
当下,大数据以应用在很多的行业,都取得了不俗的成绩。那么大数据和电子竞技的结合又将碰撞出什么样的火花呢?
不得不说,这些年来电子竞技永远是一个充满话题的领域,与几年前的备受争议不同,如今电竞随着玩家和观众规模的倍数增长,外界资本的大量流入,加之政府态度的软化,正逐渐向着越来越正规的方向发展。这其中包括电子竞技俱乐部的规范化、赛事数量增多、主办方组织水准提升、网络转播的专业化等方方面面。然而,从近一年多来的Dota2、LOL等主流电竞项目的大型赛事来看,似乎又多了一项正在慢慢步入正轨的生意。
在去年几次大赛的赛后采访中,不少战队都提到了团队中数据分析师的关键作用,这些分析师们的主要职责就是针对选手在游戏中的各种比赛数据进行汇总,并把每个选手比赛习惯的相关信息进行量化,将数据通过相关模型进行效果分析,运用这些数据发现每位选手的优缺点,以此来指导战队的英雄选择和战术设计,同时提供比赛对手的各种情报。
长久以来,电子竞技一直被认为是由电脑游戏进化而来,因此也就自然而然的被人附加上了随心所欲、娱乐至上、游戏技术决定论等属性。然而在电子竞技赛事奖金不断增长,观众不断增加,竞争愈加激烈的大环境下,也在很大程度上促进了电子竞技的职业化进程,而选手的水平似乎仅仅成了获胜因素的一个方面,战术设计、硬件设备、后勤保证、数据分析等越来越多接近传统体育项目的术语和概念开始被电子竞技所接纳。而这一切,也正预示着电子竞技大数据时代的开启。
其实关于游戏的数据分析一直都存在,数据分析师这个职业也不是近一两年才出现的,只不过之前的数据分析主要集中在营销和运营层面,涉及的主要内容包括游戏的传播效果、广告的投放效果、用户层次分布、游戏时间、新玩家价值与收益等方面,是从游戏运营商的需求出发的。而本文所谈的新一轮的游戏大数据趋势主要集中在游戏中产生的数据,尤其是停留在竞技层面上的数据,是由玩家的需求所产生的。
在单机游戏时代,由于早期的网络联机功能不完善,游戏大多只注重娱乐性,注重玩家的个人体验。而到了网络时代,联机逐渐成为游戏的一大乐趣。要知道,一旦从与电脑对战转变为人与人之间的较量,竞技性上的提升就完全不在一个层次。与别人的对比和赶超是人的天性,没有人甘当失败者,而胜者又急于将自己的成果公诸于众。如何将这些东西量化,成为衡量胜负的绝对因素,也成为了游戏设计中重要的考量因素之一。而游戏也从个人对战丰富为多人之间的合作与竞争,团队开始成为游戏的另一核心元素。在这一背景下,从星际争霸、魔兽争霸再到现在的刀塔和英雄联盟,无一不遵循这一轨迹。
游戏自身的不断发展也出现了一种潜在的趋势,随着团队合作竞技游戏的出现,一些符合上述元素的游戏开始出现竞技化趋势,并且竞技强度和节奏都在逐步提高,当到达一定的门槛后就自然而然的从娱乐性游戏迈入了电子竞技的圈子。而游戏竞技化所带来的影响就是越复杂的游戏就会有着越专业的操作要求,同样越专注的玩家就需要越详细的游戏数据分析总结并以此获得技术上的提升。
但是不论普通玩家还是比赛选手,仍然是通常意义上的游戏玩家,只不过竞技元素的加入让不少玩家开始注重游戏的发挥和成绩,于是量化的数据就成了最直接也是最现实的追求。在国外,近几年也陆续出现了几家专供游戏数据和游戏百科的网站,Curse和ZAM就是两家较为出色的数据提供商,他们建立并提供包含了数十款游戏在内的电子数据库和相关的数据分析,并逐步开始尝试提供游戏教学、培训等增值服务。
而国内市场,Dotamax这家提供Dota2游戏数据的网站也借助Dota2在国内的流行开始逐渐被玩家了解,并在经历了一段时间的发展后将数据库进一步扩展,包含了英雄联盟、炉石传说、暗黑破坏神3等多款游戏的数据。随着不少玩家对游戏水平的执着追求,Dotamax甚至开始提供专业的比赛录像解析服务,并按照时间收取一定的费用。而流量的逐步提升也证明了玩家对于游戏数据的需求的确在逐渐提高,并且这个速度比预想的还要快。
