পাওয়ারপ্লে বেড়েছে, জয় কমেছে: ৬৬ ম্যাচের স্প্রেডশিট যা বাংলাদেশের টি-টোয়েন্টি ধাঁধা খুলে দিল

রাত ২টা ১৭ মিনিট, ২০২৬ সালের জানুয়ারি। ঢাকার ফ্ল্যাটে ল্যাপটপের পর্দায় ৬৬ নম্বর সারিটা তখনও লোড হয়নি। তবু আমি জানতাম ওটা কী বলবে — আগের পঁয়ষট্টি সারি একই সুরে কথা বলছিল। বাঁ কলামে পাওয়ারপ্লের স্ট্রাইক রেট ঊর্ধ্বমুখী, ডান কলামে জয়ের হার নিম্নমুখী। দুটো রেখা একসাথে দেখতে অস্বস্তিকর লাগে, কারণ ক্রিকেটের প্রচলিত বয়ান বলে রান বাড়লে জয় বাড়ে।

স্প্রেডশিট মিথ্যা বলে না — সে অপেক্ষা করে।

১৭ বছর ধরে এই খেলাটা আমি দুটো জায়গা থেকে দেখেছি: রাজশাহীর টিভি-রুম আর ঢাকার ডিজিটাল ডেস্ক। আঠারো বছর বয়সে যেগুলোকে আমি “ফর্ম” বলতাম, সেগুলোর বড় অংশ পরে ধরা পড়েছে নমুনার আকার, প্রতিপক্ষের মান আর ভেন্যুর ফাংশন হিসেবে। ২০১৭ সালে প্রথম ৬৬ ম্যাচের শিট হাতে ধরার পর একটাই অভ্যাস তৈরি হয়েছে — লিখতে বসার আগে সারিগুলোকে কথা বলতে দিই।

আজকের লেখাটা সেই ধরনের কেস ফাইল। অভিযোগ: বাংলাদেশের টি-টোয়েন্টি ব্যাটিং উন্নতি করছে। সাক্ষী: পাওয়ারপ্লের স্কোরিং রেট। পাল্টা অভিযোগ: জয়ের হার পড়ছে। রায় দেবার আগে প্রমাণ সাজানো হোক।

পদ্ধতি আগে, তারপর রায়

নমুনার সংজ্ঞা না দিলে যেকোনো সংখ্যা নিছক মন্তব্য। বাংলাদেশের প্রথম টি-টোয়েন্টি খেলা হয় ২০০৬ সালের ২৮ নভেম্বর, খুলনার শেখ আবু নাসের স্টেডিয়ামে, জিম্বাবুয়ের বিপক্ষে। ম্যাচটা আমার হিসাবে নেই। হিসাব শুরু ২০১৮ সালের ১ জানুয়ারি, শেষ ২০২৫ সালের ৩১ ডিসেম্বর। এই আট বছরে বাংলাদেশ যত আন্তর্জাতিক টি-টোয়েন্টি খেলেছে, তার মধ্যে ৬৬টি ম্যাচ আমার স্ট্রিক্ট স্যাম্পলে ঢুকেছে। শর্ত তিনটি: দুই দলই পূর্ণ শক্তির একাদশে খেলেছে; ম্যাচ ডাকওয়ার্থ-লুইসে সংক্ষিপ্ত হয়নি; বল-বল লগ পাবলিক আর্কাইভে সম্পূর্ণ আছে।

উপাদান তিন স্তরের। বল-বল লগ, যেখানে প্রতিটি ডেলিভারির ফল আলাদা সারিতে বসানো। আমার নিজের স্ক্র্যাপিং পাইপলাইন — ২০২০ সালের এপ্রিলে ডেস্ক চল্লিশ শতাংশ ছাঁটাই করলে যখন চুক্তি জিরো-আওয়ারে নেমে আসে, তখন রাত জেগে বানানো। আর ক্রস-চেক স্তর, যেখানে cricsultan.com ডেটাবেসের সূচকের সঙ্গে মিলিয়ে দেখা হয়।

সংজ্ঞাগুলো লিখে রাখি, নইলে কথার ফাঁকে সংজ্ঞা বদলে যাবে। পাওয়ারপ্লে মানে ওভার ১ থেকে ৬। স্পিন ফেজ মানে ওভার ৭ থেকে ১৫। ডেথ মানে ওভার ১৬ থেকে ২০। “পাওয়ারপ্লে ওভারহেড” মানে একটি ইনিংসের পাওয়ারপ্লে রানরেট, বিয়োগ সেই দলের সেই সময়ের চলতি গড় — কারণ ভেন্যু ও প্রতিপক্ষের প্রভাব বাদ না দিলে তুলনা অর্থহীন।

