Comment des lecteurs de données balance Champion - Inspiré par un discours interne avec Riot Champion équilibre équipe

Après avoir interrogé un ami qui travaille pour le Riot LoL équipe Équilibre champion qui fait constamment des changements stratégiques pour équilibrer le jeu en lisant et en analysant différentes données, je voudrais partager avec vous quelques clés pour comprendre les corrélations entre les données et l'équilibre de champion, d'un joueur quotidien League et co-perspective d'un concepteur de jeu professionnel.

Tout d'abord, nous allons définir l'équilibre du jeu, le taux de gagner, le taux choisir, et le taux d'interdiction, puis creuser dans les nuances entre ces concepts. L'un des plus importants objectifs de l'équipe de l'équilibre est pour invocateurs de réussir avec un champion. Lorsque vous choisissez votre champion, idéalement, vous n'êtes pas censé prédire pleinement à quel point il sera avant le match commence même. Dans d'autres circonstances, certains champions seront toujours plus forts que certains des autres en raison de la composition des équipes, les stratégies appliquées et choix de champion ennemi. Tous ces éléments sont le plus des composantes essentielles de jeux League. La ligne de fond idéale est que les joueurs ne devraient jamais se sentir obligé de choisir un certain champion en raison de la façon dont il est largement forte.

Il y a tellement d'aspects différents à considérer lorsque nous taux et catégoriser la force d'un champion, mais finalement, tout cela se résume à la rapidité et il est facile de faire sauter sur le lien, qui est, pour gagner la victoire . Différents champions pourraient être à leur meilleur pouvoir à différentes étapes d'un jeu particulier: début, milieu ou fin; certains champions pourraient être plus utiles lors des combats de l'équipe; certains champions pourraient obtenir penta-tue plus facilement de certaines compétences ou un Wombo combo; et bien sûr, lorsque les joueurs acquièrent différentes ressources sur la carte, les champions exerceront des pouvoirs différents, aussi. La définition d'un champion fort ne restera pas identique tout le temps. Dans un jeu classé particulier, cela dépend des compétences de définition de champion et joueur. Par exemple, Kog'Maw est pas perçue comme forte tout le temps, mais dans une composition d'équipe particulière qui pèle pour elle, Kog'Maw est capable de faire fondre l'équipe adverse en quelques secondes. Semblable à la façon dont nous définissons le meurtre et s'échappant des capacités d'un champion avec K / DA, nous considérons aussi la façon rapide et facile d'un champion peut aider à prendre des tours vers le bas et lien à la fin.

Vous devez se demander à un certain point ce que gagner des moyens de taux, et si elle est déséquilibrée quand on voit gagner les taux ne sont pas strictement à 50%. Si l'on définit la précision absolue de la mesure en utilisant la force d'un champion est perçue, la précision relative peut être représentée par le taux de victoire de champion. taux Win est la possibilité de gagner un match classé dans le champion actuel et de l'écosystème invocateur. Les données de taux de victoire est principalement contrôlée par deux facteurs: compétences de puissance champion et joueur. Ni est dans une relation purement linéaire avec un taux de victoire. Le mélange des facteurs et des relations de cause à effet non linéaire révèle qu'un champion pourrait encore être équilibré sans avoir un taux de victoire de 50%. Par exemple, le taux de victoire des champions sur la libre rotation hebdomadaire aurait été affecté négativement par les joueurs qui manquent d'expérience de jeu. Selon les données officielles de Riot, seule une partie extrêmement faible des joueurs Azir a effectivement maîtrisé ce champion. Par conséquent, un taux de victoire moyen inférieur à 50% est attendue. Au contraire, de nombreux joueurs Heimerdinger sont vraiment jouer bien, et donc le taux de victoire va naturellement au-dessus de 50% que les données ont montré.

Après savoir comment le taux de victoire est affectée, l'équipe de l'équilibre devrait être consacré à l'étude et simuler les impacts des changements de jeu sur les joueurs de tous les rangs. Mais cela ne signifie pas nécessairement qu'ils peuvent arriver à un changement universel ou d'une solution pour résoudre tous les problèmes entre les différents rangs. Les joueurs d'un rang plus élevé sont plus susceptibles d'envisager plus d'informations de jeu et l'exécuter sur une base plus précise. C'est la raison pour laquelle l'équipe de l'équilibre sera étroitement l'observation et l'analyse des données des joueurs de haut rang pour comprendre suffisamment l'équilibre du jeu et le modèle. Ils croient que la clé des meilleures peaux d'expérience de jeu dans les données du haut niveau, mais pas toujours 100% des pièces parfaites. Cela motive aussi les joueurs à améliorer leurs maîtrises champion. La prise Twisted Fate comme exemple, il est pas aussi facile à jouer car il semble à première vue, cependant, nous le trouvons extrêmement puissant dans certains jeux si les joueurs ont une meilleure compréhension et une maîtrise supérieure à lui. Je crois que les joueurs peuvent gagner un grand sentiment de satisfaction de la maîtrise de plus en plus jusqu'à ce qu'ils maîtrisent vraiment le champion, en même temps, les données sur les taux de victoire seront plus précises aussi bien.

