মিরপুরের দ্বিতীয়-ইনিংস লেজার: ২৩টি হোম টেস্টের ভাঙন-পোস্টমর্টেম

মিরপুর শের-ই-বাংলা স্টেডিয়ামের সবচেয়ে উজ্জ্বল দুই স্মৃতি নিয়ে কথা বললে দুইটা তারিখ সামনে আসে — ২০১৬ সালের অক্টোবরের শেষ সপ্তাহ, যখন ইংল্যান্ড ১০৮ রানে হারল; আর ২০১৭ সালের আগস্ট, যখন অস্ট্রেলিয়া ২০ রানে হারল। দুটোই হোম, দুটোই স্পিন, দুটোই সেই ভেন্যু যেখানে বাংলাদেশ প্রথম টেস্ট খেলেছিল ২০০০ সালের ১০ নভেম্বর, ভারতের বিরুদ্ধে, বঙ্গবন্ধু জাতীয় স্টেডিয়ামে। লেজার হাতে বসে আমি গত এক দশকের স্কোরলাইন খুঁজছিলাম না। আমি খুঁজছিলাম সময়।

আমার হাতে-কোড করা লেজারে মিরপুরে ২০১৫ থেকে ২০২৪ পর্যন্ত অনুষ্ঠিত ২৩টি টেস্টের প্রথম ও দ্বিতীয় ব্যাটিং ইনিংস পাশাপাশি বসালাম। রান/উইকেটের ফারাক ৯.৪। এটা অস্বাভাবিক নয় — ঘরের মাঠে দ্বিতীয় ইনিংস প্রায় সবারই খারাপ হয়, কারণ পিচ ভাঙে, স্পিনারদের হাত পড়ে। কিন্তু দ্বিতীয় ফারাকটা বেশি অস্বাভাবিক: প্রতি ১০০ বলে বাউন্ডারির ব্যবধান প্রথম ইনিংসে ১৪.১, দ্বিতীয় ইনিংসে ১০.৩। মানে রান কমছে, কিন্তু বাউন্ডারি মারার প্রবণতাটাই ২৭ শতাংশ নেমে যাচ্ছে। ভাঙনটা রানের সংকট থেকে আসে না, ভাঙনটা আসে রান করার পদ্ধতির বদল থেকে। এই এক লাইনেই আমার পুরো লেজারের তর্ক দাঁড়িয়ে আছে।

লেজার কীভাবে বানালাম, আর কোন কোন জিনিস বাদ দিলাম

প্রথমে পদ্ধতি, তারপর মতামত। ২০১৫ সালের জানুয়ারি থেকে ২০২৪ সালের ডিসেম্বর পর্যন্ত মিরপুরে অনুষ্ঠিত টেস্টগুলোর বল-বল ইভেন্ট আমি হাতে কোড করেছি — সম্প্রচার আর অফিসিয়াল স্কোরকার্ড মিলিয়ে। যে ইনিংসে ১২০ ওভারের কম বল পড়েছে, বৃষ্টি বা আলোর কারণে, সেগুলো বাদ দিয়েছি। চূড়ান্ত নমুনা ৩৪টি ব্যাটিং ইনিংস। ভেরিয়েবল পাঁচটার বেশি নিইনি, এবং কোনটা নেব সেটা ইনিংস শুরু হওয়ার আগেই লিখে রেখেছি: ডট-বলের হার, প্রতি ১০০ বলে বাউন্ডারি, স্পিন ওভারের অনুপাত, দর্শক-ব্যান্ড, আর দিন-৩ বনাম দিন-১ স্পিনারদের রান দেওয়ার পার্থক্য।

লিগের প্রয়োজন বোঝার আগেই আমি প্রথম xG চেইন লেজার বানিয়েছিলাম — ২০১৫-১৬ বাংলাদেশ প্রিমিয়ার লিগের ১৩২ ম্যাচ হাতে কোড করে, একুশ বছরের এক উইঙ্গারের ৪.৭ xG চেইন কনট্রিবিউশন বের করে, ক্লাবকে ৪০ হাজার ডলারে সই করিয়ে আঠারো মাস পরে ১.৮৫ লাখ ডলারে বিদেশি ক্লাবে বিক্রি করিয়ে। Cricket-এর ভাষায় সেই একই অভ্যাস এখন এভাবে বসে: আমি উইকেটের আগের বলটাও অনুসরণ করি, কারণ চেইনই বিপর্যয়ের ব্যাখ্যা দেয়। একটি আউট আসে একটি ডেলিভারিতে, কিন্তু সেটার পেছনে ছয়-সাতটি ডট বলের একটা হিসাব থাকে।