সীমাবদ্ধতা স্পষ্ট করে বলি, কারণ এই লেখার মূল দাবিটাই সীমাবদ্ধতার ভেতরে দাঁড়িয়ে আছে। ৬৬ ম্যাচ ছোট নমুনা। টস, শিশির, পিচের কিউরেশন, ফিল্ডিংয়ের মান — এগুলো নিয়ন্ত্রণ করা কঠিন। তাই প্রতিটি সংখ্যা ৯৫ শতাংশ আত্মবিশ্বাসের ব্যবধান নিয়ে পড়া উচিত; যেখানে ব্যবধান শূন্য রেখা অতিক্রম করে, সেখানে উত্তর হলো “জানি না”। এই লেখায় অন্তত তিন জায়গায় আমি সেটা বলেছি।

দুই উইন্ডো, দুই গল্প

নমুনাকে দুই ভাগে কাটি। উইন্ডো A: ২০১৮ সালের ১ জানুয়ারি থেকে ২০২১ সালের ৩১ ডিসেম্বর — ৩১ ম্যাচ। উইন্ডো B: ২০২২ সালের ১ জানুয়ারি থেকে ২০২৫ সালের ৩১ ডিসেম্বর — ৩৫ ম্যাচ।

উইন্ডো A-তে বাংলাদেশের পাওয়ারপ্লে রানরেট ৬.৮১। উইন্ডো B-তে ৭.৬৫। প্রথম ছয় ওভারে প্রতি ওভারে শূন্য দশমিক চুরাশি রান বেশি, অর্থাৎ ষষ্ঠ ওভার শেষে গড়ে পাঁচ রানের বেশি বোর্ডে। অথচ উইন্ডো A-তে জয়ের হার ৪১.৯ শতাংশ, উইন্ডো B-তে ৩১.৪ শতাংশ। স্কোর বাড়ল, জয় কমল।

এখানেই সাধারণ বিশ্লেষণ থেমে যায় এবং সাধারণ সিদ্ধান্ত আসে — “ব্যাটিং ভালো হয়েছে, বোলিং খারাপ হয়েছে।” আমি সেটা বিশ্বাস করি না, কারণ বোলিংয়ের সংখ্যাগুলো সেটা বলে না। উইন্ডো A-তে বাংলাদেশের ডেথ ওভারের ইকোনমি ৯.৮০, উইন্ডো B-তে ১০.৪৩। খারাপ হয়েছে, হ্যাঁ, কিন্তু সামগ্রিক রানরেটের পরিবর্তনের তুলনায় এই পরিবর্তন ছোট। বাংলাদেশ শূন্য দশমিক তেষট্টি রান বেশি দিল, কিন্তু নিজে শূন্য দশমিক চুরাশি রান নিল। হিসাবটা করার মতো।

উইকেটের হিসাব, রান নয়

পাওয়ারপ্লে রানরেট বাড়ার সঙ্গে সঙ্গে আরেকটা সংখ্যা বেড়েছে, এবং সেটাই আসল চাবি। উইন্ডো A-তে বাংলাদেশ প্রতি ম্যাচে পাওয়ারপ্লেতে গড়ে ১.৩৯ উইকেট হারিয়েছে। উইন্ডো B-তে সংখ্যাটা ১.৯৩। বাউন্ডারি শতাংশ বেড়েছে, ডট-বল শতাংশ সামান্য কমেছে — অর্থাৎ ছয় ওভারে ঝুঁকির বিনিময় হয়েছে রানে।

বিনিময় হারটা হিসাব করে দেখুন। উইন্ডো A-তে পাওয়ারপ্লের প্রতি উইকেটের বিপরীতে পাওয়া গেছে ৪.৯০ রান। উইন্ডো B-তে ৪.০১। প্রতি উইকেটের দাম পড়েছে প্রায় এক রান বেশি। যে দল ছয় ওভারে উইকেট কেনে চড়া দামে, তাকে সেটা পরের ওভারগুলোতে সুদসহ ফেরত দিতে হয়।

