মিরপুরের স্প্রেডশিট: হোম অ্যাডভান্টেজ যখন ভেরিয়েবলে পরিণত হয়

আমি লাইভ থ্রেড দিয়ে শুরু করেছিলাম, আর শেষ করেছি একটি সম্প্রচার-সত্য দিয়ে। মিরপুর শের-ই-বাংলা স্টেডিয়ামে বাংলাদেশ-অস্ট্রেলিয়া টি-টোয়েন্টি সিরিজের দ্বিতীয় ম্যাচে বাংলাদেশের ওপেনাররা পাওয়ারপ্লের ছয় ওভারে ৪৭ রান তুলে ফেলল। লাইভ থ্রেডে তখন থেকেই লেখা শুরু হয়ে গেছে—"দেশের মাটিতে আমরা অজেয়।" কিন্তু আমার স্কোরবুকে জ্বলজ্বল করছিল একটা অস্বস্তিকর তুলনা: একই ব্যাটিং লাইনআপ, অস্ট্রেলিয়ার মাটিতে পাওয়ারপ্লে রান রেট ৬.৮; মিরপুরে ৭.৮। মাত্র এক রানের ব্যবধান দেখে কেউ হোম অ্যাডভান্টেজ বলে ফেলেন, কিন্তু স্প্রেডশিট মনে রাখে যা স্টেডিয়াম ভুলে যায়।

গত পাঁচ বছরে আমি তিনটি আলাদা স্প্রেডশিট চালাই—মিরপুর, চট্টগ্রাম আর সিডনি ক্রিকেট গ্রাউন্ডের জন্য। প্রতিটির কলাম এক: পাওয়ারপ্লে রান রেট, ডট-বল শতাংশ, স্পিন ইকোনমি, ডেথ ওভারের রান রেট, আর উইকেট-টু-ম্যাচ অনুপাত। কারণটা সরল। আমি চোখের পরীক্ষায় বিশ্বাস করি না, যতক্ষণ না ডেটা একই কাগজে সই করে। আর গত পাঁচ বছরের কাগজগুলো একটা কথা বারবার বলে যাচ্ছে—হোম অ্যাডভান্টেজ কোনো একক সংখ্যা নয়, এটা একটা ভেরিয়েবল, যার মান ভেন্যু, পিচ, ভ্রমণ আর দর্শক—চারটি আলাদা ইনপুটের ওপর নির্ভর করে ওঠানামা করে।

আমার এই আগ্রহটা হঠাৎ আসেনি। ২০২০ সালে, যখন মহামারির পর পুরো এ-লিগ খালি স্টেডিয়ামে ফিরেছিল, আমি ২৪টি ম্যাচের ডেটা বের করেছিলাম। হোম দলগুলোর প্রত্যাশিত গোল (xG) ১.৪৫ থেকে ১.১২-তে নেমে এসেছিল, আর অ্যাওয়ে দলগুলোর প্রেসিং তীব্রতা (PPDA) ১২.১ থেকে ৯.৮-তে উন্নত হয়েছিল। অর্থাৎ দর্শক ফিরে গেলে হোম অ্যাডভান্টেজের একটা বড় অংশই বাষ্প হয়ে উড়ে যায়। সেই শিক্ষাটাই আমি এখন ক্রিকেটে বসিয়েছি। খালি আসন আমাকে শিখিয়েছে হোম অ্যাডভান্টেজ একটি ভেরিয়েবল, কোনো মিথ নয়।

এবার প্রশ্নটা পরিষ্কার করে লিখে ফেলি, কারণ টেমপ্লেট ছাড়া আমি কিছু লিখি না: বাংলাদেশের হোম কন্ডিশনে টি-টোয়েন্টি ব্যাটিং-বোলিং পারফরম্যান্স কি সত্যিই বাইরের মাঠের চেয়ে আলাদা—আর যদি আলাদা হয়, তাহলে সেই পার্থক্যের কত শতাংশ পিচ, কত শতাংশ ভ্রমণ, কত শতাংশ দর্শক আর কত শতাংশ শুধুই প্রতিপক্ষের মান? ভেরিয়েবলগুলো আগে থেকে তালিকাভুক্ত করলাম, তারপর বেসলাইন মেলালাম, তারপর কনটেক্সট কোএফিশিয়েন্ট বসালাম। সিদ্ধান্তে পৌঁছাব শেষে, শুরুতে নয়।

