ট্রান্সফার উইন্ডোর নীরব হিসাব: বিপিএল আর পিএসএলের দামে ফারাক কেন, সেটা বলছে ডট-বলের খাতা

হুক

২০২৫ সালের বিপিএল নিলামের খাতা খোলার আগে আমি একটা কাজ করেছিলাম — দুইজন ওপেনারের স্ট্রাইক রেট পাশাপাশি বসিয়েছিলাম। একজন ১৩৮.৪, আরেকজন ১৩৯.১। টি-টোয়েন্টির ভাষায় এই দুই সংখ্যার ফারাক পরিসংখ্যানগতভাবে প্রায় শূন্য। কিন্তু নিলামের দামের ফারাকে দুইজনের মধ্যে পড়েছিল প্রায় চার কোটি টাকা। সেটা পড়েছিল আমার খাতার দুই পাতা পরে, যেখানে ডট-বলের শতাংশ আর পাওয়ারপ্লে বাউন্ডারি রেট আলাদা করে লিখেছিলাম। যে খেলোয়াড় ১৩৯.১ রান করেছিলেন, তাঁর ডট-বল শতাংশ ছিল ৪৪.২; যে খেলোয়াড় ১৩৮.৪ রান করেছিলেন, তাঁর ছিল ৩৮.৭। নিলামের বোর্ড এটা দেখেনি, কারণ নিলামের বোর্ড স্ট্রাইক রেট দেখে।

আমি সারা টুর্নামেন্ট মাঠে ছিলাম না। রাজশাহীর ভাড়া ঘরে বসে, একটা স্কোরকার্ড অ্যাপ, একটা খাতা আর একটা ল্যাপটপ নিয়ে ৪৬টি ইনিংসের বল-বল লগ করেছি। মাঠ খালি ছিল, ক্যামেরা ছিল না কোথাও। শব্দ ছিল না। কিন্তু বলের হিসাব ছিল, আর বলের হিসাব কখনো মিথ্যা বলে না। স্টেডিয়াম খালি ছিল, ডেটা ছিল, আর আমি শুনতে শিখেছিলাম কাঠামোর শব্দ।

প্রেক্ষাপট

ট্রান্সফার উইন্ডো হলো এমন একটা সময়, যখন সংখ্যার বাজার গল্পের বাজারে পরিণত হয়। হেডলাইন দাম বলে, খাতা রেট বলে। বিপিএলের নিলাম, পিএসএলের ড্রাফট, আইএলটির ফ্র্যাঞ্চাইজি রিটেনশন — সব জায়গায় একই ঘটনা ঘটে। একটা ফ্র্যাঞ্চাইজি এক কোটি টাকা বেশি দেয়, তারপর মিডিয়ায় সেটা ‘সাহসী সিদ্ধান্ত’ হয়ে যায়। সাত মাস পরে কেউ হিসাব মেলায় না, কারণ কেউই শুরুতে বেসলাইন লিখে রাখেনি।

আমি ২০১৭ সালে পদ্মা স্পোর্টসে জুনিয়র ডেটা লগার হিসেবে যোগ দিই, বিপিএলের জন্য। আমার কাজ ছিল শট কোডিং। ১২টি ম্যাচে ২১৪টি শট কোড করেছিলাম। সেই সময় থেকেই আমার একটা নিয়ম তৈরি হয় — দশ ম্যাচের নিচে কোনো ইনিংস নিয়ে সিদ্ধান্ত লিখব না। স্যাম্পল সাইজের এই গেটটা আমার পুরো পদ্ধতির ভিত্তি। তারপর ২০১৮ সালে ফুটবল ল্যাব বিডি আমাকে বিশ্বকাপের জন্য নেয়, সেখানে আমি পিপিডিএ শিখি। ক্রোয়েশিয়া বনাম ইংল্যান্ডের ম্যাচে ক্রোয়েশিয়ার পিপিডিএ ছিল ১২.৪, কমপ্লিটেড পাস ৬২৮। সেই থ্রেড পাঁচ হাজার রিটুইট পায়। সেখান থেকে আমি বুঝি — একটা মেট্রিক যদি ঠিকভাবে ডেটস্ট্যাম্প করা যায়, তাহলে সেটা গল্পের চেয়ে জোরে কথা বলে।

