数据如何驱动冠军平衡-受到与防暴冠军平衡小组内部对话的启发

在采访了一个为Riot LoL Champion Balance团队工作的朋友之后，他不断进行战略性调整以通过读取和分析各种数据来平衡游戏，之后，我想与大家分享一些理解数据之间相关性的关键和冠军的平衡，这是由每日的联赛球员和专业游戏设计师共同策划的。

首先，让我们定义游戏平衡，获胜率，选择率和禁赛率，然后深入研究这些概念之间的细微差别。平衡团队最重要的目标之一就是召唤者与任何冠军一起获得成功。当您选择冠军时，理想情况下，您甚至不应该完全预测比赛开始前的状况。在不同的情况下，由于团队的组成，所采用的策略以及敌方的选秀权，某些冠军总是会比其他冠军更强大。所有这些都是联赛游戏中最关键的组成部分。理想的底线是，由于玩家实力强大，因此永远不要强迫他们选择某个冠军。

当我们对冠军的实力进行评估和分类时，有很多不同的方面需要考虑，但是最终，一切都取决于打击关系，即获得胜利的便捷程度。 。在特定游戏的不同阶段，不同的冠军可能会发挥最大的力量：早期，中期或晚期；一些冠军可能在小组比赛中更有用；一些冠军可能会更容易地从某些技能或wombo-combo获得五杀。当然，当玩家在地图上获得不同的资源时，冠军也会发挥不同的力量。强势冠军的定义不会一直保持一致。在特定排名的游戏中，这取决于冠军的定义和玩家的技能。例如，并不是一直认为Kog'Maw实力强，但是在一个特殊的团队组成中，Kog'Maw能够在几秒钟内融化敌方团队。类似于我们用K / DA定义冠军的杀戮和逃脱能力的方法，我们还考虑了冠军可以多么快速和轻松地最终摧毁塔楼和联系。

您一定已经在某个时候想知道获胜率是什么意思，以及当我们看到获胜率并非严格地定为50％时，它是否不平衡。如果我们使用对冠军的感知程度来定义测量的绝对精度，则相对精度可以由冠军获胜率表示。胜率是在当前冠军和召唤者生态系统中赢得排名较高的游戏的可能性。胜率数据主要受两个因素控制：冠军实力和球员技能。两者都不与获胜率呈线性关系。非线性因素和因果关系的混合显示，冠军得主在没有50％胜率的情况下仍然可以保持平衡。例如，每周缺乏免费轮换的冠军获胜率可能受到缺乏游戏经验的玩家的负面影响。根据Riot的官方数据，只有极少数的Azir玩家真正掌握了该冠军。因此，预计平均胜率将低于50％。相反，许多Heimerdinger球员的表现确实不错，因此数据显示胜率自然会超过50％。

了解获胜率如何受到影响后，平衡团队应专门研究和模拟游戏变化对各个级别球员的影响。但这并不一定意味着他们可以提出通用的更改或解决方案来解决不同级别的所有问题。等级较高的玩家更有可能考虑更多游戏信息，并以更准确的方式执行游戏信息。这就是平衡团队将密切观察和分析来自高级玩家的数据以充分理解游戏平衡和模式的原因。他们认为，获得最佳游戏体验的关键在于高级（但并非总是100％）完美游戏的数据。这也激励玩家提高他们的冠军掌握水平。以《扭曲的命运》为例，他并不像乍看起来那样容易打球，但是，如果玩家对他有更好的理解和更高的掌握，我们会发现他在某些游戏中非常强大。我相信玩家可以通过掌握越来越多的技巧直到真正掌握冠军来获得极大的满足感，同时获胜率数据也将更加准确。

我们希望您现在对胜利率有了更好的了解。让我们继续选择率。选择率是在游戏中选择冠军的可能性。如果玩家只在乎胜利，则可以用双赢的心态简单地将获胜率解释为获胜率。实际上，许多玩家更可能选择吸引他们更多的冠军，因为他们希望享受与胜利一样的游戏本身。例如，阿赫里（Ahri）的选拔率高于乌尔戈特（Urgot），因为从许多球员的角度来看，她的吸引力和趣味性更高。平衡队还应该充分注意冠军的多样性，从而有效地减少几乎每场比赛（例如Jinx）都选择一位冠军的情况。基本规则是永远不要为了多样性而牺牲平衡，也就是说，他们不应该仅仅因为某些冠军在玩家中更受欢迎或拥有更多的皮肤而对英雄进行抛光。

我们已经谈论了很多数据与平衡之间的关系。在我看来，除了冷数据之外，玩家的反馈也至关重要。当每个人都在抱怨返工后Akali变得不平衡时，平衡团队应开始将注意力转移到Akali上，并评估是否需要进行某些调整。防暴团队如何知道玩家是否首先抱怨？显然，数据团队可以从禁令率中获取一些有用的信息，这可能是冠军被禁赛的可能性。同时，重要的是要知道我们上面介绍的所有速率都是相互影响的。例如，隆隆声是一个强有力的冠军，禁令率相对较低，因为玩家不太可能选择他胜过Mordekeiser或Darius。根据以前的经验，最好的取缔计划（也称为胜利的最佳计划）是在盟军队不参加比赛的情况下，以高选择率和高胜率同时禁止冠军。到现在为止，我想假设您已经知道禁令率不仅是选秀率和获胜率的结果，而且还受到玩家对冠军实力的判断的影响，无论冠军是否强大。容易掌握它，玩它的风险，以及如果输给它的玩家会感到不好。勒布朗曾经在禁酒令中名列前茅，但并不是比禁酒大师/挑战者低的禁酒令。另一个例子，詹娜（Janna）应该是基于纯数据的最值得禁止的禁令，但她的实际禁止率仅不到1％。知道不同的汇率如何相互影响，并作为一个整体来影响游戏数据本身，平衡团队应该依靠禁令汇率进行某些更改，而不仅仅是数字本身。

无论数据多么重要，它们仍然只是方程式中的因素。我相信，如果使用得当，数据将始终如一地帮助改善所有玩家的游戏体验，Riot旨在实现这一伟大目标。但这是一个永无止境的旅程，在我看来，提升游戏体验的另一个重要因素是改善玩家自己的心态以及对输赢的看法。

感谢DOJO Digital，这是一个布里斯托SEO代理商，用于创建此全面的博客文章和访谈。对于有关数据和数据驱动分析的任何问题，请联系他们的布里斯托尔数字营销团队，以免费咨询。