分析手游的标准玩法和IAP参数(二)

本系列文章的报告是使用Calq,你也可以使用其它服务或自己创造这些参数。这系列文章是致力于分析“测量什么内容”而不是“如何进行测量”。

衡量你的游戏玩法

显然,游戏玩法是手机游戏成功的重要元素。如果游戏玩法一点都不有趣的话,不管图像或音效多么出色,你的游戏也是一无是处。

不同类型游戏的游戏玩法也不同。就像我们所列举的《Ancient Blocks》是一款基于关卡的 益智游戏 ,所以我们在此所收集的参数也是基于此。如果你要遵循本文去调整自己的游戏,你可能需要相对应地调整一些参数。

游戏平衡

游戏平衡非常重要。如果游戏太过简单的话玩家便很容易感到无聊。而如果游戏太过复杂的话玩家便会受挫并彻底退出游戏。我们应该避开这两种情况。

对于《Ancient Blocks》,我们将记录的最初游戏参数是:

完成第一个关卡的玩家比例。

完成前五个关卡的玩家比例。

未完成任何关卡便退出游戏的玩家比例。

玩家在通过一个关卡前重新玩这个关卡的次数。

玩家玩每个关卡平均花费的时间。

玩家通过每个关卡所使用的道具数量。

玩家为了通过每个关卡所移动的砖块数量。

玩家为了通过每个关卡所触发的砖块爆炸次数。

执行

这款游戏非常简单,我们可以通过3个行动获得许多有用的数据:Gameplay.Start指玩家开始游戏的一个新关卡。Gameplay.Finish指玩家完成一个关卡(不管他们是成功还是失败),Gameplay.PowerUp指玩家在玩一个关卡时使用《Ancient Blocks》的一个特殊道具(注:炸弹,颜色移动或放慢速度)。

Gameplay.Start

关卡—-玩家玩的关卡数(如第七个关卡)。

难度—-玩家当前玩的关卡的难度设定。

Gameplay.Finish

关卡—-玩家玩的关卡数(如第七个关卡)。

难度—-玩家当前玩的关卡的难度设定。

持续时间—-玩家完成这个关卡的时间(以秒为单位)。

成功—-玩家是否通过关卡,还是被打败了。

道具—-玩家使用一种特殊道具的次数。

砖块—-玩家在这个关卡中移动了多少砖块。

发射—-玩家在这个关卡中触发的发射(匹配一系列砖块)数。

Gameplay.PowerUp

Id—-玩家所使用的道具的数字Id。

关卡—-玩家玩的关卡数(如第七个关卡)。

难度—-玩家当前玩的关卡的难度设定。

之后—-当玩家使用了一种道具时他们在关卡中待了多长时间(以秒为单位)。

分析

基于上述的三个行动,我们能够更深入地分析玩家的行为和游戏平衡。

早前的玩家进程

玩家最初的体验不仅是关于教程,还可能延伸到前几个关卡中。进程率是关于前几个关卡是否平衡的重要指标,不管玩家是否真的理解那个告诉他们如何游戏的教程。

在《Ancient Blocks》中,玩家完成每个关卡所需要花费的时间较短,所以我们将透过前10个关卡分析玩家最初的进程。为了做到这点,我们可以创造一个对话漏斗去描述玩家在前10个关卡中的旅程。该漏斗需要10个步骤,即针对于这前10个关卡。我们将分析的行动是Gameplay.Finish,它代表完成一个关卡。

每个步骤都需要一个过滤器。第一个过滤器需要关卡Id去过滤步骤到正确的关卡上,而成功属性中的第二个过滤器只需要包含通过的关卡便可。我们并不需要在进程统计中包含失败的尝试。

 funnel

 所有的游戏都将随着关卡的增加而伴随着自然的下降速度,因为并非所有玩家都想要进入更深层的游戏中。有些人并不想玩你的游戏—-我们的追求都不同,这也不是什么坏事。然而如果某些关卡拥有高出我们期待的掉落速度,或者比起前面的关卡拥有突然掉落的设置,那么这些关卡便有可能导致游戏的失衡。如果关卡太难的话便会失去乐趣,或者玩家有可能不能理解自己为何要不断前进。

关卡完成率

玩家进程并不能呈现成体概况。玩家可能会在完成关卡前多次尝试这个关卡,而转换率并不会告诉你这一情况。我们需要着眼于玩家玩每个关卡的次数以及真正成功完成这项关卡的次数的比较。

举个例子来说吧,让我们着眼于《Ancient Block》的第三个关卡。我们可以着眼于玩家玩这一关卡的次数并将其分解为成功与失败两个部分。我们将再次使用Gameplay.Finish行动,并使用过滤器去呈现第三个关卡。这一次我们将通过成功属性去呈现成功率并划分结果。

 game example

 基于《Ancient Blocks》的设计规格,第三个关卡拥有75%的成功率。就像你所看到的结果那样,这有点困难,虽然也不是太过困难。适当转变关卡参数能够帮助我们更轻松地实现目标。

中止回合

衡量早前游戏玩法的一个有帮助的参数是比较开始一个关卡的玩家数量,而不是完成这个关卡的玩家数量。这对于在教程关卡结束后进行衡量非常有帮助。如果玩家只是退出游戏,那么可能是因为他们不喜欢游戏,或者在哪个地方受挫了。

我们可以使用较短的对话漏斗对此进行衡量。即使用Gameplay .Start行动,之前文章提到的教程步骤行动(如此我们便可以只瞄准那些已经完成了教程的玩家)以及Gameplay.Finish行动。

 aborted sessions

 上述所呈现的结果是64.9%(这是漏斗中第二和第三步之间的结果)真正完成了教程的玩家继续完成了关卡。这意味着有35.1%的玩家退出了游戏。这一数值高于我们的预期,即表示游戏失去了许多玩家。这也是帮助《Ancient Blocks》设计师做出进一步完善的重要参数。