হোম অ্যাডভান্টেজের অডিট: বাংলাদেশের টেস্ট জয়ে পিচ আর গ্যালারির ভাগ আলাদা করা যায় কি

মিরপুরের তৃতীয় দিনের প্রথম সেশন। দুই দিনে ২৬টি উইকেট পড়েছে, তার ১৯টিই স্পিনারদের হাতে — ৭৩ শতাংশ। পাশে বসা এক সহকর্মী স্কোরবুকের দিকে তাকিয়ে বললেন, “এ তো পিচের কারসাজি।” আমি মাথা নাড়লাম। স্কোরবুক কারসাজি লেখে না, সে অনুপাত লেখে। আর অনুপাতের ভাগ বাঁটোয়ারা করার কাজটা আমার, কারণ আমি ট্রান্সফার মার্কেট অ্যাডমিনিস্ট্রেটর — হাতে মাঠ কম, খাতা বেশি।

সেই সপ্তাহেই লেজার খুলে বসি। জানুয়ারি ২০১৫ থেকে বাংলাদেশ ৪৫টি হোম টেস্ট খেলেছে, জিতেছে ১৮টি — ৪০ শতাংশ। ঘরের বাইরে ৪১টি, জয় ৪টি — ৯ দশমিক ৮ শতাংশ। ব্যবধান প্রায় চার গুণ। সংখ্যাটা দ্রুত একটা গল্প বলে ফেলে: ঘরে বাংলাদেশ অন্য দল। গল্প এত পরিষ্কার হলে বিশ্লেষণের দরকার থাকত না। প্রশ্ন হলো, এই ৪০ শতাংশের কতটা পিচ, কতটা গ্যালারি, কতটা সূচি আর প্রতিপক্ষের গঠন।

২০১৮ সালে আমি শিখেছিলাম, xG ভিড়ের জায়গা নিতে পারে না। সেটা ছিল ফুটবলের পাঠ। ক্রিকেটে সেই পাঠের অনুবাদ সহজ: হোম অ্যাডভান্টেজ আসলে অন্তত তিনটি চলকের যোগফল, আর প্রতিটি চলকের নিজের ত্রুটি-বার্তা আছে।

আমি হোম অ্যাডভান্টেজ ইনডেক্স বানানোর সময় তিনটি স্তর আলাদা রাখি। স্পিন উইকেট শেয়ার — একটি ম্যাচে স্পিনাররা যত শতাংশ উইকেট নেয়। প্রথম ইনিংসের গড় স্কোর — কারণ বাংলাদেশের হোম টেস্টে অন্তত দুই ধরনের খেলা দেখা যায়। আর ডট-বল প্রেশার, যা আমি পাঁচ ওভারের স্লাইডিং উইন্ডোতে মাপি, কারণ টেস্টে চাপ এক ওভারে তৈরি হয় না, জমা হয়।

ডেটার উৎস ball-by-ball লগ: প্রতিটি বলের সময়-স্ট্যাম্প, ভেন্যু ট্যাগ, বোলারের ধরন আর ব্যাটসম্যানের হ্যান্ডেডনেস। প্রতিটি সংখ্যা আমি অন্তত দুই জায়গায় মিলিয়ে দেখি। সংবাদমাধ্যমে প্রকাশিত পরিসংখ্যানের সঙ্গে লেজারের ফারাক থাকলে লগকে প্রাধান্য দিই, আর ফারাকের কারণ আলাদা নোটে লিখে রাখি।

নমুনা নিয়ে সৎ থাকা দরকার। ৪৫টি হোম টেস্ট ভেন্যুতে ভাগ করলে মিরপুরে পড়ে ২৫টি, চট্টগ্রামে ১৪টি, সিলেটে ৪টি। চারটি ম্যাচ দিয়ে বাগান বানানো যায় না, বাগানের বেড তৈরি করা যায়। তাই সিলেটের যেকোনো সিদ্ধান্তে আমি আস্থার মাত্রা নামিয়ে রাখি এবং সেটা লেখাতেও বলে দিই।

