নিউইয়র্কের ড্রপ-ইন পিচ: ভেন্যু যখন ব্যাটসম্যানদের ডেটা মুছে দেয়

৯ জুন, ২০২৪। নিউইয়র্কের আইজেনহাওয়ার পার্কে বসানো ড্রপ-ইন পিচ। পাকিস্তানের সামনে টার্গেট ১২০, হাতে ৩৬ বল, সাত উইকেট। আমার ল্যাপটপে খোলা একটা শিট — টি-টোয়েন্টি বিশ্বকাপ ২০২৪-এর প্রথম আট দিনের প্রতিটা বৈধ বলের রান, স্ট্রাইক রেট আর ডট-বল শতাংশ, ভেন্যু অনুযায়ী আলাদা কলামে। স্কোরবোর্ড বলল, পাকিস্তান ছয় রানে হেরেছে। শিট বলল অন্য কথা: ওই রাতে আসল বোলার ছিল পিচ নিজেই।

ভারত ১১৯-এ অলআউট, পাকিস্তান থামে ১১৩/৭-এ। দুটো ইনিংসে মোট ২৩২ রান, ২৪০ বলে — একটা টি-টোয়েন্টি ম্যাচের জন্য এত কম রান ব্যাখ্যা দাবি করে। আমার আগ্রহ স্কোরলাইনে নয়, ওই ২৪০ বলের ভেতরের প্যাটার্নে: কোন লেংথে বল পড়লে রান আসছিল, আর কোনটায় আসছিল না। কারণ আমি একবার এই ফাঁদে পড়েছিলাম। আমি ক্রোয়েশিয়াকে অডিট করেছিলাম ২০১৮ রাশিয়া বিশ্বকাপে, হাতে-লেখা xG দিয়ে, আর সেখান থেকেই শিখেছি — স্কোরলাইন শেষ স্তর, ডেটা হলো কাঠামো।

২০২০ সালে এমটি স্টেডিয়াম বুনডেসলিগার যে সিগন্যালটা কেড়ে নিয়েছিল, সেটা আমি বছরের পর বছর বিশ্বাস করতাম — হোম অ্যাডভান্টেজ। হোম উইন রেট ৪৩.২% থেকে ৩২.৮%-এ নামে, হোম xG ১.৫২ থেকে ১.৩১। ওই অভিজ্ঞতা একটা নিয়ম শিখিয়েছিল: মেট্রিক তখনই অর্থবহ, যখন তার কনটেক্সট স্থির থাকে। ক্রিকেটে সেই কনটেক্সট আরও নির্মম, কারণ পিচ আর বল — দুটোই বদলায়, কখনো ওভার প্রতি।

টি-টোয়েন্টি বিশ্বকাপ ২০২৪-এর নিউইয়র্ক পর্ব ছিল এর পরিষ্কার উদাহরণ। ১ জুন থেকে ২৯ জুন, ২০২৪ পর্যন্ত যুক্তরাষ্ট্র ও ওয়েস্ট ইন্ডিজে বসেছিল এই টুর্নামেন্ট, আর আইজেনহাওয়ার পার্কে বসানো হয়েছিল আটটা ড্রপ-ইন পিচ। ড্রপ-ইন মানে উইকেট অন্য কোথাও জন্মায়, তারপর ট্রাকে করে এনে নতুন মাটিতে বসানো হয়। এর ফলাফল সাধারণত দুই রকম — হয় অতিরিক্ত বাউন্স, নয় অতিরিক্ত নিচু। নিউইয়র্কে যা পেয়েছি, তা হল দুই-পেসড, ধীর, আর বল পড়ে পরে গড়িয়ে যাওয়া একটা সারফেস। ব্যাটসম্যানের কাছে এটা ঠাট্টা, কারণ তাঁর পুরো প্রস্তুতি সময়ের হিসাবের ওপর দাঁড়ানো।