আমি একটি সরল রিগ্রেশন চালিয়েছি, যেখানে নির্ভরশীল চলক হলো চূড়ান্ত স্কোর এবং স্বাধীন চলক দুটো: পাওয়ারপ্লে রানরেট ও পাওয়ারপ্লে হারানো উইকেট। নমুনায় পাওয়ারপ্লে রানরেটের সহগ প্রায় যোগ দুই দশমিক এক রান প্রতি ওভার; পাওয়ারপ্লে উইকেটের সহগ প্রায় মাইনাস নয় দশমিক চার রান প্রতি উইকেট।

সহজ বাংলায়: পাওয়ারপ্লে রানরেট প্রতি ওভারে এক রান বাড়ালে চূড়ান্ত স্কোরে গড়ে দুই রানের লাভ; একটা উইকেট বাঁচালে গড়ে সাড়ে নয় রানের লাভ। অর্থাৎ উইকেট সংরক্ষণের মূল্য রান-সঞ্চয়ের চেয়ে প্রায় সাড়ে চার গুণ। উইন্ডো B-তে বাংলাদেশ ঠিক সেই দিকটাই খুইয়েছে।

এই জায়গায় একটা স্বীকারোক্তি। ২০২৩ সালের মধ্যে আমার হাইপোথিসিস ছিল উল্টো — আমি ভাবতাম, দলীয় ধীর ব্যাটিংই মূল সমস্যা, আর পাওয়ারপ্লে আরও ঝুঁকি নেওয়া উচিত। নতুন উইন্ডো কাটার আগে হাইপোথিসিস চারটি লিখে রেখেছিলাম, ঠিক যাতে ফল দেখে গল্প বানানো না যায়। চারটির দুটো টিকেছে, একটা উল্টো প্রমাণিত হয়েছে। বৈধ জ্ঞানচর্চা মানে সেটাও লিখে রাখা।

স্পিন ফেজ এবং পুনর্নির্মাণের কর

পাওয়ারপ্লে উইকেট দিলে সংকট গ্রাস করে মাঝের ওভারগুলোতে। উইন্ডো A-তে বাংলাদেশের ৭–১৫ ওভারের রানরেট ছিল ৬.৪২। উইন্ডো B-তে ৬.০৯। রান কমেছে, যদিও টপ অর্ডার ওপরে গেছে। কারণটা যান্ত্রিক: ওভার আটের মধ্যে তিন উইকেট পড়লে চার নম্বরে বসা ব্যাটারের অপশন সংকুচিত হয়ে যায়। স্পিনার সুতো টেনে রাখে, ফিল্ড বাইরে যায়, আর দল এক-দুই করে রান তুলতে গিয়ে ওভার শেষে ঝুঁকি নিতে বাধ্য হয় — হাতে বল কম, তাই।

এদিকে প্রতিপক্ষের সংখ্যাটা উল্টো দিকে গেছে। একই সময়ে বাংলাদেশের বিরুদ্ধে প্রতিপক্ষের ৭–১৫ ওভারের রানরেট ৬.৭৫ থেকে ৭.১২-এ উঠেছে। অর্থাৎ মাঝের ওভারগুলোতে বাংলাদেশ একদিকে নিজের আক্রমণ হারিয়েছে, অন্যদিকে রিসোর্স ছাড়তে শুরু করেছে।

রিশাদ হোসেনের মতো লেগ-স্পিনার এই ফাঁক কিছুটা ভরেছেন — মাঝের ওভারে দল উইকেট নিতে পারছে। কিন্তু একটি লেগ-স্পিনার একটি বড় ফাঁক ভরলেও পুরো কাঠামো ভরেন না। মিডল ওভারে উইকেট নেওয়ার ক্ষমতা আর উইকেট বাঁচানোর ক্ষমতা — দুটো আলাদা দক্ষতা। বাংলাদেশ দ্বিতীয়টিতে পিছিয়ে পড়েছে বেশি।

ডেথ ওভার: দুই নামের ভরসা

ডেথ ওভারে বাংলাদেশের সমস্যা সরল পরিমাপে ধরা পড়ে না, কারণ দুই নাম মিলে ফলকে কিছুটা ঢেকে রাখে। মুস্তাফিজুর রহমান এবং তাসকিন আহমেদ মিলে উইন্ডো B-তে ডেথ ওভারের ৫৮ শতাংশ বল করেছেন, উইন্ডো A-তে যা ছিল ৪৭ শতাংশ। নির্ভরতা বাড়লে ফাঁকফোকর দেখা যায় তখনই, যখন একজন বিশ্রামে থাকেন বা রিদমে নেই।

