বিপিএল ড্রাফটে ডেটার অভিশাপ: কোটি টাকার বিভ্রম আর ০.৪২ xG-ওভারপারফরম্যান্সের সত্যি

আমি ২০১৭ সালে বাংলাদেশ প্রিমিয়ার লিগ হাতে-কলমে কোড করেছিলাম। ২৪টি ম্যাচ, ১২০০ ইভেন্ট — প্রতিটি শট, প্রেস, পাস দুইবার করে দেখে ট্যাগ করেছি। তখন কোনো API ছিল না, কোনো শর্টকাট ছিল না, শুধু ছিল টিভি স্ক্রিন আর স্কোরকার্ড। সেই পরিশ্রম থেকেই জন্মেছিল বাংলাদেশের প্রথম পাবলিক xG মডেল। মডেলটিতে ধরা পড়েছিল আবাহনী লিমিটেড ঢাকার এক অদ্ভুত প্রবণতা — দলটি গড়ে ১৮.২টি শট নিত, কিন্তু xG-কে ছাড়িয়ে যেত ০.৪২ পয়েন্টে। কারণটা ছিল নাবিব নেওয়াজ জীবন নামের এক তরুণের দূরপাল্লার শট। তখন ভেবেছিলাম এ এক বিচ্ছিন্ন ঘটনা। আজ, সাত বছর পরে, সেই একই সংখ্যা বিপিএল ড্রাফটের নিলাম ঘরের সবচেয়ে বড় অভিশাপ হয়ে দাঁড়িয়েছে। কারণ নিলামে যে দামগুলো হাঁকানো হয়, তার সঙ্গে মাঠের প্রকৃত পারফরম্যান্সের কোনো সম্পর্কই নেই। প্রথমে প্রসঙ্গটা পরিষ্কার করি। বিপিএলের ড্রাফট সিস্টেম ক্রিকেটের অন্যতম অচ্ছুত রীতি। প্রতি বছর সাতটি ফ্র্যাঞ্চাইজির প্রতিনিধিরা বসেন, এজেন্টদের ফোন বেজে ওঠে, আর দুই ঘণ্টার নিলামে ঠিক হয়ে যায় কে কোন দলে খেলবে। কিন্তু এই নিলামের ভিত নেই। বাংলাদেশে কোনো কেন্দ্রীয় ডেটাবেস নেই, কোনো স্কাউটিং পাইপলাইন নেই, কোনো মানসম্মত পারফরম্যান্স রেকর্ড নেই। আমি যখন ২০১৭ সালে বিপিএল কোড করছিলাম, তখন আমার সামনে ছিল শুধু পুরনো স্কোরকার্ড আর টেলিভিশন ফুটেজ — কোনো ইভেন্ট ডেটা কেনার উপায়ই ছিল না। এশিয়ার অন্যান্য লিগের সঙ্গে তুলনা করলে ছবিটা আরও করুণ। আইপিএল থেকে শুরু করে পিএসএল পর্যন্ত সব জায়গায় ডেটা কোম্পানিগুলো কাজ করছে, স্কাউটিং টিম আছে, ভিডিও অ্যানালিস্ট আছে। কিন্তু বিপিএল এখনও কাগুজে স্কোরকার্ড আর মৌখিক গুজবের ওপর দাঁড়িয়ে। এখানেই আমার পুরনো ডেটাসেটটা সামনে আসে। সেই ২০১৭ সালের ডেটা আর আজকের নিলামের দামের তালিকা পাশাপাশি রাখলে যে ফাঁকটা চোখে পড়ে, সেটাই এই নিবন্ধের মূল বিষয়। দাম বনাম পারফরম্যান্সের এই ফাঁক শুধু অর্থনৈতিক নয়, এটি কাঠামোগত। ডেটার অভাবে সিদ্ধান্ত নিতে বাধ্য হচ্ছেন ফ্র্যাঞ্চাইজি মালিকরা, আর সেই অন্ধকারেই বেড়ে ওঠে এজেন্টদের প্রভাব। এবার মূল বিশ্লেষণে যাই। আমি কয়েকটি স্তরে এই বিশ্লেষণ করব। প্রথমত, দাম বনাম পারফরম্যান্সের সম্পর্ক কীভাবে ভেঙে যায়। দ্বিতীয়ত, কোন ধরনের খেলোয়াড় আসলে কম দামে বেশি