SAP Masters Of Data - افلاطون اطلاعات داده

بازنشر افلاطون

دنبال: 0

در سال‌های اخیر، ورزش‌های الکترونیکی بزرگ، و به‌ویژه MOBA‌ها، ما را تحت تأثیر قرار داده‌اند. به این معنی که آن ها تحلیلگرانی را اضافه کرده اند و شروع به خرد کردن اعداد کرده اند تا به رویکرد خود در بازی کمک کنند. به دور از استثنا، ما (تیم مایع) یکی از سازمان‌هایی بودیم که از طریق مشارکت خود با SAP - یکی از بزرگترین شرکت‌های نرم‌افزار و پردازش داده در جهان، به ایجاد این هنجار کمک کردیم.

اما شما یا هر یک از ما چقدر نقش داده ها را در ورزش های الکترونیکی درک می کنید؟

اگر شما هم مثل من هستید، پس مفهوم مبهم داده‌ها را که بخش مهمی از ورزش‌های الکترونیکی است - و نه چیزهای بیشتر، درک می‌کنید. مطمئناً، همه می‌توانند آمارهای اولیه، کشتارها، مرگ‌ها، کمک‌ها، نرخ انتخاب، نرخ ممنوعیت، همه چیزهایی که در پخش می‌بینید را درک کنند. اما تجزیه و تحلیل داده ها در ورزش های الکترونیکی بسیار فراتر از اعدادی است که در پخش می بینیم. در واقع، این سادگی چیزی است که در پخش می بینید، چیزهای قابل هضم است که می تواند منجر به تصورات نادرست در مورد کل این حوزه شود.

"شاید برخی از تصورات نادرست ... به این دلیل باشد که بسیاری از داده هایی که تماشای آنها برای طرفداران آسان است برای آنها ساخته شده است." این از Haitham "Haitham" Algbory - تحلیلگر Team Liquid Honda، با نام مستعار تیم League of Legends ما می آید. «[آمار پخش] برای درک آنها و لذت بردن از تجزیه و تحلیل ساخته شده است، اما لزوماً این چیزی نیست که ما با تیم ها استفاده می کنیم. ما عمیق‌تر پیش می‌رویم و کارآمدتر و روشن‌تر پیش می‌رویم.»

برای کشف این عمق، من همچنین با تحلیلگر اصلی تیم Liquid Dota، Mathis "Jabbz" Friesel صحبت کردم. به این ترتیب، می‌توانستم ببینم چه چیزی تغییر می‌کند و چه چیزی در دو فیلم سنگین این ژانر ثابت می‌ماند. برای Jabbz و Dota، داده های پر زرق و برق اغلب بیش از حد ارزیابی می شوند و آنچه مهم تر است کارایی است.

Jabbz با توجه به تصورات غلط رایج در مورد داده هایی که توسط طرفداران ورزش های الکترونیکی نگهداری می شود، گفت: "بسیاری از اوقات، شما به پیچیده ترین داده ها یا پر زرق و برق ترین داده ها نیاز ندارید." "گاهی اوقات، فقط این واقعیت که شما می توانید بسیار کارآمد باشید، در صنعت ما بسیار مفید است، زیرا زمانی که در یک تورنمنت هستید، عموماً زمان زیادی برای انجام کارهای عمیق ندارید. بنابراین داشتن ابزارهایی برای کارآمدتر کردن همه چیز و صرفه جویی در زمان یک مزیت بزرگ است.

این کارایی چیزی است که Team Liquid با کمک SAP، شریک داده ما برای سال‌ها، به آن دست می‌یابد. بخش بزرگی از آنچه SAP برای TL به ارمغان می آورد این است SAP HANA Cloud - یک برنامه پایگاه داده که تجزیه و تحلیل داده ها را در League of Legends و Dota بسیار آسان می کند. پایگاه داده به تحلیلگران ما این امکان را می دهد که کمتر روی جمع آوری داده ها تمرکز کنند و بیشتر روی تجزیه و تحلیل آن ها تمرکز کنند. هم Jabbz و هم Haitham برای مدت طولانی در این زمینه کار می کنند و کارهایی هستند که اکنون می توانند انجام دهند که قبلا هرگز نمی توانستند، به لطف این ابزار که به طور خاص برای تجزیه و تحلیل داده های ورزش های الکترونیکی ساخته شده است.

[محتوای جاسازی شده]

(SAP و TL اکنون 5 سال است که با یکدیگر شریک هستند و تا هسته Kuro ادامه دارند.)

