বাংলাদেশের ওপেনিং রিপ্লেসমেন্ট গ্যাপ: ডেটা-স্বচ্ছতাই কি সমাধান?

২০২৩ সালের ওয়ানডে বিশ্বকাপে বাংলাদেশের পাওয়ারপ্লে ডট-বলের হার ছিল ৪১.৩ শতাংশ — টুর্নামেন্টের সেরা আট দলের মধ্যে সর্বোচ্চ। পুনে ও ধর্মশালার স্ট্যাডিয়ামের আলোয় এই সংখ্যাটা হাইলাইট রিলে কখনো আসেনি। কিন্তু আমার অডিট টেমপ্লেটে এর চেয়ে বড় সতর্কবার্তা ছিল: রিপ্লেসমেন্ট লেভেলের তুলনায় বাংলাদেশের ওপেনিং জুটির প্রত্যাশিত রান প্রতি ইনিংসে ৩.৫ রান কম উৎপাদন করছে। আমি সেই ফাঁক খুঁজি যেখানে হাইলাইট রিলের ক্যামেরা পৌঁছায় না — পাওয়ারপ্লের তৃতীয় ওভারের ডট বল, মিড-অফের টাইট প্রেস, ক্রিজে জমে থাকা রিভার্স সুইপ। এই ফাঁকগুলোই বলে দেয়, বাংলাদেশের সমস্যা প্রতিভার নয় — সিলেকশন পলিসির। ২০১৭ সালে ব্রিসবেনে ফার পোস্ট ডেটা প্রতিষ্ঠার পর থেকে আমি একটি নির্দিষ্ট অডিট পদ্ধতি অনুসরণ করি: ফিক্সচার কনটেক্সট, সিলেকশন বেসলাইন, রিপ্লেসমেন্ট লেভেল বেঞ্চমার্ক, ফাটিগ ট্র্যাকিং, তারপর ব্যতিক্রম। এই টেমপ্লেটই আমাকে বারবার সতর্ক করেছে। ২০২৩ সালের পর বাংলাদেশের ওপেনিং জুটি বারবার ব্যর্থ হয়েছে — তামিম ইকবালের অবসরের পর লিটন দাস ও সৌম্য সরকারের জুটি টিকে থাকতে পারেনি। ২০২৪ সালের টি-টোয়েন্টি বিশ্বকাপে বাংলাদেশের পাওয়ারপ্লে গড় রান ছিল মাত্র ৩৮.৪, যা দলকে ১৫০-এর নিচে সীমাবদ্ধ রেখেছে। অথচ ঘরোয়া ক্রিকেটে ওপেনিং রোলের জন্য অপেক্ষমাণ খেলোয়াড়দের গড় রান অনেক বেশি। এখানেই প্রশ্ন: ব্যর্থতার প্রকৃত কারণ কী? টেকনিক্যাল ঘাটতি, মানসিক চাপ, নাকি দলের ভেতরের তথ্য স্বচ্ছতার অভাব? ক্রিকেটে এখন ডেটার যুগ। খেলোয়াড়ের প্রতিটি শট, প্রতিটি ডেলিভারি, প্রতিটি ফিল্ডিং পজিশনের হিসাব রাখা হয়। কিন্তু বাংলাদেশের সিলেকশন প্রক্রিয়ায় সেই ডেটার ব্যবহার কতটুকু? এখানেই ব্লকচেইন প্রযুক্তির প্রাসঙ্গিকতা — একটি স্বচ্ছ, অপরিবর্তনীয় লেজারে পারফরম্যান্স ডেটা সংরক্ষণ করলে সিলেকশন বিতর্কের অনেক জায়গা কমে যেত। খেলোয়াড়ের ঘরোয়া ও আন্তর্জাতিক পারফরম্যান্সের প্রতিটি ডেটা পয়েন্ট যদি টেম্পারপ্রুফ হয়, তাহলে নিরপেক্ষ সিলেকশন আরও সহজ হয়। আমার ডেটা টেবিল দেখাচ্ছে, ২০২৩ থেকে ২০২৪ পর্যন্ত বাংলাদেশের প্রথম-পছন্দ ওপেনারদের সম্মিলিত এক্সজি প্রতি ইনিংসে ২৮.