Data Science no Mundo de League of Legends

Por Glaucia Pamponet Sobrinho e Thaís Bonjorni Nobre de Jesus

Análises de dados podem ser aplicadas em diversas áreas de negócio. Atualmente, nota-se que quanto maior o público atingido por um conteúdo ou serviço que resulta em alto nível de consumo e engajamento, mais benefícios podem ser obtidos pela aplicação de ferramentas de análise de dados e derivados a fim de elevar o rendimento dos consumidores. Essa estratégia de produtividade usando dados sempre teve uma aparência muito atrelada a meios corporativos e organizacionais e comerciais, como o uso de algoritmos de recomendação baseado em análises do comportamento de consumidores, por exemplo. Contudo, a partir da última década, essas habilidades analíticas têm avançado cada vez mais nas camadas de entretenimento, chegando ao mundo dos jogos digitais, como o League of Legends.

League of Legends (LoL) é um jogo popular do gênero MOBA (multiplayer online battle arena, arena de batalha multijogador online em tradução livre) desenvolvido pela Riot Games. Completando 12 anos em 2021, o jogo tem a estimativa de 8 milhões de jogadores simultâneos todos os dias. O jogo consiste em duas equipes de cinco jogadores cada. Cada equipe controla personagens chamados de Campeões, que possuem habilidades distintas com o objetivo de destruir o nexus. O nexus representa a fonte de poder dos jogadores, fica localizado no centro da base inimiga e é protegido por torres que atacam os jogadores inimigos que se aproximam e por inibidores que impedem a formação de tropas inimigas mais fortes. Cada nexus também é responsável por fornecer tropas que auxiliam os jogadores na batalha. Além disso, existem outros objetivos no mapa que tornam os campeões mais fortes, como os dragões elementais.

Fnatic vs KOO Tigers – 2015 League of Legends
Disponível em:
https://commons.wikimedia.org/wiki/File:Fnatic_vs_KOO_Tigers_-_2015_League_of_Legends_(1cun6958).jpg

Proporcional ao gradual aumento da indústria dos games, LoL cresceu constantemente com o decorrer dos anos, expandindo para mais idiomas, mais campeões e mais atualizações com novidades para os jogadores, conquistando alcance global e prêmios. Em 2020, mesmo passado 11 anos de seu lançamento, o game conquistou o título de “Jogo do Ano” pela The Esports Awards; no mesmo ano, o jogo gerou aproximadamente 1,75 bilhão de dólares em faturamento para a Riot Games. League of Legends concretizou sua importância no cenário de jogos, em especial para os eSports (os esportes eletrônicos) ao organizar grandes campeonatos nacionais (a exemplo do CBLoL, campeonato brasileiro de League of Legends) e mundiais.

Considerando o peso do jogo à cadeia de entretenimento e aos eSports, as alternativas comerciais que atendem esse público alvo vieram a surgir, prometendo uma melhor experiência nos jogos a partir dos resultados de dados extraídos dos campeões que a própria distribuidora do jogo libera através de uma API, como quantidade de mortes e assistências, tempo de tarefas no jogo, bonificações, entre outros. O Mobalytics, por exemplo, se trata de uma plataforma analítica de desempenho de jogadores e de seus campeões usados nos jogos, a fim de fazer o player observar características a serem melhoradas ou que já estão bem sucedidas. Há também o League of Analytics, uma comunidade online focada no estudo de desempenho em cima dos datasets (conjuntos de dados) resultantes de partidas. Tais estratégias de análise representam o interesse justificado no cenário de eSports, considerando o sucesso da categoria. O surgimento de comunidades que abordam atividades de análise e visualização desses dados vão ganhando mais forma e popularidade, dando forma ao mercado de games e de e-atletas.

Além das ferramentas geradas através do uso de dados da API desses jogos, já existem estudos apontando o desenvolvimento de habilidades estatísticas que visem a melhoria no desempenho de jogos do tipo MOBA através de dados coletados de forma física. Uma nova técnica propõe a geração desses dados através de aprendizado de máquina, visualização estatística, regressão logística e linear, computação em nuvem em grande escala e árvores de decisão que trabalham em cima dos dados de localização do jogador, ataques causados e evitados, tempos de espera e outros. Há também o desenvolvimento de análise e predição das tentativas de ataque através da varredura em visão computacional usando Eye Tracking, por exemplo. Eye Tracking, ou Rastreamento Ocular, pode perceber através do mapeamento da visão ocular as áreas de maior interesse no mapa dos jogos, por exemplo, e ajudar a construir regiões propícias para ataque, defesa ou o que o próprio estudo denomina, “Mortes inteligentes”.

O estudo de dados em cima de informações retiradas da API pública acaba contribuindo com a produção de conhecimento sobre o funcionamento das estratégias, não só dos jogadores, mas também de como o jogo arquiteta o desempenho considerado justo a ser seguido. Uma exploração não acadêmica foi realizada em cima desses dados e foi analisada a ação da Riot em “nerfar” ou “buffar” seus campeões visando garantir que as características dos personagens não dê vantagens ao jogador. Segundo o estudo, que teve seus resultados e fontes publicadas no Kaggle para acesso livre, usando como dados todos os registros de jogos da temporada de 2017, foi possível perceber que, quando o game tenta manter as taxas de vitórias das equipes em torno de 50%, considera que acima desse nível os campeões escolhidos pelos jogadores auxiliam no desempenho deles. Em conclusão, foi possível perceber a relação do desempenho de jogadores com as atualizações ocorridas no jogo pela desenvolvedora.

Referências: