直近の対戦
敗北ランクマッチ
KE
MAKE更新：1 日前
Steam
South KoreaC100%
SteamSouth KoreaC100%Run44
Curry, Three Meals a Day
MR 1,556#132,650直近10戦6–4+13直近20戦11–9+14
勝率
51%
148勝 · 144敗 · 保存済み292件
ランクマッチの対戦
292
選択中のモード
勝利
148
ランクマッチ
敗北
144
ランクマッチ
最高MR
1,583
Ken
ランクMR · Ken
ローカル 292 · インポート 237 · グラフ 493 · 保存済み対戦 292
リプレイ未リクエスト
KEMAKE差の絶対値が大きい順23項目
| 傾向 | Run44 | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA1 | 45.5% | 27.3% | +18.3% | |
| SA2 | 13.9% | 25.9% | -12.0% | |
| SA3 | 30.7% | 35.8% | -5.1% | |
| ドライブラッシュ（キャンセル） | 43.2% | 38.2% | +5.0% | |
| ドライブアーツ | 19.0% | 14.9% | +4.0% | |
| ドライブガード | 9.3% | 12.7% | -3.4% | |
| 画面端での攻め | 10.20 | 13.12 | -2.92 | |
| ドライブラッシュ（パリィ） | 5.4% | 6.8% | -1.4% | |
| CA | 9.9% | 11.0% | -1.1% | |
| 画面端に追い込まれた時間 | 9.60 | 8.95 | +0.65 | |
| ドライブインパクト消費 | 2.0% | 1.4% | +0.6% | |
| ジャストパリィ | 0.20 | 0.84 | -0.64 | |
| 投げ | 2.10 | 2.57 | -0.47 | |
| 投げ被弾 | 1.80 | 2.26 | -0.46 | |
| ドライブパリィ | 1.60 | 1.89 | -0.29 | |
| ドライブリバーサル | 0.10 | 0.23 | -0.13 | |
| パニッシュカウンター被弾 | 0.20 | 0.08 | +0.12 | |
| パニッシュカウンター成功 | 0.20 | 0.10 | +0.10 | |
| スタン成功 | 0.00 | 0.07 | -0.07 | |
| スタン被弾 | 0.10 | 0.05 | +0.05 | |
| 投げ抜け | 0.40 | 0.44 | -0.04 | |
| パリィ中に投げられた回数 | 0.20 | 0.21 | -0.01 | |
| ドライブインパクト | 0.20 | 0.19 | +0.01 |
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。
Ken · 直近100試合
改善するポイント
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 0.2 · 比較対象 0.1
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 0.2 · 比較対象 0.1
- パニッシュカウンター被弾：プロフィール 0.2 · 比較対象 0.08
ゲージ消費の目的を決める
SA1：プロフィール 47.8% · 比較対象 29.1%
実際のゲージを見ながら消費判断を5回振り返ります。何を得て、どの選択肢が残ったかを記録しましょう。使用割合だけでは効率を測れません。
試してみよう使い慣れた連係で、ゲージを使う形と温存する形を練習します。結果と残量を比べ、それぞれに適した状況を決めましょう。
根拠となる統計
- SA1：プロフィール 47.8% · 比較対象 29.1%
- SA2：プロフィール 10.6% · 比較対象 23.7%
- ドライブラッシュ（キャンセル）：プロフィール 47.6% · 比較対象 38.4%
近距離の選択を振り返る
投げ：プロフィール 2.5 · 比較対象 2.62
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 2.5 · 比較対象 2.62
- 投げ抜け：プロフィール 0.6 · 比較対象 0.45
- 投げ被弾：プロフィール 2.2 · 比較対象 2.26
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 2026/09/10 · 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 Akuma：90試合中51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 Akuma：90試合中51勝
- 対 Ken：77試合中41勝
- 対 Alex：69試合中33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51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51勝
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 0.2 · 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 0.2 · 比較対象 0.17
- ドライブインパクト消費：プロフィール 1.8% · 比較対象 1.3%
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 2026/09/10 · AI：dots-studio/dots-3-note-preview:free