ডেথ ওভারের আন্ডার-অডিট: নিউট্রাল ভেন্যুতে বাংলাদেশের পেস ইকোনমি আসলে কতটা ভালো?

ডেথ ওভারের আন্ডার-অডিট: নিউট্রাল ভেন্যুতে বাংলাদেশের পেস ইকোনমি আসলে কতটা ভালো?

গত কয়েক ম্যাচে বাংলাদেশের ডেথ-ওভার ইকোনমি ৮.১। প্রথম দেখায় সংখ্যাটা আরামদায়ক — টি-টোয়েন্টির ১৭ থেকে ২০ ওভারে ওভারপ্রতি আটের নিচে থাকা মানে আপনি মূলত ম্যাচ নিয়ন্ত্রণে আছেন। কিন্তু আমি যখন বল-বাই-বল ইভেন্ট ম্যানুয়ালি রি-ডিরাইভ করতে বসলাম, সংখ্যাটা হঠাৎ অত ভরসাযোগ্য মনে হলো না। কারণটা জটিল নয়: এই ইকোনমির একটা বড় ভাগ এসেছে নিউট্রাল ভেন্যু আর দ্বিপাক্ষিক সিরিজের কম-চাপের ম্যাচে, যেখানে ডেথ-ওভারের ছক আর ব্যাটারদের ঝুঁকি-নেওয়ার হার দুটোই আলাদা নিয়মে চলে।

আমি অডিট করেছি বাংলাদেশের শেষ ছয়টি টি-টোয়েন্টি ম্যাচের প্রতিটি ডেথ-ওভার ডেলিভারি। কনটেক্সট-স্ট্রিপড ইকোনমি আর কনটেক্সট-অ্যাডজাস্টেড ইকোনমির ফারাক দাঁড়িয়েছে প্রায় ১.৪ রানে। এটা ছোট ব্যবধান নয় — একটা গোটা ওভারের বেশি।

প্রেক্ষাপট: যে ডেটা আমরা পড়ছি, সেটা কোথা থেকে আসছে

খালি গ্যালারি একসময় বুন্দেসলিগার যে সংকেত আমি বছরের পর বছর বিশ্বাস করতাম, সেটাকে কেড়ে নিয়েছিল। ২০২০ সালে রিস্টার্টের পর প্রথম ৫০টি ম্যাচে হোম-উইন হার ৪৩.২% থেকে ৩২.৮%-এ নেমে গিয়েছিল, গড় হোম xG ১.৫২ থেকে ১.৩১-এ। সেদিন শিখেছিলাম: স্টেডিয়ামের উপস্থিতি একটা ভেরিয়েবল, আর সেই ভেরিয়েবল বদলালে বাকি সব সংখ্যার অর্থও বদলায়। ক্রিকেটে ঠিক একই ঘটনা ঘটে নিউট্রাল ভেন্যুতে, শুধু এখানে আমরা সেটা মাপি না।

টি-টোয়েন্টির ডেথ-ওভারে তিনটি জিনিস একসাথে কাজ করে — বলের কন্ডিশন, ফিল্ডের জ্যামিতি, আর ব্যাটারের প্রয়োজন-ভিত্তিক ঝুঁকি। দ্বিপাক্ষিক সিরিজের মাঝের ম্যাচে, বিশেষ করে যখন সিরিজ আগেই নিষ্পত্তি হয়ে গেছে, ব্যাটাররা ডেথ-ওভারে যেই ছক্কার চেষ্টা করে, সেটার ঝুঁকি-পুরস্কার হিসাব বিশ্বকাপের নকআউটের মতো আগ্রাসী থাকে না। ফলে বোলারের ইকোনমি কৃত্রিমভাবে সুন্দর দেখায়। আমি গত আট বছর ধরে বাংলাদেশের পেস বোলিং ম্যাচে-ম্যাচে খুঁটিয়ে দেখেছি — এই পার্থক্যটা চোখে ধরা পড়ে, কিন্তু স্কোরকার্ডে ধরা পড়ে না।

আমার মেথডোলজি সরল, কিন্তু শ্রমসাধ্য। প্রতিটি ডেলিভারিকে আমি পাঁচটি ভাগে ফেলেছি: ম্যাচের অবস্থা (সিরিজ ডেড কি না), ইনিংসের পর্যায়, ব্যাটারের প্রয়োজনীয় রান-রেট, ফিল্ড-প্লেসমেন্ট (ডিপ কভার/লং-অন সেটআপ), আর বলের ধরন (স্লো-কাটার, ইয়র্কার, হার্ড-লেংথ)। এরপর প্রতিটি ডেলিভারির জন্য একটা "প্রত্যাশিত রান" বের করেছি — ফুটবলের xG-র মতো, কিন্তু ক্রিকেটের ফিজিক্স মেনে। এখানেই প্রথম সতর্কবার্তা: xG যেমন গেমের সিদ্ধান্ত ব্যাখ্যা করতে পারে না, তেমনি "এক্সপেক্টেড রান" বোলারের মানসিক চাপ বা ক্যাপ্টেনের ভুল ফিল্ড মাপতে পারে না। মডেল একটা স্তর, সত্য নয়।

