মাঝের ওভারের নীরব অবরোধ: এশিয়ার কন্ডিশনে টি-টোয়েন্টির ভাঙা মডেল

শেষ তিন ম্যাচে যে দলটির পাওয়ারপ্লে রান রেট ৯.৪ থেকে গড়িয়ে ৭.১-এ নেমে এসেছে, তার জয়ের হার উল্টো দিকে গেছে — উপরে। স্কোরকার্ড-পাঠকের কাছে এটি অস্বাভাবিক লাগে, কারণ দুই দশক ধরে আমাদের শেখানো হয়েছে প্রথম ছয় ওভারই টি-টোয়েন্টির ভাগ্য লিখে দেয়। আমার নিজের লেজারে অবশ্য অন্য একটি লাইন দেখা যাচ্ছে: ষষ্ঠ থেকে পঞ্চদশ ওভারের ডট-বল শতাংশ যেদিন ৪২ ছাড়িয়েছে, সেদিন ওই দল হারেনি। পাওয়ারপ্লে হেরে ম্যাচ জেতার এই নমুনা এশিয়ার কন্ডিশনে আর বিরল নয়। প্রথমবার এই প্যাটার্ন দেখে ভেবেছিলাম নমুনার গোলমাল; তিন সিরিজ ধরে একই ছবি ফিরে এলে আর ভাবলাম না।

সেই সময়ে মনে পড়ল ২০১৭ সালের আগস্টের কথা। লন্ডনের একটি বেটিং সিন্ডিকেটের হয়ে বার্নলির অবনমনের পূর্বাভাস লিখেছিলাম, আর ৩৮ ম্যাচ শেষে তারা সপ্তম হয়ে ইউরোপা লিগে পৌঁছে গেল। বার্নলির মডেল ভেঙেছিল, আর আমি সেটি এক লাইন করে গুছিয়ে আবার দাঁড় করিয়েছি। ক্রিকেটে এখন ঠিক সেই কাজটাই করছি — আগে ভাঙা অনুমানটা চিহ্নিত করছি, তারপর পরিষ্কার সারিতে নতুন করে গড়ছি।

এশিয়ার কন্ডিশনে টি-টোয়েন্টি আসলে আলাদা একটি খেলা — অন্তত যতটা আমরা স্বীকার করতে রাজি। গ্রীষ্মের রাতে শিশির পড়ে, দ্বিতীয় ইনিংসে বল হাত থেকে বেরোয় ভিজে, স্পিনার বল গ্রিপ করতে পারে না। পিচ ধীর, দুই গতির, এবং বাউন্ডারি এত বড় যে উপমহাদেশীয় পুরনো অভ্যাস — মিস-হিটও ছক্কা — কাজ করে না। ২০২৪ সালের ২৯ জুন বার্বাডোসে ভারত সাত রানে দক্ষিণ আফ্রিকাকে হারিয়ে টি-টোয়েন্টি বিশ্বকাপ জিতেছিল। কিন্তু তার আগেই ওয়েস্ট ইন্ডিজের ধীর পিচে আফগানিস্তান সেমিফাইনালে পৌঁছে দেখিয়ে দিয়েছিল, এই কন্ডিশনে সীমিত সামর্থ্যের দলও বড় দলকে আটকে দিতে পারে — যদি সে সঠিক ফেজে চাপ তৈরি করে।

প্রশ্নটি সহজ: এশিয়ার কন্ডিশনে ম্যাচ আসলে কোথায় ঠিক হয়? আমার লেজারে ২০২৩ সাল থেকে জমে থাকা ফেজ-স্প্লিট বলছে, সিদ্ধান্ত তৈরি হয় সাত থেকে পনেরো নম্বর ওভারে; ষোলো থেকে বিশ নম্বর ওভার সেটি কেবল ভাঙে, অথবা জোড়া লাগায়। পাওয়ারপ্লে এখন ম্যাচের সূচনা, চূড়ান্ত রায় নয়। এই লেখায় আমি দেখাতে চাই কীভাবে সেই রায় তৈরি হয়, কোথায় মডেল নিজেকে প্রতারিত করে, এবং পরের সিরিজে কোন সংকেত আগে দেখা যাবে।

