หลังจากได้สัมภาษณ์เพื่อนที่ทำงานในทีม Riot LoL Champion Balance ซึ่งทำหน้าที่ปรับเปลี่ยนกลยุทธ์เพื่อสมดุลเกมโดยการอ่านและวิเคราะห์ข้อมูลต่างๆ เป็นประจำ ผมจึงอยากแชร์ประเด็นสำคัญบางประการให้ทุกคนได้เข้าใจความสัมพันธ์ระหว่างข้อมูลและการปรับสมดุลแชมเปียน จากมุมมองร่วมของผู้เล่น League ทั่วไปและนักออกแบบเกมมืออาชีพครับ

อันดับแรก มานิยามคำว่า สมดุลของเกม (game balance), อัตราการชนะ (win rate), อัตราการเลือก (pick rate) และอัตราการแบน (ban rate) กันก่อน แล้วค่อยเจาะลึกถึงความแตกต่างของแนวคิดเหล่านี้ หนึ่งในเป้าหมายที่สำคัญที่สุดของทีมสมดุลคือการให้เหล่าซัมมอนเนอร์ประสบความสำเร็จได้ด้วยแชมเปียนตัวใดก็ได้ เมื่อคุณเลือกแชมเปียน ในทางอุดมคติแล้ว คุณไม่ควรจะคาดเดาได้อย่างเกือบทั้งหมดว่ามันจะเก่งแค่ไหนตั้งแต่เกมยังไม่ทันเริ่ม ในสถานการณ์ที่ต่างกัน แชมเปียนบางตัวจะเก่งกว่าตัวอื่นๆ เสมออันเนื่องมาจากแผนการจัดทีม (team composition) กลยุทธ์ที่ใช้ และการเลือกแชมเปียนของศัตรู สิ่งเหล่านี้คือองค์ประกอบที่สำคัญที่สุดของเกม League บรรทัดฐานในอุดมคติคือผู้เล่นไม่ควรมีความรู้สึกว่าถูกบังคับให้ต้องเลือกแชมเปียนบางตัวเพียงเพราะมันเก่งเกินไป

มีหลายแง่มุมมากที่ต้องพิจารณาเมื่อเราจัดอันดับและแบ่งประเภทความเก่งของแชมเปียน แต่สุดท้ายแล้ว มันก็สรุปมาที่ว่าเราจะพัง nexus เพื่อคว้า Victory ได้เร็วและง่ายแค่ไหน แชมเปียนแต่ละตัวอาจจะมีช่วงเวลาที่ทรงพลังที่สุดแตกต่างกันในแต่ละช่วงของเกม: ต้นเกม, กลางเกม หรือท้ายเกม; แชมเปียนบางตัวอาจมีประโยชน์มากกว่าในระหว่าง team fights; บางตัวอาจจะเก็บ penta-kills ได้ง่ายกว่าจากสกิลบางอย่างหรือ wombo-combo; และแน่นอนว่า เมื่อผู้เล่นได้รับทรัพยากรต่างๆ บนแผนที่ แชมเปียนก็จะแสดงพลังที่แตกต่างกันออกไป นิยามของแชมเปียนที่เก่งจะไม่ได้เหมือนเดิมตลอดเวลา ในเกมจัดอันดับเกมหนึ่ง มันขึ้นอยู่กับนิยามของแชมเปียนและฝีมือของผู้เล่น ตัวอย่างเช่น Kog'Maw อาจไม่ได้ถูกมองว่าเก่งตลอดเวลา แต่ในการจัดทีมที่คอยช่วย peel ให้ Kog'Maw ก็สามารถละลายทีมศัตรูให้หายไปได้ในเวลาไม่กี่วินาที เช่นเดียวกับที่เรานิยามความสามารถในการสังหารและการหลบหนีของแชมเปียนด้วย K/DA เรายังพิจารณาถึงความเร็วและความง่ายที่แชมเปียนสามารถช่วยพังป้อมและ nexus ในช่วงท้ายเกมด้วย

