Selepas menemu bual seorang rakan yang bekerja di Pasukan Imbangan Champion Riot LoL yang sentiasa membuat perubahan strategik untuk mengimbangi permainan melalui pembacaan dan analisis pelbagai data, saya ingin berkongsi dengan anda semua beberapa kunci untuk memahami hubungan antara data dan imbangan champion, dari sudut pandang bersama seorang pemain harian League dan pereka permainan profesional.
Pertama sekali, mari kita takrifkan imbangan permainan, win rate, pick rate, dan ban rate, kemudian kita terokai nuansa di antara konsep-konsep ini. Salah satu matlamat terpenting pasukan imbangan adalah supaya summoner boleh mencapai kejayaan dengan mana-mana champion. Apabila anda memilih champion anda, secara idealnya anda tidak sepatutnya meramal sepenuhnya sejauh mana ia akan berfungsi sebelum permainan bermula. Dalam keadaan yang berbeza, sesetengah champion sentiasa akan menjadi lebih kuat berbanding yang lain disebabkan oleh komposisi pasukan, strategi yang digunakan, dan pilihan champion musuh. Semua ini merupakan komponen paling kritikal dalam permainan League. Had asas yang ideal adalah pemain tidak sepatutnya merasa terpaksa memilih champion tertentu hanya disebabkan ia terlalu kuat.
Terdapat banyak aspek berbeza yang perlu dipertimbangkan apabila kita menilai dan mengategorikan betapa kuatnya sesuatu champion, tetapi akhirnya, semuanya kembali kepada seberapa cepat dan mudah untuk menjatuhkan nexus, iaitu untuk mendapatkan Victory. Champion yang berbeza mungkin berada pada tahap kuasa terbaik mereka di peringkat permainan yang berbeza: early, mid, atau late; sesetengah champion mungkin lebih berguna semasa team fight; sesetengah champion mungkin mendapat penta-kill dengan lebih mudah melalui kemahiran tertentu atau wombo-combo; dan sudah tentu, apabila pemain memperoleh sumber yang berbeza pada peta, champion juga akan mengeluarkan kuasa yang berbeza. Definisi champion yang kuat tidak akan kekal sama sepanjang masa. Dalam permainan ranked tertentu, ia bergantung kepada definisi champion dan kemahiran pemain. Sebagai contoh, Kog'Maw tidak dianggap kuat sepanjang masa, tetapi dalam komposisi pasukan tertentu yang membuat peel untuknya, Kog'Maw mampu meleburkan pasukan musuh dalam masa beberapa saat. Sama seperti bagaimana kita menakrifkan kebolehan membunuh dan melarikan diri sesuatu champion dengan K/DA, kita juga mempertimbangkan seberapa cepat dan mudah sesuatu champion dapat membantu menjatuhkan menara dan nexus di bahagian akhir.
Anda pasti pernah tertanya-tanya pada sesuatu ketika apakah maksud win rate, dan adakah ia tidak seimbang apabila kita melihat win rate tidak berada tepat pada 50%. Jika kita menakrifkan ketepatan mutlak ukuran menggunakan sejauh mana kekuatan champion itu dirasai, maka ketepatan relatif boleh diwakili oleh win rate champion tersebut. Win rate ialah kebarangkalian untuk memenangi permainan ranked dalam ekosistem champion dan summoner semasa. Data win rate kebanyakannya dikawal oleh dua faktor: kuasa champion dan kemahiran pemain. Kedua-duanya tidak berada dalam hubungan linear secara tulen dengan win rate. Campuran faktor bukan linear dan hubungan sebab-akibat menunjukkan bahawa sesuatu champion masih boleh seimbang tanpa mempunyai win rate 50%. Sebagai contoh, win rate champion pada giliran percuma mingguan mungkin terjejas secara negatif oleh pemain yang kurang pengalaman bermain. Menurut data rasmi Riot, hanya sebahagian yang sangat kecil daripada pemain Azir yang benar-benar telah menguasai champion ini. Oleh itu, purata win rate di bawah 50% memang dijangkakan. Sebaliknya, ramai pemain Heimerdinger benar-benar memainkannya dengan baik, dan oleh itu win rate secara semula jadi meningkat melepasi 50% seperti yang ditunjukkan oleh data.
Selepas mengetahui bagaimana win rate terjejas, pasukan imbangan perlu berdedikasi untuk mengkaji dan mensimulasikan kesan perubahan permainan kepada pemain dari semua rank. Namun, ini tidak bermakna mereka boleh menghasilkan perubahan atau penyelesaian universal untuk menyelesaikan semua masalah di pelbagai rank. Pemain daripada rank yang lebih tinggi lebih cenderung untuk mempertimbangkan lebih banyak maklumat permainan dan mengeksekusinya berdasarkan ketepatan yang lebih tinggi. Itulah sebabnya pasukan imbangan akan memerhati dan menganalisis data daripada pemain rank tinggi secara teliti untuk memahami imbangan dan corak permainan dengan secukupnya. Mereka percaya bahawa kunci kepada pengalaman permainan terbaik tersembunyi dalam data daripada permainan tahap tinggi tetapi tidak sentiasa 100% sempurna. Ini juga memotivasikan pemain untuk meningkatkan champion masteries mereka. Mengambil Twisted Fate sebagai contoh, dia tidak semudah yang disangka pada pandangan pertama, namun, kami mendapati dia sangat berkuasa dalam sesetengah permainan jika pemain mempunyai kefahaman yang lebih baik dan mastery yang lebih tinggi padanya. Saya percaya pemain boleh mendapat kepuasan yang besar daripada meningkatkan mastery sehingga mereka benar-benar menguasai champion tersebut, pada masa yang sama, data win rate juga akan menjadi lebih tepat.
