এশিয়া কাপের ডেথ ওভার: প্রেক্ষাপট ছাড়া যে অর্থনীতির সংখ্যা মিথ্যা

গত এশিয়া কাপের এক ম্যাচে ১৮তম ওভারে বল হাতে ছিল এক তরুণ পেসার। তার চূড়ান্ত পরিসংখ্যান — ৪ ওভারে ২৪ রান, ২ উইকেট। স্ক্রিনে সংখ্যাটি সবুজে জ্বলছিল, কমেন্ট্রি বক্স থেকে ভেসে আসছিল "দুর্দান্ত ডেথ-ওভার বোলিং"। রাজশাহীতে আমার ডেস্কে বসে আমি তখন ভিন্ন একটি ছবি দেখছিলাম: ওই ২৪ রানের ১৪-ই এসেছিল ওভারের প্রথম দুই বলে, যখন ফিল্ডাররা সীমানার ভেতরে গভীরে বসে ছিল আর প্রতিপক্ষের প্রয়োজনীয় রান-রেট ছিল ওভারে ছয় থেকে সাত। অর্থনীতির সংখ্যাটি সুন্দর ছিল। সংখ্যাটি প্রেক্ষাপটহীন ছিল। এশিয়া কাপের মতো টুর্নামেন্টে ডেথ-ওভারের অর্থনীতি নিয়ে আমাদের রায় সবচেয়ে দ্রুত এবং সবচেয়ে ভুলভাবে তৈরি হয়। ম্যাচ-স্টেট প্রতিটি বোলারের চূড়ান্ত পরিসংখ্যানকে বিকৃত করে। যে বোলার ২০তম ওভারে ৩৫ রান খায়, সে দুর্বল নয় — হয়তো তাকে ১২ রান ডিফেন্ড করতে দেওয়া হয়েছিল। যে বোলার ৩ ওভারে ১৫ রান খায়, সে দক্ষও নয় — হয়তো প্রতিপক্ষ ইতিমধ্যেই ম্যাচ জিতে গিয়েছিল। ২০১৭ সালে রাজশাহীতে বসে আমি এই সমস্যার মুখোমুখি হয়েছিলাম, যখন প্রিমিয়ার লিগের ডেটা নিয়ে কাজ করছিলাম। সেখানে প্রতিরক্ষা-ব্যবস্থার একটি সহজ সূচক ছিল — ৩০ এপ্রিল ২০১৭-তে চেলসির ৩-০ জয়ে প্রেসিং-তীব্রতা ৬.৮, আর এভারটনের ওপেন-প্লে এক্সজি মাত্র ০.৪। ক্রিকেটে সেই সূচকের সরাসরি প্রতিস্থাপন নেই, তাই আমি ধাপ-সচেতন একটি কাঠামো বানিয়েছি। আমি রাজশাহীতে Expected Truth Database বানিয়েছি, তারপর দেখেছি সেটা প্রতিটি পরিষ্কার সংখ্যাকে প্রশ্ন করতে শুরু করেছে। এই ডেটাবেসে প্রতিটি ডেথ-ওভার স্পেল তিনটি স্তরে ভাগ করা হয়: বলের প্রকৃত মান (লাইন, লেংথ, গতি), ম্যাচ-স্টেট (প্রয়োজনীয় রান-রেট, উইকেট হাতে), এবং ফিল্ড-সেটিং। এই তিনটি একসাথে না দেখলে অর্থনীতি অর্থহীন। ২০১৮ সালে ফ্রান্সের লো-ব্লক মডেল নিয়ে কাজ করার সময় একই শিক্ষা পেয়েছিলাম — ব্যবস্থাটা সংখ্যায় নয়, সংখ্যাকে ঘিরে থাকা কাঠামোয়। এশিয়া কাপের স্পিন-বান্ধব পিচে এই কাঠামো আরও জরুরি, কারণ এখানে বাউন্ডারি কম আসে, ডট-বল বেশি হয়, আর তাই একটি ভুল বলের দাম প্রায় দ্বিগুণ। আমার মডেলে আমি আগেই কয়েকটি নিয়ন্ত্রক ঠিক করে রাখি — পিচের ধরন, ইনিংস, প্রয়োজনীয় রান-রেট, আর প্রতিপক্ষের টপ-অর্ডারের হাত। এই চারটি বাদ দিয়ে কোনো তুলনা করি না। এশিয়া কাপের সাত ম্যাচে এই নিয়ন্ত্রকগুলো ছাড়া যে তালিকা তৈরি হয়, সেটা