৬। অথচ ঘরোয়া ক্রিকেটে রিপ্লেসমেন্ট লেভেল হিসেবে বিবেচিত তানজিদ হাসান ও জাকির হাসানের ঘরোয়া পারফরম্যান্স প্রতি ইনিংসে ৩২.১ এক্সজি উৎপাদন করে। অর্থাৎ, বর্তমান ওপেনিং জুটি রিপ্লেসমেন্ট লেভেলের চেয়েও ৩.৫ রান পিছিয়ে। প্রতিটি খেলোয়াড় বদল মানে শুধু নাম বদল নয়, বরং প্রত্যাশিত রানের একটি ফাঁক যা পূরণ করতে হয়। তামিম ইকবালের ক্যারিয়ারের শেষ পাঁচ বছরে পাওয়ারপ্লে এক্সজি ছিল ৩৪.২, আর তার জায়গায় আসা ওপেনারদের গড় এক্সজি ২৭.৮ — অর্থাৎ প্রতি ইনিংসে প্রায় ৬.৪ রানের ক্ষতি। এই ফাঁকটা কখনো পূরণ হয়নি, কারণ সিলেকশন বোর্ড ডেটার বদলে নাম আর জনপ্রিয়তাকে প্রাধান্য দিয়েছে। এই ফাঁক কোথায় তৈরি হয়? আমার বিশ্লেষণে দেখা যায়, বাংলাদেশের ওপেনারদের ব্যর্থতার প্রধান অংশ আসে পাওয়ারপ্লের তৃতীয় থেকে ষষ্ঠ ওভারে। এই ওভারগুলোতে ডট-বলের হার ৪৪.২ শতাংশ, যেখানে বিশ্বকাপের সেরা দলগুলোর এই হার ৩১.৮ শতাংশ। নতুন বলের মুভমেন্টের সঙ্গে মানিয়ে নেওয়ার বদলে বাংলাদেশের ওপেনাররা আক্রমণাত্মক শট খেলে উইকেট হারাচ্ছেন। অথচ ঘরোয়া ক্রিকেটে একই খেলোয়াড়দের স্ট্রাইক রেট অনেক ভালো — কারণ সেখানে নতুন বলের চ্যালেঞ্জ কম, আর বোলিং আক্রমণের গভীরতাও ভিন্ন। এই দুই স্তরের পার্থক্যটাই ধরতে না পারলে সিলেকশন ভুল হবেই। আমি ইনপুট অডিট করি, তারপর সংখ্যাকে বিশ্বাস করি — এই নিয়মে দেখেছি, সিলেকশন বোর্ডের উচিত ঘরোয়া পারফরম্যান্সের বদলে আন্তর্জাতিক পর্যায়ের বোলিং আক্রমণের বিপরীতে খেলোয়াড়দের টেকনিক্যাল সামর্থ্য যাচাই করা। এই ডেটার প্রভাব ম্যাচের ফলাফলে স্পষ্ট। ২০২৩ বিশ্বকাপে বাংলাদেশ যখনই ২৪০-এর বেশি রান তুলেছে, জিতেছে শতভাগ ম্যাচে। কিন্তু যখনই ওপেনিং জুটি ২০ রানের নিচে করেছে, ম্যাচ জয়ের হার নেমে এসেছে ২৫ শতাংশে। এই সহসম্পর্কটা আকস্মিক নয় — ওপেনিং পার্টনারশিপে যত বেশি রান জমা থাকে, মিডল অর্ডার তত বেশি স্বাধীনভাবে খেলতে পারে। বাংলাদেশের মিডল অর্ডার যখনই চাপমুক্ত অবস্থায় ব্যাট করেছে, তাদের গড় ৩২-এর ওপরে উঠেছে। অথচ চাপের মধ্যে সেই গড় নেমে আসে ১৮-এ। অর্থাৎ, ওপেনিং জুটির ব্যর্থতা শুধু প্রথম উইকেটের সমস্যা নয় — পুরো ইনিংসের বার্তা বহন করে। এখানে আমি দীর্ঘদিনের পর্যবেক্ষণের একটি অভিজ্ঞতা স্মরণ করতে চাই। ২০১৭ সালে ব্রিসবেন রোরের হয়ে ম্যাসিমো ম্যাকারনেরে সই করানো হয়েছিল জেমি ম্যাকলারেনের বদলি হিসেবে। আমার ড্যাশবোর্ড দেখিয়েছিল, ম্যাকারনেরের সিরি আ ওপেন-প্লে এক্সজি প্রতি ৯০ মিনিটে ০.