京公网安备 11010802034615号
经营许可证编号:京B2-20210330
电竞赛场的数字游戏 对话电竞数据分析师
“数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素。人们对于海量数据的挖掘和运用,预示着新一波生产率增长和消费者盈余浪潮的到来。”——全球知名咨询公司麦肯锡
数据分析师指的是不同行业中,专门从事行业数据搜集、整理、分析,并依据数据做出行业研究、评估和预测的专业人员。
在传统体育项目中,譬如职业足球、职业篮球,相关的球队都配备了相应的数据师团队,他们的作用是为他们的竞技项目做出科学、合理的分析,以便做出正确的决策,拿NBA为例,在一个赛季82场比赛中相应产生的数据达到以亿计算,在观看直播时每位球员的控球率,得分率,助攻率,又细节到该球员在球场各个不同位置的命中率,以及许多我们看不到的数据记录,大大小小的数据充斥着职业赛场的比赛,也成为比赛双方研究对方的样本。
在英剧《神探夏洛克》第二季中,福尔摩斯根据租住在贝克街周边的奇怪邻居倒垃圾、取邮件的频率推断出哪几位人是伪装的职业杀手,同样,在DOTA2的赛场上,选手们的比赛行为也让我们从中能寻觅到蛛丝马迹,我们平时大多从DOTAMAX上查询我们的比赛数据,实际上,在电竞职业化发展的今天,新兴诞生了一门职业——电竞数据分析师。
笔者有幸和国内某知名DOTA2队伍的数据分析师对话,了解到了关于数据在电竞比赛中所起的作用。
“BP的数据是比较直接的,通过分析BP数据,能够在一定程度上反应某些队员更偏爱、擅长那些英雄。但由于样本有限,BP的数据的可靠性不是特别高。在DOTA2比赛中,关于眼位的分析还是有迹可循的,各个战队每个队员都有自己的习惯性眼位,比如FY如果在夜魇,他在给下路列单的三冰插完线眼保护眼后,如果还剩一个假眼他有80%会插在下路河道附近。例如我们队自己的眼位就有一定的规律,这也说明我们的眼位做的并不好,容易被对手研究。”
可以看到,游戏中的小细节很容易决定一场比赛的胜负,笔者在玩天梯时,如果是在天辉玩辅助,带一组真眼,如果30S没刷小野,很容易就能反掉小野后继续反掉下路线眼,事实上,玩家不是机器,每个人玩游戏时总有自己的习惯。
“我之前看过一篇文章,是研究DAC期间各个战队CARRY位打钱的特点,比如Burning主要靠刷兵线来取得经济,而打架杀人的经济是Hao经济来源的一个重要组成部分,还有人远古野利用的特别好。”
这也为战队遏制对方主C提供了一定的数据支持,打比方,如果你想压制B神,频繁的GANK较可能给他造成打击,而遏制Hao,则需要在团战中考虑优先击杀他的英雄。
“这些数据还是挺有用的,比较能够反应选手和团队的特点。作为对手,应充分利用这样的信息。”
数据分析固然很重要,然而团队协作及个人能力则是必不可少的,完美的数据分析作为团队的支撑,让整个TEAM能更好地做出科学,合理的协作配合,应对场上的瞬息万变。
“我用足球打个比方吧,不一定准确合适。足球比赛前教练会布置相应的战术,每个队员对足球的理解和临场的判断或许与教练之前的布置矛盾。但赛前的分析和战术布置肯定是必要的。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13