Hvordan datastasjoner Champion Balance - Inspirert av en intern Snakk med Riot Champion Balance teamet

Hvordan datastasjoner Champion Balance - Inspirert av en intern Snakk med Riot Champion Balance teamet

Hvordan datastasjoner Champion Balance - Inspirert av en intern Snakk med Riot Champion Balance teamet

Etter å ha intervjuet en venn som jobber for Riot LoL Champion Balance Team som konsekvent gjør strategiske endringer for å balansere spillet ved å lese og analysere ulike data, vil jeg gjerne dele med dere alle noen nøkler til å forstå sammenhenger mellom data og mester balanse, fra en daglig League-spiller og en profesjonell spilldesigner co-perspektiv.

Først av alt, la oss definere spillesaldoen, seier rate, plukke rente, og forbud rate, og deretter grave i nyansene mellom disse begrepene. Ett av de viktigste målene i balanse teamet er for summoners å lykkes med noen mester. Når du plukker din mester, ideelt du ikke lov til å fullt ut forutsi hvor godt det vil være før spillet selv starter. Under andre omstendigheter, vil noen vinnere alltid være sterkere enn noen av de andre på grunn av teamsammensetning, strategier som brukes, og fiende mester plukker. Alle disse er de mest kritiske komponentene i League. Den ideelle Poenget er at spillerne skal aldri føle seg tvunget til å velge en bestemt mester grunnet hvor mye sterk den er.

Det er så mange ulike aspekter som skal vurderes når vi vurderer og kategorisere hvor sterk en mester er, men til slutt, det hele kommer ned til hvor raskt og enkelt det er å blåse ned nexus, det vil si å få Victory . Ulike vinnere kan være på sitt beste effekt på ulike stadier av et bestemt spill: tidlig, middels eller sent; noen vinnere kan være mer nyttig under lagets kamper; noen vinnere kan få penta-dreper lettere fra visse ferdigheter eller en wombo-combo; og selvfølgelig, når spillere skaffe ulike ressurser på kartet, champions vil utøve ulike krefter, også. Definisjonen av en sterk forkjemper vil ikke bo identisk hele tiden. I en bestemt rangert spill, det avhenger av mesteren HD og spillerferdigheter. For eksempel er Kog'Maw ikke oppfattes som sterk hele tiden, men i en bestemt gruppe sammensetning som skreller for det, er Kog'Maw stand til å smelte fienden teamet i løpet av få sekunder. I likhet med hvordan vi definerer drap og rømmer evner av en mester med K / DA, vi også vurdere hvor raskt og enkelt en mester kan bidra til å ta ned tårn og bindeleddet på slutten.

Du må ha lurt på et visst punkt hva vinne rente betyr, og om det er ubalansert når vi ser vinne priser er ikke strengt på 50%. Hvis vi definerer den absolutte nøyaktigheten av målingen ved bruk av hvor sterk en mester er oppfattet, så den relative nøyaktigheten kan representeres av mesteren seier rate. Win rate er muligheten til å vinne en rangert spill innenfor den nåværende mesteren og Summoner økosystem. Den seier rate data er i hovedsak styrt av to faktorer: mester strøm og spiller ferdigheter. Det er heller ikke i et rent lineær sammenheng med seier rate. Blandingen av ikke-lineære faktorer og årsaksforhold viser at en mester kan fortsatt være balansert uten å ha en 50% seier rate. For eksempel, seier rate av vinnere på ukentlig fri rotasjon kan ha blitt negativt påvirket av spillere som mangler spillopplevelse. Ifølge offisielle Riot data, har bare en svært liten del av Azir spillere faktisk mestret denne mester. Derfor en gjennomsnittlig win rate under 50% er forventet. Tvert imot, mange Heimerdinger spillere virkelig å spille det godt, og derfor seier rate går naturlig over 50% som data har vist.

