Carvalho, Carlos Miguel Miranda Vaz deSACRAMENTO, ANDRÉ MIGUEL FERNANDES DO2025-11-112025-11-112025-10-22http://hdl.handle.net/10400.22/30808Game Analytics have become an increasingly relevant tool in understanding player behavior, identifying performance patterns, and supporting informed decision-making in competitive environments. In complex games such as League of Legends, the volume and granularity of available data frequently overwhelm players, and statistical information is often poorly communicated or outright omitted, impacting player experience, limiting their ability to process statistical data and transform raw statistics into actionable insights. This thesis addresses the research question of how to extract and analyze game information to positively impact player performance and experience. Using Design Science Research Methodology, a contextualized game analytics framework was developed that transforms raw statistical data into meaningful, actionable feedback. The solution consists of a web-based application that retrieves match information through official APIs, applies statistical thresholds for comparative analysis, and generates personalized conclusions highlighting player strengths and improvement areas. The system was implemented using modern web technologies and evaluated through a comprehensive user survey with 71 participants. Results demonstrate significant user acceptance, with 87% of participants reporting prior use of analytics tools, 80% indicating they modified their gameplay based on feedback, and 86.2% perceiving performance improvements from game analytics usage. The findings validate that properly contextualized game analytics can effectively facilitate player information processing and enhance gaming experience. This research contributes a validated framework for transforming complex gaming statistics into accessible insights, demonstrating how software engineering approaches can address information processing challenges in competitive gaming environments. The thesis acknowledges limitations including demographic bias toward experienced players and suggests future research directions in cross-game validation and longitudinal impact assessment.A Análise de Jogos tornou-se uma ferramenta cada vez mais relevante para compreender o comportamento de jogadores, identificar padrões de desempenho, e apoiar tomadas de decisão informadas em ambientes competitivos. Em jogos complexos como League of Legends, o volume e granularidade dos dados disponíveis sobrecarrega frequentemente os jogadores, e informação estatística é por muitas vezes mal comunicada ou simplesmente omitida, impactando a experiência do jogador, limitando a sua habilidade de processar dados estatísticos e transformar dados em bruto em iniciativa própria. Esta tese aborda a questão de investigação de como extrair e analisar informação de jogos para impactar positivamente a performance e experiência de jogadores. Usando Design Science Research Methodology, foi desenvolvida uma estrutura contextualizada de análise de jogos que transforma dados estatístico em bruto em feedback significativo. A solução consiste numa aplicação web que obtém informação de jogos através de APIs oficiais, aplica limites estatísticos para análise comparativa e gera conclusões personalizadas, destacando pontos fortes e áreas de melhoria para os jogadores. O sistema foi implementado utilizando tecnologias web modernas e avaliado através de um inquérito abrangente com 71 participantes. Os resultados demonstram uma aceitação significativa por parte dos utilizadores, com 87% dos participantes a reportar uso prévio de ferramentas de análise, 80% a indicar que modificaram o seu estilo de jogo com base no feedback, e 86,2% a admitir a perceção de melhorias de desempenho através do uso de análise de jogos. Os resultados validam que a análise de jogos adequadamente contextualizada pode eficazmente facilitar o processamento de informação por parte dos jogadores e melhorar a sua experiência. Esta investigação contribui com uma estrutura validada para transformar estatísticas complexas de jogos em conhecimentos acessíveis, demonstrando como as abordagens de engenharia de software podem abordar desafios de processamento de informação em ambientes de jogos competitivos. A tese reconhece limitações incluindo enviesamento demográfico em direção a jogadores experientes e sugere ações futuras de investigação em validação com outros jogos e avaliação de impacto longitudinal.engGame AnalyticsInformation ProcessingCompetitive GamesPlayer Perfor- mancePerformance Feedbackmaster thesis204032792