Mengolah Data Esports

0
65
ESL ONE Mumbai
Credit: ESL One Mumbai (@Adela Sznajder)

Apakah kamu pernah menyaksikan sebuah film Hollywood berjudul Moneyball (2011)? Sekilas film ini menceritakan bagaimana sebuah tim olahraga baseball ber-budget rendah bersaing melawan tim olahraga yang kaya raya.

Singkat cerita, tim sultan tersebut pun bisa dikalahkan dengan wawasan data yang dibawa oleh analis dari tim yang tidak terlalu berduit. Cerita kemenangan tersebut terdengar sangat cerdas, bukan?

Konsep analis dan ilmu statistik di dunia olahraga ini awalnya dipopulerkan oleh Billy Beane, seorang mantan pemain baseball yang menjadi manajer umum Oakland Athletics. Beliau merupakan tokoh utama dalam film Moneyball, loh!

Yang dilakukan Billy tidak lain adalah mengumpulkan berbagai data dalam olahraga baseball (Sabermetrics) mulai dari merekrut atlet hingga mengukur daya responsif pemainnya.

Unsur kompetitif esports tidak selalu bisa diduplikasi dengan mudah oleh para analis. Beda judul, ataupun genre, tentu membutuhkan pendekatan yang berbeda. Apalagi bila kita sudah menyentuh judul-judul esports yang sangat berat di strategi, seperti StarCraft 2 dan juga Dota 2. Mekanismenya sangat kompleks!

analytics
via Pixabay

Belajar dari Moneyball, banyak tim yang kini mulai memburu dan mengolah data untuk bisa mengalahkan saingannya. Tidak hanya itu, meningkatnya audiens esports beserta hadiah turnamen perlahan-lahan telah meningkatkan unsur kompetitif esports ke jenjang berikutnya.

Menyadari potensi ini, kini pengolahan data pun telah dikomersialisasi oleh perusahaan analis data seperti SAP, Microsoft, dan IBM. Mereka hadir untuk melengkapi sebuah tim dengan data mereka.

Tidak hanya sampai di sana, berbagai platform integrasi analytics juga telah dikembangkan untuk berbagai sektor, seperti broadcasting.

Apa saja sih yang bisa diukur?

Melanjuti dari pengumpulan data statistik di olahraga tradisional, kita bisa terlebih dahulu melihat model yang ada. Di olahraga tenis, ini mencakup sudut ketika melakukan service, serta pukulan yang tidak bisa dibalas. Dalam basket, ada yang namanya pendekatan Bayesian statistics untuk mengukur kekuatan pertahanan tim di pertandingan.

Nah, bagaimana dengan esports?

Pergerakan spasial dan reaksi pemain

Semua permainan gim menyajikan sebuah area permainan yang terbatas, dengan adanya suatu objek yang menghalangi pemain untuk mengaksesnya. Objek tersebut tentunya bisa berupa hambatan atau medan yang memang tidak bisa dilewati.

Dalam hal ini, posisi pemain dan jarak menjadi sebuah variabel pengukuran yang penting, terutama dalam menentukan reaction time yang dibutuhkan. Pengukuran ini tentunya akan dilakukan berulang kali.

Hari ini, Tobii dan SteelSeries masing-masing menawarkan eye-tracking solution yang membantu para penggunanya untuk menyesuaikan gerakan mata mereka seperti para pemain profesional.

Probabilitas

Masih ingat dengan pelajaran matematika di sekolah yang menghitung permutasi dan kombinasi? Di sinilah kamu berkesempatan untuk menggunakannya!

Dalam sebuah permainan strategi yang amat kompleks nan rumit, ada begitu banyak unit berbeda yang berada di layar setiap saat. Sudah begitu banyak variasi, masih ada lagi aturan prioritas pemberian perintah dalam gim yang semakin memperkeruh situasi.

Dalam hal ini, pemain harus terus beradaptasi dan menyesuaikan strategi mereka secara real-time. Pengambilan keputusan di situasi seperti ini sangatlah rentan terhadap kesalahan. Oleh sebab itu, muncul sebuah layanan untuk mengidentifikasi apa keputusan paling optimal yang bisa diambil dalam sebuah skenario permainan.

