En los últimos años, los grandes deportes electrónicos, y especialmente los MOBA, se han vuelto locos con nosotros. Es decir, agregaron analistas y comenzaron a hacer cálculos para ayudar a guiar su enfoque del juego. Lejos de ser una excepción, nosotros (Team Liquid) fuimos una de las organizaciones que ayudó a crear esta norma, a través de nuestra asociación con SAP, una de las empresas de procesamiento de datos y software más grandes del mundo.

Pero, ¿cuánto entiende usted, o cualquiera de nosotros, el papel de los datos en los deportes electrónicos?

Si eres como yo, entonces entiendes el vago concepto de que los datos son una parte importante de los deportes electrónicos, y no mucho más. Claro, todos pueden entender las estadísticas básicas, asesinatos, muertes, asistencias, tasas de selección, tasas de prohibición, todo lo que ves en la transmisión. Pero el análisis de datos en los deportes electrónicos va mucho más allá de los números que vemos en la retransmisión. De hecho, es la simplicidad de lo que se ve en la transmisión, de lo digerible, lo que puede llevar a ideas erróneas sobre todo el campo.

"Tal vez algunos de los conceptos erróneos... se deben a que muchos de los datos que son fáciles de ver para los fanáticos están hechos para ellos". Esto proviene de Haitham “Haitham” Algbory, el analista del Team Liquid Honda, también conocido como nuestro equipo de League of Legends. “[Las estadísticas transmitidas] están hechas para que comprendan y disfruten del análisis, pero eso no es necesariamente lo que usamos con los equipos. Profundizamos más y somos más eficientes y perspicaces”.

Para explorar esa profundidad, también hablé con nuestro analista principal de Team Liquid Dota, Mathis “Jabbz” Friesel. De esa manera, pude ver qué cambia y qué permanece igual en los dos grandes bateadores del género. Para Jabbz y Dota, los datos llamativos suelen estar sobrevalorados y lo que es más importante es la eficiencia.

"Muchas veces, no se necesitan los datos más complicados ni los más llamativos", dijo Jabbz con respecto a los conceptos erróneos comunes sobre los datos que poseen los fanáticos de los deportes electrónicos. “A veces, el simple hecho de que puedas ser extremadamente eficiente es muy útil en nuestra industria, porque cuando estás en un torneo, generalmente no tienes mucho tiempo para profundizar mucho. Por eso, tener herramientas para hacer todo más eficiente y ahorrar tiempo es una gran ventaja”.

Esa eficiencia es algo que Team Liquid logra con la ayuda de SAP, nuestro socio de datos desde hace años. Una gran parte de lo que SAP aporta a TL es la Nube de SAP HANA — un programa de base de datos que facilita mucho el análisis de datos tanto en League of Legends como en Dota. La base de datos permite a nuestros analistas centrarse menos en recopilar datos y más en analizarlos. Tanto Jabbz como Haitham llevan mucho tiempo trabajando en este campo y hay cosas que ahora pueden hacer que nunca antes habían podido hacer, gracias a esta herramienta diseñada específicamente para el análisis de datos de deportes electrónicos.

[Contenido incrustado]

(SAP y TL han sido socios durante 5 años, desde el núcleo de Kuro).

“Apoyo tanto al Gerente General como al cuerpo técnico en la búsqueda de nuevos talentos”, dijo Haitham. “La forma en que lo hago es proporcionando informes periódicos de cola y scrim en solitario e informes de exploración de final de temporada. Cuando se trata de los equipos de la Academia de las Regiones Este, al mismo tiempo, simplemente hacemos un seguimiento de los jugadores que están en escena en general y vemos su mejora en función de las métricas que hemos establecido en nuestras herramientas”. En el lado de la Liga, SAP HANA Cloud es la principal herramienta de exploración de Haitham. Pero Jabbz no utiliza los datos para eso. Para Team Liquid Dota, los datos se centran más en los partidos.

"Para nosotros, SAP HANA Cloud tiene una función más diferente", dijo Jabbz. “Lo usamos principalmente para cosas relacionadas con el rendimiento. Creo que la gran ventaja que tenemos con la nube es que podemos importar cualquier juego público que queramos. Digamos que las cosas han cambiado en un parche reciente, por lo que podemos asegurarnos de estar siempre actualizados sobre cómo está evolucionando el meta. También podemos tener una repetición de cada juego del torneo, para que podamos obtener toda la información que necesitamos de cualquier juego, especialmente durante los eventos en vivo. Esto es increíblemente útil. Al tener esta herramienta disponible, puedes ver rápidamente cómo se están adaptando los equipos, cómo piensan los equipos, y ahorro mucho tiempo obteniendo esa información, mientras que antes tenía que abrir las repeticiones del juego y desplazarme manualmente por todo. .”

