天之虹:浅谈游戏数据的积累、挖掘与分析

编者按:游戏数据整理和分析是一项繁琐而枯燥的工作,急性子很难处理好这样的事情。而本文作者以“挖矿”主线向大家生动而形象地介绍了数据的获取、积累、整理、分析等数据处理的全过程。文中时不时会有一些形象而生动的例子,相信你会觉得这一篇让人感觉轻松愉快而又十分有价值的文章。欢迎更多的游戏人就相关问题和小编一起讨论。比如道具种类分布和相关数值设定,游戏规则的修改等。

摘要

本文从数据出发,以实战的角度谈数据的积累、挖掘和分析,通过这三步的不断迭代,借此发现游戏中设计合理和不合理的地方,并以此进一步改良游戏,改善玩家在游戏中的体验。

一、引子:数据积累、挖掘与分析ABC

(一)、从游戏中的数据谈起

文/九城研发中心 天之虹

    编者按:游戏数据整理和分析是一项繁琐而枯燥的工作,急性子很难处理好这样的事情。而本文作者以“挖矿”主线向大家生动而形象地介绍了数据的获取、积累、整理、分析等数据处理的全过程。文中时不时会有一些形象而生动的例子,相信你会觉得这一篇让人感觉轻松愉快而又十分有价值的文章。欢迎更多的游戏人就相关问题和小编一起讨论。比如道具种类分布和相关数值设定,游戏规则的修改等。

摘要

    本文从数据出发,以实战的角度谈数据的积累、挖掘和分析,通过这三步的不断迭代,借此发现游戏中设计合理和不合理的地方,并以此进一步改良游戏,改善玩家在游戏中的体验。

一、引子:数据积累、挖掘与分析ABC

(一)、从游戏中的数据谈起

    从某种程度上来说,游戏是由数据组成的——如果把游戏归入到软件类的话,一种通用的说法认为软件是数据(结构)+算法的成品。在下只是一个小小的策划,无从站在程序的角度谈精深的算法,因此我们这篇文章就先从游戏的另一部分——数据谈起。

    什么是游戏中的数据呢?——或许我们可以把游戏中的数据分为静态数据和动态数据。

    所谓静态数据是数值策划用精巧复杂的公式精心计算的各种游戏属性,这些属性是一套固有的数据,在游戏运行和运营过程中都是固定不变的——例如武器装备的属性、怪物的属性、人物每级固定分配的属性、技能每级固定的攻击和消耗等相关的属性。

    动态数据是指游戏运行和运营过程中不断变动的数据,这些数据会随着玩家在游戏世界中执行各种行为的不同而发生改变——例如玩家背包里的物品、玩家的经验和等级、玩家身上的游戏币乃至游戏各个地图里不断变化的怪物数量等等。

    动态数据在游戏中就如繁密的流星雨那样一闪而过,不留意的人可能会让它们如同流水般在指尖流过。然而这些动态数据却是一座深埋大山里的金矿,若善加利用——用它们来不断地改造静态数据,那势必能让玩家的体验不断得到改善,从而延长游戏寿命并增加收益。

07

(二)、为什么要利用数据

    或许很多人会对上面的话不屑一顾:

08

要谈为什么要利用数据,首先不得不提起游戏。

    游戏,尤其是网络游戏,其本身就是一个玩家行为的集合。玩家的行为都是由玩家心理衍生的,而网络游戏就像是玩家心理和玩家行为的聚合品。人心本是很难猜测的事,但成功的网络游戏却必须成功地揣测出玩家的心理,打造出满足玩家心理需求的游戏机制和游戏内容,这就不得不从错综复杂的玩家心理和玩家行为世界中寻找规律和分析结论了。
所幸网游玩家是一个大规模的群体,即使一个不成气候的游戏也有几千玩家曾经在游戏里逗留过,这大量存在的样本总是存在不少可以抓住规律的共性的,而唯一能总结出这些规律和对比出其共性的途径就是数据了。

    或许有人说经验和感觉也可以,那我们来看看如下的一个例子:

09

经验、感觉与现实的差距

    为什么会频频发生这样的事呢?左边的是游戏设计制作过程中和过程后的纯感觉,而右边的事实无疑是靠纯数据(实际完成任务的人数、购买道具的人数、进出副本的人数)证实的。可见只有数据才能真正地反映出游戏的设计和玩家的行为现状。(编者注:理想和现实总是有差距的,多看看现实对自己没坏处,至少能让自己在今后的游戏生活中的心情落差不会越来越大。)

10

图02:数据vs感觉+经验

(三)、“尿布与啤酒”的故事 数据的积累、挖掘和分析

    如果说游戏中的动态数据如金矿般宝贵,数据积累就相当于在这时光流逝的银河中把这些矿石积累并沉淀下来,数据挖掘就像在千万年以后从矿床里把这些矿石挖掘出来,而数据分析就像把挖出来的矿石进一步加工提炼,成为真正有用的金属。这三者是对游戏数据进行更有效的利用的三个步骤和手段,而把这些手段运用得很出色的例子源自于沃尔玛。

    沃尔玛的数据仓库是把积累、挖掘和分析运用得很成功的例子。沃尔玛在成立之初就建立了一个庞大的数据仓库,把每一位客人在采购时产生的数据(动态数据)都记录下来。它们包括订单的详细内容、购买时间、客人资料、当时的店面情况和商品情况……随后不定时地对这些数据进行统计分析,掌握到各方面的规律,把销售服务改善得越来越好,从而成为了全球最大的连锁零售企业。

    这里不得不顺便提一下沃尔玛在数据挖掘方面的一件轶事:

11

类比于现代超市这种以服务一争长短的行业,网络游戏又何尝不是。通过数据的积累、挖掘和分析以后,借用分析的结果去改良游戏机制,那一定能取得势不可挡的结果的。(编者注:“尿布和啤酒”背后的故事不是拍脑袋想出来的。而是沃尔玛对相关数据积累、挖掘、分析、判断后得出来的结果。这个故事也让我们更清楚地了解了数据采集和分析的意义。一款道具的消费能否引起玩家对其他道具的消费欲望?几种道具之间的消费有着怎样的联系呢?相信大家已经应对良策了。)

    开篇引子谈得很长,接下来我们就从矿床谈起吧,谈谈数据的积累。

二、从矿床谈起——数据的积累

(一)、我们该积累哪些数据

    要积累出有价值的数据,我们首先要搞懂动态的数据有哪些。

    我们首先能想到的自然是游戏运行过程中自然而然产生的数据,也就是前面所说的由玩家各种行为而产生的游戏动态数据。

    如果说游戏的面向对象是玩家,那数据分析所要研究的对象也自必然是玩家,推而广之,有价值的积累数据应该是由玩家的各种行为所产生的所有数据,而不仅仅是游戏中的动态数据。

    如图03所示,概括而言,有积累价值的玩家动态数据包括四类:

12

四类有积累价值的动态数据

    游戏中不断变化的玩家动态数据:这些数据一部分是会存储在数据库里的(例如玩家的金钱、等级、经验等),另一部分是游戏运行过程中短暂停留在服务器内存里的(例如某个时刻地图上的怪物数量、玩家数量,例如怪物掉落但玩家没有捡起的掉落物),无论是前者还是后者都,它们都是十分有用的动态数据。

    论坛上的玩家回帖:论坛上玩家的回帖也是一种数据,这些回帖包括玩家的建议、责骂、求助、讨论热点等玩家关注的内容。把这些玩家关注和提及的数据都积累起来,是日后分析和用于改良的有用矿石。

    玩家来电/求助GM:玩家打电话的通话内容以及每次求助GM的内容也是很有意义的数据。这些内容多反映了玩家在游戏中遇到的困难,积累和分析以后能对游戏的体验作出很好且很有针对性的改良。

