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
在pandas数据处理工作流中,“列标签”(Column Labels)是连接数据与操作的核心桥梁——它不仅是DataFrame数据结构的“索引标识 ...
2025-11-25Anaconda作为数据科学领域的“瑞士军刀”,集成了Python解释器、conda包管理工具及海量科学计算库,是科研人员、开发者的必备工 ...
2025-11-25在CDA(Certified Data Analyst)数据分析师的日常工作中,表格结构数据是最常接触的“数据形态”——从CRM系统导出的用户信息表 ...
2025-11-25在大数据营销从“粗放投放”向“精准运营”转型的过程中,企业常面临“数据维度繁杂,核心影响因素模糊”的困境——动辄上百个用 ...
2025-11-24当流量红利逐渐消退,“精准触达、高效转化、长效留存”成为企业营销的核心命题。大数据技术的突破,让营销从“广撒网”的粗放模 ...
2025-11-24在商业数据分析的全链路中,报告呈现是CDA(Certified Data Analyst)数据分析师传递价值的“最后一公里”,也是最容易被忽视的 ...
2025-11-24在数据可视化实践中,数据系列与数据标签的混淆是导致图表失效的高频问题——将数据标签的样式调整等同于数据系列的维度优化,或 ...
2025-11-21在数据可视化领域,“静态报表无法展现数据的时间变化与维度关联”是长期痛点——当业务人员需要分析“不同年份的区域销售趋势” ...
2025-11-21在企业战略决策的场景中,“PESTEL分析”“波特五力模型”等经典方法常被提及,但很多时候却陷入“定性描述多、数据支撑少”的困 ...
2025-11-21在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20在商业数据分析领域,“懂理论、会工具”只是入门门槛,真正的核心竞争力在于“实践落地能力”——很多分析师能写出规范的SQL、 ...
2025-11-20在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13