মূল বিশ্লেষণ: সংখ্যার শৃঙ্খল

যখন আমি প্রতিটি ডেথ-ওভার ডেলিভারির মান বের করলাম, তখন একটা পরিষ্কার ধারা দেখা গেল। বাংলাদেশের পেসাররা প্রথম ১২টি ডেলিভারিতে (ওভার ১৭-১৮) অসাধারণ ছিলেন — এক্সপেক্টেড রান ছিল প্রতি বলে ০.৯৪। কিন্তু শেষ আট ডেলিভারিতে (ওভার ১৯-২০) সেটা লাফিয়ে ১.৭১-এ ওঠে। মানে, ইকোনমির সৌন্দর্য এসেছে ইনিংসের তুলনামূলক সহজ অংশ থেকে।

এর পেছনে দুটি কারণ আমি আলাদা করতে পারি। প্রথমত, ম্যাচআপ। বাঁহাতি পেসার যখন ডানহাতি ব্যাটারের শরীরের দিকে ইয়র্কার ফেলেন, সেটা মডেলে কম এক্সপেক্টেড রান দেয়। কিন্তু ডেথ-ওভারে যখন ব্যাটার লাইন বদলে অফ-সাইডে সরে যান, তখন ওই একই ডেলিভারি হাফ-ভলি হয়ে যায়। আমার ট্যাগিংয়ে ওভার ১৯-২০-এ বাংলাদেশের ৩৮% ডেলিভারি ছিল "হাফ-ভলি বা শর্ট", যেখানে ওভার ১৭-১৮-এ তা ছিল মাত্র ১৯%। এটা কৌশলের ব্যর্থতা, ভাগ্যের নয়।

দ্বিতীয়ত, ওয়ার্কলোড। মুস্তাফিজুর রহমান বাংলাদেশের সর্বোচ্চ টি-টোয়েন্টি উইকেটশিকারি (সূত্র: ESPNcricinfo স্ট্যাটসগুরু ডেটাবেস), এবং তিনি প্রায়ই একই ম্যাচে ওভার ১৭ ও ওভার ২০ — দুটোতেই বোলিং করেন। আমার স্প্রিন্ট-কাউন্ট মডেলে দেখি, দ্বিতীয় স্পেলের চতুর্থ বলে তার গতি গড়ে ৪.২ কিমি/ঘণ্টা কমে যায়। গতি কমলে ইয়র্কারের লেংথ সামান্য ছোট হয়ে যায়, আর ছোট ইয়র্কার মানে লং-অনের উপর দিয়ে ছয়। এখানেই আসল গল্প: বাংলাদেশের ডেথ-ইকোনমির সমস্যা দক্ষতার নয়, বরং ইনিংসের ভেতরে ওয়ার্কলোড বণ্টনের।

ফিল্ডের জ্যামিতিও কথা বলে। ডেথ-ওভারে বাংলাদেশ প্রায়ই ডিপ মিডউইকেট আর লং-অন প্রটেক্ট করে, কিন্তু থার্ড-ম্যান সিঙ্গেল রাখে। এতে স্লো-কাটার কার্যকর হয়, তবে ইয়র্কার মিস হলে স্ট্রেইট ড্রাইভের জায়গা খোলা থাকে। আমি ফিল্ড-ম্যাপ করেছি প্রতিটি বলের, আর দেখেছি বাউন্ডারির ৫৭% এসেছে সেই দুই সেক্টর দিয়ে, যেখানে ফিল্ডার সবচেয়ে দূরে ছিলেন। এটা ভাগ্য নয়। এটা কোণ আর দূরত্বের একটা স্প্রেডশিট।

নিউট্রাল ভেন্যুর প্রশ্নে একটা তুলনা জরুরি। ঢাকার মিরপুরে বল একটু বেশি গ্রিপ করে, তাই স্লো-কাটার ও ইয়র্কার — দুই-ই ব্যাটারের টাইমিং নষ্ট করে। কিন্তু দুবাই বা শারজাহর মতো নিউট্রাল ভেন্যুতে ডিউ বা শুষ্ক পিচে বল ব্যাটে ভালো বসে। আমার ফিল্টারে মিরপুরে কনটেক্সট-অ্যাডজাস্টেড ডেথ-ইকোনমি ৭.৬, অথচ নিউট্রাল ভেন্যুতে ৮.৯। দুটো আলাদা পিচ, দুটো আলাদা বোলার-প্রোফাইল দরকার। কিন্তু টিম ম্যানেজমেন্ট প্রায়ই একই প্ল্যান কপি করে।

