各種データを読み解き分析することで、ゲームバランスを整えるための戦略的な変更を継続的に行っているRiotのLoLチャンピオンバランスチームに所属する友人にインタビューを行いました。日常的にリーグをプレイするプレイヤーとプロのゲームデザイナーという二重の視点から、データとチャンピオンバランスの相関関係を理解するための鍵を皆さんに共有したいと思います。

まず、ゲームバランス、勝率（Win rate）、ピック率（Pick rate）、バン率（Ban rate）を定義し、これらの概念の間にあるニュアンスを深掘りしてみましょう。バランスチームの最も重要な目標の1つは、サモナーがどのチャンピオンを使っても成功できるようにすることです。チャンピオンを選択するとき、理想的には、ゲームが始まる前からそのチャンピオンがどれだけ強いかを完全に予測できるべきではありません。異なる状況下において、チーム構成、適用される戦略、敵チャンピオンのピックによって、一部のチャンピオンが他のチャンピオンよりも常に強くなることがあります。これらはすべてLeagueのゲームにおける最も重要な要素です。理想的な着地点は、特定のチャンピオンが圧倒的に強いからという理由だけで、プレイヤーがそのチャンピオンを選ばざるを得ないと感じることが決してないようにすることです。

チャンピオンの強さを評価・分類する際には非常に多くの側面を考慮する必要がありますが、最終的にはネクサスをいかに早く、簡単に破壊できるか、つまり勝利（Victory）を獲得できるかに帰着します。特定のゲームの段階（序盤、中盤、終盤）によって最高のパワーを発揮するチャンピオンは異なります。集団戦でより有用なチャンピオンもいれば、特定のスキルやアルティメットの組み合わせ（wombo-combo）からペンタキルを取りやすいチャンピオンもいます。そして勿論、マップ上で異なるリソースを獲得した際にもチャンピオンは異なるパワーを発揮します。「強いチャンピオン」の定義は常に一定ではありません。特定のランク戦においては、チャンピオンの定義とプレイヤーのプレイスキルに依存します。例えば、コグ＝マウは常に強いと認識されているわけではありませんが、彼を保護する特定のチーム構成においては、数秒で敵チームを溶かす能力を持っています。K/DAによってチャンピオンのキル能力や逃走能力を定義するのと同様に、最終的にチャンピオンがいかに早く簡単にタワーやネクサスを破壊するのに貢献できるかも考慮されます。

勝率が厳密に50%でない場合、それがアンバランスなのかどうか、疑問に思ったことがあるはずです。チャンピオンがどれだけ強いと感知されるかによって測定の絶対的精度を定義する場合、相対的精度はチャンピオンの勝率によって表すことができます。勝率は、現在のチャンピオンおよびサモナーのエコシステム内でランク戦に勝利する可能性です。勝率データは主に、チャンピオンのパワーとプレイヤーのスキルの2つの要因によってコントロールされています。どちらも勝率と純粋な線形関係にはありません。非線形要因と因果関係の混合は、チャンピオンの勝率が50%でなくてもバランスが取れている可能性があることを示しています。例えば、週替わりのフリーローテーションにあるチャンピオンの勝率は、プレイ経験の浅いプレイヤーによって悪影響を受けている可能性があります。Riotの公式データによると、アジールプレイヤーの中で実際にこのチャンピオンをマスターしているのはごく一部に過ぎません。そのため、平均勝率が50%未満になることが予想されます。対照的に、ハイマーディンガープレイヤーの多くは実に上手にプレイしているため、データが示すように勝率は自然と50%を超えます。

勝率がどのように影響を受けるかを知った後、バランスチームはあらゆるランクのプレイヤーに対するゲームの変更の影響を研究し、シミュレートすることに専念すべきです。しかし、それはすべてのランクにわたるすべての問題を解決するための普遍的な変更や解決策を提示できることを意味するわけではありません。高ランクのプレイヤーは、より多くのゲーム情報を考慮し、より正確に実行する傾向があります。それが、バランスチームが高ランクプレイヤーからのデータを綿密に観察・分析し、ゲームバランスとパターンを十分に理解しようとする理由です。彼らは、最高のゲーム体験への鍵は、高レベルではあるが必ずしも100%完璧とは限らないプレイのデータに隠されていると考えています。これはプレイヤーが自身のchampion masteriesを高める動機にもなります。ツイステッド・フェイトを例にとると、一見しただけではプレイするのが簡単ではありませんが、プレイヤーが彼に対してより深い理解と高い熟練度を持っている場合、一部のゲームで非常に強力であることがわかります。熟練度を上げて真にチャンピオンをマスターするまで、プレイヤーは大きな達成感を得ることができ、同時に勝率データもより正確になると信じています。

