Najważniejsze dane to te, które pokazują wpływ na grę, a nie tylko efektowny wynik
- KDA jest użyteczne, ale bez kontekstu potrafi mocno mylić.
- CS/min, udział w zabójstwach, wizja i udział w celach mówią więcej o jakości decyzji.
- Najlepiej analizować gry z tego samego rolowo-championowego zestawu, a nie mieszać wszystko w jedną pulę.
- Różne strony mogą pokazywać inne liczby, bo używają innych filtrów, opóźnień i definicji metryk.
- Po 10-20 meczach widać wzorce dużo wyraźniej niż po jednym świetnym albo fatalnym spotkaniu.
- W e-sporcie najważniejszy jest kontekst patcha, draftu i skali próbki, a nie pojedynczy scoreboard.
Które metryki naprawdę coś wyjaśniają
Najpierw zawsze oddzielam liczby, które opisują efekt, od tych, które pokazują proces. Efekt wygląda dobrze na ekranie, ale proces mówi, czy gracz powtarza dobre decyzje. To dlatego samo KDA rzadko wystarcza, a dużo więcej wyjaśniają takie rzeczy jak farmienie, kontrola wizji, timing rotacji i udział w celach.
| Metrika | Co pokazuje | Jak ją czytać w praktyce | Najczęstszy błąd |
|---|---|---|---|
| KDA | Stosunek zabójstw i asyst do zgonów | Dobry skrót, jeśli gracz faktycznie angażuje się w walki i cele | Uznawanie wysokiego KDA za dowód dobrej gry, nawet gdy ktoś unika wpływu na mecz |
| CS/min | Farmę na minutę | W solo lane 7-8 to zwykle rozsądny punkt odniesienia, a 8+ bywa mocnym wynikiem, zwłaszcza na ADC | Patrzenie tylko na końcowy CS bez uwzględnienia długości gry i rotacji |
| Kill participation | Udział w zabójstwach drużyny | W jungli i na supportcie często powinien być wyraźnie wyższy niż w sololinii; w aktywnych grach 55-70% to sensowny zakres odniesienia | Porównywanie roam-heavy supporta do split-push top lanera jakby grali tę samą rolę |
| Vision score | Jakość i ilość kontroli wizji | Najlepiej porównywać trend, a nie pojedynczy wynik; ważne są też kontrolki i dewardowanie | Ocenianie supporta tylko po liczbie wardów postawionych, bez patrzenia na realny wpływ na mapę |
| Damage per minute | Presję ofensywną w czasie | Przydatne do porównania gier na tym samym championie i tej samej roli | Porównywanie tanków, poke mage'ów i ADC jednym suwakiem |
| Gold/XP diff at 10/15 | Przewagę lub stratę w lane phase | To często lepszy wskaźnik niż końcowy wynik, jeśli chcesz sprawdzić laning | Ignorowanie tej metryki i ocenianie wyłącznie po wyniku meczu |
| Objective participation | Udział w smokach, Heroldzie i Baronie | Pokazuje, czy gracz buduje przewagę wokół mapy, czy tylko zbiera fragi | Traktowanie celów jako dodatku, a nie części planu gry |
Ja zwracam uwagę na jedną prostą rzecz: metryki procesu wygrywają z metrykami efektu. Jeśli widzę niski CS/min, słabą wizję i mały udział w celach, to wysokie KDA najczęściej oznacza tylko, że ktoś dobrze wyglądał w wygranych walkach, a nie że prowadził grę. Z tej perspektywy łatwiej przejść do pytania, skąd te dane brać i dlaczego dwie strony potrafią pokazywać coś innego.
Gdzie sprawdzać dane i dlaczego wyniki się różnią
W praktyce korzysta się dziś z trzech źródeł: historii w kliencie, serwisów społecznościowych i publicznych danych o meczach. Webowa wersja historii spotkań przestała być głównym punktem odniesienia, ale historia w kliencie nadal istnieje, a zewnętrzne panele zbudowały znacznie bogatsze filtry niż oficjalny interfejs. To dobra wiadomość, ale też źródło drobnych rozbieżności.