২০২০ সালে বিপিএল বন্ধ হয়ে গেল, বরিশাল/ঢাকার বাইরে বসে বসে বসুন্ধরা কিংস আমাকে ডেটা কনসালট্যান্ট হিসেবে নেয়। ২২টি ম্যাচ রিভিউ করলাম। ৬০ মিনিটের পর দূরত্ব কমেছিল ৭.৩ কিলোমিটার, পিপিডিএ উঠেছিল ৮.১ থেকে ১৩.৬-এ। আমার সুপারিশ ছিল স্ট্রাকচার্ড হাইড্রেশন আর সাবস্টিটিউশন প্রোটোকল। তারা টাইটেল জিতল। সেই সময় থেকে আমি একটা ১৪ পয়েন্টের ক্রাইসিস অডিট টেমপ্লেট বানাই, আর প্রতিটা দাবিতে তারিখ বসানো শুরু করি যাতে এডিটর প্রেক্ষাপট কেটে না ফেলে।

এখন প্রশ্ন হলো — এই একই পদ্ধতি ক্রিকেটের ট্রান্সফার উইন্ডোতে কীভাবে কাজ করে? ফুটবলে পিপিডিএ দিয়ে প্রেসিং মাপা যায়। ক্রিকেটে সেই সমতুল্য সংখ্যাটা কী? আমার খাতায় উত্তর হলো তিনটা মেট্রিকের কম্বিনেশন — ডট-বল শতাংশ, পাওয়ারপ্লে বাউন্ডারি রেট, আর ডেথ ওভারে ইকোনমি। এই তিনটাই আমার কাছে ক্রিকেটের পিপিডিএ। আর এই তিনটাই নিলামের দামে সবচেয়ে কম প্রতিফলিত হয়।

মূল বিশ্লেষণ

আমি ২০২৪-২৫ মৌসুমে এশিয়ার তিনটা প্রধান লিগের — বিপিএল, পিএসএল, আর আইএলটি — ট্রান্সফার ডেটা একটা টেবিলে বসাই। মোট ৮৭টি কেনা খেলোয়াড়ের লেনদেন লগ করি। প্রতিটার জন্য লিখি — নিলাম মূল্য, বয়স, গত দুই মৌসুমের টি-টোয়েন্টি ইনিংস সংখ্যা, ডট-বল শতাংশ, পাওয়ারপ্লে স্ট্রাইক রেট, ডেথ ইকোনমি। তারিখ বসাই — ২০২৫ সালের ১ ফেব্রুয়ারি পর্যন্ত ডেটা। কারণ বেসলাইন বাসি হয়ে গেলে সেটা আর বেসলাইন থাকে না, অভ্যাসে পরিণত হয়।

১. প্রথম পর্যবেক্ষণ: ডট-বল শতাংশ আর নিলাম দামের মধ্যে সম্পর্ক ঋণাত্মক, কিন্তু দুর্বল। সহগ প্রায় −০.২১। অর্থাৎ যে খেলোয়াড় কম ডট খায়, তার দাম কিছুটা বেশি হয়, কিন্তু সম্পর্কটা এতটাই দুর্বল যে ভবিষ্যদ্বাণীর জন্য ব্যবহার করা যায় না।

২. দ্বিতীয় পর্যবেক্ষণ: স্ট্রাইক রেট আর নিলাম দামের মধ্যে সম্পর্ক অনেক শক্তিশালী। সহগ প্রায় +০.৫৮। মানে বাজার স্ট্রাইক রেট দেখে। এটাই সমস্যা।

৩. তৃতীয় পর্যবেক্ষণ: পাওয়ারপ্লে বাউন্ডারি রেট আর দামের সম্পর্ক প্রায় শূন্যের কাছাকাছি, প্রায় +০.০৭। অথচ টি-টোয়েন্টিতে পাওয়ারপ্লের ফিল্ড-রেস্ট্রিকশনের সময় বাউন্ডারি রেটই সবচেয়ে দামি সম্পদ। বাজার এটা পুরোপুরি উপেক্ষা করছে।

৪. চতুর্থ পর্যবেক্ষণ: ডেথ ওভারে ইকোনমি আর বোলারের দামের সম্পর্ক সবচেয়ে অসঙ্গত। কিছু বোলার যাঁদের ডেথ ইকোনমি ৮.২-এর নিচে, তাঁরা একই দামে বিক্রি হয়েছেন সেইসব বোলারদের সাথে যাঁদের ডেথ ইকোনমি ১০.৫-এর উপরে। পার্থক্য শুধু একটা — প্রথম দলের পাওয়ারপ্লে ইকোনমি খারাপ ছিল।

