dota2数据分析及BP思路确定简谈

PSG在刚刚落幕的TI10国际邀请赛上。LGD队在决赛中先输了两局的情况下，为取得扳平比分而努力，最终决赛以巨大劣势输给了输者队1至5进入决赛的TS队。

遗憾屈居第二，这也是PSG.LGD继2018年TI8遗憾获得亚军后的又一次。

赛后，中国刀圈可谓是炸了锅，回顾这次中国军团的TI之旅，我们不难发现，整个比赛充斥的对BP手（教练）的不解和谩骂。究竟是我们技不如人还是我们的比赛分析师还不够给力呢？

我认为有如下几点：

国内的数据分析师在游戏理解上无法与选手和教练达成一致。

有人会说，数据分析师分析的是数据，要什么游戏理解。其实数据分析，从一定角度上就是将过往的游戏数据进行一个模拟，那么模拟的过程就看数据分析师会参照哪些因素。这些因素的选择是否对比赛结果产生了重要影响就要看这个选因素的分析师游戏理解到不到位了。一旦不到位，那么数据分析师分析出来的东西也仅仅是冰冷的数据，对BP过程其实并不能有指导作用，甚至可能还被数据蒙蔽了双眼，导致最终BP不利。

我认为的几个关键性因素（显性的，即任何人可以看得到或者分析出来的因素）

建模每个英雄当前版本的GPM与DPM的关系（即每分钟获得金钱与每分钟造成伤害的关系）这个模型非常的简单，这个因素主要是要全面分析当前版本中，每个英雄的强势期在哪，可以得到的结论包括：Carry英雄需要多久的发育期才能发挥出其最大价值，辅助英雄需要牺牲多少自我经济可以稳定自己的价值（此外还可以从每分钟治疗量和每分钟拆塔伤害、每分钟控制时间等数据出发，进行更复杂的建模，来了解每个英雄在当前版本的基础节奏）

这便是构建数据的基本面。

其次，从结构成分上和队员的技术特点上来构建整个团队的战术打法。

比如这届TI比赛，其实有个比较关键的因素：

先手程度：例如lion、小y、bane、猛犸、抄袭、蓝猫、火猫、船长等等。虽然每个都是先手，但是有无视bkb的，有需要无缝的，这些因素都要考虑对面的逃生能力。

机动性：这个大家都有个很基础的判断，不需要赘述。

反先手能力：大牛，ES，谜团等等，说到这其实我觉得LGD可以用谜团来克制猛犸也是个不错的选择。

前期爆发力：经常打OMG的小伙伴应该比较清楚，很多技能虽然看起来没什么关系，但是组合起来伤害足够高，就好比紫毛这个英雄，他厉害无非在于伤害足，中期十分的强势。

后期英雄的克制：就比如TB这个英雄，打到后期需要足够的伤害和技能来秒掉他，如果一旦伤害不足，那么动手将是非常棘手的事情。随着隐刀的加强，钢背兽的胜率一路走低，无非就是因为后期有太多的道具可以针对他，使他团战存活的希望大幅降低，英雄本身的强势属性也就无从发挥了。

我记得当时主赛事的赛程出来以后，我还和朋友讨论预测的时候，说Fnatic打不过TS？这个讨论让我非常关注TS这支战队。从选人来看，猛犸之所以作为这个战队的绝活绝不是颠勺这一点。先手和帮助大哥发育这个属性我们就不说了。猛犸保证了劣势路的不劣势也十分的关键。其次，TS几乎不会选择辅助去中路动，唯一做的可能就是需要帮中路屯野保证中路的经济就行。因为这个版本的中单已经不再是发育型的中单，而是需要带节奏带线，推进比赛进程的英雄了。

这样的话上下两路的2v2就尤其的关键。因此，BP的时候考虑上下两路的对线则也变得非常的关键。就第五局来说，小鹿其实选择上是没问题的，只是战略执行的有问题。比如拳酱的小鹿是23对点的，5J的是3J加血，可是y队的小鹿竟然前面不学加血。这就导致当你骚扰对面34的时候如果大哥不能上来帮你，你就很容易被猛犸+bane击杀。如此循环下去，线优也就痴人说梦。所以对于LGD来说，5号位的bane、尸王大牛才是该选的英雄。

劣势路的天怒法师，想象得很美好，但是和狼人实在是不搭，尤其在对面是冰龙TB的情况下，狼人的对线几乎伤害可以忽略不计，因为第一套技能肯定会被冰箱的回复抵消，在两个人只有一个天怒减速的情况下，是没有第二个技能来留住对面英雄的。这也是为什么对线期TB会基本无压力。而狼人却需要患得患失。

狼人这个英雄绝对没有厉害到需要第二手拿的地步，这也是LGD昨天第五把BP上的最大败笔。数据分析师可能仅仅分析了狼人的超高胜率以及队员的熟练程度。却完全忽视了狼人这个英雄的容错率实在是太低了。在如此关键的决胜局还把狼人作为第二手选人就是游戏理解问题。纵观TI历史，我们都不难发现，任何中期发力的版本热门，在关键场次的出场率都不高。这说明了这些英雄的容错率还是太高了。为什么med在本次TI败者组，尤其是回家局还是具有很强势的表现，就是因为这个英雄容错率低啊。在没有明显克制以及队友没有崩盘的情况下几乎就是autowin。

因此我觉得BP上来说，第一二手要至少保证先手和一路线上，才是第一。高手过招都应该思无定式，随机而变才是绝佳BP。当然这个数据分析师的职业也应当认真起来，多看比赛，多和教练队员沟通才能做出更好的数据辅助工作。