| Źródło | Najlepsze do | Plus | Ograniczenie |
|---|---|---|---|
| Historia w kliencie | Szybkiego sprawdzenia ostatnich meczów i podstawowych statystyk | Jest blisko gry i nie wymaga dodatkowej konfiguracji | Ma mniej rozbudowane porównania i filtry niż zewnętrzne panele |
| Serwisy społecznościowe z danymi | Analizy po roli, championie, randze, regionie i patchu | Łatwo wyłapać trendy, winrate i popularność wyborów | Różne strony odświeżają dane w różnym tempie i czasem inaczej klasyfikują rolę |
| Publiczne API i narzędzia analityczne | Własne dashboardy, porównania i automatyzację | Największa elastyczność i pełniejsza kontrola nad filtrowaniem | Część lokalnych interfejsów klienta nie jest oficjalnie wspierana dla aplikacji zewnętrznych |
| Serwisy e-sportowe | Analizę meczów profesjonalnych i draftu | Pokazują kontekst turniejowy, który jest ważny przy ocenie mety | Nie da się ich czytać 1:1 jak własnej solo queue |
Największe różnice między serwisami wynikają zwykle z kilku rzeczy: opóźnień w odświeżaniu, innych filtrów regionu i roli oraz tego, że jeden panel pokazuje surowe dane, a inny już je przelicza. W praktyce nie porównuję wyników 1:1 między stronami, tylko patrzę, czy trend jest ten sam. Jeśli wszystkie źródła pokazują podobny obraz, mam dużą szansę, że nie łapię się na przypadkowy szum.
Jak czytać liczby według roli
Rola zmienia sens tej samej metryki. To jest najczęstszy powód nieporozumień, bo top laner, jungler i support nie mają identycznej pracy do wykonania. Ja zawsze dopisuję sobie jedną poprawkę: champion też zmienia wagę statystyki. Roaming support, farmujący jungler albo split-push top nie mieszczą się w jednym szablonie, więc widełki trzeba traktować jako punkt startowy.
| Rola | Najważniejsze wskaźniki | Co zwykle oznacza dobry wynik | Na co uważać |
|---|---|---|---|
| Top | CS/min, gold diff at 15, liczba zgonów, presja na bocie | Stabilny lane phase i sensowny wpływ na side lane | Split-push może obniżać udział w walkach, ale nadal być właściwą grą |
| Jungla | Kill participation, objective participation, vision w okolicach rzeki | Wysoki udział w kluczowych akcjach i dobre tempo mapy | Za niski udział w akcjach drużyny często oznacza, że jungler gra obok mapy, a nie z nią |
| Mid | CS/min, roam timing, damage share, presja na falach | Połączenie farmy z rotacją do smoków i side lane'ów | Sama wysoka liczba obrażeń nie mówi, czy fale były dobrze zarządzane |
| ADC | CS/min, damage per minute, liczba zgonów, udział w walkach | Wysoka ekonomia i niska liczba niepotrzebnych zgonów | Dobry wynik obrażeń bez farmy zwykle znaczy, że gracz był karmiony sytuacją, a nie budował przewagę |
| Support | Vision score, wards cleared, kill participation, setup pod cele | Widoczny wpływ na wizję i przygotowanie walk | Supporta nie da się ocenić wyłącznie po KDA albo ilości asyst |
Jeśli mam wskazać jedną uniwersalną zasadę, to brzmi ona tak: najpierw patrz na metrykę, która najbardziej pasuje do roli, potem dopiero na wynik końcowy. ADC i mid zwykle potrzebują innego zestawu wskaźników niż support czy jungler, a champion potrafi jeszcze bardziej przesunąć priorytety. Skoro role zmieniają reguły gry, trzeba też dobrze dobrać sposób analizy całej próbki meczów.
Jak analizować 10-20 gier zamiast jednego dobrego meczu
Jedna świetna gra niczego nie dowodzi. Po pięciu meczach obraz nadal jest mocno zaszumiony, a po dziesięciu dopiero zaczyna widać powtarzalne nawyki. Ja zwykle biorę 10-20 gier z tej samej roli i najlepiej z tej samej grupy championów, bo dopiero wtedy można wyciągnąć sensowne wnioski.
- Wybierz jedną rolę i maksymalnie 2-3 championów.
- Porównuj gry z tego samego patcha albo z bardzo podobnego okna zmian.
- Ustal jedno główne KPI, na przykład CS/min, kill participation albo death count do 20. minuty.
- Dołóż jedną metrykę pomocniczą, która pokaże kontekst, na przykład gold diff at 15 albo vision score.
- Przejrzyj dwa typy meczów: te, w których statystyka była wyraźnie lepsza od średniej, i te, w których zaliczyłeś największy spadek.
Najlepiej działa prosty rytuał: jedna rola, jeden champion pool, jedno główne KPI i krótka notatka po każdym meczu. To wystarcza, żeby z tygodnia na tydzień zobaczyć, czy problem leży w laning phase, rotacjach, czy może w teamfightach. A kiedy wiesz już, czego szukać, bardzo łatwo wpaść w klasyczne pułapki interpretacji.
Najczęstsze błędy przy ocenie własnej gry
- Patrzenie tylko na KDA. Dwa mecze z identycznym KDA mogą oznaczać zupełnie inną jakość gry, jeśli w jednym ktoś kontrolował cele, a w drugim tylko dobił walki.
- Mieszanie ról i championów. Porównywanie farmującego Azira z roamingowym Pyke'iem albo split-push topa z engage supportem prowadzi do złych wniosków.
- Ignorowanie patcha. Po większej zmianie balansu metryki potrafią skoczyć lub spaść bez żadnej poprawy twojej gry.
- Za mała próbka. Trzy mecze mówią prawie nic, a nawet dziesięć bywa zbyt mało, jeśli grasz różnymi championami.
- Brak spojrzenia na timing śmierci. Liczy się nie tylko liczba zgonów, ale też to, czy giniesz przed smokiem, przed Heroldem albo w momencie, gdy drużyna nie ma fali.
- Porównywanie solo queue do e-sportu. W profesjonalnej grze liczy się draft, plan na mapę i wykonanie jednego konkretnego scenariusza, a nie sama widowiskowość statystyk.
To samo widać na poziomie turniejów, tylko tam cena błędnej interpretacji jest większa, bo liczy się draft, tempo i plan na konkretny patch.
Co z e-sportem i metą
W profesjonalnych meczach najbardziej interesują mnie nie tyle indywidualne liczby, ile to, jak statystyki składają się na plan drużyny. Sama liczba zabójstw jest drugorzędna, jeśli zespół prowadzi ekonomicznie, kontroluje smoki i wygrywa walki wokół Herolda lub Barona. Dlatego w e-sporcie patrzę szerzej niż w solo queue.
| Metrika | Po co ją oglądać | Na co uważać |
|---|---|---|
| Pick rate | Pokazuje, jak często champion trafia do draftu | Wysoki pick rate nie zawsze oznacza najlepszą jakość, czasem po prostu modę mety |
| Ban rate | Pokazuje, czego drużyny się obawiają | Duży ban rate bywa efektem konkretnego matchup'u, a nie uniwersalnej siły championa |
| Win rate | Pokazuje skuteczność wyboru | Przy małej liczbie gier łatwo o fałszywy obraz |
| Gold diff at 15 | Wczesna przewaga w ekonomii | Nie wystarczy sama przewaga, trzeba jeszcze zamienić ją na cele |
| Objective control | Pokazuje, kto dyktuje rytm mapy | Smok nie zawsze jest ważniejszy od pozycji pod Barona, więc kontekst jest kluczowy |
| Damage share | Pokazuje, kto niesie obrażenia w teamfightach | Na tankach i utility supportach niski damage share jest całkowicie normalny |
W e-sporcie najbardziej cenię dane, które łączą wynik z kontekstem. Sam win rate bez liczby gier niewiele mówi, ale win rate razem z pick/ban rate, gold diff at 15 i kontrolą celów już pokazuje, czy drużyna faktycznie dominuje, czy tylko trafia na wygodne pary. Z taką bazą da się przejść do najważniejszego pytania: co konkretnie robić następnym razem.
Jak zamienić liczby w plan na następne mecze
Najlepsze wyniki daje nie długa analiza, tylko jeden prosty nawyk powtarzany konsekwentnie. Ja zwykle wybieram jedną metrykę, wyznaczam dla niej własny punkt odniesienia i sprawdzam ją przez kolejne 10 gier. To wystarcza, żeby liczby przestały być dekoracją, a zaczęły działać jak realny feedback.
- Wybierz jedno KPI na najbliższy tydzień, na przykład CS/min, kill participation albo vision score.
- Ustal własny cel, nie cudzy. Jeśli na midzie masz dziś 6,4 CS/min, najpierw spróbuj wejść w okolice 7,0, a nie od razu 8,5.
- Po każdej grze zanotuj jedną rzecz, która poprawiła statystykę, i jedną, która ją zaniżyła.
- Jeśli wynik stoi w miejscu, obejrzyj tylko momenty zgonów, walki o cele i pierwsze 15 minut, bo tam najczęściej siedzi problem.
Ja najczęściej zaczynam od CS/min u sololanerów i od kill participation u junglera albo supporta, bo to najszybciej pokazuje, czy problem leży w laningu, rotacjach czy decyzjach mid game. Gdy jedna liczba zaczyna rosnąć przez kilkanaście gier, reszta statystyk zwykle też powoli się układa, a analiza przestaje być teorią i zaczyna realnie pomagać w grze.