勝率についての理解が深まったことを願っています。次にピック率に移りましょう。ピック率とは、ゲームでチャンピオンが選択される可能性のことです。プレイヤーが勝利だけを気にする場合、ピック率は「勝利のためにプレイする」というマインドセットを持った勝率によって単純に解釈できます。しかし実際には、多くのプレイヤーは勝利と同じくらいゲーム自体を楽しみたいと考えているため、より自分を惹きつけるチャンピオンを選ぶ傾向があります。例えば、アーリは多くのプレイヤーの視点から見てより魅力的でプレイするのが面白そうに見えるため、ウルゴットよりも高いピック率を誇っています。バランスチームはチャンピオンの多様性にも十分な注意を払う必要があり、これによりジンクスのようにほぼすべてのゲームでチャンピオンが選択される状況を効果的に減らすことができます。基本ルールは、多様性のためにバランスを犠牲にしないことです。つまり、一部のチャンピオンがプレイヤーの間で人気があるから、あるいはSkinsが多く存在するからという理由だけで、単純にバフをかけたり、その逆を行ったりするべきではありません。

データとバランス調整の関係について多くを語ってきました。冷たいデータだけでなく、プレイヤーからのフィードバックも非常に重要であると私は考えています。リワーク後にアカリがいかにアンバランスになったか全員が不平を言っているとき、バランスチームはアカリに注意を向け始め、特定の調整を行う必要があるかどうかを評価する必要があります。では、Riotチームはプレイヤーが不満を抱いていることをそもそもどうやって知るのでしょうか？明らかに、データチームはバン率（ゲームでチャンピオンがバンされる可能性）から有用な情報を得ることができます。同時に、上で紹介したすべての確率がお互いに影響し合っていることを知ることが重要です。例えば、ランブルは強チャンピオンですが、プレイヤーがモルデカイザーやダリウスよりも彼を選ぶ可能性が低いため、バン率は比較的低くなっています。これまでの経験に基づくと、最良のバン・ピックプラン、つまり勝利への最良のプランは、味方チームが使用しないのであれば、ピック率と勝率の両方が高いチャンピオンをバンすることです。ここまでの段階で、バン率は単にピック率と勝率の結果であるだけでなく、チャンピオンがどれほど強力か、マスターするのが容易か、それを使用するリスク、そしてそれを使って負けた場合にプレイヤーがどれほど不快に感じるかというプレイヤーの判断にも影響されることに気づいているかと思います。ルブランはかつてバンリストのトップにいましたが、マスター/チャレンジャーより低いランクでは最適なバンではありませんでした。別の例としてジャンナは、純粋なデータに基づけば最もバンする価値があるはずですが、実際のバン率は1%未満です。さまざまな確率が互いにどのように作用し合い、結果としてゲームデータ自体にサイクルとして影響を与えるかを知ることで、バランスチームは変更の一部をバン率に依存すべきですが、数値そのものだけに依存すべきではありません。

データがどれほど重要であっても、それらは方程式の要素に過ぎません。正しく使用されれば、データはすべてのプレイヤーのゲーム体験を継続的に向上させるのに役立つと信じていますし、Riotはその偉大な目標を達成することを目指しています。しかし、それは終わりのない旅であり、私の意見では、ゲーム体験をBoostするためのもう1つの重要な要素は、勝利や敗北に対するプレイヤー自身の精神面と認識を改善することです。

この包括的なブログ記事とインタビューを作成してくれたブリストルのSEOエージェンシーであるDOJO Digitalに感謝します。データおよびデータ駆動型分析に関するご質問は、彼らのブリストルデジタルマーケティングチームに連絡して、無料相談を受けてください。