ডেথ ওভারের অদৃশ্য চাপ: এশিয়ার টি-টোয়েন্টিতে PPDA-র ক্রিকেট অনুবাদ

গত মার্চে দুবাই ইন্টারন্যাশনাল স্টেডিয়ামের ফ্লাডলাইটের নিচে ১৯তম ওভার শুরু হওয়ার ঠিক আগে বল হাতে এসেছিলেন একজন লেগ-স্পিনার, যিনি পুরো টুর্নামেন্টে ডেথ ওভারে মাত্র চারটি বল করেছিলেন। গ্যালারিতে ২৫ হাজার দর্শক নিঃশ্বাস আটকে বসেছিলেন, আর কমেন্ট্রি বক্সে উচ্চারিত হচ্ছিল সেই পরিচিত বাক্য — “এখন অভিজ্ঞ পেসার দরকার।” আমার নোটবুকে জ্বলছিল সম্পূর্ণ ভিন্ন একটি সংখ্যা: প্রতিপক্ষের শেষ তিন ম্যাচে ১৬ থেকে ২০ ওভারে স্ট্রাইক রেট ১৪২ থেকে নেমে এসেছিল ১২১-এ, আর ওই স্পিনারের গুগলির বিপক্ষে তাদের স্ট্রাইক রেট ছিল মাত্র ৯৮। মডেল বলছিল, ম্যাচআপটি কাজ করবে। সাত বলে সাত রান পরে যখন বাউন্ডারি লাইনে বল জমা হলো, আমি বুঝলাম — সংখ্যাটি ভুল ছিল না, প্রশ্নটি ভুল ছিল। আমরা ডেথ ওভারের চাপ মাপছিলাম প্রতিক্রিয়ার মাধ্যমে, কারণকে ধরতে পারছিলাম না। এশিয়ার টি-টোয়েন্টি ক্রিকেট এখন একটি ডেটা যুদ্ধক্ষেত্র। আইপিএল, আইএলটি২০, পিএসএল, লঙ্কা প্রিমিয়ার লিগ — প্রতিটি লিগের স্যাটেলাইট স্কাউটিং নেটওয়ার্ক এখন প্রতি বলের ডেটা সংগ্রহ করছে। তবে এখানে একটি মৌলিক সমস্যা আছে। ফুটবলে জায়গা ও সময়ের সীমাবদ্ধতা নির্দিষ্ট, তাই চাপ মাপা তুলনামূলক সহজ। ক্রিকেটে প্রতিটি বল আলাদা একটি ইভেন্ট, আর চাপ নির্ভর করে বলের ধরন, ফিল্ড সেটিং, উইকেটের অবস্থা এবং প্রয়োজনীয় রান রেটের সমন্বয়ের উপর। আমি ২০১৭ সাল থেকে ফুটবলের প্রেসিং মেট্রিক PPDA ব্যবহার করছি — প্রতি ডিফেন্সিভ অ্যাকশনে প্রতিপক্ষের পাসের সংখ্যা। সেই বছরই কোরিন্থিয়ান্সের পলিস্তা শিরোপার পর আমি প্রতিটি ম্যাচ স্ক্র্যাপ করে দেখেছিলাম, তাদের xG ছিল ১.৪২ প্রতি ম্যাচ, কিন্তু প্রকৃত গোল ১.৮৯। আমি একটি থ্রেড প্রকাশ করে রিগ্রেশনের পূর্বাভাস দিয়েছিলাম। ২০১৮ সালে রাশিয়া বিশ্বকাপে ফ্রান্সের PPDA ছিল ১২.৪, আর সেই সংখ্যাটিই আমাকে এমবাপে'র মূল্য নির্ধারণে সাহায্য করেছিল — ১৮ মাসের মধ্যে ২০০ মিলিয়ন ইউরো। আমি ক্রিকেট-পাঠকদের জন্য এই নোটবুকটি তৈরি করেছিলাম একটাই কারণে: দেখতে, পলিস্তার কোন সত্যগুলো গণিতের পরীক্ষায় টিকবে। কিন্তু ক্রিকেটে সেই সূত্র হুবহু বসাতে গিয়ে আমি প্রথমেই বুঝেছিলাম — এটি সরাসরি কাজ করবে না। তবুও একটি অনুবাদ সম্ভব। PPDA যদি হয় প্রতি ডিফেন্সিভ অ্যাকশনে পাসের সংখ্যা, তবে ক্রিকেটে তার সমতুল্য হবে: প্রতি প্রেশার ইভেন্টে (ডট বল, বাউন্ডারি, উইকেট) বোলারকে দিতে হওয়া অতিরিক্ত ডেলিভারি। আমি এটিকে বলি ডেলিভারি পার প্রেশার ইভেন্ট — DPP। ডেথ ওভারে এই সংখ্যাটি