ডেটা মঙ্কের দৃষ্টিতে: বাংলাদেশ ক্রিকেটের খেলা বোঝার নতুন ভাষা

স্পোর্টস ডেটা বিশ্লেষক হিসেবে আমার কাজের শুরুটা ছিল রাজশাহীর একটি ফ্ল্যাট থেকে। ২০১৭ সালে, ২৪ বছর বয়সে, গোলপো স্পোর্টসে জুনিয়র ডেটা অ্যানালিস্ট হিসেবে যোগ দিয়েছিলাম। তখন ডেটাকে ধর্মগ্রন্থের মতো দেখতাম। ২০১৬-১৭ মৌসুমের বাংলাদেশ প্রিমিয়ার লিগের ১,২৪৮টি শট আমি কোড করেছিলাম। আবাহনী লিমিটেড ঢাকা ২৭.৬ এক্সজি থেকে ৩৪ গোল করেছিল, অথচ শেখ জামাল ধানমন্ডি ৩১.২ এক্সজি থেকে মাত্র ২৯ গোল করেছিল। এই ব্যবধানই আমাকে প্রথম শেখায়—ক্রিকেটে যেমন স্ট্রাইক রেট আর ইকোনমি আলাদা, তেমনি ফুটবলে 'দেখতে ভালো' আর 'আসলেই ভালো' আলাদা। এই অভিজ্ঞতা থেকে আমি একটি ধারণা তৈরি করেছিলাম: বাংলাদেশের লিগগুলোকে নিজেদের এক্সজি দেখতে শেখানো। আমাদের লিগের সমস্যা হলো, আমরা বিদেশি মডেলের ফলাফল নিয়ে আলোচনা করি, কিন্তু নিজেদের পিচ, নিজেদের বোলিং গড়, নিজেদের পাওয়ারপ্লে কৌশলের প্রতিফলন সেই মডেলে থাকে না। স্থানীয় ডেটা দিয়ে স্থানীয় মডেল বানানো—এটাই ছিল আমার কাজ। ২০১৮ সালে রাশিয়া বিশ্বকাপে জার্মানি বনাম মেক্সিকো ম্যাচের ডেটা বিশ্লেষণ করার সময় আমি একটি বিপ্লবী পর্যবেক্ষণ করেছিলাম। জার্মানি ২৬টি শট নিয়েছিল কিন্তু এক্সজি ছিল মাত্র ১.৩; মেক্সিকো ১২টি শটে ১.১ এক্সজি পেয়েছিল। জার্মানির পিপিডিএ ছিল ৬.৯—অর্থাৎ প্রতিপক্ষের প্রতি ৬.৯টি পাসের পর তারা বল পুনরুদ্ধার করছিল। এই চাপের অভাবে মেক্সিকো পেয়েছিল ১৮টি ট্রানজিশন সুযোগ। ম্যাচ শেষ হওয়ার আগেই আমি একটি থ্রেড প্রকাশ করে বলেছিলাম, জার্মানি গ্রুপ পর্ব পার করবে না। তারা গ্রুপের তলানিতে থেকে বিদায় নেয়। পিপিডিএ আমাকে জার্মানি শিখিয়েছিল। কিন্তু এই অভিজ্ঞতা থেকে আমি আরও গুরুত্বপূর্ণ কিছু শিখেছি: কোরিলেশন মানেই কজেশন নয়। জার্মানির ব্যর্থতা শুধু চাপের সংখ্যা নয়—সেটা ছিল দলের মানসিক অবস্থা, খেলোয়াড়দের ফর্ম, আর কোচের সিদ্ধান্তের সমষ্টি। এক্সজি একটি আয়না, কিন্তু আয়নায় শুধু মুখই দেখা যায়, হৃদয় দেখা যায় না। ২০২০ সালে বৈশ্বিক ক্রীড়া বিরতির সময় আমি ব্রেন্টফোর্ড এফসির জন্য পরামর্শক হিসেবে কাজ করেছিলাম। আমি বুন্দেসলিগা, চ্যাম্পিয়নশিপ এবং সেরি আ-এর ৩০৬টি দর্শকশূন্য ম্যাচ বিশ্লেষণ করেছিলাম। হোম জয়ের হার ৪৩.১% থেকে কমে ৩৩.৮% হয়েছিল; হোম এক্সজি ব্যবধান ০.২১ কমেছিল; শেষ ১৫ মিনিটে দূরত্ব কাভারিং ৫.