Po rozhovoru s kamarádem, který pracuje v Riot LoL Champion Balance týmu a který pravidelně provádí strategické změny pro vyvážení hry na základě čtení a analýzy různých dat, bych se s vámi všemi rád podělil o několik klíčů k pochopení souvislostí mezi daty a balancem šampionů z pohledu každodenního hráče League of Legends a zároveň profesionálního herního designéra.

Nejprve si definujme herní balanc, win rate, pick rate a ban rate a poté se ponořme do nuancí mezi těmito pojmy. Jedním z nejdůležitějších cílů balančního týmu je, aby vyvolávači uspěli s jakýmkoli šampionem. Když si vyberete svého šampiona, v ideálním případě byste neměli plně předvídat, jak dobrý bude ještě před začátkem hry. Za různých okolností budou někteří šampioni vždy silnější než ostatní kvůli týmové kompozici, použité strategii a výběru nepřátelských šampionů. To vše jsou nejkritičtější součásti zápasů v League of Legends. Ideální hranicí je, že by se hráči nikdy neměli cítit nuceni vybrat si určitého šampiona jen proto, jak extrémně silný je.

Při hodnocení a kategorizaci toho, jak je šampion silný, je třeba zvážit mnoho různých aspektů, ale nakonec vše závisí na tom, jak rychle a snadno lze zničit Nexus, tedy dosáhnout Victory. Různí šampioni mohou mít svou největší sílu v různých fázích konkrétní hry: v early, mid nebo late game; někteří šampioni mohou být užitečnější během týmových soubojů; někteří šampioni mohou snadněji získat penta-killy díky určitým schopnostem nebo wombo-combu; a samozřejmě, když hráči získávejí různé zdroje na mapě, šampioni projeví také odlišnou sílu. Definice silného šampiona nezůstane vždy stejná. V konkrétní ranked hře závisí na definici šampiona a schopnostech hráče. Například Kog'Maw není vnímán jako silný za všech okolností, ale v konkrétní týmové kompozici, která ho peeluje, dokáže Kog'Maw roztavit nepřátelský tým během několika sekund. Podobně jako definujeme zabijácké a únikové schopnosti šampiona pomocí K/DA, zvažujeme také to, jak rychle a snadno dokáže šampion na konci pomoci kácet věže a Nexus.

Určitě jste si v jistém momentě říkali, co vlastně win rate znamená a zda je hra nevyvážená, když vidíme, že win rate není striktně na 50 %. Pokud definujeme absolutní přesnost měření podle toho, jak silně je šampion vnímán, pak relativní přesnost může být reprezentována jeho win ratem. Win rate je pravděpodobnost výhry v ranked hře v rámci současného ekosystému šampionů a vyvolávačů. Data o win ratu jsou hlavně řízena dvěma faktory: sílou šampiona a schopnostmi hráče. Ani jeden z nich není v čistě lineárním vztahu s win ratem. Směs nelineárních faktorů a příčinných vztahů ukazuje, že šampion může být stále vyvážený, aniž by měl 50% win rate. Například win rate šampionů v týdenní rotaci zdarma může být negativně ovlivněn hráči, kteří nemají dostatek herních zkušeností. Podle oficiálních dat Riotu pouze extrémně malá část hráčů Azira tohoto šampiona skutečně ovládla. Proto se očekává průměrný win rate pod 50 %. Naopak mnoho hráčů Heimerdingera za něj hraje opravdu dobře, a proto win rate přirozeně přesahuje 50 %, jak ukazují data.

Poté, co balanční tým zjistí, jak je win rate ovlivněn, měl by se věnovat studiu a simulaci dopadů herních změn na hráče ze všech ranků. To však nutně neznamená, že mohou přijít s univerzální změnou nebo řešením, které by vyřešilo všechny problémy napříč různými ranky. Hráči z vyšších ranků s větší pravděpodobností zvažují více herních informací a provádějí je přesněji. To je důvod, proč balanční tým podrobně sleduje a analyzuje data od hráčů z vysokých ranků, aby dostatečně pochopil balanc a vzorce hry. Věří, že klíč k nejlepšímu hernímu zážitku se skrývá v datech z her na vysoké úrovni, které ale nejsou vždy 100% perfektní. To také motivuje hráče k vylepšování jejich champion masteries. Pokud si vezmeme jako příklad Twisted Fata, není tak snadný na hraní, jak se na první pohled zdá, nicméně v některých hrách ho shledáváme extrémně silným, pokud mají hráči lepší porozumění a vyšší mastery s tímto šampionem. Věřím, že hráči mohou získat skvělý pocit zadostiučinění ze zvyšování mastery, dokud šampiona skutečně neovládnou, a zároveň budou přesnější i data o win ratu.

