অকশনের দাম, মাঠের দাম: বিপিএল ট্রান্সফার উইন্ডোয় সংখ্যাগুলো কোথায় চিৎকার করে, আর কোথায় চুপ করে থাকে

অকশনের দাম, মাঠের দাম: বিপিএল ট্রান্সফার উইন্ডোয় সংখ্যাগুলো কোথায় চিৎকার করে, আর কোথায় চুপ করে থাকে

গত ফেব্রুয়ারির এক সন্ধ্যায় মিরপুরের শেরে-বাংলা জাতীয় ক্রিকেট স্টেডিয়ামে আমি স্কোরবুকের পাশে বসে একটা ছোট হিসাব মেলাচ্ছিলাম। ইনিংসের ১৮তম ওভারটা বলছিলেন দলের সবচেয়ে দামি বিদেশি পেসার—যাঁকে ড্রাফটে নেওয়া হয়েছিল ক্যাটাগরি-এ-র সবচেয়ে উঁচু ধাপে। ওই এক ওভারে গেল ২২ রান। তার ঠিক আগের ওভারে বল করেছিলেন একজন অনক্যাপড বাঁহাতি স্পিনার, যাঁর নাম ড্রাফটের তালিকার প্রায় শেষ দিকে ছিল; তিনি দিয়েছিলেন মাত্র ৪ রান, সঙ্গে একটি উইকেট। দুই ওভারের ব্যবধান আঠারো রান এবং একটি উইকেট; কিন্তু দুই বোলারের দামের ব্যবধান ছিল প্রায় দশ গুণ।

স্কোরবুক ওই রাতে যে প্রশ্নটা করেনি, সেটা হলো: আমরা আসলে কী কিনছি—দক্ষতা, নাকি স্মৃতি? এই লেখাটি সেই প্রশ্নের উত্তর খোঁজার একটা চেষ্টা, এবং সেটাও কোনো চূড়ান্ত রায় নয়, বরং একটা অডিট। বছর পনেরো আগে যখন প্রথম মডেল বানাতে শুরু করি, তখন ভেবেছিলাম উত্তরটা সহজ। আজ জানি, প্রশ্নটা সহজ, উত্তরটা নয়।

প্রসঙ্গ: যেখানে দাম নির্ধারিত হয় মাঠের বাইরে

বাংলাদেশ প্রিমিয়ার লিগের ট্রান্সফার উইন্ডো কখনোই শুধু ক্রিকেটের হিসাব ছিল না। বিসিবির ড্রাফট-ব্যবস্থা, রিটেনশনের নিয়ম, ক্যাটাগরি-ভিত্তিক ভিত্তিমূল্য, বিদেশি খেলোয়াড়ের কোটা আর স্যালারি ক্যাপ—এই কাঠামোটা এমনভাবে সাজানো যে দাম তৈরি হয় অনেকগুলো ভেরিয়েবলের যোগফলে, যার বড় অংশটাই মাঠের পারফরম্যান্সের বাইরে থাকে। একজন এজেন্টের দর-কষাকষি, একটা দলের স্পনসর-চাহিদা, একটা পাসপোর্টের বাজারমূল্য, কিংবা গত মৌসুমের একটা বিখ্যাত ইনিংসের স্মৃতি—এসব মিলে একটা সংখ্যা দাঁড়ায়, আর আমরা সেই সংখ্যাটাকে প্রতিভার প্রমাণ বলে ধরে নিই।

২০২৪ ও ২০২৫—টানা দুই মৌসুমে ফর্চুন বরিশাল বিপিএল শিরোপা জিতেছে। ২০২৫ সালের ফাইনালে তারা চট্টগ্রাম কিংসকে হারিয়েছিল, যা ইএসপিএনক্রিকইনফোর ম্যাচ রেকর্ডে লিপিবদ্ধ। শিরোপা জেতা দলগুলো নিয়ে যখন হিসাব করি, দেখি জয়ের গল্পটা সাধারণত সবচেয়ে দামি তারকার গল্প নয়; গল্পটা হয় একটা ভারসাম্যের, যেখানে সস্তা কিন্তু নির্দিষ্ট ভূমিকায় দক্ষ খেলোয়াড়েরা ওজন বহন করে। বিসিবির ঘোষিত ড্রাফট তালিকা আর ম্যাচ-ভিত্তিক স্কোরকার্ড মিলিয়ে দেখলে এটা স্পষ্ট হয়, তবে শুধু চোখে দেখলে হয়তো স্পষ্ট হয় না।