নিউট্রাল ভেন্যু মানে কোনো দল হোম অ্যাডভান্টেজ পায় না, আর এখানেই আমার পুরনো লেজার কাজে লাগে। হোম অ্যাডভান্টেজ জাদু নয়। এটা আমার লেজারে একটা ভঙ্গুর ভেরিয়েবল — দর্শক, পরিচিত পিচ, পরিচিত আবহাওয়া, আর ঘুমের সময়সূচি মিলিয়ে তৈরি একটা যোগফল। নিউইয়র্কে ওই যোগফলটাই ছিল শূন্য। ফলে টুর্নামেন্টের প্রথম দুই সপ্তাহের যে ব্যাটিং ডেটা বেরিয়ে আসছিল, সেটা কোনো নির্দিষ্ট দলের দক্ষতার ছবি নয়, একটা অস্বাভাবিক পরিবেশের ছবি।

আমার পদ্ধতি সহজ, তবে ধৈর্যশীল। আমি প্রতিটা ম্যাচের বল-বাই-বল ডেটা নিয়ে তিনটা স্তরে ভাগ করি: পাওয়ারপ্লে (১–৬), মিডল (৭–১৫) আর ডেথ (১৬–২০)। প্রতিটা স্তরে দেখি ফেজ-অ্যাডজাস্টেড স্ট্রাইক রেট, ডট-বল শতাংশ আর বাউন্ডারি থেকে আসা রানের অনুপাত। এরপর যোগ করি একটা ভেন্যু কো-এফিসিয়েন্ট — অর্থাৎ একই মানের বল একই মানের ব্যাটসম্যানের ওপর অন্য পিচে পড়লে যা হতো, আর এখানে যা হয়েছে, তার পার্থক্য। আমি একটা মেট্রিককে কখনো চূড়ান্ত সত্য ধরি না। টি-টোয়েন্টিতে স্ট্রাইক রেট একটা দরকারি সংখ্যা, তবে সেটা ব্যাটসম্যানের সিদ্ধান্ত, পিচ আর ম্যাচ পরিস্থিতি — তিনটার মিশ্রণ।

নিউইয়র্কের সংখ্যাগুলো দেখুন। ৩ জুন, ২০২৪-এ শ্রীলঙ্কা ৭৭ রানে অলআউট হয় দক্ষিণ আফ্রিকার বিরুদ্ধে, আর ম্যাচটা হারে ছয় উইকেটে। ৫ জুন, ২০২৪-এ ভারত আয়ারল্যান্ডকে ৯৬-এ গুটিয়ে দেয়। ১০ জুন, ২০২৪-এ বাংলাদেশ নিউইয়র্কে দক্ষিণ আফ্রিকার কাছে হারে চার রানে। এই ম্যাচগুলোর সাধারণ জিনিসটা হল ফেজ-ভিত্তিক রান-রেটের ধস। পাওয়ারপ্লেতে যখন অন্য ভেন্যুতে প্রতি ওভারে সাত-আট রান স্বাভাবিক, নিউইয়র্কে সেটা পাঁচের নিচে নেমে যাচ্ছিল। ব্যাটসম্যানদের ব্যর্থতা নয়, এটা ভেন্যুর কাঠামোগত ক্ষতি।

তফাতটা আরও পরিষ্কার হয় যখন একই দলের অন্য ভেন্যুর সংখ্যার সঙ্গে মেলাই। টুর্নামেন্টের যে ম্যাচগুলো ডালাস, বার্বাডোস বা সেন্ট লুসিয়ায় হয়েছে, সেখানে মিডল-ওভারে স্ট্রাইক রেট হঠাৎ কুড়ি থেকে ত্রিশ শতাংশ বেড়ে যায়। একই ব্যাটসম্যান, একই প্রতিপক্ষের মান, শুধু ভেন্যু আলাদা। অর্থাৎ যে তথ্যটা কেউ "ফর্ম" বলে চালাতে পারেন, সেটা আসলে ভেন্যুর ছাপ। এখানেই আমার পুরনো শিক্ষা ফিরে আসে: এমটি স্টেডিয়াম বুনডেসলিগার একটা সিগন্যাল কেড়ে নিয়েছিল, যেটায় আমি বছরের পর বছর ভরসা করতাম। ক্রিকেটে নিউইয়র্ক ঠিক সেই কাজটাই করেছিল — একটা নিয়মিত ভেরিয়েবলকে কৃত্রিম করে তুলেছিল।

