E-sport, az adat imádók sportja

Ti mondtátok Olvasási idő:1 perc

e-sport

Játékos vagy sportoló?

Bár itthon az E-sports még gyerekcipőben jár, sokaknak bizonyára nem kell bemutatni. Résztvevői professzionális módon, versenyszerűen foglalkoznak videojátékokkal, így nem csupán játékosok, hanem sportolók is. Egy-egy nagyobb e-sport eseményt világszerte több millió néző követ élőben, így egyre több márka és médiavállalat mutat érdeklődést a milliókat mozgató sportág iránt.

Az e-sportban rejlő adatok értéke

A versenyek és közvetítések során nagy mennyiségű (Big Data) nyers adat generálódik, mely megfelelő módszerekkel vizsgálva értékes információkká alakítható mind a játékosok, mind a szponzorok számára.

A keletkező adatok két nagyobb csoportja a nézői – és a gameplay adatok. A közvetítésekre használt legnépszerűbb streaming csatornák (Twitch, Youtube, Facebook live) megbízható és azonnal elérhető nézői adatokat szolgáltatnak, amelyek a szponzorok, hirdetők és médiavállalatok számára komoly üzleti értéket jelentenek.

A generált adatok másik csoportját a gameplay adatok képzik, melyek nekünk, adatelemzőknek még érdekesebbek. Az ilyen típusú adatok lényegében a mérkőzések minden pillanatának adatait (általában perces időintervallumban) rögzítik: a játékosok pozícióját, a játékban birtokolt eszközeiket, pénzük és a játék eseményeit (pl. kill, gól, fejlődés). Az adatokat megfelelően elemezve, játékosként hasznos információkat kapunk saját, a játék közben nyújtott teljesítményünkről: miben vagyunk erősek, mikor teljesítünk jól vagy rosszul, milyen területeken kell fejlődnünk ahhoz, hogy jobbak legyünk.

A keletkező adatok mindezen felül kiváló segítséget nyújtanak a kommentátoroknak a közvetítések közben, lehetővé teszik a játékosok teljesítményének nyomon követését, de sportfogadás során is eredményesen használhatóak.

Imádjuk a jó minőségű adatot!

Adatelemzőként élvezet ezekkel az adatokkal dolgozni, hisz nagyon részletesek, adathibáktól mentesek és az összes, a mérkőzésen történt fontos eseményt rögzítik. Az adatfeldolgozást nagyban megkönnyíti, hogy a meccsek során keletkező adatok automatikusan adatbázisokban  tárolódnak (nem úgy, mint a legtöbb sportban, ahol manuálisan kell lejegyezni az eseményeket). A nyers adatok API hívásokon keresztül kerülnek át az adatvizualizációs szoftverünkbe. A meccsadatok áthúzása után a következő lépés egy, a célunknak megfelelő, az adatok közötti valós kapcsolatokat reprezentáló adatmodell kialakítása. Utolsó lépésként létrehozunk egy jól értelmezhető és rugalmas vizualizációs réteget, ami megmutatja a statisztikákat és a legfontosabb teljesítmény mutatókat, illetve ennek segítségével elkezdhetjük az összefüggések feltárását.

Milyen következtetésekre jutottunk? A következő vendégblog cikkünkből kiderül!

Pápai Szabolcs, Adatelemző – Nextent Informatika Zrt.

[cegajanlo id=”nextent”]

Amennyiben hasonló tartalmakat szeretnél olvasni, kövess minket a Facebook oldalunkon is!