直近の対戦
勝利ランクマッチ
MA
YAMA更新：2 日前
Steam
JapanC100%
SteamJapanC100%kimumu9973
Overtime Sucks
MR 1,714#22,985直近10戦7–3+35直近20戦13–7+50
勝率
57%
45勝 · 34敗 · 保存済み79件
ランクマッチの対戦
79
選択中のモード
勝利
45
ランクマッチ
敗北
34
ランクマッチ
最高MR
1,757
Mai
ランクMR · Mai
ローカル 79 · インポート 0 · グラフ 79 · 保存済み対戦 140
リプレイ未リクエスト
MAYAMA差の絶対値が大きい順23項目
| 傾向 | kimumu9973 | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA1 | 65.9% | 54.6% | +11.4% | |
| ドライブラッシュ（キャンセル） | 23.1% | 29.4% | -6.3% | |
| SA2 | 15.9% | 20.2% | -4.2% | |
| SA3 | 14.5% | 18.6% | -4.1% | |
| CA | 3.6% | 6.6% | -3.0% | |
| ドライブアーツ | 25.5% | 22.7% | +2.7% | |
| 画面端に追い込まれた時間 | 11.80 | 9.32 | +2.48 | |
| 画面端での攻め | 10.60 | 12.99 | -2.39 | |
| ドライブインパクト消費 | 2.7% | 1.3% | +1.3% | |
| ドライブガード | 14.1% | 13.4% | +0.6% | |
| ドライブラッシュ（パリィ） | 8.1% | 7.5% | +0.6% | |
| ドライブパリィ | 2.30 | 1.87 | +0.43 | |
| ジャストパリィ | 0.30 | 0.70 | -0.40 | |
| 投げ被弾 | 2.50 | 2.23 | +0.27 | |
| パリィ中に投げられた回数 | 0.10 | 0.26 | -0.16 | |
| ドライブリバーサル | 0.10 | 0.19 | -0.09 | |
| スタン成功 | 0.00 | 0.06 | -0.06 | |
| スタン被弾 | 0.10 | 0.05 | +0.05 | |
| 投げ抜け | 0.50 | 0.46 | +0.04 | |
| パニッシュカウンター被弾 | 0.10 | 0.07 | +0.03 | |
| ドライブインパクト | 0.20 | 0.19 | +0.01 | |
| 投げ | 2.50 | 2.49 | +0.01 | |
| パニッシュカウンター成功 | 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。
Mai · 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 0.5 · 比較対象 0.16
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 0.5 · 比較対象 0.16
- ドライブインパクト消費：プロフィール 3.9% · 比較対象 1.2%
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 0.11
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 0.11
- 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
守りの判断を見直す
ジャストパリィ：プロフィール 0.3 · 比較対象 0.67
守りの場面を5つ選び、相手の行動、自分の選択、結果を比べます。パリィや投げ抜けの回数が少ないだけでは弱点とは言えません。
試してみよう苦手な場面から異なる2つの行動をダミーに記録します。見分けて対応する練習を行い、次の対戦で判断が改善したか確認しましょう。
根拠となる統計
- ジャストパリィ：プロフィール 0.3 · 比較対象 0.67
- ドライブパリィ：プロフィール 1.9 · 比較対象 1.69
- ドライブリバーサル：プロフィール 0 · 比較対象 0.15
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 2026/09/09 · 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：120試合中89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：120試合中89勝
- 対 Yasmine：70試合中43勝
- 対 Blanka：51試合中31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：46試合中24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：46試合中24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 2026/09/09 · AI：dots-studio/dots-3-note-preview:free