Använda flashbang-statistik effektivt

De flesta statistik vi använder mäter en spelares prestation i termer av deras stoppkraft. En spelares dödar, dödsfall, byten och så vidare är alla direkta mätningar av skicklighet. Men Counter-Strike handlar om mer än att klicka på huvuden, och även om det inte är lika självklart att använda statistik för att prata om indirekta handlingar, kan de vara lika användbara för att utveckla berättelser kring en spelares färdigheter och värde till sin sida.

Flashbangs är ett uppenbart exempel. Se vilken professionell match som helst, och en av de första sakerna du lägger märke till är nyttan. Du och dina vänner kanske känner till några "gudsblixtar", men det är ingenting jämfört med den mängd laguppställningar som finns att lära sig av proffsen.

Mycket av professionell CS handlar om att undvika rena 50-50 vapenstrider. Du kan få ett försprång med lite höjd, lite rörelse eller, mest effektivt, med en lagkamrat blixt för dig. Detta är inte alltid möjligt, naturligtvis, och professionellt spel har utvecklats till den grad att spelare intar "anti-blixt"-positioner - att titta in i en vägg eller golvet är det vanligaste slaget - så ofta som möjligt. Metaspel har vuxit runt denna vana, som att kasta en dålig blixt för att få en motståndare mot blixt att vända sig om bara för en sekund, bra, blixt för att dyka rakt i ansiktet på dem.

Det här skrapar knappt på ytan - flashbangs kan vara lika avgörande som ett skarpt headshot från första kulan. Så, borde det läggas mer kraft på att mäta den effekten och ge beröm till de spelare som har mest? Detta är vår titt in i världen av flashbang-statistik.

Till att börja med, här är de åtta spelarna med de högsta blixtassisterna per runda på LAN i år i matcher mellan lag rankade bland de 20 bästa.

Listan domineras av AWPers och IGLs, ett logiskt resultat. AWPers spelar vanligtvis från baksidan av flocken och kastar verktyg som flashbangs för att stödja sina gevär innan de aktiverar sig själva, vanligtvis senare i omgången. Även IGL:er tar ofta stödjande positioner med AWP:er som låter dem fokusera på radarn och deras samtal snarare än deras hårkors.

Kombinera båda rollerna så får du Casper ”⁠CadiaN⁠” Møller och Dzhami “⁠Jame” ali, två AWP-IGLs som konsekvent är elit i de flesta flashstatistik. ilya “⁠M0NESY⁠” Osipov är på fjärde plats, vilket inte är någon överraskning för dem som har sett hans stream eller demos, där den unga AWPer alltid visar upp nya trick för nytta, oavsett om det är ännu en enkelriktad rök i Mirage-fönstret eller en exakt pop-flash .

Blixthjälp berättar dock inte hela historien. Med vilken statistik som helst måste vi alltid likställa möjligheten innan vi jämför en spelare med någon annan. Det här låter komplicerat, men chansen är stor att du redan gör det.

I fotboll förväntas en anfallare göra fler mål än en försvarare, så för att likställa en spelares möjlighet att göra mål skulle vi inte ta en anfallare som gör fler mål än en försvarare som bevis på att anfallaren är en överlägsen spelare. Tio mål för en försvarare är anmärkningsvärt, men ganska genomsnittligt för en anfallare.

Detsamma gäller i CS. En supportspelares 1.00-betyg är faktiskt ganska anständigt, men varningsklockorna bör ringa om din AWPer ligger runt det intervallet. På samma sätt är ett betyg på 1.30 på en enda karta ganska bra, men ett betyg på 1.30 över ett helt år är en gudaliknande nivå som få har nått. Så det finns ett behov av att jämställa för möjligheter, inklusive att säkerställa liknande urvalsstorlekar och de fördelar en spelares roll kan ge om vi vill ta reda på vem som kastar de bästa flashbangs.

Ett svar är att gå längre än att dividera en spelares blixthjälp med rundor, för att istället dividera den med totalt kastade flashbangs. Nu kan vi se hur stor andel av en spelares flashbangs som direkt leder till att en motståndare dör. Detta gör det mer rättvist, eftersom en spelare som behöver köpa en HE-granat varje runda (och därmed kastar färre flashbangs) fortfarande belönas för att ha effektiva blixtar i förhållande till sin roll.

