HLTV长文：我们为什么需要一场CS的数据革命？（上）

卓新软件园 11-03 阅读 70评论

时代进入21世纪之后，随着先进的统计学和数据分析学的崛起，传统体育的面貌发生了根本性的改变。随后，一本名为《点球成金》的书籍开始热销，其改编电影（布拉德·皮特主演）随之被搬上荧幕（电影主要讲述美职棒联赛中，一支平庸的球队如何通过数据分析，打造一支进入季后赛的队伍）。数据，这一概念正式进入公众视野，并日渐深入人心。自那以后，数据变革的步伐变得越来越快。

在NBA，我们在2010年代中期目睹了“三分球时代”的开启，所有的球队几乎在一夜之间完全取消了三分线与篮筐之间的长距离投篮。

而在欧洲足球界，随着“预期进球数”（xG）这一概念的引进，每场比赛中远射的数量逐渐减少，球队开始更加注重创造高质量的进攻机会，并大大减少了低概率的射门尝试。

这两种趋势易于观察，但仅仅是冰山一角。如今，参与一项运动的体育后勤部门与二十年前相比几乎有天地之别。仅仅依赖肉眼观察的星探，和以及凭借多年经验来做出判断的做法，几乎已然消失在历史的尘埃中。尽管这些技能在今天看来，仍然举足轻重，但在现代体育中，更多的决策现在大多由数据来驱动。

然而在CS这项运动中，数据分析部门仍然只是一个遥不可及的梦想——或许永远都不需要。但可以预见的是，CS也可能走上与这些传统体育相同的道路，届时各队将竞相招募精通数据分析的总经理，以使每次阵容变动都物有所值。

可以说，类似于篮球的三分球时代和足球的预期进球数的变化，在CS这个项目中也已经悄然开始，自Astralis开发了精确的投掷物来夺取包点的控制权之后，越来越多的队伍会在局势不利的时候选择保枪，自然而然也有越来越多的队伍选择在对方埋下C4之后选择不回防。但这些趋势，并不是一场宏大的数据革命的开端。

如今对于选手的考察过程仍然与2016年大同小异。教练、队伍的指挥和俱乐部的管理层坐在一起，通过观看比赛录像，参考选手前队友的意见，筛选出可供选择的候选名单。kassad告诉我们：“挑选一位新选手时，数据并不是那么重要。在组建团队时，还有数十个更重要的因素。首先，我喜欢听取过去与我感兴趣的选手合作过的人反馈。之后，主要是观看录像，专注于观察选手在高压情况下的表现、如何应对比赛中的特定情况、在其位置上是否具备必要的主动性、临场应变能力，决策能力等等。”

在某些战队中，这项工作往往由选手来承担。在一个更依赖肉眼观察得到结论的的世界中，选手们无疑拥有更多的话语权，在这个时候，考察选手成了一门艺术，而非科学。

这种现状，与《点球成金》中呈现那些传统球探的做法并无二致。当做出关键决策时，个人关系会影响判断。如果你曾与某位选手共事过，你就不需要去打电话问他前教练的意见。因此，kassad签下jkaem和nexa，就是因为他俩都是kassad曾经共事过的选手。

这样的做法同样适用于经纪公司。五名Vitality选手同时与Jérôme Coupez的Prodigy Agency（译者注：一家经济公司）签约，并非巧合。

JW曾在采访中谈到，这些空洞的对话对话使曾得EYEBALLERS错过了一整个瑞典天才的“世代”。他在采访中说到：“我们错过了一些极具潜力的签约，因为我们可能听信了传言，而没有给他们一个展现自我的机会。”

但传统的寻找选手的方式并非无效，要知道，是金子总会发光。Spirit并不是依赖超级先进的数据和算法，才找到donk这样的绝世天才，他们依靠的正是一套陈旧但不落后的选才体系。

对于某些人来说，通过角色和位置选才适合传统的选才体系，因为当一笔转会让一名选手的打法和风格大变样时，社区对这位选手的关注也会水涨船高。比如，过去人们可能不会对malbsMd多加关注，但现在malbsMd加盟G2的这笔签约，却遭到了更多来自社区的质疑。在M80，这位选手在包点主防者的位置上打出了1.30的Rating，但到了G2,他却要扮演另外一种角色。

