Menggunakan statistik flashbang secara efektif

Sebagian besar statistik yang kami gunakan mengukur kinerja pemain dalam hal daya henti mereka. Pembunuhan, kematian, perdagangan, dan sebagainya pemain adalah pengukuran langsung dari keterampilan. Tapi Counter-Strike lebih dari sekadar mengklik kepala, dan meskipun tidak begitu jelas menggunakan statistik untuk berbicara tentang tindakan tidak langsung, mereka bisa sama bergunanya untuk mengembangkan narasi seputar keahlian dan nilai pemain di pihak mereka.

Flashbangs adalah contoh yang jelas. Tonton pertandingan profesional apa pun, dan salah satu hal pertama yang Anda perhatikan adalah utilitasnya. Anda dan teman Anda mungkin tahu beberapa 'kilat dewa', tetapi itu tidak seberapa dibandingkan dengan kekayaan barisan yang tersedia untuk dipelajari oleh para profesional.

Sebagian besar CS profesional adalah tentang menghindari baku tembak 50-50 murni. Anda bisa mendapatkan keunggulan dengan beberapa ketinggian, sedikit gerakan, atau, paling efektif, memiliki flash rekan tim untuk Anda. Ini tidak selalu mungkin, tentu saja, dan permainan profesional telah berkembang ke titik di mana pemain menempati posisi 'anti-flash' — melihat ke dinding atau lantai sebagai jenis yang paling umum — sesering mungkin. Permainan meta telah berkembang di sekitar kebiasaan ini, seperti melempar flash yang buruk untuk membuat lawan anti-flash berbalik hanya untuk sesaat, flash yang bagus untuk muncul tepat di wajah mereka.

Ini hampir tidak menggores di permukaan — flashbang bisa sama menentukannya dengan headshot peluru pertama yang tajam. Jadi, haruskah ada upaya lebih untuk mengukur dampak itu dan memberikan pujian kepada para pemain yang memiliki paling banyak? Ini adalah tampilan kami ke dalam dunia statistik flashbang.

Sebagai permulaan, berikut adalah delapan pemain dengan flash assist per putaran tertinggi di LAN tahun ini dalam pertandingan antar tim yang berada di peringkat 20 besar.

Daftar ini didominasi oleh AWPer dan IGL, hasil yang logis. AWPers umumnya bermain dari belakang pak, melemparkan utilitas seperti flashbangs untuk mendukung penembak mereka sebelum mereka mengaktifkan diri, biasanya nanti di ronde. IGL juga sering mengambil posisi suportif dengan AWPer yang memungkinkan mereka fokus pada radar dan panggilan mereka daripada crosshair mereka.

Gabungkan kedua peran, dan Anda mendapatkan Casper “⁠CadiaN⁠” Moller dan Dzhami “⁠Jame⁠” Ali, dua AWP-IGL yang secara konsisten elit di sebagian besar statistik flash. Ilya “⁠M0NESY⁠” Osipov berada di tempat keempat, yang tidak mengherankan bagi mereka yang telah menonton streaming atau demonya, di mana AWPer muda selalu memamerkan trik baru untuk utilitas, apakah itu asap satu arah lain di jendela Mirage atau pop-flash yang tepat .

Namun, bantuan flash tidak menceritakan kisah lengkapnya. Dengan stat apapun, kita harus selalu menyamakan kesempatan sebelum membandingkan pemain dengan orang lain. Ini terdengar rumit, tetapi kemungkinan Anda sudah melakukannya.

Dalam sepak bola, striker diharapkan mencetak lebih banyak gol daripada bek, jadi untuk menyamakan peluang pemain untuk mencetak gol, kami tidak akan mengambil striker yang mencetak lebih banyak gol daripada bek sebagai bukti bahwa striker adalah pemain yang unggul. Sepuluh gol untuk seorang bek adalah luar biasa, tetapi cukup rata-rata untuk seorang striker.