বল করে, বোলার আসলে কোন তালে বল করছেন এবং ব্যাটারকে কতটা সময় দিচ্ছেন। আমার এই অনুবাদের পেছনে একটি বাস্তব কারণ আছে। ২০২০ সালে যখন আমি খালি স্টেডিয়ামের হোম অ্যাডভান্টেজ নিয়ে গবেষণা করি, তখন আমি বুঝেছিলাম, একটি মেট্রিক তখনই কাজ করে, যখন তার ইনপুটগুলো স্থিতিশীল থাকে। ফুটবলে দর্শকের উপস্থিতি ছিল একটি স্থিতিশীল ইনপুট। ক্রিকেটে ডেথ ওভারের ইনপুট প্রতিটি বলে বদলায়। তাই এই মেট্রিককে আরও সতর্কভাবে ব্যবহার করতে হয়। আমি ২০২৪ সালের এশিয়া কাপ ও আইএলটি২০-র ১৮৪টি ম্যাচের বল-বাই-বল ডেটা নিয়ে একটি নোটবুক তৈরি করেছি। লক্ষ্য ছিল একটি প্রশ্নের উত্তর খুঁজে বের করা: ডেথ ওভারে কোন মেট্রিক আসলে ম্যাচের ফল নির্ধারণ করে? প্রথমেই একটি বিভ্রান্তি দূর করতে হবে। ডেথ ওভারের ঐতিহ্যবাহী মেট্রিক — ইকোনমি রেট — প্রায় অকেজো। কারণ একটি বোলার ৭.৫ ইকোনমিতে বল করতে পারেন দুই ওভার, কিন্তু ওই দুই ওভারে তিনি যদি দুটি উইকেট না নেন, তাহলে ম্যাচের ফলাফলে তার প্রভাব প্রায় শূন্য। আমি দেখেছি, ১৭ থেকে ২০ ওভারে উইকেটের সাথে ইকোনমি রেটের পারস্পরিক সম্পর্ক মাত্র -০.৩১। অর্থাৎ একটি ভালো ইকোনমি রেট উইকেট নেওয়ার নিশ্চয়তা দেয় না। এর চেয়ে শক্তিশালী সূচক হলো প্রেশার বলের অনুপাত — কত শতাংশ ডেলিভারি ব্যাটারকে তার স্বাভাবিক শট খেলতে বাধ্য করছে না। ২০২৪ সালের এশিয়া কাপে আমি দেখেছি, যে বোলাররা ডেথ ওভারে ৬০ শতাংশের বেশি প্রেশার বল করতে পেরেছেন, তাদের দলের জয়ের হার ৭৪ শতাংশ। যারা ৪৫ শতাংশের নিচে ছিলেন, তাদের জয়ের হার ৩১ শতাংশ। এখানেই PPDA-র অনুবাদ কাজে আসে। DPP কম মানে বোলার দ্রুত প্রেশার তৈরি করছেন; DPP বেশি মানে বোলার প্রতিটি প্রেশার ইভেন্টের জন্য বেশি বল খরচ করছেন — অর্থাৎ সময় নষ্ট করছেন, যা ডেথ ওভারে মারাত্মক। একটি উদাহরণ নিই। ২০২৪ আইএলটি২০-তে একজন অভিজ্ঞ পেসার এবং একজন তরুণ স্পিনারের তুলনা করি। পেসারের DPP ছিল ৩.৮, স্পিনারের ২.৯। কাগজে দেখলে স্পিনার এগিয়ে। কিন্তু ওই পেসার ১৯ ওভারে বল করে মাত্র ৬.১ ইকোনমি রেখেছিলেন, কারণ তিনি প্রেশার ইভেন্ট তৈরি করছিলেন স্লোয়ার বল ও ইয়র্কারের মিশ্রণে। এই মিশ্রণ ব্যাটারকে ডট বল বা বাউন্ডারি — এই দুইয়ের যেকোনো একটি খেলতে বাধ্য করছিল। আমার নোটবুকে আরেকটি সংখ্যা জ্বলছিল। ২০২৩ সালের এশিয়া কাপে ডেথ ওভারে সবচেয়ে সফল দলগুলো যে কাজটি করেছিল, তা কোনো বোলিং মেট্রিক নয় — তা ছিল ফিল্ড সেটিং। শেষ তিন ওভারে যে দলগুলো ডিপ স্কয়ার লেগ ও লং-অন কভারে ফিল্ডার রেখেছিল, তাদের ডেথ ওভারের রান রেট ছিল ৭.৯; যারা ঐতিহ্যবাহী সেটিং (ডিপ পয়েন্ট ও থার্ড ম্যান) ব্যবহার করেছিল, তাদের ছিল ৯.