ঢাকার মাঠে ২.৩১ xG আর রাজশাহীর স্প্রেডশিট: যে সংখ্যাগুলো বাংলাদেশের ক্রিকেটকে নতুন করে লিখছে

ঢাকার মিরপুর শেরেবাংলা স্টেডিয়ামে গত বিপিএলের একটি ম্যাচে আমি স্কোরবোর্ডের দিকে তাকিয়ে ছিলাম না। আমি তাকিয়ে ছিলাম আমার ল্যাপটপের দিকে। ৬৬ ম্যাচের একটি স্প্রেডশিট, যেটা আমি প্রথম হাতে-কলমে বানিয়েছিলাম ২০১৭ সালে, ১৮ হাজার টাকা বেতনে, রাজশাহী থেকে ঢাকার একটি ডিজিটাল ডেস্কে। সেই শিট এখন প্রায় দশ হাজার সারি। ম্যাচের ৮৭তম মিনিটে যখন স্টেডিয়ামের বাঁ দিকের গ্যালারিতে হঠাৎ চিৎকার শুরু হলো, আমি বুঝতে পারলাম স্কোরবোর্ড যা বলছে আর স্ক্রিনে থাকা আমার সংখ্যাগুলো যা বলছে, দুটো এক জায়গায় মিলছে না। সেই ফাঁকটাই আমার কাজের জায়গা। বাংলাদেশের ক্রিকেট আলোচনা মূলত দুই ধরনের জায়গায় আটকে থাকে। এক দিকে সাবেক ক্রিকেটারদের ভাষ্য, যেখানে অভিজ্ঞতা আর চোখের দেখার জোর থাকে। আরেক দিকে বোর্ডের ঘোষণা, যেখানে সিদ্ধান্তের পেছনের গাণিতিক কারণ প্রায় কখনো প্রকাশ্যে আসে না। এই দুইয়ের মাঝখানে যে বিশাল জায়গাটা ফাঁকা পড়ে আছে, সেটাই ডেটার জায়গা। আমি সেখানে কাজ করি। আমার কাজ পুরো ম্যাচের রিপোর্ট লেখা নয়। আমার কাজ হলো ম্যাচের পরের কাগজটা, যেখানে বলা হয় স্কোরলাইন আর আন্ডারলাইং সংখ্যার মধ্যে কতটা ব্যবধান। ২০১৭ সালে আমি বাংলাদেশ প্রিমিয়ার লিগের পুরো ৬৬ ম্যাচ হাতে চার্ট করেছিলাম। শট লোকেশন, শরীরের কোন অংশে বল লেগেছে, ডিফেন্সিভ প্রেশার, কিপারের পজিশন — সব। সপ্তম সপ্তাহে এসে বুঝলাম হাতে করা শিট আর টিকবে না, তাই পাইথনে পুরো শিট নতুন করে বানালাম। সেই শিটে আবাহনী লিমিটেড ঢাকার প্রত্যাশিত গোলের হিসাব দেখাচ্ছিল, তারা তাদের xG-এর চেয়ে ১১.৪ গোল বেশি করেছে। আসল পয়েন্ট টেবিলে আবাহনী চ্যাম্পিয়নও হয়েছিল। বাংলাদেশের ফুটবল লেখালেখিতে কেউ আগে এই দুই সংখ্যা পাশাপাশি ছাপেনি। সেই থেকে আমার লেখার ধরন বদলে গেল। আমি 'জিততে পারত' লেখা বন্ধ করলাম। তার বদলে প্রতিটা দাবির পাশে একটা সংখ্যা বসাতে শুরু করলাম, প্রতিটা কলামের নিচে একটা মেথডলজি ফুটনোট দিতে শুরু করলাম। এটাই আমার ডেটা মঙ্ক হওয়ার শুরু। ক্রিকেট ক্ষেত্রে এই পদ্ধতি আরও কঠিন, কারণ ক্রিকেটের