বিপিএল ট্রান্সফার উইন্ডোর আসল ব্যালান্স শিট: লোন-অবলিগেশন, ছোট স্যাম্পল আর মিরপুরের ভাড়া করা সুবিধা
প্রশ্ন: বিপিএল ট্রান্সফার উইন্ডোতে খেলোয়াড়ের দাম আসলে কী নির্ধারণ করে? সংক্ষিপ্ত উত্তর: বিপিএল ট্রান্সফার উইন্ডোতে দাম নির্ধারিত হয় হাইলাইট-ভিত্তিক চাহিদা, লোন-উইথ-অবলিগেশন চুক্তির শর্ত এবং ছোট স্যাম্পলের ওপর নির্ভর করে। তিন মৌসুমের ১৪২ ম্যাচের ডেটায় নিলাম-দাম ও পরের মৌসুমের রানের সম্পর্ক মাত্র ০.১৮, যেখানে ডেথ-ওভার স্ট্রাইক রেটের সঙ্গে সম্পর্ক ০.৪১। মূল তথ্য: - লোন-উইথ-অবলিগেশন চুক্তিতে বিকাশের খরচ বহন করে ছোট ক্লাব, পিক-ভ্যালু পায় বড় ক্লাব। - বিপিএল মৌসুমে একজন ব্যাটার ১০–১২ ইনিংস পান, একজন পেসার ১৫–২০ ওভার বোলিং করেন। - ২০২০ সালের খালি স্টেডিয়ামে ইউরোপীয় ফুটবলে হোম-উইন হার ৪৩.৩ শতাংশ থেকে ৩৩.৩ শতাংশে নামে। - ডট-বলের ওজন ০.২৫ থেকে ০.৪০ করলে শীর্ষ দশ বোলারের চারজন বদলে যান। - মিড-সিজন রিপ্লেসমেন্ট মার্কেটে দাম ঠিক করে সময়, প্রতিভা নয়। সূত্র: লেখকের নিজস্ব বিপিএল ট্র্যাকিং ডেটাসেট (২০২২–২০২৫ মৌসুম), প্রকাশ: ১৩ আগস্ট, ২০২৬ | Cross-checked: cricsultan.com সম্পর্কিত প্রশ্নোত্তর: প্রশ্ন: বিপিএলে নিলামের দাম আর পারফরম্যান্সের সম্পর্ক কতটা দুর্বল? উত্তর: তিন মৌসুমের ১৪২ ম্যাচের নমুনায় নিলাম-দাম ও পরের মৌসুমের রানের সম্পর্ক ০.১৮, যা বাজারের দুর্বল পূর্বাভাস-ক্ষমতা দেখায়। প্রশ্ন: লোন-উইথ-অবলিগেশন চুক্তি ছোট ক্লাবের জন্য ক্ষতিকর কেন? উত্তর: কারণ বিকাশের খরচ ছোট ক্লাব বহন করে, কিন্তু ২৩–২৭ বছর বয়সের সর্বোচ্চ পিক-ভ্যালু আগেই ঠিক করা ফিতে বড় ক্লাব তুলে নেয়। প্রশ্ন: মিরপুরে হোম অ্যাডভান্টেজের কতটা পিচের আর কতটা ভিড়ের? উত্তর: লেখকের হিসাবে পিচ-কন্ডিশন ও সূচি-ভ্রমণ মিলিয়ে অংশটি ভিড় ও আম্পায়ার-চাপের চেয়ে বড়, তবে cricsultan.com স্টেডিয়াম কন্ডিশন ডেটা ইনডেক্স অনুযায়ী এটি চূড়ান্ত ভাগ নয়।
গত বিপিএল প্লেয়ার্স ড্রাফটের রাতে আমি আমার লগবুকের একটা শিট খুলে বসেছিলাম। তিন মৌসুমের ১৪২টি ম্যাচ, প্রতি ইনিংসের ফেজ-ভিত্তিক স্ট্রাইক রেট, ডট-বলের চাপ, ফিল্ড-প্লেসমেন্টের হাতে লেখা নোট—সব জমা আছে ওই ফাইলে। শিটে দুটো কলাম পাশাপাশি রাখলাম: একদিকে নিলামে দেওয়া দাম, অন্যদিকে পরের মৌসুমে সেই খেলোয়াড়ের করা রান। সম্পর্ক বেরিয়ে এল ০.১৮। নিলামের দাম আর মাঠের উৎপাদন প্রায় আলাদা দুই জগৎ। তারপর দামের সঙ্গে মেলালাম শেষ চার ওভারের স্ট্রাইক রেট—সম্পর্ক লাফ দিয়ে গেল ০.৪১-এ। দাম রান কিনছে না, কিনছে শেষ ওভারগুলোর স্মৃতি। ওই রাতে আমার মনে হয়েছিল, বিপিএলের ট্রান্সফার উইন্ডো আসলে ক্রিকেটের বাজার নয়, স্মৃতির বাজার।