৩১, আর ম্যাকলারেনের এ-লিগ এক্সজি ০.৫৪। আমি তখন ১২ পৃষ্ঠার রিপোর্ট লিখে সতর্ক করেছিলাম — রোর প্রতি ম্যাচে ০.২৩ প্রত্যাশিত গোল হারাচ্ছে। ম্যাকারনেরে ২১ ম্যাচে ৯ গোল করেছিলেন, কিন্তু মাত্র ৬টি ওপেন-প্লে থেকে। প্রসেসের হিসাব শেষ পর্যন্ত মেলে। বাংলাদেশের ওপেনিং জুটিও ঠিক সেই একই রোগে ভুগছে। লিটন দাসের অফ-স্টাম্পের বাইরের বল খেলার সমস্যা নতুন নয় — ২০২১ সাল থেকে তার আউটের ৪২ শতাংশ আসে অফ-স্টাম্পের বাইরে ড্রাইভ করতে গিয়ে। সৌম্য সরকারের ক্ষেত্রে সমস্যাটা ভিন্ন — তিনি পাওয়ারপ্লেতে খুব বেশি রিস্ক নেন, যার সাফল্যের হার মাত্র ৩৪ শতাংশ। অথচ ঘরোয়া ক্রিকেটে যারা ধারাবাহিকভাবে ৩০-এর বেশি গড়ে রান করছেন, তাদের কখনো টানা সুযোগ দেওয়া হয়নি। ঘরোয়া ক্রিকেটের ওপেনারদের ডেটা যদি একই প্ল্যাটফর্মে তুলনা করা হয়, তাহলে দেখা যাবে অনেকেই আন্তর্জাতিক মানের কাছে যেতে পারেন। কিন্তু সেই তুলনা না হওয়ায় সিলেকশন নির্ভর করে কয়েকটি পরিচিত নামের ওপর। এখানে একটি সতর্কতা দরকার। সহসম্পর্ক মানে কার্যকারণ নয় — ডেটা বিশ্লেষণে এই ভুলটি সবচেয়ে সাধারণ। বাংলাদেশ দলের ফাটিগ নিয়ে অনেক কথা হয়, বিশেষ করে টানা ট্যুরের পর। আমার ফাটিগ ফোরকাস্টার মডেল অনুযায়ী, টানা ২১ দিনের বেশি ক্রিকেট খেললে পারফরম্যান্স ডিক্লাইনের হার ১৭ শতাংশ। কিন্তু আমি যখন ভেরিয়েবলগুলো আলাদা করেছি, তখন দেখেছি লিটন দাসের সমস্যাটি ফাটিগ নয় — টেকনিক। তার অফ-স্টাম্পের বাইরের বল নিয়ে সমস্যা তরুণ বয়স থেকেই ছিল, ফাটিগ তার নতুন কারণ নয়। ফাটিগের অজুহাত ব্যবহার করলে আসল সমস্যাটা ঢাকা পড়ে যায়। এটাই ডেটা অডিটের সবচেয়ে গুরুত্বপূর্ণ শিক্ষা — প্রতিটি সংখ্যাকে তার প্রেক্ষাপটে দেখা দরকার। আরেকটি বিষয়: খালি স্টেডিয়ামের অভিজ্ঞতা থেকে আমি শিখেছি, হোম অ্যাডভান্টেজের বড় অংশ ভক্তদের কণ্ঠ থেকে আসে না — পিচ, ভ্রমণ এবং সময়সূচির প্রভাবই আসল। বাংলাদেশের ঘরের মাঠে প্রাপ্ত সাফল্য বহিরাগত প্রতিপক্ষের কাছে ভিন্ন কন্ডিশন থেকে