与大数据加速深度结合,电子竞技或将迎来“大数据时代”

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

image

不得不说,这些年来电子竞技永远是一个充满话题的领域,与几年前的备受争议不同,如今电竞随着玩家和观众规模的倍数增长,外界资本的大量流入,加之政府态度的软化,正逐渐向着越来越正规的方向发展。这其中包括电子竞技俱乐部的规范化、赛事数量增多、主办方组织水准提升、网络转播的专业化等方方面面。然而,从近一年多来的Dota2、LOL等主流电竞项目的大型赛事来看,似乎又多了一项正在慢慢步入正轨的生意。

在去年几次大赛的赛后采访中,不少战队都提到了团队中数据分析师的关键作用,这些分析师们的主要职责就是针对选手在游戏中的各种比赛数据进行汇总,并把每个选手比赛习惯的相关信息进行量化,将数据通过相关模型进行效果分析,运用这些数据发现每位选手的优缺点,以此来指导战队的英雄选择和战术设计,同时提供比赛对手的各种情报。

长久以来,电子竞技一直被认为是由电脑游戏进化而来,因此也就自然而然的被人附加上了随心所欲、娱乐至上、游戏技术决定论等属性。然而在电子竞技赛事奖金不断增长,观众不断增加,竞争愈加激烈的大环境下,也在很大程度上促进了电子竞技的职业化进程,而选手的水平似乎仅仅成了获胜因素的一个方面,战术设计、硬件设备、后勤保证、数据分析等越来越多接近传统体育项目的术语和概念开始被电子竞技所接纳。而这一切,也正预示着电子竞技大数据时代的开启。

来自玩家的需求

其实关于游戏的数据分析一直都存在,数据分析师这个职业也不是近一两年才出现的,只不过之前的数据分析主要集中在营销和运营层面,涉及的主要内容包括游戏的传播效果、广告的投放效果、用户层次分布、游戏时间、新玩家价值与收益等方面,是从游戏运营商的需求出发的。而本文所谈的新一轮的游戏大数据趋势主要集中在游戏中产生的数据,尤其是停留在竞技层面上的数据,是由玩家的需求所产生的。

在单机游戏时代,由于早期的网络联机功能不完善,游戏大多只注重娱乐性,注重玩家的个人体验。而到了网络时代,联机逐渐成为游戏的一大乐趣。要知道,一旦从与电脑对战转变为人与人之间的较量,竞技性上的提升就完全不在一个层次。与别人的对比和赶超是人的天性,没有人甘当失败者,而胜者又急于将自己的成果公诸于众。如何将这些东西量化,成为衡量胜负的绝对因素,也成为了游戏设计中重要的考量因素之一。而游戏也从个人对战丰富为多人之间的合作与竞争,团队开始成为游戏的另一核心元素。在这一背景下,从星际争霸、魔兽争霸再到现在的刀塔和英雄联盟,无一不遵循这一轨迹。

游戏自身的不断发展也出现了一种潜在的趋势,随着团队合作竞技游戏的出现,一些符合上述元素的游戏开始出现竞技化趋势,并且竞技强度和节奏都在逐步提高,当到达一定的门槛后就自然而然的从娱乐性游戏迈入了电子竞技的圈子。而游戏竞技化所带来的影响就是越复杂的游戏就会有着越专业的操作要求,同样越专注的玩家就需要越详细的游戏数据分析总结并以此获得技术上的提升。

但是不论普通玩家还是比赛选手,仍然是通常意义上的游戏玩家,只不过竞技元素的加入让不少玩家开始注重游戏的发挥和成绩,于是量化的数据就成了最直接也是最现实的追求。在国外,近几年也陆续出现了几家专供游戏数据和游戏百科的网站,Curse和ZAM就是两家较为出色的数据提供商,他们建立并提供包含了数十款游戏在内的电子数据库和相关的数据分析,并逐步开始尝试提供游戏教学、培训等增值服务。

而国内市场,Dotamax这家提供Dota2游戏数据的网站也借助Dota2在国内的流行开始逐渐被玩家了解,并在经历了一段时间的发展后将数据库进一步扩展,包含了英雄联盟、炉石传说、暗黑破坏神3等多款游戏的数据。随着不少玩家对游戏水平的执着追求,Dotamax甚至开始提供专业的比赛录像解析服务,并按照时间收取一定的费用。而流量的逐步提升也证明了玩家对于游戏数据的需求的确在逐渐提高,并且这个速度比预想的还要快。

电竞繁荣期的衍生品

电子竞技的火爆是不言而喻的,这不仅仅在于出现了越来越多的赛事以及天价的奖金,还伴随着诸多获得资本追逐的衍生产品。随着对电子竞技选手的商业价值开发和对电竞赛事的转播需求,基于电子竞技圈所诞生的社交平台、电商平台和直播平台层出不穷,不仅获得风投青睐,还曾出现过Twitch这样被亚马逊10亿美金收购的现象级产品,不少衍生品也都收获了大批的用户。

