প্রত্যাশিত রান: টি-টোয়েন্টির সবচেয়ে সৎ সংখ্যা, আর সবচেয়ে বিপজ্জনক মিথ্যা

প্রত্যাশিত রান: টি-টোয়েন্টির সবচেয়ে সৎ সংখ্যা, আর সবচেয়ে বিপজ্জনক মিথ্যা

হুক

২০২৪ সালের ২৯ জুন, বার্বাডোসের কেনসিংটন ওভাল। টি-টোয়েন্টি বিশ্বকাপের ফাইনালের চৌদ্দতম ওভার শেষে আমার ল্যাপটপের স্ক্রিনে দুটি সংখ্যা জ্বলজ্বল করছিল। একটি বলছিল, দক্ষিণ আফ্রিকার জয়ের সম্ভাবনা ৯৪ শতাংশের বেশি। অন্যটি বলছিল, তাদের প্রত্যাশিত রান সূচক প্রতিপক্ষের চেয়ে এগিয়ে। ষোলো বল পরে দক্ষিণ আফ্রিকা ম্যাচ হারল সাত রানে। স্কোরবোর্ড মিথ্যা বলেনি; আমার মডেল প্রায় মিথ্যা বলেছিল।

সেই রাত থেকে আমার এক অভ্যাস পাকা হয়েছে। কোনো মডেল যখন নিজের উপর অতিরিক্ত আত্মবিশ্বাসী হয়ে ওঠে, আমি তখন আমার এক্সজি নোটবুক খুলে ফেলি। কারণ ২০১৮ সালের রাশিয়া বিশ্বকাপে ক্রোয়েশিয়া আমাকে শিখিয়েছিল, একটি সংখ্যা একটি গল্প শুরু করতে পারে, কিন্তু কখনোই তা শেষ করতে পারে না।

এটি ক্রিকেটের ব্যর্থতা নয়, বরং ক্রিকেট বিশ্লেষণের পরিণতি। আমরা গত দশকে যত দ্রুত ডেটা সংগ্রহ করেছি, তত দ্রুত তা ব্যাখ্যা করার ধৈর্য হারিয়েছি। টি-টোয়েন্টি সেই সবচেয়ে বড় পরীক্ষাগার, যেখানে প্রতি বলেই সিদ্ধান্ত বদলায়, আর প্রতি সিদ্ধান্তেই একটি সংখ্যা লুকিয়ে থাকে।

প্রেক্ষাপট

ক্রিকেটে ডেটা বিশ্লেষণ নতুন কিছু নয়। বিল ফ্রিন্ডল, চার্লস ডেভিস, ফ্রাঙ্ক ডাকওয়ার্থ — এই নামগুলো বিংশ শতাব্দীর মাঝামাঝি সময়েই স্কোরকার্ডকে হিসাবের খাতায় পরিণত করেছিল। কিন্তু গত এক দশকে যা বদলেছে, তা প্রশ্নের ধরন। আগে আমরা জিজ্ঞাসা করতাম — কে কত রান করল, কার গড় ভালো, কার স্ট্রাইক রেট কত। এখন আমরা জিজ্ঞাসা করি — কোন পরিস্থিতিতে, কোন বলের বিপক্ষে, কোন ফেজে, কোন ফিল্ড সেটিংয়ে সেই রান এসেছে।

এই পরিবর্তনের পেছনে একটি বাস্তব চাপ কাজ করছে। টি-টোয়েন্টি ক্রিকেটে গড় স্কোর ঊর্ধ্বমুখী। ২০২৪ সালের টি-টোয়েন্টি বিশ্বকাপের গ্রুপ পর্বে নিউইয়র্কের নাসাউ কাউন্টি স্টেডিয়ামে পিচ এত ধীর ছিল যে, ভারত-পাকিস্তান ম্যাচে ভারত ১১৯ রান তোলার পরও জিতেছিল। একই টুর্নামেন্টে ওয়েস্ট ইন্ডিজের ব্রিজটাউনে ২০০ রান প্রায় স্বাভাবিক হয়ে দাঁড়িয়েছিল। অর্থাৎ একই টুর্নামেন্ট, একই মাস, কিন্তু ভিন্ন ভেন্যুতে ভিন্ন খেলা।