    玩家消费记录:对于出售道具或者出售服务的游戏来说,玩家的消费记录包括玩家兑换价值币的量和频率,玩家购买道具/服务的数量、时间和频率,玩家购买道具/服务的途径、各类道具/服务的出售情况等等。这些消费记录很大程度上类似于零售行业所苦心积累的数据,而对于架设在电子网络上的网游来说,积累这些数据要比传统行业容易多了。

    所有的这四类数据都是和玩家行为密切相关的,通过积累、挖掘和分析后能很大程度上把玩家的行为模式乃至心理模式还原出来——这些还原的成果即使找到一批忠实且忠厚的玩家也是说不清道不明的。

(二)、如何积累矿床

    根据上面的内容,此时我们已经掌握了哪些是对我们有用的矿石了,那接下来我们该如何把这些矿石积累下来呢?这里笔者谈谈第一类数据,也就是游戏中不断变化的玩家动态数据的积累方式,同理,其他三种数据的积累也是一样的。

    前面谈到了玩家动态数据分为数据库中存储更新的和游戏运行中在服务器内存里短暂存放的两类数据,这两类数据的积累方式也各有不同:

    数据库中存储更新的数据本身就被数据库如实地记录起来了,但如果不对这些数据进行及时处理的话,那最终也只能一直反映着当前一刻的数据而已——比较行之有效的办法是对部分有用的库进行快照式的备份:在固定的时间点把相应的库进行备份,留一份快照。一段时间后把这些快照都聚集起来,进行有意义的统计或者是把部分数据制作成图表,又或者是把这些快照一直存留着,不断积累成越来越具价值的快照库,留待日后的数据挖掘和数据分析。

    服务器内存中暂留的数据都是稍纵即逝的,一不留意数据就不见了。例如某个时刻中地图的玩家数量:玩家不断地进进出出地图,可能仅仅过了几分钟,整个格局又全然不同了;又例如地图上掉落的物品:玩家过一阵子不捡,服务器就自动把怪物尸体销毁了。对于这些暂留的动态数据都需要即时的把握,而这种即时的把握又分为两种手段:消息驱动的被动型积累和规则驱动的主动型积累。(编者注:“人生如白驹过隙”,但人生是由很多细节组合来完成的。稍纵即逝的细节需要我们用心去捕捉,数据的捕捉同样需要有心人去留意和思考。)

13

图04:玩家动态数据的积累方式

    消息驱动型的积累方式是被动的,当玩家的行为产生服务器和客户端相互通知的事件消息时,我们可以借这个时机把变动的动态数据积累起来。这种方式又分为两种常见的做法:Log机制和消息驱动型累加变量。

    Log的意思是指把行为如实地记录下来,常见的Log的做法是为每种行为定义好固有的记录格式,当发生这种行为并产生事件消息时,就把该行为按这种规定好的格式记录下来。例如在玩家与城里杂货店的NPC交易时,可能会产生如下的Log记录:

[09:28:14]玩家[楚留香][uid=1103301]在NPC[npcid=110032]处购入[迷迭香][itemid=1102] 50 个,花费游戏币5000
[09:29:34] 玩家[楚留香][uid=1103301]在NPC[npcid=110032]处售出[槟榔][itemid=3221] 30 个,获得游戏币300

    由此可见,Log机制是把玩家在某一类行为中的每个行为,以及行为过程中牵涉到的过程和数据都事无巨细地记下来的。其优点在于它毫无遗漏地记下你感兴趣以及潜在感兴趣的所有相关数据,但也有它的缺点:这种事无巨细的记录方法每天会带来极庞大的数据量积累,久而久之就真的如一座天然矿床那样,需要很费劲才能从中挖出你要的矿石了。
消息驱动型的另一种积累方式是消息驱动型累加变量。这种方式是在服务器数据库和内存中设立一堆一样的累加变量,当相关的消息产生时,服务器对内存中的这些变量累加入相对应的数值,而后定时地(每天或者每周)把这些累加变量的值存入库里并清0,随后建立快照作为历史性的积累。

