HLTV长文：我们为什么需要一场CS的数据革命？（上）

Liquid战队分析师DeMars DeRover，是一个以数据为导向的CS分析师的少见代表。在接受HLTV采访时，他坦言：“我完全没有玩过这款游戏，但Liquid对此展现了极大的耐心。”他性格谦逊，甚至不太确定Liquid是否会聘用自己。他直言：“老实说，我认为雇用数据分析师的效率并不高。这些技能之间的重叠不多。构建优秀的软件、数学能力、理解统计和概率理论，以及对游戏战术和当前版本趋势的把握，这些能力几乎没有交集。”

对于DeMars来说，传统分析师使用像Skybox或Leetify这样的工具获取数据洞察，比他从零开始学习游戏要容易得多。但这并不意味着他认为数据在CS中无关紧要，恰恰相反。从一名初出茅庐的数据分析师的角度来看，团队并不是他所推荐的理想去处。

在体育界，团队和咨询公司推动了数据革命。在CS中，像Skybox和Leetify这样的第三方公司，以及像Peter Xenopoulos这样的业余研究者（他的研究建议团队在输掉手枪局后更积极地进攻），掌握着数据的主导权。

造成这种现象的原因在于CS数据的质量和可获得性。“这些数据是免费的，获取成本极低，使用起来也很方便，许多分析算法已经编写好，”DeMars解释道。“我不认为任何运动，无论是职业还是业余，拥有的数据能与CS相提并论。我对此深信不疑。数据的频率、准确性、获取的便捷性以及每场比赛后数据的可用性都是无与伦比的。”

从我们的对话中可以看出，DeMars对传统分析师的尊重，而他自己实际上也在扮演这个角色，并表现得相当出色。“在这个阶段，我基本上就是一名制作了一些工具来简化工作的分析师。Liquid并没有专门的数据部门。ultimate的出现让人们以为这是数据分析的功劳，但实际上这是Twistzz通过传统的星探工作发现的优秀选手。”

“我会说（选手的考察和转会）只是我角色的一小部分，”DeMars在采访中表示。“在识别选手方面，分析师的经验远不及选手，阵容调整方面的发言权，也不如教练重。”

“统计数据可以帮助我们更全面地评估现有选手。也许我们没有时间逐场观看每个二级联赛的比赛录像，但我们可以分析并筛选出候选名单。”

“阵容调整是非常关键的，你只有五个名额可以调整，投入的资源也很大，因此仅凭数字难以做出合理判断。影响团队的关键决策者往往不是在后台处理数据的分析师，而是那些在前线作出决定的人。因此，数据在帮助过滤长名单方面是有用的，但我们不能完全依赖它，相比职业选手的直觉，数据的作用是有限的。不过，这并不是普遍的看法。你必须把数据部门视为一项长期投资。建立一个内部处理数据的团队，最终的目的并不是为了数据本身，而是为了更好地利用这些数据，真正让它为你所用。”

这是valens的看法，他曾带领Cloud9获得Major冠军，如今在Evil Geniuses的游戏与数据科学部担任负责人。公平地说，这个组织在CS中的声誉并不理想，valens的工作未能让EG之前的“Blueprint”项目取得成功。

但毫无疑问，valens的工作开创了先河，领先其他任何团队。即使未能转化为奖杯或荣誉，这并不影响其重要性。

事实上，Evil Geniuses之前在每个游戏中都雇佣了数据分析师，包括偶尔为HLTV撰写文章的Hepa。如今，EG的团队更加精简，由valens、一名实习生以及主要由技术合作伙伴HP负责的技术项目组成。

早在2019年，valens这位斯坦福大学硕士学位的数据专家就开始结合游戏内数据，根据Demo分析哪些选手在游戏中交流过多或不足。

团队内部有自己的Rating系统，名为‘EGR’。这个系统考虑了选手在游戏内沟通、道具使用的数量与质量、枪法，以及valens称之为“决定比赛结果的时刻”的表现。

如果问其他人，沟通是一种无形资产。但当EG试用选手时，他们将沟通技能视为一种有形技能，进行分析并转化为定量数据。这种方法在招聘选手时效果显著。

他们在数据分享中强调特定情况。与其关注总体击杀数，更重要的是选手赢得“公平对决”的次数，以及他们能在多大程度上将对决变得“对自己有利”。

如今，他们借助AI学习，特别是一款名为“LSTM”的程序，以序列方式评估每位选手的表现。valens承认，这有点像一个“黑箱”，但它是EGR的重要组成部分。

不过，即便对于valens来说，数据也不是灵丹妙药。简单浏览EG的比赛结果就能看出这一点。数据是一种增强工具，用来提高效率、节省教练时间或降低队伍在赛季间歇期的支出。它并不是奇迹的缔造者。

“在CS中，大多数时候你需要对游戏保持足够的敏锐度。如果失去了对面前情况的联系，比如你潜意识认为‘他们通常在3v3时选择B点’，这些信息就不应影响你对敌人真实位置的判断。”

有客观数据作为理论支持，例如“这支队伍在手枪局上B点的表现不如A点。”但这并不意味着在那些回合中作为指挥总是选择B点就是客观正确的。

同样，做出普遍适用的判断也很困难。那么，我们是否应该为保枪设定一个界限？例如在Inferno的A点形成2打3的局面，很多队伍在这种情况下会毫不犹豫地选择保枪。然而，无论你怎么想，在2v3的情况下，想要在对手埋包之后重新夺回包点并不容易。但如果告诉你，对手在埋包后的表现特别糟糕呢？

你还需要保持不可预测性。在复杂的决策中，重复同样的行为往往不是最佳选择，即使数字在纸面上看起来是正确的。

valens在EG的CS数据工作并未迅速见效，传统分析师利用录像和Skybox等工具的分析工作，已经使比赛变成了一场猫鼠游戏。你可能会在数据或录像中识别出明确趋势，但在BO3的比赛中，对手却可能完全改变战术。

这在体育界同样成立。数据的误用和对有缺陷的模型的盲目信任本身就是一个陷阱。

利物浦重返英超巅峰的原因在于数据专家Ian Graham、前视频分析师兼眼测专家Michael Edwards与杰出教练Jurgen Klopp的紧密合作。这三方必须相互配合，弥补彼此的不足。

Edwards和Graham，类似于总经理与数据科学家的组合，曾一度关系紧张。在合作初期，Edwards会驳斥Graham模型的每个部分，指出每个缺陷和视野中的空白。只有当模型令Edwards满意时，才能成为决策的一部分。

在CS中，数据的潜力是无限的。信息每秒可以被收集64次，凭借这些信息，大有可为。

Rory Smith的书《预期进球》开篇讲述了菲律宾“数据操作员”Ashley Flores的故事。她的工作是观看足球比赛，并在每次发生事件时按下快捷键。CS无需这样的基础设施，数据早已无声无息地融入游戏。

但没有任何团队能够将其转化为荣誉。没有任何团队可以与《点球成金》中的奥克兰Athletics或利物浦队相提并论。谁知道CS的数据革命将会是什么样子？

显然，关注数据会让每个团队实力提升，特别是如果他们将全力以赴的表现、经济重置后的策略，以及详细的工具和沟通分析放在首位的话，成效会更显著。

在电子竞技的寒冬中，随着2025年的临近，想在数据上投资的战队CEO需要有勇气。在这个追求短期利益的领域，投入资金在数据上是有风险的。

不过，创新总是伴随风险。长期投资数据将提高转会成功率（从而节省买断费用）、改善队伍表现，并为早期的先行者带来显著优势。我们知道金子藏在地下，但谁能找到它，依然是个未知数。