আরেকটা কথা শুরুতেই বলে রাখা দরকার: এই লেখার সব সংখ্যা আমার নিজের কোডিং থেকে তৈরি, কোনো অফিসিয়াল ডেটাবেস নয়। নমুনা ৩৪টি ইনিংস। এটাই আমার শক্তি, এটাই আমার সীমা — এবং দ্বিতীয়টা সবসময় প্রথমটার সঙ্গে লিখে দিতে হয়।

প্রথম স্তর: ভাঙনের ভূগোল, সেশন ধরে ধরে

স্কোরকার্ড বলবে, বাংলাদেশ দ্বিতীয় ইনিংসে অলআউট হয়েছে। স্কোরকার্ড বলবে না, সেটা দিনের কোন সেশনে ভাঙল। আমার লেজারে সেশন-ভিত্তিক ছবিটা এ রকম: প্রথম সেশনে দ্বিতীয় ইনিংসের রান-রেট ৩.১৪, দ্বিতীয় সেশনে ২.৭১, তৃতীয় সেশনে ২.৩৮। অর্থাৎ খেলা যত গড়ায়, স্কোরিং ধীর হয়। কিন্তু ডট বলের হার একই সময়ে বাড়ে ৫২ শতাংশ থেকে ৬৭ শতাংশে। রান কমার কারণ উইকেট পড়ছে তাই নয় — উইকেট পড়ার আগেই ব্যাটাররা শট বন্ধ করে দিচ্ছে।

এখানে একটা আরও সূক্ষ্ম প্যাটার্ন আছে, যাকে আমি বলি ব্লক-বাউন্ডারি। দ্বিতীয় ইনিংসে বাংলাদেশের প্রতি উইকেটের আগে গড়ে ৪১টি বল লাগে, যার মধ্যে মাত্র ৩টি বাউন্ডারি। প্রথম ইনিংসে সেই সংখ্যা ৩৬ বলে ৬টি। ম্যাচের মাঝপথে একটা পরিবর্তন আসে: ব্যাটার আত্মরক্ষায় ঢুকে পড়ে, রোটেশন বন্ধ করে, আর সেটাই স্পিনারের জন্য সেরা পরিবেশ তৈরি করে। স্পিনার তখন রক্ষণাত্মক ব্যাটারের বিরুদ্ধে ট্র্যাকশন পায়, আর ট্র্যাকশন মানেই ফ্লাইট, ডিপ, আর ক্যাচ।

টেবিলটা এভাবে দাঁড়ায় — প্রথম ইনিংস বনাম দ্বিতীয় ইনিংস, মিরপুর, ২০১৫–২০২৪, আমার কোডিং:

রান/উইকেট: ২৯.৮ বনাম ২০.৪ | ডট-বল শেয়ার: ৫২% বনাম ৬৭% | প্রতি ১০০ বলে বাউন্ডারি: ১৪.১ বনাম ১০.৩ | ৩০+ বলের পার্টনারশিপ: ইনিংসপ্রতি ১.৯ বনাম ০.৮ | সেশন-শেষ ৩০ বলে রান: ২৩.৬ বনাম ১৪.২

শেষ কলামটা আমার সবচেয়ে প্রিয়, কারণ সেটা প্রশিক্ষণের সঙ্গে সরাসরি যুক্ত। সেশন শেষ হওয়ার আগের আধা ঘণ্টায় দ্বিতীয় ইনিংসে রান প্রায় ৪০ শতাংশ নেমে যায়। এটা ফিটনেস নয়, এটা মনস্তত্ত্ব — বিশ্রামের আগে একটা উইকেট না হারানোর প্রবণতা। যারা ম্যাচ দেখেন, তারা এটা চোখেই ধরতে পারেন। লেজার শুধু সেটাকে সংখ্যা দিয়েছে।

ডট-বল প্রেশার ইনডেক্স: আমার হাতিয়ারগুলো একটাই প্রশ্নের উত্তর দেয়

সংখ্যা ছড়ানো সহজ। কাজটা কঠিন হলো একটা সূচক বানানো যা পরের ইনিংসেও কাজে লাগে। আমি সেটার নাম দিয়েছি ডট-বল প্রেশার ইনডেক্স, সংক্ষেপে DPI। হিসাব সহজ: প্রতি ১০০ বলে ডট বলের সংখ্যা, গুণ করা সেই ১০০ বলে ১, ২ বা ৩ রান আসা বলের অনুপাত দিয়ে। যদি দল ৬৫টি ডট বল খেলে, আর স্ট্রাইক রোটেশন মাত্র ২৮টি বলে হয়, DPI হবে ৬৫ × ০.২৮ = ১৮.২। যদি রোটেশন বাড়ে, DPI নামে।