প্রথম টেবিলটা মিরপুরের পিচ-প্রোফাইল। গত তিন মৌসুমে মিরপুরে অনুষ্ঠিত টি-টোয়েন্টিতে প্রথম ইনিংসের গড় স্কোর ১৪৮, দ্বিতীয় ইনিংসের গড় ১২৯। অর্থাৎ এখানে চেজ করা মানে গড়ে ১৯ রানের একটা স্ট্রাকচারাল ঘাটতি মাথায় নিয়ে নামা। ডট-বল শতাংশ প্রথম ইনিংসে ৪১%, দ্বিতীয় ইনিংসে ৪৮%। কারণটা পিচে নয়, পিচের বয়সে। মিরপুরের উইকেট সাধারণত টসের পর দ্বিতীয়ার্ধে ধীর হয়, স্পিনারদের জন্য গ্রিপ বাড়ে, আর বল নিচু হয়ে আসে। যে দল আগে ব্যাট করে, তারা একটা সহজ সত্য থেকে সুবিধা পায়—তাদের ব্যাটিংটা সবচেয়ে ভালো কন্ডিশনে হয়।

এখানেই একটা ফাঁদ লুকিয়ে আছে, যেটা আমি প্রতিবার টসের সময় টুকে রাখি। মানুষ টস জেতাকে কৌশলগত বিজয় ভাবে। অথচ মিরপুরে গত ৩০টি টি-টোয়েন্টির ২২টিতেই চেজিং দল হেরেছে। মানে টসটা এখানে একটা অসম খেলার মুদ্রা। কেউ কেউ বলেন "ক্যাপ্টেন টস জিতে ফিল্ডিং নিলে ভালো করত"—কিন্তু ডেটা বলে, মিরপুরে আগে ব্যাট করাই পরিসংখ্যানগতভাবে লাভজনক, নিছক প্রবৃত্তি নয়।

দ্বিতীয় টেবিলটা বাংলাদেশের হোম-অ্যাওয়ে স্প্লিট। গত দুই বছরে বাংলাদেশের টি-টোয়েন্টিতে হোমে পাওয়ারপ্লে রান রেট ৭.৮, অ্যাওয়ে ৬.৮। ডেথ ওভারে (১৬-২০) হোমে রান রেট ৮.৯, অ্যাওয়ে ৭.৬। স্পিন ইকোনমি হোমে ৬.১, অ্যাওয়ে ৭.৪। অথচ এইফাঁকে একটা সংখ্যা লুকিয়ে আছে যেটা কেউ দেখে না: হোমে বাংলাদেশের উইকেট-টু-ম্যাচ ৬.৮, অ্যাওয়ে ৬.৩। অর্থাৎ হোমে দল বেশি রান করছে ঠিকই, কিন্তু বেশি উইকেটও হারাচ্ছে। জয়-পরাজয়ের হিসাব নয়, এটা একটা ট্রেড-অফ।

এখানেই আমার মডেল আর সাধারণ ভাষ্যের মধ্যে ফাটল ধরে। ভাষ্য বলে, "হোম কন্ডিশনে বাংলাদেশ স্পিনে চাপ তৈরি করে।" মডেল বলে, "হোমে বাংলাদেশ স্পিনে চাপ তৈরি করে, কিন্তু একইসঙ্গে নিজের ব্যাটিং রিস্ক বাড়ায়, কারণ পিচ ধীর হওয়ায় সিঙ্গল নেওয়া কঠিন, তাই বাউন্ডারির দিকে ঝুঁকতে হয়।" দ্বিতীয় বাক্যটা অনেক বেশি কাজের, কারণ এটা পরের ম্যাচের সিদ্ধান্তে ঢোকে।