৪। লক্ষ্য করুন, এটি একটি সিস্টেম-স্তরের সিদ্ধান্ত, ব্যক্তিগত পারফরম্যান্সের চেয়ে গুরুত্বপূর্ণ। এখানেই আমার মূল উপলব্ধি: ডেথ ওভারের ক্রিকেট একটি ব্যক্তিগত দক্ষতার প্রতিযোগিতা নয়, এটি একটি সামষ্টিক সিদ্ধান্ত স্থাপত্য। আমি যখনই কোনো দলকে ডেথ ওভারে ব্যর্থ হতে দেখি, প্রায় প্রতিবারই কারণটি ক্যাপ্টেনের ফিল্ড সেটিং বা বোলিং পরিবর্তনের সময়সূচিতে থাকে — কখনও বোলারের ক্ষমতায় নয়। আরেকটি মেট্রিক যা আমি পরীক্ষা করেছি: প্রথম দুই বলে উইকেট বা ডট। ডেথ ওভারে প্রথম দুই বলে ডট বল বা উইকেট — এই দুটির যেকোনোটি পরের বলগুলোতে বোলারের আত্মবিশ্বাস বাড়ায়, ব্যাটারের স্ট্রাইক রেট কমায়। ২০২৪ সালে দেখেছি, ডেথ ওভারের প্রথম দুই বলে যে বোলার ডট রাখতে পেরেছেন, তার পরের চার বলের ইকোনমি ৭.২; যিনি প্রথম দুই বলে বাউন্ডারি দিয়েছেন, তার পরের চার বলের ইকোনমি ১১.৪। এটি একটি আবেগীয় স্পিলওভার, যা ডেটা স্পষ্টভাবে দেখায়। তবু এখানেই আমি একটি জিনিস মেনে নিতে শিখেছি: ক্রিকেটে প্রথম বল ফুটবলের প্রথম পাসের মতো নয়, কারণ বোলারের হাতে আছে সম্পূর্ণ নিয়ন্ত্রণ। ফুটবলে প্রেসিং কখনও প্রতিপক্ষের চাপে বাধ্যতামূলক; ক্রিকেটে প্রেশার বোলারের নিজের সিদ্ধান্ত। এই পার্থক্যটিই ক্রিকেট মেট্রিককে আরও জটিল করে তোলে। আমার পেশা ট্রান্সফার মার্কেট অ্যাডমিনিস্ট্রেটর হিসেবে আমাকে আরও একটি স্তর যোগ করতে বাধ্য করে: এই মেট্রিকগুলোর বাজারমূল্য কী? একটি টি-টোয়েন্টি লিগে ডেথ ওভারে যিনি ধারাবাহিকভাবে ৬.৫-এর নিচে ইকোনমি রাখেন এবং ৬০ শতাংশের বেশি প্রেশার বল করেন, তার নিলাম মূল্য সাধারণত তার সমমানের বোলারের চেয়ে ২২ থেকে ৩৫ শতাংশ বেশি হয়। ২০২৪ আইএলটি২০-তে এই প্রোফাইলের তিনজন বোলারের গড় চুক্তি ছিল ৪ লাখ ২০ হাজার ডলার, যেখানে একই বয়সের অপর তিনজনের (DPP ৪.০+) গড় ছিল ২ লাখ ৭০ হাজার ডলার। এখানে একটি সতর্কতা অবশ্যই যোগ করতে হয়। এই মূল্য নির্ধারণ একটি নির্দিষ্ট টুর্নামেন্টের নমুনার উপর ভিত্তি করে। ফুটবলে এমবাপে'র মূল্য নির্ধারণে আমি ১৮ মাসের একটি সময়সীমা দিয়েছিলাম, কারণ ফুটবলের ট্রান্সফার বাজার ধীরে চলে। ক্রিকেটের নিলাম বাজার দ্রুত এবং অস্থির। একটি ভালো এশিয়া কাপ একজন বোলারের মূল্য দ্বিগুণ করতে পারে; একটি খারাপ সিরিজ অর্ধেক করতে পারে। এখন আসি সেই অংশে, যা আমি সবচেয়ে বেশি গুরুত্ব দিই — সম্পর্ক মানেই কারণ নয়। ২০২০ সালে যখন আমি খালি স্টেডিয়ামের হোম অ্যাডভান্টেজ নিয়ে লিখেছিলাম, তখন দেখেছিলাম, দর্শকবিহীন ম্যাচে হোম জয়ের হার ৫২.১ শতাংশ থেকে ৪২.