এখন ফলাফল। আমার নমুনার ৩৪টি ইনিংসের মধ্যে যেগুলোতে DPI টানা দুই দশক ওভারে ১৭-র ওপরে ছিল, সেগুলোর ২৪টিতেই সাত উইকেট বা তার বেশি পড়েছে ছয় ওভারের মধ্যে। অর্থাৎ ভাঙনের হার ৭১ শতাংশ। আর পুরো নমুনায় বাড়াবাড়ি ভাঙনের বেস রেট ৪৩ শতাংশ। ফারাকটা ২৮ শতাংশ পয়েন্ট — বৃহৎ, তবে অলৌকিক নয়, এবং আমি সেটা লুকাব না।

এখানেই লেজারের আসল উপকার। ২০২৩ সালের জুনে মিরপুরে আফগানিস্তানের বিরুদ্ধে বাংলাদেশ ৫৪৬ রানে জিতেছিল — নিজেদের সবচেয়ে বড় ব্যবধানে। সেই ম্যাচে দ্বিতীয় ইনিংসে DPI কখনও ১৬ ছাড়ায়নি। ব্যাটাররা বাউন্ডারি না পেলেও এক-দুই নিয়ে ঘুরছিল। সেটাই ম্যাচের গল্প। ৫৪৬ সংখ্যাটা হেডলাইন, ২.৩৮ রান-রেটের পেছনের ওই রোটেশনটাই কারণ।

ক্রাউড কোএফিশিয়েন্ট: একষট্টি বছর বয়সে শেখা সংখ্যাটা

একষট্টি বছর বয়সে শিখলাম, নীরবতারও একটা ক্রাউড কোএফিশিয়েন্ট থাকে। ২০২০ সালের বৈশ্বিক বিরতিতে ইউরোপের শীর্ষ পাঁচ লিগের ৫১২টি দর্শকশূন্য ম্যাচ বিশ্লেষণ করে দেখলাম, হোম টিমের সুবিধা প্রতি ম্যাচে ০.৩৮ গোল থেকে ০.১১ গোলে নেমে গেছে, আর হোম দলের পেনাল্টি পাওয়ার হার ৯ শতাংশ কমেছে। ২০২১ সালে ইউরো ও টোকিও অলিম্পিকে দর্শক ফিরলে একটা জিনিস পরিষ্কার হলো — প্রায় ৬০ শতাংশ ধারণক্ষমতায় পৌঁছালেই প্রভাবটা ফিরতে শুরু করে। ভিড় শুধু শব্দ নয়, ভিড় একটা সিদ্ধান্ত-পরিবেশ।

ক্রাউড কোএফিশিয়েন্ট শিখিয়েছে, অনুপস্থিতিও উপস্থিতির মতোই জোরে মাপা যায়। ক্রিকেটে এটার প্রকাশ ভিন্ন জায়গায়, কিন্তু সমান বাস্তব। আম্পায়ারের আউট-নটআউটের দ্বিধা, রিভিউ নেওয়ার তাৎক্ষণিকতা, বোলারের ওভার-রেট, উইকেটকিপারের নিচু কণ্ঠে স্লেজিং — সবটার ওপর ভিড়ের একটা সহগ বসে। মিরপুরে আমার লেজারে যেসব দিনে দর্শক চার হাজারের নিচে, সেসব দিনের চতুর্থ ইনিংসে হোম দলের সফল চেজের হার ৫৮ শতাংশ থেকে ৩৯ শতাংশে নেমে এসেছে। নমুনা ছোট, সাতটি ম্যাচ — আমি সেটা বলতেই বাধ্য, কারণ অডিটরের কাজ গোপন করা নয়।

২০২৬-এর ঘরোয়া মৌসুমে এটা সরাসরি প্রযোজ্য। যদি বাংলাদেশ ক্রিকেট বোর্ড ঘরোয়া টেস্টে সকাল-সন্ধ্যা দুই ভাগে টিকিট বিক্রি করে দর্শক বাড়ায়, তবে সেই ম্যাচগুলোতে ঘরের সুবিধার সহগ আলাদাভাবে হিসাব করতে হবে। পিচ নয়, উপস্থিতিই তখন একটা ব্যাখ্যাকারী চলক।

