এশিয়ার ফ্র্যাঞ্চাইজি লিগে দাম ও দক্ষতার অদৃশ্য ফাঁক: একটি ডেটা অডিট

হুক

গত জানুয়ারিতে আইএলটি২০-এর একটি গ্রুপ ম্যাচে একটি সংখ্যা আমার নজর কেড়েছিল। একজন ২৬ বছর বয়সী লেগ স্পিনার টুর্নামেন্টের প্রথম পাঁচ ম্যাচে বল করেছিলেন ৭.২ ইকোনমিতে, ডট বলের হার ছিল ৪১ শতাংশ। ছয় মাস পরে সেই একই বোলার বিপিএলে হাজির হলেন ৯.৮ ইকোনমিতে, ডট বলের হার নেমে এল ৩১ শতাংশে। বোলার একই, অ্যাকশন একই, বয়স একই। তাহলে পার্থক্যটা কোথায়? পার্থক্য লুকিয়ে আছে ইকোসিস্টেমে। আমি বছরের পর বছর ধরে এশিয়ার ফ্র্যাঞ্চাইজি লিগগুলোর বল-বাই-বল ডেটা ট্যাগ করেছি, আর প্রতিবার একই সত্যের সামনে দাঁড়িয়েছি — এক লিগের সংখ্যা আরেক লিগে সরাসরি অনুবাদ হয় না। শট ম্যাপ হলো স্থানাঙ্কসহ স্মৃতি, আর সেই স্মৃতি লিগ বদলালেই ভাষা বদলে ফেলে।

প্রেক্ষাপট

২০১৭ সালে যখন আমি ইন্দোনেশিয়ার লিগা ১-এর ১,১৪০টি শট হাতে ট্যাগ করছিলাম, তখন বুঝিনি একই পদ্ধতি একদিন এশিয়ার ক্রিকেট ম্যাপে বসবে। আজ এশিয়ায় অন্তত ছয়টি পূর্ণাঙ্গ ফ্র্যাঞ্চাইজি টি-টোয়েন্টি লিগ সক্রিয় — আইপিএল, পিএসএল, বিপিএল, এলপিএল, আইএলটি২০ এবং নেপাল প্রিমিয়ার লিগ। প্রতিটির নিজস্ব পিচ-সংস্কৃতি, বল সরবরাহের চুক্তি, সম্প্রচার চক্র আর বেতনসীমা আছে। আইপিএল একা প্রতি মৌসুমে হাজার কোটি রুপির সম্প্রচার রাজস্ব ঘরে তোলে, অথচ বিপিএল বা এলপিএলের বাজেট তার ভগ্নাংশ।

সংযুক্ত আরব আমিরাত গত কয়েক বছরে এই বাজারের একটি নিরাপদ কেন্দ্রে পরিণত হয়েছে। এখানে শীতকালে আইএলটি২০ বসে, সারা বছর চলে দ্বিপাক্ষিক সিরিজ ও বয়সভিত্তিক টুর্নামেন্ট। যে ক্রিকেটার এক মৌসুমে তিন-চারটি লিগ খেলেন, তাঁদের জন্য দুবাই হয়ে উঠেছে এক ধরনের ট্রানজিট লাউঞ্জ। আমি এখন এই বাজারটা কভার করি, আর সেটাই আমাকে একটা অস্বস্তিকর প্রশ্নের সামনে দাঁড় করায় — একই খেলোয়াড়ের দাম বিভিন্ন লিগে এত আলাদা কেন, আর সেই পার্থক্যের কতটা আসল দক্ষতা, কতটা কাঠামোগত শব্দ? ডেটা সাংবাদিক হিসেবে আমি মডেল বানাই: প্রশ্ন নির্ধারণ করি, চলক আলাদা করি, তারপর প্রতিটি দাবি বল-বাই-বল তথ্য দিয়ে ক্রস-ভেরিফাই করি। ডেটাবেস খেলাটিকে প্রতিস্থাপন করেনি, সে খেলাটিকে অনুবাদ করেছে।

মূল বিশ্লেষণ

আমি তিন মৌসুমের আইএলটি২০, পিএসএল ও বিপিএলের ডেথ ওভারের (১৬–২০) ডেটা পাশাপাশি রেখেছি। দেখা যাচ্ছে, ডেথ ওভারে ইকোনমির পার্থক্য প্রায় ২.১ রান প্রতি ওভার — যা লিগ-ভিত্তিক সামগ্রিক গড় পার্থক্যের চেয়ে অনেক বড়। কারণটা বোঝা সহজ। ইউএইয়ের ফ্ল্যাট পিচ ও ছোট বাউন্ডারি ডেথ ওভারে ব্যাটসম্যানকে বাড়তি সুবিধা দেয়; বিপিএলের মন্থর, স্পিন-সহায়ক উইকেট বোলারকে সাহায্য করে। অর্থাৎ সংখ্যা বদলায়, কিন্তু বোলারের দক্ষতা বদলায় না।

সবচেয়ে বড় মিসপ্রাইসিংটা আমি পেয়েছি রোল-ভিত্তিক মূল্যায়নে। একজন ডেথ স্পেশালিস্টের দাম নির্ধারিত হয় তার সামগ্রিক ইকোনমি দিয়ে, অথচ তার আসল কাজ শেষ দুই ওভারে। আমার মডেলে যখন শেষ দুই ওভারের ইকোনমি আলাদা করে দেখি, তখন দেখা যায় কিছু বোলারের সামগ্রিক সংখ্যা মাঝারি হলেও ডেথ ওভারে তারা লিগ-গড়ের চেয়ে ১.৬ রান ভালো। এই বোলারদের নিলামে দাম প্রায়ই কম থাকে, কারণ দলগুলো সামগ্রিক ইকোনমির দিকে তাকায়, পরিস্থিতি-নির্দিষ্ট প্রভাবের দিকে নয়। এখানেই ফাঁক।