আসে। সেটা যখন নিরপেক্ষ ভেন্যুতে খেলা হয়, তখন সেই সুবিধা কমে যায়। এই প্রাকৃতিক পরীক্ষা থেকে বোঝা যায়, বাংলাদেশের ওপেনিং সমস্যার সমাধান ঘরোয়া কন্ডিশনে খুঁজলে ভুল হবে — আন্তর্জাতিক কন্ডিশনের জন্য আলাদা প্রস্তুতি দরকার। ভিন্ন দেশের পিচ, বাউন্স, সুইং আর স্পিনের ধরন — এই সবকিছু মিলিয়ে খেলোয়াড় নির্বাচন করতে হবে। ক্রিকেটে স্পিন-নির্ভর কৌশল নিয়েও আমার একটা সন্দেহ আছে — বিশেষ করে যখন দল সেই কৌশলকে একমাত্র অস্ত্র বানিয়ে ফেলে। স্পিন-বান্ধব উইকেটে বাংলাদেশ প্রতিপক্ষকে চাপে ফেলতে পারে, কিন্তু ফ্ল্যাট উইকেটে সেই পরিকল্পনা ভেঙে পড়ে। এটা শুধু খেলার ধরন নয় — এটা ভ্যারিয়েন্স কমানোর একটি পদ্ধতি, যা সঠিকভাবে প্রয়োগ করলে কার্যকর, কিন্তু অতিরিক্ত নির্ভরতায় ধ্বংসাত্মক। ডেটা দেখায়, স্পিন-সহায়ক উইকেটে বাংলাদেশের জয়ের হার ৬০ শতাংশ, ফ্ল্যাট উইকেটে মাত্র ২২ শতাংশ। ২০২৪ সালে নিউজিল্যান্ডের বিপক্ষে টি-টোয়েন্টি সিরিজ জয় বাংলাদেশের ক্রিকেটের একটি উজ্জ্বল অধ্যায়। কিন্তু সেই জয়ের পরের সিরিজেই ওপেনিং জুটি আবার ব্যর্থ হয়েছে। এর কারণ, নিউজিল্যান্ড সিরিজে বাংলাদেশের স্পিনাররা অসাধারণ পারফরম্যান্স করেছিল, যা ব্যাটিং ইউনিটের দুর্বলতাকে ঢেকে দিয়েছে। অন্য দলের বিপক্ষে যখন স্পিন সহায়ক কন্ডিশন থাকে না, তখন ওপেনিং ব্যর্থতা সামনে চলে আসে। এই প্যাটার্ন বারবার পুনরাবৃত্তি হচ্ছে — এবং প্রতিবারই দায় পড়ছে ফাটিগ বা কন্ডিশনের ওপর। পরের সিরিজে বাংলাদেশের উচিত রিপ্লেসমেন্ট লেভেলের ডেটা দেখে সিলেকশন নেওয়া, জনপ্রিয়তার গল্প নয়। প্রসেসই একমাত্র এজ যা খারাপ বেটে টিকে থাকে। সামনে অস্ট্রেলিয়া সফর। সেখানে কন্ডিশন সম্পূর্ণ ভিন্ন — বাউন্স, পেস আর সুইং-বান্ধব উইকেট। বাংলাদেশের ওপেনারদের সেখানে টিকে থাকতে হলে কেবল রান নয়, প্রয়োজন সঠিক শট-সিলেকশন আর টেকনিক্যাল প্রস্তুতি। প্রশ্ন হলো: বাংলাদেশ কি সংখ্যার স্বচ্ছতায় বিশ্বাস করতে শিখবে, নাকি আবারও গল্পে বিভ্রান্ত হবে? উত্তরটা নির্ভর করছে সিলেকশন বোর্ডের ডেটা-স্বচ্ছতার ওপর — যে প্রযুক্তিতে খেলোয়াড়ের পারফরম্যান্স মিথ্যা বলতে পারে না। ব্লকচেইন-ভিত্তিক ডেটা সিস্টেম সেই স্বচ্ছতাই দিতে পারে, যদি ক্রিকেট বোর্ড সেটাকে কাজে লাগাতে চায়।