আমি লাইভ থ্রেড আর ফাইনাল ডেটার মধ্যে একটা ফাঁক রাখি ইচ্ছে করেই। ম্যাচ চলাকালীন আমি যা লিখি, সেটা টাইমস্ট্যাম্পড হাইপোথিসিস। ম্যাচ শেষে বল-বাই-বল আর সম্প্রচার ডেটা মিলিয়ে আমি সেই হাইপোথিসিস সংশোধন করি। এই শৃঙ্খলাটা আমার একটা অভ্যাস, আর এটা আমাকে রক্ষা করেছে বহুবার। যেমন মিরপুরের একটা ম্যাচে আমি লাইভে ভেবেছিলাম অস্ট্রেলিয়া পাওয়ারপ্লেতে পিছিয়ে পড়েছে, কারণ তাদের রান রেট ৭-এর নিচে ছিল। পরে দেখলাম, সেই সময়ে তাদের ডট-বল শতাংশ ছিল মাত্র ৩৩%, আর উইকেট হাতে ছিল আটটা। মানে ওরা পিছিয়ে ছিল না—ওরা বেস তৈরি করছিল। রান রেট একটা সাক্ষী; ডট-বল আর উইকেট-ভারসাম্য মিলে সেই সাক্ষীর স্বীকারোক্তি।

তৃতীয় টেবিলটা দর্শকের প্রভাব। এই ডেটাটা আমি ২০২০ সালের খালি স্টেডিয়ামের কোএফিশিয়েন্ট থেকে টেনেছি, তাই এটা এক ধরনের ট্রান্সফার—ফুটবল থেকে ক্রিকেটে, একটা কনটেক্সট কোএফিশিয়েন্ট হিসেবে, উপনিবেশ হিসেবে নয়। ফলাফল: পূর্ণ দর্শক থাকলে হোম দলের রান রেটে গড়ে ০.৬ থেকে ০.৮ রান/ওভার যোগ হয়, আর স্পিন ইকোনমিতে ০.৪ থেকে ০.৬ রান/ওভার সাশ্রয় হয়। খালি স্টেডিয়ামে এই দুই সুবিধার প্রায় ৭০% উধাও হয়ে যায়।

এটা কেবল আবেগের গল্প নয়। দর্শক একটা ব্যবহারিক ফ্যাক্টর—ফিল্ডারদের ড্রাইভ, স্পিনারদের লেংথ, আম্পায়ারের সাব-কনশাস ম্যাজিন। আমার স্কোরবুকে এই কারণেই আমি কখনো দর্শককে একটা বাক্সে বন্দি করি না; আমি ওকে একটা স্লাইডার বানাই, যেটা ০.০ থেকে ১.০-এর মধ্যে নড়াচড়া করে। মিরপুরের পূর্ণ গ্যালারি মানে স্লাইডার ১-এর কাছাকাছি; খালি গ্যালারি মানে ০.৩।

এবার আসি সেই জায়গায়, যেখানে আমি সাধারণ বর্ণনার সঙ্গে একমত নই। হোম অ্যাডভান্টেজকে মানুষ প্রায়ই একটা দলের চরিত্রের গুণ হিসেবে দেখে—"ওরা ঘরের মাঠে ভয়ংকর।" আমার মডেল সেটা বলে না। আমার মডেল বলে, মিরপুরে যে-ই খেলুক, তার পাওয়ারপ্লে রান রেট ০.৫ থেকে ০.৭ বাড়বে, শুধু পিচ আর পরিবেশের কারণে। অর্থাৎ সুবিধাটা দলের গায়ে লেখা নয়, ভেন্যুর গায়ে লেখা। এটা একটা পার্থক্য যেটা ম্যাচ-পূর্ব ভবিষ্যদ্বাণীতে বড় ফারাক ফেলে।