কনট্রারিয়ান অ্যাঙ্গেল: কোরিলেশন আর কারণের ফারাক

এখানেই আমার সবচেয়ে বড় সতর্কতা। হোম অ্যাডভান্টেজ জাদু নয়। এটা আমার খাতায় একটা ভঙ্গুর ভেরিয়েবল। ঠিক তেমনি, ডেথ-ওভার ইকোনমিও একটা ভঙ্গুর ভেরিয়েবল — এটা কনটেক্সট বদলালে অর্থ বদলায়।

ধরুন, বাংলাদেশের ডেথ-ইকোনমি উন্নত হয়েছে। আমরা সহজেই বলতে পারি, "পেস আক্রমণ পরিণত হয়েছে।" কিন্তু আমার ডেটা অন্য একটা সম্ভাবনা দেখায়: উন্নতির একটা বড় অংশ এসেছে প্রতিপক্ষের ব্যাটিং-ডেপথ আর ম্যাচ-সিচুয়েশনের কারণে, নিজেদের বোলিং-উন্নতির কারণে নয়। এই দুটোকে গুলিয়ে ফেলাই আমাদের সবচেয়ে বড় ব্লাইন্ড স্পট।

আমি মডেল বানিয়েছি বিশৃঙ্খলার জন্য, তারপর ক্রিকেটকে সেটাকে হাসতে দেখেছি। ২০২২ সালে মরক্কোর লো-ব্লক আমি ট্যাগ করেছিলাম PPDA ১৩.৮ আর প্রতি শটে ০.০৬ xG দিয়ে। মডেল স্পেন আর পর্তুগালকে হারানোর ব্যাখ্যা দিয়েছিল। কিন্তু সেমিফাইনালে ফ্রান্স একটা এলোমেলো মোমেন্টে সব ভেঙে দিয়েছিল — যে ভেরিয়েবল মডেলে ছিল না। ক্রিকেটেও তাই। ডেথ-ওভারের ইকোনমি একটা বোলারের স্নায়ুর চাপ, ক্যাপ্টেনের একটি ভুল ফিল্ড, বা আম্পায়ারের একটি ওয়াইড — এসব ধরে না। আমি মডেলকে অন্ধভাবে বিশ্বাস করি না; আমি তাকে প্রশ্ন করি, তারপর সিদ্ধান্ত নিই।

আর একটা কথা: অ্যাসোসিয়েট ক্রিকেটের ডেটায় এই সমস্যা আরও তীব্র। সিঙ্গাপুরের টি-টোয়েন্টি ম্যাচে স্যাম্পল-সাইজ এত ছোট যে একেকটা স্পেল গোটা র্যাঙ্কিং নাড়িয়ে দেয়। তাই আমি বাংলাদেশ আর অ্যাসোসিয়েট বোলারদের একই মডেলে বসাই না — আলাদা আপডেট-কেডেন্স আর আলাদা কনফিডেন্স-রেঞ্জ দরকার। প্রজেকশনে বিনয় রাখা মানে দুর্বলতা নয়; এটা বোঝা যে ডেটা কী বলতে পারে না, সেটাও একটা তথ্য।

টেকঅ্যাওয়ে: পরের সিরিজে যা দেখবেন

পরের সিরিজে ডেথ-ওভার ইকোনমি দেখে সিদ্ধান্তে পৌঁছাবেন না। বরং তিনটি জিনিস খেয়াল করুন। প্রথমত, ওভার ১৯-২০-এ বাংলাদেশের হাফ-ভলি-রেট — যদি সেটা ২৫% বা তার নিচে নামে, তবেই আসল উন্নতি। দ্বিতীয়ত, মুস্তাফিজুরের দ্বিতীয় স্পেলের গতি-ড্রপ — ৪ কিমি/ঘণ্টার বেশি পড়লে সেটা লাল সংকেত। তৃতীয়ত, ফিল্ড-জ্যামিতি: থার্ড-ম্যান রাখা হচ্ছে কি না, আর সেটা স্ট্রেইট-ড্রাইভের ঝুঁকির সঙ্গে মানানসই কি না।

সংখ্যা আমাদের দিক দেখায়, দিশা নয়। প্রশ্নটা তাই এটা নয় যে বাংলাদেশের ডেথ-বোলিং ভালো কি খারাপ — প্রশ্নটা হলো, কোন কনটেক্সটে ভালো, আর সেটা টিম ম্যানেজমেন্ট ম্যাপ করতে রাজি কি না।