    光是这么说有点抽象,我们来看一个具体的例子。游戏中金钱的产出量是数值人员很关心的一个数据,然而这个数据靠数据库的历史快照所统计到的信息是不准确的(统计玩家所得金钱的增长量只能反映出真正进入玩家手里的金钱量而已,但这金钱量远远少于游戏中实际的产出量(因为在实际情况中,经常有玩家为了诸如加快练级效率一类的目的,只杀死怪物却不去拾取掉落物品),这时就需要用到消息驱动型累加变量了。

    我们可以设立一个称作MoneyDailyProduce的累加变量,并为其设立如下的累加规则:

14

MoneyDailyProduce的累加变量

    如表02所示,我们把每一个有可能在游戏中从无到有(例如玩家之间交易游戏币就不是金钱产出了)地产生金钱的时刻都记录到触发时机里,并把该时刻产出的金钱量累加到变量里。如此一天下来得到的变量值就是当天游戏里的实际金钱产出量了。每天把这个值存入库里并建立快照,一个月或者一年下来就能看到整月或者整年的游戏金钱产出曲线图了。

15

虚构的游戏金钱产出年度曲线图

    诚然,消息驱动型累加变量的做法的优点是很显著的:首先,它得到的是你真正关心的数据,这些数据完全可以是已经加工好的矿石了——至少已经无需去花时间挖掘;其次,这种做法很擅长捕捉那些稍纵即逝的动态数据,因为累加操作是发生在事件触发的时机,所以无论数据逗留的时间有多短暂,在发生的那一刻就已经被捕捉下来了。

    但这种做法也有明显的缺点,或者说是压力所在:其一在于服务器压力。要在消息产生时额外分担精力来累加、同时管理这么多在内存里的变量、定时把这些变量转发到另一台统计和Log的服务器上,这些处理、管理和转发压力是或多或少存在的;其二在于系统设计的工作量。系统策划在设计每个系统时,需要构想好该系统所需要使用的累加机制,汇聚成表后递交给开发人员,连同系统一并实现;最后一点在于代码结合程度。如果说Log机制是可以基于主服务器做一台LogServer来处理的话,那消息驱动型的累加机制和主服务器的结合就要紧密得多了。在每个系统模块中处理玩家行为的同时进行数据累加,两类代码是紧密结合的。代码结合程度高也意味着加入消息驱动型累加机制的时机不能太晚,不然对原来的代码的改动可能就很大了。

    谈完了消息驱动的被动型积累,接下来我们谈谈规则驱动的主动型积累。

    规则驱动的主动型积累是在服务器中建立一套规则去主动地统计和积累出设计者关心的数据。这种主动的机制可能会是定时轮询的机制,每隔一段较长的时间段去主动统计出数据,存放到特定的内存区域或者转发到Log服务器中。例如设定让服务器每隔一个小时统计出每张地图上此刻的玩家人数并转发到Log服务器,一天下来就能得到当天各个地图在24小时里的人数走线图了。

16

图06:规则驱动的主动型积累

    主动型积累最大的优势是弥补了前面两种消息驱动型机制中的很大不足,很多重要的数据是无法产生消息的(例如前面说到的特定时刻中地图的人数,虽然可以靠log的机制在玩家进出地图的时候写下log记录,但这进进出出的log下来的数据量是很大的,并且事后要统计回这些数字也很费劲,且统计完以后这部分中大量的log记录就可以丢掉了。这性价比实在很低)。

    把前面的被动型积累机制配合上主动型积累机制能完全把所有关心的数据都覆盖掉,不会因为“mission impossible”而漏掉任何宝贵的矿石。

    但这种主动机制的缺点无疑在于对服务器平添的压力,服务器需要定时地依照规则去轮询、统计和转发数据,这无是一笔服务器运算、内存、带宽和机制开发上的开销,无论放到哪个项目都是需要掂量掂量的事情。其次这种机制和前面的消息驱动型累加变量机制的缺点一样,也会有较高的代码结合度,需要在前期就把这个机制考虑进去,如此才有实现的可能性,或者至少能通过合理的系统设计来在开销上提早优化好性能。(编者注:对待双刃剑,我们需要做的是权衡利弊,然后扬长避短。)