আমি ২০১৭ সালে প্রথমবার বিপিএলের জন্য একটা মডেল বানিয়েছিলাম, ঢাকার মতিঝিলের ছোট্ট একটা অফিসঘরে বসে। সেই সময়ে লিগটা কাগজের স্কাউটিং থেকে ডিজিটাল ট্র্যাকিংয়ের দিকে যাচ্ছিল। মডেলটা প্রকাশ করার আগে আমি বাড়তি ছয় সপ্তাহ নিয়েছিলাম শুধু যাচাইয়ের জন্য, আর মৌসুমের মাঝপথের একটা ডেডলাইন হাতছাড়া করেছিলাম। তখন শিখেছিলাম: স্প্রেডশিট কখনোই শত্রু ছিল না; শত্রু ছিল তার ওপর আমার অন্ধ ভরসা। ওই শিক্ষাটাই আজ এই লেখার ভিত্তি।

মিরপুরের গ্যালারিতে বসে আমি বহুবার দেখেছি, একটা দামি সাইনিং যখন প্রথম দুই ওভারেই দুইটা ছক্কা খায়, তখন গ্যালারির ভাষা বদলে যায়। কিন্তু গ্যালারি যা ভাবে আর ডেটা যা বলে, তার মধ্যে একটা ফাঁক থাকে—আর সেই ফাঁকটাই এই লেখার বিষয়।

মূল বিশ্লেষণ: ফেজ-ইকোনমির ভাষা

টোয়েন্টি-২০ ক্রিকেটের প্রথম সত্য হলো, ম্যাচটা একটানা প্রবাহ নয়; সেটা তিনটা আলাদা ভাষার তিনটা অধ্যায়—পাওয়ারপ্লে, মিডল ওভার, আর ডেথ। একটা বোলারের সামগ্রিক ইকোনমি ৭.৮০ দেখতে ভালো লাগতে পারে, কিন্তু সেই সংখ্যাটা তিনটা ভিন্ন বাস্তবতাকে একসাথে জোড়া লাগিয়ে বানানো একটা গড়। পাওয়ারপ্লেতে ফিল্ড সীমিত, ডেথে সীমিত; মাঝের ওভারে স্পিনার রাজা। যে বোলার পাওয়ারপ্লেতে দুর্দান্ত কিন্তু ডেথে প্রতি ওভারে এগারো রান দেন, তাঁর সামগ্রিক ইকোনমি ঠিকই মাঝারি দেখাবে—কিন্তু ম্যাচের সবচেয়ে দামি ওভারগুলোতে তিনি ছিলেন সবচেয়ে ব্যয়বহুল।

তাই আমি ফেজ-ভিত্তিক ইকোনমি আলাদা করে দেখি: পাওয়ারপ্লে ইকোনমি, মিডল-ওভার ইকোনমি, ডেথ-ওভার ইকোনমি। সঙ্গে দেখি ডট-বলের শতাংশ এবং বাউন্ডারি কনসেশন রেট। ডেটা কথা বলেনি; আগে আমাকে তার নীরবতা শিখতে হয়েছে। কারণ যে বোলার অনেক ডট বল দেন কিন্তু প্রতি ওভারে একটা ছক্কা খান, তিনি আসলে একই ওভারে দুটো চরিত্র—একজন কৃপণ, আর একজন দানশীল। গড় সেই দ্বৈততা লুকিয়ে ফেলে।

