1 partida · 23 rounds · SteamID 76561199390759476
Rating de impacto
Como o rating se forma e onde ele fica em relação ao resto do grupo
- Rating
- 0.85grupo 1.18
- Impacto
- 0.79grupo 1.22
- Kills por round
- 0.52grupo 0.72
- Mortes por round
- 0.70grupo 0.71
- ADR
- 66grupo 101
- KAST
- 65%grupo 72%
Função no time
O que os números dizem sobre o estilo de jogo
- Entry kills
- Tempo de resposta
- 1164 ms entre levar o primeiro tiro e matar quem atirou
- Tempo de duelo
- 160 ms do primeiro dano até a kill
- Round ganho após abrir
- Clutches
- Trocas
- Vingança nos dois sentidos
- Utilitário
- 44 de dano · 1 inimigos cegados · 0 assists de flash
- Objetivo
- 1 bombas plantadas · 0 desarmadas · 1 MVPs
- Multi-kills
- 2× 2k · 1× 3k · 0× 4k · 0× ace
1449 ms mais rápido que a média do grupo
900 ms mais rápido que a média do grupo
CT vs TR
Mesmo jogador, lados diferentes
Armas favoritas
12 kills com as 5 mais usadas · 0.52 por round
- AK-4750.22/round
- Galil AR30.13/round
- Glock-1820.09/round
- M4A410.04/round
- Five-SeveN10.04/round
Por tipo de compra
Do pistol round ao full buy: quanto ele aparece e quanto rende em cada economia
- K/D
- 1.00
- KPR
- 1.00
- ADR
- 132
- Kills
- 2
- K/D
- 0.00
- KPR
- 0.00
- ADR
- 0
- Kills
- 0
- K/D
- 0.00
- KPR
- 0.00
- ADR
- 0
- Kills
- 0
- K/D
- 1.50
- KPR
- 0.60
- ADR
- 62
- Kills
- 3
- K/D
- 0.78
- KPR
- 0.58
- ADR
- 79
- Kills
- 7
- K/D
- 1.00
- KPR
- 1.00
- ADR
- 132
- Kills
- 2
- K/D
- 0.00
- KPR
- 0.00
- ADR
- 0
- Kills
- 0
- K/D
- 0.00
- KPR
- 0.00
- ADR
- 28
- Kills
- 0
- K/D
- 1.00
- KPR
- 0.67
- ADR
- 75
- Kills
- 10
17% das kills saíram contra pistola ou eco; 83% contra semi ou full buy.
Flashes e utilidade
Quanto as granadas dele viram vantagem para o time
0.8s de inimigo cego · 1.0s de aliado cego
Onde os tiros acertam
Cada acerto registrado na demo, pela região do corpo de quem levou
Alvos CT
19 acertos
- Cabeça
- 632%
- Peito
- 1158%
- Barriga
- 00%
- Braços
- 211%
- Pernas
- 00%
Acertos que ele deu jogando de TR
Alvos TR
20 acertos
- Cabeça
- 420%
- Peito
- 945%
- Barriga
- 315%
- Braços
- 15%
- Pernas
- 00%
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 | 77 | 14 | 18% | 21% | 5 | 634 |
| Galil AR | 38 | 8 | 21% | 38% | 3 | 380 |
| Glock-18 | 27 | 5 | 19% | 40% | 2 | 264 |
| M4A4 | 14 | 1 | 7% | 0% | 1 | 22 |
| MP9 | 14 | 7 | 50% | 14% | 0 | 86 |
| Desert Eagle | 7 | 0 | 0% | — | 0 | 0 |
| FAMAS | 5 | 0 | 0% | — | 0 | 0 |
| P2000 | 5 | 0 | 0% | — | 0 | 0 |
| Five-SeveN | 3 | 1 | 33% | 100% | 1 | 94 |
Primeira bala vs spray
Uma rajada nova começa depois de 0,4 s sem atirar. 21% 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 · 19 áreas
Visão geral · 25 áreas
Mapa vetorial por setpos.gg. TSpawn e CTSpawn não entram na leitura.
| Mapa | Jogos | Vitórias | Rounds | K–D | KPR | ADR | Rating |
|---|---|---|---|---|---|---|---|
| Anubis | 1 | 0 (0%) | 23 | 12–16 | 0.52 | 66 | 0.85 |
Histórico
Partidas de Tal Disse que Dava registradas em Mix dos CAMPEÕES
| Data | Mapa | Resultado | Placar | K–D–A | ADR | KAST | Rating |
|---|---|---|---|---|---|---|---|
| 01 de nov. de 2026 | Anubis | Derrota | 13–10 | 12–16–5 | 66 | 65% | 0.85 |
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 (Tal Disse que Dava, 1 partidas, 23 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.