পাওয়ারপ্লে বিভ্রম: টুর্নামেন্ট ক্রিকেটে ছোট নমুনার ফাঁদ

আমি সেদিন ম্যাচ দেখছিলাম। একটি টি-টোয়েন্টি বিশ্বকাপের গ্রুপ পর্ব, বাঁহাতি এক পেসার প্রথম দুই ওভারে মাত্র ৬ রান দিয়ে নিয়েছেন দুটি উইকেট। স্কোরবোর্ডে ইকোনমি ৩.০০, টেলিভিশনের গ্রাফিক্স সংখ্যাটি সোনালি রঙে দেখাচ্ছে। পরের ম্যাচে সেই বোলার চার ওভারে দিলেন ৫২ রান, ইকোনমি ১৩.০০। শুরু হলো "ফর্ম" নিয়ে আলোচনা, প্যানেলে পিচ বদলের তত্ত্ব। আমি তখন ল্যাপটপে তার গত আড়াই বছরের পাওয়ারপ্লে ও ডেথ-ওভারের ডেটা বের করছিলাম। ছয় ওভার দিয়ে কাউকে বিচার করা যায় না। টুর্নামেন্ট ক্রিকেটের সবচেয়ে বড় প্রতারণা এটাই — আমরা ছোট নমুনাকে বড় আখ্যান বানাই, তারপর সেই আখ্যান দিয়েই সত্য মাপি।

তেষট্টি বছর বয়সে আমি হাইলাইট রিলের চেয়ে লেজারকেই বেশি বিশ্বাস করি। আজকের লেখাটি একটি টুর্নামেন্ট অডিট — কোনও একক ম্যাচের রায় নয়।

কেন টুর্নামেন্ট ক্রিকেট ডেটার পরীক্ষাগার

আমি সাতচল্লিশ বছর ধরে স্কোরবুক আর স্প্রেডশিটের ভেতর কাটিয়েছি। ২০১৭ সালে ম্যানচেস্টারের একটি ট্রান্সফার এজেন্সিতে মিডফিল্ডারদের জন্য xG-PPDA ম্যাট্রিক্স বানানোর সময় শিখেছিলাম একটি সূত্র: কোনো সিদ্ধান্তের আগে জিজ্ঞেস করো — সংখ্যাটি কোথা থেকে এল, কে রেকর্ড করল, আর কত মিনিটের নমুনা।

ক্রিকেটে সেই শিক্ষা আরও কঠিন, কারণ টুর্নামেন্টের কাঠামোই ছোট নমুনা তৈরি করে। ভারত ও শ্রীলঙ্কায় আয়োজিত আইসিসি টি-টোয়েন্টি বিশ্বকাপ ২০২৬-এ প্রতিটি দল গ্রুপ পর্বে খেলবে মাত্র কয়েকটি ম্যাচ। একটি দলের পুরো অভিযান শেষ হতে পারে সাত থেকে নয়টি ম্যাচে; একজন বোলারের হাতে সর্বোচ্চ ২০-৩০ ওভার; একজন ব্যাটসম্যানের কপালে ১০-১৫ ইনিংসের কম। অথচ ঠিক এই নমুনা থেকেই আমরা "টুর্নামেন্টের সেরা বোলার", "ব্যর্থ চুক্তি", "নতুন তারকা" — এসব রায় দিয়ে বসি।

২০২০ সালে বুন্দেসলিগার খালি স্টেডিয়াম বিশ্লেষণ করে যে শিক্ষা পেয়েছিলাম, সেটি ক্রিকেটেও সমান সত্য: বেশি নমুনা আনো, নয়তো চুপ করো। সেই গবেষণায় প্রথম পাঁচ রাউন্ডের ৪৫ ম্যাচে হোম-উইন শতাংশ ৪৩.৩% থেকে ৩৩.৩%-এ নেমেছিল। আমি লিখেছিলাম, ৪৫ ম্যাচ দিয়ে সিদ্ধান্ত টানা যায় না। ক্লাবগুলো ক্রাউড-এফেক্ট মডেল করতে বলেছিল; আমি অতিরিক্ত দাবি করতে রাজি হইনি। ক্রিকেটে এই সমস্যা আরও তীব্র — পিচ, মৌসুম, দিন-রাতের ব্যবধান, ডিউ, আর বিপক্ষের বোলিং অ্যাটাক, এতগুলো ভেরিয়েবল একসঙ্গে বদলায় যে ছোট নমুনায় সংকেত ও শব্দ আলাদা করা প্রায় অসম্ভব।

