直近の対戦
敗北ランクマッチ
AL
AKAL更新：1 日前
Steam
JapanM100%
SteamJapanM100%YutatheBeast
Let's Do This
MR 1,435#481,269直近10戦2–8-60直近20戦8–12-44
勝率
46%
41勝 · 49敗 · 保存済み90件
ランクマッチの対戦
90
選択中のモード
勝利
41
ランクマッチ
敗北
49
ランクマッチ
最高MR
1,509
Alex
ランクMR · Alex
ローカル 79 · インポート 627 · グラフ 627 · 保存済み対戦 124
リプレイ未リクエスト
ALAKAL差の絶対値が大きい順23項目
| 傾向 | YutatheBeast | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA1 | 18.5% | 38.9% | -20.4% | |
| ドライブラッシュ（キャンセル） | 51.8% | 33.2% | +18.6% | |
| SA3 | 38.5% | 25.2% | +13.3% | |
| ドライブガード | 6.2% | 14.0% | -7.9% | |
| ドライブアーツ | 5.4% | 13.2% | -7.8% | |
| CA | 15.4% | 8.3% | +7.1% | |
| ドライブラッシュ（パリィ） | 3.2% | 8.2% | -5.0% | |
| 画面端での攻め | 6.40 | 10.07 | -3.67 | |
| 画面端に追い込まれた時間 | 8.10 | 9.50 | -1.40 | |
| ドライブインパクト消費 | 3.1% | 2.0% | +1.1% | |
| ドライブリバーサル | 1.10 | 0.43 | +0.67 | |
| ジャストパリィ | 0.10 | 0.64 | -0.54 | |
| ドライブパリィ | 1.10 | 1.62 | -0.52 | |
| 投げ抜け | 0.10 | 0.51 | -0.41 | |
| 投げ | 1.90 | 2.24 | -0.34 | |
| 投げ被弾 | 2.30 | 2.18 | +0.12 | |
| SA2 | 27.7% | 27.6% | +0.1% | |
| ドライブインパクト | 0.30 | 0.23 | +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 | |
| パリィ中に投げられた回数 | 0.30 | 0.27 | +0.03 | |
| パニッシュカウンター被弾 | 0.10 | 0.11 | -0.01 | |
| 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 0.5 · 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 0.5 · 比較対象 0.2
守りの判断を見直す
ドライブパリィ：プロフィール 1.1 · 比較対象 1.63
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
- ドライブパリィ：プロフィール 1.1 · 比較対象 1.63
- ジャストパリィ：プロフィール 0.2 · 比較対象 0.7
ゲージ消費の目的を決める
SA2：プロフィール 38.8% · 比較対象 28.4%
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
- SA2：プロフィール 38.8% · 比較対象 28.4%
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 Alex：75試合中33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 Alex：75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：55試合中27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：55試合中27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 0.5 · 比較対象 0.2
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 0.5 · 比較対象 0.2
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