২% কমেছিল। আমি 'ক্রাউডনাল অ্যাডজাস্টমেন্ট' নামে একটি মডেল তৈরি করেছিলাম। খালি স্টেডিয়াম আমাকে শিখিয়েছিল যে হোম অ্যাডভান্টেজ একটি আইন নয়, একটি ভেরিয়েবল। বাংলাদেশ ক্রিকেটে এই শিক্ষাগুলো কীভাবে প্রযোজ্য? আমাদের দেশে ক্রিকেট ডেটার অভাব প্রকট। আমরা ম্যাচের পর ম্যাচ দেখি, কিন্তু স্ট্রাইক রেটের পেছনে শট নির্বাচন, পাওয়ারপ্লেতে ডট বলের চাপ, ডেথ ওভারে বোলিং লাইন—এই তথ্যগুলো কেউ নিয়মিত কোড করে না। ক্রিকেটে এক্সজির মতো একটি মেট্রিক তৈরি করতে হলে আমাদের প্রথমে স্থানীয় স্কোরার, কোচ এবং ভিডিও বিশ্লেষকদের সঙ্গে মিলে ডেটা সংগৃহীত করার পদ্ধতি ঠিক করতে হবে। ডেটা ইনফ্রাস্ট্রাকচার না থাকলে কোনো মডেলই কাজ করবে না। আমার পর্যবেক্ষণ: বাংলাদেশ প্রিমিয়ার লিগে (বিপিএল) পাওয়ারপ্লে ওভারে উইকেট নেওয়ার চেয়ে ডট বল করা বেশি মূল্যবান। কারণ আমাদের উইকেটগুলো স্লো, এবং নতুন বলের মুভমেন্ট সীমিত। একজন পেসার যদি প্রথম ছয় ওভারে ২৪টি ডট বল করেন, তিনি প্রতিপক্ষের উপর এমন চাপ তৈরি করেন যা পরের দশ ওভারে স্পিনারদের জন্য সুবিধা তৈরি করে। কিন্তু আমাদের স্কোরকার্ড এই 'অদৃশ্য প্রেসার' দেখায় না। আরেকটি উদাহরণ: ডেথ ওভারে আমাদের দলগুলো প্রায়ই স্লগারদের উপর নির্ভর করে, কিন্তু ডেটা বলে যে বাংলাদেশের ঘরোয়া ক্রিকেটে ডেথ ওভারে স্ট্রাইক রেটের চেয়ে বাউন্ডারি কনভার্সন রেট বেশি গুরুত্বপূর্ণ। একজন ব্যাটসম্যান যদি ১৫০ স্ট্রাইক রেটে খেলে কিন্তু প্রতি ১০ বলে মাত্র একটি বাউন্ডারি মারেন, তিনি আসলে দলের জন্য নেতিবাচক অবদান রাখছেন—কারণ তিনি সিঙ্গেল নিচ্ছেন না, বাউন্ডারি মারছেন না, শুধু স্ট্রাইক ঘোরাচ্ছেন। এই ধরনের 'মিডল-ফেজ ট্র্যাপ' আমাদের স্কোরকার্ডে ধরা পড়ে না। একজন ইএসটিজে হিসেবে আমি বিশ্বাস করি: পাইপলাইন আগে, কবিতা পরে। অর্থাৎ ডেটা সংগ্রহ ব্যবস্থা আগে ঠিক করতে হবে, তারপর বিশ্লেষণের সৌন্দর্য। বাংলাদেশ ক্রিকেট বোর্ডের (বিসিবি) ঘরোয়া কাঠামোতে যদি একটি স্ট্যান্ডার্ড ডেটা টেমপ্লেট চালু করা যায়—প্রতি ম্যাচে শট ম্যাপ, বোলিং লাইন অ্যান্ড লেংথ, ফিল্ডিং পজিশন—তাহলে তিন মৌসুম পর আমরা নিজেদের লিগের জন্য নিজস্ব বেঞ্চমার্ক তৈরি করতে পারব। আমি প্রতিবার ম্যাচ দেখার সময় ভাবি: এই ডেলিভারিটা কেন ওই লাইনে বোলিং হলো? এই শটটা কেন সিঙ্গেলের জন্য খেলা হলো না? এই প্রশ্নগুলোর উত্তর যদি আমরা ডেটায় খুঁজি, তাহলে আমরা 'ট্যালেন্ট মিস্টিসিজম' থেকে বেরিয়ে আসতে পারব। আমাদের ক্রিকেটে প্রচুর ট্যালেন্ট আছে, কিন্তু ট্যালেন্টকে মাপার ভাষা নেই। ক্রিকেটে হোম অ্যাডভান্টেজের কথাও ভাবি। দর্শকশূন্য ম্যাচে আমাদের ঘরোয়া দলগুলো কেমন খেলে? এই প্রশ্নের উত্তর এখনো কেউ ডেটা দিয়ে দেয়নি। যদি আমরা জানি যে নির্দিষ্ট একটি ভেন্যুতে দর্শক চাপে হোম দলের বোলিং ইকোনমি ০.