1
中路
样本选手 01
示例排行榜
KDA
6.8
参团率
72%
伤害占比
29%
数据样本
按赛事阶段与比赛版本筛选
更新时间
以页面数据批次说明为准
指标口径
区分场均、比例与差值指标
使用建议
结合赛程、对手与版本解读
Team comparison
战队表现不能只看胜率
从经济建立、地图资源、比赛节奏和攻防转化多个维度比较，避免用单一结果指标替代完整表现。
样本战队比较器
Illustrative Data下列数值仅用于展示分析界面与指标关系。
| 样本对象 | 胜率 | 趋势 | |||
|---|---|---|---|---|---|
| 样本战队 A | 68% | 正向 | |||
| 样本战队 B | 57% | 平稳 | |||
| 样本战队 C | 45% | 待观察 |
比较前应确认对手强度、赛事阶段和样本场次是否接近。
刷新真实数据
Player leaderboards
按位置理解选手贡献
KDA需要与参团率、伤害占比、对线差值和队伍资源分配共同观察，才能减少角色差异带来的误判。
2
打野
样本选手 02
示例排行榜
KDA
5.9
参团率
76%
伤害占比
18%
3
下路
样本选手 03
示例排行榜
KDA
5.5
参团率
68%
伤害占比
31%
4
上路
样本选手 04
示例排行榜
KDA
4.7
参团率
61%
伤害占比
24%
Champion draft dashboard
英雄优先级不等于英雄强度
选取率、禁用率和胜率分别表达不同信息。还需要结合首轮BP、红蓝方、位置摇摆与搭配组合分析。
Fearless Draft
系列赛越深入，英雄池与调整能力越重要
Fearless Draft会降低重复选择的空间，使单局统计不足以完整表达系列赛策略。分析时应把已用英雄、位置储备、替代体系和对手限制纳入上下文。
结合淘汰赛对阵分析已用英雄约束
记录系列赛前序对局选择，判断后续可用体系是否收窄。
位置摇摆价值
可跨位置选择的英雄能够延后信息暴露并扩大BP空间。
替代体系储备
比较战队在不同开团、边线与团战体系中的转换能力。
局间调整能力
关注失利后的选角变化、资源侧重和比赛节奏修正。
Patch context
把每项数据放回比赛版本
英雄数值、装备系统和地图机制变化都会影响指标分布。跨版本比较时，应优先确认规则是否仍然一致。
版本边界
不要直接合并机制差异明显的比赛样本；必要时分版本展示。
关键改动
标记英雄、装备与资源机制的重要变化，再解释前后趋势。
样本稳定性
低场次高胜率不一定代表稳定强势，应同时查看出场和对局环境。
推荐的数据阅读顺序
1. 确认阶段与版本
2. 检查样本数量
3. 比较多项指标
4. 回看具体比赛