Brug flashbang-statistikker effektivt

De fleste statistikker, vi bruger, måler en spillers præstation i forhold til deres bremseevne. En spillers drab, dødsfald, handler og så videre er alle direkte målinger af færdigheder. Men Counter-Strike handler om mere end at klikke på hoveder, og selvom det ikke er så oplagt at bruge statistik til at tale om indirekte handlinger, kan de være lige så nyttige til at udvikle fortællinger omkring en spillers færdigheder og værdi til deres side.

Flashbangs er et oplagt eksempel. Se enhver professionel kamp, ​​og en af ​​de første ting, du bemærker, er nytten. Du og dine venner kender måske et par 'gud-glimt', men det er ingenting sammenlignet med det væld af lineups, der er tilgængelige, som de professionelle kan lære.

Meget af professionel CS handler om at undgå rene 50-50 pistolkampe. Du kan få et forspring med en vis elevation, lidt bevægelse eller, mest effektivt, at have en holdkammerat flash til dig. Dette er selvfølgelig ikke altid muligt, og professionelt spil har udviklet sig til det punkt, at spillere indtager 'anti-flash'-positioner - når de ser ind i en væg eller gulvet er den mest almindelige slags - så ofte som muligt. Metaspil er vokset omkring denne vane, såsom at kaste et dårligt blitz for at få en anti-flash-modstander til at vende sig om kun et sekund, godt, flash til at springe lige i ansigtet på dem.

Dette kradser næsten ikke i overfladen - flashbangs kan være lige så afgørende som et sprødt første-kugle-headshot. Så burde der satses mere på at måle den effekt og give ros til de spillere, der har mest? Dette er vores kig ind i en verden af ​​flashbang-statistikker.

Til at starte med er her de otte spillere med de højeste flash-assists pr. runde på LAN i år i spil mellem hold, der er rangeret i top 20.

Listen er domineret af AWP'ere og IGL'er, et logisk resultat. AWPere spiller generelt fra bagsiden af ​​flokken og kaster hjælpemidler såsom flashbangs for at støtte deres riflere, før de aktiverer sig selv, normalt senere i runden. Også IGL'er indtager ofte støttende positioner med AWPere, der lader dem fokusere på radaren og deres opkald frem for deres trådkors.

Kombiner begge roller, og du får Casper “⁠cadiaN⁠” Møller , Dzhami "Jame" Ali, to AWP-IGL'er, der konsekvent er elite på tværs af de fleste flash-statistikker. Ilya “⁠m0NESY⁠” Osipov er på fjerdepladsen, hvilket ikke er nogen overraskelse for dem, der har set hans stream eller demoer, hvor den unge AWPer altid viser nye tricks til nytte, hvad enten det er endnu en envejs røg i Mirage-vinduet eller en præcis pop-flash .

Flash-assistenter fortæller dog ikke hele historien. Med enhver statistik skal vi altid sætte lighedstegn mellem muligheder, før vi sammenligner en spiller med en anden. Det lyder kompliceret, men chancerne er, at du allerede gør det.

I fodbold forventes en angriber at score flere mål end en forsvarsspiller, så for at sætte lighedstegn mellem en spillers mulighed for at score mål, ville vi ikke tage en angriber, der scorer flere mål end en forsvarsspiller, som bevis på, at angriberen er en overlegen spiller. Ti mål for en forsvarsspiller er bemærkelsesværdigt, men ret gennemsnitligt for en angriber.

Det samme er tilfældet i CS. En supportspillers 1.00-bedømmelse er faktisk ret anstændig, men alarmklokkerne burde ringe, hvis din AWPer er omkring det interval. På samme måde er en vurdering på 1.30 på et enkelt kort ret god, men en vurdering på 1.30 over et helt år er et gudelignende niveau, som få har nået. Så der er behov for at sætte lighedstegn mellem muligheder, herunder at sikre ensartede stikprøvestørrelser og de fordele, en spillers rolle kan give, hvis vi vil finde ud af, hvem der kaster de bedste flashbangs.

Et svar er at gå længere end at dividere en spillers flash-assists med runder, for i stedet at dividere den med det samlede antal flashbangs. Nu kan vi se, hvor stor en procentdel af en spillers flashbangs, der direkte fører til en modstanders død. Dette gør det mere retfærdigt, da en spiller, der skal købe en HE-granat hver runde (og dermed smider færre flashbangs), stadig bliver belønnet for at have effektive glimt i forhold til sin rolle.