৮ বেড়ে যায়, তাহলে সফরকারী দলের পরিকল্পনা বদলে যেতে পারে। খালি স্টেডিয়ামের শিক্ষা হলো: প্রতিটি ম্যাচের পরিবেশকে ডেটায় রূপান্তর করা। আমার ম্যাচ দেখার অভিজ্ঞতা থেকে বলতে পারি, বাংলাদেশের ঘরোয়া ক্রিকেটে ডেটার সবচেয়ে বড় অভাব হলো 'কনটেক্সট'। একজন ব্যাটসম্যানের ৪০ রান ম্যাচের অবস্থা অনুযায়ী ভিন্ন ভিন্ন মূল্য বহন করে। পাওয়ারপ্লেতে ৪০ রান মানে আক্রমণাত্মক শুরু; মিডল ওভারে ৪০ রান মানে উইকেটে থেকে খেলা; ডেথ ওভারে ৪০ রান মানে ফিনিশিং। কিন্তু আমাদের পরিসংখ্যান এই কনটেক্সট হারিয়ে ফেলে। আমি যখন ২০১১ সালে জাতীয় দলের হয়ে ওডিআই অভিষেক করি, তখন আমি বুঝতে পারিনি যে ডেটা একদিন আমার দ্বিতীয় ভাষা হবে। টি স্পোর্টসের আন্তর্জাতিক ধারাভাষ্য দলে যোগ দেওয়ার পর আমি শিখেছি—ধারাভাষ্যেও ডেটা গল্প বলে। পিপিডিএ, এক্সজি, স্ট্রাইক রেট—এই সংখ্যাগুলো যদি সঠিক কনটেক্সটে উপস্থাপন করা হয়, তাহলে দর্শক খেলাটাকে নতুন করে দেখে। কিন্তু এখানে একটি সতর্কতা: মেট্রিক পূজা বিপজ্জনক। এক্সজি ইতিমধ্যে অপব্যবহার হচ্ছে। এটি খেলোয়াড়ের ফর্ম, রেফারির সিদ্ধান্ত, ম্যাচের মুহূর্তের সিদ্ধান্ত—এই জিনিসগুলো ব্যাখ্যা করতে পারে না। একইভাবে ক্রিকেটে, একটি মেট্রিক দিয়ে একজন খেলোয়াড়ের মূল্যায়ন করা মানে অন্ধকার ঘরে একটি মোমবাতি নিয়ে হাঁটা। আমাদের দরকার একাধিক মেট্রিকের সমন্বয়, আর সেই মেট্রিকগুলোকে স্থানীয় বাস্তবতার সঙ্গে ক্যালিব্রেট করা। আমি প্রায়ই বলি: 'একটি মডেল হলো দর্পণ, চিকিৎসক নয়।' দর্পণ দেখায় রোগের লক্ষণ, কিন্তু চিকিৎসার সিদ্ধান্ত নেয় মানুষ। বাংলাদেশ ক্রিকেটের নির্বাচকদের, কোচদের এবং বিশ্লেষকদের দরকার এমন একটি দর্পণ যা তাদের নিজেদের লিগের বাস্তবতা দেখায়। বিদেশি মডেলের ফলাফল কপি করার দরকার নেই; দরকার নিজেদের মডেল বানানোর সাহস। সবশেষে, একটি প্রশ্ন রেখে যাচ্ছি: আগামী বিপিএল মৌসুমে যদি আমরা প্রতিটি ম্যাচের পাওয়ারপ্লে, মিডল এবং ডেথ ফেজের আলাদা স্ট্রাইক রেট এবং ইকোনমি রেট প্রকাশ করি, তাহলে আমাদের নির্বাচকরা কি সেই ডেটা ব্যবহার করে দল গড়বেন? নাকি তারা আগের মতোই 'ফর্ম' আর 'অভিজ্ঞতা' শব্দ দিয়ে সিদ্ধান্ত নেবেন? এই প্রশ্নের উত্তরই নির্ধারণ করবে বাংলাদেশ ক্রিকেটের ডেটা যুগ কবে শুরু হবে। আমি অপেক্ষা করব না—আমি মডেলটি আগে বানাব, তারপর দেখব কে এটি ব্যবহার করে। কারণ পিপিডিএ আমাকে জার্মানি শিখিয়েছে, আর জার্মানি আমাকে শিখিয়েছে যে ডেটা কখনো মিথ্যা বলে না, শুধু সঠিক ভাষায় পড়তে হয়।