৬ শতাংশে নেমে এসেছিল, আর হোম দলের গোল পার্থক্য ০.২৭ কমেছিল। ডেটা ছিল পরিষ্কার, কিন্তু সিদ্ধান্ত ছিল সতর্ক। কারণ আমি জানতাম, একটি ভেরিয়েবলের পরিবর্তন আরেকটি ভেরিয়েবলের পরিবর্তনকে প্রমাণ করে না। ক্রিকেটে একই ফাঁদ আছে। DPP বা প্রেশার বলের অনুপাত যত পরিষ্কার দেখাক, তার ভিত্তিতে একটি দলকে ডেথ ওভারের সেরা বলে ঘোষণা করা ভুল হবে। কারণ এই মেট্রিকগুলো আসলে একটি নির্দিষ্ট ম্যাচআপ, একটি নির্দিষ্ট উইকেট এবং একটি নির্দিষ্ট প্রয়োজনীয় রান রেটের উপর নির্ভরশীল। উদাহরণস্বরূপ, একটি স্পিন-বান্ধব উইকেটে DPP কম দেখানো স্পিনার একটি পেস-বান্ধব উইকেটে হঠাৎ DPP ৪.৫-এ চলে যেতে পারেন। মেট্রিক বদলায়নি — বোলারও বদলাননি। শুধু প্রেক্ষাপট বদলেছে। সংখ্যা প্রেক্ষাপট ছাড়া মিথ্যা বলে না, কিন্তু অসম্পূর্ণ সত্য বলে। আরেকটি বিপদ হলো — ডেটা বিশ্লেষকরা ড্রেসিং রুমে ঢুকে পড়ছেন এবং ম্যাচের প্রকৃত ছন্দ থেকে বিচ্ছিন্ন সিদ্ধান্ত নিচ্ছেন। আমি এই প্রবণতা প্রত্যক্ষ করেছি। একজন বিশ্লেষক একটি ম্যাচআপ ম্যাপ নিয়ে কোচের কাছে যান, যেখানে দেখা যায় নির্দিষ্ট ব্যাটারের বিরুদ্ধে নির্দিষ্ট বোলার সেরা। কিন্তু ম্যাচের ছন্দ — ব্যাটারের চলমান ফর্ম, উইকেটের আচরণ, বাতাসের দিক — সেটি কোনো ম্যাপে থাকে না। এই কারণেই আমি সবসময় মডেলকে একটি সিদ্ধান্ত সহায়ক হিসেবে দেখি, সিদ্ধান্ত হিসেবে নয়। এর সাথে যোগ হয় গ্লোবাল স্পনসরশিপের প্রভাব। আইপিএল বা আইএলটি২০-র জার্সি স্পনসররা স্থানীয় সম্প্রদায় থেকে ক্লাবকে বিচ্ছিন্ন করে দিচ্ছে, কারণ তাদের আগ্রহ একটাই — এক্সপোজার রিটার্ন। এর ফল হলো, দলগুলো ডেথ ওভারের মতো নাজুক সময়ে তারকা-কেন্দ্রিক সিদ্ধান্ত নিতে বাধ্য হয়, কারণ তারকা নামটাই টেলিভিশন রেটিং এনে দেয় — ডেটা নয়। আর সবচেয়ে বড় বিপদটি হলো ডেডলাইন ওভারকনফিডেন্স। একজন বিশ্লেষক হিসেবে আমার স্বভাব হলো দ্রুত একটি সিদ্ধান্তে পৌঁছানো। কিন্তু ক্রিকেটে ১৮৪টি ম্যাচের নমুনাও একটি ডেডলাইনের চাপে ছোট হয়ে যায়। তাই আমি এখন প্রতিটি ভবিষ্যদ্বাণীতে একটি স্পষ্ট আত্মবিশ্বাসের সীমা এবং একটি if-then ট্রিগার যোগ করি। আমার নোটবুক বলছে, ২০২৬ সালের এশিয়ার টি-টোয়েন্টি ক্রিকেটে ডেথ ওভারে যে দল জিতবে, সে দল সবচেয়ে বেশি উইকেট নেওয়া বোলারকে খেলাবে না — সে খেলাবে সেই বোলারকে, যার DPP ও প্রেশার বলের অনুপাত নির্দিষ্ট প্রতিপক্ষের বিরুদ্ধে সবচেয়ে ভালো। প্রশ্নটি এখন আমার কাছে পরিষ্কার: আমরা কি কখনও একটি মেট্রিক তৈরি করতে পারব যা ক্রিকেটের ছন্দকে সংখ্যায় ধরতে পারবে — নাকি আমরা চিরকাল প্রতিক্রিয়ার হিসাব করে কারণকে মিস করব?