ব্যাটিং দিকেও একই গল্প। পাওয়ারপ্লেতে স্ট্রাইক রেট ১৪০-এর বেশি এমন ওপেনার আইপিএলে বেশি দাম পান, কিন্তু আইএলটি২০-তে সেই একই ব্যাটসম্যানের মূল্য কম, কারণ সেখানে পাওয়ারপ্লে বোলিং আক্রমণ তুলনামূলক দুর্বল। দক্ষতা একই, প্রতিযোগিতার মান আলাদা। আমি ২,৩০০-এর বেশি ডেলিভারি ট্যাগ করে দেখেছি, পাওয়ারপ্লে ডট বলের হার আইপিএলে ৩৮ শতাংশ, আইএলটি২০-তে ৩১ শতাংশ। এই সাত শতাংশই ব্যাটসম্যানের স্ট্রাইক রেটের গল্পটা নতুন করে লেখে।

আরেকটা প্যাটার্ন আমি খুঁজে পেয়েছি স্পিনারদের ওভার বণ্টনে। বিপিএলে স্পিনাররা প্রায়ই পাওয়ারপ্লেতে বল করেন, কারণ উইকেট ধীর এবং নতুন বলে গ্রিপ পাওয়া সহজ। আইএলটি২০-তে স্পিনারদের পাওয়ারপ্লের বাইরে রাখা হয়, কারণ ফ্ল্যাট পিচে নতুন বলে ব্যাটসম্যান আক্রমণ করতে পছন্দ করেন। ফলে একই স্পিনারের জন্য "শক্তি ওভার" আর "নিয়ন্ত্রণ ওভার" লিগ-ভেদে বদলে যায়। যে কোচ এই পার্থক্য বোঝেন, তিনি নিলামে সস্তায় কার্যকর বোলার কিনতে পারেন।

এখানে একটা কথা যোগ করা জরুরি। রশিদ খান বা সুনিল নারিনের মতো বোলাররা একাধিক লিগে খেলেন, আর তাঁদের সংখ্যা লিগ-ভেদে আলাদা দেখায়। কিন্তু তার মানে এই নয় যে তাঁরা কোথাও ভালো, কোথাও খারাপ। বরং এটা প্রমাণ করে বোলিংয়ের পরিবেশটা মূল্যায়নের বাইরে থেকে যায়। দূরত্ব, ভূমিকা, ওভারের বণ্টন — এসব কিছু মিলিয়ে একটা পূর্ণ ছবি তৈরি হয়, আর সেটাই বেশিরভাগ মডেল মিস করে।

প্রতিকূল দৃষ্টিকোণ

এখানেই আমার সংযত হওয়ার সময়। সহসম্পর্ক কখনোই কারণ নয়। একটি বোলারের লিগ-পারফরম্যান্সের পার্থক্য শুধু পিচ বা বোলিং অ্যাটাকের গভীরতা দিয়ে ব্যাখ্যা করা যায় না; এর সঙ্গে জড়িয়ে আছে ভ্রমণ-ক্লান্তি, গোপন ইনজুরি, পরিবার থেকে দূরে থাকার মানসিক চাপ, এমনকি টুর্নামেন্টের সময়সূচির ঘনত্ব। আমার মডেল এই অদৃশ্য ভ্যারিয়েন্স ধরতে পারে না — আমি সেটা স্পষ্টভাবে স্বীকার করি, আর প্রতিটি লেখার শেষে সীমাবদ্ধতার তালিকা যোগ করি।

তার চেয়েও বড় সীমাবদ্ধতা নমুনার আকার। আইএলটি২০ মাত্র কয়েক মৌসুম পুরোনো; বিপিএলের ডেটা সেটও অসম্পূর্ণ। তিন ম্যাচের ভালো ফর্মকে কাঠামোগত দক্ষতা ভেবে ভুল করা সহজ, আর সেই ভুলেই দলগুলো কোটি টাকা নষ্ট করে। আর একটি কথা ভুলে গেলে চলবে না: একজন ক্রিকেটার শুধু একটি মূল্যায়নযোগ্য সম্পদ নন। ফ্র্যাঞ্চাইজি বাজারে তাঁকে জায়গা করতে হয় একদিকে ক্লাবের হিসাব, অন্যদিকে দেশের ক্রিকেট বোর্ডের অনুমতি, ভিসা আর নিজের ভবিষ্যতের মধ্যে দিয়ে। এই অর্থনৈতিক-রাজনৈতিক বাস্তবতা কোনো মডেলেই ধরা পড়ে না।

উপসংহার

আগামী নিলাম চক্রে আমার নজর থাকবে ডেথ-ওভার স্পেশালিস্ট আর পাওয়ারপ্লে বোলারদের দিকে — যাদের সামগ্রিক সংখ্যা মাঝারি, কিন্তু পরিস্থিতি-নির্দিষ্ট প্রভাব উঁচু। ফাঁকটা সেখানেই লুকিয়ে থাকে, শট ম্যাপের ফাঁকা জায়গায়, যেখানে সংখ্যা থাকে না কিন্তু গল্পটা থাকে। খালি স্টেডিয়ামের নীরবতাই আমার সবচেয়ে জোরালো ডেটাসেট হয়ে উঠেছে — কারণ সেখানে হাইপ কমে, আর প্যাটার্নটা স্পষ্ট হয়। প্রশ্নটা এখন দলগুলোর সামনে: তারা কি সামগ্রিক সংখ্যা দেখবে, নাকি সেই ফাঁকা জায়গাটা পড়তে শিখবে?