এই চারটা সংখ্যা একসাথে বসালে একটা ছবি তৈরি হয়, আর ছবিটা আরামদায়ক নয়। বাজার একই সাথে স্ট্রাইক রেটের প্রতি অতিরিক্ত সংবেদনশীল এবং ফেজ-স্পেসিফিক দক্ষতার প্রতি প্রায় অন্ধ।

এবার আমি একটা নির্দিষ্ট কেস খুলি, কারণ সংখ্যা একা কথা বলে না, সংখ্যা একটা বলের সাথে বাঁধা থাকলে কথা বলে।

বিপিএলের একটা ম্যাচে আমি দেখলাম এক ওপেনার পাওয়ারপ্লেতে ছয় বলে চার ডট খেললেন, তারপর চার চার চার মেরে ছাব্বিশ বল করলেন স্ট্রাইক রেট ২১৭-এ। স্কোরকার্ডে দেখতে দুর্দান্ত লাগে। কিন্তু আমার খাতায় লিখলাম — পাওয়ারপ্লে ডট চার, ইমপ্যাক্ট জোনে বাউন্ডারি তিন। সেই ইনিংসের আসল গল্পটা হলো, প্রথম ছয় বলে তিনি টিমকে চাপে রেখেছিলেন, তারপর সুবিধাজনক বোলিং পেয়ে সেটা ঢেকে দিয়েছিলেন। নিলামে যদি কেউ শুধু স্ট্রাইক রেট দেখে তাঁকে কেনে, তাহলে সে চাপের সময়টুকু কিনছে না, সে শুধু ফলাফলটা কিনছে।

এখানেই আমার দ্বিতীয় বড় পর্যবেক্ষণ আসে — স্যাম্পল সাইজ ছাড়া কোনো ট্রান্সফার সিদ্ধান্তই সিদ্ধান্ত নয়, সেটা একটা জুয়া যার নাম সুন্দর করে লেখা। আমি দশ ইনিংসের নিচে কোনো খেলোয়াড়কে মূল্যায়ন করি না। ২০২৪-২৫ মৌসুমে বিপিএলের নিলামে কেনা ২৯ জন খেলোয়াড়ের মধ্যে ১১ জনের টি-টোয়েন্টি ইনিংস সংখ্যা ছিল বিশের নিচে। এই ১১ জনের মধ্যে মাত্র দুইজন মৌসুম শেষে দলের সেরা একাদশে টিকেছিলেন।

এবার আসি পিএসএল আর বিপিএলের দামের ফারাকে, কারণ এখানেই আমার ক্রস-বর্ডার খাতা কাজে লাগে। একই মানের দুইজন বাঁহাতি স্পিনার, একজন পিএসএলে গেছেন ৩.২ কোটি টাকার সমতুল্যে, আরেকজন বিপিএলে গেছেন ১.১ কোটি টাকার সমতুল্যে। ডেটা বলছে — ডট-বল শতাংশে দুইজনের ফারাক ২.৩, ডেথ ইকোনমিতে ০.৪। অথচ দামের ফারাক প্রায় তিন গুণ। এটা দক্ষতার ফারাক নয়, এটা বাজারের ফারাক।

আমি এখানে সাবধান। আমি বলছি না যে বিপিএল কম দাম দিচ্ছে কারণ বিপিএল ছোট। আমি বলছি — দুই বাজারের মূল্যায়ন মডেল আলাদা, আর সেই মডেল দুটো আলাদা বেসলাইনে দাঁড়িয়ে। পিএসএল মূল্যায়ন করে টি-টোয়েন্টি স্পেশালাইজেশনকে, আর বিপিএল মূল্যায়ন করে অলরাউন্ড ভূমিকা আর ঘরোয়া পরিচিতিকে। দুটোই বৈধ, কিন্তু দুটোকে একই হিসাবে ফেলা যায় না। যদি সংখ্যা একমত হয়, আমি সেটা বলে দেব এবং ফ্রেমিংটা ছেড়ে দেব। এই মুহূর্তে সংখ্যা একমত নয়, তাই ফ্রেমিংটা রাখছি — তবে শুধু যেখানে ডেটা সত্যিই ভিন্ন।