এখানে একটা ব্যবহারিক দৃষ্টান্ত দিই। ধরুন, বোলার-ক-এর পাওয়ারপ্লে ইকোনমি ৬.৪, মিডল ৭.১, ডেথ ১১.২। বোলার-খ-এর পাওয়ারপ্লে ৮.৯, মিডল ৭.৮, ডেথ ৮.৪। সামগ্রিক গড়ে দুজন প্রায় সমান দেখাবেন, কিন্তু ড্রাফটের হিসাবে দুজন সম্পূর্ণ ভিন্ন পণ্য। প্রথমজন হলেন সেই বোলার যাঁকে আপনি ১৭তম ওভারে আনতে পারেন না; দ্বিতীয়জন সেই বোলার যাঁকে পাওয়ারপ্লেতে ফেললে ব্যয়বহুল, কিন্তু ডেথে নির্ভরযোগ্য। একটা দল যদি দুইজনকেই একই দামে কেনে, তাহলে দলটা শুধু টাকা খরচ করছে না, একটা ভূমিকাও ভুল বুঝছে।

ডট বলের নীরবতা

ডট বল কোনো সংখ্যা নয়; সেটি ব্যাটারের অপেক্ষা করার স্বীকারোক্তি। ফুটবলে যেমন একটা প্রেসিং সূচক বলে দেয় একটা দল কীভাবে কষ্ট করতে চায়, তেমনি ক্রিকেটে ডট-বলের বিন্যাস বলে দেয় একটা ব্যাটার কীভাবে সময় নষ্ট করতে রাজি। কিন্তু এখানেই একটা সূক্ষ্ম ফাঁদ আছে: ডট বলের সংখ্যা নিজে থেকে ভালো বা খারাপ নয়। টপ অর্ডারে যিনি ৩০ বলে ২৫ করেন এবং ১৫টা ডট খান, তিনি দলকে চাপে ফেলেন। মিডল অর্ডারে যিনি ৩০ বলে ৪৫ করেন এবং ১২টা ডট খান, তিনি ম্যাচ জেতান।

আমি প্রতি ব্যাটারের জন্য একটা ছোট সূচক বানাই: প্রতি ডট বলের বিপরীতে পরবর্তী তিন বলে স্ট্রাইক রোটেশন। যাঁরা ডট খেয়ে ঠিক পরের বলে সিঙ্গেল নেন, তাঁরা দলের জন্য ব্যয়বহুল নন—তাঁরা আসলে ইনিংসের নাড়ি ধরে রাখেন। যাঁরা ডট খেয়ে পরপর আরও দুটো ডট খান, তাঁদের ক্ষেত্রে ওই তিন বলের ব্লকটাই একটা ছোট বিপর্যয়। স্কোরবুকে তিন বল ফাঁকা; অথচ ম্যাচের গতি সেখানেই বদলে যায়।

আমি প্যাটার্নটা খুঁজে পাইনি; ডেটার ভেতরেই প্যাটার্নটা আমাকে খুঁজে নিয়েছে। দুই মৌসুমের ডেটা সাজাতে গিয়ে দেখলাম, যে দলগুলো শেষ চারে উঠেছে, তাদের মিডল-ওভারের ডট-বল শতাংশ গড়ে নিচের দিকের ছয় দলের চেয়ে প্রায় ছয় শতাংশ কম। সংখ্যাটা বড় মনে হয় না। কিন্তু ১৬ ওভারের হিসাবে ছয় শতাংশ ডট বল মানে প্রতি ইনিংসে প্রায় ছয়টা বাড়তি বল যেগুলো স্ট্রাইক রোটেশনে খরচ হয়—সেটা শেষ পাঁচ ওভারে গিয়ে সাধারণত আট থেকে দশ রান। টোয়েন্টি-২০-তে আট থেকে দশ রান মানে একটা ম্যাচ।