คุณต้องเคยสงสัยในบางจุดแน่ๆ ว่า win rate หมายถึงอะไร และมันเสียสมดุลหรือไม่เมื่อเราเห็น win rate ไม่ได้อยู่ที่ 50% เป๊ะๆ หากเรานิยามความแม่นยำสัมบูรณ์ของการวัดผลโดยใช้ความเก่งของแชมเปียนที่รับรู้ได้ ความแม่นยำสัมพัทธ์ก็จะสามารถแทนได้ด้วย win rate ของแชมเปียน win rate คือความเป็นไปได้ที่จะชนะในเกมจัดอันดับภายใต้ระบบนิเวศของแชมเปียนและซัมมอนเนอร์ในปัจจุบัน ข้อมูล win rate ถูกควบคุมโดยสองปัจจัยหลัก ได้แก่ พลังของแชมเปียนและฝีมือของผู้เล่น ทั้งสองปัจจัยไม่ได้มีความสัมพันธ์เชิงเส้นตรงกับ win rate การผสมผสานของปัจจัยที่ไม่ใช่เชิงเส้นและความสัมพันธ์เชิงเหตุและผลแสดงให้เห็นว่าแชมเปียนยังคงสมดุลได้โดยไม่จำเป็นต้องมี win rate อยู่ที่ 50% ตัวอย่างเช่น win rate ของแชมเปียนในสัปดาห์ที่เปิดให้เล่นฟรีอาจได้รับผลกระทบเชิงลบจากผู้เล่นที่ขาดประสบการณ์ จากข้อมูลอย่างเป็นทางการของ Riot มีผู้เล่น Azir เพียงส่วนน้อยมากๆ ที่เชี่ยวชาญแชมเปียนตัวนี้จริงๆ ดังนั้น win rate เฉลี่ยที่ต่ำกว่า 50% จึงเป็นเรื่องที่คาดหมายไว้อยู่แล้ว ในทางตรงกันข้าม ผู้เล่น Heimerdinger จำนวนมากเล่นได้ดีจริงๆ ดังนั้น win rate จึงสูงกว่า 50% ไปโดยธรรมชาติอย่างที่ข้อมูลแสดง

หลังจากรู้แล้วว่า win rateได้รับผลกระทบอย่างไร ทีมสมดุลควรทุ่มเทให้กับการศึกษาและจำลองผลกระทบของการเปลี่ยนแปลงเกมที่มีต่อผู้เล่นในทุกแรงก์ แต่นั่นไม่ได้หมายความว่าพวกเขาจะสามารถคิดค้นการเปลี่ยนแปลงหรือโซลูชันสากลเพื่อแก้ปัญหาทั้งหมดในทุกแรงก์ได้ ผู้เล่นในแรงก์ที่สูงกว่ามีแนวโน้มที่จะพิจารณาข้อมูลการเล่นมากกว่าและประมวลผลได้อย่างแม่นยำกว่า นั่นคือเหตุผลที่ทีมสมดุลจะคอยสังเกตและวิเคราะห์ข้อมูลจากผู้เล่นแรงก์สูงอย่างใกล้ชิดเพื่อเข้าใจสมดุลและรูปแบบของเกมอย่างเพียงพอ พวกเขาเชื่อว่ากุญแจสู่ประสบการณ์การเล่นเกมที่ดีที่สุดนั้นซ่อนอยู่ในข้อมูลจากการเล่นระดับสูงแม้ว่าจะไม่ได้สมบูรณ์แบบ 100% เสมอไป สิ่งนี้ยังกระตุ้นให้ผู้เล่นพัฒนา champion masteries ของตนเองด้วย หากยกตัวอย่าง Twisted Fate เขาไม่ได้เล่นง่ายอย่างที่เห็นในแวบแรก อย่างไรก็ตาม เราพบว่าเขาทรงพลังอย่างยิ่งในบางเกมหากผู้เล่นมีความเข้าใจและความเชี่ยวชาญในตัวเขาที่สูงขึ้น ผมเชื่อว่าผู้เล่นจะได้รับความพึงพอใจอย่างมากจากการเพิ่ม mastery จนกระทั่งเชี่ยวชาญแชมเปียนนั้นจริงๆ ในขณะเดียวกัน ข้อมูล win rate ก็จะมีความแม่นยำมากขึ้นด้วย

เราหวังว่าตอนนี้คุณจะเข้าใจเรื่อง win rate ดีขึ้นแล้ว มาต่อกันที่ pick rate กันเลยครับ pick rate คือความเป็นไปได้ที่แชมเปียนจะถูกเลือกในเกม หากผู้เล่นสนใจแค่ชัยชนะ pick rate ก็สามารถตีความได้ง่ายๆ จาก win rate ด้วยกรอบความคิดแบบ play-to-win แต่ในความเป็นจริง ผู้เล่นจำนวนมากมีแนวโน้มที่จะเลือกแชมเปียนที่ดึงดูดใจพวกเขามากกว่า เพราะพวกเขายากจะสนุกกับตัวเกมมากพอๆ กับชัยชนะ ตัวอย่างเช่น Ahri มี pick rate สูงกว่า Urgot เพราะเธอดูมีเสน่ห์และน่าเล่นมากกว่าในมุมมองของผู้เล่นหลายๆ คน ทีมสมดุลควรให้ความสนใจกับความหลากหลายของแชมเปียนอย่างเพียงพอด้วย ซึ่งจะช่วยลดสถานการณ์ที่แชมเปียนตัวเดิมๆ ถูกเลือกในเกือบทุกเกมได้อย่างมีประสิทธิภาพ เช่น Jinx กฎพื้นฐานคือต้องไม่แลกสมดุลกับความหลากหลาย นั่นคือ พวกเขาไม่ควร buff แชมเปียนเพียงเพราะแชมเปียนบางตัวได้รับความนิยมมากกว่าในหมู่ผู้เล่นหรือมี Skins มากกว่า และในทางกลับกันก็เช่นกัน