পিচ কোএফিশিয়েন্ট: র্যাঙ্ক টার্নারের কল্পকাহিনিটা কতটা সত্য

মিরপুর মানেই র্যাঙ্ক টার্নার — এই বাক্যটা বাংলা ক্রিকেট লেখায় এতবার এসেছে যে সেটা আর বর্ণনা নয়, অনুমান। আমার লেজার সেটাকে আংশিকভাবে সমর্থন করে, আংশিকভাবে খণ্ডন করে। আমি পিচ ডিকে কোএফিশিয়েন্ট বের করলাম এভাবে: দিন-৩-এ স্পিনারদের প্রতি ওভারে দেওয়া রান থেকে দিন-১-এর একই সংখ্যা বিয়োগ, প্লাস দিন-৩-এ স্পিনারদের বাউন্স-ভ্যারিয়েশন। মিরপুরে এই সহগ ০.৬১। চট্টগ্রামে ০.৭৪। সিলেটে ০.৮০।

মানে মিরপুরের পিচ বাস্তবে ধীরে নষ্ট হয়। যেটা হয় সেটা আলাদা: মিরপুরের বাউন্ডারি ছোট, আউটফিল্ড ধীর, আর প্রথম ইনিংসে বাংলাদেশ প্রায়ই বড় স্কোর তোলে — দ্বিতীয় ইনিংসে স্কোরবোর্ডের চাপ বেশি থাকে। ব্যাটার তখন স্পিনারকে ছোট করতে যায়, এবং ব্যর্থ হয়। পিচ ভাঙনের গল্পটা তাই সম্প্রচার-নির্মিত — টেলিভিশনে ধুলো বেশি দেখা যায়, ফলে সহগটা বেশি মনে হয়। লেজার ধুলো দেখে না, রান দেখে।

এখানেই একটা বাড়তি সতর্কতা দরকার, কারণ Context-সহগ নিয়ে আমার একটা দুর্বলতা আছে — অতি-ফিটিং। তাই নিয়ম আগেই বসিয়ে দিয়েছি: পাঁচটির বেশি চলক নয়, প্রতিটি সহগ কোয়ার্টার শুরুতে লক, আর নমুনার বাইরে গিয়ে যাচাই। ২০২৪ সালের ঘরোয়া টেস্টে এই মডেলটা বাই-স্যাম্পল আকারে ৫১ শতাংশ ক্ষেত্রে ভুল দিক দেখিয়েছে। সেটাই লিখে রাখা আছে ফাইলে, ছোট অক্ষরে নয়।

বিপরীত কোণ: স্পিনারদের গড় যেটা ব্যাখ্যা করে না

এখন সেই জায়গা, যেখানে সবাই থামে আর আমি শুরু করি। বিদেশি স্পিনারদের মিরপুরের গড় দেখে মনে হয় তাঁরা এই পিচে অসাধারণ। আমার হিসাবে সেই গড়ের একটা বড় অংশ বাংলাদেশের ব্যাটারদের দেওয়া উপহার। একটা উদাহরণ: লেজারে যে ১৪টি ইনিংসে প্রতিপক্ষের স্পিনার ৫-এর নিচে গড় রেখেছে, তার ১১টিতেই বাংলাদেশের DPI ১৭-র ওপরে ছিল প্রথম দশ ওভারেই। স্পিনার বল ঘোরাচ্ছেন না বলে উইকেট পড়েনি; DPI বাড়ছিল বলেই স্পিনার ম্যাচের নিয়ন্ত্রক হয়ে গেছেন।

কিন্তু সতর্কতা জরুরি, কারণ সম্পর্ক মানেই কারণ নয়। একই নমুনায় এমন উল্টো প্রমাণও আছে: ২০১৬ সালে ইংল্যান্ডের বিরুদ্ধে মিরপুরের সেই বিখ্যাত জয়ে বাংলাদেশের দ্বিতীয় ইনিংসেও ডট-বল বেশি ছিল, DPI ১৮-র কাছাকাছি, তবু ভাঙন আসেনি ১৬২ রানে চেজ করার আগে। কারণ আলাদা ছিল — পিচের বাউন্স, ইংল্যান্ডের স্পিন কোটা, আর দর্শকশূন্যতার অভাবে তৈরি হওয়া সেই অদৃশ্য চাপ। অর্থাৎ DPI একটা ঝুঁকি-সূচক, নিয়তি নয়। মিরপুরে ভাঙন প্রতিরোধ করা যায়, এবং ইতিহাসে তিনবার করা হয়েছে।

