেখায় এসেছি। সেই অভিজ্ঞতা বলে, একটি ইনিংসের আসল গল্প প্রায়ই স্কোরবোর্ডে থাকে না — থাকে উইকেটের আচরণ, আলো, বাতাস, আর ম্যাচের চাপ। তাই নিলামের মূল্যায়নে আমি 'চাপ-ভার' যোগ করি: কোন ওভারে, কোন অবস্থায়, কতটা চাপে রান এসেছে। বছরের পর বছর ম্যাচ দেখার অভিজ্ঞতা থেকে বলি, ডেথ ওভারের একটি ৩০ বলে ১৫০ স্ট্রাইক রেট, তাড়া করা দলের চাপে আসলে, মাঝমাঠের একই স্ট্রাইক রেটের চেয়ে বেশি মূল্যবান। এখানেই পাল্টা প্রশ্ন। আমরা ধরি, ভালো পরিসংখ্যান মানে ভালো খেলোয়াড়, আর ভালো খেলোয়াড় মানে ভালো মূল্য। কিন্তু সহসম্পর্ক কারণ নয়। উচ্চ স্ট্রাইক রেট আসতে পারে দুর্বল আক্রমণের বিরুদ্ধে, ছোট মাঠে, ফ্ল্যাট পিচে। একই সংখ্যা ভিন্ন প্রেক্ষাপটে ভিন্ন অর্থ বহন করে। যে মডেল প্রেক্ষাপট বাদ দেয়, সে আসলে বিভ্রান্তি তৈরি করে। আমি যখন কাতারে একজন তরুণের উত্থান দেখলাম, বুঝলাম, মূল্যায়ন প্রথমে আসে, জীবনী পরে। কাতারে দাম উঠল, লন্ডনে পরীক্ষা হলো। এই ক্রমটাই বিভ্রান্ত করে: আমরা দাম দেখে গল্প লিখি, অথচ উচিত গল্প অডিট করে দাম বোঝা। আমি বাজার তাড়া করা ছেড়েছি সেদিন, যেদিন বুঝলাম আমার কাজ বাজারের গল্প অডিট করা। আমি খাতা দিয়ে একটি মঠ বানিয়েছি, আর ট্রান্সফার উইন্ডো হয়ে উঠেছে আমার উপাসনা। ক্রিকেট নিলামেও একই ফাঁদ। একটি দল যদি শুধু গত মৌসুমের রান দেখে কেনে, সে গত মৌসুম কিনছে, ভবিষ্যৎ নয়। আর গত মৌসুমের সত্য প্রায়ই অনুকূল পরিবেশে জন্মায়। খালি স্টেডিয়ামের শিক্ষা এখানেও খাটে: ভিড় চলে যাওয়ার পর আমি পুনঃক্রমাঙ্কন করেছি — নীরবতা একটি চলক, অনুপস্থিতি নয়। পরের নিলাম ঋতুতে আমার কাছে প্রশ্ন থাকবে একটাই: আমরা কি খেলোয়াড়ের নাম কিনছি, নাকি তার পরিস্থিতি-সমন্বিত অবদান? যে দল এই প্রশ্নের উত্তর দিতে পারবে, সে দাম আর মূল্যের ব্যবধান থেকে লাভ করবে। বাকিরা কিনবে গল্প, আর খাতা তাদের হিসাব রেখে দেবে।