直近の対戦
勝利ランクマッチ
DE
SADE更新：1 時間前
Steam
Japanクラブ · UberEatsM100%
SteamJapanクラブ · UberEatsM100%kanashun
Without Equal
LP 22,469直近10戦7–3直近20戦12–8
勝率
56%
61勝 · 47敗 · 保存済み108件
ランクマッチの対戦
108
選択中のモード
勝利
61
ランクマッチ
敗北
47
ランクマッチ
最高LP
22,469
Dee Jay
ランクLP · Dee Jay
このキャラクターのLP推移
利用可能
DESADE差の絶対値が大きい順23項目
| 傾向 | kanashun | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| CA | 29.9% | 9.9% | +19.9% | |
| ドライブラッシュ（キャンセル） | 4.0% | 22.8% | -18.7% | |
| SA2 | 7.5% | 23.8% | -16.3% | |
| SA1 | 19.4% | 33.3% | -13.9% | |
| ドライブラッシュ（パリィ） | 20.1% | 9.1% | +11.0% | |
| ドライブガード | 25.8% | 14.9% | +10.8% | |
| SA3 | 43.3% | 33.0% | +10.3% | |
| ドライブアーツ | 17.4% | 25.1% | -7.7% | |
| 画面端に追い込まれた時間 | 5.80 | 9.45 | -3.65 | |
| 画面端での攻め | 10.90 | 12.34 | -1.44 | |
| ドライブインパクト消費 | 2.9% | 1.5% | +1.3% | |
| 投げ | 2.90 | 2.52 | +0.38 | |
| ジャストパリィ | 0.20 | 0.55 | -0.35 | |
| ドライブインパクト | 0.40 | 0.20 | +0.20 | |
| パニッシュカウンター被弾 | 0.30 | 0.10 | +0.20 | |
| パニッシュカウンター成功 | 0.30 | 0.12 | +0.18 | |
| ドライブリバーサル | 0.00 | 0.18 | -0.18 | |
| ドライブパリィ | 1.50 | 1.67 | -0.17 | |
| 投げ抜け | 0.30 | 0.46 | -0.16 | |
| 投げ被弾 | 2.30 | 2.22 | +0.08 | |
| パリィ中に投げられた回数 | 0.20 | 0.27 | -0.07 | |
| スタン成功 | 0.00 | 0.07 | -0.07 | |
| スタン被弾 | 0.00 | 0.04 | -0.04 |
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。
Dee Jay · 直近100試合
改善するポイント
守りの判断を見直す
ドライブリバーサル：プロフィール 0 · 比較対象 0.19
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
- ドライブリバーサル：プロフィール 0 · 比較対象 0.19
- ジャストパリィ：プロフィール 0.4 · 比較対象 0.55
ゲージ消費の目的を決める
ドライブラッシュ（キャンセル）：プロフィール 2.7% · 比較対象 23.9%
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
- ドライブラッシュ（キャンセル）：プロフィール 2.7% · 比較対象 23.9%
- ドライブラッシュ（パリィ）：プロフィール 16.1% · 比較対象 8.9%
- SA2：プロフィール 5.8% · 比較対象 22%
画面端に至る経緯を追う
画面端での攻め：プロフィール 9.2 · 比較対象 12.84
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 9.2 · 比較対象 12.84
- 画面端に追い込まれた時間：プロフィール 7.1 · 比較対象 8.3
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 2026/09/07 · 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 Yasmine：79試合中31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：79試合中31勝
- 対 Mai：67試合中47勝
- 対 Ryu：58試合中28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：61試合中31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：61試合中31勝
再現性のある反撃機会を探す
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
統計は調査の手がかりです。その間合いで反撃できると確認済みの行動を探し、見た目だけで隙があると判断しないようにしましょう。
試してみよう対象の行動が出たら確認済みの反撃を試します。相手がその行動をやめたら、無理に狙わず通常の間合い管理に戻りましょう。
根拠となる統計
- 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 2026/09/07 · AI：dots-studio/dots-3-note-preview:free