ট্রান্সফার উইন্ডোর আসল দাম: যে ১,২০০ ইভেন্ট আমি নিজ হাতে কোড করেছি, সেটাই বলে দেয় কে বাজারে সস্তা

১৭ বল, ৩৪ রান, তিনটি চার আর একটা ছক্কা। পরের সপ্তাহেই ওই ইনিংসটাই একজন ফিনিশারের দাম প্রায় তিনগুণ করে দিল। একই মৌসুমে আরেকজন ব্যাটার ওভার ৭ থেকে ১৫-এর মধ্যে ২৩০টি বল খেললেন, রান করলেন ২৬৮, ভাইরাল ক্লিপ নেই একটাও, আর পরের প্লেয়ার ড্রাফটে তাঁর ভিত্তিমূল্যে বদলাল না এক টাকাও। দুইজনকেই আমি বল-বল কোড করেছি। একটা সংখ্যা বাজারকে নাড়া দিল, আরেকটা সংখ্যা বাজার দেখতেই পেল না। পার্থক্যটা প্রতিভার নয়, পরিমাপের। বিপিএলের সংখ্যাগুলো নিজের হাতে কোড করার আগে আমি সেগুলোকে বিশ্বাস করিনি — ২০১৭ সালে চট্টগ্রামে বসে ২৪টি ম্যাচের ১,২০০টি ইভেন্ট নিজে ট্যাগ করার পরেই প্রথমবার মনে হয়েছিল, এই লিগের সম্পর্কে যা বলা হয় আর যা ঘটে, দুটো আলাদা জিনিস। কোনো API নেই, কোনো শর্টকাট নেই — শুধু নিরানব্বই মিনিটের কীবোর্ড আর এক ভিক্ষুর ধৈর্য। প্রতিটি ম্যাচ দুবার দেখেছি। প্রথমবার শুধু দেখেছি, খাতায় কোনো সংখ্যা তুলিনি, কারণ স্কোরবোর্ড দেখতে দেখতে চোখ সেটার সঙ্গে বন্দি হয়ে যায়। দ্বিতীয়বার বল ধরে ধরে ট্যাগ করেছি: শটের ধরন, বোলারের ধরন (ডানহাতি পেস, বাঁহাতি পেস, অফস্পিন, লেগস্পিন, বাঁহাতি স্পিন), লাইন ও লেংথের জোন, ফিল্ড সেটিং, উইকেট হাতে ছিল কি না, ব্যাটারের ব্যাটিং পজিশন, আর বলটা ডেড রাবার না লাইভ ম্যাচ। এই আটটা কলাম ছাড়া একটা শটের মূল্য বোঝা যায় না, কারণ একই শট ওভার ৩-এ আর ওভার ১৮-এ দুটো সম্পূর্ণ আলাদা কাজ। স্কোরকার্ডের স্ট্রাইক রেট আমাকে কখনোই সন্তুষ্ট করেনি। কারণটা সাধারণ: ৪০ বলের নমুনায় দুটো এজ কেটে চার হয়ে গেলে স্ট্রাইক রেট ২৫ পয়েন্ট লাফ দেয়, কিন্তু ব্যাটারের দক্ষতা এক millimeter-ও বদলায় না। দ্বিতীয় কারণ, স্ট্রাইক রেট ফেজ মিশিয়ে ফেলে। পাওয়ারপ্লেতে ফিল্ড আপ থাকায় ছক্কা সহজ, মাঝের ওভারে দুজন স্পিনার আর ডিপ ফিল্ডার থাকায় সেটা প্রায় অসম্ভব, আর ডেথ ওভারে আবার সহজ কিন্তু ঝুঁকি অনেক বেশি। তাই আমি স্কোরবোর্ডের রান নিই না, আমি প্রত্যাশিত রান বানাই। আমার মডেলটা সহজ, ইচ্ছাকৃতভাবেই সহজ। প্রতিটি বলের জন্য আমি হিসাব করি ফেজ, বোলারের ধরন, উইকেট হাতে কতটা, আর স্ট্রাইক রেট-চাপ — এই চারটি ইনপুট দেওয়া থাকলে ওই বল থেকে গড়ে কত রান আসা উচিত। এরপর ব্যাটার আসলে যা করেছেন, তার থেকে সেই ভিত্তিরেখা বাদ দিলে পাই স্পষ্ট রান-সংযোজন, যাকে আমি বলি xRA (Expected Runs Added)। একজন ব্যাটারের মূল্য আমি বিচার করি প্রতি ১২ বল-এ xRA দিয়ে, কারণ ১২ বল মানে টুয়েন্টি২০-তে দুই ওভার — একটা ছোট কিন্তু অর্থপূর্ণ কাজের উইন্ডো। ম্যাচ-প্রতি দুই-তিনটি ইনিংস নয়, মৌসুমজুড়ে প্রতি ১২ বলে তিনি ভিত্তিরেখার উপরে কত রান দিচ্ছেন, সেটাই পুনরাবৃত্তিযোগ্য। এখানেই প্রথম কন্ট্রা-ইনটুইটিভ ফলাফলটা বেরিয়ে এল। আমার কোড করা ডেটাসেটে যাঁরা ওভার ১৬ থেকে ২০-এ দ্রুত রান করেন, তাঁদের মধ্যে প্রায় এক-তৃতীয়াংশ ওভার ৭ থেকে ১৫-এ ভিত্তিরেখার নিচে ছিলেন। অর্থাৎ তাঁরা শেষে জ্বলে ওঠেন মাঝের ওভারে খরচ করার পর। ফ্র্যাঞ্চাইজি যাঁদের কিনছে, তাঁরা আসলে এমন একজন ব্যাটার যিনি প্রতি ম্যাচে গড়ে ৬ থেকে ৯ রান ঋণ নিয়ে পরে শোধ করেন। ম্যাচ শেষে স্কোরবোর্ড শোধের অংশটা দেখায়, ঋণটা কোথাও লিপিবদ্ধ থাকে না। ছোট নমুনায় একটা ৩৪ রানের ইনিংস ওই ঋণকে ঢেকে দেয় পুরোপুরি। মাঝের ওভারের এই খরচটা বাউন্ডারি শতাংশ আর ডট-বল শতাংশ একসঙ্গে না দেখলে ধরা পড়ে না। একজন ব্যাটার ১৪৫ স্ট্রাইক রেটে রান করতে পারেন, কিন্তু তাঁর বাউন্ডারি-নির্ভরতা যদি ৫৮ শতাংশ হয়, তাহলে যেদিন বাউন্ডারি আসছে না, সেদিন তিনি দলকে থামিয়ে দিচ্ছেন। উল্টোদিকে ১২৮ স্ট্রাইক রেটের একজন, যাঁর ডট-বল শতাংশ ২৮ আর বাউন্ডারি-নির্ভরতা ৩৮, তিনি প্রতি ইনিংসে কম রান করব শুধু করছেন না — তিনি পরের ব্যাটারের জন্য বল পাচ করছেন, PARTNER বাঁচিয়ে রেখেছেন এবং ১৭তম ওভারে টিমের হাতে উইকেট ধরে রাখছেন। এই দুইজনের দাম বাজারে দুইগুণ আলাদা, অস্ট্রেলিয়ার আসল অবদান প্রায় সমান। পার্থক্যটা কেবল পরিমাপের সীমাবদ্ধতা। উইকেট হাতে রাখার প্রভাবটা আমি আলাদা করে মডেল করেছি। ওভার ১০-এর আগে দ্বিতীয় উইকেট পড়া দলগুলোর শেষ ছয় ওভারে প্রতি বল থেকে গড় রান কমেছে স্পষ্টভাবে — কারণ নতুন ব্যাটারকে ডেথ ওভারের দ্রুত গতির মুখোমুখি হতে হয়। যে ফ্র্যাঞ্চাইজি ড্রাফটে অভিজ্ঞ মিডল-অর্ডারকে অবহেলা করে একের পর এক পাওয়ার-হিটার কিনছে, তারা ম্যাচের দ্বিতীয়ার্ধের সেই গাণিতিক বাস্তবতা