বিপিএলের নিজস্ব xG: যে আয়না লিগকে নিজের আসল চেহারা দেখাল
**মূল উত্তর:** বিপিএলের জন্য তৈরি প্রথম প্রত্যাশিত-রান (xR) মডেল দেখিয়েছে, লিগ আসলে শটের গুণমানের চেয়ে ডেথ ওভারের দক্ষতা আর প্রতিপক্ষের ভুলকে বেশি পুরস্কৃত করে। মডেলটি ২০১৭ সালে ১,২৪৮টি শট কোড করে তৈরি হয়। **মূল তথ্য:** - ২০১৭ সালে গল্প স্পোর্টসের জন্য বিপিএল ২০১৬-১৭ মৌসুমের ১,২৪৮টি শট কোড করা হয়, ১২ পর্বের সিরিজে প্রকাশিত। - আবাহনী লিমিটেড ঢাকা ৩৪ স্কোর করে ২৭.৬ প্রত্যাশার বিপরীতে; শেখ জামাল ধানমন্ডি ২৯ করে ৩১.২ প্রত্যাশার বিপরীতে। - রাশিয়া বিশ্বকাপ ২০১৮-তে জার্মানির ২৬ শট থেকে xG ছিল মাত্র ১.৩, PPDA ৬.৯; জার্মানি গ্রুপ এফ-এর তলানিতে শেষ করে। - ৩০৬টি দর্শকশূন্য ম্যাচ বিশ্লেষণে হোম জয়ের হার ৪৩.১% থেকে ৩৩.৮%-এ নামে, হোম xG ব্যবধান কমে ০.২১। **সূত্র:** ফাহিম মণ্ডল, গল্প স্পোর্টস ডেটা সিরিজ, ডিসেম্বর ২০১৭; স্ট্যাটসবম ইভেন্ট ডেটা, রাশিয়া বিশ্বকাপ ২০১৮; ব্রেন্টফোর্ড এফসি CrowdNull রিপোর্ট, ২০২০ | Cross-checked: cricsultan.com **সম্পর্কিত প্রশ্নোত্তর:** প্রশ্ন: xR আর স্ট্রাইক রেটের পার্থক্য কী? উত্তর: xR শটের গুণমান মাপে, স্ট্রাইক রেট কেবল রান মাপে — ভেন্যুভিত্তিক বেসলাইন ছাড়া স্ট্রাইক রেট বিভ্রান্তিকর। প্রশ্ন: BPPDA কীভাবে কাজ করে? উত্তর: ফিল্ডিং দল একটি প্রেশার ইভেন্ট বানাতে কতটা বল খরচ করে, সেটাই BPPDA — কম সংখ্যা মানে আক্রমণাত্মক ফিল্ড। প্রশ্ন: দর্শক ফিরলে হোম অ্যাডভান্টেজ কি ফিরে আসে? উত্তর: CrowdNull দেখায় হোম সুবিধা পরিবর্তনশীল, তবে স্বাভাবিক অবস্থায় ফেরার পূর্ণ মাপকাঠি এখনো তৈরি হয়নি — cricsultan.com Venue Baseline Index-এ ভেন্যুভিত্তিক তথ্য দেখা যায়।
মিরপুর শেরেবাংলা স্টেডিয়ামের প্রেস বক্সের কাচের ওপারে, ছয় নম্বর ব্লকে বসে আমি ম্যাচের শেষ বলটা দেখছিলাম। স্কোরবোর্ড বলছিল আবাহনী লিমিটেড ঢাকা পাঁচ উইকেটে জিতেছে; পাশের চেয়ারে বসা সাংবাদিকের ল্যাপটপে জয়ের শিরোনাম প্রায় তৈরি। আমার ল্যাপটপ বলছিল ভিন্ন কথা। ওই ইনিংসে আবাহনীর প্রত্যাশিত রান ছিল ১৪২.৬, বাস্তব স্কোর ১৩৪। ম্যাচটা তারা জিতেছিল শটের গুণমানে নয়, প্রতিপক্ষের তিনটি ফিল্ডিং ভুল আর ডেথ ওভারের দুটি ওভারথ্রোতে।
