8 partidas · 167 rounds · SteamID 76561198009190782
Rating de impacto
Como o rating se forma e onde ele fica em relação ao resto do grupo
- Rating
- 1.20grupo 1.18
- Impacto
- 1.16grupo 1.22
- Kills por round
- 0.68grupo 0.72
- Mortes por round
- 0.71grupo 0.71
- ADR
- 110grupo 101
- KAST
- 75%grupo 72%
Função no time
O que os números dizem sobre o estilo de jogo
- Entry kills
- Round ganho depois de morrer primeiro
- Tempo de resposta
- 1906 ms entre levar o primeiro tiro e matar quem atirou
- Tempo de duelo
- 583 ms do primeiro dano até a kill
- Round ganho após abrir
- Abertura de sniper
- AWP/Scout
- Clutches
- Trocas
- Vingança nos dois sentidos
- Utilitário
- 859 de dano · 42 inimigos cegados · 2 assists de flash
- Objetivo
- 3 bombas plantadas · 0 desarmadas · 12 MVPs
- Multi-kills
- 15× 2k · 4× 3k · 2× 4k · 0× ace
707 ms mais rápido que a média do grupo
477 ms mais rápido que a média do grupo
CT vs TR
Mesmo jogador, lados diferentes
Armas favoritas
103 kills com as 10 mais usadas · 0.62 por round
- AWP380.23/round
- AK-47240.14/round
- M4A1-S90.05/round
- MAC-1080.05/round
- Desert Eagle50.03/round
- XM101450.03/round
- Glock-1850.03/round
- Dual Berettas30.02/round
- AUG30.02/round
- Galil AR30.02/round
Por tipo de compra
Do pistol round ao full buy: quanto ele aparece e quanto rende em cada economia
- K/D
- 0.54
- KPR
- 0.44
- ADR
- 70
- Kills
- 7
- K/D
- 1.17
- KPR
- 0.88
- ADR
- 125
- Kills
- 7
- K/D
- 0.58
- KPR
- 0.64
- ADR
- 100
- Kills
- 7
- K/D
- 0.58
- KPR
- 0.39
- ADR
- 78
- Kills
- 11
- K/D
- 1.17
- KPR
- 0.78
- ADR
- 125
- Kills
- 81
- K/D
- 0.54
- KPR
- 0.44
- ADR
- 70
- Kills
- 7
- K/D
- 2.33
- KPR
- 0.78
- ADR
- 131
- Kills
- 7
- K/D
- 7.00
- KPR
- 1.00
- ADR
- 157
- Kills
- 7
- K/D
- 1.06
- KPR
- 0.72
- ADR
- 125
- Kills
- 33
- K/D
- 0.83
- KPR
- 0.66
- ADR
- 104
- Kills
- 59
12% das kills saíram contra pistola ou eco; 81% contra semi ou full buy.
Flashes e utilidade
Quanto as granadas dele viram vantagem para o time
132.0s de inimigo cego · 70.4s de aliado cego
Onde os tiros acertam
Cada acerto registrado na demo, pela região do corpo de quem levou
Alvos CT
179 acertos
- Cabeça
- 2011%
- Peito
- 7743%
- Barriga
- 2313%
- Braços
- 179%
- Pernas
- 2413%
Acertos que ele deu jogando de TR
Alvos TR
247 acertos
- Cabeça
- 3113%
- Peito
- 8836%
- Barriga
- 5321%
- Braços
- 187%
- Pernas
- 239%
Acertos que ele deu jogando de CT
Arma por arma
Tiros disparados, acertos e dano de cada arma que ele puxou
| Arma | Tiros | Acertos | Precisão | HS% | Kills | Dano |
|---|---|---|---|---|---|---|
| AK-47 | 731 | 81 | 11% | 12% | 22 | 2833 |
| MAC-10 | 252 | 39 | 15% | 15% | 7 | 897 |
| M4A1-S | 235 | 0 | 0% | — | 8 | 0 |
| Galil AR | 184 | 23 | 13% | 4% | 3 | 568 |
| AUG | 141 | 18 | 13% | 11% | 3 | 549 |
| Glock-18 | 82 | 17 | 21% | 29% | 5 | 645 |
| AWP | 72 | 29 | 40% | 3% | 28 | 3493 |
| USP-S | 60 | 0 | 0% | — | 1 | 0 |
| P90 | 50 | 7 | 14% | 14% | 1 | 152 |
| Dual Berettas | 48 | 12 | 25% | 17% | 3 | 382 |
| MP9 | 36 | 8 | 22% | 25% | 1 | 193 |
| Desert Eagle | 35 | 15 | 43% | 7% | 5 | 720 |
Primeira bala vs spray
Uma rajada nova começa depois de 0,4 s sem atirar. 20% dos tiros dele são o primeiro de uma rajada.