এখানেই প্রচলিত স্ট্রাইক রেট ব্যর্থ হয়। কারণ স্ট্রাইক রেট একটি পরম সংখ্যা, আর ক্রিকেট কখনোই পরম নয়। নাসাউ কাউন্টিতে ১৩০ স্ট্রাইক রেটে ৪০ রান করা ব্যাটারের মূল্য, ব্রিজটাউনে ১৬০ স্ট্রাইক রেটে ৪০ রান করা ব্যাটারের চেয়ে বেশি হতে পারে। কিন্তু স্কোরকার্ড দুজনকেই একই দৃষ্টিতে দেখে।

আমি ২০১৭ সাল থেকে রংপুরের একটি দলের হয়ে প্রত্যাশিত লক্ষ্য (এক্সজি) ভিত্তিক একটি ছোট ডেটাবেস তৈরি করছি। সেবার আমরা একটি ম্যাচ ২-১ গোলে হেরেছিলাম, অথচ শট সংখ্যায় ১৭-৬ এগিয়ে ছিলাম। কোচিং স্টাফকে এক পাতা বিশ্লেষণ দিয়েছিলাম, যেখানে দেখিয়েছিলাম হারটি মানসিক নয়, কাঠামোগত। এক সপ্তাহের মধ্যে তারা আমার প্রেসিং মেট্রিক গ্রহণ করেন, আর পরের ছয় ম্যাচে আমাদের পিপিডিএ ১৪.২ থেকে ৯.৮ তে নামে। সেদিনের শিক্ষা আজও ক্রিকেটে বহন করি: প্রতিটি রিপোর্টে ন্যূনতম তিনটি যাচাইযোগ্য সংখ্যা থাকতে হবে, তারপর গল্প।

বাংলাদেশের প্রেক্ষাপটে এই পরিবর্তন আরও জরুরি। আমাদের ঘরোয়া টি-টোয়েন্টি লিগে পিচ ধীর, আউটফিল্ড কখনো মন্থর, আর রাতের শিশির বলের আচরণ বদলে দেয়। এমন পরিবেশে যদি আমরা শুধু স্ট্রাইক রেট দেখে খেলোয়াড় বিচার করি, তাহলে আমরা আসলে ভেন্যুকে বিচার করছি, খেলোয়াড়কে নয়।

মূল বিশ্লেষণ: প্রত্যাশিত রান মডেল কীভাবে কাজ করে

প্রত্যাশিত রান মডেলের মূল ধারণা সহজ। প্রতিটি ডেলিভারির জন্য একটি সম্ভাব্য ফলাফলের বিন্যাস তৈরি করা হয় — কত শতাংশ সম্ভাবনায় শূন্য, এক, দুই, চার, ছয়, বা আউট। এই সম্ভাবনাগুলোকে তাদের রানমূল্য দিয়ে গুণ করে যোগ করলে পাওয়া যায় সেই বলের প্রত্যাশিত রান।

গুরুত্বপূর্ণ বিষয় হলো, এই মডেল কোনো একক সংখ্যা নয়। এটি একটি বিন্যাস। একটি বলের প্রত্যাশিত রান ১.২ হতে পারে, কিন্তু তার মধ্যে ছক্কার সম্ভাবনা ৮ শতাংশ আর আউটের সম্ভাবনা ১২ শতাংশ থাকতে পারে। দুটি বলের প্রত্যাশিত রান একই হতে পারে, অথচ ঝুঁকির ধরন সম্পূর্ণ ভিন্ন। এই পার্থক্যটাই বেশিরভাগ বিশ্লেষক এড়িয়ে যান।

মডেল তৈরিতে যেসব চলক ঢোকে, সেগুলো সাধারণত চার স্তরে বিভক্ত। প্রথম স্তর — বলের বৈশিষ্ট্য: গতি, লাইন, লেংথ, স্পিনের ঘূর্ণন, সিম মুভমেন্ট। দ্বিতীয় স্তর — ম্যাচের অবস্থা: উইকেট পতন, প্রয়োজনীয় রান, বাকি বল, ইনিংসের ফেজ। তৃতীয় স্তর — পরিবেশ: ভেন্যু, পিচের ধরন, শিশির, দিন-রাত। চতুর্থ স্তর — প্রতিপক্ষ: ফিল্ড সেটিং, বোলারের সাম্প্রতিক ফর্ম, ব্যাটার-বোলার ঐতিহাসিক লড়াই।