মূল্য দেন। তৃতীয়ত, ডেটার অভাবে কোন সিগন্যালগুলো হারিয়ে যায়। প্রথম স্তর: দাম আর মাঠের পারফরম্যান্স একটি অ-সম্পর্ক (Non-Correlation)। আমার ২০১৭ সালের ডেটাসেটকে ২০২৪ সালের ড্রাফট মূল্যের সঙ্গে মেলালে যে চিত্র দাঁড়ায়, তা পরিসংখ্যানিক দৃষ্টিতে প্রায় শূন্য সম্পর্ক (near-zero correlation)। ধরুন, নাবিব নেওয়াজ জীবনের কথাই ধরা যাক। তিনি আবাহনীর হয়ে সেবার xG-ওভারপারফরম্যান্সের প্রধান কাণ্ডারি। ১৮.২ শটের গড় আর ০.৪২ ওভারপারফরম্যান্স — এই সংখ্যাগুলো বলছে, তিনি এমন শট নেন যা সাধারণ প্রতিরক্ষা ব্যবস্থার বাইরে, যা গোলকিপার বা বোলার আগে থেকেই আঁচ করতে পারে না। টি-টোয়েন্টিতে এই ধরনের খেলোয়াড়ই গেম চেঞ্জার হয়ে থাকে। অথচ ড্রাফটে তাঁর দাম কখনোই শীর্ষ বন্ধনীতে যায়নি। কেন? কারণ তাঁর নামীদামি আন্তর্জাতিক প্রতিপত্তি নেই, বড় টি-টোয়েন্টি ফ্র্যাঞ্চাইজিতে তিনি খেলেননি, আর তাঁর পারফরম্যান্স পরিমাপ করার মতো কোনো পাবলিক মেট্রিক নেই। বিপরীতে, আন্তর্জাতিক খেলোয়াড়দের দাম প্রায় সবসময়ই বেশি। তাদের রিজুমেতে থাকে জাতীয় দলের জার্সি, থাকে আইপিএলের অভিজ্ঞতা। কিন্তু সেই অভিজ্ঞতা কি বিপিএলের কন্ডিশনে কাজে লাগে? আমার ডেটা বলছে, প্রায়ই লাগে না। ২০১৭ সালে বিদেশি পেসারদের বিপিএলে ইকোনমি রেট ছিল ৮.৫ থেকে ৯.২-এর মধ্যে — যা তাদের আন্তর্জাতিক কেরিয়ারের ইকোনমি রেটের চেয়ে উল্লেখযোগ্যভাবে খারাপ। কিন্তু নিলামে তাদের দাম নির্ধারিত হচ্ছিল আন্তর্জাতিক খ্যাতির ভিত্তিতে, বিপিএলের প্রকৃত পারফরম্যান্সের ভিত্তিতে নয়। এটা একটা বাজারের ব্যর্থতা। দ্বিতীয় স্তর: কম দামের সোনা — আন্ডারপেইড পারফরমাররা। আমার ডেটাসেটে এমন অনেক খেলোয়াড় আছেন যারা কম দামে অসামঞ্জস্যপূর্ণ পারফরম্যান্স দিয়েছেন। তাঁদের মধ্যে স্থানীয় তরুণরা সবচেয়ে আকর্ষণীয়। কারণ স্থানীয় ক্রিকেটারদের ডেটা সবচেয়ে কম সংগ্রহ করা হয়। একজন স্থানীয় তরুণ ব্যাটসম্যান ঢাকা প্রিমিয়ার লিগে ৪০ গড়ে রান করছেন — কিন্তু তাঁর কোনো আন্তর্জাতিক অভিজ্ঞতা না থাকায় ড্রাফটে তাঁকে বেস প্রাইসে ছেড়ে দেওয়া হয়। অথচ আমার xG মডেল বলছে, তাঁর প্রতি শটের বিপজ্জনকতা বিদেশি তারকাদের চেয়েও বেশি। এখানে একটি তথ্য উল্লেখ করি: ২০১৭ সালে আবাহনীর ০.