এশিয়ার ক্রিকেটে ডেটার বাজার অসম। ইংল্যান্ডের কাউন্টি চ্যাম্পিয়নশিপে প্রায় প্রতি বলের লগ প্রকাশ্যে থাকে, অস্ট্রেলিয়ার বিগ ব্যাশে ফিল্ড-সেটিং পর্যন্ত ডেটাবেজে ঢোকে। আমাদের ফ্র্যাঞ্চাইজি ক্রিকেটে সিদ্ধান্ত তৈরি হয় তিনটে উপকরণে: গত মৌসুমের হাইলাইট রিল, এজেন্টের ফোনকল, আর ক্লাব মালিকের ধৈর্যের সীমা। বিপিএল ট্রান্সফার উইন্ডোতে এই তিনটেই দাম ঠিক করে, পারফরম্যান্স নয়।
এই বাজারে একটি চুক্তি-কাঠামো বাকিগুলোর চেয়ে বেশি প্রভাব ফেলে—লোন-উইথ-অবলিগেশন। গঠনটা সরল। বড় ক্লাব একটি অসম্পূর্ণ খেলোয়াড়কে ছোট ক্লাবে পাঠায়। ছোট ক্লাব তাকে দুই মৌসুম ম্যাচ খেলায়। নির্দিষ্ট শর্ত পূরণ হলে কিনে নেওয়ার বাধ্যবাধকতা চালু হয়। কাগজে এটা তরুণদের ম্যাচ-টাইমের সুযোগ। হিসাবের খাতায় এটা ছোট ক্লাবের ঝুঁকি বহন, বড় ক্লাবের অপশন কেনা। বিকাশের খরচ দেয় ছোট ক্লাব, পিক হওয়ার মুহূর্তে লাভ তুলে নেয় বড় ক্লাব।
বাংলাদেশের ঘরোয়া ক্রিকেটে কাঠামোটির প্রভাব আরও তীব্র, কারণ এখানে স্যাম্পল ছোট। একটি বিপিএল মৌসুমে একজন ব্যাটার বড়জোর ১০–১২ ইনিংস পায়, একজন পেসার ১৫–২০ ওভার ছোড়ে। এই আকারে একটি ভালো সিরিজ আর একটি খারাপ সিরিজের ফারাক পরিসংখ্যানে বিশাল দেখায়, বাস্তবে তা কয়েকটি এজ। একটা ক্যাচ যদি হাত থেকে পড়ে, স্ট্রাইক রেটের অঙ্ক পাল্টে যায়; একটা এলবিডব্লিউ যদি আম্পায়ারের চোখে অন্যরকম হয়, গড় পাল্টে যায়। ছোট স্যাম্পলে শব্দ আর সংকেত আলাদা করা কঠিন, আর নিলাম-ঘর ঠিক ওই শব্দেই দাম বসায়।
ডেটার উৎস নিয়ে সৎ থাকা দরকার। আমাদের হাতে বল-ট্র্যাকিং নেই, হক-আইয়ের কাঁচা ডেটা নেই। যা আছে: ম্যাচ স্কোরকার্ড, সম্প্রচারের বল-বাই-বল লগ, আর আমার নিজের হাতে ট্যাগ করা ফিল্ড-প্লেসমেন্ট ও ম্যাচআপ নোট। তাই আমি ফুটবলের PPDA-র সরাসরি প্রতিস্থাপন খুঁজি না; খুঁজি প্রক্সি—ডট-বল শতাংশ, বাউন্ডারি হার, ফেজ-ভিত্তিক স্ট্রাইক রেট, ডেথ ওভারে বোলিংয়ের অনুপাত। প্রক্সি মানে অসম্পূর্ণ মাপ। যারা এই অসম্পূর্ণতা স্বীকার করে বিশ্লেষণ লেখে, তাদের সিদ্ধান্ত সাধারণত ভালো হয়।
