京公网安备 11010802034615号
经营许可证编号:京B2-20210330
业内人士对数据分析改变游戏设计的看法
内人士对数据分析改变游戏设计的看法:好数据,坏数据,大数据。在当今这个网络时代,数据是一个横跨工程、政治及其之间领域的热词。但知道如何获取数据,尤其是从数据中获取什么信息,才是最受关注的问题。
追踪和监测在我们的文化中出现频率越来越高,它也一直不太受欢迎。但,如果你乘坐公交车穿越一个繁忙的城市所需的行程时间削减10%又会怎样?这与你从桌前疾冲出去赶上车可是有区别的。这正是IBM研究团队在象牙海岸通过监测手机数据所执行的任务。
显性利益可以消除人们对科技侵犯隐私的疑虑。数据可能很繁重,可能令人疲倦,数据也可能令人彻底上瘾。
在游戏领域,在一定程度上说,系统几乎可以追踪任何情况。如今,早在游戏问世之前,遥测技术就已经运用于指导游戏设计。但对开发者来说,乍一看,数据搜集和分析所需的成本和资源相比它们可能产生的收益,实在是太高了。
无论你是在创造社交游戏,手机游戏还是主机游戏,都不可否认数据和分析在开发过程中正发挥日益重要的作用。
数据泛滥
分析公司Setgo联合创始人Clemens Wangerin表示,“有许多跟我们交流过的开发者均表示,他们很难通过分析提升技能,并投入资源、时间和金钱以便真正掌握和利用可操作的观察结果。”
“这一情况的主要原因是,他们优先关注的是其他领域,许多开发者关心自己游戏在数字世界的曝光度甚于自己对用户的了解。”
首次将数据分析的概念引进游戏领域的是社交游戏。Zynga、Playfish等早期采纳者由于根据自己所搜集的信息采取对策而获得巨大收获,并通过增值性的调整而留存了更多玩家,掌握了吸引新用户的方法。现在行业关注的是移动领域,尽管这个领域的数据分析发展并没有人们所希望的那样神速。
数字、移动和社交领域的整合营销及PR代理机构Dimoso总监James Kaye表示,“由于手机游戏快速向免费模式转向,数据分析的运用也愈加重要。VisionMobile最近的Developer Economics 2013调查发现,仅有28%的手机应用开发者使用过用户分析法,这一比例相当之低。
Kaye解释称手机游戏行业的分析可以一分为二:应用商店(苹果、谷歌、亚马逊等)以及数据分析师,向开发者提供数据服务的第三方公司。
Kaye认为数据分析的潜力在于那些需要引导的小型移动开发者,他称“现在最大的劣势并非‘靠数据来设计’,而是中小型手机游戏开发者可能还缺乏合理分析和破译数据,以便引进新功能或进行关键设计调整的技术。”
“许多大型和高端的移动发行商也许拥有Flurry Analytics(注:这是一款热门的手机应用分析工具)创造‘漏斗’和‘事件’,并从中提取最大观察结果的技术和知识,而小型开发者仍然对此所知甚少。他们只想制作好游戏,而不是成为分析师和市场营销人员。”
利用数据
但也有些手机领域的开发者不同意Kaye的观点,他们并不仅仅关心制作好游戏。
Mark Robinson是GamesAnalytics首席运营官,该公司宗旨是为游戏开发者提供更好的工具以便了解体验游戏的玩家类型。其提供服务包括Engage,可在实时状态为玩家打分,将其划分为相应的群体,从而向游戏中不同的玩家发送相关信息。换句话说,这意味着富有攻击性的玩家将得到弹药包,而没耐心的玩家则获得加速道具。
Robinson称这一切都要取决于理解玩家行为和个性化游戏体验。其服务以图表向用户呈现数据,显示游戏表现,留存率以及盈利率。
但要了解玩家为何及何时离开游戏或者购买道具,则需要更深度的分析。据GamesAnalytics所称,其技术可以令开发者获得玩家操作习惯,将游戏留存率增长到50-70%,令游戏收益增加20-30%。
“在最近一次合作中,我们分析了游戏经济状况,以便了解在死亡模式游戏中的奖励结构对玩家粘性的影响。”
“我们发现拥有高死亡率、富有攻击性的玩家所得回报颇为可观,而更老练、成绩更好的玩家却有较高的流失率,因为该游戏奖励系统并不鼓励他们的行为。”
“通过平衡不同玩家类型的奖励机制,我们极大降少了高手玩家的留存率,并提升了富有攻击性玩家的收益水平。确保刷任务机制与花钱购买的交易之间保持平衡是分析工具能够从根本上解决的最重要设计功能之一。”