সংখ্যার শৃঙ্খল: পাওয়ারপ্লে, ডেথ ওভার আর ভূমিকা

প্রথমেই একটি পরিষ্কার তথ্য। ২০২৪ সালের টি-টোয়েন্টি বিশ্বকাপে ভারতের জাসপ্রিত বুমরাহ আট ম্যাচে ১৫ উইকেট নিয়েছিলেন ৪.১৭ ইকোনমিতে। এই সংখ্যাটি বিশ্বকাপের রেকর্ড বইয়ের অংশ। কিন্তু বুমরাহর সংখ্যা বিশ্বাসযোগ্য হওয়ার আসল কারণ তার কেরিয়ারের নমুনা — শতাধিক টি-টোয়েন্টিতে তার ডেথ-ওভার ইকোনমি প্রায় সাতের নিচে, যা অস্বাভাবিকভাবে স্থিতিশীল। এক বিশ্বকাপ তার প্রমাণ নয়; বিশ্বকাপ তার কেরিয়ার-নমুনার একটি নিশ্চিতকরণ।

এখানেই ছোট নমুনার ফাঁদ। টি-টোয়েন্টিতে একজন বোলারের ইকোনমি হার স্থির হতে সাধারণত দরকার হয় ২০ থেকে ৩০ ইনিংস, ভূমিকা অনুযায়ী। পাওয়ারপ্লে বোলার আর ডেথ-ওভার বোলারের মধ্যে আকাশ-পাতাল পার্থক্য। একজন নতুন বল হাতে পাওয়া পেসার যে ৬.৫ ইকোনমিতে বল করেন, তিনি ডেথে গেলে সেই সংখ্যা ১০-এর উপরে যেতে পারে — কারণ তিনি নতুন ভূমিকায়। অথচ আমরা দুটি সংখ্যাকে একই তুলনার মাপকাঠিতে ফেলি।

আমার ম্যাট্রিক্সে আমি তিনটি স্তম্ভ ব্যবহার করি। প্রথম, ভূমিকা-ভিত্তিক ইকোনমি — পাওয়ারপ্লে, মিডল, ডেথ আলাদা করে মাপা। দ্বিতীয়, ডট বল শতাংশ — কারণ টি-টোয়েন্টিতে ডট বলই আসল মুদ্রা; একটি ডট বল একটি চারের সমান মূল্যবান নয়, বরং তার চেয়ে বেশি, কারণ এটি পরের বলের চাপ তৈরি করে। তৃতীয়, বাউন্ডারি থেকে রান শতাংশ — একজন বোলারের কত শতাংশ রান আসে বাউন্ডারি থেকে বনাম সিঙ্গেল-টু থেকে; এটাই বলে দেয় তার বল কতটা "নিয়ন্ত্রণে" ছিল।

একটি উদাহরণ। ২০২২ সালের টি-টোয়েন্টি বিশ্বকাপে ইংল্যান্ডের স্যাম কারেন ডেথ-ওভারে দুর্দান্ত ছিলেন। কিন্তু তার পাওয়ারপ্লে সংখ্যা ছিল সাধারণ। যদি কেউ তার পুরো টুর্নামেন্টের একক ইকোনমি দেখে সিদ্ধান্ত নিত যে তিনি "সেরা পাওয়ারপ্লে বোলার", সেটি ভুল হতো। ভূমিকা আলাদা না করলে ডেটা মিথ্যা বলে না — কিন্তু অর্ধসত্য বলে, যা আরও বিপজ্জনক।

স্পিন বোলিংয়ে এই ফাঁদ আরও গভীর। একটি টুর্নামেন্টের প্রথম দিকে স্পিনাররা প্রায়ই বেশি উইকেট পান, কারণ ব্যাটসম্যানরা নতুন পিচে সময় নেন। শেষের দিকে পিচ যখন ব্যাটিং-বান্ধব হয়, একই স্পিনারের ইকোনমি বাড়ে। ২০২৪ বিশ্বকাপে আমরা এই ধরনের পরিবর্তন দেখেছি। যদি আপনি শুধু প্রথম তিন ম্যাচের ডেটা দেখে স্পিনারকে "টুর্নামেন্টের সেরা" ঘোষণা করেন, আপনি আসলে পিচের কথা বলছেন, বোলারের কথা বলছেন না।

