Войти
Чем SBMM отличается от EOMM
Пять поражений подряд. В первом матче танк ушёл изучать архитектуру респауна. Во втором стрелок решил, что попадать по противнику — буржуазный предрассудок. В третьем вас переехала группа с одинаковыми аватарками. Четвёртый закончился прежде, чем диктор договорил приветственную речь. Пятый был особенно хорош: игра будто нарочно показала, как могла бы выглядеть ваша победа, после чего отобрала её на последней секунде.
И тут из тёмного угла сознания выходит Алгоритм. В плаще, с бухгалтерской книгой и маленькими рогами. «Три раза выиграл, голубчик? Теперь страдай. Но не слишком долго — завтра дадим лёгкую победу, чтобы не ушёл».
Может ли разработчик построить такую систему? Да. Есть ли универсальные доказательства, что популярные шутеры именно так и поступают? Нет. Серия поражений совместима и с оптимизацией вовлечённости, и с обычным подбором по навыку, и с неточным рейтингом, неудачным составом команды, малолюдным регионом, скверным вечером и старой доброй случайностью — той самой, которая роняет бутерброд маслом вниз и ставит в союзники Человека-Паука со счётом 0:10.
Разберёмся, чем EOMM отличается от SBMM, почему честный матчмейкинг тоже создаёт разгромы и где кончаются проверяемые факты, уступая место фольклору.
Что оптимизирует SBMM
SBMM — skill-based matchmaking, то есть подбор по навыку. Система старается свести игроков сопоставимого уровня. Не обязательно по красивому золотому значку на экране: обычно существует скрытый рейтинг MMR — численная оценка мастерства, которая обновляется после матчей. В идеальном лабораторном аквариуме два равных игрока получают примерно по 50% вероятности победить.
В реальности аквариум треснул. Кроме навыка приходится учитывать задержку соединения, время ожидания, выбранный режим, размер группы, платформу, регион и наличие подходящих игроков прямо сейчас. Если очередь затянулась, ограничения обычно ослабляются. Поэтому SBMM — не волшебная машина равных матчей, а диспетчер, который пытается одновременно рассадить пассажиров по весу, росту и месту назначения, пока они колотят по двери и требуют ехать.
Даже две команды с одинаковым средним MMR не обязательно равноценны. В одной могут оказаться игроки примерно одной силы, а в другой — виртуоз, несколько середняков и человек, впервые обнаруживший клавиатуру. Среднее значение совпадёт, но матч от этого не станет симметричным.
Что меняется при оптимизации вовлечённости
EOMM — engagement optimized matchmaking, то есть матчмейкинг, оптимизированный для вовлечённости. Он отличается не обязательным набором входных данных, а целевой функцией — показателем, который алгоритм старается улучшить.
В упрощённом виде SBMM спрашивает: «Как собрать сравнительно честный матч?» EOMM — «Как сформировать матчи так, чтобы вся эта компания с наибольшей вероятностью продолжила играть?»
Навык при этом никуда не обязан исчезать. К нему могут добавиться недавние результаты, частота сессий, оценка риска ухода и предполагаемая реакция разных игроков на победы и поражения. Причём EOMM вовсе не обязан примитивно чередовать кнут и пряник. Иногда удержанию помогает равный соперник, иногда — более лёгкий. В модели, которая оценивает всю игровую экосистему, нельзя обеспечить лёгкую победу одному участнику, не назначив поражение другому.
Это важная подробность: EOMM в играх — подход к оптимизации поведения всей системы, а не обязательно отдельная «очередь проигравших» с чугунной дверью и надзирателем.
Что исследования действительно доказали об EOMM
Модель EOMM 2017 года
В 2017 году исследователи из университетов и Electronic Arts представили EOMM как формальную модель. Она оценивала риск того, что игрок перестанет играть в ближайший период, а затем подбирала пары с минимальным суммарным риском ухода.
Работа использовала данные неназванной игры EA: 36,9 млн матчей один на один, сыгранных 1,68 млн человек в первой половине 2016 года. «Уходом» авторы условно считали отсутствие следующего матча в течение восьми часов. На основе настоящей телеметрии они построили модели вероятности победы и риска ухода, а затем сравнили разные способы подбора в симуляции.
Ключевое слово здесь — «симуляция». Исследователи не сообщали, что EA включила EOMM в работающей игре и начала тайно раздавать поражения. Работа доказывает техническую возможность подхода и показывает его потенциальную выгоду в выбранной модели. Чертёж атомной подлодки ещё не означает, что она припаркована у вас в ванной.
Исследование 2026 года на данных Lichess
Новый повод для переполоха появился в 2026 году. Авторы статьи в журнале Management Science построили динамическую модель, учитывающую навык, неприятие поражений и долгосрочные изменения состава аудитории. Для практической проверки они проанализировали 5,4 млн партий на шахматной платформе Lichess.