আমার লেজারে মিরপুর আর চট্টগ্রাম প্রায় দুইটা আলাদা দেশ। মিরপুরে স্পিনারদের উইকেট শেয়ার ৬৯ থেকে ৭২ শতাংশের মধ্যে দোলে, প্রথম ইনিংসের গড় ২৮৯, আর তৃতীয় ইনিংসে সেই গড় নেমে আসে ১৯০-এর ঘরে। চট্টগ্রামে স্পিন শেয়ার ৫১ শতাংশ, প্রথম ইনিংসের গড় ৩৪১। সিলেটের পাতলা ডেটায় স্পিন শেয়ার ৪৭ শতাংশ, প্রথম ইনিংসের গড় ৩৫৫।

এখান থেকে একটা কাজের সিদ্ধান্ত বেরিয়ে আসে: ঢাকার হোম অ্যাডভান্টেজ আর চট্টগ্রামের হোম অ্যাডভান্টেজ এক নয়। একটির ইঞ্জিন স্পিন, অন্যটির ইঞ্জিন রান-বেস। যে টিম কম্পোজিশন দুটোকে এক করে দেখে, সে প্রতি সিরিজে অন্তত একটি ম্যাচ ভুল প্রস্তুতি নিয়ে নামে।

স্পিন লোডের হিসাব আরও পরিষ্কার। হোমে বাংলাদেশের স্পিনাররা মোট ওভারের প্রায় ৭১ শতাংশ বল করেন; অ্যাওয়েতে সেই সংখ্যা ৪৪ শতাংশে নেমে আসে। এই পার্থক্যটা কেবল পিচের ফল নয়, এটি নির্বাচনী সিদ্ধান্তের ফল — কন্ডিশন দেখে টিম বদলানো হয়, আর পিচ প্রস্তুতি সেই সিদ্ধান্তের সঙ্গে তাল মিলিয়ে হয়।

পিচ কিউরেটরকে আমি নিরপেক্ষ কারিগর ধরতে চাই। বাস্তবে পিচ প্রস্তুতি একটি নির্বাচনী সিদ্ধান্ত — স্বাগতিক দলের বোলিং রিসোর্স, প্রতিপক্ষের ব্যাটিং দুর্বলতা, সিরিজের অবস্থান, এসব মিলিয়ে ঠিক হয় কতটা ঘাস থাকবে, কতটা শুকনো হবে। হোম অ্যাডভান্টেজের বড় অংশ মাঠে তৈরি হয় না; মাঠ তৈরি হওয়ার আগেই সেটা নির্ধারিত হয়ে যায়।

এখন গ্যালারির পালা। ২০২০ সালে আমি ৩০৬টি ক্লোজড-ডোর ফুটবল ম্যাচের ডেটা দেখেছিলাম; হোম উইন হার ৪৩ থেকে ৩৩ শতাংশে নামে, হোম গোল ১.৫২ থেকে ১.২১-এ। সেটা ছিল বড় নমুনা। ক্রিকেটে আমার হাতে তেমন নমুনা নেই। ২০২০-২১ উইন্ডোতে বাংলাদেশ স্বল্প বা শূন্য দর্শক নিয়ে ছয়টির মতো হোম ম্যাচ খেলেছে, আর জয়ের অনুপাতটি দেখতে ভালোই। ছয় ম্যাচের ৯৫ শতাংশ আস্থা ব্যবধান এত চওড়া যে সেটা দিয়ে ভিড়ের প্রভাব মাপা যায় না, মাপা যায় শুধু দিক।

ভিড় চলে যাওয়ার পর আমি রিক্যালিব্রেট করেছি: নীরবতা একটা চলক, অনুপস্থিতি নয়। ক্লোজড-ডোর ম্যাচ মানে কেবল শব্দের অভাব নয় — অনেক সময় আম্পায়ারিং প্রবণতা, রিভিউয়ের সিদ্ধান্ত, ফিল্ডারদের মধ্যে যোগাযোগ, এমনকি ড্রিংকস ব্রেকে আলোচনার তীব্রতাও বদলে যায়।