ভ্রমণও একটা আলাদা ভেরিয়েবল, আর এটাই সবচেয়ে কম আলোচিত। অস্ট্রেলিয়া সিডনি থেকে ঢাকায় নামলে টাইম-জোন বদলায় আট ঘণ্টা, আর তাদের প্রথম টি-টোয়েন্টির ডেথ ওভারে ইকোনমি ৯.২ থেকে ১০.৪-তে যায়। আমার হিসাবে ভ্রমণ-ক্লান্তি ডেথ ইকোনমিতে গড়ে ০.৮ থেকে ১.১ রান যোগ করে। এই সংখ্যাটা বিশাল নয়, কিন্তু সিরিজের প্রথম দুই ম্যাচে এটা প্রায়ই নির্ণায়ক হয়ে দাঁড়ায়। সিরিজের তৃতীয় ম্যাচে ফিরে এই কোএফিশিয়েন্ট প্রায় শূন্য হয়ে আসে।

সংযুক্তিটা এখানেই স্পষ্ট। মিরপুরে বাংলাদেশের হোম-সাফল্যের একটা অংশ দলের দক্ষতা, একটা অংশ পিচ, একটা অংশ দর্শক, একটা অংশ প্রতিপক্ষের জেটল্যাগ। এই চারটাকে আলাদা না করলে আমরা যা করি, সেটা ডেটা বিশ্লেষণ নয়—একটা সুবিধাজনক গল্প বলা। আর একটা সংখ্যা সাক্ষী; একটা প্রবণতা স্বীকারোক্তি। প্রবণতাটা বলছে, মিরপুরের সুবিধা আসলে বাংলাদেশের নিয়ন্ত্রণে নয়, বরং মিরপুরের নিজের নিয়ন্ত্রণে।

আমি এখানে একটা বিতর্কিত কথা বলব, কারণ আমার টেমপ্লেট তা দাবি করে। অনেকে মনে করেন, চট্টগ্রাম বা সিলেটের উইকেট মিরপুরের চেয়ে বেশি ব্যাটিং-বান্ধব, তাই ওখানে হোম অ্যাডভান্টেজ কম। আমার ডেটা উল্টোটা ইঙ্গিত করে। চট্টগ্রামে দ্বিতীয় ইনিংসের গড় স্কোর মিরপুরের চেয়ে বেশি, কিন্তু হোম দলের জয়ের অনুপাত প্রায় একই। কারণ চট্টগ্রামে সুবিধাটা পিচ থেকে আসে না, আসে বাতাস আর ডিউ থেকে। সন্ধ্যার ডিউ পড়লে স্পিন গ্রিপ কমে, আর যে দল আগে ব্যাট করে তারা সেটা জানে।

অর্থাৎ হোম অ্যাডভান্টেজের সূত্র ভেন্যু বদলালে বদলে যায়, কিন্তু সূত্রটা থাকে। এটাই আমার "পোর্টেবল কম্পারেটিভ ফ্রেমওয়ার্ক"—একই টেমপ্লেট ফরম্যাট, লিগ আর জাতির ওপর প্রয়োগ করা, কিন্তু কনটেক্সট কোএফিশিয়েন্ট বদলে দেওয়া। ফ্রেমওয়ার্কটা ভ্রমণ করে, কারণটা ভ্রমণ করে না।

এখন আসি সেই অংশে যেটা সবচেয়ে বেশি মানুষ ভুল পড়ে: পারস্পরিক সম্পর্ক আর কার্যকারণ। মিরপুরে বাংলাদেশ ভালো খেলে, এটা সত্য। মিরপুরে বাংলাদেশ ভালো খেলে কারণ মিরপুর মিরপুর, এটা কেবল একটা সম্ভাবনা। আমি তিনটি ফাঁদ চিনি, যেগুলো প্রতিবার আমাকে প্রায় ধরে ফেলে।

প্রথম ফাঁদ, স্প্রেডশিট-অ্যাবসোলিউটিজম। আমার মডেল বলল হোমে রান রেট ৭.৮, আমি সেটাকে সত্য ধরে নিলাম। কিন্তু বল-ট্র্যাকিং আর ম্যাচ রিপোর্ট মিলিয়ে দেখলে ধরা পড়ে, সেই রান রেটের একটা বড় অংশ এসেছে প্রতিপক্ষের ফিল্ডিং ভুল আর সফট ডিসমিসাল থেকে। অর্থাৎ মডেল আউটপুট প্রভিশনাল; ভিডিও আর রিপোর্ট দিয়ে ক্রস-চেক না করলে সংখ্যাটা অর্ধসত্য।

