谢邀，简答。
举例：从2016年服务于LPL以来，在我们自己的数据库中，除来自官方接口的基本数据以外，各类型的添加数据项——应该是你所说的「高阶数据」（但我们有更多的分类方式），用于选手分析的数据项有500-600项，是日常直播中所展示数据的数倍以上。对队伍分析因为更复杂，所以数据项则又更多。
在选手分析的五六百项数据中，日常80%的工作经常调用到大概是200-300项；应用于广众如直转播（截止2019年5月）展示，通常使用的在100项之内；在更狭窄的场景中，比如LPL颁奖礼需要的高光数据，则只有几项。
通常数据的展示是与其场景相关，在面向于普遍性、大众传播的产品中，数据项并非越多、越复杂越好，往往是要越简洁越明了：18年世界赛我们首次发布KI上校的时候，出于对新产品接受程度的考虑，第一个版本只有变化曲线和两个数据，尽量简单易懂，但为此进行的研发准备调用了多年多维度的海量数据。
所以，「数据展示」和「数据分析」其实是两件事，前者是大众传播场景下的产物，后者是职业赛训工作。以后者而论，目前我们自己通常采用的算法类数据有DVP（用于结算赛后的MVP），PSR（选手能效值——受到NBA PER值的启发但最终已经完全不同）等等，还有过往不断新增定义数据，如16年左右开始强化的周期性分均伤害，有效控制等等。就我们自己而言，在与不同队伍教练、分析师合作的过程中，也会有不同的方向，从而催生出一些新的算法或模型，成为库内的「高级数据」——只是这些数据项目是否会成为面向观众的展示项，需取决于LPL官方赛事团队的考量，也会有知识产权方面的原因：如特定的教练/分析师的独特分析方法，在他们未许可发布的前提下，我们永远不会进行发布。
关于玩家在观赛中希望获得的更丰沛信息，也是LPL官方赛事团队的导播们始终关注的内容，期待看到更多优秀的回答。这是个很好的问题，由于我们数据工作的性质，也并不直接面向玩家进行数据展示，所以仅站在我们工作的角度简要一谈，谢谢。
