今天，《彩虹六号：围困》研发团队发售了全新栏目Data Peek的第一期。在Data Peek中，研发团队首度公开发表了游戏第二年度第一赛季丝绒壳行动的游戏数据。
为了玩家们回应有更加深刻印象的解读，《彩虹六号：围困》的游戏数据分析师Geoffroy Mouret(下文全称GM)将不会向我们讲解Data Peek以及更加多有关玩家需要如何利用这些数据的信息。 数据分析师不会针对《彩虹六号：围困》做到哪些工作? GM：数据分析师与《彩虹六号：围困》的数支团队联手合作，收集游戏内的数据，并通过数据分析萃取有价值的讯息。我们不会搜集干员胜率、最热门的皮肤，乃至更为细节的数据统计资料，比如Montagne每天被队友斩杀的平均值次数。
Data Peek是怎样的一个栏目? GM：我们早已注意到了玩家们不只符合于单一的数据，而是渴求看见更为高级、非常丰富的游戏数据，我们指出应当呈现出更加原始的数据内容给玩家。于是，我们发售了Data Peek的第一期。 在每个赛季，我们将通过观察各个方面的数据来总结每个版本所再次发生的事情。
你有可能无法在这里寻找所有问题的答案，但我们将在此共享数据库中的子集数据以便你能更加了解的挖出。 在Data Peek中有什么? GM：在第一期data peek中 ，我们将公开发表以下三个有所不同的文件可供你用于，玩家可根据自身数据挖掘的能力以及利用数据想理解的内容的深度自行iTunes，iTunes地址闻文末： dataDump_s5_summary_operator_loadout.csv (文件大小大约39M) 统计资料有所不同段位下，各个干员的装备设置 装备包括主要武器、次要武器和次要道具 让你可以计算出来胜败比、中选亲率和战损比 胜场淘汰赛数 (nbWins) 击杀数 (nbKills) 死亡数 (nbDeaths) 展开淘汰赛数 (nbPicks) dataDump_S5_summary_objectives.csv (文件大小大约767M) 统计资料各干员在各目标地点上的展现出 不不含配件 容许你去统计资料自由选择目标点和胜率的关口係 用有所不同地图、有所不同模式下的有所不同目标点来区分 dataDump_S5.csv (文件大小大约19.3G) 每个游戏淘汰赛的细节数据统计资料 留意，这个文件十分极大，只不应让享有用于类似于资料库经验的人用于 容许你取得关于配件、队伍构成、计数器、展开时间、获得胜利原因等各方面的详尽数据 这份概要样本来自第二年度第一赛季名列战给定。
它的每一行都包括每个玩家在每个淘汰赛的以下信息： Match(比赛) dateId: 筛选日期 (yyyyMMdd) platform(平台): PC / XOne / PS4 gamemode(游戏模式): Bomb / Secure / Hostage mapname(地图名称): Name of the map Round(淘汰赛) dateId: 筛选日期 (yyyyMMdd) winRole: 淘汰赛获得胜利队伍 (Attack / Defense) endRoundReason: 获得胜利原因 (OpponentsEliminated/BombDefused) roundDuration: 淘汰赛展开秒数 Player (per round)(每淘汰赛的玩家) clearanceLevel: 该玩家给定的实际等级 skillRank: 玩家排位 (Copper/Bronze/) endRoundReason: 获得胜利原因 (OpponentsEliminated/BombDefused) role: 玩家在该淘汰赛的角色(攻方/守方) (Att/Def) operator: 该玩家在该淘汰赛选取的干员 hasWon: 回应该玩家在该淘汰赛否获得胜利(1回应获得胜利, 0回应告终) nbKills: 该玩家在该淘汰赛的击杀数 isDead: 回应该玩家在该淘汰赛否丧生 primaryWeapon: 该玩家在该淘汰赛选取的主要武器 primaryWeaponType: 主要武器的种类 primarySight/primaryGrip/primaryUnderbarrel/primaryBarrel: 主要武器的配件 次要武器同上 SecondaryGadget: 该干员持的道具 上述内容是所有的游戏数据吗? GM：这并不是我们掌控的所有数据。不过，它们应当不足以符合你的好奇心。我们告诉很多有才能的玩家不会借此寻找让人惊讶的事情，而且我们期望你不会和我们一样，对于在《彩虹六号：围困》中挖出信息或找到奇事时有某种程度的体验。 玩家们应当怎样用于这些资料? GM：由你而定。
玩家玩这些数据是很有意思的事情。不过，我们想要警告你，请求对所有数据所持保有态度。
我们最重要的任务之一是保证与游戏设计师合作时能获取最明确的涉及数据。数据分析是有因果关系的，即便你用于了世上最极致的模型，如果你持有偏见的话，这些数据乃是没利用价值的。
例如，当分析选择率时，我们一般来说不会按照技能等级来区分玩家，以防止游戏外的因素影响到结论。有许多因素，像名列、游戏平台、玩家列表都会影响结论的南北。 你可以在下面看见 Fuze 在青铜局中有很高的选择率，但在钻石局中却乏人问津，而 Bandit 在钻石局中比在白银局中更加热门。
Fuze(左)和 Bandit(右)在上一季排位赛的选择率(PC平台) 尽管这些数据量十分可观，但要留意《彩虹六号：围困》是一个简单的游戏，必须大量数据才能分析出有明显的效果。例如，有人不会想查阅一些类似的情境，看起来XBOX ONE平台的 Tachanka 被钻石玩家在俱乐部会所的现金室中被自由选择时，配上持有人霰弹枪的 Doc 和 Bandit 面临 Blitz 的战损比。
但请求忘记，从这些少见的类似情境中得出结论的结论往往是不可信的。 关于数据使用不当的陷阱以及危险性可以闲谈上整整一天(别让我从武器的精准性想起)，但这一般来说不会让人深感无趣，只想赶快告诉结论。所以让我们来一起想到这一赛季再次发生的一切吧! iTunes游戏数据文件 Operator Loadout Data：http://static2.cdn.ubi.com/pxm/RainbowSix/Data_Dump/dataDump_s5_summary_operator_loadout.zip Objectives Data：http://static2.cdn.ubi.com/pxm/RainbowSix/Data_Dump/datadump_S5_summary_objectives.zip Full subset：http://static2.cdn.ubi.com/pxm/RainbowSix/Data_Dump/datadump_S5.zip (留意，专供享有用于数据库经验的人用于 这个文件足足有19G) 想要理解更加多《彩虹六号：围困》的涉及信息，请求注目育碧官网和育碧中国官方微博。
本文来源：杏彩体育官网-www.cangigs.com