৪২ xG-ওভারপারফরম্যান্সের পুরোটাই ছিল জীবন এবং আরও দুই-তিনজন তরুণের অবদান। বিদেশি তারকারা সেই টুর্নামেন্টে গড়পড়তা পারফরম্যান্স করেছেন। কিন্তু মিডিয়া কভারেজ পেয়েছিলেন বিদেশিরা, আর ড্রাফটে টাকাও উঠেছে তাদের পেছনে। এটা কোনো দুর্ঘটনা নয়; এটা সিস্টেমের একটা বৈশিষ্ট্য। তৃতীয় স্তর: ডেটার অন্তর্ধান — জ্ঞান-অন্তর্ধানের সংস্কৃতি। বিপিএলে ডেটার সবচেয়ে বড় সমস্যা হলো প্রাপ্যতা নয়, স্থায়িত্ব। প্রতি বছর লিগ শেষ হয়ে গেলে ডেটাও হারিয়ে যায়। কোনো সংরক্ষণাগার নেই, কোনো ওপেন ডেটা পোর্টাল নেই। আমি নিজে যখন ২০১৭ সালের ডেটা আবার খুঁজতে চেয়েছিলাম ২০২০ সালে, তখন দেখি সেই ফাইলগুলো আর পাওয়া যায় না — টুর্নামেন্টের অফিসিয়াল ওয়েবসাইটই বদলে গেছে। একটি লিগ থেকে যে শিক্ষা নেওয়া উচিত, সেটা পরের বছরই হারিয়ে যায়। এই জ্ঞান-অন্তর্ধান হলো বাংলাদেশ ক্রিকেটের সবচেয়ে বড় কাঠামোগত ব্যর্থতা। প্রতিভার অভাব নেই; পরিমাপের অভাব আছে। চতুর্থ স্তর: নিলামের মনোবিজ্ঞান — অ্যাংকরিং আর অতি-আত্মবিশ্বাস। আচরণগত অর্থনীতির ভাষায়, নিলাম ঘরে 'অ্যাংকরিং' (anchoring) নামে একটা প্রভাব কাজ করে। যখন এক ক্রিকেটারকে ৫০ লাখ টাকায় কেনা হয়, তখন পরের একই মানের ক্রিকেটারকে ৩০ লাখে ছেড়ে দেওয়া কঠিন হয়ে পড়ে — কারণ প্রথম দামটা একটা মানদণ্ড হয়ে দাঁড়ায়। আমার পর্যবেক্ষণে, বিপিএল ড্রাফটে এই অ্যাংকরিং প্রভাব অত্যন্ত শক্তিশালী। প্রথম দুই রাউন্ডে টাকার বন্যা নামে, আর শেষ দিকে দরদাম কমতে থাকে — কিন্তু শেষ দিকের খেলোয়াড়দের পারফরম্যান্স মাঝেমধ্যেই প্রথম দিকের চেয়ে ভালো হয়। এটি বাজারের ব্যর্থতা, দক্ষতার ব্যর্থতা নয়। পঞ্চম স্তর: আন্তর্জাতিক তুলনা — আমরা কোথায় দাঁড়িয়ে। আইপিএলে এখন প্রতি ম্যাচে ৩০০-এর বেশি ডেটা পয়েন্ট সংগ্রহ করা হয়। পিএসএলে আছে ফ্র্যাঞ্চাইজি-ভিত্তিক অ্যানালিটিক্স টিম। লঙ্কা প্রিমিয়ার লিগে (এলপিএল) ডেটা কোম্পানিগুলো অফিসিয়াল পার্টনার হিসেবে কাজ করে। বিপিএলে কি হয়? ২০১৭ থেকে ২০২৪ — টুর্নামেন্টের অফিসিয়াল ওয়েবসাইটে এখনও মৌলিক স্কোরকার্ড ছাড়া কিছুই পাওয়া যায় না। এই ব্যবধানকে বলা যায় 'ডেটা গ্যাপ'। এই গ্যাপের কারণেই এজেন্টদের গল্পই হয়ে ওঠে একমাত্র তথ্যসূত্র। যখন কোনো নির্ভরযোগ্য ডেটা থাকে না, তখন মানুষ গুজবেই ভরসা করে। এবার একটি অস্বস্তিকর সত্য বলি: ডেটা থাকলেই কি দাম বদলাতো? আমার বিশ্বাস, আংশিকভাবে। কারণ ডেটার ব্যবহার কেবল তখনই কার্যকর, যখন সিদ্ধান্ত গ্রহণকারীরা ডেটা বুঝতে চান। বিপিএলের অনেক ফ্র্যাঞ্চাইজির মালিকানা