هیثم گفت: "من از مدیر کل و کادر مربیگری با استعدادیابی جدید حمایت می کنم." روشی که من این کار را انجام می‌دهم، ارائه گزارش‌های دوره‌ای صف انفرادی و اسکریم و گزارش‌های پیشاهنگی پایان فصل است. وقتی صحبت از تیم‌های آکادمی مناطق شرق می‌شود، در عین حال، ما فقط بازیکنانی را که در صحنه هستند به طور کلی ردیابی می‌کنیم و بر اساس معیارهایی که در ابزارهای خود تعیین کرده‌ایم، بهبود آنها را می‌بینیم.» در سمت لیگ، SAP HANA Cloud ابزار اصلی هیثم برای جستجو است. اما این چیزی نیست که Jabbz از داده ها برای آن استفاده می کند. برای Team Liquid Dota، داده ها بیشتر بر روی بازی متمرکز هستند.

Jabbz گفت: "برای ما، SAP HANA Cloud بیشتر عملکرد متفاوتی دارد." ما از آن بیشتر برای کارهای مرتبط با عملکرد استفاده می کنیم. من فکر می‌کنم مزیت بزرگی که با Cloud داریم این است که می‌توانیم هر بازی عمومی را که می‌خواهیم وارد کنیم. بیایید بگوییم که همه چیز در یک وصله اخیر تغییر کرده است، بنابراین می‌توانیم مطمئن شویم که همیشه از نحوه تکامل متا به‌روز هستیم. همچنین می‌توانیم هر بازی مسابقات را تکرار کنیم، بنابراین می‌توانیم تمام اطلاعات مورد نیاز خود را از هر بازی، به‌ویژه در طول رویدادهای زنده، دریافت کنیم. این فوق العاده مفید است. با در دسترس داشتن این ابزار، می‌توانید به سرعت ببینید که تیم‌ها چگونه تطبیق می‌کنند، تیم‌ها چگونه فکر می‌کنند، و من زمان زیادی را برای دریافت آن اطلاعات صرفه‌جویی می‌کنم، در حالی که قبلاً باید بازپخش‌های بازی را باز می‌کردم و به صورت دستی در همه چیز پیمایش می‌کردم. "

اگرچه تیم لیگ از داده‌های بیشتری در پیشاهنگی استفاده می‌کند، هیثم خاطرنشان می‌کند که آنها همچنین از داشتن یک پایگاه داده از «تقریباً تمام درف‌هایی که تا به حال در رقابت‌ها [لیگ] اتفاق افتاده است سود می‌برند».

هیثم به من گفت: «ما می‌توانیم نقاط قوت و ضعف را تجزیه و تحلیل کنیم، و همچنین می‌توانیم پیش‌نویس را با عملکردهای درون بازی با معیارهایی که داریم مرتبط کنیم». بنابراین ما می‌توانیم بفهمیم که آیا آنچه داشتیم تصادفی از یک پیش‌نویس بود یا واقعاً توسط داده‌هایی که ما داریم پشتیبانی می‌شد.

اگرچه League of Legends و Dota 2 از جنبه‌های کلیدی بازی‌های متفاوتی هستند که منجر به استفاده از داده‌های کاملاً متفاوت می‌شوند، اما در سایر موارد نیز بسیار شبیه به هم هستند. هر دو MOBA هستند که در آن تشخیص الگو و آگاهی از نقشه بخشی از بازی اصلی است، به این معنی که در تجزیه و تحلیل داده ها همپوشانی زیادی وجود دارد. تا قبل از گفتگوی ما، هیثم و جابز به نظر می رسید از شباهت های بین بازی های خود آگاه بودند، اما دقیقاً نمی دانستند که روند آنها چقدر شبیه است تا زمانی که آنها را با یکدیگر به اشتراک بگذارند.

جبز گفت: «من در آن روز با یکی از بازیکنان لیگ آو لجندز از تیممان آلفاری صحبت کردم. ما در مورد مفاهیم و مفاهیم زیادی از Dota و League صحبت کردیم که در واقع یکسان هستند، که منطقی است با توجه به اینکه نقشه اساساً یکسان است. تصور می‌کنم دید و حرکت نقشه‌ها و پیش‌نویس‌ها بیشترین همسویی را دارند. تصور می‌کنم داده‌های خام زیادی وجود دارد که می‌توان از این چیزها استخراج کرد و الگوهای زیادی را می‌توان از این چیزها به دست آورد – حداقل برای ما، این آماری است که می‌توانید بیشترین کار را با آن انجام دهید.»