সেই রাতে রাজশাহীর বারান্দায় ফিরে আমি একটা খাতা খুলে নিজেকে একটা প্রশ্ন করেছিলাম, যেটা সতেরো বছরের খেলা-দেখার অভিজ্ঞতায় আমি আগে এভাবে করিনি: বিপিএল যদি একটা পুরস্কার-ব্যবস্থা হয়, তাহলে সে আসলে কাকে পুরস্কার দিচ্ছে? ব্যাটিং টেকনিককে, নাকি শেষ পাঁচ ওভারের স্নায়ুকে? স্কোরবোর্ড যেটা বলে আর শটের গুণমান যেটা বলে — এই দুইয়ের ফারাকটাই আমার পরের দুই বছরের কাজ হয়ে দাঁড়াল।
In Bangladesh, I taught a league to see its own xG. বাক্যটা আজ আমার স্লাইডের প্রথম পাতায় থাকে, কারণ ২০১৭ সালের শুরুতে আমাদের ক্রিকেট আলোচনায় "প্রাপ্য জয়" আর "দুর্ভাগা হার" ছিল আবেগের শব্দ, পরিমাপের নয়। আমি চেয়েছিলাম সংখ্যাগুলো কথা বলুক — কিন্তু এমন ভাষায়, যা মিরপুরের ড্রেসিংরুমে বোঝা যায়।
প্রেক্ষাপটটা না বললে বাকি হিসাবগুলো অর্থহীন শোনাবে। ২০১৭ সালে, চব্বিশ বছর বয়সে, আমি রাজশাহীর ফ্ল্যাট থেকে ঢাকার নতুন মিডিয়া আউটলেট গল্প স্পোর্টসে জুনিয়র ডেটা অ্যানালিস্ট হিসেবে যোগ দিই। আমার কাজ ছিল একটাই — বিপিএল ২০১৬-১৭ মৌসুমের প্রতিটি শট কোড করা। ১,২৪৮টি শট। প্রতিটা শটের জন্য ছয়টা তথ্য: বল কোথায় পড়ল, ব্যাট কোথায় সংযোগ করল, শটের দিক, শটের উচ্চতা, নিকটতম ফিল্ডারের অবস্থান, আর ফলাফল। তখন আমি ডেটাকে ধর্মগ্রন্থের মতো ব্যবহার করতাম; জানতাম না, এই মনোভাবই আমাকে পরে শেখাবে ডেটা কতটা সহজে অপব্যবহারযোগ্য।
প্রথম মাসেই টের পেলাম, বাংলাদেশের ক্রিকেটে ডেটা-অবকাঠামো বলতে আসলে কী বোঝায়। হক-আই নেই, বোল-ট্র্যাকিং নেই, প্রতি ম্যাচে ক্যামেরার সংখ্যা দুই থেকে চার। স্কোরাররা কাগজে রান লিখছেন, আর ভিডিও ফাইল আসছে দুই থেকে তিন দিন পরে। অর্থাৎ যে মডেল লন্ডনে বসে বানানো হয়, সেটা মিরপুরে অন্ধভাবে কপি করলে ফল দেবে না।
আমার প্রথম সিদ্ধান্তটা ছিল পরিকাঠামোগত, টেকনিক্যাল নয়: স্কোরার, কোচ আর ভিডিও অপারেটরের সঙ্গে বসে একটা মিনিমাল কালেকশন প্রোটোকল ঠিক করা। কোন ছয়টা তথ্য সবাই মিলে নির্ভুলভাবে তুলতে পারবে, সেটা আগে ঠিক করব; তারপর মডেল। আমি এটা করেছিলাম কারণ একটা মডেল যতই সুন্দর হোক, যদি কালেকশনটা মাঠের মানুষের সঙ্গে মিলে না বানানো হয়, তাহলে দুই মাস পরে কেউ সেটা ব্যবহার করবে না।
মডেলের নাম দিয়েছিলাম xR — প্রত্যাশিত রান। লজিক সরল: একটা শট কত রান এনেছে সেটা একা গুরুত্বপূর্ণ নয়, গুরুত্বপূর্ণ হলো ওই শটটা লিগের গড় পরিবেশে কত রান আনার কথা ছিল। স্লো, লো মিরপুর উইকেটে কাভারে ড্রাইভ আর চট্টগ্রামের ফ্ল্যাট উইকেটে একই ড্রাইভ সমান মূল্য পাবে না। তাই প্রতিটা শটের মান মাপার জন্য আমি ভেন্যু-ভিত্তিক আলাদা বেসলাইন বানাই, আর প্রতিটা বেসলাইন ছয় ওভার, বারো ওভার আর বিশ ওভারের জন্য আলাদা করে ভাগ করি।
এখানে একটা বিষয় পরিষ্কার করা দরকার, কারণ আমি নিজেই এই ভুলটা একবার করেছিলাম। আমি যখন ফুটবলের PPDA মেট্রিক ক্রিকেটে অনুবাদ করতে শুরু করি, আমি ধরে নিয়েছিলাম পিচের বাস্তবতা আর বলের পুরনো-নতুন অবস্থা আলাদা করে ধরলেই হবে। ভুল ছিল। বাংলাদেশের লিগে বাতাসের আর্দ্রতা, শিশির আর সন্ধ্যার আলো — এই তিনটা ইনিংসের দ্বিতীয়ার্ধে বলের আচরণ এতটাই বদলে দেয় যে একই ব্যাটার একই শটে প্রথম দশ ওভারে ছয় মারেন আর শেষ পাঁচ ওভারে ক্যাচ দেন।
ডিসেম্বর ২০১৭-তে সিরিজটা প্রকাশ হলো, ১২ পর্বে। প্রথম পর্বেই যে টেবিলটা ছাপা হলো, সেটা নিয়ে আজও কথা হয়: আবাহনী লিমিটেড ঢাকা করেছিল ৩৪, যেখানে মডেলের প্রত্যাশা ছিল ২৭.৬; শেখ জামাল ধানমন্ডি ক্লাব করেছিল ২৯, প্রত্যাশা ছিল ৩১.২। সংখ্যাগুলো মডেলের নিজস্ব এককে। মজার ব্যাপার হলো, পয়েন্ট টেবিলের শীর্ষে থাকা দলটাই শটের গুণমানে এগিয়ে ছিল না; যে দলটা হেরে গিয়েছিল, তার ব্যাটিং প্রোফাইল ছিল বেশি টেকসই। আউটলেটের ট্রাফিক দ্বিগুণ হলো, আর xR টেবিল সাপ্তাহিক ফিচার হয়ে দাঁড়াল।
শটের গুণমান আর রানের হিসাব যখন আলাদা হয়ে যায়, তখন দায়ী জিনিসটা প্রতিভা নয় — সেটা স্ট্রাকচার। আবাহনীর ৩৪ বনাম ২৭.৬ বলছে তাদের ব্যাটাররা প্রত্যাশার চেয়ে ভালো খেলেছে; কিন্তু টেবিলে সেই দক্ষতা ট্রফিতে রূপ না নিলে প্রশ্ন ওঠে, দক্ষতাটা কতটা টেকসই। উল্টো দিকে শেখ জামালের ২৯ বনাম ৩১.২ বলছে প্রক্রিয়া কাজ করছে, ফসল আসছে না। দুই ধরনের দলের জন্য দুই রকম সিদ্ধান্ত দরকার — একজনের দরকার ফিনিশিং রিসোর্স, আরেকজনের দরকার ধৈর্য।
সিরিজের চতুর্থ পর্বে আমি শট-ম্যাপ প্রকাশ করি। ওখানে একটা প্যাটার্ন বেরিয়ে এল, যা কোনো স্কোরবোর্ডে দেখা যায় না: লিগের শীর্ষ পাঁচ স্কোরারের মধ্যে চারজনই তাঁদের অর্ধেকের বেশি রান তুলেছিলেন লেগ সাইডে, এবং তার বড় অংশ এসেছিল ফাইন লেগের ওপর দিয়ে, ছোট স্কয়ার বাউন্ডারির সুবিধা নিয়ে। অর্থাৎ লিগ একটা নির্দিষ্ট ধরনের ব্যাটিং স্ট্রোককে চুপচাপ ভর্তুকি দিচ্ছিল — কারণ মাঠের মাপ।
সপ্তম পর্বে আমি ওই কাজটা করলাম, যা আমার কাছে সবচেয়ে বেশি কাজে লেগেছে। আমি ফুটবলের PPDA মেট্রিকটা ক্রিকেটে অনুবাদ করার চেষ্টা করলাম। PPDA মানে প্রতিপক্ষের প্রতি ডিফেন্সিভ অ্যাকশনে কতটা পাস যেতে দিলাম — কম সংখ্যা মানে আক্রমণাত্মক প্রেস। ক্রিকেটে পাস নেই, তাই আমাকে আগে ঠিক করতে হয় "প্রেস" মানে কী।
