Esport: gli usi commerciali dei dati dei giocatori Esport

La prima prioritizzazione nota di statistiche e dati negli sport professionistici è avvenuta tramite Billy Beane, ex direttore generale dell’Oakland Athletics, diventato giocatore di baseball. Il suo uso di dati empirici sul baseball (noto come Sabermetrics) ha radicalizzato il modo in cui la raccolta dei dati viene utilizzata negli sport, dallo scouting dei talenti alla misurazione del comportamento reattivo di un giocatore. 

I videogiochi competitivi non hanno sempre fatto affidamento sugli analisti allo stesso modo, ma l’introduzione di titoli pesanti del set di dati come StarCraft e Dota 2 ha reso gli analisti indispensabili tra il personale del team. Il numero crescente di spettatori e il montepremi dei tornei hanno ora creato un chiaro caso commerciale per le società di analisi tradizionali come SAP, Microsoft e IBM, per creare e attrezzare team con una versione pronta per gli Esport del loro software di dati preesistente. Inoltre, molte di queste aziende stanno anche sviluppando strumenti che integrano le analisi nella trasmissione degli Esport. 

Cosa viene misurato? 

Chi ha familiarità con un determinato sport tradizionale può fare ipotesi sui tipi di dati dei giocatori che vengono registrati. Nel tennis, questo include la direzione e il posizionamento del servizio. Nel basket, le statistiche bayesiane sono state utilizzate per misurare l’abilità difensiva di una squadra sul campo. Ma per quelli con scarsa comprensione dei giochi di Esport e dei loro rispettivi generi, è prima di tutto importante spiegare cosa viene misurato e perché influisce sulle prestazioni di un giocatore.

• Movimento spaziale e reazioni del giocatore

• Tutti i videogiochi competitivi presentano un’area limitata dello spazio di gioco, in cui i movimenti del giocatore sono ulteriormente limitati (ad es. Per terreno, ostacoli). Che si tratti di un tiratore o di un titolo strategico, il posizionamento e la distanza di un giocatore influenzeranno la quantità di tempo di reazione richiesta e questo, a sua volta, può essere misurato gioco per gioco.  

• • Esempio commerciale: Tobii e SteelSeries offrono ciascuno soluzioni di eye-tracking che consentono ai giocatori in via di sviluppo di abbinare i loro movimenti oculari ai professionisti. 

• Spazio combinatorio di possibilità

• • Anche durante giochi di strategia complessi con centinaia di unità diverse sullo schermo in un dato momento, c’è ancora un ordine gerarchico per ogni possibile azione. I giocatori devono costantemente modificare e aumentare le proprie strategie dal vivo e tenere conto delle variabili casuali (se presenti). Il software giusto può identificare quali decisioni di un giocatore sono le più ottimali in un determinato scenario di gioco.

• • Esempio commerciale: le risorse gestite dalla comunità come LoLSkill, League of Graphs e Oracle Elixir elencano i campioni più scelti e vietati in League of Legends , nonché le loro percentuali di vincita. Alcuni forniscono anche calcolatori in grado di stimare la probabilità di una squadra di vincere una partita dopo i 15 minuti. 

• Gestione dell’economia e delle risorse dei giocatori

• • Sebbene alcuni titoli di Esports non richiedano al giocatore di ottenere e / o aggiornare oggetti e attrezzature, molti dei giochi più diffusi presentano una sorta di economia in-match. In sostanza, i giocatori guadagnano valuta sconfiggendo i nemici, che possono usare per acquistare o modificare le armi. Anche i titoli di battle royale, che non hanno un’economia in-match, limitano le munizioni e le attrezzature di cura disponibili per il giocatore.

• • Uso commerciale: l’ app Counter-Strike: Global Offensive CSGO Scout include uno strumento di economia intelligente, mentre TrackDota registra i dati sugli articoli acquistati e sui riacquisti in Dota 2 .

• Modifiche alle patch e aggiornamenti del gioco

• • Una sfida ricorrente per i giocatori di Esport professionisti si sta adattando alle modifiche settimanali nei rispettivi videogiochi. Mentre gli sport tradizionali apportano modifiche e regolamenti incrementali alle regole, i titoli degli Esports vedono variazioni quasi settimanali. Analisti e sviluppatori di software devono allo stesso modo valutare l’impatto di queste “patch” e assicurarsi che le loro strategie corrispondano alla versione corrente del gioco.