Dette er bedre, selvom det bringer problemer ind i metrikken, der ikke eksisterede før. Ligesom en vurdering på 1.30 over et år er mere imponerende end over et kort, er en høj procentdel af effektive blink mere imponerende, jo flere flashbangs en spiller kaster. Af den grund bør blitzassistenter pr. kastet blitz ikke helt erstatte blitzassistenter pr. runde.

Men skal vi overhovedet bruge blitzassistenter? HLTV's flash assist-statistik er mere streng end Valves, med en skaleringstærskel baseret på, hvor længe en spiller var blindet. Dette betyder, at hvis en spiller blev blindet i tre sekunder, tæller ethvert drab inden for disse tre sekunder som en flash-assistance. Dette er nyttigt med hensyn til nøjagtighed, men det betyder også, at flash-assists er sværere at få sammenlignet med statistikker i spillet.

Når der kun sker noget én gang hver tiende runde - og det tal er generøst, 0.10 flash assists per runde er meget imponerende - gør det det sværere at etablere forskelle mellem spillerne. Det samme problem gør sig gældende, når det kommer til 1vX-koblinger, hvilket er grunden til vores leaderboard for clutches tager ikke højde for spillet runder.

Flash assists er også flere trin adskilt fra flashbang selv. En holdkammerat kan snuse på en helt blind spiller og give dig 0.00 flash assists pr. runde. En modstander kan være heldig og få et drab, mens han er helt blind. Din blitz kan have et andet formål end en blitzassistent, der perfekt forsinker en fjendes skub i tre afgørende sekunder for at tillade en rotation at komme ind.

Blitz er alsidige, og deres effektivitet dækkes ikke fuldstændigt af blitzassistenter. Heldigvis er det ikke vores eneste mulighed: der er også statistikken mærket som 'opp flashed' på vores flashbang side. Dette er den gennemsnitlige tid pr. runde, modstandere blev blindet af en spillers flashbang. Så det tager højde for gode blink, selvom de ikke resulterer i et drab.

Cadian er stadig tæt på toppen, men en spiller som Dmitry “sh1ro⁠” Sokolov falder ud af top ti med blot 1.66s modstandere blinkede. Det er her disse statistikker kan hjælpe med fortællinger; sh1ro's Cloud9 side er kommet under beskydning for deres dårlige flash-assists som et hold, der ofte kommer lavt i FTU leaderboard med kun 0.19 flash assists pr. runde. For at sætte det ind i en sammenhæng, Cadian får en blitzassistent så ofte som Cloud9hele holdet får to.

Så hvad forklarer denne uoverensstemmelse? Heroisk's proaktive stil, især på CT-siden, kan sætte dem i flere situationer, hvor et popflash fra Cadian er nyttig i forhold til Cloud9's pragmatiske, skildpadde-lignende tilgang til forsvar. Men det kan også være så enkelt som Cloud9 , sh1ro køber færre blink end andre tophold - enhver statistik har brug for kontekst for at gå med.

En vej her er at sætte lighedstegn mellem muligheder endnu mere ved kun at sammenligne en spiller med deres holdkammerater. Her er de spillere, der giver den højeste procentdel af deres holds flash-assists:

Selvom det er interessant, løser dette stadig ikke vores problem. Der er ingen enkelt flashbang-statistik, der redegør for alle de problemer, der rejses i dette stykke. Det er dog ikke så sjældent i statistik. Faktisk skal mange statistikker præsenteres sammen med en anden. Vi gør ofte dette automatisk, som hvordan 0.80 drab pr. runde er lig med 24 drab i et spil med 30 runder, eller hvordan rating kompilerer flere forskellige metrics for at lave ét letforståeligt tal.

Men nogle gange er det mindre værdifuldt at kompilere flere statistikker i ét tal end at holde dem adskilt. Hver stat kan give dig et udsnit af kontekst, men kun når de ses sammen, får du et fuldstændigt billede af, hvordan hver stat påvirker den anden.

For at visualisere dette, er her et scatterplot. På den ene akse er det, hvor mange flashbangs hver spiller kaster per runde, og den anden viser, hvor mange sekunder en modstander er blændet af den spillers flashbangs i hver runde.

Nu ser vi tallene med den rette sammenhæng. Det øverste højre hjørne viser de spillere, der er elite med flashbangs, mens de er under en langt større prøvestørrelse, mens spillere som Marco “⁠Snappi⁠” Pfeiffer , Lotan "Spinx" Giladi er i en anden zone for spillere, der har meget effektive blink, men ikke kaster for mange.