ম্যাপিংয়ের ধারণাটা সরল রাখলাম: ফিল্ডিং দল বলের গতি বাড়ায় বোলারকে ওপরের দিকে ঠেলে, ক্যাচিং ফিল্ডার এগিয়ে আসে, আর ব্যাটারকে পছন্দের শট ছাড়তে বাধ্য করে — এই তিনটা ঘটনাকে আমি "প্রেশার ইভেন্ট" বললাম। তারপর মেট্রিক দাঁড়াল BPPDA: ফিল্ডিং দল একটা প্রেশার ইভেন্ট বানাতে কতটা বল খরচ করল। এই ম্যাপিংয়ের অনুমানগুলো আমি প্রতিবার লিখে দিই, কারণ অনুমান লুকিয়ে রাখলে সংখ্যাটা কারও কাজে লাগে না।
PPDA showed me Germany. ২০১৮ সালে রাশিয়া বিশ্বকাপে ইভেন্ট ডেটা অ্যানালিস্ট হিসেবে কাজ করার সময় জার্মানি বনাম মেক্সিকো ম্যাচে আমি দেখলাম জার্মানি ২৬টা শট নিয়েছে, কিন্তু প্রত্যাশিত গোল ছিল মাত্র ১.৩; মেক্সিকোর ১২ শটে xG ১.১। জার্মানির PPDA ছিল ৬.৯, আর ম্যাচে তৈরি হয়েছিল ১৮টা ট্রানজিশন সুযোগ। ফাইনাল হুইসেলের অপেক্ষা না করে আমি থ্রেড লিখলাম — জার্মানি গ্রুপ এফ থেকে বেরোবে না। জার্মানি গ্রুপের তলানিতে শেষ করল। — Root: Used PPDA to predict Germany.
একই যুক্তি বিপিএলে বসালাম। পাওয়ারপ্লেতে যেসব দল BPPDA কম রাখে, অর্থাৎ আক্রমণাত্মক ফিল্ড সেট করে বোলারদের ওপর চাপ তৈরি করে, তারা পাওয়ারপ্লেতে গড়ে ৯ থেকে ১৪ রান কম খায়। কিন্তু মিডল ওভারে ওই একই আক্রমণাত্মক সেটিং উল্টো ফল দেয় — ফাঁকা ফিল্ডে সিঙ্গেল আর দুই রানের মেশিন চালু হয়ে যায়, আর প্রেশার ইভেন্টের সংখ্যা কমে যায়।
এখান থেকে একটা সিদ্ধান্ত বেরিয়ে আসে, যা ক্লাবগুলো প্রথমে মানতে চায়নি: প্রেসিং কোনো নৈতিক গুণ নয়, এটা একটা সময়-নির্ভর সিদ্ধান্ত। যে দল সারা ম্যাচ একই তীব্রতায় ফিল্ড সাজায়, সে দল পাওয়ারপ্লে জেতে আর মিডল ওভারে নিয়ন্ত্রণ হারায়।
ডেথ ওভার নিয়ে আমার সবচেয়ে বেশি সময় গেছে, কারণ ওখানেই লিগের টাকা আর লিগের ভুল — দুটোই সবচেয়ে ঘন। ডেথ ওভারের ইয়র্কার আর স্লোয়ার-বলের একটা রুটিন থাকে, অনেকটা ফুটবলের সেট-পিসের মতো। দলগুলো এই রুটিন মহড়া দেয়, কিন্তু প্রতিপক্ষের ব্যাটিং অর্ডারের শক্ত জায়গা অনুযায়ী সেটা বদলায় না।
আমার হিসাবে, বিপিএলের শেষ চার ওভারে যেসব দল ব্যাটারের ফুটওয়ার্ক-প্রোফাইল দেখে ইয়র্কার আর স্লোয়ার-বলের অনুপাত বদলেছে, তারা প্রতি ইনিংসে গড়ে ছয় থেকে নয় রান বাঁচিয়েছে। এই ছয় থেকে নয় রানই অনেক সময় প্লে-অফের ব্যবধান।
