KDA y KP% como señales al apostar en LoL

Me crucé hace un tiempo con un hilo donde se decía que un ADC estaba «ardiendo» porque tenía KDA de 6,2 en el split. Abrí los datos completos. El mismo jugador tenía kill participation del 52 por ciento, que para un ADC de pro play es una cifra mediocre. El KDA reflejaba que moría poco, pero no significaba que su impacto en los partidos fuera tan alto como sugerían los titulares. Apostar basándose solo en KDA es uno de los errores más comunes que veo, y vale la pena explicar por qué.

Las estadísticas individuales son señales útiles cuando se leen con contexto y peligrosas cuando se interpretan sueltas. KDA y kill participation son las dos más citadas, las dos más accesibles y las dos que con más frecuencia se usan mal. Conocer qué miden realmente y cómo combinarlas es el primer paso para extraerles valor analítico.

Por qué KDA solo no basta

El KDA — kills más asistencias divididas entre muertes — es una métrica que premia la supervivencia y el impacto combinado. Un jugador con KDA alto muere poco y participa en muchas kills. Hasta ahí, todo bien. El problema empieza cuando se usa como proxy universal de rendimiento, porque el KDA no distingue entre un jugador que decide partidos y un jugador que simplemente no muere.

Ejemplo práctico. ADC A tiene KDA 8,0 en el split. ADC B tiene KDA 4,5. La lectura naif dice que A es mejor. Pero si miramos más: A tiene kill participation del 55 por ciento y juega composiciones safe donde se limita a farmear y aparecer en el teamfight decisivo. B tiene kill participation del 78 por ciento y juega composiciones agresivas donde es el punto focal de las rotaciones. ¿Quién es el mejor ADC? Depende del contexto de equipo, del meta y de lo que el roster necesita de esa posición.

La implicación para apuestas es directa. Usar KDA aislado para predecir rendimiento individual en un partido concreto es una forma de introducir ruido en el análisis. KDA funciona como elemento complementario, nunca como señal principal.

Definición y cálculo de KDA y KP%

Vamos a los fundamentos para asegurar que el marco queda claro. KDA se calcula como (kills + asistencias) / muertes. Un KDA de 5,0 significa que el jugador suma cinco kills o asistencias por cada muerte propia. Cuando un jugador tiene cero muertes en una partida, el KDA es «perfecto» y suele representarse con un símbolo de infinito o con una lectura alternativa.

KP% — kill participation — se calcula como (kills del jugador + asistencias del jugador) / kills totales del equipo. Si el equipo consiguió 20 kills en la partida y el jugador tuvo 4 kills más 11 asistencias, su KP es 15/20, es decir 75 por ciento. KP mide la presencia del jugador en las acciones ofensivas, independientemente de si murió o no.

Las dos métricas son complementarias. KDA mide supervivencia e impacto combinado. KP mide presencia. Un jugador con KDA alto y KP alto está en todos los tiros y muere poco — la combinación óptima. Un jugador con KDA alto y KP bajo está vivo pero no está donde tiene que estar. Un jugador con KP alto y KDA bajo participa mucho pero muere demasiado en esas participaciones. Un jugador con ambos bajos es lo que dicen los números.

Contexto por rol: ADC, mid, jungla

Las métricas tienen umbrales distintos según la posición. Leerlas sin ese ajuste es como comparar velocidad de un centrocampista y un extremo en fútbol: números similares significan cosas distintas.

Para ADC profesional, KDA aceptable suele rondar entre 4,5 y 7,0 en temporada regular, con picos superiores en jugadores top. KP esperado está entre 60 y 80 por ciento, dependiendo del estilo del equipo. ADC con KP inferior al 55 por ciento suele ser señal de desconexión con la dinámica del equipo, salvo que el roster juegue explícitamente composiciones con ADC como carry principal con el ADC como única víctima en teamfights.

Para mid laner, los umbrales son distintos. KDA aceptable entre 4,0 y 6,5, con variaciones por estilo. KP esperado más alto, entre 65 y 80 por ciento, porque el mid lane tiene acceso a ambas mitades del mapa y participa naturalmente en más skirmishes. Mid laners con KP por debajo del 60 por ciento suelen jugar composiciones de scaling puro o tienen problemas de rotación — en ambos casos conviene contextualizar antes de leer.

Para jungla, las métricas son más volátiles. KDA puede oscilar ampliamente — entre 3,5 y 7,0 — según el estilo del jungler. Pero KP esperado es muy alto: entre 70 y 85 por ciento. Un jungler con KP bajo en pro play es un jungler que no está cumpliendo el rol principal de la posición, que es generar presencia en el mapa.

Top y support tienen sus propios umbrales. Los tops con KDA por encima de 5,0 suelen ser jugadores de pickeo individual que impactan en mapa. Los supports con KP por encima del 85 por ciento son candidatos de referencia para cualquier análisis de impacto real en la partida.

Uso práctico en un pronóstico

Te paso la metodología que aplico. Cuando analizo un partido concreto, saco KDA y KP de cada jugador de los últimos 10 a 15 partidos — muestra suficiente para identificar tendencias, corta como para no diluir con datos obsoletos.

Comparo esos números contra los umbrales esperados para cada rol. Identifico jugadores que están por encima o por debajo de su esperado. Marco las desviaciones como señales a cruzar con otras variables del análisis: forma reciente del equipo, identidad del parche, composiciones esperadas.

Una jungla de equipo A con KDA 5,5 y KP 72 por ciento, comparada con una jungla de equipo B con KDA 5,0 y KP 82 por ciento, no indica automáticamente que B sea mejor. Indica que los dos tienen perfil distinto. A es más económico, B es más agresivo y presente. En un matchup concreto, cuál de los dos aporta más valor depende de qué rival tienen delante y qué composición les toca pilotar.

Un apunte sobre apuestas específicas. Los mercados de mejor jugador o MVP de la partida son los más directamente influenciados por KDA y KP. Apostar al MVP sin mirar esas métricas es literalmente apostar a ciegas; usar las métricas con criterio es una de las formas más accesibles de encontrar valor en esos mercados secundarios.

Para conectar el análisis de estadísticas individuales con la evaluación general del partido, tiene sentido revisar el artículo sobre análisis pre-partido de LoL.

Fuentes fiables de estadísticas

La calidad del análisis depende de la calidad de los datos. En LoL pro play hay fuentes públicas de calidad aceptable, fuentes de pago con profundidad extra, y fuentes abiertas con ruido significativo. Mi regla: usar dos fuentes independientes para confirmar tendencias, especialmente cuando una lectura parece especialmente clara. Cuando dos fuentes coinciden, la señal es fuerte. Cuando divergen, conviene investigar antes de apostar.

Un patrón estacional que vale conocer: las estadísticas individuales de las primeras semanas de un split tienen muestra pequeña y ruido alto. Esperar a tener al menos cinco o seis partidos de datos antes de extraer conclusiones evita sesgos por muestras no representativas. La LCK 2025 como liga más vista del año — con más de 161 millones de horas vistas según Esports Charts — produce volumen de datos suficiente, pero igual las primeras jornadas requieren cautela analítica.

Los datos de mercado del ecosistema español ayudan a poner esto en contexto. Con el mercado global de apuestas de esports proyectado a 3,5 mil millones de dólares en 2029, la profesionalización del análisis también avanza. Quien se queda en KDA aislado está compitiendo con apostadores y operadores que usan modelos mucho más sofisticados. La ventaja informacional se fabrica con lectura cruzada de métricas, no con atajos.