Vi kunne selvfølgelig gøre dette til enhver flashbang-statistik; det ville være lige så værdifuldt at se flash assists sammenlignet med den tid modstandere blev flashet, for at se hvis blink der konverteres oftest.

Forhåbentlig har vi illustreret forskellen mellem at se en statistik isoleret og med den rette kontekst. Før vi afslutter artiklen, vil vi tilføje endnu en advarsel: vi kan stadig ikke statistisk afgøre, hvem der kaster de bedste flashbangs. Vi har allerede nævnt begrænsningerne, når det kommer til AWPere og støttende, bagerst i flokken, spillere, der får flere flashbangs.

Men vi mangler også en vigtig del af puslespillet: Hvem fandt opstillingen til flashbang? Hvem har designet den execute, som flashen er en del af? Selvom det ofte er en IGL, fortjener trænere og analytikere også ære for deres holds og spilleres flashbang-statistikker.

En spiller som Cadian dukker op på tværs af alle målinger, så han gør helt klart noget anderledes over for andre spillere. Men udefra kan vi ikke være 100 % overbeviste om, at forspringet ikke styrkes af analytikere, stil og utallige andre faktorer.

Det betyder, at det burde være mere retfærdigt at sammenligne hold frem for spillere, når det kommer til flashbang-statistikker. Bortset fra, at hold, der scorer højt i flash-assists, sjældent er de allerbedste hold i verden.

Faktisk er der en svag negativ sammenhæng mellem et holds flashassist og rundsejrprocent. Af de otte FTU-statistikker (mutli-kills, opening kills, osv.) er flash-assistancer den eneste, hvor vores trendlinje hælder nedad.

Hold som Cloud9 har haft konsekvent dårlige flash assists, og det første scatterplot viste hvordan tage pippet's spillere ser faktisk ud til at spilde en masse glimt, med Robin “⁠ropz⁠” Kool, Finn “⁠karrigan” Andersenog Russell “⁠Twistzz⁠” Van Dulken alle i den gule kvadrant. Dette fører os til en skillevej: Er det bedste hold i verden dårlige med deres flashbangs? Eller mangler vi noget?

Det sidste svar virker mere sandsynligt. tage pippet er et internationalt hold, med en eksplosiv stil. Deres runder er ret korte, hvilket giver dem mindre tid til opstillede perfekte gudeblink. tage pippet, plottet mod hvert hold, er faktisk ret gennemsnitlige for flash-assists; det er multi-kills, 5v4 konvertering og 4v5 konvertering, de udmærker sig i.

Dette er en vigtig advarsel at erkende før den sidste del af artiklen, hvor vi tager alt i betragtning for at skabe en 'flash-rating', der ligner åbningsdræb-vurdering, effektvurdering og vurdering 2.0. Flashbang-statistikker kan i øjeblikket ikke inkludere al den nødvendige kontekst.

Holdene ønsker ikke, at hvert flashbang, de kaster, skal blinde en fjende i tre sekunder eller få en assist; granaten er en del af kat-og-mus, falsk-tunge, meta. Så dette er ikke en endelig liste over de bedste flashbang-kastere, og det forsøger den heller ikke at være. Det er blot en samling af spillere, der konsekvent er fremragende på tværs af disse tre målinger:

— Flashbangs kastet pr. runde
— Gennemsnitlig tid, hvor modstandere blev blinket pr. runde
— Flash assists pr. runde

Alligevel går formlen lidt af vejen til at male et overordnet billede af, hvor godt en spiller bruger deres flashbangs, med spillere som f.eks. Cadian, Jameog Gabriel "Faldet" Toledo belønnet endnu en gang. Vores AWP-IGL-trend ses igen, mens fem IGL'er og seks AWPere kommer på den endelige liste. Men glem ikke, at virkningen af ​​mange flashbang ikke er indarbejdet i denne vurdering.

Så skal vi bruge flashbang-statistikker mere? Måske; spillere kan lide Cadian klart har en evne med $200 granaten og fortjener kredit for at gøre det. Men deres formål bør forblive som en indikator for stil: Disse statistikker fortæller os det Cadian bruger sine blink til at få assists og blinde sine modstandere, men det er ikke den eneste mulige brug. At have en lav rating betyder ikke, at en spiller bruger sine flashbangs forkert. Som enhver stat er kontekst konge. Og det er en lektie, der kan anvendes på tværs af alle målinger, ikke kun dem, der vedrører flashbangs.