স্কোরবুক থেকে নিলাম টেবিল: বাংলাদেশ ক্রিকেটে ডেটার অদৃশ্য মূল্য

২০১৭ সালের একটি বিকেল, ময়মনসিংহের একটি ক্লাব মাঠ। কোচের পকেটে ভাঁজ করা নোটবুক, খেলোয়াড়দের হাতে ঘড়ি ছাড়া বিশেষ কিছু নেই। সেই মৌসুমে আমি ১২টি বিপিএল ম্যাচের ১,৪৪০টি বল হাতে টুকে রেখেছিলাম — কোন বল কোন ওভারে গেছে, কোন ব্যাটসম্যান কতটা চাপে দাঁড়িয়েছে, কোন বোলার কতটা মৃত ওভারে বল করেছে। একটি নাম বেরিয়ে এল যার স্কোরকার্ড ছিল সম্পূর্ণ নীরব: গড় ২৮, স্ট্রাইক রেট ১৩২। সংখ্যায় সে সাধারণ। কিন্তু শেষ পাঁচ ওভারে তার স্ট্রাইক রেট ছিল ১৮৭, আর সেই ১২ ম্যাচে কেউ তার চেয়ে বেশি ডেথ-ওভার রান করেনি। পরের নিলামে সে অবিক্রিত থেকে গেল। কেউ তার শেষ-পাঁচ-ওভারের সংখ্যাটি দেখেনি, কারণ সংখ্যাটি কোথাও লেখা ছিল না।

নোটবুকই ছিল আমার প্রথম মডেল, আর ময়মনসিংহ ছিল আমার প্রথম গবেষণাগার। ওই মাঠ থেকেই আমি শিখেছিলাম, ক্রিকেটে তথ্য হারিয়ে যায় দুই জায়গায় — মাঠের বাইরে, আর সংখ্যার ভেতরে।

বাংলাদেশ প্রিমিয়ার লিগ শুরু হয় ২০১২ সালে। এরপর এশিয়ার ফ্র্যাঞ্চাইজি ক্রিকেটে একটি নির্দিষ্ট অর্থনীতি দাঁড়িয়ে গেছে — নিলাম, ড্রাফট, রিটেনশন, ট্রেড। আইপিএল ২০০৮ সালে শুরু হওয়ার পর থেকে এই মডেল ছড়িয়েছে পাকিস্তান সুপার লিগ, লঙ্কা প্রিমিয়ার লিগ, আইএলটি২০ পর্যন্ত। ফুটবলের ট্রান্সফার উইন্ডোর মতো বছরজুড়ে দর-কষাকষি নয়; ক্রিকেটে খেলোয়াড়ের দাম নির্ধারিত হয় বছরে একবার, কয়েক ঘণ্টার মধ্যে। সেই কয়েক ঘণ্টার আগে যে তথ্য টেবিলে থাকে, সেটাই দাম ঠিক করে।

এখানেই সমস্যা। এশিয়ার ঘরোয়া ক্রিকেটে বল-বাই-বল পাবলিক আর্কাইভ প্রায় নেই। বিপিএল, ঢাকা প্রিমিয়ার লিগ কিংবা জাতীয় লিগের প্রতিটি বল কোথাও সংরক্ষিত থাকে না। ফলে খেলোয়াড়ের মূল্যায়ন হয় স্মৃতি আর সুনাম দিয়ে, নমুনা আর প্রমাণ দিয়ে নয়। একজন সিলেক্টর যেটুকু মনে রাখেন, সেটুকুই হয়ে যায় খেলোয়াড়ের বাজারদর। বাংলাদেশ ২০০০ সালে টেস্ট মর্যাদা পেয়েছে, প্রথম টেস্ট জিতেছে ২০০৫ সালের জানুয়ারিতে চট্টগ্রামে জিম্বাবুয়ের বিরুদ্ধে — অথচ সেই ঐতিহাসিক ম্যাচের প্রতিটি বলের পূর্ণ ডেটাসেট আজ কোথাও খুঁজে পাওয়া যায় না।