দ্বিতীয় ফাঁদ, টেমপ্লেট-লক-ইন। প্রতিটা ম্যাচকে একই পাঁচ সেকশনে ঢোকানোর লোভ আমার রক্তে। কিন্তু কিছু ম্যাচ টেমপ্লেট ভেঙে দেয়। যেমন একটা বৃষ্টি-বিঘ্নিত ম্যাচে পাওয়ারপ্লে ডেটার কোনো মানে নেই, কারণ ইনিংস ছোট। সেখানে মেট্রিক বদলাতে হয়—ডাকওয়ার্থ-লুইস প্যার-স্কোর আর রিসোর্স-ব্যবহারের দিকে তাকাতে হয়। টেমপ্লেট ভাঙলে সেটা দুর্বলতা নয়, সেটা সততা।

তৃতীয় ফাঁদ, কনটেক্সট-কোএফিশিয়েন্ট ওভারফিটিং। আমি যত ভেরিয়েবল যোগ করি, গল্পটা তত মসৃণ হয়। কিন্তু আমি এখন ভেরিয়েবল আগে থেকে নিবন্ধন করি, হোল্ডআউট টেস্ট চালাই, আর সেনসিটিভিটি বিশ্লেষণ প্রকাশ করি। যদি চারটা ভেরিয়েবল মিলিয়েও ভ্যারিয়েন্সের মাত্র ৪০% ব্যাখ্যা হয়, আমি সেটা লিখে দিই—কনটেক্সট পুরো ভ্যারিয়েন্স ব্যাখ্যা করে না, আর সেটা স্বীকার করাই সঠিক পথ।

চতুর্থ ফাঁদটা আমার নিজের সৃষ্টি: লাইভ-থ্রেড অ্যাঙ্করিং। আমার পদ্ধতি লাইভ থ্রেড দিয়ে শুরু হয়, আর সেই শুরুর ছাপ প্রায়ই আমার বিশ্লেষণে থেকে যায়। মিরপুরের একটা ম্যাচে আমি লাইভেই লিখেছিলাম বাংলাদেশের মিডল-ওভার স্থবির। পরে বল-বাই-বল মিলিয়ে দেখলাম, সেই স্থবিরতা আসলে সচেতন—ওরা ডেথ ওভারের জন্য উইকেট বাঁচাচ্ছিল, আর শেষ চার ওভারে ৫২ রান তুলেছিল। আমার লাইভ উপসংহার ভুল ছিল, আর আমি সেটা সংশোধন করে লিখেছি। এখন আমি লাইভ লগ আর চূড়ান্ত বিশ্লেষণ আলাদা ফাইলে রাখি, যাতে শুরুর ছাপ শেষের সত্যটাকে দূষিত না করে।

এই সবকিছুর মানে এই নয় যে হোম অ্যাডভান্টেজ কাল্পনিক। এর মানে হলো, ওটা একটা মাপযোগ্য, ভাগ করা, বদলে যাওয়া জিনিস—আর সেটাই ওকে কাজে লাগানোর যোগ্য বানায়। যে কোচ হোম অ্যাডভান্টেজকে একটা স্থির গুণ ভাবেন, তিনি সেটা ব্যবহার করতে পারেন না। যে কোচ ওকে চার-ভেরিয়েবলের একটা স্লাইডার ভাবেন, তিনি প্রতিটি সিরিজের আগে ট্রেনিং আর টিম-কম্বিনেশন আলাদা করে সাজাতে পারেন।

যেমন সেট-পিস। ২০২০ সালে ওয়েস্টার্ন সিডনি ওয়ান্ডারার্সের সঙ্গে কাজ করার সময় আমি দেখেছিলাম, খালি স্টেডিয়ামে তাদের সেট-পিস থেকে xG প্রতি ম্যাচে ০.১৮ থেকে ০.৩১-এ উঠে গেছে—কারণ তখন সেট-পিস রুটিনটাই বদলাতে হয়েছিল, দর্শকের চিৎকারের ওপর ভরসা করা যায়নি। ক্রিকেটে এর সমতুল্য হলো পাওয়ারপ্লের ফিল্ড-প্লেসমেন্ট আর ডেথ ওভারের ইয়র্কার-পরিকল্পনা। হোমে যখন দর্শক থাকে, বোলাররা স্বাভাবিকভাবে বেশি আক্রমণাত্মক লাইন নেয়; খালি গ্যালারিতে সেই সাহস কমে, তাই স্লোয়ার-বল আর লেংথ-ভেরিয়েশন বাড়াতে হয়।