কিনছে না। ব্যাটিং অর্ডার কাগজে নামের তালিকা নয়, একটা ঝুঁকি-বণ্টন কাঠামো। বোলারদের দিকেও একই ভুল। উইকেট সংখ্যা সবচেয়ে খারাপ একক মেট্রিক যা এই লিগে প্রচলিত — কারণ ওভার ১-এ স্লগ করতে বাধ্য ব্যাটারের উইকেট ওভার ১৯-এ সেট ব্যাটারের উইকেটের সমান মূল্যবান নয়। আমার ডেটাসেটে ডেথ ওভারের ইকোনমি সবচেয়ে স্থির মেট্রিক ছিল মৌসুম থেকে মৌসুমে; উইকেট সংখ্যা ছিল সবচেয়ে ওঠানামাপূর্ণ। যে বোলারের ডেথ ইকোনমি ফেজ-সংশোধিত ভিত্তিরেখার নিচে থাকে, তাঁকে শুধু উইকেট কম বলে ছেড়ে দেওয়া মানে একটা নির্ভরযোগ্য সম্পদ বাজারে ফেলে রাখা। ম্যাচআপ একটা অদ্ভুত ছবি দিল। ডানহাতি ব্যাটারের বিরুদ্ধে বাঁহাতি স্পিনারদের ফেজ-সংশোধিত ইকোনমি মাঝের ওভারে সবচেয়ে ভালো রেকর্ড রাখছে, কিন্তু ফ্র্যাঞ্চাইজির দাম নির্ধারণে সেই স্পিনারদের গড় বাজারমূল্য পেসারদের তুলনায় কম ছিল প্রায় ৪০ শতাংশ। কারণ দৃশ্যমানতার রাজনীতি — ১৪০ কিমি গতি ট্রান্সফার উইন্ডোতে দেখতে সুন্দর, ফ্ল্যাট বাঁহাতি অফব্রেক দেখতে ভালো নয়। যেটা চোখে দ্রুত লাগে, বাজার সেটাকেই প্রিমিয়াম দেয়। Football-এ গোলকিপারদের মধ্যে ঠিক এই রোগটা দেখেছি: বড় পাস খেলতে পারে বলেই দাম বেড়ে যায়, আর সেভ করার মূল কাজটা কেউ হিসাব করে না। ক্রিকেটে সেটা ডেলিভারি স্পিড হয়ে ফিরে এসেছে। তরুণ খেলোয়াড়দের বেলায় ডেটা আরও অস্বস্তিকর। একটি বয়সভিত্তিক টুর্নামেন্ট থেকে উঠে আসা ছেলেকে আমরা বল দিচ্ছি প্রতি সপ্তাহে ডেথ ওভারে, অথচ তাঁর শরীরের গঠন এখনো তৈরি হয়নি। আমার কোড করা ইনজুরি-টাইমলাইনে দেখা যায়, ১৯ বছরের নিচে যাঁরা এক মৌসুমে একটানা অনেক বেশি ডেলিভারি বা অনেক বেশি ম্যাচ খেলেছেন, পরের দুই মৌসুমে তাঁদের অনুপস্থিতি স্পষ্টভাবে বেশি। যাঁরা শারীরিকভাবে আগে পরিণত দেখান, তাঁদের দিকে দল ঝুঁকছে সবচেয়ে বেশি, আর তাদের উপর চাপও সবচেয়ে দ্রুত। ট্রান্সফার উইন্ডোতে এই ক্লাবগুলোকে 'রেডি' দেখায়, কিন্তু ইনজুরি-রেকর্ডটা পরের দিলে আসে। আজকের উইন্ডোতে সবচেয়ে বড় অবহেলা ইনজুরি-ঝুঁকির মূল্য নির্ধারণেই। ডেটা থাকলে আঘাত আগে থেকে বলে দেওয়া যায় না, কিন্তু ঝুঁকিটা দামের সঙ্গে যোগ করা যায়। বাজার চেষ্টা করে সস্তা দামে দ্রুত রিটার্ন কিনতে, অথচ পাঁচ মৌসুমের খরচ সবচেয়ে বেশি খরচ করে সেই পজিশনেই যেখানে ওয়ান-সাইডেড স্টারকিল। পেসারদের ভাড়া চুক্তিতে ইনজুরি-লক ছেলেদের নিতে দেখা যায়নি, কারণ হিসাবটা হয়ে যায় সেকেন্ডের আবেগে, হিসাবের কাগজে নয়। আমার নামের পাশে এটা সাক্ষ্য নয়, বরং হিসাবের দুর্বলতা। এখানেই একটা প্রত্যাশার কাঠামো তৈরি করতে হয়। হোম মাঠে সুবিধাটা ট্রেনিং নয়, ভিড়। ২০১৯-২০ মৌসুমে বুন্দেসলিগা রিস্টার্ট দেখার সময় আমি ৮৩টি ম্যাচ আগে-পরে মিলিয়ে দেখেছিলাম, আর হোম দলের সুবিধা গড়ে ০.৩১ থেকে নেমে গিয়েছিল ০.০৮ xG-তে। হোম দলের জেতার হারও নেমে এসেছিল উত্তর ৪৩.৩ শতাংশ থেকে ৩৩.৩ শতাংশে। অর্থাৎ যেখানে আগে মনে করা হয়েছিল ট্রেনিং, ভ্রমণ, অভিযোজন — সেগুলোই আসল কারণ, সেইখানে দেখা যায় ভিড় বন্ধ হলেই সুবিধাটা উবে যাচ্ছে। ক্রিকেটে দর্শকের প্রভাবটা সরাসরি xG-এর মতো মাপা যায় না, কিন্তু আমার কোড করা ডেটাসেটে বাউন্ডারি-এর পর প্রতিক্রিয়ার সময়, আম্পায়ারের সিদ্ধান্তের ধরন, আর পেসারদের জায়গা বদলে নেওয়ার প্রবণতা — এগুলো সবই 'উঁচু' আর 'ফাঁকা' গ্যালারিতে আলাদা ছিল। এটা নিছক পারস্পরিক সম্পর্ক, কারণ হতে পারে না। কারণটা কোথাও অন্য জায়গায় থাকা। যে ফ্র্যাঞ্চাইজি এই পার্থক্যকে বুঝতে চায় না, সে দর্শকের প্রভাবকে 'অদৃশ্য ক্লাব' ভেবে নীতি নির্ধারণ করে। বড় চালাটা হলো, যে মেট্রিক দেখতে আধুনিক, সেটাই প্রায়ই ডেকোরেশন। ডেটা-rich সিদ্ধান্তের নামে আমরা প্রায়ই শুধু বেশি চার্ট জমা করি, যেখানে মডেল থেকে একটা সিদ্ধান্তে পৌঁছানো উচিত। যে মডেল সিদ্ধান্ত নেয় না, সেটা ডায়েরি, অস্ত্র নয়। এই উইন্ডোতে আমার নিজের পরীক্ষা করছি খুব সাধারণভাবে: যে ব্যাটারের xRA এক ট্রান্সফার ফি-র তুলনায় প্রতি রানে বেশি, তাকে অগ্রাধিকার দেওয়া; যে বাড়তি মেট্রিক দেখায় কিন্তু কোনও নির্দিষ্ট ফেজে ব্যবহার করা যায় না, সেটা বাদ দেওয়া। পরের উইন্ডোতে যা দেখব, তা তিনটি সংখ্যা — ওভার ৭ থেকে ১৫-এ ফেজ-সংশোধিত রানসংযোজন, ডেথ ওভারের নির্ভরযোগ্য ইকোনমি, আর একজন ফাস্ট বোলারের সাম্প্রতিক ডেলিভারি-লোড। এই তিনটির কোনোটিই হাইলাইট রিল-এ উঁকি দেয় না, ঠিক সেজন্যই এরা অপ্রতিদ্বন্দ্বী দামে পাওয়া যায়। বাজার যদি ঠিক হয়, হলুদ সংবাদ হবে না; বরং এক ধারার জেতা জিনিস এক জায়গায় জমা হবে।