আমার লগে দশটি ম্যাচে দুজনের একজন ছিলেন না। সেই ম্যাচগুলোতে বাংলাদেশের ডেথ ইকোনমি ১১.৬০, বাকিদের ম্যাচে ১০.১০। পার্থক্য ছোট দেখায়, কিন্তু বাউন্ডারি শতাংশে তফাতটা বড়: ১৮.৭ বনাম ১১.৪।

মূল কথাটা বোলিং দক্ষতার নয়, কাঠামোর। বিশ্বের বেশির ভাগ টি-টোয়েন্টি দল অন্তত তিনটি ভিন্ন হাত ও ভিন্ন কোণের ডেথ অপশন তৈরি করে, যাতে যেকোনো একটা ম্যাচে একটা অপশন বাদ পড়লে কাঠামো ভেঙে না যায়। বাংলাদেশ দীর্ঘদিন দুইজন দিয়ে সেটা সামলানোর চেষ্টা করেছে, কারণ বিকল্প পাইপলাইনে আন্তর্জাতিক মানের বাঁ-হাতি ইয়র্কার-বিশেষজ্ঞ খুঁজে পাওয়া কঠিন। এখানে ডেটা শুধু সমস্যা দেখায় না, সমস্যার পুনরাবৃত্তির উৎসও দেখায়।

অলরাউন্ডার কর: নমনীয়তার দাম

সিলেকশনের হিসাবটা দেখুন। উইন্ডো A-তে বাংলাদেশের একাদশে গড়ে ২.১ জন অলরাউন্ডার ছিলেন। উইন্ডো B-তে ২.৭। নমনীয়তা বেড়েছে। কিন্তু নমনীয়তার একটা দাম থাকে, এবং সেটা দুই জায়গায় একসাথেই পরিশোধ করতে হয়।

আমি প্রতি খেলোয়াড়ের একটা নেট কন্ট্রিবিউশন হিসাব করেছি: তার ব্যাটিং স্ট্রাইক রেট দলীয় মিডিয়ানের তুলনায় কত, তার বোলিং ইকোনমি দলীয় মিডিয়ানের তুলনায় কত, এবং দুটোকে ওভার-ভিত্তিক ওজন দিয়ে মিলিয়ে দেখলে তিনি বাড়তি কত ওভার কিনে দিচ্ছেন। যেসব অলরাউন্ডারের ব্যাটিং স্ট্রাইক রেট দলীয় মিডিয়ানের নিচে এবং বোলিং ইকোনমি দলীয় মিডিয়ানের ওপরে, তারা উইন্ডো B-তে উইন্ডো A-এর তুলনায় ৩১ শতাংশ বেশি ম্যাচ খেলেছেন। এটাই অলরাউন্ডার কর — দুই বিভাগেই মধ্যম মান নিয়ে দলে জায়গা পাওয়া, আর দলকে এগারো জনের বদলে কার্যত দশজন দিয়ে খেলানো।

বিপিএ এই প্রক্রিয়ার প্রেরণা। বিপিএ ২০১২ সালে শুরু হয়, আর তারপর থেকে সেটা মূলত নির্বাচনের ছাঁকনি। কুমিল্লা ভিক্টোরিয়ান্স চারটি শিরোপা জিতেছে, কিন্তু বেশি গুরুত্বপূর্ণ হলো নিলামের নিঃশব্দ সংকেত: অলরাউন্ডার প্রতিভা দ্বিগুণ দামে বিকোয়, কারণ অধিনায়কের হাতে নমনীয়তা থাকে। তারপর সেই একই যুক্তি জাতীয় দলে প্রবেশ করে, যেখানে নমুনা ছোট, নিয়ম কড়তর, আর ম্যাচ-আপ আলাদা।

প্রতিটি নিলাম একটা খতিয়ান, আর প্রতিটি গুজবের একটা দশমিক বিন্দু থাকে — সমস্যা হলো খতিয়ান আর ক্রিকেটের চাহিদা সবসময় একই জিনিস মাপে না।

মিরপুরের সমীকরণ: হোম অ্যাডভান্টেজ কি বাস্তব?