Aunque el equipo de la Liga aplica más datos en la exploración, Haitham señala que también se benefician de tener una base de datos de "prácticamente todos los drafts que han ocurrido en la [Liga] competitiva".

"Podemos analizar las fortalezas y debilidades, y también podemos conectar el draft con las actuaciones en el juego con las métricas que tenemos", me dijo Haitham. "Así que podemos entender si lo que tuvimos fue una casualidad de un borrador o si en realidad estaba respaldado por los datos que tenemos".

Aunque League of Legends y Dota 2 son juegos diferentes en aspectos clave, lo que lleva a casos de uso de datos completamente diferentes, también son muy similares en otros. Ambos son MOBA en los que el reconocimiento de patrones y el conocimiento del mapa son parte del juego principal, lo que significa que también hay mucha superposición en el análisis de datos. Hasta nuestra conversación, Haitham y Jabbz parecían ser conscientes de las similitudes entre sus juegos, pero no sabían exactamente qué tan similares eran sus procesos hasta que los compartieron entre ellos.

“Hablé con un jugador de League of Legends de nuestro equipo, Alphari, hace un tiempo”, dijo Jabbz. “Hablamos sobre conceptos y muchos conceptos de Dota y League realmente estaban alineados, lo cual tiene sentido considerando que el mapa es básicamente el mismo. Me imagino que la visión y el movimiento del mapa serían los que más se alinearían, y también los borradores. Me imagino que hay muchos datos sin procesar que se pueden extraer de estas cosas y muchos patrones que se pueden obtener de estas cosas; al menos para nosotros, es la estadística con la que se puede hacer más”.

Haitham estuvo de acuerdo y señaló que al principio del juego en particular fue donde emergieron los patrones más fuertes y repetibles. “Cuando me preparo para un partido, me concentro en los primeros ocho o diez minutos. En su mayor parte, esa es la forma más consistente en que se desempeñará cualquier equipo. Entonces, en el nivel uno, ¿dónde se encuentran? ¿Dónde dejan caer su visión? ¿A dónde van con su movimiento selvático? Y con eso podemos entender el tipo de oponente al que nos enfrentamos”.

“Eso es gracioso”, respondió Jabbz, desarrollando el riff inicial del juego, “porque también tenemos visión principalmente en los primeros minutos, porque después se vuelve un poco demasiado caótico y el movimiento del minuto cero eran exactamente los mismos conceptos. Así que no me sorprende en absoluto, los juegos son muy similares, pero aparentemente llegamos a las mismas conclusiones”.

Eso puede explicar no sólo por qué tanto la Liga de TL como el equipo de Dota han sido conocidos por sus potentes primeros juegos este año. No es solo que los datos se prestan a esa área, sino también que la base de datos de HANA Cloud hace que sea mucho más fácil prepararse y luego responder a ese estilo de carril exacto que otro equipo podría ejecutar.

"El seguimiento de patrones es una parte muy importante de lo que le mostramos al equipo", dijo Haitham. “Por ejemplo, aquí en el Mundial, con el nuevo formato, tendremos muy poco tiempo para explorar oponentes. Posiblemente menos de 12 horas desde que termina el juego. Así que básicamente no hay tiempo para repasar los últimos 5, 10 o 15 juegos para rastrear patrones. Pero lo que tenemos con SAP HANA Cloud son métricas clave y una herramienta de mapa que nos brinda información sobre cuál es el estilo de este equipo, en qué tipo de cosas debemos concentrarnos, y vamos al partido con esa información”.

Tanto Haitham como Jabbz podrían señalar casos específicos en los que los datos hicieron que fuera mucho más fácil para ellos y sus equipos contrarrestar a sus oponentes. Para Haitham, los datos ayudaron al Team Liquid Honda a vengarse de Evil Geniuses y clasificarse para el Mundial.

"Evil Geniuses era un equipo que normalmente jugaba en el carril central", dijo. “En la serie que jugamos contra ellos, cambiaron ese enfoque para centrarse más en el carril superior. Después del primer juego comenzamos a notar esa tendencia, así que rastreamos su movimiento, rastreamos sus patrones y también fue consistente con el segundo juego. Así que pude ayudar al jungla a comprender qué debería funcionar para detectar al oponente desde el principio y dónde podemos esperar que llegue al carril superior, y pudimos contrarrestar gran parte de su movimiento en el mapa. Eso nos dio una gran ventaja para ganar esa serie”.