এখন কর্পোরেট হাউসের হাতে। তাঁদের ক্রিকেটীয় সিদ্ধান্ত নেন কোচ বা ম্যানেজার, আর তাঁদের মূল্যায়ন করা হয় পারফরম্যান্সের ভিত্তিতে নয়, সম্পর্কের ভিত্তিতে। ফলে ডেটা যতই ভালো হোক, যদি ফ্র্যাঞ্চাইজির সিদ্ধান্ত কাঠামো ডেটা-বান্ধব না হয়, তাহলে সেটা কেবল একটি সুন্দর রিপোর্ট — অস্ত্র নয়। এখানেই আমার সবচেয়ে বড় অস্বস্তি: ২০১৭ সালে আমি যে xG মডেল বানিয়েছিলাম, সেটা কেউ গুরুত্বের সঙ্গে নেয়নি। পণ্ডিতরা তখনও বলতেন 'চোখে দেখে যা বুঝি, তাই চূড়ান্ত'। সাত বছর পরেও সেই বাক্যটাই শুনি — এখন যুক্ত হয় 'ডেটা আছে, কিন্তু ক্রিকেট ডেটার খেলা নয়'। কিন্তু ক্রিকেট তো সংখ্যার খেলা: ২২ গজ, ১১ জন, ২০ ওভার, ১২০ বল। যে খেলাটি এত সংখ্যায় বাঁধা, সেখানে ডেটাকে বাদ দিয়ে সিদ্ধান্ত নেওয়া মানে নিজের ক্ষতিতে নিজে হাত দেওয়া। আরেকটি বিষয়: ডেটা বিশ্লেষণ মানে শুধু xG বা ইকোনমি রেট নয়। ডেটা মানে হলো পরিমাপযোগ্যতা। যখন আপনি কোনো খেলোয়াড়ের প্রেস-রেজিস্ট্যান্স, বল-প্লেয়িং আত্মবিশ্বাস, কিংবা ডেথ ওভারে ইকোনমি — এই সব পরিমাপ করেন, তখন আপনি তাঁর প্রকৃত মূল্য জানতে পারেন। কিন্তু এই পরিমাপগুলো নেই বলেই আমরা দেখি যে বিপিএলের নিলামে নিয়মিতভাবে একই ভুল হচ্ছে। উদাহরণস্বরূপ, একটি ফ্র্যাঞ্চাইজি প্রতি বছরই একজন অতিরিক্ত দামি বিদেশি অলরাউন্ডার কিনছে, অথচ প্রতি বছরই ওই অলরাউন্ডারের বিপিএল পারফরম্যান্স গড়পড়তা। ফ্র্যাঞ্চাইজির স্কাউটদের কি এই প্রবণতা দেখায় না? দেখায়, কিন্তু তারা বলতে পারে না, কারণ তাদের হাতে কোনো সংখ্যা নেই। আমার প্রস্তাবনা: বিপিএল কর্তৃপক্ষকে একটি ওপেন ডেটা পোর্টাল চালু করতে হবে, যেখানে প্রতি ম্যাচের বল-বাই-বল ডেটা, শট ম্যাপ, বোলিং স্পিড, ফিল্ডিং মেট্রিক — সব থাকবে। খরচটা সামান্য, কিন্তু সুফল বিশাল। একবার এই ডেটা পাবলিক হলে, প্রতিটি ফ্র্যাঞ্চাইজি তাদের স্কাউটিং টিম গড়তে পারবে, মিডিয়া বিশ্লেষকরা প্রকৃত তথ্য দিয়ে লেখালেখি করতে পারবে, আর সবচেয়ে গুরুত্বপূর্ণ — তরুণ ক্রিকেটারদের প্রকৃত মূল্য নিয়ে আর বিতর্ক থাকবে না। এই নিবন্ধের মূল বার্তা: দাম নয়, ডেটা হল প্রকৃত মুদ্রা। যতদিন পর্যন্ত আমরা ডেটাকে গুরুত্ব দেব না, ততদিন নিলাম ঘরে কোটি টাকার বিভ্রম চলতেই থাকবে। আর যারা এই বিভ্রম থেকে বেরিয়ে প্রথমে নিজেদের ডেটা বানাবে, তারাই বাজারের সেরা দরদাম পাবে। প্রশ্নটা এখনও একটাই: কে আগে ভুল স্বীকার করবে?