Detta är bättre, även om det ger problem i måttet som inte fanns tidigare. Liksom ett betyg på 1.30 över ett år är mer imponerande än över en karta, är en hög andel effektiva blixtar mer imponerande ju fler flashbangs en spelare kastar. Av den anledningen bör blixthjälp per kastad blixt inte helt ersätta blixthjälp per omgång.

Men borde vi överhuvudtaget använda blixthjälp? HLTV:s blixtassistansstatistik är strängare än Valves, med en skalningströskel baserad på hur länge en spelare var blindad. Det betyder att om en spelare var förblindad i tre sekunder, räknas varje dödande inom dessa tre sekunder som en blixthjälp. Detta är användbart när det gäller noggrannhet, men det betyder också att blixthjälp är svårare att få jämfört med statistik i spelet.

När något händer bara en gång var tionde omgång – och den siffran är generös, 0.10 blixtassistanser per runda är mycket imponerande – gör det det svårare att fastställa skillnader mellan spelare. Samma problem gäller när det kommer till 1vX-kopplingar, vilket är anledningen till vår leader för kopplingar tar inte hänsyn till spelade rundor.

Blixthjälp är också flera steg skilda från själva flashbang. En lagkamrat kan snuva på en helt blind spelare och ge dig 0.00 blixtassist per runda. En motståndare kan ha tur och få ett dödsfall när han är helt blind. Din blixt kanske fyller ett annat syfte än en blixthjälp, och fördröjer perfekt en fiendes tryck i tre avgörande sekunder för att en rotation ska kunna komma in.

Blixtar är mångsidiga och deras effektivitet täcks inte helt av blixthjälp. Lyckligtvis är det inte vårt enda alternativ: det finns också statistiken märkt som "opp blinkade" på vår flashbang sida. Detta är den genomsnittliga tiden per runda motståndare förblindades av en spelares flashbang. Så det tar hänsyn till bra blixtar även om de inte resulterar i ett dödande.

CADian är fortfarande nära toppen, men en spelare gillar Dmitry “⁠Sh1ro⁠” Sokolov faller ur topp tio med bara 1.66s motståndare blinkade. Det är här denna statistik kan hjälpa till med berättelser; sh1ro's Cloud9 sida har kommit under beskyllning för sina dåliga blixthjälp som ett lag, ofta lågt i FTU leaderboard med bara 0.19 blixthjälp per runda. För att sätta det i sitt sammanhang, CADian får blixthjälp så ofta som Cloud9Hela laget får två.

Så vad förklarar denna diskrepans? Heroisks proaktiva stil, särskilt på CT-sidan, kan sätta dem i fler situationer där en popflash från CADian är användbart jämfört med Cloud9s pragmatiska, sköldpaddsliknande inställning till försvar. Men det kan också vara så enkelt som Cloud9 och sh1ro köper färre blixtar än andra topplag — varje statistik behöver sammanhang för att passa med den.

En väg här är att likställa möjligheten ytterligare genom att bara jämföra en spelare med sina lagkamrater. Här är spelarna som ger den högsta procentandelen av sitt lags flashassist:

Även om det är intressant, löser detta fortfarande inte vårt problem. Det finns ingen enda flashbang-statistik som står för alla frågor som tas upp i det här stycket. Det är dock inte så ovanligt i statistiken. Faktum är att många statistiker måste presenteras tillsammans med en annan. Vi gör ofta detta automatiskt, som hur 0.80 kills per runda motsvarar 24 kills i ett 30-omgångsspel eller hur rating sammanställer flera olika mätvärden för att göra ett lättförståeligt tal.

Men ibland är det mindre värdefullt att sammanställa flera statistik till ett nummer än att hålla dem åtskilda. Varje statistik kan ge dig en del av sammanhanget, men bara när den ses tillsammans får du en fullständig bild av hur varje statistik påverkar den andra.

För att visualisera detta, här är en scatterplot. På en axel står hur många flashbangs varje spelare kastar per runda, och den andra visar hur många sekunder en motståndare är förblindad av den spelarens flashbangs i varje runda.

Nu ser vi siffrorna med rätt sammanhang. Det övre högra hörnet visar spelarna som är elit med flashbangs medan de har en mycket större urvalsstorlek, medan spelare gillar ram ”⁠Snappi⁠” Pfeiffer och Lotan “PSpinx⁠” Giladi är i en annan zon för spelare som har mycket effektiva blixtar men inte kastar för många.