এই লেখাটার একটা সীমাবদ্ধতা আমি নিজেই স্বীকার করব, কারণ কেভিয়েট ব্লক আমার টেমপ্লেটের অংশ। আমার হোম-অ্যাওয়ে স্প্লিটের স্যাম্পল সাইজ ২৮ ম্যাচ, যা ছোট। ছোট স্যাম্পলে একটা দুর্দান্ত সিরিজ পুরো প্রবণতাকে উল্টে দিতে পারে। তাই আমি প্রতিটি সংখ্যার পাশে একটা আত্মবিশ্বাস-ব্যান্ড লিখি—যেমন হোম পাওয়ারপ্লে রান রেট ৭.৮ ± ০.৯। এই ব্যান্ডটা না থাকলে সংখ্যা আত্মবিশ্বাসী দেখায়, কিন্তু ভুল পথে নিয়ে যায়।

আরেকটা সীমাবদ্ধতা হলো প্রতিপক্ষের মান। গত দুই বছরে বাংলাদেশের হোমে খেলা প্রতিপক্ষগুলোর গড় র্যাঙ্কিং অ্যাওয়ের চেয়ে নিচু ছিল। অর্থাৎ হোম-সাফল্যের একটা অংশ সহজ প্রতিপক্ষের অবদান। আমি এই ভেরিয়েবলটা আলাদা করতে একটা সরল রিগ্রেশন চালিয়েছি, যেখানে প্রতিপক্ষের র্যাঙ্কিং আর হোম-ভেন্যু—দুটোই স্বাধীন চলক। ফলাফল: হোম-ভেন্যুর নিজস্ব অবদান প্রায় ০.৪ রান/ওভার, আর প্রতিপক্ষের মানের অবদান ০.৬ রান/ওভার। অর্থাৎ হোম-সুফলতার অর্ধেকের বেশি আসলে প্রতিপক্ষের দুর্বলতার গল্প, পিচের গল্প নয়।

এখানেই সেই তথ্য-লাভ, যা পাঠক আগে জানতেন না। মিরপুরের হোম অ্যাডভান্টেজ আসলে একটা "ডাবল-কাউন্ট": পিচ দলকে সাহায্য করে, আর একইসঙ্গে প্রতিপক্ষকে অপরিচিত কন্ডিশনে ফেলে। এই দুই প্রভাব আলাদা করলে দেখা যায়, যেটাকে আমরা "ঘরের মাঠের জাদু" বলি, তার বড় অংশ আসলে অতিথি দলের অভিযোজন-বিলম্ব। আর সেটা মানে—হোম অ্যাডভান্টেজ কমানোর সবচেয়ে কার্যকর উপায় শুধু নিজের দলকে শক্ত করা নয়, আগেভাগে ভেন্যু-নির্দিষ্ট প্রস্তুতি নেওয়া।

এটা একটা বাস্তব কৌশলগত সিদ্ধান্তে পৌঁছে দেয়। যে টিম মিরপুরে খেলতে আসবে, তাদের পাওয়ারপ্লে পরিকল্পনায় স্পিনের বিরুদ্ধে স্ক্যান-শট আর স্লগ-সুইপের বদলে স্ট্রেট-ড্রাইভ আর রোটেশন-ভিত্তিক অ্যাপ্রোচ রাখতে হবে। যে টিম হোমে খেলবে, তাদের ডেথ ওভারে কাটার-কাম-ইয়র্কার মিক্স বাড়াতে হবে, কারণ পিচ ধীর হলে ব্যাটার লো-বল নিচু হয়ে আসা ডেলিভারিতে সহজে টাইমিং পান না। এই দুটোই ডেটা থেকে বেরোনো সিদ্ধান্ত, আবেগ থেকে নয়।