电子竞技的火爆是不言而喻的,这不仅仅在于出现了越来越多的赛事以及天价的奖金,还伴随着诸多获得资本追逐的衍生产品。随着对电子竞技选手的商业价值开发和对电竞赛事的转播需求,基于电子竞技圈所诞生的社交平台、电商平台和直播平台层出不穷,不仅获得风投青睐,还曾出现过Twitch这样被亚马逊10亿美金收购的现象级产品,不少衍生品也都收获了大批的用户。
甚至一直被外界诟病的只会烧钱的电竞俱乐部,也开始获得资本的重视。俄罗斯的VP俱乐部在去年年底获得了俄罗斯首富阿利舍尔·乌斯马诺夫旗下公司1亿美金的投资,这应该也是有史以来电子竞技俱乐部所获得的最大的一笔资金注入,这对于电子竞技向传统体育靠拢有着极其重要的意义。几乎相同的时间,依托中国Newbee战队所成立的蓝游文化也宣布获得1100万美元的A轮融资,再加上王思聪持有的老牌俱乐部IG,也标志的电子竞技资本时代的到来。
而在各种衍生品层数不穷的背景下,基于游戏的数据服务出现就显得再正常不过了,一个观众数量庞大,有成绩需求,且持续被资本热炒的圈子急需通过一些量化的内容带来信息层面的支撑,而不少俱乐部也需要数据来帮助选手提高以取得更好的比赛成绩。在这种情况下,基于游戏数据的衍生就成了一个极具前景的领域。
随着大数据概念与全社会各领域深度结合的进一步加速,电子竞技一定也会在未来某一时间拥抱大数据,而相关游戏数据服务的提供也正是电子竞技大数据时代的开端。
除了资本热潮之外,电子竞技自身的发展也在朝着职业化的道路前进。甚至在圈子的划分上与游戏出现分隔,开始向着传统体育项目的建设方式转变。
目前先进的体育项目,以足球、篮球为例,有着完备的电视转播和成熟的商业开发模式,电子竞技在转播权的售卖和商业赞助的开发上虽无法与世界第一运动足球相比拼,但也已经有了不小的规模。而在团队建设和团队保障上与传统体育项目之间尚存在着不小的差距。
以数据分析为例,足球俱乐部中配备数据分析师已经有了多年的历史,分析师们不仅分析球员们在球场上的射门、跑动等数据,还负责监测球员日常训练时的身体反应等一系列生理指标,为科学合理的训练提供数据支持。而目前在电子竞技领域数据分析师这一角色也不过刚刚被引进不久,更多的工作也是针对游戏中的数据,暂时还无法做到全天候的数据监测和分析。
不过,电子竞技的优势在于,其载体就是电脑和网络,游戏的载体也是数据的载体,这也为电竞项目的数据分析提供了天然的土壤。同时由于电子竞技对于设备的高要求,也为下一步与智能硬件设备之间的结合提供了可能。
例如,在田径和足球训练中常见的GPSports智能系统近年来颇为流行,这套高科技设备主要用来监测运动员比赛训练时的身体状态、呼吸心跳等生理指标。而一些智能鼠标、智能键盘等硬件设备的出现也为监测电子竞技运动员的身体指标提供了可能。前魔兽争霸世界冠军李晓峰的创业团队曾推出过一款电竞专用鼠标,就融入了数据监测功能,可以实时记录操作者的心率、手速等指标。未来这些设备肯定会更多的被专业电子竞技俱乐部所采用,用来更科学的进行比赛训练时队员的各项指标监测。
而随着电子竞技的逐渐普及,以及游戏的竞技化趋势,上文所提及的数据分析网站和各类智能硬件设备也会逐步被玩家所接受,甚至还会出现基于用户个性化定制的不同产品。这些产品与应用的出现与其说是借了当下电竞热的东风,不妨说是互联网和科技发展浪潮之下的必然产物。而与数据深度结合的电子竞技,也必定会在这股浪潮下继续前行,属于电子竞技的大数据时代,真的不再遥远了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14