তবে সব কম স্কোর পিচের অপরাধ নয়। এটাই আমার বিশ্লেষণের সবচেয়ে সূক্ষ্ম অংশ। ৯ জুনের ম্যাচে জাসপ্রিত বুমরাহ চার ওভারে ১৪ রানে তিন উইকেট নেন, আর তাঁর স্পেলের বড় অংশ ছিল ব্যাক-অফ-লেংথ কাটার, যেটা ওই পিচে বিপজ্জনক ছিল বলে দাবি করা যায়। কিন্তু একই ম্যাচে ভারতের ঋষভ পন্থ ৩১ বলে ৪২ রান করেন — ম্যাচের সর্বোচ্চ। একই পিচ, দুই রকম ফলাফল। তাই ভেন্যু কো-এফিসিয়েন্ট দিয়ে সব পার্থক্য ব্যাখ্যা করা যায় না; দক্ষতা আর সিদ্ধান্ত ভেন্যুর ভেতরেও জায়গা খুঁজে নেয়।

ট্যাকটিক্যালি নিউইয়র্কে যেটা ঘটছিল, তা হল বলের গতির সঙ্গে ব্যাটের সময় মেলানোর সংকট। আমি গত কয়েক বছর ধরে টি-টোয়েন্টি ম্যাচ দেখে যা লক্ষ্য করেছি, সেটা এখানে চরমে পৌঁছয়: স্লোয়ার বল আর কাটারের ব্যবহার হঠাৎ বেড়ে যায়, আর স্পিনাররা ওভারের হিসাবে বেশি দায়িত্ব পায়। কারণ, যখন বল গড়িয়ে আসে, তখন ব্যাটসম্যানের স্ট্রেইট ড্রাইভ আর লফটেড শট — দুটোই ঝুঁকিপূর্ণ। ফলে রান আসে মূলত স্কয়ার অফ দ্য উইকেট অঞ্চলে, আর সেটার জন্য দরকার ফিল্ড জ্যামিতি।

ফিল্ড জ্যামিতির দিকটা আমি আলাদা করে দেখি। নিউইয়র্কে ক্যাপ্টেনরা স্লিপ আর লেগ স্লিপ রেখে দিতেন বেশি সময়, কারণ এজ নেওয়া বল সোজা উপরে উঠছিল না। মিড-অফ আর মিড-অন আরও গভীরে যাচ্ছিলেন, যাতে স্ট্রেইট শট আটকানো যায়। এই সেটআপের মানে — ব্যাটসম্যানকে জোর করে রিভার্স আর স্কুপ খেলতে বাধ্য করা। যাঁরা এই শটে পারদর্শী, তাঁরা বেঁচে গেছেন; যাঁরা ক্লাসিক স্ট্রেইট ব্যাটার, তাঁরা আটকে গেছেন। এটা ব্যক্তিগত দক্ষতার প্রশ্ন, তবে পিচ সেটাকে তীব্র করেছে।