В этом кейсе оптимизированная политика дала расчётный прирост вовлечённости на 4–6% относительно подбора по навыку. В другом сценарии та же модель позволяла сократить необходимую долю ботов примерно на три процентных пункта. Это отдельная тема — мы уже разбирали, зачем онлайн-игры добавляют ботов в обычные матчи.
Результат серьёзный. Несколько процентов на миллионной аудитории — это уже не погрешность, а караван грузовиков с деньгами. Идея незаметно обменивать честность матча на лишние часы в отчёте менеджера выглядит неприятно. Но исследование опиралось на шахматные партии и не было тайным признанием всех шутеров мира. Поединок один на один и командная драка, где незнакомцы спорят о выборе лекаря, — биологически разные животные.
Кроме того, модель 2026 года и EOMM-фреймворк 2017-го связаны общей целью повышения вовлечённости, но это не одна и та же реализация. Объединять их в единый «секретный алгоритм индустрии» оснований нет.
Почему честный матчмейкинг тоже создаёт серии и разгромы
Вероятность, форма и неточная оценка навыка
Представим абсолютно честную игру, где вероятность победы в каждом матче равна 50%. Шанс проиграть пять заранее выбранных матчей подряд — один к 32. Уже неприятно, но не сверхъестественно. А на дистанции в сто независимых матчей вероятность встретить хотя бы одну серию из пяти поражений составляет примерно 81%.
Это игрушечная модель с бросками монетки. Настоящие матчи ещё грязнее. После двух поражений игрок торопится отыграться, хуже целится, раздражается на первую ошибку союзника и с великолепной ясностью видит все чужие промахи, кроме собственных. Форма переносится из матча в матч, как запах костра с куртки.
MMR тоже не всеведущ. Новый или вернувшийся игрок может иметь неточную оценку навыка. Изменение правил, новая роль или непривычный персонаж способны временно сделать старый рейтинг менее показательным. В таких условиях несколько односторонних матчей подряд не требуют существования отдельной очереди.
Группы, роли, регион и время поиска
Сыгранная компания часто координируется лучше одиночек с тем же средним рейтингом. Великолепный танк не заменяет великолепного лекаря. Рейтинги могут выглядеть близкими, хотя роли и сильные стороны игроков распределены неудачно.
Есть и ограничения самой очереди. Ночной сервер в малолюдном регионе не может материализовать идеально подходящих участников из эвкалиптового тумана. Чем дольше длится поиск, тем сильнее разработчику приходится выбирать между качеством соединения, равенством навыка и приемлемым временем ожидания. И вот перед нами разгром — без единого зловещего директора по удержанию.
Что эксперимент Call of Duty говорит об удержании
Activision сделала редкую полезную вещь: не просто произнесла «поверьте нам», а опубликовала результаты A/B-теста в Call of Duty: Modern Warfare III.
Что изменили в тестовой группе
В начале 2024 года компания ослабила ограничения по навыку для половины североамериканской аудитории. Навык не убрали полностью; второй половине игроков оставили обычные настройки. Эксперимент продолжался месяц, после чего участников тестовой группы разделили на десять равных категорий по уровню навыка.
При ослабленном учёте навыка доля вернувшихся в игру в течение 14 дней значимо снизилась у нижних 90% аудитории. У верхних 10%, напротив, она выросла. Частота досрочных выходов увеличилась у 80% игроков, а разгромов в командном дезматче стало больше во всех группах. Похожие изменения количества разгромов Activision наблюдала и в других режимах.
То есть сильные получили весёлую охоту на куропаток, куропатки несколько раз получили по голове и отправились играть во что-нибудь менее травмоопасное.
Почему это не доказывает «очередь проигравших»
Эксперимент подтверждает, что строгость SBMM влияет на возвращаемость игроков, досрочные выходы и частоту односторонних матчей. Но это не доказательство EOMM. Activision изменила общие ограничения подбора и измерила последствия для разных групп аудитории.
Измерять удержание как показатель качества — не то же самое, что выбирать конкретному человеку соперника ради заранее желаемого результата. Термометр интересуется температурой, но не обязательно поджигает дом.
Существует ли «очередь проигравших» в популярных играх
Что утверждают разработчики
Blizzard прямо заявляет, что в Overwatch нет winner queue и loser queue. По словам студии, при формировании матча учитывается MMR, а целью служат равные шансы команд. Длинные серии разработчики объясняют в том числе случайностью и плохо откалиброванным внутренним рейтингом.
Создатели Marvel Rivals тоже выпустили подробное объяснение и отрицают использование EOMM. Как отмечал PC Gamer, восемнадцатиминутный рассказ о расчёте рейтинга и подборе команд всё равно не убедил часть аудитории.
Публичным словам разработчиков разумно доверять больше, чем ролику с заголовком «ШОК: АЛГОРИТМ ПРИЗНАЛСЯ», но меньше, чем независимому аудиту. Такие заявления — свидетельства, а не окончательный приговор. Без доступа к коду и полной телеметрии проверить каждую деталь извне невозможно.