আমার বর্তমান হেডলাইন অনুমান: বাংলাদেশের টেস্ট হোম অ্যাডভান্টেজের প্রধান চালক পিচ প্রস্তুতি ও স্পিন লোড; গ্যালারির অবদান বাস্তব, কিন্তু দ্বিতীয় স্তরের। আস্থার মাত্রা মধ্যম, কারণ নমুনা ছোট এবং সরাসরি পরীক্ষা নেই।

ব্যাটারদের দিকটাও একই সাবান দিয়ে ধুতে হয়। হোমে বাংলাদেশের টপ-অর্ডারের গড় আমার লেজারে ৩৮-এর ঘরে, অ্যাওয়েতে ২৬-এর ঘরে। এই ব্যবধান মানে হোমে গড়ে তোলা ফর্ম একটা বাফার, আর বাফারটা অ্যাওয়ে সফরের প্রথম ইনিংসেই মুছে যায়। প্রোফাইল লেখার সময় আমি বাফারটা আলাদা করে বাদ দিই, নইলে ঘরোয়া সিরিজের দুটি ফিফটি অ্যাওয়ে সফরের যোগ্যতার প্রমাণ হয়ে দাঁড়ায়।

আরেকটি সংখ্যা দেখা দরকার: ১৮টি হোম জয়ের মধ্যে ৯টি এসেছে জিম্বাবুয়ে ও ওয়েস্ট ইন্ডিজের বিপক্ষে। অর্থাৎ বাংলাদেশের হোম অ্যাডভান্টেজ একটা ঢাল, তবে সেই ঢালটি সব প্রতিপক্ষের সামনে সমান মাপের নয়। যে বিশ্লেষণ প্রতিপক্ষের মান আলাদা করে না, সেটা বাংলাদেশকে আসল অবস্থানের চেয়ে শক্তিশালী দেখায়।

তখন ভ্যালুয়েশনের প্রশ্ন আসে। আমি লেজার দিয়ে একটা মঠ বানিয়েছি, আর ট্রান্সফার উইন্ডো হয়ে গেল আমার লিটার্জি। প্রতিটি প্রোফাইলে আমি দুটি স্কোর রাখি — কাঁচা পারফরম্যান্স স্কোর আর কন্ডিশন-সংশোধিত স্কোর। কন্ডিশন-সংশোধনের সময় হোম-অনলি পারফরম্যান্সে ০.৭২ থেকে ০.৮০ ফ্যাক্টর বসাই, কারণ হোম কন্ডিশনের সুবিধাটা খেলোয়াড়ের নিজের সম্পদ নয়, পিচের।

একটি সিটেবল উদাহরণ টানতে হয়। ২০১৬ সালের আইপিএল নিলামে সানরাইজার্স হায়দরাবাদ মুস্তাফিজুর রহমানকে ১.৪ কোটি রুপিতে কিনেছিল। সেই দামের পিছনে ছিল কাটার, ভ্যারিয়েশন আর ডেথ-ওভারে অ্যাওয়ে-প্রুভ ইকোনমি। ঘরের মাটিতে কাটার কতটা কাজ করে, সেটা নিলামের হিসাবে বড় ইনপুট ছিল না। নিলামের দাম সংখ্যা নয়, শর্তসহ একটা বাক্য — আমি সেটা ২০১৬ সালে বুঝেছিলাম, আর তখন থেকে প্রতিটি প্রোফাইলে শর্তটা লিখে রাখি।