Hal yang sama berlaku di CS. Peringkat 1.00 pemain pendukung sebenarnya cukup baik, tetapi bel alarm akan berbunyi jika AWPer Anda berada di sekitar kisaran itu. Demikian pula, peringkat 1.30 dalam satu peta cukup bagus, tetapi peringkat 1.30 selama setahun penuh adalah level seperti dewa yang hanya sedikit yang telah dicapai. Jadi, ada kebutuhan untuk menyamakan peluang, termasuk memastikan ukuran sampel yang sama dan keuntungan yang mungkin diberikan oleh peran pemain jika kita ingin mengetahui siapa yang melakukan flashbang terbaik.

Salah satu jawabannya adalah melangkah lebih jauh daripada membagi bantuan flash pemain dengan putaran, alih-alih membaginya dengan total flashbang yang dilemparkan. Sekarang, kita bisa melihat berapa persentase flashbang pemain yang langsung menyebabkan kematian lawan. Ini membuatnya lebih adil, karena pemain yang perlu membeli granat HE setiap putaran (sehingga melempar lebih sedikit flashbang) masih dihargai karena memiliki flash yang efektif relatif terhadap perannya.

Ini lebih baik, meskipun membawa masalah ke dalam metrik yang tidak ada sebelumnya. Seperti peringkat 1.30 selama setahun lebih mengesankan daripada di atas peta, persentase tinggi dari kilatan efektif lebih mengesankan semakin banyak flashbang yang dilemparkan pemain. Oleh karena itu, flash assist per flash yang dilemparkan tidak boleh sepenuhnya menggantikan flash assist per putaran.

Tapi, haruskah kita menggunakan bantuan flash sama sekali? Statistik bantuan flash HLTV lebih ketat daripada Valve, dengan ambang penskalaan berdasarkan berapa lama seorang pemain dibutakan. Ini berarti bahwa jika seorang pemain dibutakan selama tiga detik, pembunuhan apa pun dalam tiga detik itu akan dihitung sebagai bantuan kilat. Ini berguna dalam hal akurasi, tetapi juga berarti bahwa bantuan flash lebih sulit didapat dibandingkan statistik dalam game.

Ketika sesuatu terjadi hanya sekali setiap sepuluh ronde — dan angka itu murah hati, 0.10 flash assist per ronde sangat mengesankan — itu membuat lebih sulit untuk membuat perbedaan di antara pemain. Masalah yang sama berlaku untuk kopling 1vX, itulah sebabnya kami leaderboard untuk cengkeraman tidak memperhitungkan putaran yang dimainkan.

Bantuan flash juga beberapa langkah terpisah dari flashbang itu sendiri. Rekan setimnya dapat mencium pemain yang benar-benar buta, memberi Anda 0.00 flash assist per ronde. Lawan bisa beruntung dan mendapatkan kill saat sepenuhnya buta. Lampu kilat Anda mungkin memenuhi tujuan yang berbeda dari bantuan lampu kilat, dengan sempurna menunda dorongan musuh selama tiga detik penting untuk memungkinkan rotasi masuk.

Lampu kilat serbaguna dan efektivitasnya tidak sepenuhnya tercakup oleh bantuan lampu kilat. Untungnya, ini bukan satu-satunya pilihan kami: ada juga status berlabel 'opp flashed' di kami halaman flashbang. Ini adalah waktu rata-rata per ronde lawan dibutakan oleh flashbang pemain. Jadi, ini memperhitungkan kedipan yang baik meskipun tidak menghasilkan pembunuhan.

irama masih di dekat bagian atas, tetapi pemain seperti Dmitry “⁠Sh1ro⁠” Sokolov keluar dari sepuluh besar dengan hanya 1.66 detik lawan muncul. Di sinilah statistik ini dapat membantu dengan narasi; sh1ro's Cloud9 tim mendapat kecaman karena bantuan flash mereka yang buruk sebagai sebuah tim, sering kali gagal di Papan peringkat FTU hanya dengan 0.19 flash assist per putaran. Untuk memasukkannya ke dalam konteks, irama mendapat bantuan flash sesering Cloud9seluruh tim mendapat dua.