Почему недоверие сохраняется
Игрок видит итог матча, но обычно не знает свой точный MMR, диапазон допустимого навыка, оценку союзников и то, какие ограничения система ослабила ради быстрого поиска. Закрытость превращает любой разгром в пространство для подозрений.
Есть и психологическая ловушка. Если плохой союзник попадётся дважды, это уже ощущается как персональное проклятие. А вера в заранее назначенное поражение сама способна ухудшить результат: человек перестаёт стараться, получает закономерный проигрыш и с торжеством сообщает, что система снова всё подстроила. Получается вечный двигатель, которому даже электричество не нужно.
Какие доказательства нужны, чтобы говорить об EOMM
Вот кульминация, дорогие присяжные. Чтобы уверенно говорить об EOMM в конкретной игре, недостаточно предъявить историю из двадцати матчей, красный график и фотографию уставшего лица.
Сильные свидетельства
Убедительными доказательствами были бы:
- документация работающего алгоритма или прямое подтверждение разработчика;
- код или внутренняя документация с проверяемым происхождением;
- независимый аудит системы матчмейкинга;
- воспроизводимый контролируемый эксперимент;
- масштабная телеметрия, позволяющая сравнивать действительно сопоставимых игроков.
В последнем случае потребуется учитывать MMR, состав групп, режим, регион, время ожидания, качество соединения, патчи и изменение собственной формы. Затем надо показать, что после определённых результатов система меняет силу следующих соперников сверх того, что объясняется обычным обновлением рейтинга и расширением параметров поиска.
Ещё лучше — сравнить две сопоставимые группы в одинаковых условиях, когда единственным известным различием остаётся логика матчмейкинга. Примерно так Activision проверяла ослабленный SBMM, хотя её эксперимент отвечал на другой вопрос.
Что доказательством не является
Патент сам по себе ничего не подтверждает: компании защищают множество идей, которые никогда не попадают в продукты. Научная статья доказывает существование метода, но не его внедрение. Винрейт около 50% естественно возникает, когда рейтинг примерно нашёл уровень игрока.
Не доказывают EOMM и следующие наблюдения:
- пять или десять поражений подряд;
- резкая смена лёгких матчей тяжёлыми;
- более сильные соперники после роста MMR;
- совпадение серии поражений с концом игровой сессии;
- отдельные скриншоты истории матчей;
- ощущение, что союзники внезапно стали слабее.
Серия поражений — событие. Скриншот пяти красных полос — натюрморт.
Как оценивать качество матчмейкинга без теорий заговора
Если хочется исследовать собственные матчи, сохраняйте не только победы и поражения. Записывайте режим, время, регион, размер группы, задержку, длительность поиска, видимые ранги, разницу в счёте и досрочные выходы. Двести матчей полезнее двадцати; тысяча полезнее двухсот.
Разделяйте качество матча и результат. Можно проиграть великолепную равную встречу и выиграть омерзительный разгром. Следите, ухудшаются ли после победных серий именно параметры лобби, а не просто меняется цвет последней строки. Сравнивайте одиночную игру с групповой, вечерний прайм-тайм с ночной пустыней, начало сезона с его серединой.
Если запускаете игру через облачный гейминг, отдельно отмечайте задержку сервиса, выбранный регион и стабильность соединения. Облачный запуск сам по себе не доказывает изменение матчмейкинга, но дополнительная сетевая задержка может повлиять на качество игры и сделать равного соперника субъективно сильнее. Не стоит записывать сетевую проблему на счёт «очереди проигравших».
Личная история всё равно не раскроет закрытый алгоритм достоверно. Она способна обнаружить подозрительный узор, после чего понадобятся массовые данные. А пауза после двух-трёх поражений полезна не как обряд изгнания EOMM, а как защита от тильта — алгоритма из мяса, нервов и оскорблённого самолюбия.
Вывод: возможность манипуляции не равна доказательству
EOMM существует как исследовательский подход. Оптимизация матчмейкинга ради удержания технически возможна и в моделях действительно приносит измеримый эффект. Компании следят за возвращаемостью, временем игры и досрочными выходами — было бы странно, если бы огромная индустрия этого не делала.
Но из этих фактов не следует, что любой популярный шутер тайно отправляет игроков в «очередь проигравших». Обычный SBMM тоже влияет на удержание. Честный подбор тоже создаёт длинные серии. Закрытый MMR, группы, роли и нехватка игроков производят достаточно хаоса без участия демона в плаще.
Принцип простой: если матчмейкинг начинает жертвовать честностью ради зависимости, это дрянная практика, пусть даже квартальный отчёт поёт от счастья. Именно поэтому обвинение должно опираться на данные, а не на пять горящих строчек в истории матчей. Иначе мы не разоблачаем манипуляцию — мы дарим плохому матчмейкингу алиби, объясняя заговором каждую его вполне земную глупость.