Richard Lewis在直播中谈论新G2阵容时表示：“我讨厌过去几年的这种趋势，每个人都似乎被角色和位置的讨论固定死了。人们谈论角色时，仿佛它们是不可变的特质那样，完全没有灵活性。在我投身CS的那个时代，角色几乎是次要的考虑：我们寻找合适的选手，拥有良好的战术体系，然后让他去适应那个角色。”

然而，现实是，这种趋势正在追随并迎合CS行业的发展。关于角色和位置的讨论已经成为了一种主流观点。

dupreeh在2016年谈到他对被调到自由人位置的不满，当时他被迫更改位置，是为了更好的释放Kjaerbye的潜力。但当Magisk加盟队伍之后，他又回到了控制地图的角色。这完全是意料之外的一笔转会，因为当时Astralis的主要目标是以打法激进著称的k0nfig。但也正是Magisk的加盟，由此，Astralis开启了属于丹麦人的王朝。

Snax在2018年曾短暂加入过MOUZ，尽管这支队伍曾赢得了ESL One纽约站的冠军，但在STYKO的指挥下，Snax的打法显得非常挣扎，逐渐失去光彩，最终被替换。SK也曾签下了打法激进的felps，来代替fnx的位置，但他的表现，是在队伍引进了boltz后才表现得更为出色。

还有一些更近的例子，比如，Astralis在尝试将blameF、stavn和jabbi强行拼凑在一支队伍之后，甚至未能晋级Major。

选手们常常认为自己的适应能力很强。他们会说：“我们可以胜任任何角色”，他们深信现代的CS战术体系可以更均衡地分配击杀机会。拿malbsMd的例子来说，即便危地马拉人在M80的老队友对他在G2的角色变化表示质疑，他本人却非常自信的认为自己可以胜任这种改变。

大体上，这种转变是成功的，尽管他从一位1.30Rating的选手变成了比赛中的X因素，他仍然在赢得那些对枪，但从数据上来看他获得的机会却少了许多。

但其他队伍则采取了不同的道路，GamerLegion就是一个明显的例子，主教练ash在考察选手的过程中，会优先考虑数据和角色。

“我是利物浦的铁杆，”ash对HLTV说道，“这是他们在过去几年中采用的方法：通过数据统计来寻觅那些被低估的选手，并去追求这些选手。”

基本方法依然简单，但结果符合预期：ash和他的助理imd会整理出一份候选名单，尽可能分析多的统计数据，然后利用这些数据将名单缩减到可管理的数量，以便观看录像。不同之处在于他们所使用的统计数据。

“Skybox这个数据软件工具对我们来说如同上天赐予的恩惠，我们会发现统计数据可以根据角色的不同来进行划分。例如，你可以选择五支队伍，它会分开显示各个玩家在长枪局、ECO局和对方ECO局的Rating，并找到他们‘应有’的Rating（基于他们的角色）。”

这类似于HLTV自己的“Target Rating”，为玩家提供了基于其角色的平均Rating范围。例如，像donk这样的CT位置选手的平均Rating为1.10，而mezii类似位置的CT选手的平均Rating为1.02。所以，从这一角度来说，那些能打出1.10Rating的CT选手因此更值得关注，而不应该把目光聚焦到明星步枪手身上。

随后，Skybox还拓展ash和imd的视野，进一步查验选手们在长枪局中的数据和表现。

“HLTV的统计可能显示1.15，但你在Skybox中查看时发现，某个选手在对方ECO局中的Rating为2.16，这显然夸大了他们的表现。但有些同样1.15Rating的选手在对方ECO局中的Rating仅为0.97。”

“我们最终通过这个方法锁定了FL4MUS，他在对方ECO回合中的Rating和开局尝试都很低，但在全枪全弹的那些回合中，他的尝试比例就非常高，他的Rating在他所打的每个位置都比平均值高出0.2，与所有这些顶级战队相比。”

这与fnatic的blameF形成对比，这位丹麦选手在对方ECO时的开局尝试率高达36%，而在全枪全弹的较量中，他的尝试比例则仅为18%。

“我当时真的不知道FL4MUS是谁，”ash在采访中继续说道。“他给人一种特别的感觉。然后，他就进入了我们的候选名单。我们随后观看了他的表现，因此我也发现他在我们通过肉眼的观察中，表现得非常出色。所以，我将他纳入候选，而之后我会分析他的数据：他的表现是否可持续，他能否融入团队体系，接着再做进一步的评估。”