স্যাম্পল কম, কন্ডিশন বেশি বদলায়, আর একটি বলের ফলাফল অনেকগুলো ভেরিয়েবলের ওপর নির্ভর করে। তবুও ক্রিকেট ডেটার জন্য আদর্শ, কারণ এখানে প্রতি বল আলাদা করে লগ হয়, আর সেই লগ রেকর্ড হিসেবে চিরকাল থাকে। ২০২৫ সালে আমি তিনজন বিসিবি উপদেষ্টার একজন হিসেবে দায়িত্ব পাই, যেখানে ক্রিকেটের ডিজিটাল ও মিডিয়া বিষয় দেখাশোনার দায়িত্ব ছিল। সেই জায়গা থেকে একটা জিনিস স্পষ্ট হয়ে গেল: বোর্ডের সিদ্ধান্তের পেছনে অনেক সময় শুধু পারফরম্যান্স নয়, বরং সময়সূচি, ওয়ার্কলোড আর সম্প্রচার চুক্তির হিসাব কাজ করে। এই বিষয়গুলোকে আমি এখন আলাদা ডেটা-জেনারেটিং সিস্টেম হিসেবে পড়ি, শুধু প্রেক্ষাপট হিসেবে নয়। যখন কোনো দল ঘরের মাঠে ভিন্ন একটা উইকেটে খেলে, আমি প্রথমে ভাবি কার সুবিধা, তারপর দেখি কোচিং স্টাফের ঘোষণা সেই সুবিধার সঙ্গে মিলছে কি না। ক্রিকেটে প্রত্যাশিত রান আর আসল রান এই দুইয়ের ফাঁক সবচেয়ে দামি তথ্য। ফুটবলে যেটা xG, ক্রিকেটে সেটার কাছাকাছি হলো ব্যাটিং ইমপ্যাক্ট আর বোলিং ইকোনমি মডেল। কেউ যদি ৪০ বলে ৬০ রান করে, কিন্তু তার স্ট্রাইক রেট মুহূর্তের প্রেশারের মধ্যে ১৫০-এর নিচে নেমে যায়, তাহলে স্কোরকার্ড শুধু ৬০ দেখাবে, কিন্তু ম্যাচের গল্পটা দেখাবে না। আমি গত তিন বিপিএলে প্রায় দুইশো ইনিংসের বল-বাই-বল ডেটা বসিয়েছি, যেখানে দেখা গেছে টুর্নামেন্টের নকআউট পর্বে স্ট্রাইক রেট প্রায় আট শতাংশ কমে, এবং সেই পতন রান-রেটের চেয়ে অনেক বেশি তীব্র। এটাই ম্যাচ-থ্রেডে জ্বলে ওঠার আসল কারণ, দল জানে না কোন বলগুলো কঠিন ছিল, শুধু জানে কত রান হয়েছে। বোলিং ডেটার দিকে তাকালে গল্প আরও জটিল হয়। প্রতি ওভারে ইকোনমি তো হিসাব হয়, কিন্তু কতগুলো ডট বল আসল প্রেশারের মধ্যে হয়েছে, কতগুলো বাউন্ডারি মরে গেছে ফিল্ডারের কারণে, এগুলো আলাদা করে দেখলে অনেক বোলারের ভাবমূর্তি বদলে যায়। আমি ঘরের মাঠ আর বাইরের মাঠের ডেটা আলাদা করে রেখেছি। ঘরের মাঠে যা দেখতে স্পিনার-বান্ধব, সেখানে আসলে ফাস্ট বোলাররা বেশি সফল, কারণ ভেজা মাটিতে সিম মুভমেন্ট বেশি থাকে। এই সূক্ষ্ম পার্থক্যগুলো টিভি স্ক্রিনে ধরা পড়ে না, কিন্তু ডেটার টেবিলে স্পষ্ট। ===Contrarian=== কোথায় দাঁড়ালে এই ডেটা কথা বলতে শুরু করে? যদি কেউ বলে 'বাংলাদেশের ঘরের মাঠে সবসময় হোম অ্যাডভান্টেজ কাজ করে', সেই দাবি পরীক্ষা করা দরকার। কোভিড পরবর্তী সময়ে আমি তিনটি লিগের প্রায় তিনশো ছয়টি ম্যাচ ট্র্যাক করেছি, যেখানে দেখা গেছে খালি স্টেডিয়ামে ঘরের দলের জিতের হার ৪৩.