直近の対戦
勝利ランクマッチ
AL
INAL更新：5 日前
Steam
United Kingdomクラブ · Dojo3tC100%
SteamUnited Kingdomクラブ · Dojo3tC100%Clangers
Hoh-hoh-hooooh!
MR 1,501#244,532直近10戦4–6-13直近20戦9–11-17
勝率
51%
177勝 · 168敗 · 保存済み345件
ランクマッチの対戦
345
選択中のモード
勝利
177
ランクマッチ
敗北
168
ランクマッチ
最高MR
1,526
Alex
ランクMR · Alex
ローカル 279 · インポート 0 · グラフ 279 · 保存済み対戦 367
リプレイ未リクエスト
ALINAL差の絶対値が大きい順23項目
| 傾向 | Clangers | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA3 | 61.5% | 25.2% | +36.4% | |
| SA1 | 7.7% | 38.9% | -31.2% | |
| SA2 | 0.0% | 27.6% | -27.6% | |
| CA | 30.8% | 8.3% | +22.4% | |
| ドライブラッシュ（キャンセル） | 51.4% | 33.2% | +18.3% | |
| ドライブアーツ | 2.3% | 13.2% | -10.9% | |
| ドライブガード | 6.5% | 14.0% | -7.5% | |
| ドライブラッシュ（パリィ） | 2.9% | 8.2% | -5.2% | |
| 画面端での攻め | 5.00 | 10.07 | -5.07 | |
| ドライブインパクト消費 | 3.9% | 2.0% | +1.8% | |
| 画面端に追い込まれた時間 | 8.40 | 9.50 | -1.10 | |
| ドライブパリィ | 1.00 | 1.62 | -0.62 | |
| 投げ | 2.70 | 2.24 | +0.46 | |
| ジャストパリィ | 0.20 | 0.64 | -0.44 | |
| 投げ抜け | 0.80 | 0.51 | +0.29 | |
| 投げ被弾 | 1.90 | 2.18 | -0.28 | |
| ドライブリバーサル | 0.70 | 0.43 | +0.27 | |
| パニッシュカウンター被弾 | 0.30 | 0.11 | +0.19 | |
| ドライブインパクト | 0.40 | 0.23 | +0.17 | |
| パリィ中に投げられた回数 | 0.20 | 0.27 | -0.07 | |
| スタン被弾 | 0.10 | 0.04 | +0.06 | |
| パニッシュカウンター成功 | 0.20 | 0.14 | +0.06 | |
| スタン成功 | 0.10 | 0.10 | +0.00 |
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。
Alex · 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 0.4 · 比較対象 0.2
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 0.4 · 比較対象 0.2
- ドライブインパクト消費：プロフィール 4.3% · 比較対象 1.7%
近距離の選択を振り返る
投げ抜け：プロフィール 1 · 比較対象 0.48
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
- 投げ抜け：プロフィール 1 · 比較対象 0.48
- 投げ：プロフィール 2.7 · 比較対象 2.32
- 投げ被弾：プロフィール 2.1 · 比較対象 2.12
パニッシュカウンターの原因を見直す
パニッシュカウンター成功：プロフィール 0.3 · 比較対象 0.12
受けたパニッシュカウンターと決めたものを各5回確認します。空振りとガード後の隙を分けてから、練習する課題を選びましょう。
試してみよう繰り返す場面をトレーニングで再現し、間合いとフレームメーターを確認します。より安全な選択か、実際に届く反撃を練習しましょう。
根拠となる統計
- パニッシュカウンター成功：プロフィール 0.3 · 比較対象 0.12
- パニッシュカウンター被弾：プロフィール 0.3 · 比較対象 0.12
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
対戦成績を調査の手がかりにする
対 Jamie：35試合中17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 Jamie：35試合中17勝
- 対 C. Viper：19試合中7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：100試合中53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：100試合中53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