আর একটি বিষয় — বিপক্ষের মান। গ্রুপ পর্বে সহযোগী দেশের বিপক্ষে নেওয়া পাঁচ উইকেট আর সুপার এইটে শক্তিশালী ব্যাটিং লাইনের বিপক্ষে নেওয়া দুটি উইকেট — এই দুইয়ের "ওজন" সমান নয়। আমার ম্যাট্রিক্সে আমি বিপক্ষ-শক্তির একটি গুণক ব্যবহার করি, যেখানে প্রতিটি উইকেটকে বিপক্ষের ব্যাটিং রেটিং দিয়ে ভাগ করি। এই সহজ সংশোধনই অনেক ভুল "টুর্নামেন্ট সেরা" রায়কে মুছে দেয়।

ব্যাটসম্যানদের নমুনা: আরও সূক্ষ্ম সমস্যা

বোলারদের ক্ষেত্রে সমস্যাটি তুলনামূলক সরল, কারণ ইকোনমি একটি স্থিতিশীল মাপকাঠি। ব্যাটসম্যানদের ক্ষেত্রে ভেরিয়েবল অনেক বেশি। একজন টপ-অর্ডার ব্যাটসম্যানের স্ট্রাইক রেটও ২০ থেকে ২৫ ইনিংসের আগে স্থির হয় না। কারণ প্রতিটি ইনিংসে তিনি ভিন্ন পরিস্থিতিতে আসেন — কখনও পাওয়ারপ্লেতে, কখনও শেষ ওভারে, কখনও ১৪০ রানের টার্গেটে, কখনও ২০০-র টার্গেটে।

এই পার্থক্যটা না ধরলে ভুল সিদ্ধান্ত আসে। ২০২১ সালে টোকিও অলিম্পিকের নারী ফুটবলে কানাডার জেসি ফ্লেমিংয়ের নামের পাশে ছিল ২ গোল আর ১ অ্যাসিস্ট। সংখ্যাটি দেখে মনে হতে পারে তিনি আক্রমণের কেন্দ্র। কিন্তু কানাডার সামগ্রিক xG ছিল কম; তাদের সাফল্য এসেছিল সেট-পিসের দক্ষতা থেকে, খোলা খেলার আধিপত্য থেকে নয়। একটি সংখ্যা সঠিক, অথচ তার অর্থ ভুল — এটাই ছোট নমুনার সবচেয়ে বিশ্বাসঘাতক রূপ। ক্রিকেটে তাই আমি ব্যাটসম্যানের স্ট্রাইক রেটের সঙ্গে তার বল-মোকাবিলার পরিস্থিতি আর ইনিংসের ভূমিকা আলাদা করে লিখি।

একইভাবে টুর্নামেন্টের মাঝপথে ভূমিকা বদলায়। কেউ ওপেনিং থেকে নামেন পাঁচে, কেউ মিডল থেকে যান ফিনিশারে। ভূমিকা বদলালে ডেটা বদলায়, কিন্তু আমরা আগের ইনিংসের সংখ্যা দিয়ে নতুন ভূমিকার খেলোয়াড়কে বিচার করি। এটি পদ্ধতিগত ভুল।

পিচ, ডিউ আর ডেটা-প্রোটোকল

টি-টোয়েন্টি বিশ্বকাপে একটি প্রায়-অদৃশ্য ভেরিয়েবল আছে — ডিউ। রাতের ম্যাচে দ্বিতীয় ইনিংসে বল ভিজে যায়, স্পিনারদের গ্রিপ হারায়, আর টার্গেট তাড়া করা সহজ হয়ে যায়। ২০২৪ বিশ্বকাপে এই প্রভাব এতটাই স্পষ্ট ছিল যে টস জেতা দলগুলো প্রায় নিয়মিত দ্বিতীয়ে ব্যাটিং বেছে নিত। যদি আপনি এই প্রেক্ষাপট না জেনে একজন স্পিনারের দ্বিতীয় ইনিংসের খারাপ সংখ্যা দেখে তাকে "ব্যর্থ" বলেন, আপনি একটি প্রাকৃতিক পরিস্থিতিকে ব্যক্তিগত ব্যর্থতা হিসেবে ভুল পড়ছেন।