ব্যাটিং ফেজ-ম্যাপ: গড়ের ভেতরে লুকানো তিনজন ব্যাটার

একজন ব্যাটারের টুর্নামেন্ট-স্ট্রাইক রেট ১৩২। সুন্দর সংখ্যা। কিন্তু ওই ১৩২-এর ভেতরে লুকিয়ে থাকে তিনজন ভিন্ন ব্যাটার। পাওয়ারপ্লেতে তিনি হয়তো ৯০-এ খেলেন, ফিল্ড আপ থাকায়; মিডল ওভারে ১১৫-এ, স্পিন সামলাতে গিয়ে; আর ডেথে ১৭০-এ, যখন তিনি শট নিতেই বাধ্য। গড়টা ঠিক ১৩২ দেখায়, কিন্তু দলীয় হিসাবে তিনি কোন ওভারে কতটা মূল্য দিচ্ছেন, সেটা গড় বলতে পারে না।

আমি তাই প্রতিটি ব্যাটারের ফেজ-ভিত্তিক স্ট্রাইক রেট আর ফেজ-ভিত্তিক বল-খরচের (বল-পার-ডিসমিসাল) একটা ছক বানাই। এখানে আমার কাজটা অনেকটা মডেল বানানোর সেই পুরনো অভ্যাসের মতো—আমি মডেল বানাই সেভাবে, যেভাবে সন্ন্যাসীরা পাণ্ডুলিপি নকল করেন; ধীরে, আর ভুলের ভয়ে। কারণ একটা ফেজ-ভিত্তিক ছকে মাত্র কুড়ি-তিরিশ বলের নমুনা থাকে। কুড়ি বলে একজন ব্যাটারের স্ট্রাইক রেট প্রায় একটা দৈব সংখ্যা। এই জায়গায় আমি নিজেকে বারবার থামাই।

ভ্যালু পার লাখ: একটা মডেল, আর তার সীমা

আমি একটা সরল সূচক বানানোর চেষ্টা করি, যার নাম দিয়েছি ভ্যালু পার লাখ। পদ্ধতিটা এই: একজন খেলোয়াড়ের ফেজ-ভিত্তিক অবদানকে ওজন দিয়ে যোগ করা হয়—পাওয়ারপ্লের ওজন সর্বনিম্ন, মিডল মধ্যম, ডেথ সর্বোচ্চ, কারণ ডেথে খেলার চাপ সবচেয়ে বেশি। তারপর সেই যোগফলকে তাঁর ড্রাফট-মূল্যের সাথে ভাগ করা হয়। ফলাফল একটা অনুপাত, যা বলে দেয় প্রতি লাখ টাকায় কতটা মাঠ-অবদান পাওয়া যাচ্ছে।

মডেলটা সুন্দর, এবং ঠিক সেই কারণেই সন্দেহজনক। কারণ এর তিনটা দুর্বলতা আছে, যেগুলো আমি নিজের লেখায় লিখতে বাধ্য থাকি। প্রথমত, ওজনগুলো আমি দিয়েছি—ডেটা দেয়নি। ওজন বদলালে র্যাঙ্কিং বদলে যায়। দ্বিতীয়ত, ড্রাফট-মূল্য একটা একক সময়ের সংখ্যা, কিন্তু অবদান পুরো মৌসুমের। তৃতীয়ত, নমুনা ছোট। একটা বিপিএল মৌসুমে একজন মিডল-অর্ডার ব্যাটার হয়তো ২২০ থেকে ২৮০ বল খেলেন। তাতে ফেজ-ভিত্তিক ভাঙলে প্রতি ফেজে সাতাশ থেকে আশি বল। এই নমুনায় আমি কাউকে চূড়ান্ত সিদ্ধান্ত দিতে পারি না, শুধু একটা সংকেত দিতে পারি।

তবুও একটা প্যাটার্ন বারবার ফিরে আসে, আর সেটাই এই লেখার মূল আবিষ্কার। যেসব অনক্যাপড খেলোয়াড় ড্রাফটের নিচের দিকে থাকেন কিন্তু ডেথ-ওভার ইকোনমি ৮.৫-এর নিচে রাখেন, তাঁরা মূল্য-অনুপাতে প্রায়ই ক্যাটাগরি-এ-র বিদেশি পেসারের চেয়ে এগিয়ে থাকেন। তাঁদের সমস্যা প্রতিভার নয়, দৃশ্যমানতার।