আমি এখন স্কোয়াড-লোড টেবিলটা আনি, কারণ ট্রান্সফার উইন্ডো শুধু কেনা-বেচা নয়, ট্রান্সফার উইন্ডো হলো একটা দলের কাজের ভার কে বহন করবে তার সিদ্ধান্ত। আমার ২০২০ সালের ১৪ পয়েন্টের ক্রাইসিস অডিট টেমপ্লেট থেকে একটা পয়েন্ট সরাসরি ট্রান্সফারে প্রযোজ্য — ওয়ার্কলোড ট্র্যাকিং। ২০২৪-২৫ মৌসুমে একটা ফ্র্যাঞ্চাইজির তিনজন ফাস্ট বোলার মিলিয়ে বোল করেছিলেন মোট ৪২৪ ওভারের মধ্যে ২৮৭ ওভার। মানে ৬৭.৭ শতাংশ ওয়ার্কলোড তিনজনের ঘাড়ে। এই তিনজনের মধ্যে একজন ছিলেন ইনজুরি থেকে ফিরে আসা।

এখানেই আমার একটা স্থায়ী অবস্থান কাজ করে, যেটা আমি কখনো সরাসরি ঘোষণা করি না, কিন্তু কেস সিলেকশনে ধরা পড়ে — ইনজুরি থেকে তাড়াহুড়ো করে ফিরে আসা খেলোয়াড়ের দ্বিতীয় অধ্যায়টা নষ্ট হয়ে যায়, আর মনের ব্লকটা শরীরের চেয়ে ঠিক করা কঠিন। এশিয়ান ক্রিকেটে এখন যেভাবে বোলারদের রোটেশন হয়, তাতে ইনজুরি ফিরে আসা বোলারকে নিলামে কেনা মানে একটা রিকভারি লাইন আইটেম কেনা, যার সুদের হার কেউ হিসাব করে না। আমার খাতায় আমি সেইসব বোলারের জন্য একটা আলাদা কলাম রাখি — ‘রিটার্ন ম্যাচ, রিভার্স বল থেকে পরের ওভার’। যদি একজন বোলার ইনজুরির পর তাঁর ইনসুইং রিভার্স বল হারিয়ে ফেলেন, তাহলে তাঁর ডেথ ইকোনমি মেট্রিকটা গত মৌসুমের ডেটার সাথে তুলনীয় নয়। এটা আমার বেসলাইন আপডেট করার নিয়ম।

৫. পঞ্চম পর্যবেক্ষণ: ইনজুরি থেকে ফিরে আসা বোলারদের ক্ষেত্রে ফিরতি মৌসুমে ডেথ ইকোনমি গড়ে ১.৪ থেকে ১.৯ বেড়ে যায়, আর সেই বাড়াটা দামে প্রতিফলিত হয় না। নিলামের দাম আগের মৌসুমের সেরা সংখ্যার উপর দাঁড়ায়, চলতি মৌসুমের ঝুঁকির উপর নয়।

৬. ষষ্ঠ পর্যবেক্ষণ: বাঁহাতি বনাম ডানহাতি ম্যাচআপে বাজারের একটা পদ্ধতিগত অন্ধতা আছে। যে বোলার বাঁহাতি ব্যাটসম্যানদের বিরুদ্ধে দুর্দান্ত কিন্তু ডানহাতিদের বিরুদ্ধে গড়, তাঁর নিলাম দাম নির্ধারিত হয় সামগ্রিক ইকোনমিতে। ফেজ-স্পেসিফিক ডেটা থাকলেও সেটা দামে যায় না।

৭. সপ্তম পর্যবেক্ষণ: ক্যাচিং আর ফিল্ডিংয়ের অবদান নিলাম দামে কার্যত শূন্য। অথচ টি-টোয়েন্টিতে একটা সেভ করা বাউন্ডারি প্রায় চার থেকে ছয় রানের সমান। আমার খাতায় আমি সেইসব ইনিংস চিহ্নিত করেছি যেখানে একটা দুর্দান্ত ফিল্ডিং প্লে পরের ওভারে বোলারের লাইন বদলে দিয়েছিল। সেই প্রভাব দামে ধরা পড়ে না।