২ শতাংশ থেকে ৩৩.৬ শতাংশে নামে। ফুটবলের জন্য এটা প্রমাণ, কিন্তু ক্রিকেটে এই নিয়ম সরাসরি বসানো যায় না, কারণ ক্রিকেটে পিচের অবস্থা আর ঘাসের পরিমাণ অনেক বেশি প্রভাব ফেলে। এই জায়গাতেই ডেটা মঙ্কের আসল সংকট: একটা স্প্রেডশিটে পাওয়া প্যাটার্ন অন্য স্পোর্টে সরাসরি টেনে আনা যায় না। আমার সবচেয়ে বড় পরীক্ষা হয়েছিল একটি টুর্নামেন্টের ম্যাচে, যেখানে স্কোরলাইন দেখাচ্ছিল এক দল সহজে জিতেছে, কিন্তু আন্ডারলাইং ডেটা বলছিল অন্য দল পুরো ম্যাচ নিয়ন্ত্রণ করেছে। আমি ফাইনাল হুইসেলের আগেই আমার টুইটার থ্রেডে সেই ডেটা ছেড়ে দিয়েছিলাম, এবং পরে সেটা প্রায় নয় লাখ মানুষের কাছে পৌঁছায়। তিনটি ইউরোপীয় সংবাদমাধ্যম আমার কাছ থেকে কাঁচা ডেটা চেয়ে নেয়। এরপর পাঁচ সপ্তাহ ধরে আমি পুরো টুর্নামেন্টের ৬৪ ম্যাচের একটি ডেটাবেস বানাই, যেখানে প্রতিরক্ষা-প্রতি-পাস আর সেট-পিস ভাগ আলাদা করে ছিল। কিন্তু ক্রিকেটে এই কাজ অনেক ধীর। কারণ ক্রিকেটে রেজাল্ট আর প্রসেসের মধ্যে ফাঁক বের করতে হলে অন্তত এক ডজন ফ্যাক্টর হিসাব করতে হয়, যার মধ্যে কিছু ফ্যাক্টর এখনো পাবলিক ডেটাতেই নেই। এই ডেটার সীমাবদ্ধতা নিয়েও সৎ থাকা দরকার। আমার মডেল এখনো বাংলাদেশের ঘরোয়া ক্রিকেটের সব চরিত্র ধরে ফেলে না, কারণ ছোট লিগের কিছু ম্যাচে বল-বাই-বল ডেটা সম্পূর্ণ পাওয়া যায় না। আমি সাধারণত একটি মডেল বানানোর আগে অনুমান লিখে রাখি, তারপর ডেটা দেখি, এবং হোল্ডআউট উইন্ডোতে সেটা পরীক্ষা করি। কনফিডেন্স ইন্টারভাল না দিয়ে কোনো সংখ্যা প্রকাশ করা আমার নিজের নিয়মের বাইরে। এই ব্যাপারটা গুরুত্বপূর্ণ, কারণ দর্শকরা একটি সংখ্যা দেখে চূড়ান্ত সিদ্ধান্তে চলে যান, কিন্তু ডেটা বিশ্লেষক জানেন সংখ্যাটা সংকীর্ণ একটি জানালার ভেতরের ছবি মাত্র। এখন আসি সেই সংখ্যাগুলোর দিকে যেগুলো বাংলাদেশের ক্রিকেটে আগামী কয়েক বছরে সবচেয়ে বেশি প্রভাব