এবারের উইন্ডোতে তাই আসল গল্পটা রিটেনশনের নিয়মে নয়, তথ্যের অভাবেই লুকিয়ে আছে। কোন দল কার দাম কত দেবে, তা নির্ভর করছে তিনটি জিনিসে — স্কোয়াডের ফাঁক, মজুরির সীমা, আর প্রতিপক্ষের সঙ্গে ম্যাচআপ। এর মধ্যে তৃতীয়টির হিসাব সবচেয়ে দুর্বল, কারণ ম্যাচআপের জন্য প্রয়োজন নমুনা, আর নমুনার জন্য প্রয়োজন সংরক্ষিত ডেটা। যে লিগে প্রতিটি বল লিপিবদ্ধ হয় না, সেখানে ম্যাচআপ-বিশ্লেষণ কেবল অনুমান।

টোয়েন্টি২০ ক্রিকেটে রান-গড় আর স্ট্রাইক রেট একা কখনো মূল্য মাপতে পারে না। গড় বলছে একজন ব্যাটসম্যান কতবার আউট না হয়ে ফিরেছেন; স্ট্রাইক রেট বলছে প্রতি বল কত রান এসেছে। কিন্তু কোন ওভারে, কোন পরিস্থিতিতে সেই রান এসেছে, তা কোনোটিই বলে না। ৪০ বলে ৬০ রান পাওয়ার দুটি রাস্তা আছে — পাওয়ারপ্লেতে ফ্ল্যাট পিচে, কিংবা ১৫০ রান তাড়া করতে গিয়ে শেষ ওভারগুলোতে। দুটির মূল্য কখনো সমান নয়।

তাই আমি বল ভাগ করি তিন স্তরে — পাওয়ারপ্লে (১–৬), মিডল (৭–১৫), ডেথ (১৬–২০)। প্রতিটি স্তরে আলাদা স্ট্রাইক রেট, আলাদা বাউন্ডারি-শতাংশ, আলাদা ডট-বল-শতাংশ। একজন ব্যাটসম্যান যার সামগ্রিক স্ট্রাইক রেট ১৩০, কিন্তু ডেথ ওভারে ১৭০ — তার প্রকৃত মূল্য সামগ্রিক সংখ্যার চেয়ে অনেক বেশি। বিপরীতটাও সত্য: পাওয়ারপ্লেতে ১৪০, কিন্তু ডেথে ১১০ — সেই ব্যাটসম্যান টি২০-তে বোঝা।

আমার সেই ১,৪৪০ বলের নোটবুকে একটি প্যাটার্ন বারবার ফিরে এসেছে। একজন বোলারের সামগ্রিক ইকোনমি ৮.২, যা দেখতে খারাপ নয়। কিন্তু ভাগ করে দেখলে — পাওয়ারপ্লেতে ৬.১, ডেথে ১১.৪। অর্থাৎ তাকে পাওয়ারপ্লেতে ব্যবহার করলে সে সোনা, ডেথে ব্যবহার করলে সে ক্ষতি। নিলামে তাকে ডেথ-বোলার হিসেবে কিনলে দল হারবে; পাওয়ারপ্লে-বোলার হিসেবে কিনলে দল জিতবে। একই খেলোয়াড়, দুই রকম দাম — পার্থক্যটা কেবল ভাগ করার মধ্যে।

মাঠও ভাগ করতে হয়। সিলেট আর ঢাকার পিচ কখনো এক নয়। একই স্ট্রাইক রেট সিলেটের স্পিন-সহায়ক উইকেটে আর ঢাকার ব্যাটিং-বান্ধব উইকেটে দুই অর্থ বহন করে। যদি আমি ভেন্যু-অ্যাডজাস্টেড স্ট্রাইক রেট না বের করি, তবে বোলারকে তার নিজের মাঠের সুবিধায় মূল্যায়ন করব, আর ব্যাটসম্যানকে তার প্রতিকূলতায়। এই ভুলটি এশিয়ার ঘরোয়া মূল্যায়নে সবচেয়ে সাধারণ।

ম্যাচআপ মডেল আরও সূক্ষ্ম। বাঁহাতি ব্যাটসম্যানের বিরুদ্ধে একজন অফ-স্পিনারের পরিসংখ্যান, অথবা ডানহাতি ব্যাটসম্যানের বিরুদ্ধে লেগ-স্পিনারের সংখ্যা — এসব দলীয় সংমিশ্রণ ঠিক করে। কিন্তু এখানেই নমুনার ফাঁদ। একটি লিগের এক মৌসুমে একজন বোলার হয়তো ৩০টি নির্দিষ্ট ম্যাচআপ বল পান। ৩০ বল দিয়ে কোনো সিদ্ধান্ত টেকসই হয় না।