เราพูดถึงความสัมพันธ์ระหว่างข้อมูลและการปรับสมดุลไปเยอะแล้ว นอกเหนือจากข้อมูลที่แข็งกระด้างแล้ว ฟีดแบ็กจากผู้เล่นก็มีความสำคัญอย่างยิ่งในมุมมองของผม เมื่อทุกคนเริ่มบ่นเกี่ยวกับความไม่สมดุลของ Akali หลังจากได้รับการปรับโฉม (rework) ทีมสมดุลก็ควรเริ่มเปลี่ยนความสนใจมาที่ Akali และประเมินว่าจำเป็นต้องทำการปรับเปลี่ยนบางอย่างหรือไม่ ทีม Riot รู้ได้อย่างไรตั้งแต่แรกว่าผู้เล่นกำลังบ่นอยู่? แน่นอนว่าทีมข้อมูลสามารถดึงข้อมูลที่มีประโยชน์ได้จาก ban rate ซึ่งก็คือความเป็นไปได้ที่แชมเปียนจะถูกแบนในเกม ในขณะเดียวกัน สิ่งสำคัญคือต้องรู้ว่าอัตราต่างๆ ที่เราแนะนำไปข้างต้นล้วนส่งผลกระทบซึ่งกันและกัน ตัวอย่างเช่น Rumble เป็นแชมเปียนที่เก่งและมี ban rate ค่อนข้างต่ำ เนื่องจากผู้เล่นมีแนวโน้มที่จะเลือกเขา น้อยกว่า Mordekaiser หรือ Darius จากประสบการณ์ที่ผ่านมา แผนการ Ban-Pick ที่ดีที่สุดหรือแผนที่ดีที่สุดสู่ชัยชนะ คือการแบนแชมเปียนที่มีทั้ง pick rate สูงและ win rate สูง หากทีมฝั่งเราไม่ได้เล่นตัวเหล่านั้น มาถึงจุดนี้ ผมขอสมมติว่าคุณตระหนักดีแล้วว่า ban rate ไม่ได้เป็นเพียงผลลัพธ์ของ pick rate และ win rate เท่านั้น แต่ยังได้รับผลกระทบจากการตัดสินใจของผู้เล่นด้วยว่าแชมเปียนนั้นเก่งแค่ไหน เล่นให้เชี่ยวชาญได้ง่ายหรือไม่ ความเสี่ยงในการเล่นตัวนั้น และผู้เล่นจะรู้สึกแย่แค่ไหนหากแพ้เมื่อเล่นตัวนั้น Le Blanc เคยอยู่บนจุดสูงสุดของรายการแบน แต่นางไม่ใช่ตัวแบนที่เหมาะสมที่สุดในแรงก์ที่ต่ำกว่า Master/Challenger Janna เป็นอีกตัวอย่างหนึ่งที่ควรค่าแก่การแบนที่สุดตามข้อมูลบริสุทธิ์ แต่กลับมี ban rate จริงไม่ถึง 1% ด้วยซ้ำ การรู้ว่าอัตราต่างๆ ทำงานต่อกันและส่งผลต่อข้อมูลการเล่นเกมอย่างไรในรูปแบบวงจร ทำให้ทีมสมดุลต้องพึ่งพา ban rate สำหรับการเปลี่ยนแปลงบางอย่าง แต่ไม่ใช่แค่พึ่งตัวเลขเพียงอย่างเดียว

ไม่ว่าข้อมูลจะมีความสำคัญเพียงใด มันก็เป็นเพียงแค่ปัจจัยในสมการเท่านั้น ผมเชื่อว่าข้อมูลจะช่วยปรับปรุงประสบการณ์การเล่นเกมของผู้เล่นทุกคนได้อย่างต่อเนื่องหากใช้อย่างถูกต้อง และ Riot ก็มุ่งมั่นที่จะบรรลุเป้าหมายที่ยิ่งใหญ่นี้ แต่มันเป็นเส้นทางที่ไม่สิ้นสุด และในมุมมองของผม อีกปัจจัยสำคัญในการ Boost ประสบการณ์การเล่นเกมคือการปรับปรุงสภาพจิตใจและการรับรู้ของผู้เล่นเองต่อการแพ้หรือชนะ

ขอขอบคุณ DOJO Digital ซึ่งเป็น Bristol SEO Agency ที่ช่วยสร้างสรรค์บทความบล็อกและการสัมภาษณ์ที่ครอบคลุมนี้ หากมีคำถามใดๆ เกี่ยวกับข้อมูลและการวิเคราะห์ด้วยข้อมูล โปรดติดต่อทีม Bristol Digital Marketing ของพวกเขาเพื่อรับคำปรึกษาฟรี