هیثم موافقت کرد و خاطرنشان کرد که بازی اولیه به ویژه جایی بود که قوی ترین و تکرارپذیرترین الگوها ظاهر شد. وقتی برای یک مسابقه آماده می شوم، روی هشت تا ده دقیقه اول تمرکز می کنم. در بیشتر موارد، این ثابت ترین روشی است که هر تیمی قرار است عمل کند. بنابراین در سطح یک، آنها کجا ایستاده اند؟ دیدشان را کجا می اندازند؟ آنها با جنبش جنگل خود به کجا می روند؟ و با این کار می‌توانیم نوع حریفی که با آن روبرو هستیم را درک کنیم.»

جبز با ساختن ریف اولیه بازی پاسخ داد: «این خنده دار است، زیرا ما نیز بیشتر در چند دقیقه اول دید داریم، زیرا بعد از آن کمی بیش از حد آشفته می شود و چیزهای حرکت صفر دقیقه دقیقاً همان مفاهیم بودند. بنابراین، اصلاً تعجب نمی‌کنیم - بازی‌ها بسیار شبیه به هم هستند - اما ظاهراً ما به نتایج یکسانی رسیدیم.

این ممکن است نه تنها توضیح دهد که چرا لیگ TL و تیم Dota هر دو به خاطر بازی های اولیه قدرتمند خود در سال جاری شناخته شده اند. فقط این نیست که داده‌ها به آن منطقه می‌دهند، بلکه پایگاه داده HANA Cloud آماده‌سازی و سپس پاسخگویی به آن سبک دقیقی که تیم دیگری ممکن است اجرا کند را بسیار آسان‌تر می‌کند.

هیثم گفت: «الگوهای ردیابی بخش بزرگی از چیزی است که ما به تیم نشان می دهیم. برای مثال، اینجا در Worlds، با فرمت جدید، زمان بسیار کوتاهی برای شناسایی حریفان خواهیم داشت. احتمالا کمتر از 12 ساعت از زمان پایان بازی. بنابراین اساساً زمانی برای ردیابی الگوها در 5، 10، 15 بازی آخر وجود ندارد. اما آنچه ما با SAP HANA Cloud داریم، معیارهای کلیدی و یک ابزار نقشه است که به ما اطلاعاتی در مورد سبک این تیم می دهد، روی چه چیزهایی باید تمرکز کنیم، و با این اطلاعات به مسابقه می رویم.

هیثم و جبز هر دو می‌توانند به موارد خاصی اشاره کنند که در آن داده‌ها، مقابله با حریفان را برای آنها و تیم‌هایشان بسیار آسان‌تر می‌کرد. برای هیثام، داده ها به Team Liquid Honda کمک کرد تا از Evil Geniuses انتقام بگیرد و واجد شرایط Worlds شود.

او گفت: "Evil Geniuses تیمی بودند که معمولاً در میانه‌لاین بازی می‌کردند." «در سریالی که ما آنها را بازی کردیم، آنها این رویکرد را تغییر دادند تا تمرکز بیشتری بر روی خط بالایی داشته باشند. پس از بازی اول، ما متوجه آن روند شدیم، بنابراین حرکت آنها را دنبال کردیم، الگوهای آنها را دنبال کردیم، و با بازی دوم نیز سازگار بود. بنابراین می‌توانم به جنگل‌بان کمک کنم تا بفهمد چه چیزی برای شناسایی حریف در اوایل کار باید کار کند و ما می‌توانیم انتظار داشته باشیم که آنها به خط بالا بیایند، و ما توانستیم با بسیاری از حرکت‌های نقشه آنها مقابله کنیم. این به ما امتیاز بزرگی برای بردن آن سری داد.»

[محتوای جاسازی شده]

(مطالعات مبتنی بر داده به توضیح اینکه چرا Pyosik به نظر می رسد همه نقاط عالی را در بازی 3 انتخاب کرده است کمک می کند.)

برای Jabbz، سیستم های داده به او و تیمش کمک کردند تا خطرات مدارهای باز Valve را هدایت کنند. یک تفاوت بزرگ در MOBA ها این است که لیگ دارای حق امتیاز است که منجر به مکالمات مکرر اغلب بین تیم های مشابه در منطقه می شود. با این حال، در Dota، یک رقیب می تواند از مسابقات مقدماتی باز بلند شود و با دیالوگ کاملاً جدید وارد شود. خیلی از تیم های مستقر در این مسابقات ناراحت می شوند زیرا کلمات آینده را نمی دانند. جابز به یاد می‌آورد که چگونه تجزیه و تحلیل داده‌های او باعث می‌شود یکی از این بازی‌ها احساس شود.

