自 F1 與 AWS 合作在電視直播上加設 F1 Insights 即時數據反映現場戰況，讓觀眾更投入賽事。電競直播亦加入同類即時數據分析，如《英雄聯盟（League of Legends，LOL）》同樣使用 AWS 的技術，開發多項觀賞數據，例如勝出機會（Win Expectancy），給觀眾掌握賽事最新狀況。
Riot Games 技術產品管理 John Knauss 表示，在一年半前跟 AWS 合作開發數據分析平台，嘗試將賽事實時數據視覺化，讓觀看直播的觀眾和社群更了解比賽，掌握兩隊對壘時的優勢及處境。
Riot Games 團隊與 AWS 機械學習實驗室（ ML Lab ）共同研究遊戲的數據，找出可作視覺化的項目，在 ML 管理平台 SageMaker 上嘗試建立模型，不斷反覆修改和作出訓練。
電競版的 LOL 在遊戲過程提供逾 60 項實時數據，連同歷史數據及其他外在數據，組成直播視覺化模型，例如「勝出機會」主要分析攻下防禦塔的數據，包括首個被攻陷的塔，計算出最終勝出的可能性。而當遊戲形勢逆轉，亦會緊貼戰況即時更新。
Knauss 直言，運用數據開發視覺化直播有一定難度，數據不足是當中最大的問題。自 LOL 在 2013 年設電競比賽以來，只有約 2 萬多場比賽數據可供訓練模型。加上遊戲每兩星期更新，愈久遠的數據參考價值愈低，演算法亦要就此調節比例。「另一挑戰是如何呈現影像，尤其電競直播至全球，地區性設計不太合適。」
Knauss 補充，團隊跟 AWS 同樣對使用數據抱有熱誠，合作令 Riot Games 了解開發視覺化遊戲直播的目標。Riot Games 近期在 AWS GameDay 上開放 LOL 的數據，讓參與者運用雲端無伺服器服務發揮創意，開發視覺化遊戲直播數據。「期望可以通過實時數據，更容易了解賽事，為電競直播帶來更多觀眾收看。」