Doufáme, že nyní lépe rozumíte win ratu. Přejděme k pick ratu. Pick rate je pravděpodobnost, že si hráči šampiona ve hře vyberou. Pokud by hráčům záleželo pouze na vítězství, lze pick rate jednoduše vysvětlit pomocí win ratu s nastavením mysli „hraju, abych vyhrál“. Ve skutečnosti má ale spousta hráčů tendenci vybírat si šampiony, kteří je více přitahují, protože si chtějí užít hru samotnou stejně jako vítězství. Například Ahri má vyšší pick rate než Urgot, protože z pohledu mnoha hráčů vypadá atraktivněji a zajímavěji na hraní. Balanční tým by měl také věnovat dostatečnou pozornost rozmanitosti šampionů, což efektivně omezuje situace, kdy je šampion vybírán téměř v každé hře, jako je Jinx. Základním pravidlem je nikdy neobětovat balanc ve prospěch rozmanitosti, což znamená, že by neměli buffovat šampiony jednoduše proto, že jsou mezi hráči populárnější nebo mají více Skins, a naopak.

Mluvili jsme hodně o vztazích mezi daty a balancováním. Kromě chladných dat je podle mého názoru extrémně kritická také zpětná vazba od hráčů. Když si všichni stěžují na to, jak nevyvážená se Akali stala po reworku, balanční tým by měl začít přesouvat svou pozornost na Akali a vyhodnotit, zda je potřeba provést určité úpravy. Jak tým Riotu vůbec ví, že si hráči stěžují? Datový tým může zjevně získat užitečné informace z ban ratu, což je pravděpodobnost, že bude šampion ve hře zakázán. Zároveň je důležité vědět, že všechny výše uvedené raty se navzájem ovlivňují. Například Rumble je silný šampion s relativně nízkým ban ratem, protože hráči mají menší pravděpodobnost, že si ho vyberou místo Mordekaisera nebo Daria. Na základě předchozích zkušeností je nejlepším plánem pro Ban-Pick (tedy nejlepším plánem k vítězství) banovat šampiony s vysokým pick ratem i vysokým win ratem, pokud za ně váš tým nehraje. V tuto chvíli předpokládám, že si již uvědomujete, že ban rate není jen jednoduchým výsledkem pick ratu a win ratu, ale je také ovlivněn úsudkem hráčů o tom, jak moc je šampion silný, zda je snadné ho ovládnout, jaké je riziko s ním hrát a jak špatně by se hráči mohli cítit, pokud s ním prohrají. LeBlanc byla kdysi na vrcholu seznamu banů, ale na rankách nižších než Master/Challenger to není optimální ban. Janna by měla být jako další příklad podle čistých dat nejvíce hodna banování, ale její skutečný ban rate je nižší než 1 %. Balanční tým by se při některých změnách měl spoléhat na ban rate, ale ne pouze na samotná čísla, protože ví, jak různé raty působí na sebe navzájem a zpětně ovlivňují herní data v kruhu.

Bez ohledu na to, jak dôležitá data jsou, jsou to stále jen faktory v rovnici. Věřím, že data budou při správném použití neustále pomáhat zlepšovat herní zážitek pro všechny hráče, a Riot se snaží tohoto velkého cíle dosáhnout. Je to však cesta bez konce a podle mého názoru je dalším významným faktorem pro Boost herního zážitku zlepšení vlastní mentality hráčů a jejich vnímání výhry či prohry.

Děkujeme společnosti DOJO Digital, Bristol SEO Agency, za vytvoření tohoto komplexního blogového příspěvku a rozhovoru. V případě jakýchkoli dotazů ohledně dat a analýz řízených daty kontaktujte jejich tým Bristol Digital Marketing pro bezplatnou konzultaci.