很多人觉得大数据与电子竞技没有关系,在从一些知名的重庆大数据公司及重庆大数据分析公司提供的数据,举一个通俗的例子,作为一个俱乐部的教练团队,需不需要看队员训练情况,会不会看对手比赛?如果答案是肯定的,无论是否运用到工具、算法,都是在做数据分析。
比如
“A选手近期训练状态欠佳,暂时先让B首发”;
“对面中单最擅长的三个英雄是A、B、C”;
“对面的打野在比赛中很少照顾上路”。
区别在于是用个人感受在做数据分析,还是利用统计来做数据分析。数据分析只是提供了可量化的判断依据,它至始至终都存在于电子竞技行业。
我们讨论数据分析的作用时,其实讨论的是数据分析有多准确,以及数据分析的运用场景。电子竞技行业与所有的体育运动一样,都在做训练分析、对手分析的工作。而由于整个电竞行业刚刚起步,数据分析因为受到技术的限制还停留在比较初级的阶段,这也导致很多人觉得除了统计一些B/P,数据分析做不了太多事情。
电竞是有主之地,数据的难点不在分析而在获取
绝大多数的电竞俱乐部来说,没有太多数据可做分析是目前最大的问题。
电子竞技是最好获取数据的运动,因为它天生就是数字化的。但是问题是这些数据掌控在游戏开发商以及赛事组织者手里。除了V社和拳头,提供开放的职业赛事数据接口的游戏公司并不多,这两个公司的API也已经多年未做大的更新了。
即便是拿到了赛事的原始数据或者demo,国内大部分的俱乐部也不具备解析数据并实现产品化的技术储备。程序员或者产品经理的薪资都不低于普通选手 ,搭建一个专业稳定开发团队。也因此,才有了专业的第三方电竞数据分析机构的存在。
所以,电子竞技分析首先比的不是谁的想法多思维广,而是谁能把数据拿到,以及拿到的数据字段有多丰富。
数据分析不是给你答案,而是提供工具
做了数据分析就一定能出成绩吗?需要说明的是数据从来不是告诉你怎么赢的,而是提供一个工具。所有人拿到相同的数据的时候,对游戏有更深的理解,对数据有更深的认识的团队通常能够通过数据分析看到更多的现象。
我们在比赛结束后通常会看到一个伤害的面板,显示一个队员在比赛的过程中造成了多少伤害,这是最直观的数据感受。在这个基础上,可以再计算输出占比、每分钟输出、经济转输出效率,而这些都取决于数据的使用者从什么角度来理解游戏。
举个例子。在很长一段时间里,玩家流行用“性价比”来判断ADC选手的强弱,经济吃得越少输出打得越多越好。从经济转输出的这项数据上看Uzi的确不符合“经济适用型”,但我们要知道伤害并不是100%转换成场面优势的。每个选手的对游戏的理解是不一样的,Uzi九个赛季的场均击杀都位居ADC前三,他在关键时候杀了关键的人。Uzi在比赛过程中始终保持高效的打钱,以此来积攒团战伤害爆发的资本。有时候经济溢出了,但不代表Uzi那样做就是错的。取得胜利有无数种方式,最终殊途同归。
如果我们看另一项数据——“每次击杀所需输出”,Uzi2017年春季赛在ADC选手中排名第一。他是用最少伤害完成最多击杀的人,这是一个ADC击杀效率的体现,也是Uzi“经济转伤害”并不亮眼的原因。
数据本身不会说话,他只是一个工具。我们去评价一个选手强、一个选手弱完全在于我们用数据做了什么。
数据分析发展缓慢,是因为行业落后
因为很多历史的原因,电子竞技行业吸引到的人才很少,尤其是互联网方面的人才。这项离科技最近的运动,亟需技术的力量来完成历史性的颠覆。
目前阶段而言,电子竞技的数据分析最需要的是将数据分析工作技术化、产品化、可视化的人才,这个行业的大多数人还停留在Excel阶段。因此若想取得更大发展的话,就必须在大数据与电子竞技的联系方面有所创新。