• • Uso commerciale: la piattaforma di analisi Mobalytics mantiene più “liste di livelli”, aggiornate dopo ogni patch, che elenca le scelte di campioni più valide sia per i giocatori abituali sia per quelli considerati High-ELO (ovvero tra l’1% -2% in cima alla classifica). 

Acquisizione dei dati di partite e giocatori

Da un lato, il fatto che ogni azione di videogioco sia interamente “digitalizzata” lo rende intrinsecamente più adatto all’analisi empirica rispetto agli sport tradizionali. Quest’ultimo deve essere digitalizzato prima di poter essere analizzato ed Esports salta quel passaggio potenzialmente dispendioso in termini di tempo. Tuttavia, questo porta a due problemi: c’è un diluvio di informazioni digitali da setacciare e per alcuni giochi ci sono barriere immobili all’ingresso.

Matthew Gunnin, CEO di Esports One , i cui prodotti utilizzano la visione computerizzata e l’apprendimento automatico per generare statistiche dal vivo trasmissioni di Esport. All’inizio dell’azienda, Gunnin si basava sull’API e sull’acquisizione manuale dei dati.

La fonte centrale della verità verrà sempre dall’editore del gioco e dall’interfaccia di programmazione dell’applicazione (API) che forniscono.Ora, ci affidiamo molto alla visione artificiale per molti di questi dati, ma varia a seconda dei casi, a seconda del gioco e della sua tempestività.

La ricchezza dei dati e il suo utilizzo preferito dipendono sia dal gioco stesso che dalla struttura della competizione che lo circonda. Dota 2 , un titolo multiplayer online battle arena (MOBA), è stato uno dei titoli più accessibili per dati e analisi, in quanto l’editore Valve ha posto meno barriere di fronte a progetti open source. È possibile accedere ai dati al livello più granulare, inclusi i dati di corrispondenza avanzati estratti dai replay delle partite. 

A livello professionale, Dota 2 viene giocato in un ciclo di tornei, con circuiti aperti e numerosi eventi di punta all’anno, a differenza di un formato di campionato settimanale. Ciò significa che i giocatori sono meno preoccupati di analizzare le proprie sessioni di pratica, e invece c’è un alto valore relativo nello scouting degli avversari e nella ricerca di schemi.

 Melvin S. Metzger, uno sviluppatore di Esport per SAP HANA, che ha notato che la società può analizzare completamente qualsiasi partita Dota 2 giocata in pubblico impostazione professionale,

In questo momento abbiamo circa 65K partite, che sono storiche nel senso che sono partite passate. Li inseriamo nel contesto di ciò che accade nelle partite giocate ora o in futuro.

Ha detto Gunnin:

Quando si confrontano i dati di un singolo giocatore con quelli di un’intera squadra o competizione, l’utilizzo dei dati è soggettivo a qualsiasi richiesta venga fatta. Se ho un giocatore e voglio recuperare tutte le uccisioni che ha fatto un martedì pomeriggio con questo campione, avrà solo un numero x di partite.

Se voglio vedere lo stesso tipo di informazioni per la League of Legends Championship Series (LCS), ad esempio, su un certo campione, deve fare la stessa cosa per un singolo giocatore e farlo per tutti i giocatori. Ma questo è un caso unico, nel senso che i diversi schemi che stai costruendo possono rendere più semplice quel processo, quindi è in grado di anticipare quel tipo di richieste prima che vengano fatte. 

Come con la maggior parte delle sottosezioni del settore degli Esports, lo sviluppo dei giocatori attraverso i dati è ancora agli inizi. Per molte aziende tecnologiche affermate, l’obiettivo, per ora, è l’attaccamento al marchio. Qualunque risultato pratico emerga, per esempio, dalla partnership di Cloud9 con Microsoft, la campagna di marketing è ciò che risuonerà con il fan degli Esport casuali.

Ha affermato Gunnin:

Il futuro dei dati e il modo in cui verranno utilizzati dalla nostra prospettiva, è come correleremo le statistiche che abbiamo sugli utenti alle informazioni, ai dati e agli eventi che stanno accadendo sullo schermo. Ora stiamo esaminando tutto il tuo gameplay, riconoscendo il modo in cui i professionisti giocano […] e iniziano a memorizzare e contrassegnare gli eventi nel gioco per farti riferimento mentre sei in gioco.

Caso di studio: SAP, Team Liquid e Dota 2

Nell’aprile 2018, la società di software aziendale SAP ha annunciato che sarebbe stato il partner ufficiale per l’innovazione dell’organizzazione del team di Esports Team Liquid . Incentrato sul team Dota 2 di quest’ultimo , uno degli aspetti chiave della partnership era lo sviluppo di software basato su dati derivati ​​dal gioco, che aiutasse ad analizzare le prestazioni dei giocatori e scovare nuovi talenti. 