三、把矿石挖出来——数据挖掘

    通过主动和被动两种机制把数据积累起来了,随着年月的流逝,这个矿床必然会越来越丰厚,宝贵的矿石也必然会埋得越来越深,接下来我们就必须知道如何把我们需要的矿石挖出来了。

    数据挖掘可以说是数据分析前的准备,这提炼矿石前的准备其实包含了两个步骤:有些矿石由于前面在积累的时候用了较聪明和较花成本的方法。它们已经浮在矿床之上了,我们只要把它们拿起来,清理一下上面的脏污,让其更显光彩就可以了;另外的一些矿石会藏得很深,我们需要用合理的手段把它们挖起来才可以用。

    这里,前者说的是累加变量机制和主动统计机制所得到的数据,这些数据(快照)已经在积累时直接积累成矿石了,我们所需要做的工作只是把它们转化为图表,或者做一定的计算和统计就可以了。例如把每天得到的数据按月变成月曲线图,把各地图分布的数据做成饼形图;又例如统计了某个任务的累计完成次数和累计接取次数,那把两个数字相除以后就能得到该任务的任务完成率。类似这些处理只是相当于建立一个规则表,把不同类型的矿石用不同手法去掉脏污,如此就能得到闪闪发亮的可提炼的原材料了。

    而Log机制记录下来的大量记录就真像深埋的矿床那样,需要人为花功夫去开采矿石了。这需要建立一套明细的Log统计工具,从Log记录中解析并分拆出关键属性,然后把属性进行累加统计或者图表转化,如此才能完成提炼前的准备工作。

    例如对于一个极为庞大的玩家与NPC商店交易的Log记录,要统计各商品的售出情况,那必须先建立一张明细的商品表,随后通过一个遍历程序去解析Log记录,分门别类地累加到不同商品的售出次数上。对Log记录的数据挖掘工作其实有点像被动型消息驱动累加机制,只不过前者是先Log下来再作处理,后者是让数据在产生的时候就自动跳出来。两种做法,在选择上,笔者更偏向于消息驱动的累加机制的做法,当然这种做法需要更早地考虑和规划。(编者注:我们终于开挖了,但挖之前,我们需要好好了解一下各矿层之间的埋藏特点。另外,我们还需要找到一个适合个人特色的方法是必要的。不同的方法就如同不同的工具,或许你更擅长用铁镐来挖,而我更适合用敲锈锤,总之挑个合适工具准备开工了。)

四、矿石的提炼——数据分析

(一)、据分析能带来什么

    在这里我们需要再次重申一下,前面花这么大的功夫去积累下如此庞大的数据,再颇加周折地辛苦挖掘出有用的数据,做的这么多都是为了什么?——最主要的用途是用数据说话,利用游戏运营过程中玩家真实行为(而不是设计时的主观猜测)产生的数据去还原出玩家的行为模式和行为倾向,以此改良游戏机制,提供更受欢迎的游戏内容,而这么做通常也能为游戏带来更多的收益。

    基于这个目的,前面完成的所有数据在这一步都需要进行仔细的分析,从数据中找到玩家行为的规律。我们先来看看表03,看看分析了前面积累和挖掘到的数据以后能看出什么端倪:

17

这么说好像在吹嘘积累、挖掘和分析的作用,那我们分别换一些实际的例子来看看如何通过对数据分析来得到上表右边的结果:

玩家的倾向
 ·例如统计出各地图一天中各时段的玩家人数,我们能了解:
 玩家更喜欢逗留在哪张地图
 玩家在不同时段更喜欢逗留在哪里
 借此结合性推断可能可以了解到为什么玩家更喜欢某张地图或者为什么玩家不喜欢这张地图
 通过玩家重心在不同级段地图上的迁移,可以了解当前服务器的衰老程度

 ·例如统计出各种NPC商店商品的出售情况,我们能了解:
 玩家更喜欢哪种消耗品,更喜欢哪套装备
 哪类道具在游戏中消耗最多
 哪些物品不受玩家欢迎
 从而推断出为什么会发生以上情况