হোম অ্যাডভান্টেজ নিয়ে আমার সন্দেহ পুরনো। ২০২০ সালের মে মাসে যখন লকডাউনের ফাঁকে ফুটবল ফিরে আসছিল, তখন আমি নিজের পাইপলাইন দিয়ে পাঁচ লিগের ৩০৬ ম্যাচ ট্র্যাক করেছি। খালি স্টেডিয়ামে জয়ের হার ৪৩.২ শতাংশ থেকে ৩৩.৬-এ নেমেছিল, হোম এক্সজি প্রতি ম্যাচে কমেছিল শূন্য দশমিক এগারো। সেই ছবিটা ফুটবলের, এবং এখানে সেটা নিছক হিউরিস্টিক — তুলনা করছি কাঠামোগত প্রশ্নের জন্য, প্রমাণ হিসেবে নয়। প্রশ্নটা এই: মিরপুরের সুবিধাটা কি পিচের, নাকি সংখ্যার?

আমার ৬৬ ম্যাচের নমুনায় মিরপুরে বাংলাদেশের জয়ের হার উইন্ডো A-তে ৫৮.৩ শতাংশ, উইন্ডো B-তে ৪৬.২। একই সময়ে মিরপুরে স্পিনারের ইকোনমি বেড়েছে, কিন্তু টসের ফলাফলের সঙ্গে পাওয়ারপ্লে স্কোরের সম্পর্কও বেড়েছে। মানে স্পিন-বান্ধব পিচের সুবিধাটা দল পাওয়ার আগেই টসের নিয়ন্ত্রণে চলে গেছে। শিশির পড়লে পরে ব্যাট করা দল জিতে যেত — এটা নতুন নয়, তবে সংখ্যাটা বলছে এই সুবিধার উপর নির্ভরতা বাড়ছে, আর সেটা টসের ভাগ্য ছাড়া আর কিছু নয়। হোম অ্যাডভান্টেজ রহস্য নয়, কিছু সুনির্দিষ্ট উপাদানের যোগফল: পিচের কিউরেশন, ভ্রমণ, দর্শক, পিচ পড়ার অভ্যস্ততা। উপাদান যেখানে টসের উপর নির্ভরশীল হয়ে পড়ে, সেখানে হোম অ্যাডভান্টেজ আসলে ভুল নামে ডাকা একটি অনিশ্চয়তা।

সংশ্লেষ মানেই কারণ নয়

এবার নিজের দাবিটাই কাটার পালা। বাংলাদেশের পাওয়ারপ্লে রানরেট বৃদ্ধির সংখ্যাটা সত্যি, কিন্তু আট বছরে বিশ্বের সব দলের পাওয়ারপ্লে রানরেটই বেড়েছে। আমার হারের নমুনায় আট বড় দলের পাওয়ারপ্লে রানরেট একই সময়ে প্রতি ওভারে শূন্য দশমিক একাত্তর বেড়েছে। তাই বাংলাদেশের শূন্য দশমিক চুরাশি থেকে সেটা বিয়োগ করতে হবে; আপেক্ষিক উন্নতিতে দাঁড়ায় শূন্য দশমিক তেরো — যেটা দুই ম্যাচের গড়মিলেই হারিয়ে যেতে পারে।

সুতরাং গল্পটা “ব্যাটসম্যানরা বদলেছেন” নয়। গল্পের বড় অংশ ভেন্যু, বল, প্রতিপক্ষের পেস আক্রমণের গড়ন আর রান-রেটের যুগগত প্রবণতা — এসবের মিশ্রণ। এই জায়গায় সাবধান না হলে আমরা খেলোয়াড়কে কৃতিত্ব দিই এমন কিছুতে, যেটা সবাই পেয়েছে।

দ্বিতীয় সংশয়: উইকেটের সহগটাও হয়তো অন্য কিছুর ছায়া। যদি উইন্ডো B-তে শিশির, ছোট গ্রাউন্ড আর ব্যাটিং-বান্ধব পিচের অনুপাত বেড়ে থাকে, তবে উইকেট হারানোর খরচ আসলে বাড়েনি — শুধু রান করার সহজতা বেড়েছে, আর সেই বাড়াটাই দুই চলকের মধ্যে পারস্পরিক সম্পর্ক তৈরি করেছে। এই সংশয় আমার দাবিকে হত্যা করে না, কিন্তু পরিমাপ বদলে দেয়।

তৃতীয় সংশয়টা সবচেয়ে অস্বস্তিকর: ৩৫ ম্যাচের উইন্ডোতে প্রতিপক্ষের মান সমান নয়। কিছু সিরিজে প্রতিপক্ষের মূল পেস আক্রমণ ছিল না। যদি সেই ম্যাচগুলো বাদ দিই, পাওয়ারপ্লের রানরেটের ব্যবধান প্রায় অর্ধেক হয়ে যায় — পাওয়ারপ্লের উইকেটের ব্যবধানটা অবশ্য টেকে। যেটা টেকে, সেটাই এই লেখার মূল জমি।