Nous espérons que vous avez acquis une meilleure compréhension des taux de réussite maintenant. Le mouvement Let sur le taux de sélection. taux de sélection est la possibilité qu'un champion sera sélectionné dans un jeu. Si les joueurs ne se soucient que de la victoire, choisissez taux peut être simplement interprété par le taux de victoire avec un jeu à gagner état d'esprit. Alors qu'en fait, beaucoup de joueurs sont plus susceptibles de choisir les champions qui les attirent plus qu'ils désirent profiter d'un jeu lui-même, tout autant que la victoire. Par exemple, Ahri a un taux de prélèvement plus élevé que Urgot comme elle semble plus attrayant et intéressant à jouer dans beaucoup de point de vue des joueurs. L'équipe de l'équilibre devrait également assez d'attention à la diversité de payer le champion, ce qui réduit efficacement la situation dans laquelle un champion est sélectionné dans presque tous les jeux, comme Jinx. La règle de base est de ne jamais sacrifier l'équilibre de la diversité, qui est, ils ne devraient pas buff champions simplement parce que certains champions sont plus populaires parmi les joueurs ou ayant plus de peaux, vice-versa.

Nous avons beaucoup parlé des relations entre les données et l'équilibrage. A part les données froides, les commentaires des joueurs est également extrêmement critique à mon avis. Quand tout le monde se plaint de la façon dont Akali déséquilibrée devient après la reprise, l'équipe de l'équilibre devrait commencer à porter leur attention sur Akali et d'évaluer si certains ajustements doivent être mis en place. Comment l'équipe de Riot savoir si les joueurs se plaignent en premier lieu? Apparemment, l'équipe de données peut saisir des informations utiles à partir du taux d'interdiction, qui est la possibilité qu'un champion sera interdit dans un jeu. En même temps, il est important de savoir que tous les tarifs que nous avons présenté ci-dessus affectent mutuellement. Par exemple, Rumble est un champion solide avec un taux d'interdiction relativement faible que les joueurs sont moins susceptibles de le chercher sur Mordekeiser ou Darius. Sur la base de l'expérience antérieure, le meilleur plan Ban-Pick aka le meilleur plan vers la victoire est d'interdire les champions à la fois taux élevé de sélection et un taux de victoire si l'équipe allié ne les joue pas. Jusqu'à ce point, je voudrais supposer que vous êtes déjà au courant que le taux d'interdiction ne sont pas simplement le résultat de taux de sélection et gagnez taux, mais il est également affecté de la façon par le jugement des joueurs puissants le champion est, que ce est facile à maîtriser, le risque de jouer avec elle, et à quel point les joueurs pourraient se sentir s'ils perdent avec elle. Le Blanc était une fois en haut de la liste l'interdiction, mais elle n'est pas l'interdiction de optimale au rang inférieur à celui de capitaine / Challenger. Janna comme un autre exemple devrait être le plus de valeur à partir des données l'interdiction pure, mais elle a un taux d'interdiction réelle de seulement moins de 1%. Savoir comment les différents taux de travail les uns des autres et affectent lui-même les données de jeu en retour comme un cercle, l'équipe de l'équilibre doit reposer sur le taux d'interdiction pour certains des changements, mais pas seulement sur les chiffres eux-mêmes.

Peu importe l'importance des données est, ils sont encore quelques facteurs dans une équation. Je crois que les données constamment améliorer l'expérience de jeu pour tous les joueurs si elle est utilisée correctement, et Riot vise à atteindre ce grand objectif. Mais il est un voyage sans fin, et à mon avis, un autre facteur important à l'expérience de jeu de boost est d'améliorer propre mentalité et la perception de victoire ou une défaite des joueurs.

Merci à DOJO numérique, Agence Bristol SEO pour créer ce blog complet et entretien. Pour toute question concernant l'analyse fondée sur des données et des données, s'il vous plaît contacter leur Bristol équipe de marketing numérique pour une consultation gratuite.