直近の対戦
敗北ランクマッチ
IN
CA
EL更新：5 日前
CrossPlatform
OtherM71%
CrossPlatformOtherM71%ニート歴29年
Let's Do This
LP 23,354直近10戦4–6直近20戦10–10
勝率
41%
28勝 · 40敗 · 保存済み68件
ランクマッチの対戦
68
選択中のモード
勝利
28
ランクマッチ
敗北
40
ランクマッチ
最高LP
23,511
Elena
ランクLP · Elena
このキャラクターのLP推移
リプレイ未リクエスト
INCAEL差の絶対値が大きい順23項目
| 傾向 | ニート歴29年 | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA2 | 39.2% | 26.3% | +12.9% | |
| ドライブラッシュ（キャンセル） | 39.1% | 31.0% | +8.0% | |
| SA3 | 25.5% | 32.8% | -7.3% | |
| ドライブラッシュ（パリィ） | 2.8% | 7.5% | -4.6% | |
| ドライブガード | 9.7% | 13.8% | -4.2% | |
| SA1 | 27.5% | 31.4% | -4.0% | |
| 画面端での攻め | 9.80 | 13.06 | -3.26 | |
| ドライブインパクト消費 | 3.3% | 1.2% | +2.1% | |
| CA | 7.8% | 9.5% | -1.6% | |
| ドライブアーツ | 16.5% | 18.1% | -1.6% | |
| 投げ被弾 | 3.70 | 2.24 | +1.46 | |
| 投げ | 1.20 | 2.14 | -0.94 | |
| 画面端に追い込まれた時間 | 8.40 | 9.26 | -0.86 | |
| ジャストパリィ | 0.20 | 0.80 | -0.60 | |
| ドライブインパクト | 0.60 | 0.15 | +0.45 | |
| パニッシュカウンター成功 | 0.50 | 0.08 | +0.42 | |
| ドライブパリィ | 2.20 | 1.85 | +0.35 | |
| パニッシュカウンター被弾 | 0.20 | 0.07 | +0.13 | |
| ドライブリバーサル | 0.10 | 0.22 | -0.12 | |
| パリィ中に投げられた回数 | 0.10 | 0.19 | -0.09 | |
| スタン成功 | 0.00 | 0.06 | -0.06 | |
| 投げ抜け | 0.60 | 0.54 | +0.06 | |
| スタン被弾 | 0.10 | 0.04 | +0.06 |
統計を練習に活かす
直近100試合対戦プラン
このプロフィールの傾向と戦績から、実戦で試すヒントを作成します。行動傾向は全キャラクターの集計で、選択中のキャラクターは比較対象を決めます。
保存済みの対戦プランを確認中…
公開プロフィールの統計をOpenRouterの無料AIモデルで分析します。プランは共有・再利用のため保存されます。提案は統計に基づく仮説であり、リプレイ映像の分析ではありません。保存済みマッチプラン
生成時の根拠データと日付を保持したAIプランです。開くと両方の視点を読めます。
Elena · 直近100試合
改善するポイント
ドライブインパクトの目的を明確にする
ドライブインパクト：プロフィール 0.6 · 比較対象 0.17
ドライブインパクトを5回振り返り、使った状況と結果を記録します。有効な使い方は残し、平均回数に合わせるより失敗の共通点を調べましょう。
試してみようダミーの別スロットにドライブインパクトと通常の攻撃を記録し、混ぜて再生します。現在のゲージ状況で使える対応を見分けて練習しましょう。
根拠となる統計
- ドライブインパクト：プロフィール 0.6 · 比較対象 0.17
近距離の選択を振り返る
投げ：プロフィール 1.3 · 比較対象 2.27
近距離のやり取りを5回確認します。投げの機会、投げの試行、防御の選択を分けて見ましょう。集計回数だけでは正解を判断できません。
試してみよう繰り返す状況で打撃と投げをダミーに記録し、選んだ対応を練習します。実戦でも意識して判断できているか確認しましょう。
根拠となる統計
- 投げ：プロフィール 1.3 · 比較対象 2.27
- 投げ被弾：プロフィール 3.5 · 比較対象 2.08
画面端に至る経緯を追う
画面端での攻め：プロフィール 9 · 比較対象 13.58
画面端に追い込まれた場面を5回確認します。最後の脱出だけでなく、その前に位置を失った判断を探し、端攻めに成功した場面も比べましょう。
試してみよう繰り返す位置関係を練習で再現し、普段の対応と隙を抑えた選択を比較します。次の対戦で端に追い込まれる頻度が変わるか確認しましょう。
根拠となる統計
- 画面端での攻め：プロフィール 9 · 比較対象 13.58
- 画面端に追い込まれた時間：プロフィール 8.8 · 比較対象 8.42
AIが引用された統計から確認済みの練習プランを選び、優先順位を付けます。行動傾向はプロフィール全体の集計で、キャラクター戦績と直近の試合は範囲が異なります。弱点の断定や映像分析ではなく、試して確かめる提案です。 直近100試合の報告された傾向です。生涯平均ではありません。
データ保存日 2026/09/05 · AI：dots-studio/dots-3-note-preview:free
このプレイヤーへの対策
ドライブインパクトの傾向を確かめる
ドライブインパクト：プロフィール 0.6 · 比較対象 0.17
特定の場面でドライブインパクトが繰り返されるか観察します。間合い、硬直、ゲージを考慮し、練習で確認済みの対応を用意しましょう。
試してみよう同じ場面で隙を抑えた動きを試します。インパクトが来たら練習した対応を使い、来なければ通常の方針に戻しましょう。
根拠となる統計
- ドライブインパクト：プロフィール 0.6 · 比較対象 0.17
対戦成績を調査の手がかりにする
対 Yasmine：70試合中23勝
低い勝率は見るべき映像の手がかりであり、有利なキャラ選択を保証しません。同じ苦しい場面が複数の試合に出るか確認しましょう。
試してみよう該当キャラクターを使うなら、映像にあった使い慣れた状況を一度試します。相手が対応できたら仮説を捨て、実際の動きに合わせましょう。
根拠となる統計
- 対 Yasmine：70試合中23勝
- 対 Ryu：46試合中18勝
継続する傾向と単発のミスを分ける
保存済みの直近ランクマッチ：21試合中9勝
複数の直近試合で勝ちと負けを比べます。印象的な一度のミスより、繰り返す状況を中心に準備しましょう。
試してみよう最初のラウンドで仮説を一つ確認します。繰り返すなら準備した調整を行い、違うならその仮説を捨てて新しい傾向を観察しましょう。
根拠となる統計
- 保存済みの直近ランクマッチ：21試合中9勝
AIが引用された統計から確認済みの練習プランを選び、優先順位を付けます。行動傾向はプロフィール全体の集計で、キャラクター戦績と直近の試合は範囲が異なります。弱点の断定や映像分析ではなく、試して確かめる提案です。 直近100試合の報告された傾向です。生涯平均ではありません。
データ保存日 2026/09/05 · AI：dots-studio/dots-3-note-preview:free