译者述：文中所提及的Moneyball一词指的是《Moneyball:TheArtofWinninganUnfairGame》一书，其中的“球”指的是棒球。在正式的中文翻译版出版之前，有人将书名翻译为《点球成金》，而一些喜欢棒球粉丝则将其称为《钱球》。  

DOTA2的粉丝通常是通过喜欢关注一些统计和花边新闻。在比赛上，一个小Tips会告诉你Akke没有补过一个兵拿下了TI冠军，OG的恐怖利刃是100%的胜率。一些简单而有趣的数据统计让DOTA2的比赛不再一味严肃。不过，回到数据统计的工作本身却是一项严谨的工作。  

重新设计datdota和为你提供小Tips的Ben"Noxville"Steenhuisen说：“我们赚了2000万美元，如果你能让战队的胜率提高2%，他们会给你投入更多。”  

其实这种职业化的数据分析在传统体育职业赛场上已经不是什么新鲜事。早在1990年代末，前美国职棒大联盟奥克兰运动家球队经理BillyBeane改变了传统体育的竞技模式。他向俱乐部引进数据分析的概念，就像由书改编成电影《钱球》的内容一样(由布拉德皮特主演)。BillyBeane的工作让传统体育掀起一场革命，如今没有数据分析的俱乐部就是在比赛中明显地落后。失败，是没有数据分析工作的俱乐部注定的结局。  

现在DOTA2职业比赛也发展到依赖数据分析的情况，各种提供数据服务的公司像Dotabuff和datdota应声而起，这些公司开发出自己的工具抓取比赛数据进行分析，为俱乐部提供支持。最初，很多玩家都不喜欢看数据，他们更喜欢通过录像去改进自己的打法。  

以前瞻性而闻名的中国战队，早在DOTA1时期就会利用数据来调整自身。中国的战队经理和教练会有基础策略和数据帮助队员扬长避短，这就是为什么CNDOTA在早些年处于统治地位的重要原因。那是唯有利用好数据的老牌战队，如Navi才能推翻CNDOTA对赛场的统治，而中国战队里做数据分析的人才配称为选手经理。  

DOTA发展至今，西方战队已经学会分析如此繁重的数据，甚至已经衍生出专门分析数据的职业。当中国战队还是处于教练经理数据分析身兼多职的时候，其他地区的战队已经聘用专业数据分析师。他们专门负责数据的分析和收集。“如果TI7的时候有一支战队没有数据分析师，我会觉得觉得相当奇怪。”Noxville说。  

身兼多职的1437在Secret战队任职教练期间，他还需要进行翻译和数据收集的工作。虽然这种情况在目前的DOTA2赛场上十分常见，但是越来越多的职业战队会聘请分析师来帮助队伍，如同Kpis在TI6国际邀请赛上帮助Fnatic获得第四名。  

在TI6期间Kips说过，我的工作与选手联系十分紧密，通常我都是跟选手同在训练室里的。这位来自阿姆斯特丹的分析师在ESL法兰克福站和马尼拉特锦赛期间都与Fnatic战队合作，在ESL法兰克福站期间，他曾在美国逗留超过一个月的时间为战队准备秘密武器。  

一些职业选手还对数据一窍不通，一些则热衷于数据分析。而Kips的工作就是要发掘出数据背后的含义，并让其发挥作用。Kips说：“我会从英雄的选择、守卫的布局发掘他们的动机，慢慢地这套分析模式就会形成，例如开雾时间，他们开雾了吗?他们为什么开场就放下一到两个守卫?当你分析到位，你就了解了对手的动向。”  

分析师的工作在一场重大比赛上证实了其重要性，当TNC在TI6的败者组比赛上击败OG时，Nahaz坚信胜利与数据分析密不可分。两场比赛中，TNC17次反眼成功，并准确地找到OG的隐藏点。Nahaz赞叹道：“TNC是有备而来。”  

对于观众来说，一些微不足道的细节在分析师的眼里却是制胜的关键。成功反眼率是在比赛上胜利的关键要素，超过70%的比赛胜利方都是反掉对方更多更多的视野。而剩下的30%里，只有很少的比赛像Wings战队那样通过纯粹不可预测的行动和无间的配合去获胜。  

BP和眼位分析通常是检验一个数据分析师的重要环节，如何应对刷子敌法、如何对付像Secret那样的资源抢夺、对手喜欢在野店买TP还是喜欢开局TP出来插眼等等都是分析师为战队提供的信息。  

当比赛双方的实力接近是，对游戏的理解就凸显其重要性，选手需要意识到对方的行为，这样的话战队很快就要聘请专门研究对手的人来帮助战队，这个做法很想政治候选人在选举时所做的。这样做很可能会引起竞争，谁的战队投入得多，谁才能赢下比赛。这种竞争会越演越烈，发展出更先进的手段，地图热点和英雄分析系统。现在的DOTA并不缺少数据，游戏里的一草一木都能被记录，难得是怎么获取对自己有用的数据。  

Noxville说，现在DOTA的数据还没有被规范化，也许有一天“反眼率”和“选手对比分析”的说法会在DOTA粉丝间流行起来。但是当我们谈论棒球、篮球的时候，职业数据首次提出的时候就要规范很多。  

目前对于DOTA的粉丝这种思维的转换可能还没有深入实处，但是在职业战队的内部，这种对于数据的依赖已经生根发芽。职业选手也许不需要理解数据的含义，但是他们无时无刻不在跟数据打交道。