Wangerin的公司Setgo发布了Pingflux这款数据分析工具,便于开发者查看多种不同情境下的许多事件。Wangerin称对于那些使用分析工具的开发者来说,它的优势在于允许你在用户进入游戏时就“倾听”他们的行为。
“我们一直将其比作一个站在台上的艺人,并使用笑声和掌声来评估其群众反响。在我看来,任何游戏开发者都应该好奇为何人们会玩他们的游戏,即使他们并不打算迭代这一款游戏。但它对于设计下一款游戏时仍然极有指导价值。”
有些公司关注核心游戏指标,而像GameGenetics等其他公司却更重视玩家留存率。
GameGenetics游戏主管David Mohr表示,“最重要的是,当今游戏开发者需大力增加其营销组合的成本效益,以便保持长期竞争力。这需要开发者透彻了解他们的游戏追踪和转变漏斗,这正是GameGenetics所提供的核心服务。”
麻木的效应
数据分析的功能应该是提升游戏的整体质量。但是有评论瞄准Zynga及其他社交和移动领域因此而得名的公司,并指责这是一种“靠数据来设计游戏”的方法,并以此有预谋、洗脑式地反复压榨用户的金钱。
在免费手机游戏中,我们更常见到这种情况,Kaye认为这类游戏具有成为“令人讽刺的摇钱树”的危险。
例如,EA游戏《实况赛车3》发布时就从《实况赛车2》时的付费模式转向了免费模式。该游戏最初发布于澳大利亚和新西兰以便测试其付费模式的成效。
但在随后的游戏全球发布中,它收到了来自最铁杆粉丝的诅咒评论和骚动,这真是滥用免费模式的一个深刻教训。
Mohr表示,“涉及真正的游戏内指标时,这在一定程度上是真实的。游戏开发者总要平衡冷冰冰的数据与创意决策的关系。但是,涉及市场营销活动等影响成功的外部因素时,智能分析工具才是开发者要优先重视的东西。”
但Setgo的Wangerin认为这过度简单化了分析工具的作用,这当然也不能反映处于这一领域前缘的公司的情况:“分析工具有多种不同用法,我认为使用分析工具就是在‘靠数据开发产品’的说法是正确的。我实际上认为这是一种过时的想法,它并不能反映最成功的开发者使用这些工具的高明之处。”
“你的基本理念和游戏设计仍然需要具有吸引力,趣味性和能够找到用户。分析工具在此方面无法提供帮助——但如果你推出了好产品,你当然就有‘靠数据调整游戏’的优势,这意味着你不必在暗中瞎摸,可以有理有据地调整游戏。”
Kaye同意Wangerin的说法:“我理解这种说法,但要指出的是《CSR Racing》、《Hay Day》、《Clash of Clans》以及《Subway Surfers》一开始都是质量极高的游戏,它们的产品价值和可玩性设计都很出众。这些游戏找到了成功的X因素。”
数据有帮助
要记住过犹不及这个道理。但在用户开始在多个平台玩游戏时,数据和分析就可以为开发者提供许多帮助。
Supercell和King等公司目前正处于春风得意之时,吸引了成百上千万玩家。他们的成功要素之一就是明智的数据搜集方法。
Wangerin表示“我认为,也许我们还将在游戏领域之外,看到使用聚类分析、用户分析以及预测性分析方法创造商业机制,以及借此找到其他从用户身上盈利方法的趋势。”
“对于那些更轻量级、休闲用户,我们也会在不久的将来看到真正简单、托管的分析解决方案,其中包含95%的最普遍KPI,令开发者仅需点击一个按钮就几乎可以立即看到游戏的整体情况。”
对于分析服务供应商本身而言,跟进开发者的需求意味着调整他们的服务,这正是Wangerin的Setgo公司所经历的情况:“我们不久前发布了Pingflux,最初市场反应颇为乐观,但这个市场现在竞争十分激烈了。对许多开发者来说,免费使用的工具几乎是其默认选项。重要的是找到你的问题,然后去找能够提供答案的解决方案。”
GameGenetic的Mohr也相信自己的公司能够为开发者提供类似的帮助:“我们的挑战是在追踪和提升客户的用户获取营销活动中,为其提供指导和支持。我们尽量整合客户系统,以确保最大化效率和优化。”
即便该领域本身的竞争已经十分激烈,最终也将有助于开发者更好地探索数据和分析提升游戏的空间。
正如Robinson所言:“在了解玩家这一方面存在许多机遇。这是一个绝佳的位置,许多其他领域的公司也希望以些同客户保持密切关系。我们能够以分析工具帮助开发者传递娱乐游戏体验,但关键在于从数据中提取出有助于修改游戏的信息。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13