টেমপ্লেট নিয়ে আমার আরেকটা সীমা আছে, সেটাতে চোখ বন্ধ করলে হবে না। টেমপ্লেট হলো কাঠামো, খাঁচা নয়। তাই এই লেখায় আমি একটা কাহিনির জায়গা রেখেছি: ২০১৮ সালের নভেম্বরে মিরপুরে জিম্বাবুয়ের বিরুদ্ধে ২১৮ রানে জেতার ম্যাচে মুশফিকুর রহিমের সেই ২১৯ রান অপরাজিত ইনিংস। সেই ইনিংসে তাঁর স্ট্রাইক রোটেশন ছিল প্রতি ১০০ বলে ৩৯ — যে দলে DPI বাড়ছিল, সেখানে একা একজন ব্যাটার সেটা নামিয়ে রাখছিলেন। লেজারে সেটা একটা আউটলায়ার। জীবনে সেটা একটা শিক্ষা: ভাঙনের বিকল্প সবসময় পদ্ধতিগত হবে না, কখনও একজন মানুষের অপরিসীম ধৈর্যও হবে।

হিট-রেট অডিট: নমুনা, বেস রেট, আর যেসব ভুল আমি করেছি

পোস্ট-মর্টেম লেজার হলো ফাইনাল হুইসেলের পর ডেটার লেখা একটা স্বীকারোক্তি। স্বীকারোক্তিতে মিস থাকলে সেটা অভিনয়। আমার DPI নিয়মটা নমুনার ৩৪টি ইনিংসের মধ্যে ২৪টিতে সঠিক দিক দেখিয়েছে, ১০টিতে ভুল। এর মধ্যে চারটি ছিল মিথ্যা সতর্কতা — DPI বাড়ল, ভাঙন এল না। ২০২৩ সালের আফগানিস্তান ম্যাচ সেগুলোর একটা। আর দুইটি ছিল মিথ্যা নিশ্চিন্ততা, যেখানে DPI স্বাভাবিক ছিল, তবু দল পড়ে গেল — কারণ সেসব ম্যাচে নতুন বলে টপ-অর্ডার শেষ হয়ে গিয়েছিল, এবং টেলএন্ডারদের ডট বল আর রোটেশন উইকেটের মতো একই ফল দেয় না।

এই ভুল থেকে দ্বিতীয় সংস্করণে একটা নতুন চলক যোগ করলাম: পার্টনারশিপ ডেপথ, অর্থাৎ ছয় নম্বরের পর কত রান আছে। নিয়মটা এখন দুই ধাপে — প্রথমে DPI, তারপর পার্টনারশিপ ডেপথ। প্রতিটি নতুন ঘরোয়া মৌসুমের পর মডেল আপডেট করার নিয়মও লিখে রেখেছি, কারণ একটা সহগ যদি কখনও আপডেট না হয়, সেটা সহগ নয়, সেটা অভ্যাস।

ছক-নকশা থেকে নির্বাচন: পোস্ট-মর্টেমকে ট্রান্সফার ব্লুপ্রিন্ট বানিয়ে ফেলা

২০১৮-র পোস্ট-মর্টেম কোনো সমাধি ছিল না; সেটা ছিল একটা ট্রান্সফার ব্লুপ্রিন্ট। মিরপুরের দ্বিতীয় ইনিংসের ভাঙনও আমি সেভাবেই পড়ি। যদি কোনো দল দিন-তিনে ৬৭ শতাংশ ডট বলে চলে যায়, তার মানে দলটির ব্যাটিং কার্ডে একটা নির্দিষ্ট ধরনের মানুষ নেই — যে ব্যাটার কুড়ি বল ধরে সিঙ্গেল নিয়ে দলকে শ্বাস নিতে দেয়। এবং সেটা গড় দিয়ে মাপা যায় না, কারণ একটা ৬০ গড়ের ব্যাটারও ৭০ শতাংশ ডট বলে চরম ক্ষতিকর হতে পারেন।