নমুনা ছোট থাকলে নীরব থাকাই ভালো। ২০২০ সালে খালি স্টেডিয়ামে যখন হোম-অ্যাডভান্টেজ ভেঙে পড়ল, আমি ৩০৬টি ম্যাচ দেখে দেখলাম সহায়ক সংখ্যা ০.৪১ গোল থেকে নেমে এসেছে ০.১৭-তে। ম্যানেজার চেয়েছিলেন দ্রুত সমাধান। আমি অপেক্ষা করেছিলাম ২০ ম্যাচের নমুনার জন্য, কারণ ২০টির কম নমুনায় সংখ্যাটি কেবল শব্দ, সংকেত নয়। ভাঙা মডেল আমাকে সঠিক মডেলের চেয়ে বেশি শিখিয়েছে।

তাই প্রতিটি সংখ্যার পাশে আমি একটি আস্থার পরিসর লিখি। স্ট্রাইক রেট ১৩০ লেখা যথেষ্ট নয়; লিখতে হয় স্ট্রাইক রেট ১৩০, আস্থার পরিসর ১১৮ থেকে ১৪২, নমুনা ৩২০ বল। আস্থার পরিসর ছাড়া সংখ্যা দাবি; আস্থার পরিসরের সঙ্গে সংখ্যা প্রমাণ। যে নিলামে ক্রেতারা আস্থার পরিসর দেখতে অভ্যস্ত নন, সেখানে সবচেয়ে বড় ঝুঁকি নেয় তারাই, যারা একটি একক সংখ্যাকে সত্য বলে ধরে নেন।

রাশিয়া ২০১৮ স্মৃতি হওয়ার আগেই একটি ডেটাবেস হয়ে গিয়েছিল — ৬৪ ম্যাচ, ১,৮৪২ শট। সেটি ফুটবল ছিল, কিন্তু শিক্ষাটি ক্রিকেটেও একই: প্রতিটি সারি বিশৃঙ্খলার বিরুদ্ধে একটি ছোট যুক্তি। যে মৌসুমে ডেটা সংরক্ষিত থাকে না, সেই মৌসুম কেবল গল্প হয়ে ফিরে আসে, প্রমাণ হয়ে নয়। আমি এক্সপেক্টেড গোল আবিষ্কার করিনি; এক পাতা করে আমি তার কাছে আত্মসমর্পণ করেছি — এবং সেই আত্মসমর্পণই আমাকে শিখিয়েছে, ক্রিকেটের প্রতিটি বলও একই যত্ন দাবি করে।

তাই আমার পদ্ধতিতে কোনো একক সংখ্যা কখনো একা দাঁড়ায় না। একজন ব্যাটসম্যানের মূল্যায়নে আমি কমপক্ষে চারটি স্তর মিলাই — ফেজ-ভিত্তিক স্ট্রাইক রেট, বাউন্ডারি-শতাংশ, ডট-বল-শতাংশ, আর উইকেট-ইকুইটি (অর্থাৎ কোন পরিস্থিতিতে তার আউট ম্যাচে কতটা প্রভাব ফেলেছে)। বোলারের ক্ষেত্রে — ইকোনমি, স্ট্রাইক রেট, পাওয়ারপ্লে-ডেথ ভাগ, আর ক্যাচ-নির্ভরতার হার। এই চারটি মিলে একটি রেঞ্জ তৈরি করে, একটি একক সংখ্যা নয়। একটি মেট্রিক যখন কাঁপে, বাকি তিনটি তার ভারসাম্য ধরে রাখে।

বোলিং ওয়ার্কলোড আর ইনজুরির ইতিহাসও মূল্যের একটি চলক, যা নিলামে প্রায় কেউ দেখে না। একজন বোলার যিনি এক মৌসুমে ৩০০ ওভার বল করেছেন, পরের মৌসুমে তার ইনজুরির ঝুঁকি অনেক বেশি — অথচ নিলামে তার দাম বাড়ে, কারণ তার সাম্প্রতিক সংখ্যা উজ্জ্বল। ডেটা এখানে দ্বিমুখী: একই সংখ্যা তার মান বাড়ায়, আর তার ঝুঁকি লুকিয়ে রাখে। এই লুকানো ঝুঁকিই অনেক দলের মজুরি নষ্ট করে।

