Rating de impacto
Como o rating se forma e onde ele fica em relação ao resto do grupo
- Rating
- 0.47grupo 1.18
- Impacto
- 0.57grupo 1.22
- Kills por round
- 0.44grupo 0.72
- Mortes por round
- 0.94grupo 0.71
- ADR
- 75grupo 101
- KAST
- 38%grupo 72%
Função no time
O que os números dizem sobre o estilo de jogo
- Entry kills
- Tempo de resposta
- 1000 ms entre levar o primeiro tiro e matar quem atirou
- Tempo de duelo
- 1879 ms do primeiro dano até a kill
- Round ganho após abrir
- Abertura de sniper
- AWP/Scout
- Clutches
- Trocas
- Vingança nos dois sentidos
- Utilitário
- 59 de dano · 10 inimigos cegados · 0 assists de flash
- Objetivo
- 1 bombas plantadas · 0 desarmadas · 2 MVPs
- Multi-kills
- 2× 2k · 0× 3k · 0× 4k · 0× ace
1613 ms mais rápido que a média do grupo
819 ms mais lento que a média do grupo
CT vs TR
Mesmo jogador, lados diferentes
Armas favoritas
7 kills com as 3 mais usadas · 0.44 por round
- MP740.25/round
- Glock-1820.13/round
- P200010.06/round
Por tipo de compra
Do pistol round ao full buy: quanto ele aparece e quanto rende em cada economia
- K/D
- 3.00
- KPR
- 1.50
- ADR
- 197
- Kills
- 3
- K/D
- 0.00
- KPR
- 0.00
- ADR
- 0
- Kills
- 0
- K/D
- 0.50
- KPR
- 0.44
- ADR
- 90
- Kills
- 4
- K/D
- 0.00
- KPR
- 0.00
- ADR
- 0
- Kills
- 0
- K/D
- 3.00
- KPR
- 1.50
- ADR
- 197
- Kills
- 3
- K/D
- 1.00
- KPR
- 1.00
- ADR
- 125
- Kills
- 1
- K/D
- 0.00
- KPR
- 0.00
- ADR
- 8
- Kills
- 0
- K/D
- 0.25
- KPR
- 0.27
- ADR
- 61
- Kills
- 3
57% das kills saíram contra pistola ou eco; 43% contra semi ou full buy.
Flashes e utilidade
Quanto as granadas dele viram vantagem para o time
36.1s de inimigo cego · 7.5s de aliado cego
Onde os tiros acertam
Cada acerto registrado na demo, pela região do corpo de quem levou
Alvos CT
11 acertos
- Cabeça
- 19%
- Peito
- 873%
- Barriga
- 00%
- Braços
- 218%
- Pernas
- 00%
Acertos que ele deu jogando de TR
Alvos TR
43 acertos
- Cabeça
- 49%
- Peito
- 1740%
- Barriga
- 716%
- Braços
- 49%
- Pernas
- 12%
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 |
|---|---|---|---|---|---|---|
| MP7 | 168 | 32 | 19% | 9% | 4 | 677 |
| AK-47 | 19 | 4 | 21% | 0% | 0 | 112 |
| Glock-18 | 13 | 6 | 46% | 17% | 2 | 204 |
| P2000 | 8 | 2 | 25% | 50% | 1 | 152 |
Primeira bala vs spray
Uma rajada nova começa depois de 0,4 s sem atirar. 16% 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
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 · 14 áreas
Visão geral · 10 áreas
Mapa vetorial por setpos.gg. TSpawn e CTSpawn não entram na leitura.
| Mapa | Jogos | Vitórias | Rounds | K–D | KPR | ADR | Rating |
|---|---|---|---|---|---|---|---|
| Nuke | 1 | 0 (0%) | 16 | 7–15 | 0.44 | 75 | 0.47 |
Histórico
Partidas de KAIZEN registradas em Mix dos CAMPEÕES
| Data | Mapa | Resultado | Placar | K–D–A | ADR | KAST | Rating |
|---|---|---|---|---|---|---|---|
| 01 de nov. de 2026 | Nuke | Derrota | 13–3 | 7–15–2 | 75 | 38% | 0.47 |
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 1 partida 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 (KAIZEN, 1 partidas, 16 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.