লেজার রাখার বিষয়টা আমি ব্লকচেইনের ধাঁচে ভাবি। প্রতিটি এন্ট্রির একটি সময়-স্ট্যাম্প, একটি উৎস এবং একটি সংশোধন-নোট থাকে। মডেল বদলালে পুরনো সংখ্যা মুছে ফেলে নতুন সংখ্যা বসাই না; নতুন এন্ট্রি যোগ করি এবং কেন বদলালাম লিখে রাখি। দুই মৌসুম পরে তখন বোঝা যায়, কোন ভুলটা কোন অনুমান থেকে এসেছিল। ক্রিকেট ডেটার সবচেয়ে বড় সমস্যা টাইপো নয়, প্রোভেন্যান্সের অভাব — কোন বল কোন ফিল্ডিং সেটআপে হল, কোথা থেকে সংখ্যাটা এল, এসব অনেক সময় কোথাও লেখা থাকে না।

এখানেই আমি নিজের মডেলের বিরুদ্ধে দাঁড়াই। আমরা সহজে ধরে নিই হোম অ্যাডভান্টেজ মানে আম্পায়ারের পক্ষপাত, ভিড়ের চাপ আর পরিচিত শয্যা। ৪০ শতাংশ হোম উইন রেট কোনো কারণ প্রমাণ করে না; সে শুধু ফলাফল জানায়। টিম কম্পোজিশন, প্রতিপক্ষের স্পিন-দুর্বলতা আর টেস্ট চ্যাম্পিয়নশিপের সূচি — এই তিনটি মিলে বিশাল অংশ ব্যাখ্যা করে ফেলে, আর সেটা গোপন শক্তিও নয়, পরিকল্পনা।

দ্বিতীয় আপত্তিটা আরও অস্বস্তিকর। ক্রিকেটে ফুটবলের সহগ সরাসরি বসানো যায় না। ফুটবলে টানা ৯০ মিনিটের শব্দচাপ খেলার গতি বদলায়; টেস্টে একটি বলের ফলাফলে দর্শকের সরাসরি প্রভাব মাপার প্রায় কোনো উপায় নেই। তাই ২০২০ সালের ৩০৬ ম্যাচের গবেষণা থেকে পাওয়া সংখ্যাগুলো আমি ক্রিকেটে অনুমান হিসেবে ধরি, প্রমাণ হিসেবে নয়।

তৃতীয় ফাঁদটি পিচ-প্রস্তুতির ভেতরেই লুকিয়ে আছে। স্পিন-সহায়ক পিচ সব সময় স্বাগতিক দলের পক্ষে দাঁড়ায় না; প্রতিপক্ষের স্পিন-ব্যাটিং ভালো হলে সেটাই দলকে আক্রমণ করে। তখন কিউরেটর আর টিম ম্যানেজমেন্টের মধ্যে একটি টানাপোড়েন তৈরি হয়, আর হোম অ্যাডভান্টেজ ধীরে ধীরে গায়েব হয়ে যায়।

পরবর্তী হোম সিরিজে আমি তিনটি সংখ্যা ট্র্যাক করব। প্রথমত, স্পিন উইকেট শেয়ার ৬৮ শতাংশের উপরে থাকছে কি না — থাকলে পিচ-প্রথম অনুমান টিকছে। দ্বিতীয়ত, প্রথম ইনিংসের গড় ৩২০ ছাড়াচ্ছে কি না; ছাড়ালে বুঝব, স্পিন রেসিপিতে পরিবর্তন এসেছে। তৃতীয়ত, দুই ইনিংসের ব্যবধানের গড় — যদি সেটা ২০০ রানের ঘরে নেমে আসে, তবে চতুর্থ ইনিংসের হিসাবটি নতুন করে লিখতে হবে।

আসল পরীক্ষাটা অবশ্য অ্যাওয়ে সফরে। হোমে বানানো ব্যাটিং বাফার কেটে দেওয়ার পরও যদি ছয়জন ব্যাটার গড়ে ৩০-এর উপরে থাকেন, তখনই হোম অ্যাডভান্টেজ আর বাফারের হিসাব আলাদা করার সঠিক মূল্য পাওয়া যাবে।