Vi skulle kunna göra detta för vilken flashbang-statistik som helst; det skulle vara lika värdefullt att se blixthjälp jämfört med tiden som motståndare blinkade, för att se vilkas blixtar som konverteras oftast.

Förhoppningsvis har vi illustrerat skillnaden mellan att se en statistik isolerat och med rätt sammanhang. Innan vi avslutar artikeln kommer vi att lägga till ytterligare en varning: vi kan fortfarande inte statistiskt avgöra vem som kastar de bästa flashbangs. Vi har redan nämnt begränsningarna när det kommer till AWPers och stödjande, bakåt i packen, spelare som får kasta fler flashbangs.

Men vi saknar också en viktig del av pusslet: Vem hittade lineupen för flashbang? Vem designade exekveringen som blixten är en del av? Även om det ofta är en IGL, förtjänar tränare och analytiker beröm för deras lags och spelares flashbang-statistik också.

En spelare som CADian dyker upp i alla mätvärden, så han gör helt klart något annorlunda mot andra spelare. Men från utsidan kan vi inte vara 100% säkra på att fördelen inte förstärks av analytiker, stil och otaliga andra faktorer.

Det betyder att det borde vara mer rättvist att jämföra lag, snarare än spelare, när det kommer till flashbang-statistik. Förutom att lag som gör höga poäng i flashassists är sällan de allra bästa lagen i världen.

Faktum är att det finns en svag negativ korrelation mellan ett lags snabba assist och vinstprocenten i rundan. Av de åtta FTU-statistiken (mutli-kills, opening kills, etc.) är blixthjälp den enda där vår trendlinje lutar nedåt.

Lag som Cloud9 har haft genomgående dåliga blixthjälp, och den första scatterplotten visade hur STÖRAs spelare verkar faktiskt slösa bort en hel del blixtar, med robin “⁠Ropz⁠” Kool, Finn ”⁠Karrigan⁠” Andersenoch Russell ”⁠Twistzz⁠” Van Dulken allt i den gula kvadranten. Detta leder oss till ett vägskäl: Är det bästa laget i världen dåliga med sina flashbangs? Eller missar vi något?

Det senare svaret verkar mer troligt. STÖRA är ett internationellt lag, med en explosiv stil. Deras rundor är ganska korta, vilket ger dem mindre tid för uppradade perfekta gudsblixtar. STÖRA, plottade mot varje lag, är faktiskt ganska genomsnittliga för blixthjälp; det är multikills, 5v4-konvertering och 4v5-konvertering som de utmärker sig i.

Detta är en viktig varning att erkänna innan den sista delen av artikeln, där vi tar hänsyn till allt för att skapa ett "flash-betyg" som liknar öppningsdödsbetyg, effektbetyg och betyg 2.0. Flashbang-statistik kan för närvarande inte inkludera alla nödvändiga sammanhang.

Lag vill inte att varje flashbang de kastar ska blinda en fiende i tre sekunder eller få en assist; granaten är en del av katt-och-mus, falskt tunga, meta. Så det här är inte en definitiv lista över de bästa flashbang-kastarna, och det försöker den inte heller att vara. Det är bara en sammanställning av spelare som genomgående är utmärkta över dessa tre mätvärden:

— Flashbangs kastas per omgång
— Genomsnittlig tid som motståndare blinkade per runda
— Blixthjälp per runda

Ändå går formeln en bit på vägen till att måla en helhetsbild av hur väl en spelare använder sina flashbangs, med spelare som CADian, Jameoch Gabriel “AlleFalleN⁠” toledo belönad ännu en gång. Vår AWP-IGL-trend ses igen, medan fem IGL:er och sex AWP:er hamnar på den slutliga listan. Men glöm inte att effekten av många flashbang inte ingår i detta betyg.

Så, borde vi använda flashbang-statistik mer? Kanske; spelare gillar CADian har helt klart en talang med $200-granaten och förtjänar beröm för att ha gjort det. Men deras syfte bör förbli som en indikator på stil: Denna statistik säger oss det CADian använder sina blixtar för att få assist och blinda sina motståndare, men det är inte den enda möjliga användningen. Att ha ett lågt betyg betyder inte att en spelare använder sina flashbangs felaktigt. Som alla stater är sammanhanget kung. Och det är en lärdom som kan tillämpas på alla mätvärden, inte bara de som rör flashbangs.