ফেলবে। ট্রান্সফার মার্কেটে খেলোয়াড়ের দাম এখনো মূলত রান আর উইকেটের ভিত্তিতে ঠিক হয়, কিন্তু আন্ডারলাইং ডেটা বলছে অনেক ক্রিকেটারের বাজারমূল্য তার আসল অবদানের চেয়ে কম বা বেশি। একটি উদাহরণ দিই, যেখানে একজন ফিনিশার হিসেবে পরিচিত খেলোয়াড় শেষ পাঁচ ওভারে ১৪০ স্ট্রাইক রেট রাখছেন, কিন্তু তার মাঝের ওভারগুলোর স্ট্রাইক রেট লিগের গড়ের নিচে। দল যদি শুধু ফিনিশিং দেখে দাম দেয়, ক্ষতি তার। আবার উল্টো দিকও সত্য, যেখানে একজন ধীর ব্যাটার মাঝের ওভারে স্ট্রাইক রেট ধরে রেখে দলকে শক্তি দিচ্ছেন, কিন্তু কেউ তার দিকে ফিরেও দেখছে না। এই দুই ধরনের ভুল ট্রান্সফার উইন্ডোতে সবচেয়ে বেশি টাকা নষ্ট করে। প্রতিটি ট্রান্সফার উইন্ডো আসলে একটি হিসাবের খাতা, আর প্রতিটি গুজবের পেছনে একটি দশমিক থাকে। এই লাইনটা আমি ইচ্ছা করেই ব্যবহার করছি, কারণ ক্রিকেট ট্রান্সফার এখন শুধু কল্পনার বিষয় নয়, ডেটার বিষয়। বাংলাদেশের ক্রিকেটে আরেকটি জিনিস ডেটার চোখে স্পষ্ট: স্পিনারদের ওয়ার্কলোড। একটি লিগে দেখা গেছে, যেসব স্পিনার পরপর ম্যাচে চার ওভারের বেশি বোলিং করেছেন, পরের ম্যাচে তাদের গড় ত্রিশ রানে ভাগের পরিসংখ্যান প্রায় এক-চতুর্থাংশ খারাপ হয়েছে। এই প্যাটার্ন কোচিং স্টাফ যতটা জানেন, ডেটার সংখ্যা ততটা স্পষ্ট। ঘরোয়া লিগে এই তথ্য কাজে লাগালে ইনজুরি অনেক কমে আসে, কিন্তু বাস্তবে দেখা যায় সময়সূচি আর দলের প্রয়োজনে সেই নিয়ম মানা হয় না। এই জায়গায় বোর্ড আর ফ্র্যাঞ্চাইজির মধ্যে দায় ভাগ করা দরকার, নইলে ডেটা শুধু একটা কাগজে থাকা টেবিল হয়ে থাকবে। ===Takeaway=== টুর্নামেন্টের এই সময়ে সবচেয়ে গুরুত্বপূর্ণ প্রশ্নটা সিটি স্কোরবোর্ডে থাকবে না, থাকবে আমাদের হাতে থাকা স্প্রেডশিটে। পরের রাউন্ডের আগে একটা কাজ করা যেতে পারে: প্রতিটি দলের জন্য ম্যাচ-থ্রেডের ডেটা আলাদা করে দেখা, এবং দেখা তারা চাপের সময়ে স্ট্রাইক রেট আর ইকোনমি কোন দিকে যাচ্ছে। যে দল এই দুই সংখ্যার ব্যবধান বুঝে সেটার ভিত্তিতে পরিকল্পনা বানাবে, তারা শুধু ম্যাচের ফলাফলে নয়, টুর্নামেন্টের পুরো গতিতেও এগিয়ে থাকবে। ক্রিকেট এখনো মন আর মুহূর্তের খেলা, কিন্তু সিদ্ধান্তের সময় এসেছে সংখ্যাটা আগে বসানোর।