Vida no round
Quanto tempo ele fica vivo, quando aparece a primeira kill e o que vem depois da bomba
- Ganhou com a bomba plantada
- de TR
- Retake ganho
- de CT, bomba no chão
Economia
O que ele carrega, o que gasta e o que salva
Forma ao longo do tempo
Rating em cada partida, da mais antiga para a mais recente
Ficha corrida
O que a demo registra e ninguém gostaria que registrasse
Mapa de calor de rotas
Cada ponto é uma posição amostrada por segundo; ficar mais tempo deixa o ponto maior e mais intenso
Visão geral · 22 áreas
Visão geral · 30 áreas
Mapa vetorial por setpos.gg. TSpawn e CTSpawn não entram na leitura.
Visão geral · 33 áreas
Visão geral · 32 áreas
Mapa vetorial por setpos.gg. TSpawn e CTSpawn não entram na leitura.
Visão geral · 17 áreas
Visão geral · 26 áreas
Mapa vetorial por setpos.gg. TSpawn e CTSpawn não entram na leitura.
Visão geral · 26 áreas
Visão geral · 32 áreas
Mapa vetorial por setpos.gg. TSpawn e CTSpawn não entram na leitura.
Visão geral · 16 áreas
Visão geral · 9 áreas
Mapa vetorial por setpos.gg. TSpawn e CTSpawn não entram na leitura.
| Mapa | Jogos | Vitórias | Rounds | K–D | KPR | ADR | Rating |
|---|---|---|---|---|---|---|---|
| Mirage | 2 | 1 (50%) | 51 | 35–37 | 0.69 | 119 | 1.28 |
| Nuke | 2 | 1 (50%) | 35 | 19–22 | 0.54 | 74 | 0.95 |
| Anubis | 2 | 1 (50%) | 34 | 19–26 | 0.56 | 93 | 1.00 |
| Dust2 | 1 | 0 (0%) | 24 | 24–17 | 1.00 | 138 | 1.58 |
| Inferno | 1 | 0 (0%) | 23 | 16–17 | 0.70 | 144 | 1.26 |
Histórico
Partidas de MouraM SKINS CS2SKINS.GIFT registradas em Mix dos CAMPEÕES
| Data | Mapa | Resultado | Placar | K–D–A | ADR | KAST | Rating |
|---|---|---|---|---|---|---|---|
| 05 de nov. de 2026 | Mirage | Derrota | 15–15 | 26–23–14 | 145 | 83% | 1.52 |
| 04 de nov. de 2026 | Nuke | Vitória | 13–3 | 12–7–4 | 99 | 81% | 1.41 |
| 01 de nov. de 2026 | Nuke | Derrota | 6–13 | 7–15–3 | 52 | 58% | 0.57 |
| 01 de nov. de 2026 | Dust2 | Derrota | 11–13 | 24–17–4 | 138 | 79% | 1.58 |
| 01 de nov. de 2026 | Mirage | Vitória | 13–8 | 9–14–11 | 82 | 76% | 0.95 |
| 31 de out. de 2026 | Anubis | Vitória | 13–2 | 9–11–3 | 91 | 73% | 1.04 |
| 31 de out. de 2026 | Inferno | Derrota | 10–13 | 16–17–5 | 144 | 70% | 1.26 |
| 27 de out. de 2026 | Anubis | Derrota | 6–13 | 10–15–8 | 96 | 74% | 0.98 |
Levar os dados para uma IA
Tudo o que a gente guarda sobre esse jogador, num arquivo só, para pedir análise fora daqui
O arquivo tem a carreira somada, cada uma das 8 partidas com os rounds em ordem, o recorte por mapa, a média do grupo para comparação e um glossário explicando cada campo. Nenhuma demo vai junto, só os números.
- Baixar o JSON
- Anexar o arquivo numa conversa com ChatGPT, Claude, Gemini ou outro.
- Mandar o pedido abaixo, ou escrever o seu.
Anexei a exportação das minhas estatísticas de CS2 (MouraM SKINS CS2SKINS.GIFT, 8 partidas, 167 rounds). Leia o campo readme e o glossary antes de concluir qualquer coisa. Me diga, com os números como prova: meus três pontos fortes, os três erros que mais custam rounds e o que treinar nas próximas semanas, em ordem. Compare com teamBaseline em vez de julgar número solto, separe CT e TR, aponte os mapas em que caio mais e explique se a amostra é pequena demais para alguma conclusão.