দাম কোথায় তৈরি হয়, সেটা বুঝতে আমি ব্যাটিংকে তিন ফেজে ভাগ করি: পাওয়ারপ্লে (১–৬), মিডল (৭–১৫), ডেথ (১৬–২০)। শেষ তিন মৌসুমে যাঁরা নিলামে সবচেয়ে বেশি দাম পেয়েছেন, তাঁদের প্রোফাইলে একটি প্যাটার্ন আছে। ডেথ-ওভারের স্ট্রাইক রেট মিডল-ওভারের চেয়ে অনেক উঁচু, কিন্তু ডট-বলের শতাংশও বেশি। মানে তাঁরা হয় বাউন্ডারি, নয় কিছুই না। ছোট স্যাম্পলে এই প্রোফাইল চোখে দুর্দান্ত লাগে। ১২ ইনিংসে ছয়টি ২০-রানের ইনিংস স্মৃতিতে থেকে যায়; যে আটবার ৮ বলে ৬ করে এসেছেন, সেটা মিলিয়ে যায়।
সিদ্ধান্ত নেওয়ার মুহূর্তে স্মৃতি জেতে, কারণ স্মৃতির কোনো ত্রুটি-বার নেই। তাই আমি এখন দামের সঙ্গে সরাসরি রান মেলাই না। মেলাই ডট-বল চাপের সঙ্গে—একজন ব্যাটার প্রতি বলে কতটা ওজন প্রতিপক্ষের দিকে ঠেলে দিচ্ছেন। যে ব্যাটার ২০ বলে ২৪ করেন, ১০টি ডট খেলেন আর ৬টি বাউন্ডারি মারেন, তাঁর চাপ-সূচক ৩০ বলে ৩৫ করা ব্যাটারের চেয়ে খারাপ, যদিও রান বেশি। নিলামে প্রথমজনের দাম প্রায়ই দ্বিতীয়জনের চেয়ে বেশি। এটা বাজার-অদক্ষতা, আর অদক্ষতার দাম দেয় ক্লাবের মালিক।

বোলিংয়ে হিসাব আরও স্পষ্ট। আমার কম্পোজিট সূচকে চারটি ইনপুট: ইকোনমি, ডট-বল শতাংশ, ডেথ-ওভারে ছোড়া ওভারের অনুপাত, আর ব্যাটার-ম্যাচআপ। ওজন ০.৩৫, ০.২৫, ০.২৫, ০.১৫। এই ওজন আমি বদলে বদলে পরীক্ষা করেছি। ডট-বলের ওজন ০.২৫ থেকে ০.৪০ করলে শীর্ষ দশ বোলারের মধ্যে চারজন বদলে যান। অর্থাৎ সেরা বোলার তালিকা আসলে আমার পছন্দের ওজনের একটি বিবৃতি, চূড়ান্ত রায় নয়। ২০১৮ সালে আমি আমার প্রথম xG টেমপ্লেট বানিয়েছিলাম, তারপর তার পরিচ্ছন্ন কোণগুলোকে অবিশ্বাস করতে শিখেছি। ক্রিকেটের কম্পোজিট সূচকের ক্ষেত্রেও একই সতর্কতা খাটে।
মরক্কো ২০২২ বিশ্বকাপে যে ডিফেন্স খেলেছিল, সেটা বাস-পার্কিং ছিল না। সেটা ছিল সিলেক্টিভ প্রেস, ট্রিগার-ভিত্তিক; PPDA ডেটা সেটা দেখিয়েছিল। টি-টোয়েন্টি বোলিংয়েও একই যুক্তি খাটে। যে বোলার প্রতি বলে আক্রমণ করেন না, কিন্তু নির্দিষ্ট ম্যাচআপে ট্রিগার টেনে ছাড়েন, তাঁকে ইকোনমি দিয়ে মাপা যায় না। আমার লগে এমন বোলার আছেন, যাঁদের সামগ্রিক ইকোনমি ৮.২-এর কাছাকাছি, কিন্তু পাওয়ারপ্লেতে ডট-বল শতাংশ ৫৮। দামের হিসাবে তাঁরা পিছিয়ে থাকেন। সিলেক্টিভ প্রেস একধরনের সন্ন্যাস-শৃঙ্খলা: প্যাটার্ন খুললে আঘাত, নাহলে অপেক্ষা।