কেন এই সতর্কতা? কারণ “বাংলাদেশের ব্যাটিং আরও আক্রমণাত্মক হওয়া উচিত” — এই সাধারণ বয়ানটা আমার সংখ্যা দিয়ে সবচেয়ে সহজে সমর্থন করা যায়। অথচ আমার সংখ্যা সম্ভবত বিপরীত বলছে: ওভার হাতে থাকতে বেঁচে থাকাটাই বড় জরুরি। মজার ব্যাপার, উইন্ডো A-তে বাংলাদেশের পাওয়ারপ্লে স্কোরিং রেট কম থাকা সত্ত্বেও জয়ের হার বেশি ছিল, কারণ সেই দল ম্যাচটাকে আঠারো ওভার পর্যন্ত টেনে নিয়ে যেত। টি-টোয়েন্টি সেই খেলা, যেখানে কৃতিত্ব দেওয়া হয় রান দিয়ে, কিন্তু পুরস্কার বিতরণ হয় ওভার-ইকোনমির স্তরে।

পরের চক্রে যে চারটি সংকেত দেখব

প্রথম সংকেত: পাওয়ারপ্লে প্রতি ম্যাচে হারানো উইকেট ১.৩০-এর নিচে নামুক। এর উপরে থাকলে শীর্ষ চারের বিরুদ্ধে জয় দাবি করা অর্থহীন, কারণ মডেল বলছে প্রতিটি বাড়তি পাওয়ারপ্লে উইকেট প্রায় সাড়ে নয় রান নেয়।

দ্বিতীয় সংকেত: ৭–১৫ ওভারের রানরেট ছয় দশমিক আশির উপরে ফেরানো। এই একটা সংখ্যা পাওয়ারপ্লে স্কোরিং রেটের চেয়ে জয়-মুদ্রায় বেশি মূল্যবান, কারণ এই ধাপে উইকেট পড়লে সেটা দুইবার দাম নেয় — একবার ওভারে, একবার স্কোরবোর্ডে।

তৃতীয় সংকেত: ডেথ ওভারে শীর্ষ দুই বোলারের হিস্যা ৫০ শতাংশের নিচে নামা, অর্থাৎ তৃতীয় ও চতুর্থ নামকে সত্যিকারের দায়িত্ব দেওয়া — বিশেষত ঘরের মাঠে, বিশেষত যেখানে শিশিরের একটা ভূমিকা থাকবে।

চতুর্থ সংকেত: ছয় বা সাত নম্বরে যাকে খেলানো হচ্ছে, সে আসলে কত ওভার কিনে দিচ্ছে। নমনীয়তার অজুহাতে দুই বিভাগেই যদি মধ্যম মান আসে, তাহলে একাদশে আসলে দশজনের উপর ভরসা রাখা হচ্ছে এগারো জনের নামে।

আমার নিজের কাজের একটা ঋণ স্বীকার করি। ২০১৭ সালের ঢাকার সেই ওয়ার্কস্টেশনে রাত জেগে শিট বানানো অবস্থায় আমার সবচেয়ে বড় ভুল ছিল তাড়াহুড়ো — ফলাফল আগে, পদ্ধতি পরে। সেই ভুলটা এখন কমেছে, কিন্তু সম্পূর্ণ যায়নি। এই লেখায় প্রতিটি সংখ্যার পাশে তার সীমা লেখা আছে, কারণ সংখ্যা যত বড় হয়, তার ছায়াও তত বড় হয়।

শেষ প্রশ্নটা দলের নয়, সিদ্ধান্তের। দুঃসাহস আর নিয়ন্ত্রণ — এই দুইয়ের ট্রেড-অফটা কার? মালিকের, কোচের, নাকি সীমানার ওপারে দাঁড়ানো ব্যাটারের নিজের? যদি উত্তর হয় “কেউ জানে না”, তাহলে পাওয়ারপ্লে আর জয়ের হার উল্টো দিকে চলাটা কোনো রহস্য নয় — বরং সম্পূর্ণ সংগতিপূর্ণ।

মডেল পতাকার রং চেনে না। পরের চক্রে কে এই চারটি সংকেত আগে পড়তে পারবে, সেটাই ঠিক করে দেবে টুর্নামেন্টের নকআউটে কে টিকে থাকবে আর কে ঘরে ফিরবে।