EsportsLAB to wyjątkowy projekt, który ma szansę zrewolucjonizować świat gier. Jego celem jest wsparcie zespołów e-sportowych, jak również graczy indywidualnych, w zrozumieniu od czego zależy ich poziom osiągnięć w grze. Dzięki integracji danych z wielu źródeł, pogłębionym i wielopłaszczyznowym analizom realizowanym na platformie zarówno gracze, jak i ich trenerzy będą mogli świadomie dążyć do osiągania coraz lepszych wyników.
Czym jest EsportsLAB ?
EsportsLAB jest projektem interdyscyplinarnym, który łączy ponad pięć lat badań akademickich w obszarach kognitywistyki i sztucznej inteligencji z wiedzą profesjonalnych graczy, analityków, trenerów i menedżerów e-sportowych. Celem przedsięwzięcia jest zbudowanie aplikacji, która będzie pomagać graczom w doskonaleniu umiejętności w poszczególnych grach. Dzięki temu osoby zajmujące się e-sportem będą mogły zrozumieć od czego i w jakim stopniu zależy ich indywidualny poziom wydajności. Poza rozwijaniem samoświadomości zawodników, chodzi również o doskonalenie metodologii pracy trenerów oraz know-how organizacji e-sportowych.
Jak to działa?
System zbiera dane pochodzące z wielu źródeł:
- obserwacji zachowań w grze (pozycja gracza, kiedy wykonał określony ruch itp.),
- danych deklaratywnych – ankiet przeprowadzanych sekwencyjnie w określonym czasie,
- informacji zebranych z urządzeń nasobnych (Garmin, Fitbit),
- testów poznawczych,
- pomiarów zdrowia psychicznego i fizycznego graczy
Dane są następnie agregowane w ramach systemu, uspójniane i przygotowywane do przetwarzania. Rozwiązanie to umożliwia wyodrębnienie odpowiednich zbiorów danych do analizy ręcznej, jednak przy takiej ilości zmiennych jest to bardzo trudne, dlatego wykorzystywane są mechanizmy machine learningu. Dzięki temu gracz czy trener będzie mógł sprawdzić samodzielnie – na podstawie zagregowanych, przetworzonych i odpowiednio zaprezentowanych danych, co mogło być przyczyną takich, a nie innych wyników w grze. System sam też podpowie jakie obszary gracz powinien poprawić, aby osiągać lepsze rezultaty.
Dotyczy to zarówno sfery fizycznej i psychicznej, jak i wskazówek strategicznych czy też taktycznych co do konkretnych zachowań w danej grze. Efekty pracy systemu są analizowane i weryfikowane również przez ekspertów: analityków i doświadczonych graczy pracujących w projekcie.
Czym wyróżnia się EsportsLAB na tle innych tego typu projektów?
Na rynku istnieje kilka firm, które zajmują się analizą i dostarczaniem danych dla graczy. Nie wszyscy jednak wiedzą w jaki sposób uzyskane wskaźniki mogą wykorzystać, by systematycznie pracować nad podnoszeniem swoich umiejętności. To, co wyróżnia sposób działania ELAB, to fakt, że firma kładzie nacisk na to, by dostarczane informacje zawierały kontekst sytuacji oraz dane „nieskażone” zachowaniem innych zawodników. Zyskujemy tym samym wskaźniki oceniające czyste, indywidualne umiejętności gracza. Dodatkowo, oprócz dostarczenia kontekstu wskazuje także najskuteczniejsze metody i sposoby na poprawienie konkretnych obszarów, które tego wymagają. Dzięki temu to pierwsze tego typu kompletne narzędzie dla zawodowych graczy.
Jaki był nasz wkład w rozwój tego projektu?
EsportsLAB to niestandardowe przedsięwzięcie wymagające wyobraźni, wiedzy i doświadczenia w zróżnicowanych obszarach: pracy z ogromną ilością zróżnicowanych danych, integrujące procesy badawcze i środowisko graczy. Wszystkie te czynniki wymagają również ogromnego doświadczenia w projektowaniu rozwiązań i architekturze systemów. Tworzenie podwalin systemu EsportsLAB to było dla nas wyjątkowo ciekawe wyzwanie, w którym mogliśmy wykorzystywać wiedzę z wielu obszarów.
Naszą główną rolą była analiza wymagań oraz dogłębne zrozumienie potrzeb zespołu EsportsLAB. W kolejnym kroku opracowaliśmy koncepcję systemu, a następnie zbudowaliśmy rozwiązanie techniczne, umożliwiające zarządzanie danymi oraz ich udostępnianie w uporządkowanej formie dla zespołu badawczego Esports LAB. Odpowiednie analizy są przeprowadzane przede wszystkim poprzez procesy automatyczne w szczególności poprzez wykorzystanie usług Azure z obszaru machine learningu i analizy danych.