ডমেস্টিক পাইপলাইনের হিসাব

এখানেই বাংলাদেশের নির্দিষ্ট বাস্তবতা ঢোকে, আর এই অংশটা আমি এড়িয়ে যেতে চাই না। ঢাকা প্রিমিয়ার লিগ, জাতীয় ক্রিকেট লিগ, বয়সভিত্তিক দল—এই পাইপলাইনটা এমন একটা ব্যবস্থা যেখানে ভালো পারফরম্যান্স প্রায়ই কম ক্যামেরার সামনে ঘটে। লিস্ট-এ ক্রিকেটে একজন বাঁহাতি স্পিনার হয়তো টানা তিন মৌসুমে ৪.২-এর ইকোনমি রেখেছেন, কিন্তু টেলিভিশনে তাঁর বল দেখা যায়নি। ড্রাফটের টেবিলে তিনি তখন একটা নাম, কোনো ডেটা-সেট নন।

এখানে সিলেকশন বায়াস কাজ করে। বিপিএলের স্কাউটিং সাধারণত দুটো জায়গায় বেশি মনোযোগ দেয়—গত মৌসুমের হাইলাইট, আর পরিচিত নাম। কিন্তু লিস্ট-এ ইকোনমির ধারাবাহিকতা আর টোয়েন্টি-২০ ডেথ-ওভার ইকোনমির মধ্যে একটা যোগসূত্র আছে, যা নিছক হাইলাইট দেখে ধরা যায় না। আমি বিশ্বাস করি, যে দল এই যোগসূত্রটা আগে ধরতে পারবে, তারা বাজারে সবচেয়ে বড় সুবিধাটা নিচের দিক থেকে তুলে নেবে।

স্যাম্পল সাইজের শৃঙ্খলা

টোয়েন্টি-২০ একটা উচ্চ-ভ্যারিয়েন্স খেলা। একটা ইনিংসে একজন ব্যাটার তিনবার এজ নিয়ে চার পেতে পারেন, আর ম্যাচটা বদলে যেতে পারে। তাই কোনো খেলোয়াড়ের একটা ইনিংস থেকে সিদ্ধান্ত টানা মানে ডেটাকে অপব্যবহার করা। আমি নিজের ছকে সবসময় ন্যূনতম একটা নমুনা-শর্ত বসাই, আর সেই শর্ত পূরণ না হলে সংখ্যাটা ছকে থাকলেও তার পাশে একটা তারকাচিহ্ন দিই। সেই তারকাচিহ্নটা আমার মডেলের পরাজয় স্বীকার করা, এবং সেটাই আমার কাজের সবচেয়ে সৎ অংশ।

একটি প্যারাডক্স দেয়াল নয়; সেটি হাতলহীন একটা দরজা, যতক্ষণ না আপনি তার মানচিত্র আঁকেন। আমার সবচেয়ে বড় প্যারাডক্সটা হলো এই: বিপিএলের দামি সাইনিংগুলো পরিসংখ্যানে যতটা খারাপ, মাঠে ততটা খারাপ নয়। কারণটাও ডেটায় আছে, শুধু সঠিক জায়গায় খুঁজতে হয়।

ম্যাচ-আপ: যে সংখ্যা দলগুলো সবচেয়ে কম দেখে

ড্রাফটের টেবিলে সবচেয়ে কম আলোচিত অথচ সবচেয়ে নির্ভরযোগ্য তথ্য হলো ম্যাচ-আপ। একজন বাঁহাতি স্পিনারের ডানহাতি টপ-অর্ডারের বিরুদ্ধে ইকোনমি এবং বাঁহাতি মিডল-অর্ডারের বিরুদ্ধে ইকোনমি প্রায়ই দুই রানের বেশি ফারাক দেখায়। একইভাবে একজন পেসারের পাওয়ারপ্লে ম্যাচ-আপ আর ডেথ-ওভার ম্যাচ-আপ আলাদা। দল যখন শুধু সামগ্রিক ইকোনমি দেখে খেলোয়াড় কেনে, তারা আসলে একটা গড় কিনছে—একটা নির্দিষ্ট ভূমিকা নয়।