বাংলাদেশের নিউইয়র্ক অধ্যায়টা এই কারণে আলাদা করে দেখা দরকার। ১০ জুন, ২০২৪-এ দক্ষিণ আফ্রিকার কাছে চার রানে হারা ম্যাচে বাংলাদেশের ব্যাটিং সংগ্রাম করেছিল, কিন্তু ওই একটা ম্যাচ দিয়ে বাংলাদেশের টি-টোয়েন্টি ব্যাটিং অ্যাপ্রোচের বিচার করা আমার কাছে অপরাধ বলে মনে হয়। কারণ, একই দলের অন্য ভেন্যুর পাওয়ারপ্লে রান-রেট আর এখানের রান-রেটের মধ্যে ফাঁকটা পিচের, ব্যাটসম্যানের নয়। আমি বরং লক্ষ্য করি, বাংলাদেশের মতো দলগুলোর জন্য এই ধরনের সারফেস আসলে একটা প্রশিক্ষণ সংকট — কারণ তারা বছরে যতগুলো ম্যাচ খেলে, তার বড় অংশ পরিচিত, ঘরোয়া, নরম পিচে।

বোলিং ওয়ার্কলোডের দিকটাও এখানে উল্লেখযোগ্য। নিউইয়র্কে ম্যাচগুলো কম রানে শেষ হওয়ায় ফাস্ট বোলারদের ওভার-লোড কমেছিল, কিন্তু ইনটেনসিটি বেড়েছিল। কারণ, প্রতিটা বল ছিল একটা সিদ্ধান্ত, আর ক্যাচ-অভ্যাস বদলাতে হচ্ছিল প্রতি ওভারে। আমি টি-টোয়েন্টিতে ইনজুরি-রিস্ক কার্ভ দেখার সময় শুধু ওভার-সংখ্যা দেখি না, দেখি বাউন্স-ভেরিয়েবিলিটির ওপর ভরসা কতটা বদলাতে হচ্ছে। এই মেট্রিকটা আমি মোটামুটি ধরে নিই, কারণ পাবলিক ডেটা এখানে অসম্পূর্ণ।

বাংলাদেশ আর সিঙ্গাপুরের মতো বাজারের জন্য এই অভিজ্ঞতা সরাসরি কাজে লাগে। অ্যাসোসিয়েট ক্রিকেটে ড্রপ-ইন পিচ নতুন কিছু নয় — যুক্তরাষ্ট্র, নামিবিয়া আর কানাডার অনেক ভেন্যুতে এটাই নিয়ম। ফলে অ্যাসোসিয়েট খেলোয়াড়দের প্রযুক্তিগত অভিযোজন ক্ষমতা প্রায়ই মেইনস্ট্রিম ক্রিকেটারের চেয়ে ভালো, অথচ ডেটা মডেলগুলো এটা ধরে না। আমি একটা মডেল বানিয়েছিলাম বিশৃঙ্খলার জন্য, তারপর দেখলাম ক্রিকেট আমার দিকে হেসে উঠল — কারণ সারফেসের পরিবর্তনশীলতা কোনো সূত্রে ধরা যায় না, শুধু সীমা ধরা যায়।

এখন আসি সেই অংশে, যেটা নিয়ে আমি সন্দিহান। নিউইয়র্কের পিচ ব্যাখ্যা হিসেবে যতটা শক্ত, ঠিক ততটাই বিপজ্জনক। কারণ, একটা নির্দিষ্ট দুর্বলতা ঢেকে রাখার জন্য ভেন্যুর অজুহাত সবচেয়ে সুবিধাজনক। কেউ যদি বলে "পিচই খারাপ ছিল", তাহলে তাঁর ফুটওয়ার্কের দুর্বলতা, অফ-স্টাম্পের বাইরে বল ছাড়ার প্রবণতা, আর স্লো বল পড়তে দেরি করা — সব ঢাকা পড়ে যায়। এই দুটো আলাদা করতে না পারলে বিশ্লেষণ অকেজো।