Analiza przedwdrożeniowa
Na początku pracy nad projektem spotkaliśmy się z zespołem EsportsLAB i przeprowadziliśmy warsztaty, których celem było:
- Zrozumienie koncepcji i pomysłów zespołu EsportsLAB
- Zebranie w uporządkowany sposób wymagań oraz ich analiza
- Określenie głównych aktorów i ich ról w systemie
- Usystematyzowanie i określenie kluczowych procesów zachodzących w ramach rozwiązania
- Określenie systemów zewnętrznych jakie powinniśmy uwzględnić w ramach projektu
- Wypracowanie wstępnej architektury logicznej rozwiązania.
Powyższa analiza umożliwiła zarówno nam, jak i przede wszystkim zespołowi EsportsLAB usystematyzowanie założeń oraz oczekiwań. W ramach tych prac wypracowaliśmy wspólnie koncepcję realizacji projektu, obejmującą wytworzenie MVP. Sprecyzowaliśmy, które wymagania są najbardziej istotne z punktu widzenia wartości, jaką mogą przynieść zespołowi EsportsLAB. To z kolei pozwoliło nam na opracowanie roadmapy projektu.
Było to dla nas niezbędne dla zrozumienia i w konsekwencji właściwego zaplanowania prac. Z drugiej strony było to też bardzo ciekawe i rozwijające ze względu na bardzo ciekawy temat projektu.
Wartość tych analiz była również bardzo istotna dla zespołu EsportsLAB. Pozwoliło to naszemu partnerowi przede wszystkim na:
- Usystematyzowanie i wymianę wiedzy będącej często „w głowach” liderów poszczególnych zespołów
- Realne określenie i opisanie zakresu prac
- Określenie priorytetów i zaplanowanie projektu
W ramach prac na etapie analizy przedwdrożeniowej określiliśmy również na jakich ekosystemach gier będziemy bazować w pierwszym etapie rozwoju projektu (League of Legends, Counter-Strike), a w związku z tym z jakimi platformami i w jakim celu powinniśmy się zintegrować.
Projekt architektury rozwiązania na potrzeby integracji struktur Big Data obejmujący zewnętrzną integrację systemów z systemami EsportsLAB
Przeprowadzone analizy wskazywały, że aplikacja docelowo będzie musiała agregować i przetwarzać ogromne ilości danych – zarówno w zakresie informacji zbieranych na potrzeby analiz, jak również ilości danych generowanych przez użytkowników. Podczas projektowania należało przewidzieć docelowy rozmiar wolumenu danych, z jakim możemy mieć do czynienia w systemie, a następnie dobrać odpowiednie narzędzia. Mając już świadomość skali co do ilości danych, potrzeby zbudowania systemu otwartego na nowe źródła danych oraz konieczności jego skalowania na różnych poziomach, zaprojektowaliśmy środowisko dla Big Data oparte o nasz system Core IG wsparty usługami z Azure Cloud:
- Azure Data Lake – przechowywanie danych
- Azure Service Bus – kolejkowanie procesów
- Azure Cosmos DB – przechowywanie danych z rejestru plików.
Pracując nad projektem architektury logicznej i technicznej rozwiązania zdecydowaliśmy się na podejście oparte o mikroserwisy. Podzieliśmy aplikację na poszczególne niezależne, ale współpracujące z sobą elementy (np. Serwer autoryzacyjny, aplikacja badawcza, itp.) po to aby umożliwić efektywne zarządzanie wydajnością rozwiązania wraz z wzrostem skali przedsięwzięcia. W tym celu, na potrzeby zarządzania aplikacjami wykorzystaliśmy Azure Kubernets.
Istotnym elementem koncepcji technicznej było również określenie metod, zakresu danych i sposobów komunikacji z zewnętrznymi systemami, które posłużyły nam jak źródło zdobywania wiedzy o graczach i rozrywkach (HLTV, RIOT)
Finalnie powstał model schematu pozyskiwania danych, a także sposobu ich przechowywania, który umożliwił zespołowi EsportsLAB ich odpowiednie wykorzystanie poprzez mechanizmy ML i AI.
I na koniec kilka słów o współpracy
Jednym z ważniejszych czynników sukcesu, przy tak zaawansowanym, specyficznym i unikalnym przedsięwzięciu było stworzenie środowiska dla transparentnej współpracy w ramach zespołu projektowego. Stworzyliśmy przestrzeń – w oparciu o systemy Jira i Confluence, dzięki czemu znacznie sprawniej mogliśmy realizować działania zarówno w zakresie prowadzenia prac technicznych, projektowych, jak też w obszarze zarządzania wiedzą.
Dzięki właściwie przeprowadzonej analizie i dobrej komunikacji pomiędzy nami a zespołem EsportsLAB udało się nam w krótkim czasie wytworzyć rozwiązanie, które dało podwaliny ekosystemu rozwiązań planowanych przez EsportsLAB. Kibicujemy dalszemu rozwojowi projektu i bardzo się cieszymy, że mogliśmy być jego częścią.