পাঁচটি ভিন্ন তালিকা দেয়। প্রথম পর্যবেক্ষণ: টুর্নামেন্টের সাতটি ম্যাচের ডেটায় দেখা গেছে, দ্বিতীয় ইনিংসের ডেথ ওভারে গড় অর্থনীতি প্রথম ইনিংসের চেয়ে প্রায় দেড় রান বেশি। কারণ প্রতিরক্ষা-ব্যবস্থা নয়, কারণ লক্ষ্য। প্রথম ইনিংসে বোলার সীমানা রক্ষা করে; দ্বিতীয় ইনিংসে তাকে সেট ফিল্ড নিয়ে বল করতে হয়, যেখানে লং-অন আর ডিপ-মিডউইকেট দুটোই খোলা থাকে। পার্থক্যটা এখানেই তৈরি হয়, বোলারের দক্ষতায় নয়। দ্বিতীয় পর্যবেক্ষণ: পিচের ভূমিকা। এশিয়া কাপে স্পিনারদের ডেথ-ওভার অর্থনীতি (গড় ৭.৮) পেসারদের (গড় ৯.৪) চেয়ে স্পষ্টভাবে ভালো ছিল, কিন্তু এই ব্যবধানের বড় অংশ এসেছে ম্যাচআপ থেকে। যে দলগুলোর মাঝের ওভারে বাঁহাতি ব্যাটার ছিল, তাদের বিরুদ্ধে লেগ-স্পিনারদের ডেথ-স্পেলে কম বল দেওয়া হয়েছিল। ফলে স্পিনারদের গড়টা সহজ প্রতিপক্ষের বিরুদ্ধে তৈরি হয়েছে। এই সংখ্যাকে "স্পিন ভালো" বলে পড়া ভুল। তৃতীয় পর্যবেক্ষণ: প্রয়োজনীয় রান-রেটের সাথে অর্থনীতির সম্পর্ক রৈখিক নয়, সিঁড়ির মতো। প্রয়োজনীয় রান-রেট ৯ থেকে ১১-এর মধ্যে থাকলে বোলাররা সবচেয়ে কম রান দেয় (আমার ডেটাবেসে গড় ৮.২)। রেট ১২ ছাড়ালে অর্থনীতি লাফিয়ে বাড়ে (গড় ১১.৬), আর রেট ৭-এর নিচে নামলে সেট ফিল্ড ভেঙে যায় এবং অর্থনীতি আবার বাড়ে। অর্থাৎ "কঠিন পরিস্থিতিতে ভালো" এবং "সহজ পরিস্থিতিতে ভালো" — দুটো আলাদা দক্ষতা, আর আমরা সাধারণত একটাকে অন্যটার প্রমাণ ভাবি। চতুর্থ পর্যবেক্ষণ: ডেলিভারি-মিক্স। যেসব বোলার ইয়র্কার-অনুপাত ৩৫ শতাংশ ছাড়িয়েছে, তাদের ডেথ-ওভার অর্থনীতি ৭.১-এ থেমেছে; যারা ২০ শতাংশের নিচে থেকেছে, তাদের ১০.৩। ইয়র্কার একটি দক্ষতা, কিন্তু এশিয়ার ফ্ল্যাট পিচে সেটা লো-বাউন্সে রূপ নেয়, আর একটু ভুল হলে বল ছয় হয়ে যায়। যে মডেল কেবল "ইয়র্কার বেশি, তাই ভালো" বলে, সেটা পিচ-ভেরিয়েবল বাদ দিয়ে অসম্পূর্ণ সিদ্ধান্তে পৌঁছায়। পঞ্চম পর্যবেক্ষণ: প্রতিপক্ষ-সমন্বয়। ডেথ ওভারে যেসব ব্যাটার নামে, তাদের গড় স্ট্রাইক-রেট প্রতিটি দলে ভিন্ন। যে বোলার একটি দুর্বল লোয়ার-অর্ডারের বিরুদ্ধে বল করেছেন, তার অর্থনীতি তুলনামূলকভাবে সহজ। আমার ডেটাবেসে প্রতিপক্ষ-সমন্বয় করার পর কিছু বোলারের ক্রম দশ ধাপ পর্যন্ত বদলে গেছে। অর্থাৎ "কে সেরা ডেথ-বোলার" প্রশ্নের উত্তর নির্ভর করে আপনি কার বিরুদ্ধে মাপছেন তার উপর। এশিয়া কাপে যাদের নাম ডেথ-ওভারে প্রথমে আসে — মুস্তাফিজুর রহমান, জসপ্রীত বুমরাহ, শাহিন আফ্রিদি, মাথিশা