এখানে একটি অস্বস্তিকর সত্য আছে। নিলামে দাম ঠিক করে পারফরম্যান্স নয়, অভাব। একজন বিশেষজ্ঞ ডেথ-বোলার যদি বাজারে মাত্র দুজন থাকে, তার দাম তার প্রকৃত অবদানের চেয়ে অনেক বেশি হবে। একজন মিডল-অর্ডার ব্যাটসম্যান যদি দশজন থাকে, তার দাম নিচে থাকবে। অর্থাৎ বাজারদর আর প্রকৃত মূল্য — এই দুটি কখনো এক নয়। যে দল এই পার্থক্যটি বুঝে, সে বাজেটের বাইরে ম্যাচ জেতে।

আর এখানেই ময়মনসিংহের মতো জায়গাগুলো গুরুত্বপূর্ণ। ঘরোয়া মাঠে হাতে লেখা স্কোরবুক, স্থানীয় পিচের আচরণ, অনানুষ্ঠানিক ম্যাচের রেকর্ড — এসবই কাঁচামাল। জাতীয় পর্যায়ের প্রশ্নের উত্তর লুকিয়ে থাকে এই কাঁচামালে। কিন্তু সমস্যা হলো, এই তথ্য কেউ লিপিবদ্ধ করে না। যে প্রতিভা মাঠে তৈরি হয়, সে নিলামে পৌঁছানোর আগেই অদৃশ্য হয়ে যায়।

বাংলাদেশের ঘরোয়া কাঠামোতে একটি নির্দিষ্ট বৈপরীত্য আছে। একদিকে ঢাকা প্রিমিয়ার লিগের ক্লাবগুলো দীর্ঘ মৌসুম খেলে, অন্যদিকে সেই ম্যাচগুলোর কোনো কেন্দ্রীয় ডেটাবেস নেই। ফলে একই খেলোয়াড় এক মৌসুমে ৬০০ রান করলেও পরের মৌসুমে তার মূল্য নির্ধারিত হয় সংবাদ শিরোনাম দিয়ে। এই ব্যবধান পূরণ না হলে ঘরোয়া পারফরম্যান্স আর জাতীয় নির্বাচনের মধ্যে সেতু তৈরি হবে না।

আইপিএল এখন প্রতিটি বলের জন্য আলাদা ডেটা পাইপলাইন চালায় — ট্র্যাকিং ক্যামেরা, বল-ট্র্যাকিং, ফিল্ড-প্লেসমেন্ট ম্যাপিং। ফলে সেখানে খেলোয়াড়ের মূল্যায়ন অনেক কম স্মৃতি-নির্ভর। এশিয়ার বাকি লিগগুলো সেই অবকাঠামো থেকে এখনো অনেক পিছিয়ে। বাংলাদেশ, শ্রীলঙ্কা কিংবা পাকিস্তানের ঘরোয়া প্রতিযোগিতায় যদি একই স্তরের ডেটা সংরক্ষণ শুরু হয়, তাহলে পাঁচ বছরের মধ্যে নিলামের মানচিত্র বদলে যাবে।

আর এখানেই তথ্যের স্থায়িত্ব প্রশ্নটি আসে। এশিয়ার ঘরোয়া ক্রিকেটের জন্য একটি ব্লকচেইন-সদৃশ, অপরিবর্তনীয় বল-বাই-বল লেজার হতে পারে প্রকৃত সমাধান — যেখানে প্রতিটি বল, প্রতিটি উৎস, প্রতিটি যাচাই স্থায়ীভাবে লিপিবদ্ধ থাকবে। কেউ পরে সংখ্যা বদলাতে পারবে না, মুছতে পারবে না। তথ্য যখন অপরিবর্তনীয় হয়, তখনই সেটি স্মৃতি নয়, প্রমাণ হয়ে ওঠে।

আমি প্রতিটি নোটে উৎস লিখে রাখি। কোন বল কোথা থেকে টুকলাম, কে দেখল, কতটা নির্ভরযোগ্য — এই অডিট ট্রেইল না থাকলে সংখ্যা কেবল দাবি। তথ্যের সূচনা-বিন্দু আর তার যাচাই — এই দুটিই ক্রিকেট মূল্যায়নের ভিত্তি হওয়া উচিত, নয়তো আমরা সুনামকে ডেটা বলে ভুল করব।

