Análisis de rendimiento esports · 100% software

El dato ya está en la partida.
Falta el análisis.

Análisis de rendimiento para equipos competitivos — 100% software, sin robótica. Hoy entregamos coaching de CS2 directo del .dem: dato exacto del servidor, sin visión por computadora. En desarrollo, Free Fire (mobile, LATAM) por visión sobre VOD, para los juegos donde no hay replay ni API. Pensado para LATAM, en español, para clubes y academias.

Mandanos un .dem → Pedir una demo

Si hay replay/API → se parsea (exacto) · la CV se reserva para donde no la hay · batch, no en vivo

Lo que funciona hoy

Coaching de CS2 directo del .dem. funciona hoy

El demo de una partida de Counter-Strike 2 trae el registro exacto de lo que pasó en el servidor. Lo parseamos con demoparser2 tick a tick —es el dato del servidor, no visión por computadora— y armamos un reporte de coaching por jugador. Validado sobre una demo real de de_mirage: 10 rondas, 10 jugadores.

CS2 · coaching en video El reporte real, en movimiento — ADR/KAST por jugador desde el .dem (demoparser2, no visión por computadora)
Reporte de coaching CS2 — gráfico de ADR (daño por ronda) y KAST% por jugador, extraído del .dem de una partida real de de_mirage
CS2 · el PDF de coaching El mismo dato como reporte PDF por jugador — listo para mandarle al equipo

01 Cómo se construye

Parseo del registro del servidor, no visión por computadora.

  • vision/esports/cs2.py: parsea el demo con demoparser2 —eventos tick a tick, sin CV.
  • report_cs2.py: arma el PDF de coaching a partir de esos eventos.
  • Validado sobre una demo real de de_mirage: 10 rondas, 10 jugadores.
demoparser2 · parseo, no CV

02 Qué métricas salen

Las métricas de coaching estándar de CS2, por jugador, calculadas sobre el dato exacto.

  • ADR (daño por ronda), con referencias de bueno 80 / elite 90.
  • KAST% (rondas con kill, asistencia, supervivencia o trade) — bueno 75%.
  • Duelos de apertura (opening duels) y economía de la ronda.
ADR · KAST% · opening duels · economía

En el roadmap — en desarrollo

Free Fire (mobile, LATAM) por visión sobre VOD. en desarrollo

Free Fire no tiene replay ni API pública: la única forma de sacar datos de una partida es ver el VOD. Ahí sí aplica nuestra visión por computadora —y ahí nuestro stack es ventaja diferencial, en un juego donde no existe analítica dedicada en español. Hoy es scaffold: andamiaje, todavía no producto.

01 El ángulo diferencial

  • Sin replay ni API → la CV es la única vía: no competimos contra un dato gratis, lo generamos.
  • Cero analítica en español para Free Fire: el hueco es LATAM + español + mobile.
  • Back-end reutilizado: el de fútbol/seguridad —base de eventos, reporte PDF, clips, entrega.
CV sobre VOD · LATAM · español

02 Estado real y qué falta

  • Hoy: scaffold —lectura del HUD por coincidencia de plantilla (template-match) + OCR, y detector de minimapa.
  • Antes de prometer nada: un spike sobre un VOD real de espectador (no POV).
  • Si el HUD móvil no es legible de forma fiable a 1080p, el MVP se repiensa. Lo decimos de frente.
scaffold · falta spike sobre VOD real

La regla de oro

Donde hay registro, se parsea. La cámara, para donde no lo hay.

Es lo que nos mantiene honestos y eficientes: nunca usamos visión por computadora sobre un juego que ya te entrega el dato exacto. Sería peor dato y más trabajo.

replay/API → parseo sin replay → CV dato exacto vs aproximado
  • Juegos con replay/API (CS2, Dota2, LoL): se parsean → dato exacto del servidor. Es lo que hacemos hoy con el .dem de CS2.
  • Juegos sin replay ni API (Free Fire, mobile): la visión por computadora sobre el VOD es la única vía — ahí reservamos nuestra CV.
  • Nunca CV sobre un juego que tiene .dem: si existe parser/API, se parsea. La CV es para cuando no hay otra forma.
Parseo del .dem (CS2 hoy) CV sobre VOD (Free Fire, roadmap)
Fuente Registro del servidor, tick a tick El VOD de la partida (HUD de observador)
Precisión Dato exacto Aproximado (~85–90% a nivel de mapa)
Estado Funciona hoy (validado en de_mirage) En desarrollo — falta spike sobre VOD real
Por qué CV / por qué no Hay replay → no necesita visión No hay replay ni API → la CV es la única vía
Lo decimos derecho El reporte de CS2 es dato exacto del servidor — no es una estimación. La CV sobre VOD no es dato exacto: el techo es ~85–90% a nivel de mapa, funciona solo sobre HUD de observador (no POV) y es batch, no en vivo (un reporte la mañana siguiente, no un overlay en tiempo real). Las posiciones del minimapa por visión son aproximadas: sirven para trayectorias y heatmaps, no para coordenadas exactas. Y cuando usamos un narrador en español, va sobre eventos ya extraídos, anclado a timestamp y clip — nunca como fuente de las métricas.

A quién le sirve

LATAM, en español, para clubes y academias.

No es un SaaS masivo para jugadores sueltos: es analista como servicio para el tier de club. B2B2C —le vendemos al club, no al jugador— a clubes, academias y ligas. El valor está en el cuerpo técnico que necesita el dato y no tiene de dónde sacarlo en su idioma.

01 El mercado

  • LATAM, en español: el foso frente a los globales en inglés es la escena local y el idioma.
  • B2B2C: a clubes, academias y ligas, no venta masiva a jugadores individuales.
  • Free Fire: gigante regional con pirámide competitiva y cero herramientas dedicadas.
B2B2C · clubes y academias

02 El entregable

  • Reporte por jugador/escuadra con las métricas de la partida.
  • Clips por evento para revisar y compartir con el equipo.
  • Tendencias entre partidas (percentiles) — el seguimiento longitudinal.
reporte · clips · tendencias

Sin compromiso

Pedí una demo, o mandanos un .dem.

Si jugás CS2, mandanos el demo de una partida y te devolvemos el reporte de coaching con el dato exacto: ADR, KAST%, duelos de apertura y economía por jugador. Y si tu escena es Free Fire en LATAM, hablemos del roadmap y de conseguir un VOD para el spike. Sin precio hasta que veamos qué hay.

Pedir una demo / mandanos un .dem → Hablar con nosotros

CS2 funciona hoy · Free Fire en desarrollo · LATAM, en español · batch, no en vivo