কোরিলেশন আর কার্যকারণ এখানে সহজেই মিশে যায়। একই টুর্নামেন্টে এমন দল ছিল, যারা নিউইয়র্কের পিচে খেলেনি, তবুও ধীর গতির পিচে ভুগেছে — অর্থাৎ সমস্যাটা শুধু ভেন্যু নয়, প্রস্তুতিও। আবার এমন ব্যাটসম্যান ছিলেন, যাঁরা নিউইয়র্কে ভালো করেও পরের ম্যাচে ডালাসে খারাপ খেলেছেন। যদি পিচই একমাত্র কারণ হতো, তাহলে উল্টোটা দেখা উচিত ছিল। ফলে আমার মডেলের সবচেয়ে বড় সতর্কতা হল: ভেন্যু কো-এফিসিয়েন্ট দিয়ে পুরো পার্থক্য ব্যাখ্যা করার চেষ্টা করলে মডেল নিজেই একটা গল্প বানিয়ে ফেলে।

এই কারণেই আমি আন্ডার-অ্যাডজাস্টমেন্ট আর ওভার-অ্যাডজাস্টমেন্ট — দুটোই সমান ঝুঁকি মনে করি। যদি আমি নিউইয়র্কের সব কম স্কোরকে পিচের নামে লিখে দিই, তাহলে পরের সিরিজে ভুল পূর্বাভাস দেব। আর যদি একেবারে অ্যাডজাস্ট না করি, তাহলে ইতিহাসের সবচেয়ে অস্বাভাবিক একটা ডেটাসেটকে নিয়মিত ডেটার সঙ্গে মিশিয়ে ফেলব। আমি বরং দুটো মডেল পাশাপাশি রাখি: একটা কাঁচা, একটা ভেন্যু-সংশোধিত। দুটোর মধ্যে ফাঁকটাই আমার আসল তথ্য।

আমার ফ্যালসিফিকেশন ট্রিগারগুলো স্পষ্ট। যদি একই ব্যাটসম্যান একই পিচ-ধরনের সারফেসে, একই ফেজে পরের ছয় মাসে আবার একই রকম সংগ্রাম করেন, তাহলে আমার ভেন্যু-তত্ত্ব দুর্বল হবে। আবার যদি নিউইয়র্কের সব ম্যাচে ডট-বল শতাংশ নিয়মিত মিডল-ওভারের গড়ের চেয়ে বেশি থাকে, কিন্তু বাউন্ডারি-রেট প্রায় একই থাকে, তাহলে বুঝব সমস্যাটা পিচ নয়, বরং কিছু দলের বোলিং প্ল্যান।

পূর্বাভাসের দিক থেকে আমার আগ্রহ এখন পরের মৌসুমের দিকে। যে টুর্নামেন্টগুলো নিউট্রাল ভেন্যুতে হবে — বিশেষ করে যুক্তরাষ্ট্র আর অ্যাসোসিয়েট সার্কিটে — সেখানে ভেন্যু কো-এফিসিয়েন্ট ছাড়া কোনো ব্যাটিং মডেল চালানো উচিত নয়। আর একটা কথা আমি পরিষ্কার করে বলতে চাই: হোম অ্যাডভান্টেজ জাদু নয়, আর ড্রপ-ইন পিচও রহস্য নয় — দুটোই এমন ভেরিয়েবল, যাদের হিসাব রাখলে ডেটা সৎ থাকে, না রাখলে গল্প বানিয়ে ফেলে।

শেষ প্রশ্নটা আমি নিজেকেই করি। যদি একটা টুর্নামেন্টের প্রায় সব ম্যাচই একটা অস্বাভাবিক সারফেসে হয়, তাহলে সেই টুর্নামেন্টের ডেটা দিয়ে ভবিষ্যৎ মডেল ট্রেন করা কি বৈধ? নাকি আমাদের স্বীকার করা উচিত, কিছু ডেটাসেট শুধু ব্যাখ্যা করার জন্য, ভবিষ্যদ্বাণীর জন্য নয়? পরের নিউট্রাল-ভেন্যু সিরিজে উত্তরটা পরিষ্কার হবে — আমি তখন আবার অডিট করব।