আমি সবসময় বলি: xG বা PPDA বিশ্বাস করার আগে জিজ্ঞেস করো, ইনপুট কে রেকর্ড করেছে এবং কখন। ক্রিকেটে এর সমতুল্য প্রশ্ন — কোন ওভারে, কোন ইনিংসে, কোন পিচে, কার বিপক্ষে? এই চারটি প্রশ্নের উত্তর ছাড়া যেকোনো ইকোনমি বা স্ট্রাইক রেট কেবল একটি অনাথ সংখ্যা।

আমি ২০১৮ সালের বিশ্বকাপ অডিটে এই পদ্ধতিই ব্যবহার করেছিলাম। ফাইনালে ন'গোলো কঁতে ৫৫ মিনিটে বদলি হয়েছিলেন, আর লুকা মদরিচ খেলেছিলেন ৬৯৪ মিনিট, ২.৩ কী-পাস প্রতি ৯০, ৮৮% পাস-সম্পূর্ণতা, প্রতি ম্যাচে ১০.২ কিলোমিটার দৌড়। PPDA দিয়ে আমি দেখিয়েছিলাম, জয়টা একক আধিপত্য নয় — ফ্রান্সের ডিফেন্সিভ ব্লক। সেই অডিট ২০০ হাজার পাঠ পেয়েছিল এবং প্রেস-বক্সের এক সমালোচককে চুপ করিয়েছিল, যিনি বলেছিলেন নারীরা ট্যাকটিক্স বোঝেন না। ক্রিকেটের অডিটও একইভাবে জেতা যায় — তর্ক দিয়ে নয়, এমন ডেটা দিয়ে যেখানে সমালোচকের দাঁড়ানোর কোনো সারি থাকে না।

অডিট বনাম মূল্যায়ন: এন্সো ফার্নান্দেসের পাঠ

২০২২ সালে কাতার বিশ্বকাপের পর এন্সো ফার্নান্দেসের মূল্যায়নে আমি একই নীতিই প্রয়োগ করেছিলাম। তার প্রগ্রেসিভ পাস ছিল ৮.২ প্রতি ৯০, ট্যাকল ২.৮ প্রতি ৯০। সংখ্যাগুলো চোখ ধাঁধানো। কিন্তু নমুনা ছিল মাত্র সাতটি বিশ্বকাপ ম্যাচ। আমি পূর্ণ ১০৬.৮ মিলিয়ন পাউন্ডের রিলিজ ক্লজ না দেওয়ার পরামর্শ দিয়েছিলাম, বরং অ্যাড-অন যোগ করার। ক্লাব আমার কথা শোনেনি; শুরুর দিকে তিনি সংগ্রাম করেছিলেন।

এখানেই আমি টুর্নামেন্ট-নমুনা আর ক্লাব-ফর্ম আলাদা করে দেখি। একটি বিশ্বকাপ একজন খেলোয়াড়ের সেরা রূপ দেখায়, তার গড় রূপ নয়। টুর্নামেন্ট ডেটা দিয়ে দীর্ঘমেয়াদি চুক্তি করার আগে অ্যাড-অন আর পারফরম্যান্স-ট্রিগার রাখা উচিত — কারণ আপনি তখন কেরিয়ার কিনছেন, টুর্নামেন্ট কিনছেন না। ক্রিকেটের আইপিএল নিলামেও এই শিক্ষা সরাসরি প্রযোজ্য: একটি বিশ্বকাপের ঝলক দিয়ে খেলোয়াড়ের দাম ঠিক করলে আপনি টুর্নামেন্ট-প্রিমিয়াম দিচ্ছেন, কেরিয়ার-মূল্য নয়।

কন্ট্রারিয়ান: সম্পর্ক মানেই কারণ নয়

এখন সেই অংশ, যেখানে আমি আমার নিজের পদ্ধতির বিরুদ্ধে দাঁড়াই। টুর্নামেন্ট ডেটার সবচেয়ে বড় ফাঁদ হলো — সম্পর্ককে কারণ ভেবে ফেলা।