মডেল পর্যালোচনা — নমুনা: ২০২৩ থেকে ২০২৬ সময়কালের এশীয় ভেন্যু এবং এশীয় দলগুলোর মধ্যে খেলা টি-টোয়েন্টি ম্যাচ, দ্বিতীয় ইনিংসে শিশির-প্রভাব আলাদা চিহ্নিত। মূল ভেরিয়েবল: পাওয়ারপ্লে রান রেট, ওভার ৭–১৫ ডট-বল শতাংশ, ওভার ৭–১৫ বাউন্ডারি-দমন হার, প্রতি ওভারে উইকেট খরচ, স্পিন ওভারের অনুপাত, ডিউ-ফ্যাক্টর। বাদ দেওয়া ভেরিয়েবল: দীর্ঘমেয়াদি আবহাওয়া পূর্বাভাস, ইনজুরি ইতিহাস, দল নির্বাচনের ভেতরের তথ্য। অনিশ্চয়তা: ধাপ-ভিত্তিক প্রভাবের আকারে প্রতি ওভারে প্রায় ±০.০৭ রান; নমুনা ছোট হলে এই সীমা আরও চওড়া হয়। আমি এই বাক্সটি প্রতি লেখায় রাখি, কারণ একটা মডেল তার সীমা স্বীকার না করলে সেটি বিশ্লেষণ নয়, প্রচার।

আমি এই ফেজ মাপার জন্য একটি সূচক ব্যবহার করি: মিডল-ওভার কন্ট্রোল ইনডেক্স (MOCI)। হিসাবটা সরল — সাত থেকে পনেরো ওভারে ডট-বল শতাংশ, বাউন্ডারি-দমন হার, এবং প্রতি ওভারে উইকেট খরচের সমন্বয়। জটিল ওজন ব্যবহার করি না, কারণ জটিল ওজন নিজেই একটা অনুমান, আর অনুমান লুকিয়ে রাখা আমার পদ্ধতিতে নেই। তিনটি ভেরিয়েবল একসাথে পড়লে যা বেরোয়: এশিয়ার কন্ডিশনে যে দল ৭–১৫ ওভারে ৪০ শতাংশের বেশি ডট বল তৈরি করে এবং প্রতি ওভারে একটি বাউন্ডারির নিচে রাখে, তার জয়ের সম্ভাবনা লেজারে প্রায় ৬৮ শতাংশ। পাওয়ারপ্লে রান রেটের সঙ্গে সেই সম্ভাবনার সম্পর্ক অনেক দুর্বল — প্রায় শূন্যের কাছাকাছি।

এশিয়ার ধীর পিচে ম্যাচের মুদ্রা রান নয়, ডট বল। ফুটবলে যেমন লো-ব্লক গোল না খেয়ে সময় কিনে নেয়, ক্রিকেটে মাঝের ওভারের ডট বল ঠিক সেই কাজটি করে — প্রতিপক্ষের হাতে থাকা বলের সংখ্যা কমায়, আর প্রয়োজনীয় রান রেটকে এমন স্তরে ঠেলে দেয় যেখানে ঝুঁকি নেওয়া ছাড়া উপায় থাকে না। ফ্রান্স আমাকে শিখিয়েছিল, লো-ব্লক আসলে এক ধরনের ভিন্ন ডেটা। ২০১৮ বিশ্বকাপে ফ্রান্স প্রতি ম্যাচে মাত্র ০.৮ xG খরচ করেছিল, আর তাদের PPDA ছিল ১৪.২ — অর্থাৎ উচ্চ প্রেস নয়, বরং সংকোচন। ক্রিকেটে এর সরাসরি প্রতিরূপ আছে: স্পিন এবং কাটার দিয়ে মাঝের ওভার সংকুচিত করা, যেখানে বল ফেলার জায়গা বদলানো হয়, কিন্তু ঝুঁকি নেওয়া হয় না।