League of Graphs
via League of Graphs

Hari ini, platform yang berasal dari komunitas seperti LOLSkill, League of Graphs, dan Oracle’s Exilir membuat daftar hero yang paling banyak dipilih dan di-ban dalam League of Legends, beserta tingkat kemenangannya. Ada juga platform kalkulator yang dapat memprediksi kemenangan dari sebuah tim setelah permainan berlangsung selama 15 menit.

Manajemen ekonomi

Walaupun beberapa judul esports tidak mengharuskan pemain untuk melakukan upgrade pada perangkat yang digunakannya, seperti genre battle royale; namun ada juga gim yang justru memiliki perhitungan in-match economy, seperti Counter Strike: Global Offensive (CS:GO).

Pada dasarnya, para pemain mendapatkan uang dengan mengalahkan musuh, yang nantinya uang tersebut bisa digunakan untuk membeli atau memodifikasikan senjata.

CSGO Scout
CSGO Scout

Hari ini, ada sebuah aplikasi khusus untuk memperdalam ilmu smart economy CS:GO yang bernama CSGO Scout; dan juga aplikasi TrackDota untuk melihat data buybacks dan item apa saja yang dibeli dalam gim Dota 2.

Patch atau update baru dalam permainan

Salah satu hal yang membedakan esports dengan olahraga tradisional adalah pada perubahannya yang begitu dinamis. Apa yang menjadi favorit di hari ini, bisa dengan mudahnya terpuruk setelah diberlakukannya perubahan aturan baru.

Hal ini menjadi tantangan bagi para atlet profesional esports untuk terus menyesuaikan diri dengan perubahan dalam video game mereka masing–masing. Perubahan tersebut juga terjadi cukup sering, mengingat pihak developer tidak ingin pemainnya merasa cepat bosan, seperti Fortnite.

Sementara itu bila kita bandingkan dengan olahraga tradisional, perubahan aturan mereka dilakukan secara bertahap.

Mereka yang harus beradaptasi terhadap update terbaru dari game bukan hanya para pemainnya saja, tetapi juga para analis.

Mobalytics
via Mobalytics

Hari ini, platform analytic Mobalytics terus merilis daftar tier yang merangkum perubahan hero pada setiap patch, dimana para pemain bisa langsung diuntungkan dengan mengikuti panduannya.

Memperoleh data pertandingan dan pemain

Salah satu kelebihan dunia analytic esports dibandingkan olahraga tradisional adalah pada bentuk digitalnya sejak awal. Untuk mengukur statistik olahraga tradisional, harus terlebih dahulu dilakukan proses digitalisasi sebelum dianalisis.

Namun, bentuk digital data esports ini juga tidak serta merta memberikan kemudahan absolut. Masih ada juga sisi dilemanya, yaitu kebanjiran informasi.

“Sumber utama informasi yang benar akan selalu berasal dari pihak penerbit gim, dan API (application programming interface) yang mereka sediakan,” kata Matthew Gunnin, CEO dari Esports One, dimana produknya menggunakan machine learning untuk bisa menghasilkan data statistik dari siaran esports.

Di masa–masa awalnya, Gunnin bergantung pada API yang tersedia dan juga mengambil data secara manual.

Dari segi ketersediaan informasi, Dota 2 tergolong sebagai gim yang datanya mudah untuk diakses. Hal ini tidak lain karena Valve cukup terbuka dalam mebagikan informasi tersebut. Data tersebut bisa diakses dari hasil pertandingan match replay.

Pada tingkat profesional, Dota 2 memiliki turnamen masyhurnya, The International yang sangat menonjol setiap tahunnya.

Berbeda dengan turnamen kecil-kecilan dimana pesertanya tidak terlalu tertarik untuk menganalisis tim lawan mereka, The International justru membuat sebuah permintaan pasar terhadap data tersebut agar dapat dipelajari dan diolah sebagai keuntungan.

“Sekarang kita memiliki sekitar 65 ribu babak pertandingan dari masa lalu,” kata Melvin S. Metzger, seorang pengembang esports dari SAP HANA, yang menyatakan bahwa perusahaan dapat sepenuhnya menganalisis pertandingan Dota 2 yang dimainkan para profesional di ruang publik.