যে চারটি স্তর একসাথে না মিললে মডেল অসম্পূর্ণ থাকে। অনেক বিশ্লেষক শুধু প্রথম ও দ্বিতীয় স্তর ব্যবহার করে, আর তারপর আশ্চর্য হন কেন মডেল বড় ম্যাচে ভুল করে। কারণ বড় ম্যাচে তৃতীয় ও চতুর্থ স্তরের ওজন বেড়ে যায়, আর সেটি মডেলে ঢোকানোই হয়নি।

ফেজ-ভিত্তিক বিশ্লেষণ

টি-টোয়েন্টিকে তিনটি ফেজে ভাগ করা যায় — পাওয়ারপ্লে (১-৬ ওভার), মিডল (৭-১৫), ডেথ (১৬-২০)। প্রতিটি ফেজের প্রত্যাশিত রানের মান ভিন্ন, এবং সেই ভিন্নতা ভেন্যু অনুযায়ী বদলায়।

২০২৪ সালের টি-টোয়েন্টি বিশ্বকাপে আমি ম্যাচভিত্তিক ফেজ ডেটা লগ করেছিলাম। পাওয়ারপ্লেতে প্রতি ওভারের প্রত্যাশিত রান ব্রিজটাউনে ছিল প্রায় ৯.৪, অথচ নাসাউ কাউন্টিতে ছিল মাত্র ৬.১। ডেথ ওভারে এই ব্যবধান আরও বাড়ে। এর অর্থ, একজন ওপেনারের মূল্য নির্ধারণ করতে হলে তাকে তার ভেন্যুর প্রেক্ষাপটে দেখতে হবে।

এখানেই একটি কাউন্টার-ইন্টুইটিভ সত্য লুকিয়ে আছে। দ্রুত স্কোরিং ভেন্যুতে একজন ধীর ব্যাটারকে দলে রাখা আত্মহত্যা, কিন্তু ধীর ভেন্যুতে একজন আক্রমণাত্মক ব্যাটারের মূল্য কমে যায়। একই খেলোয়াড় দুই ভেন্যুতে দুই রকম সম্পদ, আর এই পার্থক্যটি দল নির্বাচনের সবচেয়ে অবহেলিত প্রশ্ন।

বলের গুণমান ও বাউন্ডারি-নির্ভরতা

প্রচলিত বিশ্লেষণ চার ও ছয়ের উপর অতিরিক্ত গুরুত্ব দেয়। কিন্তু প্রত্যাশিত রান মডেল দেখায়, একটি ইনিংসের ভিত্তি কতটা একক ও দুইয়ে গড়ে ওঠে। যেসব দল পাওয়ারপ্লেতে বেশি বাউন্ডারি করে, তারা মিডল ফেজে চাপে পড়ে, কারণ ফিল্ডাররা বাউন্ডারির বাইরে সরে যায় এবং বল খোঁজা কঠিন হয়।

বাংলাদেশের ঘরোয়া লিগে আমি একটি প্রবণতা দেখেছি। যেসব ব্যাটার প্রতি ১০ বলে কমপক্ষে দুইটি দুই রান নেন, তাদের ডেথ ওভারের স্ট্রাইক রেট ধারাবাহিকভাবে বেশি। কারণ তারা ফিল্ডারদের নড়াচড়ার সুযোগ তৈরি করেন। অর্থাৎ একক রান শুধু রান নয়, এটি একটি চাপ তৈরি করার কৌশল।

একটি দলের আক্রমণের প্রকৃত সূচক হলো বাউন্ডারি নির্ভরতার হার। যে দল প্রতি ইনিংসে ৭০ শতাংশের বেশি রান বাউন্ডারি থেকে নেয়, সেই দল ধীর পিচে ভেঙে পড়ে। এটি শুধু তত্ত্ব নয় — ২০২৪ সালের বিশ্বকাপে নিউইয়র্কের পিচে কয়েকটি আক্রমণাত্মক দলের ব্যাটিং এই কারণেই মুখ থুবড়ে পড়েছিল।

বাংলাদেশ ও রংপুরের অভিজ্ঞতা

আমি যখন ২০১৭ সালে রংপুরে প্রথম প্রত্যাশিত রান মডেল নিয়ে বসি, তখন কেউ কেউ বলেছিলেন এটি সময়ের অপচয়। কিন্তু আমাদের সমস্যা স্পষ্ট ছিল। আমরা জানতাম না কোন ওভারে আমাদের আক্রমণ কার্যকর, আর কোন ওভারে আমরা কেবল বল মেরে যাচ্ছি।