Kami berharap anda kini mendapat pemahaman yang lebih baik tentang win rate. Mari kita teruskan ke pick rate. Pick rate ialah kebarangkalian bahawa sesuatu champion akan dipilih dalam sesuatu permainan. Jika pemain hanya mementingkan kemenangan, pick rate boleh ditafsirkan secara mudah melalui win rate dengan mentaliti play-to-win. Manakala pada hakikatnya, ramai pemain lebih cenderung untuk memilih champion yang lebih menarik perhatian mereka kerana mereka mahu menikmati permainan itu sendiri sama seperti menikmati kemenangan. Sebagai contoh, Ahri mempunyai pick rate yang lebih tinggi berbanding Urgot kerana dia kelihatan lebih menarik dan menyeronokkan untuk dimainkan dari sudut pandang ramai pemain. Pasukan imbangan juga perlu memberi perhatian yang cukup kepada kepelbagaian champion, yang secara efektif mengurangkan situasi di mana sesuatu champion dipilih dalam hampir setiap permainan, seperti Jinx. Peraturan asasnya adalah jangan sekali-kali mengorbankan imbangan demi kepelbagaian, iaitu, mereka tidak sepatutnya meng-buff champion hanya kerana sesetengah champion lebih popular di kalangan pemain atau mempunyai lebih banyak Skins, dan begitu juga sebaliknya.
Kita telah banyak bercakap tentang hubungan antara data dan pengimbangan. Selain daripada data kaku, maklum balas daripada pemain juga sangat kritikal pada pendapat saya. Apabila semua orang mengadu tentang betapa tidak seimbangnya Akali selepas rework, pasukan imbangan patut mula memindahkan perhatian mereka kepada Akali dan menilai sama ada pelarasan tertentu perlu dilaksanakan. Bagaimana pasukan Riot tahu jika pemain mengadu pada peringkat awal lagi? Sudah tentu pasukan data boleh mengambil beberapa maklumat berguna daripada ban rate, iaitu kebarangkalian bahawa sesuatu champion akan di-ban dalam permainan. Pada masa yang sama, adalah penting untuk mengetahui bahawa semua kadar yang telah kita perkenalkan di atas saling mempengaruhi antara satu sama lain. Sebagai contoh, Rumble ialah champion yang kuat dengan ban rate yang relatif rendah kerana pemain kurang cenderung untuk memilihnya berbanding Mordekaiser atau Darius. Berdasarkan pengalaman lepas, pelan Ban-Pick terbaik aka pelan terbaik ke arah kemenangan adalah dengan mem-ban champion yang mempunyai kedua-dua pick rate dan win rate yang tinggi jika pasukan sekutu tidak memainkannya. Sehingga ke titik ini, saya andaikan anda sudah sedar bahawa ban rate bukan sekadar hasil daripada pick rate dan win rate, tetapi ia juga dipengaruhi oleh penilaian pemain tentang betapa berkuasanya champion tersebut, sama ada mudah untuk menguasainya, risiko memainkannya, dan betapa buruknya perasaan pemain jika mereka kalah dengannya. Le Blanc pernah berada di puncak senarai ban, tetapi dia bukanlah ban yang optimum pada rank yang lebih rendah daripada Master/Challenger. Janna sebagai contoh lain sepatutnya menjadi champion yang paling berbaloi untuk di-ban berdasarkan data tulen tetapi dia mempunyai ban rate sebenar kurang daripada 1%. Dengan mengetahui bagaimana kadar yang berbeza bertindak antara satu sama lain dan mempengaruhi data permainan itu sendiri sebagai sebuah kitaran, pasukan imbangan perlu bergantung pada ban rate untuk sesetengah perubahan, tetapi bukan semata-mata pada nombor itu sendiri.
Tidak kira betapa pentingnya data tersebut, ia masih sekadar faktor dalam sesuatu persamaan. Saya percaya data akan sentiasa membantu meningkatkan pengalaman permainan untuk semua pemain jika digunakan dengan betul, dan Riot bertujuan untuk mencapai matlamat hebat ini. Tetapi ia adalah perjalanan yang tiada pengakhirannya, dan pada pendapat saya, satu lagi faktor signifikan untuk mem-boost pengalaman permainan adalah dengan meningkatkan mentaliti dan persepsi pemain sendiri terhadap kemenangan atau kekalahan.
Terima kasih kepada DOJO Digital, sebuah Agensi SEO Bristol kerana mencipta hantaran blog dan temukutib yang komprehensif ini. Untuk sebarang soalan mengenai data dan analisis berasaskan data, sila hubungi pasukan Pemasaran Digital Bristol mereka untuk perundingan percuma.