আমরা দেখি, যে দলগুলো পাওয়ারপ্লেতে বেশি উইকেট নিয়েছে, তারা বেশি ম্যাচ জিতেছে। উপসংহার টানা হয়: "পাওয়ারপ্লে উইকেটই জয়ের চাবি।" কিন্তু এটি একটি পারস্পরিক সম্পর্ক, কারণ নয়। সত্যিটা উল্টোও হতে পারে — যে দলগুলো ভালো, তারা ভালো বোলিং অ্যাটাক রাখে, আর সেই ভালো অ্যাটাকই পাওয়ারপ্লেতে উইকেট নেয়। অর্থাৎ সাফল্য আর উইকেট দুটোই আসে তৃতীয় একটি কারণ থেকে — স্কোয়াডের গুণমান। উইকেটকে কারণ ধরলে আপনি ভুল জায়গায় বিনিয়োগ করবেন।

২০২০ সালে খালি স্টেডিয়ামের ডেটায় ঠিক এই ভুলটাই লুকিয়ে ছিল। হোম-উইন কমেছে — কিন্তু কারণ কী? দর্শক না থাকা, নাকি ভ্রমণ-ক্লান্তি না থাকা, নাকি প্রেরণার অভাব? ৪৫ ম্যাচে এই কারণগুলো আলাদা করা অসম্ভব। ক্রিকেটের বন্ধ-দরজার টেস্ট আর টি-টোয়েন্টি লিগেও একই কথা — আপনি হয়তো দেখবেন হোম-অ্যাডভান্টেজ কমেছে, কিন্তু আপনি জানবেন না সেটি কোলাহলের অভাব, নাকি পিচ-প্রস্তুতির পরিবর্তন, নাকি নিরপেক্ষ আম্পায়ারিং।

আমার নিজের ফাঁদও আমি চিনি। একবার কোনো খেলোয়াড় ফ্ল্যাগড কলামে ঢুকলে তার পক্ষে যুক্তি খুঁজতে থাকার প্রবণতা তৈরি হয়। এর সমাধান — আগেই প্রস্থানের শর্ত লিখে রাখা। আমি এখন প্রতিটি ফ্ল্যাগের সঙ্গে লিখি: কোন ৯০০ মিনিট বা ২০ ইনিংসের পর, কোন ভূমিকা-সমন্বয়ের পর, এই ফ্ল্যাগ উঠে যাবে। আখ্যান আগে নয়, লেজার আগে।

আরেকটি ফাঁদ — পিছনের দিকে তাকিয়ে অডিট করা। ২০১৭ বা ২০১৮ সালের সিদ্ধান্ত আজকের ডেটা দিয়ে বিচার করলে সেসময়ের মানুষ নির্দয় মনে হতে পারে, অথচ তাদের হাতে তথ্য কম ছিল। তাই আমি প্রতিটি দাবির সঙ্গে সময় লিখে রাখি, আর সিদ্ধান্তকে মাপি সেসময়ের জানা তথ্য দিয়ে, শুধু ফলাফল দিয়ে নয়।

টেকঅ্যাওয়ে: পরের রাউন্ডের সংকেত

টি-টোয়েন্টি বিশ্বকাপ ২০২৬-এর সেমিফাইনালে যখন কেউ একটি ম্যাচের দুর্দান্ত স্পেল দেখে "টুর্নামেন্টের সেরা বোলার" ঘোষণা করবেন, আমি সেই একই লেজার খুলে দেখব — তার পাওয়ারপ্লে ইকোনমি, ডট বল শতাংশ, আর কোন পিচে, কার বিপক্ষে।

আমি এমন কোনো আখ্যান দেখিনি যা একটি পরিষ্কার, অডিট করা CSV ফাইল টিকিয়ে দিতে পেরেছে। ২০২৬-এর পিচগুলো ব্যাটসম্যানদের পক্ষে হলে যে স্পিনার আজ নায়ক, তিনি পরের রাউন্ডে খলনায়ক হতে পারেন। প্রশ্নটা কেবল এই — আপনি কি কাউকে এক ম্যাচ দিয়ে বিচার করবেন, নাকি ২০ ইনিংসের নমুনা জমা করবেন? ট্রান্সফার উইন্ডো একটি লেজার, যা মাঝে মাঝে সোপ অপেরার অভিনয় করে। টুর্নামেন্ট ক্রিকেটও তাই।