আমার কাছে এটাই ট্রান্সফার উইন্ডোর আসল অর্থনীতি। বাজারের দাম বলে দেয় কে বেশি পরিচিত; ম্যাচ-আপ বলে দেয় কে বেশি কার্যকর। দুইটা সংখ্যা প্রায়ই মেলে না, আর সেই অমিলটাই একটা স্মার্ট দলের জন্য সুযোগ।

কাউন্টার-ইনটিউটিভ: যখন দাম সঠিকই থাকে

এখন আমার নিজের থিসিসের বিরুদ্ধে দাঁড়ানোর সময়। কারণ কোরিলেশন মানে কার্যকারণ নয়, এবং আমি যদি দাবি করি দামি খেলোয়াড় সবসময় অপচয়, তাহলে আমি নিজেই সেই মডেল-মৌলবাদের ফাঁদে পড়ব, যেটার বিরুদ্ধে আমি লিখি।

সত্যিটা হলো, কিছু দামি সাইনিং সঠিকই থাকে, এবং কারণটা ডেটার বাইরে। একজন অভিজ্ঞ বিদেশি তারকা ড্রেসিংরুমে যা যোগ করেন—অনক্যাপড তরুণদের জন্য অনুশীলনের মান, ম্যাচ-পরিস্থিতিতে শান্ত থাকার সংস্কৃতি, স্পনসর-আয় যা দলের বাকি বাজেট চালায়—সেটা কোনো ফেজ-ইকোনমিতে ধরা পড়ে না। ২০১৬ সালে মুস্তাফিজুর রহমান সানরাইজার্স হায়দরাবাদের হয়ে আইপিএলের উদীয়মান খেলোয়াড় পুরস্কার জেতেন, তিনিই প্রথম বাংলাদেশি; সেই সাফল্যের পেছনে দলীয় পরিবেশ আর মেন্টরশিপের ভূমিকা ছোট ছিল না।

আবার উল্টোটাও ঘটে। যে অনক্যাপড খেলোয়াড় আমার মডেলে দুর্দান্ত, তিনি বড় মঞ্চে প্রথম দুই ম্যাচে ভেঙে পড়তে পারেন—কারণ চাপের ডেটা আমার ছকে নেই। তাই আমার সিদ্ধান্তটা এখানে সতর্ক: দাম আর পারফরম্যান্সের সম্পর্ক দুর্বল, কিন্তু শূন্য নয়। আমি যা বলছি তা হলো, দামকে প্রতিভার প্রমাণ ধরে নেওয়া বন্ধ করা; দামকে একটা ভেরিয়েবল হিসেবে দেখা, যা নিজেই ব্যাখ্যা দাবি করে।

শেষ কথা: পরের উইন্ডোতে যা দেখব

পরের ড্রাফটে আমি তিনটা জিনিস দেখব। প্রথমত, ডেথ-ওভার ইকোনমি আলাদা করে, সামগ্রিক গড় নয়। দ্বিতীয়ত, বয়সের বাঁক—কোন খেলোয়াড়ের ফেজ-ভিত্তিক অবদান এখনো উঠছে, আর কারটা পড়ে যাচ্ছে। তৃতীয়ত, আর সবচেয়ে গুরুত্বপূর্ণ, লিস্ট-এ ও জাতীয় লিগের ধারাবাহিকতা, কারণ সেখানেই সবচেয়ে কম দেখা ডেটা লুকিয়ে থাকে।

স্টেডিয়াম খালি হলে হোম অ্যাডভান্টেজ হারিয়ে যায়নি; সেটি জায়গা বদলেছে—বিপিএলেও সুবিধাটা আজ মাঠের মাঝখানে নয়, ড্রাফটের টেবিলে। পরের মৌসুমে একটা প্রশ্ন খোলা থাকল: যে দল সবচেয়ে কম আলোচিত খেলোয়াড়টাকে সবচেয়ে সঠিক ভূমিকায় নামাতে পারবে, তার শিরোপা জেতার সম্ভাবনা কি আসলে সবচেয়ে বেশি? উত্তরটা মাঠ দেবে, স্কোরবুক নয়।