Dopo un anno di collaborazione, SAP ha imparato a sviluppare strumenti che sono effettivamente rilevanti per un team di Esport professionale, e allo stesso modo il Team Liquid ha imparato ciò che SAP deve sapere per creare tali strumenti. “Questo è fondamentalmente il tuo processo di sviluppo software comune, ma è, a causa della complessità dell’argomento, molto impegnativo”, ha detto Metzger.

Il team principale che sviluppa il software comprende solo due persone, entrambe con competenze di sviluppo full-stack accoppiate con la conoscenza della data science. Uno dei primi compiti per SAP era assistere il Team Liquid nella fase di redazione; la parte pre-partita di Dota 2 in cui i giocatori selezionano i propri eroi, mentre bandiscono le scelte per l’altra squadra. Le potenziali sinergie tra eroi rendono questa area in cui le squadre stanno cercando di raccogliere il maggior numero possibile di dati.

Milan Cerny, proprietario di SAP e leader dell’innovazione per gli Esport, ha affermato:

Una delle sfide è che nessuno dei canali pubblici, in sostanza, ti offre ciò di cui hai bisogno o una versione completa della verità. Siamo in grado di fornire la massima trasparenza in ciò con cui stiamo lavorando. Siamo in grado di soddisfare le esigenze della squadra stessa e della persona che interagisce con essa, in termini di quanto devono restringere, filtrare, tagliare e tagliare a dadi e cosa vogliono uscirne. 

Cerny ha spiegato che la soluzione di redazione finale offre al giocatore, allenatore o analista una buona idea di ciò che sta guardando, offrendo comunque spazio per trarre le proprie conclusioni.

Ovviamente stavamo esaminando anche gli aspetti del gioco. Mappatura del calore per tutti i tipi di eventi all’interno di un gioco, che si tratti di movimenti di eroi o reparti.

Mentre la tecnologia del Team Liquid è rimasta in gran parte a porte chiuse, un’area in cui SAP è un po ‘più pubblica è costituita dalle sue partnership di trasmissione. Dalla fine del 2018, la società ha collaborato con tutti i principali organizzatori di tornei di Dota 2 , tra cui PGL , EPICENTER , DreamHack ed ESL , fornendo servizi di backend, presentando sullo schermo i dati su scelte di eroi, percentuali di vincita, ecc. Le macchine per colata continua e gli analisti di produzione sono anche fornite informazioni durante la fase di prelievo e nei segmenti prima e dopo una partita.

Milan,  ha detto:

Abbiamo la nostra forza nel digerire, analizzare ed elaborare quelle grandi quantità di dati storici e nel metterli in contesto con i dati che escono dalla partita che stai attualmente guardando.

Per questi eventi, SAP ha stretto una partnership con una startup chiamata Layerth, che produce strumenti per gli spettatori di Esports e che aveva già osservatori e altro personale direttamente sul posto e integrati nel team di trasmissione. 

Cerny, ha affermato:

Abbiamo identificato casi d’uso in cui ha senso interrogare un database storico e ottenere alcune informazioni. Se i tempi di un articolo sono eccezionalmente buoni o cattivi. Se un patrimonio netto è eccezionale in modo positivo o negativo nell’intera partita. 

Mentre Dota 2 è particolarmente aperto per quanto riguarda la raccolta dei dati, ci sono ancora limitazioni per uno sviluppatore di software di terze parti che cerca di creare soluzioni intorno al gioco.

Metzger, ha detto:

 C’è un sacco di ingegneria inversa in atto. Questa è una sfida che hai in qualsiasi forma di analisi dei dati, immagino. Ma è una sfida in corso, soprattutto con le patch che cambiano il gioco, cambiano le strutture dei file. 

Ad esempio, la prima volta che un nuovo eroe è stato aggiunto a Dota 2 (che già vantava oltre 100) quando SAP stava lavorando allo strumento, Metzger ha detto che nulla ha funzionato in seguito. 

Esaminiamo le note sulla patch, cerchiamo di capire cosa significano le modifiche per il nostro sistema, cosa dobbiamo adattare e siamo diventati molto veloci in questo.

Sebbene i dettagli specifici non possano essere condivisi, SAP è in costante scambiare con lo sviluppatore di Dota 2 , Valve .