গতানুগতিক পাওয়ারপ্লে-নির্ভর মডেলের সমস্যা এখানেই। সেটি প্রথম ছয় ওভারের রানকে ফলাফলের কারণ ধরে নেয়। কিন্তু মাঝের ওভারে দল যদি পাঁচ থেকে সাতটি ডট বল বানাতে পারে, পাওয়ারপ্লের ৫৫ রানও যথেষ্ট হয়ে যায় না। ধরুন, প্রথম ছয় ওভারে দল তুলল ৫৮/১, রান রেট ৯.৬ — চমৎকার। এরপর ৭–১৫ ওভারে তারা ৫২/৩ করল, ডট বল ৪১ শতাংশ। এখন শেষ পাঁচ ওভারে দরকার প্রতি ওভারে প্রায় সাড়ে এগারো রান, দুই সেট ব্যাটার নেই, আর স্পিনারদের চার ওভার শেষ। ম্যাচটি তখন পাওয়ারপ্লেতে হারা হয়নি, হারা হয়েছে চতুর্দশ ওভারের একটি ডাবল-ডটে। আমার লেজারে এমন নমুনা এত বেশি যে আমি আর সেটিকে কাকতাল বলি না।

কার্যকারণটা মেকানিক্সে আছে। এশিয়ার ধীর পিচে বল ব্যাটে আসতে দেরি করে, তাই টাইমিং-নির্ভর শট ঝুঁকিপূর্ণ হয়ে পড়ে। স্পিনার যখন স্লাইটলি ফ্ল্যাটার trajectory-তে বল ফেলে এবং লেংথ দুই মিটারের মধ্যে নড়াচড়া না করে, ব্যাটার একমাত্র ঝুঁকিহীন বিকল্প হিসেবে পায় সিঙ্গেল। সেই সিঙ্গেলই আসলে স্পিনারের অস্ত্র — কারণ প্রতি ওভারে দুইটি সিঙ্গেল মানে এখনও চারটি বল বাকি, যেখানে বাউন্ডারি না এলে ডট তৈরি হয়। যে বোলার এই বাকি চার বলটাকে ডট বানাতে পারেন, তিনি আসলে ফুটবলের ডিফেন্সিভ মিডফিল্ডারের কাজ করছেন: শট ব্লক করছেন, কিন্তু দর্শক টের পাচ্ছে না।

আফগানিস্তানের ২০২৪ বিশ্বকাপের যাত্রাটা এই যুক্তির সবচেয়ে পরিষ্কার প্রমাণ। রশিদ খানের টি-টোয়েন্টি কেরিয়ারের ইকোনমি প্রায় ৬.৩ — আন্তর্জাতিক টি-টোয়েন্টিতে এই সংখ্যাটি ব্যতিক্রমী, কারণ তিনি ওপেনিং বা পাওয়ারপ্লেতে বল করেন না, করেন মাঝের ওভারে। মোহাম্মদ নবীর সঙ্গে জুটি বেঁধে তারা প্রতিপক্ষের ৭–১৫ ওভারের ডট-বল শতাংশ ধারাবাহিকভাবে চল্লিশের উপরে ঠেলে দিয়েছেন। আফগানিস্তানের ব্যাটিং লাইনআপ কাগজে-কলমে দক্ষিণ আফ্রিকা বা অস্ট্রেলিয়ার সমান নয়; কিন্তু তাদের মাঝের ওভারের নিয়ন্ত্রণ এত শক্ত যে সেমিফাইনাল পর্যন্ত যাওয়াটা আর অলৌকিক থাকে না। দলটি প্রতিপক্ষকে প্রতিযোগিতায় টেনে এনেছে ঠিক সেই জায়গায়, যেখানে তাদের নিজেদের খরচ সবচেয়ে কম।