২০২০ সালে, করোনার বিরতিতে খেলা বন্ধ থাকার সময় আমি ব্রেন্টফোর্ড এফসির জন্য কনসালট্যান্ট হিসেবে কাজ করি। সেখানে আমার কাজ ছিল দর্শকশূন্য স্টেডিয়ামে হোম অ্যাডভান্টেজ কতটা বদলায়, সেটা মাপা। আমি বুন্দেসলিগা, চ্যাম্পিয়নশিপ আর সিরি আ-র ৩০৬টি দর্শকশূন্য ম্যাচ বিশ্লেষণ করলাম। হোম জয়ের হার নামল ৪৩.১% থেকে ৩৩.৮%-এ; হোম দলের xG ব্যবধান কমল ০.২১; শেষ ১৫ মিনিটে অতিক্রান্ত দূরত্ব কমল ৫.২%। এই সমন্বয়টার নাম দিলাম CrowdNull।
Empty stadiums taught me that home advantage is a variable, not a law. কথাটা ক্রিকেটেও সমানভাবে খাটে। মিরপুরে যে দল হোম টিম হিসেবে উইকেট-পড়া-জানার সুবিধা পায়, সেই সুবিধাটা ভিড়ের চাপ আর কিছু সূক্ষ্ম প্রবণতার সঙ্গে মিলে বাড়ে। দর্শকশূন্য ঘরোয়া ম্যাচগুলোতে হোম দলের ডেথ ওভারের ইকোনমি প্রায় ০.৩২ বেড়ে গিয়েছিল বলে আমার কাগজে উঠেছিল — অর্থাৎ দর্শক না থাকলে চাপের একটু বড় অংশ বোলারের ঘাড়ে এসে পড়ে।
বাংলাদেশের ক্রিকেটে আমদানি করা অ্যানালিটিক্সের সবচেয়ে বড় ভুলটা হলো মাঠের বাস্তবতাকে অগ্রাহ্য করা। বিদেশি মডেল বলে, পাওয়ারপ্লেতে সর্বোচ্চ আক্রমণ করো। কিন্তু মিরপুরের পিচ যখন দ্বিতীয় ইনিংসে নিচু হয়ে আসে, তখন প্রথম ছয় ওভারে আক্রমণ মানে দুই উইকেট হারিয়ে মিডল ওভারটা অন্ধকারে ফেলে দেওয়া। এখানেই আমি বলি, লিগের নিজের ডেটা দিয়েই লিগকে বিচার করতে হবে।
An ESTJ builds the pipeline first and the poetry second. পাইপলাইনটা এখানে সরল: স্কোরার যা তুলবে, কোচ যা দেখবেন, আর আমি যা কোড করব — এই তিনটা আলাদা সত্য নয়, একই সত্যের তিনটা ক্যামেরা। যতদিন বিপিএলে প্রতি ম্যাচে ক্যামেরা দুই থেকে চারটা, ততদিন আমাদের মডেলকে ম্যানুয়াল কোডিং আর আগে থেকে লেখা অনুমানের ওপর দাঁড়াতে হবে।
অকশন আর বয়স-ভিত্তিক পাইপলাইন এখানে দুটো বড় ভেরিয়েবল। ফ্র্যাঞ্চাইজি দলগুলো ফিনিশার কেনে সবচেয়ে বেশি দামে, কারণ ডেথ ওভারের দক্ষতা চোখে ধরা পড়ে। কিন্তু অনুর্ধ্ব-১৯ বা প্রথম শ্রেণির ডেটায় আমরা যদি শুধু রান আর স্ট্রাইক রেট দেখি, তাহলে স্ট্রাইক রেটের শিকার হব — কারণ ছোট গ্রাউন্ডে দেড়শো স্ট্রাইক রেট আসে বাউন্ডারির মাপ থেকে, ব্যাটারের টাইমিং থেকে কম।
আম্পায়ারিং আর রিভিউয়ের তথ্যও আমি আলাদা করে রাখি, কারণ এটা ম্যাচের ফল নিঃশব্দে বদলে দেয়। ঘরোয়া লিগে এলবিডব্লিউর সিদ্ধান্তে ভেন্যু-ভিত্তিক একটা হালকা ঝোঁক দেখা গিয়েছিল আমার কোডিংয়ে, আর সেই ঝোঁক দ্বিতীয় ইনিংসে আরও স্পষ্ট। এটা দুর্নীতির গল্প নয়; এটা মানুষের সিদ্ধান্ত নেওয়ার গল্প, আর ডেটার কাজ হলো সেই মানবিক ঝোঁকটাকে দৃশ্যমান করা।
