Każdy patrzy na fragi. Analityk patrzy na otwarcia, ADR na stronach i konwersje eco. Różnica polega na tym, które liczby mówią „jak wyglądał mecz”, a które — „dlaczego się skończył tak, a nie inaczej”.
Które statystyki liczyć
Podstawowy zestaw, który mówi prawdę o meczu:
- Otwarcia (entry frags) — kto wygrywa pierwsze kontakty i na których stronach
- ADR (average damage per round) — bardziej stabilny niż K/D
- Konwersja eco — czy drużyna wygrywa rundy, w których „nie powinna”
- Post-plant win rate — jakość playu po podłożeniu bomby
- Trade ratio — czy zespół umie odpowiadać na śmierci
K/D jest na liście celowo nieobecny — mierzy skuteczność, nie wartość. Support z 0,6 K/D może być MVP meczu.
Czytanie heatmap i dema
Heatmapa pokazuje pozycje, nie intencje — łatwo o błędne wnioski. Najważniejsze pytania to: gdzie drużyna traci rundy i czy te pozycje były planem, czy chaosem.
W demach szukaj wzorców, nie pojedynczych akcji. Jeden genialny clutch to anegdota; trzy identyczne błędy rotacyjne to system. Analiza ma pokazać powtarzalność — zarówno dobrą, jak i złą.
Najczęstsze błędy analizy
- Survivorship bias — analizujemy wygrane rundy, zapominamy o przegranych
- Mala próbka — wnioski z 3 map zamiast z 20
- Potwierdzenie tezy — szukamy statystyk pod gotową opinię
- Ignorowanie kontekstu — statystyka bez meczu nic nie znaczy
Najlepsza praktyka: zapisz tezę przed otwarciem danych. Jeśli liczby jej nie potwierdzają — zmień tezę, nie statystykę.
Narzędzia analityka
Standardowy zestaw to:
- HLTV / Leaguepedia — statystyki publiczne i historia
- Demo parsery — własne arkusze i heatmapy
- Notatnik z tezą — zapisane założenia przed analizą
Dobra analiza kończy się jednym zdaniem: „drużyna przegrała, bo…”. Jeśli nie umiesz tego uzupełnić konkretem — analiza nie jest skończona.