শিশির এই হিসাবটা উল্টে দেয়, আর সেটাই সবচেয়ে বড় ফাঁদ। ২০২০ সালের মে মাসে বুন্দেসলিগা খালি স্টেডিয়ামে ফিরেছিল; প্রথম তিন ম্যাচডের পরে আমি দেখলাম ঘরের মাঠে জয়ের হার ৪৩ শতাংশ থেকে নেমে ২১ শতাংশে এসেছে। সেই সময়ে আমি একটি এম্পটি-স্টেডিয়াম অ্যাডজাস্টমেন্ট মডেল বানাই, যেখানে ঘরের সুবিধা ০.৩৫ গোল কমিয়ে ধরা হয়েছিল। বুন্দেসলিগা ফিরে আসার সেই নীরবতায় প্রতিটি পাস শোনা গিয়েছিল একটা ডেটা পয়েন্টের মতো, আর সেই শূন্যতা প্রতিটি হোম-অ্যাডভান্টেজ কোএফিশিয়েন্ট নতুন করে লিখে দিয়েছিল। ক্রিকেটে শিশির ঠিক সেই পরিবেশ-ভেরিয়েবল। দ্বিতীয় ইনিংসে যখন বল ভিজে যায়, তখন আগের ইনিংসে যে স্পিনার ডট বল বুনছিলেন, তিনি হঠাৎ বল গ্রিপ করতে পারেন না; সেই একই ওভার বাউন্ডারিতে ভরে যায়। আমার হিসাবে শিশির-প্রভাবিত দ্বিতীয় ইনিংসে মাঝের ওভারের ডট-বল শতাংশ গড়ে চার থেকে ছয় পয়েন্ট পড়ে যায়। যে মডেল পরিবেশ-ভেরিয়েবল বাদ দিয়ে শুধু ফেজ দেখে, সে প্রতি রাতে নিজের গায়ে গুলি করে।

নিলামের দাম আর মাঠের মূল্যের মধ্যে একটা ফাঁক আছে, আর সেটি এই ফেজ-তত্ত্বের আরেকটি প্রমাণ। যে ফিনিশার প্রতি ওভারে নয় রান করেন কিন্তু স্পিনের বিপক্ষে স্ট্রাইক রেট ১১০-এ নেমে আসেন, তার দাম নিলামে আকাশছোঁয়া; অথচ যে স্পিনার মাঝের ওভারে ৬.৫ ইকোনমি ধরে রাখেন, তার দাম প্রায়ই তার অর্ধেক। আমি ট্রান্সফার মার্কেটকে সবসময় উদ্দেশ্যের খতিয়ান হিসেবে পড়ি, যেখানে সংখ্যাগুলো রসিদ রেখে যায়। রসিদটা বলছে: নিলাম-দাম পাওয়ারপ্লের গতি কিনছে, আর ম্যাচ জেতা মাঝের ওভারগুলোর নিয়ন্ত্রণ প্রায় বিনা দামেই পড়ে আছে। এটাই এখন এশিয়ার টি-টোয়েন্টি বাজারের সবচেয়ে বড় অসামঞ্জস্য।

ইনজুরির প্রশ্নটা এখানে সরাসরি জড়িয়ে যায়, কারণ মাঝের ওভারের নিয়ন্ত্রণ আসলে একটি ফিটনেস-নির্ভর দক্ষতা। যে স্পিনার সাত দিনে তিনটি ম্যাচ বল করেন, তার লেংথের নির্ভুলতা তৃতীয় ম্যাচে পরিমাপযোগ্যভাবে পড়ে — ডট বল কমে, শর্ট বল বাড়ে, সীমানা ছোট হয়ে আসে। আমার লেজারে সাত দিনে তিন ম্যাচ খেলা দলের ক্ষেত্রে ৭–১৫ ওভারের ডট-বল শতাংশ শেষ ম্যাচে গড়ে পাঁচ পয়েন্ট নিচে নামে। কোনো মেডিকেল টিম সপ্তাহে দুই ম্যাচ খেলা থেকে বোলারকে বাঁচাতে পারে না — সমস্যাটা চিকিৎসায় নয়, সূচিতে। যে ফ্র্যাঞ্চাইজি বা বোর্ড এই লাইনটি পড়ে না, সে মাঝের ওভারে সবচেয়ে বড় সম্পদটা হারায়, আর টেবিলে তার কারণ খুঁজে বেড়ায়।