Data yang dikumpulkan tersebut nantinya bisa diakses dengan metode filter, seperti melihat jumlah kill yang dilakukan oleh player X pada hari ini.

Dota 2 drafting
Dota 2 drafting

“Jika saya ingin melihat informasi yang sama dari League of Legends Championship Series (LCS), misalnya, untuk hero tertentu, maka kita akan memulainya dari melacak seorang pemain dulu, dan kemudian melacak performa hero tersebut di semua pemain yang lain. […] Pada beberapa kasus, kita juga bisa terlebih dahulu menyiapkan permintaan informasi tersebut sebelum diminta.”

Saat ini di industri esports, perkembangan pemain melalui data masih berada dalam tahap awal. Bagi banyak perusahaan teknologi yang sudah mapan, target mereka sekarang adalah brand attachment.

Terlepas dari hasilnya, narasi seperti Cloud9 bekerja sama dengan Microsoft akan menjadi sarana pemasaran yang efektif untuk menjangkau para fans esports-nya.

“Masa depan dari data dan bagaimana data tersebut akan digunakan dari sudut pandang kami adalah bagaimana cara kita mengorelasikan statistik yang kita miliki dari pengguna terhadap informasi, data, dan kejadian yang terjadi di layar,” kata Gunnin.

“Saat ini kami melihat semua gamplay kamu, juga menyadari cara bermain para profesional, […] dan memulai menyimpan dan menandai tiap kejadian di dalam permainan untuk menjadi referensi sementara kamu saat berada dalam permainan.”

ESL One Mumbai
Credit: ESL One Mumbai (@Bart Oerbekke)

Kolaborasi SAP, Tim Liquid, dan Dota 2

Pada bulan April 2018, perusahaan SAP mengumumkan akan menjadi mitra inovasi resmi dari Team Liquid.

Berfokus pada tim Dota 2, salah satu tujuan dari kemitraan ini adalah untuk mengembangkan sebuah platform yang mengumpulkan data dari dalam gim untuk bisa melakukan analisis terhadap performa pemain, dan juga untuk mencari bakat baru.

Setelah bekerja sama selama setahun, SAP telah mengembangkan platform analytic esports yang relavan untuk tim esports profesional. Demikian juga Team Liquid yang memperhatikan data apa saja yang dibutuhkan SAP.

Tim yang mengembangkan platform tersebut hanya terdiri dari 2 orang yang masing-masing memiliki kemampuan pengembangan perangkat lunak dan teknik pengolahan data.

Salah satu tugas awal dari tim SAP ini adalah untuk membantu Team Liquid pada drafting phase gim Dota 2. Drafting ini adalah masa persiapan sebelum permainan Dota 2 berlangsung dimana para pemain akan memilih karakter yang mereka gunakan sambil bergilir melarang pemilihan karakter tim musuh.

Drafting sangatlah penting sebab menentukan potensi sinergi tim. Dalam hal ini, SAP mengumpulkan data dan membuat rekomendasi terbaik di tahap drafting.

Pada akhirnya, solusi drafting yang bisa ditawarkan mereka adalah dengan memberi para pelatih ataupun analis berbagai rekomendasi yang bisa dilakukan, namun tetap meninggalkan ruang pengambilan keputusan kepada yang bersangkutan.

Selain bekerja sama secara tertutup dengan tim esports Liquid, SAP juga memiliki hubungan kerja sama yang lebih terbuka di bidang penyiaran.

Sejak tahun 2018, SAP telah bekerja sama dengan banyak organisasi penyelenggara turnamen Dota 2, seperti PGL, EPICENTER, DreamHack, dan ESL. Pekerjaan SAP tentu hanya ada di belakang layar, seperti menghitung rasio tingkat pemilihan hero, persentase kemenangan, dan berbagai data statistik lainnya.

Shoutcaster acara beserta pengamatnya juga diberikan berbagai wawasan selama drafting phase antar tim.

SAP memiliki kekuatan untuk mencerna, menganalisis, dan mengolah data-data yang telah dikumpulkan dari masa lalu; kemudian menghubungkan data yang ada dengan permainan yang sedang berlangsung.

(Disunting oleh Satya Kevino; Sumber: The Esports Observer)