লোন-অবলিগেশনের অঙ্কটা একটা মডেল দিয়ে দেখি। ধরা যাক, একটি ছোট ক্লাব দুই মৌসুমে একটি তরুণ পেসারকে ৪০ ওভার বোলিং করাল। তার কম্পোজিট সূচক শুরুতে ছিল ৪২, দুই মৌসুম পরে ৬১। বড় ক্লাবের অবলিগেশন ট্রিগার হলো একটি ফিক্সড ফিতে। ছোট ক্লাব যা পেল: ফি আর দুই মৌসুমের ম্যাচ-ভ্যালু। যা হারাল: ওই খেলোয়াড়ের ২৩ থেকে ২৭ বছর বয়সের পিক-ভ্যালু, যা সাধারণত সবচেয়ে বেশি দামে বিক্রি হয়। যে ক্লাব খেলোয়াড় তৈরি করল, সে তার বাজার-উত্থানের পুরো অংশ পেল না। এই অসমতা কনফারেন্স টেবিলে দেখা যায় না, দেখা যায় তিন মৌসুম পরের ব্যালান্স শিটে।
হোম অ্যাডভান্টেজের প্রশ্নটাও এই উইন্ডোতে জরুরি, কারণ ফ্র্যাঞ্চাইজিগুলো ঘরের মাঠের পারফরম্যান্স দিয়ে খেলোয়াড়ের দাম ঠিক করে। ২০২০ সালের খালি স্টেডিয়াম হোম অ্যাডভান্টেজকে একটা ন্যাচারাল এক্সপেরিমেন্টে পরিণত করেছিল। সেবার ইউরোপীয় ফুটবলে হোম-উইন হার ৪৩.৩ শতাংশ থেকে ৩৩.৩ শতাংশে নামে, হোম টিমের গড় xG কমে ০.২৪। আমি সেটা টিম-স্ট্রেংথ দিয়ে কন্ট্রোল করে রিগ্রেশনে চালিয়েছিলাম। ক্রিকেটে মিরপুরের সংখ্যা পড়তে গিয়ে আমার মনে হয়েছে, গ্যালারির নীরবতা হোম অ্যাডভান্টেজ মুছে দেয়নি, ভাগ করেছে।
ভাগটা আমি তিনে ফেলতে চাই। একটি অংশ পিচ ও কন্ডিশন—মিরপুরের স্লো, লো, টার্নিং উইকেট, যা ঘরের স্পিনারদের জন্য তৈরি। একটি অংশ সূচি ও ভ্রমণ—ব্যাক-টু-ব্যাক ম্যাচ, ভিন্ন কন্ডিশনে দেড় দিনের প্রস্তুতি। তৃতীয় অংশ আম্পায়ার-সিদ্ধান্ত আর ভিড়ের চাপ। আমার হিসাবে প্রথম দুটি যোগফলে তৃতীয়টির চেয়ে বড়, তবে এই ভাগ চূড়ান্ত নয়। খালি স্টেডিয়ামের পরীক্ষায় বাবল, বদলে যাওয়া সূচি, ফরম্যাট পরিবর্তন আর খেলোয়াড়ের অনুপস্থিতি—এই কনফাউন্ডারগুলো মূল লেখাতেই থাকা উচিত, ফুটনোটে নয়। ডিজাইন যা চিহ্নিত করতে পারে না, সেটা আগে বলা দরকার।
ফিক্সচার কনজেশন আর ট্রান্সফার উইন্ডো একসূত্রে বাঁধা। তাসকিন আহমেদ, মুস্তাফিজুর রহমান বা লিটন দাসের মতো জাতীয় দলের মূল খেলোয়াড়রা সারা বছর তিন ফরম্যাটে খেলেন; তার উপর ফ্র্যাঞ্চাইজি লিগ, তার উপর ভ্রমণ। সপ্তাহে দুটো ম্যাচের চাপ কেউ সামলাতে পারে না, মেডিকেল টিম যতই ভালো হোক। ইনজুরির বড় অংশ তাই খেলোয়াড়-ব্যবস্থাপনার ব্যর্থতা নয়, সূচির গঠনের ফল। লোন-চুক্তির হিসাবে এই খরচটা কেউ গুনে না। যে ক্লাব খেলোয়াড় ধার নেয়, সে তার শরীরের অবচয় নিজের বইয়ে লেখে না।