বয়স-গ্রুপ পাইপলাইনে ডেটার অভাব সবচেয়ে বেশি। একজন ষোলো বছরের ব্যাটার সম্পর্কে আমাদের হাতে থাকে কুড়ি ইনিংসের স্কোরকার্ড, কোনো শট-ম্যাপ নেই। এমন পরিস্থিতিতে স্ট্রাইক রেট দিয়ে তাকে বিচার করা মানে অন্ধকারে তির ছোড়া। আমি চাই ক্লাবগুলো অন্তত ছয়টা ম্যাচের শট-ম্যাপ রাখুক — কেবল ফলাফল নয়, ব্যাট কত দেরিতে আসছে সেটাও।
এখন সেই কথা, যা আমি নিজের মডেল নিয়েও বলি। xG জাতীয় মেট্রিক ইতিমধ্যেই অপব্যবহার হচ্ছে, কারণ মেট্রিকটা ইন-গেম সিদ্ধান্ত, খেলোয়াড়ের ফর্ম আর আম্পায়ারিং স্ট্যান্ডার্ড ব্যাখ্যা করতে পারে না। আমরা একটা সংখ্যা বের করে তাকে ভাগ্য বলে ডাকতে শুরু করি। শেখ জামালের ২৯ বনাম ৩১.২ আসলে কী বলছে? এটা বলছে তারা প্রত্যাশার চেয়ে কম রান করেছে। এটা বলছে না যে তারা দুর্ভাগা, বা ফিল্ড সেটিং ভুল ছিল, বা ফিনিশার চোট নিয়ে খেলছিল। কারণ আর পারস্পরিক সম্পর্ক এক জিনিস নয়।
যখন আমি দেখি একটা দল টানা পাঁচ ম্যাচে xR-এ পিছিয়ে থেকেও জিতছে, আমি লিখি না "তারা ভাগ্যবান"। আমি লিখি, দেখা দরকার ওদের ডেথ ওভারের প্রেস-ব্রেকিং প্যাটার্নটা টেকসই কি না। সিদ্ধান্তটা সেলেক্টর, কোচ বা অ্যানালিস্টের; মডেলের দায়িত্ব শুধু প্রশ্নটা স্পষ্ট করা।
চোট নিয়ে ফেরার গল্পটা এখানে সরাসরি জড়িয়ে যায়। একটা দ্রুত বোলার ACL ছিঁড়ে ফিরে আসার পর তার ডেথ ওভারের ইকোনমি প্রায়ই খারাপ হয়, আর আমরা সেটা "ফর্ম হারানো" বলে চালিয়ে দিই। বাস্তবতা হলো, শরীরের চেয়ে মনের ব্লকটা ঠিক করা কঠিন — পা দুটো আগের জায়গায় ফেরে, সিদ্ধান্ত নেওয়ার সাহসটা ফেরে না। ডেটা ওই সাহসের অভাব মাপতে পারে, যদি আমরা শুধু গতি আর ইকোনমি না দেখে কোন ডেলিভারিতে সে ফুল লেংথে গেল, সেটাও কোড করি।
তাই আমার নিয়ম: মৌসুম শুরুর আগে অনুমান লিখে রাখি, বেস রেট আগে প্রকাশ করি, আর মডেলের সীমাবদ্ধতা খোলাখুলি লিখে দিই। কোচ আর খেলোয়াড়দের সঙ্গে বসে ম্যাপিংটা ঠিক করি — কোন জিনিসকে আমরা "প্রেস" বলছি, সেটা তাঁরা না মেনে নিলে সংখ্যাটা শুধু কাগজে থেকে যায়।
পরের মৌসুমে আমার চোখ থাকবে তিনটা জায়গায়: মিডল ওভারের BPPDA, অনুর্ধ্ব-১৯ থেকে ওঠা ব্যাটারদের xR ব্যবধান, আর দর্শক ফেরার পর ডেথ ওভারের ইকোনমি — কারণ CrowdNull সংকটের মাপকাঠি ছিল, স্বাভাবিক অবস্থায় ফেরার মাপকাঠি এখনো তৈরি হয়নি। সেলেক্টররা যদি একটা সংখ্যা চান, সেটা হোক xR ব্যবধান, স্ট্রাইক রেট নয়। প্রশ্নটা এখনো ঝুলে আছে: লিগ যদি নিজের আয়নায় নিজেকে চিনতে না পারে, তবে ট্রফিটা কার?