একটি মৌসুমে আমরা লক্ষ করলাম, আমাদের সেরা ব্যাটার ১২তম থেকে ১৫তম ওভারে ধীর হয়ে যান। সাধারণ বিশ্লেষণে এটি 'ফর্মের সমস্যা'। কিন্তু ফেজ ডেটা বলল, তিনি তখন এমন বোলারের মুখোমুখি হচ্ছিলেন যারা ধীরগতির কাটার ব্যবহার করতেন, আর আমাদের ফিল্ড সেটিং সেই বল ধরার জন্য প্রস্তুত ছিল না। এটি ফর্মের নয়, পরিকল্পনার ব্যর্থতা।

পরের মৌসুমে আমরা ঐ ওভারগুলোর জন্য আলাদা একটি রোটেশন পরিকল্পনা করি। ফলাফল মিশ্র ছিল, কিন্তু একটি বিষয় স্পষ্ট হয়েছিল: একটি ড্যাশবোর্ডের উচিত একজন কোচকে টিকে থাকতে সাহায্য করা, শুধু তথ্য দিয়ে তাকে অভিভূত করা নয়।

এই শিক্ষাটি আমি বিশ্ব ক্রিকেটেও প্রয়োগ করি। ২০২৩ সালের ওয়ানডে বিশ্বকাপে আহমেদাবাদের ফাইনালে ভারত ২৪০ রানে অলআউট হয়। স্কোরকার্ড বলল ব্যাটিং ব্যর্থতা। কিন্তু পিচ ডেটা বলল, ধীর, নিচু, এবং স্পিনারদের জন্য অনুকূল — এমন পিচে ২৪০ প্রত্যাশিত সীমার ভেতরেই ছিল। স্কোরকার্ড ও পিচ ডেটা একসাথে না পড়লে বিশ্লেষণ অর্ধেক।

কাউন্টার-ইন্টুইটিভ: সম্পর্ক মানেই কারণ নয়

এখন আসি সবচেয়ে বিপজ্জনক ফাঁদে। আমরা প্রায়ই বলি, এই দল বেশি ছক্কা মারে, তাই সে বেশি ম্যাচ জেতে। অথবা, এই বোলার বেশি ডট বল করেন, তাই সে বেশি কার্যকর। এই যুক্তিগুলো পৃষ্ঠতলে সুন্দর, কিন্তু ভেতরে ফাঁপা।

সমস্যাটি হলো নির্বাচন পক্ষপাত। যে দল এগিয়ে থাকে, তার কাছে বেশি আক্রমণ করার স্বাধীনতা থাকে। অর্থাৎ বেশি ছক্কা মারা জয়ের কারণ নয়, বরং জয়ের ফল। উল্টোটাও সত্য। যে দল পিছিয়ে, সে ঝুঁকি নেয় এবং আউট হয়। ফলে তার স্ট্রাইক রেট দেখতে খারাপ লাগে, যদিও তার ব্যাটিং আসলে দুঃসাহসী ছিল।

২০২৪ সালের বিশ্বকাপে আফগানিস্তানের উত্থান এই দৃষ্টান্তের ভালো উদাহরণ। তারা সেমিফাইনালে পৌঁছেছিল, কিন্তু তাদের গড় স্ট্রাইক রেট শীর্ষ দলগুলোর চেয়ে কম ছিল। তাদের শক্তি ছিল বোলিং এবং ফিল্ডিং — অর্থাৎ প্রতিপক্ষের প্রত্যাশিত রান কমিয়ে দেওয়া। এই কৌশলটি স্ট্রাইক রেট কেন্দ্রিক বিশ্লেষণে ধরা পড়ে না, কারণ সেখানে সব মনোযোগ ব্যাটিংয়ে।