মিড-সিজন রিপ্লেসমেন্ট মার্কেটটাও এই কারণেই তৈরি হয়। ইনজুরি হলে ক্লাব বাজারে নামে, তখন দাম ঠিক করে সময়, প্রতিভা নয়। তানজিদ হাসান বা জাকের আলীর মতো তরুণদের জন্য এই জানালা সুযোগ, কিন্তু ক্লাবের জন্য এটা বাধ্যতামূলক খরচ—যে খরচ পরিকল্পনায় ছিল না। রিশাদ হোসেন, মাহেদী হাসান বা শরিফুল ইসলামের মতো স্পিনার-পেসারদের চাহিদা মিড-সিজনে হঠাৎ বাড়ে, কারণ ঘরের কন্ডিশনে তাদের ভূমিকা বদলায়।
এখন সবচেয়ে শক্ত পাল্টা যুক্তিটা তুলি। যে স্কাউট ২০০ ম্যাচ দেখেছেন, তিনি এমন জিনিস দেখেন যা আমার শিটে নেই। পেসারের অ্যাকশনের সামান্য বদল, রান-আপের ছন্দ, কাঁধের কোণ—এগুলো ডেটায় আসতে তিন মৌসুম লাগে, আর ততদিনে দাম অনেক আগেই ঠিক হয়ে গেছে। ড্রেসিংরুমের ভেতরের তথ্যও আমার মডেলের বাইরে: কে চাপ নিতে পারে, কে ফিট থাকতে পারে, কে দলের ওজন বইতে পারে। এই তথ্য অবাস্তব নয়, অমাপা। যে ক্লাব সেগুলো অবহেলা করে, সে ডেটা দিয়ে নিজের পা কাটে।
আমার লগে এমন উদাহরণ আছে, যেখানে একটি কম-দামি চুক্তি সবচেয়ে বেশি রিটার্ন দিয়েছে, আর সেটি আগে থেকে কোনো মেট্রিকে ধরা যায়নি। এর মানে মডেল অকেজো নয়; এর মানে মডেল একটা ফিল্টার, চূড়ান্ত রায় নয়। সম্পর্ক আর কারণের ফারাকটাও এখানে বড়। লোন-চুক্তিতে যাওয়া খেলোয়াড়রা বেশি ম্যাচ খেলে ভালো করেন—এটা সত্য। কিন্তু ভালো খেলার কারণ লোন-চুক্তি, তা নয়; যাঁরা লোনে যান, তাঁরা তরুণ, ক্ষুধার্ত, আর প্রতিভার ভিত্তিতে বাছাই হয়ে যান। বাছাই-পক্ষপাত এখানে পরিষ্কার।
লোন-অবলিগেশনের ভালো দিকও হিসাবে রাখা দরকার। বড় ক্লাবের একাডেমিতে বসে থাকা তরুণের জন্য দুই মৌসুমের বাস্তব ম্যাচ-টাইম ছোট ব্যাপার নয়। যে সিস্টেমে রিজার্ভ লিগে প্রতিযোগিতা নেই, সেখানে লোন ছাড়া তার বিকাশ থেমে যায়। সমস্যা চুক্তির অস্তিত্বে নয়, সমস্যা শর্তের গঠনে—অবলিগেশনের দাম আগে থেকে ঠিক থাকলে ঝুঁকি ও পুরস্কারের ভাগ বেমানান হয়ে যায়।

পরের নিলামে আমার চোখ থাকবে তিনটে জায়গায়। একটি, রিলিজ-ক্লজের গঠন—কত ম্যাচের পর, কত ফিতে, কার হাতে অপশন। দুই, ওয়েজ বিলের অনুপাত—শীর্ষ তিন চুক্তি মোট বাজেটের কত অংশ নিচ্ছে। তিন, ছোট ক্লাবগুলো নিজেদের ডেভেলপমেন্ট-লেজার প্রকাশ করছে কি না। যে ক্লাব তার খেলোয়াড়-বিকাশের হিসাব খুলে দেখাবে, সে পরের তিন মৌসুমে বাজারের দাম ঠিক করবে, বাকিরা সেটা অনুসরণ করবে। প্রশ্নটা আসলে এটাই—আমরা খেলোয়াড় কিনছি, নাকি গত মৌসুমের হাইলাইট রিলের ভাড়া গুনছি?