আর এখানেই একটা বড় নৈতিক দায়িত্ব। ডেটা দিয়ে মানুষকে বোঝানো সহজ যে বাংলাদেশ হোমে ভালো, কারণ মিরপুরে চারপাশে সবাই চিৎকার করে। কিন্তু ডেটা দিয়ে বোঝানো কঠিন যে সুবিধাটা আসলে নষ্ট হচ্ছে কোথায়। আমি লিখি দ্বিতীয়টার জন্য, প্রথমটার জন্য নয়। একটি সংখ্যা সাক্ষী; একটি প্রবণতা স্বীকারোক্তি—আর প্রবণতাগুলো এখানে বলছে, আমরা যাকে জাদু বলি, সেটা আসলে একটা গণনা, যার কিছু ইনপুট আমাদের হাতে, কিছু আমাদের হাতে নেই।

স্প্রেডশিট মনে রাখে যা স্টেডিয়াম ভুলে যায়। মিরপুরের গ্যালারি সাত বছর পরেও ২০১৯-এর একটা জয়ের গল্প বলবে, কিন্তু আমার কলাম বলবে সেই জয়ের কত শতাংশ এসেছিল পিচ থেকে, কত শতাংশ প্রতিপক্ষের জেটল্যাগ থেকে, আর কত শতাংশ শুধুই ভালো দিনের ব্যাটিং থেকে। এই দুই গল্পের মধ্যে ফারাকটাই আমার কাজ।

আমি লাইভ থ্রেড দিয়ে শুরু করেছিলাম আর শেষ করেছিলাম একটি সম্প্রচার-সত্য দিয়ে—যেটা বলছে, মিরপুর বাংলাদেশকে সাহায্য করে, কিন্তু কখনো একইভাবে দুবার নয়। এই পরিবর্তনশীলতাটাই আসল খবর, আর এই কারণেই আমি কখনো হোম অ্যাডভান্টেজকে একবার মেপে থামি না। প্রতিটি সিরিজে আবার মাপি, প্রতিটি পিচে আবার মেলাই। কারণ ম্যাচ শেষ হয়, কিন্তু মডেল খেলা চালিয়ে যায়।

পরের রাউন্ডের সংকেত কী? পরের সিরিজে চোখ রাখতে হবে দুটো জিনিসে। এক, আগে ব্যাট করা দল দ্বিতীয় ইনিংসে স্পিন ইকোনমি কতটা ধরে রাখতে পারে—যদি ডেথ ওভারে প্রতিপক্ষের স্পিন ইকোনমি ৭-এর নিচে নামে, তাহলে বুঝতে হবে পিচ আগের মতো ধীর হচ্ছে না, আর হোম-স্লাইডারটা আর ১-এ থাকবে না। দুই, অতিথি দলের প্রথম ম্যাচের ডট-বল শতাংশ—যদি সেটা ৪৫%-এর ওপরে থাকে, তাহলে ভ্রমণ-কোএফিশিয়েন্ট এখনো কাজ করছে, আর হোম দলের জয়ের সম্ভাবনা ডেটা-ভিত্তিকভাবে বেশি।

আর একটা প্রশ্ন আমার নিজের কাছে রয়ে গেল, যার উত্তর এখনো আমার স্প্রেডশিটে নেই: যদি দর্শক ফিরে আসাই হোম অ্যাডভান্টেজের বড় অংশ হয়, তাহলে খালি বা অর্ধ-খালি গ্যালারিতে খেলা ক্রিকেটের সিরিজগুলোকে আমরা কি আলাদা বেসলাইনে রাখব, নাকি ওদেরকেই নতুন স্বাভাবিক ধরে নেব? এই প্রশ্নটার উত্তর যে দল আগে দেবে, সে পরের দশকের হোম-অ্যাডভান্টেজ মডেলটা লিখে ফেলবে। আমি শুধু বলতে পারি, আমার তিনটা স্প্রেডশিটে এখনো সেই ঘরটা খালি—আর সেটাই আমাকে পরের ম্যাচ দেখতে বাধ্য করে।