Riot LoL Champion Balance Team के एक दोस्त का इंटरव्यू लेने के बाद, जो विभिन्न डेटा को पढ़कर और उसका विश्लेषण करके गेम को बैलेंस करने के लिए लगातार रणनीतिक बदलाव करते हैं, मैं एक डेली League प्लेयर और एक प्रोफेशनल गेम डिज़ाइनर के संयुक्त दृष्टिकोण से, डेटा और चैंपियन बैलेंस के बीच के संबंधों को समझने की कुछ मुख्य बातें आप सभी के साथ साझा करना चाहता हूँ।
सबसे पहले, आइए गेम बैलेंस, win rate, pick rate, और ban rate को परिभाषित करें, और फिर इन अवधारणाओं के बीच की बारीकियों को समझें। बैलेंस टीम का सबसे महत्वपूर्ण लक्ष्यों में से एक यह है कि summoners किसी भी चैंपियन के साथ सफलता प्राप्त कर सकें। जब आप अपना चैंपियन चुनते हैं, तो आदर्श रूप से आपको गेम शुरू होने से पहले ही पूरी तरह से यह अनुमान नहीं लगाना चाहिए कि यह कितना अच्छा होगा। विभिन्न परिस्थितियों में, टीम कॉम्पोज़ीशन, लागू की गई रणनीतियों और दुश्मन के चैंपियन पिक के कारण कुछ चैंपियन हमेशा दूसरों की तुलना में अधिक मजबूत होंगे। ये सभी League गेम के सबसे महत्वपूर्ण घटक हैं। आदर्श बात यह है कि खिलाड़ियों को कभी भी किसी विशेष चैंपियन को चुनने के लिए मजबूर महसूस नहीं करना चाहिए क्योंकि वह अत्यधिक मजबूत है।
जब हम यह मूल्यांकन और वर्गीकृत करते हैं कि कोई चैंपियन कितना मजबूत है, तो कई अलग-अलग पहलुओं पर विचार किया जाता है, लेकिन आखिरकार, यह सब इस बात पर आता है कि नेक्सस को कितनी तेजी से और आसानी से नष्ट किया जा सकता है, यानी Victory प्राप्त की जा सकती है। अलग-अलग चैंपियन किसी विशेष गेम के विभिन्न चरणों में अपनी सर्वश्रेष्ठ शक्ति पर हो सकते हैं: शुरुआती (early), मध्य (mid), या देर से (late); कुछ चैंपियन टीम फाइट के दौरान अधिक उपयोगी हो सकते हैं; कुछ चैंपियन कुछ स्किल्स या wombo-combo से अधिक आसानी से penta-kills प्राप्त कर सकते हैं; और निश्चित रूप से, जब खिलाड़ी मैप पर विभिन्न संसाधन प्राप्त करते हैं, तो चैंपियन भी अलग-अलग शक्तियां दिखाते हैं। एक मजबूत चैंपियन की परिभाषा हमेशा एक जैसी नहीं रहेगी। एक विशेष ranked गेम में, यह चैंपियन की परिभाषा और प्लेयर स्किल्स पर निर्भर करता है। उदाहरण के लिए, Kog'Maw को हर समय मजबूत नहीं माना जाता है, लेकिन एक विशेष टीम कॉम्पोज़ीशन में जो इसके लिए peel करती है, Kog'Maw कुछ ही सेकंड में दुश्मन टीम को पिघलाने में सक्षम है। जिस तरह से हम K/DA के साथ किसी चैंपियन की किलिंग और एस्केपिंग क्षमताओं को परिभाषित करते हैं, हम इस बात पर भी विचार करते हैं कि कोई चैंपियन अंत में टावरों और नेक्सस को गिराने में कितनी तेजी से और आसानी से मदद कर सकता है।
आपने निश्चित रूप से एक निश्चित बिंदु पर सोचा होगा कि win rate का क्या अर्थ है, और क्या यह अनबैलेंस्ड होता है जब हम win rate को सख्ती से 50% पर नहीं देखते हैं। यदि हम यह मापते हैं कि चैंपियन कितना मजबूत माना जाता है, तो सापेक्ष सटीकता को चैंपियन win rate द्वारा दर्शाया जा सकता है। Win rate वर्तमान चैंपियन और summoner इकोसिस्टम के भीतर एक ranked गेम जीतने की संभावना है। Win rate डेटा मुख्य रूप से दो कारकों द्वारा नियंत्रित होता है: चैंपियन पावर और प्लेयर