Jadi apa yang menjelaskan perbedaan ini? HeroikGaya proaktifnya, terutama di sisi CT, mungkin menempatkan mereka dalam lebih banyak situasi di mana popflash dari irama berguna dibandingkan dengan Cloud9pragmatis, pendekatan seperti kura-kura untuk pertahanan. Tapi itu juga mungkin sesederhana Cloud9 dan sh1ro membeli lebih sedikit flash daripada tim top lainnya — setiap statistik membutuhkan konteks untuk menyertainya.

Satu jalan di sini adalah menyamakan peluang lebih jauh, dengan hanya membandingkan seorang pemain dengan rekan satu timnya. Berikut adalah pemain yang memberikan persentase tertinggi dari flash assist timnya:

Meskipun menarik, ini tetap tidak menyelesaikan masalah kita. Tidak ada statistik flashbang tunggal yang menjelaskan semua masalah yang diangkat dalam bagian ini. Namun, itu tidak jarang dalam statistik. Faktanya, banyak statistik perlu disajikan bersama dengan yang lain. Kami sering melakukan ini secara otomatis, seperti bagaimana 0.80 pembunuhan per putaran sama dengan 24 pembunuhan dalam permainan 30 putaran atau bagaimana peringkat mengkompilasi beberapa metrik berbeda untuk membuat satu angka yang mudah dipahami.

Tapi, terkadang, mengkompilasi beberapa statistik menjadi satu angka kurang berharga daripada memisahkannya. Setiap stat mungkin memberi Anda sepotong konteks, tetapi hanya jika dilihat bersama-sama Anda mendapatkan gambaran lengkap tentang bagaimana setiap stat memengaruhi yang lain.

Untuk memvisualisasikan ini, inilah sebar. Pada satu sumbu adalah berapa banyak flashbang yang dilemparkan setiap pemain per putaran, dan yang lain menunjukkan berapa detik lawan dibutakan oleh flashbang pemain itu di setiap putaran.

Sekarang, kita melihat angka-angka dengan konteks yang tepat. Pojok kanan atas menunjukkan pemain yang elit dengan flashbang sementara di bawah ukuran sampel yang jauh lebih besar, sementara pemain suka marco “⁠Snappi⁠” Pfeiffer dan lotan “⁠Spinx⁠” Giladi berada di zona berbeda untuk pemain yang memiliki flash yang sangat efektif tetapi tidak melempar terlalu banyak.

Kita bisa melakukan ini untuk semua statistik flashbang, tentu saja; akan sama berharganya untuk melihat bantuan lampu kilat dibandingkan dengan waktu lawan di-flash, untuk melihat kilatan siapa yang paling sering dikonversi.

Mudah-mudahan kami telah mengilustrasikan perbedaan antara melihat statistik secara terpisah dan dengan konteks yang tepat. Sebelum kami menyelesaikan artikel, kami akan menambahkan satu peringatan lagi: kami masih tidak dapat menentukan secara statistik siapa yang melempar flashbang terbaik. Kami telah menyebutkan kendala ketika datang ke AWPers dan mendukung, di belakang pak, pemain bisa melempar lebih banyak flashbang.

Tetapi kami juga kehilangan bagian penting dari teka-teki: Siapa yang menemukan barisan untuk flashbang? Siapa yang merancang eksekusi yang menjadi bagian dari flash? Meskipun sering kali merupakan IGL, pelatih dan analis layak mendapatkan pujian untuk statistik flashbang tim dan pemain mereka juga.