数值的平衡
 ·统计出游戏每天的金钱产出量(或者每天的实际金钱产出量——真正进入到玩家包里的钱)和每天的金钱消耗量,如此能大致了解到游戏中经济是否平衡
 ·统计出每天任务的经验产出和每天打怪的经验产出能大致了解到任务奖励的合理情况

系统和内容的合理性
 ·玩家的喜好其实很大程度上就反映着系统和内容在设计上的合理性了
 ·统计出任务的完成率、放弃率能了解到任务设计的合理性以及奖励的合理性

销售方面的倾向性
 ·统计出各种虚拟商品和虚拟服务的出售情况能了解到
 哪些商品和服务是热销的,哪些商品和服务是无人问津的
 促销商品是否达到了热销的程度
 产生以上情况的原因

一些我们难以了解到的原因
 ·通过对长期不在线的玩家的各项数据的统计,能推断出造成玩家离开游戏的原因
 ·通过结合怪物消耗量、地图各时段人数量能推断出任务不受欢迎乃至玩家放弃任务的原因

【/特殊显示】
 凡此种种不再多加列举了。
 倘若把前面积累和挖掘的数据进一步处理成图表的话,在分析的时候就能得到更直观的材料了,如此得到的分析会更加准确,而到了接下来一步的改良工作也会更加可靠。(编者注:没白干!)

(二)、如何分析
    或许实际地举几个实例会来得更清晰,接下来我从三个例子去看看如何分析前面积累和挖掘出来的结果:

1.通过玩家账号表结合角色数据表来分析原因(数据库快照的分析方法)

    查阅玩家账号表,我们发现表04中出现这么几行信息:

18

玩家账号表信息

    从上表看来,发现账号11033、14897~14899的玩家都已经很长时间没上游戏了,到底是什么原因导致他们离开呢?

    对于11033的玩家,注册游戏(或许可以称作玩了这个游戏)已经有3年的时间长度了,这么一个老玩家又是因为什么离开游戏呢?

    14897~14899三个玩家是同一天注册游戏的,也是同一天离开游戏的,这是什么原因呢?

    对这些玩家进一步根据账号ID来查找他们的角色表的情况,发现后三个玩家的角色在当天都被查封了。这需要进一步分析当初是为什么查封这些角色的;而对照账号11033的角色发现该玩家的角色已经是93级的角色了,的确是老玩家,这时就需要进一步对这个老玩家的角色的其他信息(例如完成任务的情况——是不是给某些任务卡住了;例如背包的Log记录——是不是被盗号了;等等)进行分析,看看为什么离开游戏了。(编者注:矿石开始发光了,他们的价值将在我们的分析与研究中发出耀眼的光芒。)

2.从玩家与玩家交易的Log记录中寻找漏洞

    玩家与玩家交易的Log记录一般都是如下的格式的:

[09:08:11]玩家[楚留香] [uid=1103301]把[迷迭香][itemid=1102] 50 个交易给玩家[梅兰芳][uid=1104411];

    对如上的Log记录进行道具的交易统计(数据挖掘)后能统计出各类道具的交易次数,发现迷迭香的交易量比其他道具的交易量要大得多,有可能迷迭香这个道具在交易系统中存在一定漏洞。

    又进一步追踪迷迭香在NPC商店中的出售量(消息驱动型的累加变量机制),发现迷迭香的出售量也远少于它在玩家之间的交易量,由此,我们可以看出这无中生有的多出来的数量一定存在问题。

    从Log记录中追寻(数据挖掘)和迷迭香这个道具相关的玩家(例如经常交易这类道具的玩家,大批量购买这类道具的玩家,以及最初进行这些大批量交易和大批量买卖的玩家)的行为,或许能发现该道具在系统中存在的漏洞。

3.从道具销售统计中扩大销售(累加变量机制)

    通过前面数据积累步骤中的累加变量机制能得到游戏商城里的虚拟道具销售情况表,该表可能如表05所示:

19

游戏商城里的虚拟道具销售情况表

    从表05看来,30瓶装的双倍经验药水明显比单瓶装的双倍经验药水的销售多很多,通常我们都是鼓励玩家买更大捆的道具的,因此从结果看来是价格的对比促使30瓶装的双倍经验药水热销;但99瓶装的双倍经验药水的销售看来也不怎么样,这又是什么原因呢?