তাই নির্বাচনের ফিল্টার তিনটা দাঁড়াল। এক, ডট-টলারেন্স: প্রথম শ্রেণির ক্রিকেটে দিন-তিন ও দিন-চার সেশনে ৪০ বল অন্তর অন্তত ১১টি স্ট্রাইক-রোটেশন বল। দুই, ডেক কার্ভ সাপোর্ট: স্লো পিচে ব্যাকফুট খেলতে পারার সূচক, যা আমি ক্যামেরার পজিশন দেখে হাতে ট্যাগ করি। তিন, ডান-বাঁধন জোড়া: স্পিন অ্যাঙ্গেল ভাঙার জন্য মিরপুরে বাঁহাতি-ডানহাতি জুটির প্রয়োজনীয়তা প্রথম ইনিংসে যত নয়, দ্বিতীয় ইনিংসে দ্বিগুণ।

একটা বাজারের দিকও আছে, কারণ আমি ট্রান্সফার ম্যানেজ করি না; আমি আফসোস ও সুযোগের অঙ্ক ম্যানেজ করি। প্রতিটি ট্রান্সফার গুজব আমার লেজারে সম্ভাবনা হিসেবে ঢোকে, প্রতিশ্রুতি হিসেবে নয়। ঘরোয়া লিগে যে ব্যাটারের নাম শোনা যায়, তার দাম বাড়ে মিডিয়া-নিরাপদ প্রোফাইলের কারণে। আর সেখানেই গোলমালটা: স্পনসরশিপ-বান্ধব, ঝুঁকিহীন, ম্লান মেজাজের খেলোয়াড়ের বাজারদর সবচেয়ে বেশি, অথচ লেজারের ফিল্টার বলে সেই প্রোফাইলই দিন-তিনে সবচেয়ে কম কাজে আসে। অর্থাৎ বাজারদর আর প্রয়োজনীয়তা মিরপুরে বিপরীত দিকে হাঁটে। এই ফাঁকটাই আসল ট্রান্সফার সুযোগ, এবং সেটা আমি ২০১৮ থেকেই ব্লুপ্রিন্টে লিখে রেখেছি।

চার নম্বর কলামটা আমার কোয়ার্টারভিত্তিক মূল্যবান। একজন ২২-২৪ বছর বয়সী ঘরোয়া ব্যাটারের জন্য আমার প্রাইস-ব্যান্ড এখন ৩৫ থেকে ৬০ হাজার ডলার, যদি তাঁর ডট-টলারেন্স সূচক ১১-র ওপরে থাকে; সূচক ৮-র নিচে নামলে ব্যান্ড ২০ থেকে ৩০ হাজারে। এই ব্যান্ড প্রমাণিত নয়, এটা কাজ-করার-অনুমান, আর আমি প্রতিটি কেনা-বেচার হিসাব ফাইলে রাখি — আঘাত হোক বা না হোক।

পরের রাউন্ডের সংকেত: সহগ, সেশন, আর একটা প্রশ্ন

এই নমুনা শেষ হচ্ছে এক ধারণায়, যা পরের মৌসুমে মিরপুরে প্রথমবার যাচাই করা যাবে। পিচ বদলানোর দরকার নেই, ব্যাটিং অর্ডার বদলানোর দরকার নেই — যে ছোট কাজটা করা যায়, তা হলো দ্বিতীয় ইনিংসে চব্বিশতম ওভারের সময় স্কোরিং-রোটেশনের দিকে তাকানো। যদি সেই জানালায় প্রতি দশ ওভারে ডট বল ষাটের ওপরে যায়, তাহলে ম্যাচের ভাঙনটা আসছে না আসছে — সেটা জানা যাবে পরের দশ ওভারে। ২০২৬-২৭ মৌসুমে বাংলাদেশ জাতীয় দলের ঘরোয়া টেস্ট মূল্যায়নে এই সূচকটা আমি বেঞ্চমার্ক হিসেবে ধরব, এবং ভুল হলে সেটাও আগের মতোই প্রকাশ করব।

এখানে থামিয়ে একটা প্রশ্ন রেখে যাচ্ছি, যা আমার লেজার উত্তর দিতে পারে না। কত দূর পর্যন্ত ভাঙন প্রক্রিয়াকে পদ্ধতিগত স্বাচ্ছন্দ্য দিয়ে ঢেকে রাখা যায়? মিরপুরের দ্বিতীয় ইনিংসে বাংলাদেশের প্রকৃত ক্ষতি হয়ত ভাঙনের সংখ্যায় নেই — ক্ষতি হয়ত সেই সব মরে-যাওয়া নির্ভরযোগ্য ইনিংসে, যা কেউ গণনা করে না, কারণ সেগুলোর কোনো কলাম কোথাও নেই।