Seorang pemain seperti irama muncul di semua metrik, jadi dia jelas melakukan sesuatu yang berbeda dengan pemain lain. Tapi, dari luar, kami tidak bisa 100% yakin bahwa keunggulan tidak didorong oleh analis, gaya, dan banyak faktor lainnya.

Ini berarti harus lebih adil untuk membandingkan tim, daripada pemain, dalam hal statistik flashbang. Kecuali, tim yang mendapat skor tinggi dalam bantuan kilat jarang menjadi tim terbaik di dunia.

Faktanya, ada korelasi negatif yang lemah antara bantuan kilat tim dan persentase kemenangan putaran. Dari delapan statistik FTU (mutli-kill, opening kill, dll.) flash assist adalah satu-satunya di mana garis tren kami miring ke bawah.

Tim suka Cloud9 memiliki bantuan flash yang buruk secara konsisten, dan scatterplot pertama menunjukkan caranya MenggangguPemain sebenarnya tampaknya membuang banyak flash, dengan robin “⁠Ropz⁠” Kool, Finn “⁠Karrigan⁠” Andersen, dan Russell “⁠Twistzz⁠” Van Dulken semua di kuadran kuning. Ini membawa kita ke persimpangan jalan: Apakah tim terbaik di dunia buruk dengan flashbang mereka? Atau kita kehilangan sesuatu?

Jawaban terakhir tampaknya lebih mungkin. Mengganggu adalah skuad internasional, dengan gaya eksplosif. Putaran mereka cukup singkat, membuat mereka memiliki lebih sedikit waktu untuk kilatan dewa yang sempurna. Mengganggu, diplot melawan setiap regu, sebenarnya cukup rata-rata untuk bantuan kilat; itu adalah multi-pembunuhan, konversi 5v4, dan konversi 4v5 yang mereka kuasai.

Ini adalah peringatan penting untuk diketahui sebelum bagian akhir artikel, di mana kami memperhitungkan segalanya untuk membuat 'rating flash' yang mirip dengan peringkat pembunuhan pembuka, peringkat dampak, dan peringkat 2.0. Statistik Flashbang, saat ini, tidak dapat mencakup semua konteks yang diperlukan.

Tim tidak ingin setiap flashbang yang mereka lempar membutakan musuh selama tiga detik atau mendapatkan bantuan; granat adalah bagian dari meta kucing-dan-tikus, palsu-berat. Jadi, ini bukan daftar pasti dari pelempar flashbang terbaik, juga tidak berusaha untuk itu. Ini hanyalah kompilasi dari pemain yang secara konsisten sangat baik di tiga metrik ini:

— Flashbang dilempar per putaran
— Waktu rata-rata lawan di-flash per putaran
— Bantuan kilat per putaran

Namun, formulanya sedikit membantu untuk melukiskan gambaran keseluruhan tentang seberapa baik seorang pemain menggunakan flashbang mereka, dengan pemain seperti irama, Jame, dan gabriel “⁠JatuhN” Toledo dihargai sekali lagi. Tren AWP-IGL kami terlihat sekali lagi, sementara lima IGL dan enam AWPer masuk daftar terakhir. Tapi, jangan lupa bahwa dampak dari banyak flashbang tidak dimasukkan ke dalam peringkat ini.

Jadi, haruskah kita menggunakan statistik flashbang lebih banyak? Mungkin; pemain suka irama jelas memiliki bakat dengan granat $200 dan layak mendapat pujian karena melakukannya. Tapi, tujuannya harus tetap sebagai indikator gaya: Statistik ini memberi tahu kita bahwa irama menggunakan flashnya untuk mendapatkan assist dan membutakan lawannya, tapi itu bukan satu-satunya kemungkinan penggunaan. Memiliki rating yang rendah tidak berarti seorang pemain menggunakan flashbangnya secara tidak benar. Seperti stat apa pun, konteks adalah raja. Dan itu adalah pelajaran yang dapat diterapkan di semua metrik, bukan hanya yang berkaitan dengan flashbang.