এখানেই আমাকে নিজের মডেলের বিরুদ্ধে দাঁড়াতে হয়। মাঝের ওভারের নিয়ন্ত্রণ ম্যাচ জেতায় — এই সম্পর্কটা সম্পূর্ণ কার্যকারণ নয়। একটি বড় অংশ নির্বাচন-প্রভাব (selection effect): যে দল ইতিমধ্যে এগিয়ে আছে, সে মাঝের ওভারে ঝুঁকি নেয় না, তাই তার ডট-বল শতাংশ স্বাভাবিকভাবেই বেশি দেখায়। অর্থাৎ MOCI আংশিকভাবে ফলাফলের কারণ, আংশিকভাবে ফলাফলের ছায়া। আমি এই ভুলটা একবার করেছি — ২০১৬-১৭ মৌসুমে বার্নলির xG ডিফারেনশিয়াল দেখে ভবিষ্যৎ লিখে ফেলেছিলাম, কিন্তু তাদের সেট-পিস xG (+৬.৮) আর গোলকিপারের পোস্ট-শট xG (+৪.২) আলাদা করে না দেখায় পতন অনিবার্য মনে হয়েছিল। ২০১৮-১৯ মৌসুমে সংশোধিত মডেল বার্নলিকে ৪০ পয়েন্টে ১৫তম স্থানে রেখেছিল, আর সেটি মিলেছিল। আমি মডেলকে ভবিষ্যদ্বাণী হিসেবে দেখা বন্ধ করে স্বীকারোক্তি হিসেবে দেখতে শুরু করেছি।

ফুটবল-উপমার সীমাও আমার জানা দরকার। ফুটবলে একটি লো-ব্লক সীমাহীন সময় ধরে ৭০ শতাংশ দখল ছেড়ে দিতে পারে, কারণ ঘড়ি থামে না। ক্রিকেটে ১২০ বল ফেলতেই হবে, দখল ছাড়ার সুযোগ নেই। PPDA একটি ধারাবাহিক খেলার প্রেস মাপে; ক্রিকেটের চাপ বিচ্ছিন্ন, বল-প্রতি-বল ঘটে। তাই আমি ফ্রান্সের মডেল সরাসরি ক্রিকেটে চাপাই না, কেবল তার যুক্তিটি ধার করি — সংকোচন, দূরত্ব নিয়ন্ত্রণ, প্রতিপক্ষকে কম-মূল্যের সিদ্ধান্তে বাধ্য করা। অনুবাদ স্তরটা না বসালে বিশ্লেষণটা সুন্দর শোনায়, ভুল হয়।

আর মডেল যা দেখতে পায় না, সেটাও লিখে রাখা দরকার। সে জানে না কে হ্যামস্ট্রিং নিয়ে সিরিজে ঢুকেছে, কে নেটে ব্যাটিং ক্রম বদলেছে, টসের সময় পিচ রিপোর্ট কী বলেছে, কিংবা কোন অধিনায়ক নিজের অন্তর্দৃষ্টিতে এক ওভার আগে স্পিন এনেছেন। ক্যাপ্টেনের সেই সিদ্ধান্তটি হয়তো ম্যাচ বদলে দিল, কিন্তু আমার লেজারে তা কেবল একটি সংখ্যা হয়ে ঢুকল। অভিজ্ঞতা থেকে আমি এটুকু বলতে পারি — অনুমান হিসেবে, প্রমাণ হিসেবে নয়। ৩২ বছরের পর্যবেক্ষণ আমাকে প্যাটার্ন দেখতে শেখায়, কিন্তু সেটি ডেটার বিকল্প নয়, কেবল অনুমানের উৎস।

তাহলে পরের সিরিজে কী দেখব? আমি দেখব, দ্বিতীয় ইনিংসে ব্যাট করা দলের ৭–১৫ ওভারের ডট-বল শতাংশ — বিশেষ করে শিশির পড়ার আগের এবং পরে, দুই ভাগে। যদি কোনো দলের এই হার ৩৫ শতাংশের নিচে নেমে যায় এবং তারপরও সে ম্যাচ জিতে যায়, তবে ধরতে হবে মডেল আবার ভেঙেছে, আর আমাকে নতুন করে গড়তে হবে। আমি ভ্যারিয়েন্সকে ঘরে বসিয়ে রেখেছিলাম যতক্ষণ না সে কথা বলে — এখন সে কথা বলছে, কিন্তু এখনও শেষ করেনি।

সংখ্যাগুলো সময়ের সঙ্গে বদলাবে; পদ্ধতিটাই একমাত্র জিনিস যা আমাকে প্রতারণা থেকে বাঁচাতে পারে।