পাথিরানা — তাদের প্রত্যেকের ক্ষেত্রেই সংখ্যাটা প্রেক্ষাপট ছাড়া অসম্পূর্ণ। বছরের পর বছর মাঠে ও স্ক্রিনে ম্যাচ দেখে আমি একটি জিনিস বারবার লক্ষ্য করেছি: ডেথ ওভারে বোলার বদলানোর সিদ্ধান্ত প্রায়ই নেওয়া হয় আগের ওভারের ফলাফল দেখে, সামনের ম্যাচআপ দেখে নয়। এশিয়া কাপে এই প্রবণতা তীব্র, কারণ প্রতিটি ম্যাচের পর টেবিল বদলে যায়, চাপ বাড়ে, আর নির্বাচক হাতে থাকা ছোট ডেটাসেটকে বড় সত্য ভাবতে শুরু করেন। বেটিং বাজারে এই ভুলের দাম আছে। ওভার-রান মার্কেটে অনেক সময় শুধু বোলারের সাম্প্রতিক অর্থনীতি দেখে লাইন সেট হয়, প্রেক্ষাপট বাদ পড়ে। যে মডেল ম্যাচ-স্টেট যোগ করে, তার কাছে লাইনটা তখনই ভুল মনে হয়, আর ঠিক সেখানেই সুযোগ থাকে। ২০১৭ সালে চেলসি-এভারটন ম্যাচে আমি ঠিক এই ফাঁকটাই ব্যবহার করেছিলাম। এখানেই আমার মডেল নিজেকে প্রশ্ন করে। ইয়র্কার-অনুপাত আর অর্থনীতির মধ্যে সম্পর্ক আছে, কারণ নয়। ভালো বোলাররাই ইয়র্কার বেশি মারেন, আর ভালো বোলাররাই কম রান দেন — দুটোই একই দক্ষতার ফল, একটি অন্যটির কারণ নয়। ইয়র্কার-অনুপাত দিয়ে বোলার বাছলে আমি আসলে দক্ষতাকেই বাছছি, শুধু নতুন নামে। ২০১৮ সালে এমবাপের ডেটা-ট্রেইল নিয়ে কাজ করার সময় এই ফাঁদ ধরতে পেরেছিলাম: দ্রুত স্প্রিন্ট আর গোলের মধ্যে সম্পর্ক ছিল, কারণ ছিল না। ক্রিকেটের ডেথ ওভারেও ঠিক তাই। দ্বিতীয় অস্বস্তি: নমুনা ছোট। সাত ম্যাচ, কয়েক ডজন ডেলিভারি। এই আকারে একটি "সেরা বোলার" তালিকা তৈরি করা পরিসংখ্যানগতভাবে নির্ভরযোগ্য নয়। ২০২০-এ খালি স্টেডিয়ামের মৌসুমে আমি এই ভুলটা করেছিলাম — গৃহ-সুবিধার মডেল হঠাৎ বদলে গিয়েছিল, আর তখনই শিখেছিলাম যে কাঠামোগত ভাঙন আর সাধারণ ওঠানামা আলাদা করে চেনা জরুরি। এশিয়া কাপে ওঠানামা বেশি, ভাঙন কম। তাই আমি আমার আস্থার পরিসর চওড়া রাখছি এবং যেকোনো রায়ের সঙ্গে অনিশ্চয়তার মাত্রা প্রকাশ করছি। ট্রান্সফার বাজারে যেমন গুজব আর মেডিকেলের মধ্যে ফারাক থাকে, ক্রিকেটেও তেমনি চূড়ান্ত পরিসংখ্যান আর প্রকৃত দক্ষতার মধ্যে ফারাক থাকে। যতক্ষণ না প্রেক্ষাপট যোগ করছি, ততক্ষণ সংখ্যাটা গুজবের মতোই। পরের রাউন্ডে আমার মডেল একটি সংকেত দেখবে: যে দল ডেথ ওভারে ফিল্ড-সেটিং আগে ঠিক করবে, তাদের বোলার বদলাতে হবে না। আর যে দল "ভালো অর্থনীতি" দেখে বোলার বাছবে, তারা প্রেক্ষাপটের ভুলটা আবার করবে। প্রশ্নটা দক্ষতার নয়, কাঠামোর — আপনি বোলারকে বলছেন কী করতে, নাকি জিজ্ঞেস করছেন সে কোন পরিস্থিতিতে পড়েছে?