स्किल्स। दोनों में से कोई भी win rate के साथ पूरी तरह से लीनियर संबंध में नहीं है। गैर-रेखीय (non-linear) कारकों और कारण संबंधों का मिश्रण बताता है कि 50% win rate न होने पर भी एक चैंपियन बैलेंस्ड हो सकता है। उदाहरण के लिए, साप्ताहिक फ्री रोटेशन पर चैंपियंस का win rate उन खिलाड़ियों से नकारात्मक रूप से प्रभावित हो सकता है जिनमें गेमिंग अनुभव की कमी है। आधिकारिक Riot डेटा के अनुसार, Azir खिलाड़ियों का केवल एक बहुत ही छोटा हिस्सा ही वास्तव में इस चैंपियन में महारत हासिल कर पाया है। इसलिए 50% से कम औसत win rate की उम्मीद है। इसके विपरीत, कई Heimerdinger खिलाड़ी वास्तव में इसे अच्छी तरह से खेल रहे हैं, और इसलिए डेटा के अनुसार win rate स्वाभाविक रूप से 50% से ऊपर चला जाता है।
Win rate कैसे प्रभावित होता है यह जानने के बाद, बैलेंस टीम को सभी रैंक के खिलाड़ियों पर गेम परिवर्तनों के प्रभावों का अध्ययन और अनुकरण (simulate) करने के लिए समर्पित होना चाहिए। लेकिन इसका यह मतलब नहीं है कि वे सभी रैंकों में सभी समस्याओं को हल करने के लिए एक सार्वभौमिक बदलाव या समाधान निकाल सकते हैं। उच्च रैंक के खिलाड़ियों द्वारा अधिक गेमिंग जानकारी पर विचार करने और उसे अधिक सटीक रूप से निष्पादित करने की संभावना अधिक होती है। यही कारण है कि बैलेंस टीम गेम बैलेंस और पैटर्न को पर्याप्त रूप से समझने के लिए उच्च-रैंक वाले खिलाड़ियों के डेटा का बारीकी से अवलोकन और विश्लेषण करेगी। उनका मानना है कि सबसे अच्छे गेमिंग अनुभव की कुंजी उच्च-स्तरीय लेकिन हमेशा 100% सही न होने वाले प्लेज़ के डेटा में छिपी है। यह खिलाड़ियों को अपनी champion masteries में सुधार करने के लिए भी प्रेरित करता है। Twisted Fate को एक उदाहरण के रूप में लेते हुए, वह पहली नज़र में उतना आसान नहीं लगता जितना दिखता है, हालांकि, यदि खिलाड़ियों को उसकी बेहतर समझ और उच्च महारत हासिल है, तो हम उसे कुछ गेमों में बेहद शक्तिशाली पाते हैं। मुझे विश्वास है कि खिलाड़ी महारत बढ़ाकर तब तक बहुत संतुष्टि प्राप्त कर सकते हैं जब तक कि वे वास्तव में चैंपियन में महारत हासिल नहीं कर लेते, साथ ही, win rate डेटा भी अधिक सटीक होगा।
हमें उम्मीद है कि अब आपको win rate की बेहतर समझ हो गई होगी। आइए अब pick rate पर चलते हैं। Pick rate यह संभावना है कि एक गेम में किसी चैंपियन को चुना जाएगा। यदि खिलाड़ी केवल जीत की परवाह करते हैं, तो play-to-win मानसिकता के साथ pick rate को केवल win rate द्वारा समझा जा सकता है। जबकि वास्तव में, बहुत सारे खिलाड़ियों द्वारा उन चैंपियंस को चुनने की अधिक संभावना होती है जो उन्हें अधिक आकर्षित करते हैं क्योंकि वे जीत के साथ-साथ गेम का आनंद लेना चाहते हैं। उदाहरण के लिए, Ahri का pick rate Urgot की तुलना में अधिक है क्योंकि वह बहुत से खिलाड़ियों के दृष्टिकोण में अधिक आकर्षक और खेलने में दिलचस्प लगती है। बैलेंस टीम को चैंपियन विविधता (diversity) पर भी पर्याप्त ध्यान देना चाहिए, जो प्रभावी रूप से उस स्थिति को कम करता है जहां एक चैंपियन लगभग हर गेम में चुना जाता है, जैसे कि Jinx। मूल नियम यह है कि विविधता के लिए कभी भी बैलेंस का त्याग न करें, यानी, उन्हें केवल इसलिए चैंपियंस को बफ़ (buff) नहीं करना चाहिए क्योंकि कुछ चैंपियन खिलाड़ियों के बीच अधिक लोकप्रिय हैं या उनके पास अधिक Skins हैं, और इसके विपरीत भी।