তাই পরের উইন্ডোর জন্য আমি একটি পরিস্থিতি-বৃক্ষ তৈরি করি, সরাসরি ভবিষ্যদ্বাণী নয়। শাখা এক: যদি রিটেনশন নিয়ম কঠোর হয়, দলগুলো ঘরোয়া প্রতিভার দিকে ঝুঁকবে, তখন ফেজ-ভিত্তিক ডেটার চাহিদা বাড়বে। শাখা দুই: যদি বিদেশি কোটা বাড়ে, ঘরোয়া মিডল-অর্ডার চাপে পড়বে, তখন ম্যাচআপ-ডেটা সিদ্ধান্তে আসবে। শাখা তিন: যদি মজুরির সীমা কমে, বাজেট-বান্ধব বিশেষজ্ঞ খেলোয়াড়ের দাম বাড়বে। তিনটি শাখার প্রতিটিতে জয়ী দল সেই, যে আগে থেকে জানে কোন তথ্যটি তার দরকার।

ছোট দল বড় দলকে হারাল — এই গল্পের পেছনে অর্থনৈতিক অসাম্য লুকিয়ে থাকে, আর সেটি টেকসই নয়। একটি ঘরোয়া দল যখন বড় দলকে হারায়, আমরা তাকে রূপকথা বলি। কিন্তু সংখ্যাটি বলে, সেই জয়ে ভিত্তি ছিল কতটা? পরের মৌসুমে একই দল কি একই মান বজায় রাখতে পারবে? যদি না পারে, তবে সেটি রূপকথা নয়, বরং একটি অনিয়মিত নমুনার একবারের স্পাইক। রোমান্স সংখ্যার ওপর চাপ দেয়, কিন্তু সংখ্যা রোমান্সকে বিশ্বাস করে না।

নিলামের ফলাফলে আমরা সহজে কারণ খুঁজে ফেলি, কিন্তু সম্পর্ক আর কারণ এক নয়। কোনো দল বেশি দামে খেলোয়াড় কিনল, তার মানে সেই খেলোয়াড় সেরা — এমন সিদ্ধান্ত ভুল। হতে পারে দলটির নির্দিষ্ট ভূমিকার জন্য অভাব ছিল, কিংবা প্রতিযোগী দলের চাপে দাম বেড়েছে। দাম আর ক্ষমতা — এই দুটির মধ্যে সম্পর্ক দুর্বল, কারণ একটির মাপ বাজার, আরেকটির মাপ মাঠ।

আরেকটি ফাঁদ — ডেটা নিজেই প্রতারণা করতে পারে। ডেড ম্যাচে রান বাড়ানো, ফলাফলহীন ম্যাচে উইকেট নেওয়া, দুর্বল প্রতিপক্ষের বিরুদ্ধে স্ট্রাইক রেট ফোলানো — এসব করলে সংখ্যা সুন্দর হয়, কিন্তু মূল্য বাড়ে না। যে দল শুধু সংখ্যা দেখে কিনবে, সে এই ফাঁদে পড়বে। আর যে দল খেলোয়াড়কে তার নির্দিষ্ট ভূমিকায় পরীক্ষা করবে, সে ফাঁদ এড়াবে।

তাই পরের নিলাম টেবিলে আমি একটি প্রশ্ন নিয়ে বসব: এই খেলোয়াড়ের সংখ্যাগুলো কোন পরিস্থিতিতে তৈরি হয়েছে, আর সেই পরিস্থিতি আমার দলে আবার আসবে কি? যতদিন এশিয়ার ঘরোয়া ক্রিকেটে প্রতিটি বল সংরক্ষিত না হবে, ততদিন দাম আর মূল্যের মধ্যে ফাঁক থাকবে। যে দল আগে সেই ফাঁক মাপতে শিখবে, সে শুধু নিলামে নয়, পয়েন্ট টেবিলেও এগিয়ে থাকবে। ক্রিকেটে বিশৃঙ্খলা কখনো অপরাজেয় নয় — সেটি কেবল এখনো সংগৃহীত হয়নি।