এই সাতটা পর্যবেক্ষণ থেকে আমি একটা সূচক বানাই, যেটাকে আমি বলি ‘ট্রান্সফার-ফিট স্কোর’। এটা চারটা স্তম্ভে দাঁড়ায় — ডট-বল শতাংশ, ফেজ-স্পেসিফিক ইমপ্যাক্ট, ওয়ার্কলোড ঝুঁকি, আর রোল রিডান্ডেন্সি। আমি প্রতি খেলোয়াড়কে ১০-এর স্কেলে স্কোর দিই। ২০২৪-২৫ মৌসুমে বিপিএলের নিলামে যাঁরা গেছেন ২ কোটির বেশি দামে, তাঁদের গড় ট্রান্সফার-ফিট স্কোর ছিল ৫.৮। যাঁরা গেছেন ১ কোটির নিচে, তাঁদের গড় ছিল ৫.৪। পার্থক্য প্রায় নেই। অথচ দামের পার্থক্য দুই গুণ।

এখানেই মূল কথাটা: বাজার দাম আর ডেটা-ফিট স্কোর একসাথে চললে তাকে দক্ষতা বলে, আর আলাদা চললে তাকে সুযোগ বলে। বর্তমান এশিয়ান ট্রান্সফার উইন্ডোতে দুটো আলাদা চলছে, আর সেই ফাঁকটাই আসল গল্প — হেডলাইনে যেটা ‘সাহসী কেনাকাটা’ হয়ে যায়, খাতায় সেটা একটা ভুল মূল্যায়ন।

আমি একটা নির্দিষ্ট দলের উদাহরণ দিই, নাম না নিয়ে। একটা ফ্র্যাঞ্চাইজি এই উইন্ডোতে তিনজন ওপেনার কিনেছে যাঁদের স্ট্রাইক রেট ১৩৫ থেকে ১৪২-এর মধ্যে, কিন্তু তিনজনের কেউই পাওয়ারপ্লে বাউন্ডারি রেটে শীর্ষ বিশে নেই। মৌসুমের প্রথম চার ম্যাচে তাদের পাওয়ারপ্লে গড় রান ছিল ৪১। তারপর তারা একজন ফিনিশার কেনে, যিনি ১৫-২০ ওভারে খেলেন। সমস্যা হলো, ফিনিশারের জন্য ম্যাচটা যদি পনেরো ওভারে গড়ে পাঁচ উইকেটে ৯৫ হয়ে যায়, তাহলে ফিনিশারের দক্ষতা কাগজে থাকে, মাঠে থাকে না। ট্রান্সফার উইন্ডোতে সবচেয়ে দামি কেনাকাটা হলো ফেজ-ম্যাচিং, তারকার নাম নয়।

প্রতিকূল কোণ

এখন আমি নিজের যুক্তির বিরুদ্ধে যাই, কারণ সংখ্যা আর গল্পের মধ্যে সম্পর্ক সবসময় কারণ-কারক নয়। আমি স্ট্রাইক রেট আর দামের মধ্যে সম্পর্ক দেখিয়ে বলেছি বাজার ভুল করছে। কিন্তু সাবধান — সম্পর্ক মানে কারণ নয়।

প্রথমত, নিলামের দাম শুধু দক্ষতার ফাংশন নয়। দামের মধ্যে থাকে মার্কেটিং মূল্য, টিকিট বিক্রি, জার্সি বিক্রি, স্পনসরশিপ। একটা বড় নাম একটা ছোট দলের স্টেডিয়াম ভরে দেয়, আর সেই উপস্থিতিটা আমার নিজের ‘এমপটি সিট অডিট’ এর বিষয়। যদি একটা খেলোয়াড় স্ট্রাইক রেটে গড় হন কিন্তু ভিড় আনেন, তাহলে ফ্র্যাঞ্চাইজির কাছে তিনি লাভজনক, এমনকি মাঠে ক্ষতিকর হলেও। আমি যদি শুধু ডেটায় থাকি, আমি এই অর্থনীতিটা মিস করি।

দ্বিতীয়ত, আমার ফেজ-স্পেসিফিক ডেটার স্যাম্পল সাইজ সীমিত। ডেথ ওভারে একজন বোলারের পঞ্চাশ ওভার থাকলেও, নির্দিষ্ট কোনো মাঠে বা নির্দিষ্ট কোনো ব্যাটসম্যানের বিরুদ্ধে তাঁর ছয়-সাত ওভার থাকে। আমি সেখান থেকে বড় দাবি করতে পারি না। আমি যদি করি, তাহলে আমি নিজের স্যাম্পল-সাইজ গেট ভেঙে ফেলি।

