理论党和数据帝，你们该拿什么“唬人”？

赖艺文

XX场均击杀10次，本届比赛第一

XX队在这张地图优势，胜率达到XXX

数据分析在电竞这个行业里正变的越来越热，但最基础的数据统计可不是最近才被发明出来的。

第一个引入数据统计的游戏虽然不可考证，但像红警、雷神之锤、CS这样九几年出品的老游戏都已经有了简单的数据，这也是游戏开发者利用玩家好胜心理的技巧之一，好的数据总能拿来向对手或队友炫耀。

但如今，数据统计、数据分析的运用已不局限于此，数据的运用已经延伸到了游戏内外，电子竞技本身就是一场统计学游戏，谁能玩转这些数据，谁就有机会占得先机。

数据还不足以衡量选手

现在，越来越多的比赛也在赛前插入了数据统计，利用开场前的几分钟，即使不太了解对战双方的观众也能通过数据对比赛有自己的预判。而在比赛中，游戏内的数据统计也有助于观众更好的解读和猜测比赛走势，数据还成了玩家比拼心中偶像实力的一大因素，但这些数据有时候是会说谎的。

最简单的例子，雷达图是DOTA2里常见的一种数据表现形式，雷达图越大，这位玩家的能力可能会越全面，但一位专注于辅助的玩家对应的雷达图并不会太好看，但他上分的效率或许会比别人高得多。

KDA，输出比例等基础数据，没有一项统计能够百分百的反应队员的真实竞技水平。更多的只能作为一种简单的参考，即使是像NBA里更复杂的真实命中率，效率值也都有各自的限制性。但随着数据统计项目的完善，未来选手赛场上的数据有机会成为真正衡量他们价值的一项指标。

不仅如此，选手在场外的数据同样有极高的价值，目前的一些外设设备已经能够监测使用者的某些身体指标，例如心率、APM等，这些都能够实时反应选手的身体情况，包括还未引入的疲劳度、睡眠质量、训练强度、抗压能力等更细致的数据，都有助于帮助俱乐部建立对应的训练方式，并预防越来越严重的选手伤病。

观众的喜好不能只靠猜

每一家俱乐部，每一项赛事都希望他们能够聚集越来越多的粉丝，但粉丝的忠诚度才是他们变现的基础。因此能够对粉丝建立精确的定位，才能更好的和他们建立联系，进而进行更加精准的营销。

这是一份来自CBA的球迷数据分析，惯有的思维里男子篮球联赛应该是男人的天下，但数据显示CBA的女性比例已经超过四成，而且学生人群占到大多数。如果按固有的思维进行营销，那么有可能错过最大的用户群体，这显然是一种损失。

包括婚姻状况，球迷地域分布，收入情况等等都是需要被细致考虑的因素，如果单身粉丝较多，那么就要更多考虑这方面人群的需求，如果情侣或一家三口较多，那么设置情侣票或三张连坐的销售情况可能更好。

这样的数据也是为赞助商展示自身价值的重要指标，如果赞助商的产品和自身的观众群体无法契合，那么很难给赞助商带来真正的价值提升，赞助就变成了“一锤子买卖”。而如果有精确的用户画像，寻找赞助商和商谈赞助细节的工作可能会降低一点难度。

目前行业内能够从事这方面工作的团队可能寥寥无几，如果想要得到这些数据可能还要依靠行业外专业的数据分析公司。但随着电子竞技行业的进步，数据分析必然要扮演越来越重要的角色，也应该引起俱乐部和赛事方足够的重视。