हमने डेटा और बैलेंसिंग के बीच के संबंधों के बारे में बहुत बात की है। ठंडे डेटा के अलावा, मेरी राय में खिलाड़ियों की प्रतिक्रिया (feedback) भी बेहद महत्वपूर्ण है। जब हर कोई इस बात की शिकायत कर रहा हो कि रीवर्क के बाद Akali कितनी अनबैलेंस्ड हो गई है, तो बैलेंस टीम को अपना ध्यान Akali पर केंद्रित करना शुरू कर देना चाहिए और इसका मूल्यांकन करना चाहिए कि क्या कुछ समायोजन करने की आवश्यकता है। Riot टीम को सबसे पहले कैसे पता चलता है कि खिलाड़ी शिकायत कर रहे हैं? ज़ाहिर है कि डेटा टीम ban rate से कुछ उपयोगी जानकारी प्राप्त कर सकती है, जो कि एक गेम में चैंपियन के बैन होने की संभावना है। साथ ही, यह जानना महत्वपूर्ण है कि ऊपर बताए गए सभी रेट एक-दूसरे को आपस में प्रभावित करते हैं। उदाहरण के लिए, Rumble एक मजबूत चैंपियन है जिसका ban rate अपेक्षाकृत कम है क्योंकि खिलाड़ियों द्वारा उसे Mordekaiser या Darius की तुलना में चुनने की संभावना कम होती है। पिछले अनुभव के आधार पर, सबसे अच्छी Ban-Pick योजना यानी जीत की ओर सबसे अच्छी योजना यह है कि यदि सहयोगी टीम उन्हें नहीं खेलती है तो उच्च pick rate और उच्च win rate दोनों वाले चैंपियंस को बैन कर दिया जाए। इस बिंदु तक, मैं यह मानकर चलना चाहूंगा कि आप पहले से ही जानते हैं कि ban rate केवल pick rate और win rate का परिणाम नहीं है, बल्कि यह खिलाड़ियों के इस निर्णय से भी प्रभावित होता है कि चैंपियन कितना शक्तिशाली है, इसमें महारत हासिल करना कितना आसान है, इसके साथ खेलने का जोखिम, और यदि वे इसके साथ हार जाते हैं तो खिलाड़ियों को कितना बुरा लग सकता है। Le Blanc कभी बैनिंग सूची में सबसे ऊपर थी, लेकिन वह Master/Challenger से कम रैंक पर इष्टतम (optimal) बैन नहीं है। एक अन्य उदाहरण के रूप में Janna शुद्ध डेटा के आधार पर सबसे अधिक बैन करने योग्य होनी चाहिए, लेकिन उसका वास्तविक ban rate केवल 1% से भी कम है। यह जानते हुए कि विभिन्न दरें एक-दूसरे पर कैसे काम करती हैं और बदले में एक चक्र के रूप में गेमिंग डेटा को ही प्रभावित करती हैं, बैलेंस टीम को कुछ बदलावों के लिए ban rate पर भरोसा करना चाहिए, न कि केवल खुद की संख्याओं पर।
डेटा चाहे कितना भी महत्वपूर्ण क्यों न हो, वे अभी भी एक समीकरण (equation) में केवल कारक हैं। मुझे विश्वास है कि यदि सही ढंग से उपयोग किया जाए तो डेटा लगातार सभी खिलाड़ियों के लिए गेमिंग अनुभव को बेहतर बनाने में मदद करेगा, और Riot का लक्ष्य इस महान लक्ष्य को प्राप्त करना है। लेकिन यह एक कभी न खत्म होने वाली यात्रा है, और मेरी राय में, गेमिंग अनुभव को Boost करने का एक और महत्वपूर्ण कारक खिलाड़ियों की अपनी मानसिकता और हार या जीत की धारणा में सुधार करना है।
इस व्यापक ब्लॉग पोस्ट और इंटरव्यू को बनाने के लिए DOJO Digital, एक Bristol SEO Agency को धन्यवाद। डेटा और डेटा-संचालित विश्लेषण से संबंधित किसी भी प्रश्न के लिए, मुफ़्त परामर्श के लिए उनकी Bristol Digital Marketing टीम से संपर्क करें।
