謝邀，簡答。
舉例：從2016年服務於LPL以來，在我們自己的數據庫中，除來自官方介面的基本數據以外，各類別的添加數據項——應該是你所說的「高階數據」（但我們有更多的分類方式），用於選手分析的數據項有500-600項，是日常直播中所展示數據的數倍以上。對隊伍分析因為更復雜，所以數據項則又更多。
在選手分析的五六百項數據中，日常80%的工作經常呼叫到大概是200-300項；套用於廣眾如直轉播（截止2019年5月）展示，通常使用的在100項之內；在更狹窄的場景中，比如LPL頒獎禮需要的高光數據，則只有幾項。
通常數據的展示是與其場景相關，在面向於普遍性、大眾傳播的產品中，數據項並非越多、越復雜越好，往往是要越簡潔越明了：18年世界賽我們首次釋出KI上校的時候，出於對新產品接受程度的考慮，第一個版本只有變化曲線和兩個數據，盡量簡單易懂，但為此進行的研發準備呼叫了多年多維度的海量數據。
所以，「數據展示」和「數據分析」其實是兩件事，前者是大眾傳播場景下的產物，後者是職業賽訓工作。以後者而論，目前我們自己通常采用的演算法類數據有DVP（用於結算賽後的MVP），PSR（選手能效值——受到NBA PER值的啟發但最終已經完全不同）等等，還有過往不斷新增定義數據，如16年左右開始強化的周期性分均傷害，有效控制等等。就我們自己而言，在與不同隊伍教練、分析師合作的過程中，也會有不同的方向，從而催生出一些新的演算法或模型，成為庫內的「高級數據」——只是這些數據專案是否會成為面向觀眾的展示項，需取決於LPL官方賽事團隊的考量，也會有知識產權方面的原因：如特定的教練/分析師的獨特分析方法，在他們未特許釋出的前提下，我們永遠不會進行釋出。
關於玩家在觀賽中希望獲得的更豐沛資訊，也是LPL官方賽事團隊的導播們始終關註的內容，期待看到更多優秀的回答。這是個很好的問題，由於我們數據工作的性質，也並不直接面向玩家進行數據展示，所以僅站在我們工作的角度簡要一談，謝謝。