আরেকটি ফাঁদ হলো ছোট নমুনা। একটি তিন ম্যাচের সিরিজে কেউ ২০০ স্ট্রাইক রেট করলে আমরা তাকে তারকা ঘোষণা করি। কিন্তু ৩০ বলের নমুনায় স্ট্রাইক রেটের প্রকৃত আস্থার ব্যবধান এত যে, তা দিয়ে ভবিষ্যদ্বাণী করা যায় না। আমি প্রতিটি ভবিষ্যদ্বাণীমূলক দাবির সাথে একটি আস্থার সীমা লিখতে অভ্যস্ত। এটি আমার লেখাকে রায় থেকে পূর্বাভাসে বদলে দিয়েছে।

এখানেই আমি প্রায়ই বলি — প্রত্যাশিত রান একটি টর্চ, আদালত নয়। এটি আলো ফেলে, রায় দেয় না। আর ২০১৮ সালের ক্রোয়েশিয়া সেটি প্রমাণ করে। তিনটি ম্যাচ অতিরিক্ত সময়ে গিয়েছিল, তাদের প্রত্যাশিত লক্ষ্য বিনয়ী ছিল, তবু তারা ফাইনালে পৌঁছেছিল। কারণ পেনাল্টি, ক্লান্তি, আর সেট পিস আমার মডেলের বাইরে ছিল। ক্রিকেটেও ঠিক তাই — সুপার ওভার, ডাকওয়ার্থ-লুইস, আর টাইব্রেকার মানসিকতা মডেলের বাইরে থেকে যায়।

যা মডেল দেখতে পারে না

প্রত্যাশিত রান মডেল চাপের মাপকাঠি দেখে না। একজন ব্যাটার যখন ফর্মে থাকেন, তিনি ১৫০ স্ট্রাইক রেটে খেলেন; আর যখন নিজের জায়গার জন্য লড়াই করছেন, তিনি একই বল ছাড় দেন। মডেল দুটো ক্ষেত্রেই একই প্রত্যাশিত রান দেখায়, কিন্তু প্রকৃত ফল ভিন্ন।

মডেল ক্যাপ্টেন্সিও দেখে না। কোন ফিল্ডার কখন কোথায় দাঁড়াচ্ছেন, তা ব্যাটারের মনোবিজ্ঞান বদলায়। একটি ম্যাচে আমি দেখেছি, স্লিপ সরানোর পর ব্যাটারের ড্রাইভের ফ্রিকোয়েন্সি বেড়ে গেছে, আর তার আউট হওয়ার সম্ভাবনাও। এই তথ্য মডেলে ঢুকতে চায় না, কারণ এটি স্ট্রাকচার্ড নয়।

খালি স্টেডিয়াম আমাকে দিয়েছিল সবচেয়ে পরিষ্কার ডেটা, আর সবচেয়ে নিঃসঙ্গ উত্তর। ২০২০ সালে বন্ধ দরজার ম্যাচে হোম অ্যাডভান্টেজ প্রায় অদৃশ্য হয়ে গিয়েছিল, আর আমি দেখেছিলাম বাইরের শব্দ রেফারির সিদ্ধান্ত বদলায়। ক্রিকেটেও এই সত্যটি সত্য — দর্শক শুধু অনুভূতি নয়, একটি ভেরিয়েবল।

উপসংহার

প্রত্যাশিত রান মডেল টি-টোয়েন্টিকে সৎ করেছে, কারণ এটি ব্যাটারকে তার প্রেক্ষাপটের সাথে মেলায়। কিন্তু এটি তাকে সত্য করে তোলেনি, কারণ ক্রিকেট কখনোই সম্পূর্ণ নিয়ন্ত্রিত পরিবেশ নয়।

আগামী মৌসুমে আমি যা দেখতে চাই, তা হলো ভেন্যু-সমন্বিত নির্বাচন। যে দল নাসাউ কাউন্টির ধীর পিচের জন্য আলাদা দল বানাবে, আর ব্রিজটাউনের দ্রুত পিচের জন্য আলাদা — সেই দল পরের বিশ্বকাপে এগিয়ে থাকবে। স্কোয়াড গভীরতা এখন আর শুধু ট্যালেন্টের প্রশ্ন নয়, অভিযোজন ক্ষমতার প্রশ্ন।

একটি প্রশ্ন রয়ে যায়। আমরা কি আসলে খেলোয়াড় বিচার করছি, নাকি তার চারপাশের পরিবেশ বিচার করছি? যেদিন এই প্রশ্নের উত্তর পরিষ্কার হবে, সেদিন ক্রিকেট বিশ্লেষণ প্রাপ্তবয়স্ক হবে।