[Contenido incrustado]

(Las lecturas basadas en datos ayudan a explicar por qué Pyosik pareció elegir todos los lugares perfectos en el juego 3).

Para Jabbz, los sistemas de datos le ayudaron a él y a su equipo a sortear los peligros de los circuitos abiertos de Valve. Una gran diferencia en los MOBA es que League es una franquicia, lo que a menudo genera conversaciones repetidas entre los mismos equipos de la región. Sin embargo, en Dota, un retador puede surgir de las clasificatorias abiertas y entrar con un diálogo completamente nuevo. Muchos equipos consagrados se enojan en estos partidos porque no saben las palabras que vendrán. Jabbz recuerda cómo su análisis de datos hizo que uno de esos partidos pareciera programado.

"Hace tres años, jugamos un torneo en línea contra un equipo relativamente nuevo", dijo Jabbz. “Llegamos a la conclusión de que los equipos nuevos tenían la gran desventaja de tener un estilo de juego específico en comparación con los equipos más experimentados. Este nuevo equipo específico siempre jugaba exactamente de la misma manera y terminé descubriéndolo, y cuando jugamos contra ellos mis jugadores me dijeron que parecía que estaban jugando una repetición literal de lo que les acabo de decir antes del partido. "

Incluso cuando los analistas aciertan, puede resultar difícil convencer a los jugadores de que se sumen. Después de todo, estos jugadores tienen muchos elogios propios y muchas razones para confiar en sus propios instintos sobre los números. Las herramientas de visualización integradas de SAP hacen que sea mucho más fácil para los analistas entregar información y convencer al resto del equipo.

"Es muy importante tratar de convencer a tu equipo y a tus jugadores", dijo Jabbz. “La información tiene que ser fácilmente digerible para convencer a su equipo de lo que desea exponer. Para nosotros, SAP HANA Cloud tiene funciones que le permiten exportar imágenes y gráficos. Lo que suelo hacer es terminar haciendo un documento y una copia impresa. La función de exportación me ayuda mucho a diseñar rápidamente impresiones con toda la información necesaria que puedo entregar a las personas físicamente, en papel, en una LAN”.

Según Haitham, poder utilizar clips de juego reales para corroborar los datos (y viceversa) a menudo ayuda a construir un caso más sólido para cualquier argumento que esté tratando de presentar. Los jugadores son más propensos a creer en los datos una vez que tienen un punto de referencia, lo que les permite obtener una comprensión más profunda del juego.

"Con SAP, tenemos muchas buenas herramientas [de visualización]", dijo Haitham. “Tenemos una herramienta de mapa completa que nos visualizará dónde están las barreras y cómo se ve el movimiento. Tenemos una herramienta [llamada SAP Analytics Cloud] eso nos brinda la oportunidad de crear cuadros y gráficos para los jugadores. Usaría videos o clips que son importantes para mostrar el estilo del oponente y luego lo apoyo con los mapas o gráficos de la herramienta SAP”.

Para algunos, todos estos detalles pueden parecer pequeños, incluso insignificantes. Sin embargo, cualquier entrenador o analista te dirá que al más alto nivel de los deportes electrónicos, la diferencia está en los detalles. Cuando casi todos los jugadores tienen las mismas habilidades, lo que importa son esas ventajas menores, lo que hace que el análisis de datos sea un factor importante para el éxito. Después de todo, una victoria cerrada sigue siendo una victoria; Tanto Haitham como Jabbz señalan “los pequeños márgenes” como las razones por las que aman su papel como analistas.

"Personalmente, trabajo en mi propio objetivo para ayudar a otros a lograr el suyo al mismo tiempo", dijo Haitham. "Ver que los jugadores son capaces de utilizar la ciencia mientras juegan videojuegos, para vencer a oponentes que tal vez no podrían sin ese tipo de información... simplemente hace que todo valga la pena".

"Estoy de acuerdo, creo que siempre es muy satisfactorio darles información a los muchachos que ellos no captarían", agregó Jabbz. “Supongo que somos muy similares en ese sentido; también disfruto ayudar a los muchachos y eso es lo que me da alegría en este trabajo. No necesariamente tengo que verme en el centro de atención o al frente del escenario, pero realmente me gusta ver a mis amigos triunfar”.

Escritor // bonnie qu
Gráficos // Zack Kiesewetter

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
• PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
• PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
• PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
• Fuente: https://www.teamliquid.com/news/2023/10/10/sap-masters-of-data