তৃতীয়ত, বাজার আসলে অন্ধ নয়, বাজার ভিন্নভাবে যুক্তিবাদী। একটা ফ্র্যাঞ্চাইজি জানে তার স্কোয়াডে কোন ফাঁক। আমার ট্রান্সফার-ফিট স্কোর সেই ফাঁকটা জানে না, কারণ স্কোরটা খেলোয়াড়ের নিজস্ব গুণ মাপে, দলের প্রয়োজন মাপে না। একজন ৬.৫ স্কোরের খেলোয়াড় একটা ৪ স্কোরের খেলোয়াড়ের চেয়ে কম দামে যেতে পারেন, যদি দ্বিতীয়জনের প্রোফাইল প্রথম দলের ফাঁক পূরণ করে। এটা বাজারের ভুল নয়, এটা আমার সূচকের সীমা।

চতুর্থত, আমার সবচেয়ে বড় ভয় হলো বেসলাইন অ্যাঙ্করিং। আমি টি-টোয়েন্টির বেসলাইন দশ বছর ধরে ধরে রেখেছি, কিন্তু টি-টোয়েন্টি বদলাচ্ছে। ২০২৪ সালের পাওয়ারপ্লে স্কোরিং ২০১৮ সালের চেয়ে অনেক বেশি, কারণ ব্যাট, পিচ আর অ্যাপ্রোচ তিনটাই বদলেছে। যদি আমি পুরনো থ্রেশহোল্ড ধরে রাখি, তাহলে আমার ‘নিচু ডট-বল’ বলতে যা বুঝি, সেটা আজকের ম্যাচে মাঝারি। তাই আমি প্রতিটা মৌসুমে বেসলাইন আবার চালাই, তারিখ বসাই, আর স্পষ্ট বলি কখন থ্রেশহোল্ড সরে গেছে এবং কেন।

এই চারটা সতর্কতা আমার সূচককে দুর্বল করে না, এটা সূচকটাকে সৎ রাখে। আমি একটা যন্ত্র বানাইনি যেটা সত্য বলে দেয়; আমি একটা লেন্স বানিয়েছি যেটা আমাকে মাঠের একটা নির্দিষ্ট মুহূর্তের দিকে তাক করায়। প্রতি লেখায় আমি একটা পর্যবেক্ষণযোগ্য ক্রিকেট মুহূর্তের সাথে সংখ্যাটা বেঁধে রাখি — একটা শট, একটা স্পেল, একটা ফিল্ড বদল — যাতে সংখ্যাটা লেন্স থাকে, বিষয় না হয়ে যায়।

উপসংহারের দিক

আগামী রাউন্ডের জন্য আমার খাতায় একটা সিগন্যাল লেখা আছে। এই উইন্ডোতে যে ফ্র্যাঞ্চাইজি ফেজ-স্পেসিফিক ডেটা ব্যবহার করে কেনাকাটা করেছে — বিশেষ করে পাওয়ারপ্লে বাউন্ডারি রেট আর ডেথ ইকোনমি দিয়ে — তারা মৌসুমের দ্বিতীয়ার্ধে গড়ে দশ থেকে বারো রান বেশি করবে বলে আমার মডেল ইঙ্গিত দেয়। আর যে দল বড় নাম কিনে স্ট্রাইক রেট দিয়ে সাজিয়েছে, তারা শক্তিশালী দেখাবে কিন্তু ফেজ ট্রানজিশনে ভাঙবে।

প্রশ্নটা আমার কাছে এখন আর ‘কে সবচেয়ে বড় নাম কিনল’ নয়। প্রশ্নটা হলো — আপনি যখন আপনার দলের স্কোয়াড-লোড টেবিলটা খুলবেন, আপনি কী দেখতে চাইবেন? তারকার ছবি, নাকি সেই কলামটা যেখানে লেখা আছে ইনজুরির পরের ওভারে কে বল করবে, আর পাওয়ারপ্লেতে কে চার মারবে? খাতা আগে ভরে, মাঠ পরে। এবং মাঠ যখন ভরে, খাতাটা তখন চুপ করে থাকে — কারণ সব উত্তর তখন ইতিমধ্যেই লেখা হয়ে গেছে।