جبز گفت: «سه سال پیش، ما در یک تورنمنت آنلاین مقابل یک تیم نسبتاً جدید بازی کردیم. ما به این نتیجه رسیدیم که تیم های جدید در مقایسه با تیم های باتجربه تر، ضعف بزرگی در داشتن سبک بازی خاص دارند. این تیم جدید همیشه دقیقاً به همین شکل بازی می‌کرد و من در نهایت متوجه این موضوع شدم، و وقتی مقابل آنها بازی کردیم، بازیکنانم به من گفتند که احساس می‌کردند که دارند به معنای واقعی کلمه چیزی را که من قبل از مسابقه به آنها گفته‌ام تکرار می‌کنند. ”

حتی زمانی که تحلیلگران آن را به درستی دریافت کنند، باز هم متقاعد کردن بازیکنان برای وارد شدن به بازی دشوار است. به هر حال، این بازیکنان افتخارات زیادی برای خود دارند و دلایل زیادی برای اعتماد به نفس خود در مورد اعداد دارند. ابزارهای تجسم داخلی SAP ارائه اطلاعات و همچنین متقاعد کردن سایر اعضای تیم را برای تحلیلگران بسیار آسان تر می کند.

جبز گفت: "این یک نکته مهم است، تلاش برای متقاعد کردن تیم و بازیکنانتان." "اطلاعات باید به راحتی قابل هضم باشد تا تیم شما را در مورد نکته ای که می خواهید بیان کنید متقاعد کند. بنابراین برای ما، SAP HANA Cloud دارای ویژگی هایی است که به شما امکان می دهد تصاویر و نمودارها را صادر کنید. کاری که من معمولا انجام می دهم این است که در نهایت یک سند و یک پرینت تهیه می کنم. عملکرد صادرات کمک زیادی به من می کند تا بتوانم به سرعت پرینت هایی را با تمام اطلاعات لازم که می توانم به صورت فیزیکی، روی کاغذ و در یک شبکه محلی به مردم بدهم، طراحی کنم."

به گفته هایثام، توانایی استفاده از کلیپ‌های گیم‌پلی واقعی برای تأیید داده‌ها - و بالعکس - اغلب به ایجاد یک دلیل قوی‌تر برای هر استدلالی که او در تلاش است کمک می‌کند. زمانی که بازیکنان به یک نقطه مرجع دست یابند، تمایل بیشتری به باور داده‌ها دارند، که سپس به آنها اجازه می‌دهد تا درک عمیق‌تری از بازی به دست آورند.

هیثم گفت: «با SAP، ما ابزارهای خوب [تجسم] زیادی داریم. ما یک ابزار نقشه کامل داریم که به ما تجسم می‌کند که بخش‌ها کجا هستند و حرکت چگونه است. ابزاری داریم [به نام SAP Analytics Cloud] که به ما فرصتی می دهد تا نمودارها و نمودارهایی را برای بازیکنان بسازیم. من از ویدیوها یا کلیپ‌هایی استفاده می‌کنم که برای نشان دادن سبک حریف مهم هستند و سپس با نقشه‌ها یا نمودارهای ابزار SAP از آن پشتیبانی می‌کنم.

برای برخی، همه این جزئیات ممکن است کوچک و حتی ناچیز به نظر برسند. با این حال، هر مربی یا تحلیلگر به شما خواهد گفت که در بالاترین سطح ورزش های الکترونیکی، تفاوت در جزئیات نهفته است. وقتی تقریباً همه بازیکنان از نظر مهارت برابر هستند، این مزایای جزئی مهم هستند - که تجزیه و تحلیل داده ها را به یک عامل مهم برای موفقیت تبدیل می کند. به هر حال، یک برد نزدیک همچنان یک برد است. هیثم و جبز هر دو به "حاشیه های کوچک" به عنوان دلایلی که چرا آنها نقش خود را به عنوان تحلیلگر دوست دارند، اشاره می کنند.

هیثم گفت: «شخصاً روی هدف خودم کار می‌کنم تا به دیگران کمک کنم تا به اهدافشان برسند. دیدن بازیکنان می‌توانند در حین بازی‌های ویدیویی از علم استفاده کنند، برای شکست دادن حریفانی که ممکن است بدون چنین اطلاعاتی قادر به انجام آن نباشند... همه چیز را ارزشمند می‌کند.»

جبز افزود: "موافقم، فکر می کنم همیشه دادن اطلاعاتی به بچه ها که آنها را نمی گیرند بسیار رضایت بخش است." "من حدس می‌زنم که از این نظر بسیار شبیه هم هستیم - من از کمک به بچه‌ها نیز لذت می‌برم و این چیزی است که به من از این کار لذت می‌برد. لزوماً مجبور نیستم خودم را در کانون توجه یا جلوی صحنه ببینم، اما واقعاً دوست دارم ببینم دوستانم موفق می شوند.»