    在这样的情况下,我们可以从其他的累加变量统计中寻找蛛丝马迹。例如双倍经验药水的使用量甚至是使用时段,同时分析99瓶装的双倍经验药水的定价是否不够合理,其定价是否也和单瓶装的双倍经验药水一样成为了烘托陪衬品。
我们可以通过这样的分析来进一步改进99瓶装的双倍经验药水的定价和功能,以此扩大整类双倍经验药水道具的总体销量。

    以上三个例子分别对三类数据积累手段积累下来和数据挖掘精修出来的数据演示了对其进行进一步分析的方法,类似以上的分析完成后,我们会得到方方面面的猜测和结论,接下来就需要把这些猜测和结论用到游戏里了。(编者注:游戏中的异常现象往往是游戏身体里的肿瘤,要是长期无视它们的存在,游戏生命将被大大缩减。我们需要对相关的数据进行分析,对游戏进行定期的身体检查,及早发现肿瘤的位置,在它朝着恶性方向发展之前就根除掉它。只有这样,游戏才会健康长寿。)

五、把宝石用到装备和武器上——分析结果的利用

    当分析完成后,不合理的地方都需要进一步改良,这种改良一方面可以是创新性的改良,另一方面也可以借鉴游戏中合理或大卖的地方作参考性的改良(例如A道具卖得不好,B道具大卖,参考性地结合B道具的情况改良A道具的功用或价格就好了——当然前提是你没打算用A道具去烘托B道具)。

    另一方面,经过分析、判断,合理的地方或者设计得好的地方要更加发扬光大。例如一个大卖的道具在分析出其大卖的原因后可以推而广之地推出系列套餐或者“子母型”的增值服务,甚至是改头换面地包装出一个新的系统……凡此种种,只要当你确认了A是大卖的,并且A的大卖是有理由的,并且这种理由是你确认的,那大可放手把它推而广之,因为那是玩家喜欢的。

    分析后的改良会是一个渐进的试探性过程,毕竟突然的改头换面是充满风险的。把坏的东西改成好的那还说得过去,把好的不慎突然改成坏的就会遗臭万年了。建议是渐进地试探性改良,在改良后再通过前面的数据积累、挖掘和分析步骤来观看结果,根据结果再来步步推进。(编者注:得出来的成果是有价值的,利用调查结果来付诸行动则需要更加的谨慎。挖出来的好矿别乱用,不然砸着自己的脚不说,还伤害了玩家的感情。)

20

六、小结

    数据的积累、挖掘和分析是一个需要不断迭代的过程,这个过程是在开发周期里规划和实现,在运营开始的时候开启并开始迭代的。

    这个过程中的每一次迭代都会为你衍生出一些有意义的分析结果,利用这些分析结果去改良游戏,然后再借用下一次的迭代去观察、调整和扩大战果,如此用户的体验一定会不断地得到改良的,而对开发商和运营商得到的也自然是越来越大的收益。

    游戏中的数据是如金矿般宝贵的,把数据积累起来、挖掘出来,再进一步分析和思考,别让你手中的金沙再不断流走了。(编者注:保护并扩大成果的最好办法是持之以恒。好人不难做,难的是一辈子做好人,这里套用一下,好矿不难挖,难的是一辈子都挖出好矿来。加油吧,游戏同仁们!)

Friday Forum

    Friday Forum是TDC精心打造的信息交流平台,在这个平台上研发人员能充分的进行专业技术的交流、研发成果的分享、职业发展的规划、生活态度的展示等,既是一个信息交流的平台,也是一个展示个人风采的平台,成为构建TDC学习型组织的特色组成部分。

本文为GameLook原创文章,如若转载,请注明出处:http://www.gamelook.com.cn/2009/06/301

关注微信