甚至一直被外界诟病的只会烧钱的电竞俱乐部,也开始获得资本的重视。俄罗斯的VP俱乐部在去年年底获得了俄罗斯首富阿利舍尔·乌斯马诺夫旗下公司1亿美金的投资,这应该也是有史以来电子竞技俱乐部所获得的最大的一笔资金注入,这对于电子竞技向传统体育靠拢有着极其重要的意义。几乎相同的时间,依托中国Newbee战队所成立的蓝游文化也宣布获得1100万美元的A轮融资,再加上王思聪持有的老牌俱乐部IG,也标志的电子竞技资本时代的到来。

而在各种衍生品层数不穷的背景下,基于游戏的数据服务出现就显得再正常不过了,一个观众数量庞大,有成绩需求,且持续被资本热炒的圈子急需通过一些量化的内容带来信息层面的支撑,而不少俱乐部也需要数据来帮助选手提高以取得更好的比赛成绩。在这种情况下,基于游戏数据的衍生就成了一个极具前景的领域。

随着大数据概念与全社会各领域深度结合的进一步加速,电子竞技一定也会在未来某一时间拥抱大数据,而相关游戏数据服务的提供也正是电子竞技大数据时代的开端。

电竞职业化的必需品

除了资本热潮之外,电子竞技自身的发展也在朝着职业化的道路前进。甚至在圈子的划分上与游戏出现分隔,开始向着传统体育项目的建设方式转变。

目前先进的体育项目,以足球、篮球为例,有着完备的电视转播和成熟的商业开发模式,电子竞技在转播权的售卖和商业赞助的开发上虽无法与世界第一运动足球相比拼,但也已经有了不小的规模。而在团队建设和团队保障上与传统体育项目之间尚存在着不小的差距。

以数据分析为例,足球俱乐部中配备数据分析师已经有了多年的历史,分析师们不仅分析球员们在球场上的射门、跑动等数据,还负责监测球员日常训练时的身体反应等一系列生理指标,为科学合理的训练提供数据支持。而目前在电子竞技领域数据分析师这一角色也不过刚刚被引进不久,更多的工作也是针对游戏中的数据,暂时还无法做到全天候的数据监测和分析。

不过,电子竞技的优势在于,其载体就是电脑和网络,游戏的载体也是数据的载体,这也为电竞项目的数据分析提供了天然的土壤。同时由于电子竞技对于设备的高要求,也为下一步与智能硬件设备之间的结合提供了可能。

例如,在田径和足球训练中常见的GPSports智能系统近年来颇为流行,这套高科技设备主要用来监测运动员比赛训练时的身体状态、呼吸心跳等生理指标。而一些智能鼠标、智能键盘等硬件设备的出现也为监测电子竞技运动员的身体指标提供了可能。前魔兽争霸世界冠军李晓峰的创业团队曾推出过一款电竞专用鼠标,就融入了数据监测功能,可以实时记录操作者的心率、手速等指标。未来这些设备肯定会更多的被专业电子竞技俱乐部所采用,用来更科学的进行比赛训练时队员的各项指标监测。

而随着电子竞技的逐渐普及,以及游戏的竞技化趋势,上文所提及的数据分析网站和各类智能硬件设备也会逐步被玩家所接受,甚至还会出现基于用户个性化定制的不同产品。这些产品与应用的出现与其说是借了当下电竞热的东风,不妨说是互联网和科技发展浪潮之下的必然产物。而与数据深度结合的电子竞技,也必定会在这股浪潮下继续前行,属于电子竞技的大数据时代,真的不再遥远了。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
存储 分布式计算 数据挖掘
什么是大数据?2022大数据时代
什么是大数据?2022大数据时代
213 0
什么是大数据?2022大数据时代
|
大数据
大数据是什么?大数据时代四个特点
大数据是什么?其实很简单,大数据其实就是海量资料巨量资料,这些巨量资料来源于世界各地随时产生的数据,在大数据时代,任何微小的数据都可能产生不可思议的价值。大数据有4个特点,为别为:Volume(大量)、Variety(多样)、Velocity(高速)、Value(价值),一般我们称之为4V。
2113 0
|
机器学习/深度学习 人工智能 算法
四说大数据时代“神话”:从大数据到深数据
在机器学习方面始终有个基础性的误会,即更大的数据会形成更快的学习效果。殊不知,更大的数据并非意味着能发现更深刻的信息。事实上,与数据的规模相较,数据的质量、价值和多样性更最该关注,即数据的“深度”胜于“广度”。
1193 0