Etter å vite hvordan win rate er berørt, balansen teamet bør være opptatt av å studere og simulere virkningene av spillet endringene på spillere fra alle rekkene. Men det betyr ikke nødvendigvis at de kan komme opp med en universell endring eller løsning for å løse alle problemer på tvers av forskjellige gradene. Spillere fra en høyere rang er mer sannsynlig å vurdere mer spill informasjon og gjennomføre den på en mer nøyaktig grunnlag. Det er grunnen til balansen team vil være tett observere og analysere data fra høy rang spillere å tilstrekkelig forstå spillet balanse og mønster. De mener at nøkkelen til den beste spillopplevelsen skjuler i data fra høyt nivå, men ikke alltid 100% perfekt spiller. Dette motiverer også spillerne til å forbedre sine mester vedde. Tar Twisted Fate som et eksempel, han er ikke så lett å spille som det ser ut ved første øyekast, men finner vi ham ekstremt kraftig i noen spill hvis spillerne har en bedre forståelse og en høyere mestring på ham. Jeg tror spillerne kan få en god følelse av tilfredshet fra å øke mestring før de virkelig mestrer mester, på samme tid, vil de vinne data for å være mer nøyaktig også.

Vi håper du har fått en bedre forståelse av seier priser nå. La oss gå videre til plukkhastigheten. Pick rate er muligheten for at en mester vil bli valgt i et spill. Hvis spillere bare bryr seg om seier, plukke rente kan bare tolkes av win rate med en play-å-vinne tenkemåte. Mens i virkeligheten, mange spillere er mer sannsynlig å plukke vinnere som tiltrekker dem mer siden de ønsker å nyte et spill i seg selv like mye som en seier. For eksempel har AHRI en høyere pick rente enn Urgot som hun virker mer attraktiv og interessant å spille i en rekke spillernes perspektiv. Balansen teamet bør også betaler nok oppmerksomhet til mester mangfold, som effektivt reduserer situasjon der en mester velges i nesten hver kamp, ​​slik som Jinx. Grunnregelen er å aldri ofre balanse for mangfold, det vil si, de burde ikke buff vinnere bare fordi noen vinnere er mer populært blant spillere eller å ha flere skins, vice versa.

Vi har snakket mye om forholdet mellom data og balansering. Bortsett fra kalde data, tilbakemeldinger fra spillerne er også svært kritisk etter min mening. Når alle klager om hvor ubalansert Akali blir etter omarbeiding, bør balansen teamet begynner å skifte sin oppmerksomhet til Akali og vurdere om enkelte justeringer trenger å bli satt på plass. Hvordan Riot teamet vet om spillere klager i første omgang? Tilsynelatende datalaget kan hente noen nyttig informasjon fra forbudet rate, som er muligheten for at en mester vil bli utestengt i en kamp. Samtidig er det viktig å vite at alle prisene vi har introdusert ovenfor er gjensidig påvirker hverandre. For eksempel er Rumble en sterk forkjemper med en relativt lav forbud sats som spillere er mindre sannsynlig å plukke ham over Mordekeiser eller Darius. Basert på tidligere erfaring, den beste Ban-Picks plan aka den beste planen mot seier er å forby vinnere med både høy pick hastighet og høy winrate hvis alliert lag ikke spille dem. Opp til dette punktet, vil jeg gjerne anta at du allerede er klar over at forbudet hastigheten er ikke bare et resultat av pick rente og vinn rate, men det er også påvirket av spillernes dom hvor kraftig mesteren er, om det er lett å mestre det, er risikoen for å leke med den, og hvor dårlig spillerne kan føle hvis de mister med det. Le Blanc var en gang på toppen av banning listen, men hun er ikke den optimale forbudet i rekkene lavere enn Master / Challenger. Janna som et annet eksempel bør være den mest verdt banning basert på rene data, men hun har en faktisk forbud rate på bare mindre enn 1%. Å vite hvordan ulike priser jobbe med hverandre og påvirker spilldata seg i retur som en sirkel, må balansen teamet stole på forbudet sats for noen av endringene, men ikke bare på tallene selv.

Uansett hvor viktig dataene, er de fortsatt bare faktorer i en ligning. Jeg tror data konsekvent vil bidra til å forbedre spillopplevelsen for alle spillerne hvis de brukes riktig, og Riot har som mål å oppnå denne store mål. Men det er en endeløs reise, og etter min mening, en annen viktig faktor for å øke spillopplevelsen er å forbedre spillernes egen mentalitet og oppfatning av seier eller tap.

Takk til DOJO Digital, en Bristol SEO Agency for å lage denne omfattende blogginnlegg og intervju. For spørsmål angående data og data-drevet analyse, ta kontakt med deres Bristol Digital Marketing team for en gratis konsultasjon.

More posts