您当前的位置:首页 > 游戏频道 > 网页游戏 > 游戏资讯 > 正文返回列表页

游戏策划如何快速验证玩法?这里有一套实用的OPF工具法(2)

编辑:瑞安网 来源:新浪游戏 发表时间:2020-02-01 05:03 人气 | 查看所有评论

导语:回头看LCL。低频闭环,通常它的作用要让玩家感受到大喜大悲,在游戏内才算合格的,所以LCL的反馈F,是带符号的,F±,这就代表了这个反馈既可以给用户带来正性反馈,也可以给用户带来负性反馈,通常是什么? 没错,

  回头看LCL。低频闭环,通常它的作用要让玩家感受到大喜大悲,在游戏内才算合格的,所以LCL的反馈F,是带符号的,F±,这就代表了这个反馈既可以给用户带来正性反馈,也可以给用户带来负性反馈,通常是什么?

  没错,赌博!

  有了上述简单的理解后,我们再回头看这张表。

  假定了一个时期,一个系统,我需要给玩家一个较好的体验,我就会检查:

  1、这个系统是否有一个高频的闭环,始终让玩家有事情可做。

  a、我会检查目标是否有效,驱动玩家执行,比如走路要有路径。

  b、我会检查P的过程是否有效,玩家需要决策,而不是单纯的无意义的操作。

  c、我会检查F的反馈是否存在,因为所属于HCL,所有不用检查F是否带来意外。

  2、这个系统是否每个一段时间就完成一次低频闭环,定期为玩家提供小惊喜。

  a、与1相同。

  b、与2相同。

  c、检查F+是否达成,比如走路的时候突然有事件产生,给予累计奖励。

  3、这个系统是否每隔一段不小的时间,是否有大惊喜或大喜大悲。

  a、检测同上。

  b、检测同上。

  c、检测反馈F是否成正负性。

  为什么这么去检测用户体验?

  这就是来源于开篇所讲的基础理论。

  1、在一个闭环中,只有F+才能强化下一次的O,让用户可以被持续驱动。

  2、但持续F+是十分困难,定期需要更强烈的刺激,所以需要F±±。

  为什么不是F++?

  理论上,大喜与大悲对称存在,在自然中,他们同时有概率出现。

  当然,在设计上有防挫败的方法,这种方法通常会让F++成为一次性的消耗品。

  比如:一个宝箱,一定开出巨额奖励,它就只有第一次才有效果,然后急速减弱给用户带来的惊喜感。

  只有一次50%的赌博,才能让用户在持久的OPF过程中体验到情绪的波动。

  上述3中,为什么有个或字。

  因为用户前期还没有对游戏产生依赖性,俗话说就是情感,这时候如果给用户一个挫折,通常就会离去。除非这个游戏给予用户的O与体验就是围绕挫折的,比如:“黑魂系”。

  上述,就是如何用OPF体验工具分析一个游戏的思路。

  其实学会了上面的,设计方面自然而然就会了,先定义一段时期的内容,再把内容填入到OPF表中,在设计之初,就确定玩家在某个期间内的各种体验感受,层次。

  观察类的校验方法

  因为有F+与F±的存在,我们只需找配合的玩家玩,观察他在我们预设的节点是否有情绪反应出现就行了。

  其实自己上阵也行,这种方法虽然粗浅,但因为是先设计,先预设,后观察,基本偏差不大。

  剩下的只会是用户类型划分的问题,毕竟每个人的认知是不一样的,对于一个用户的敏感点,对于另一个用户不是。

  数据类的校验方法

  OPF是一个过程。

  O,就是目标传递给用户的时候。

  如果在O期间内用户流失了,就说明这里有2种情况:

  1、O.Bad , 无效的目标O,我们给目标玩家无所谓。

  2、O.Miss, 缺失的O,我们甚至没及时的给予玩家一个目标。

  对应的,自然还有P.Bad,P,Miss,F.Bad,F.miss。

  数据分析怎么做?

  1、在CL之间做留存分析,分析哪部分CL出问题。

  2、定位到LCL后,检查LCL,没问题就细化到MCL。

  3、逐步降下CL层,指导最基本的节点,甚至可能是个BUG引起的[通常如此]。

  另外一方面,用户在任意时刻,多处于多重CL中,所以要从大到小的[人工检查]。

  如果一个人没检查出来,换一个人检查。

  这套工具的精髓就在于,它本身不带有任何的判断依据,它只是一套思考的方式,利用每一个使用者的认知,也就意味着,换一个人,有不一样的效果。

  还有另一个重要的属性,就是CL.Span。

  1、随便抽一个闭环,组成抽查节点。

  2、取这个CL的留存漏斗。

  3、取每两个CL之间的用户间隔时间。

  4、看留存与间隔时间Span的关系。

  这能看出什么?

  1、用户是否按你预先设想的进度前行。

  2、数值策划给出的间隔是不是太长了[理论上无法验证太短]。

  两个情绪反馈太长,会让用户失去耐心,从而离开游戏。

  上述两个方法,已经适用了大部分场景,且简单,易用。

  核心在于,策划在设计一个系统的时候,就同时设计了埋点,以及预期分析的模型,以及各个结果如果产生,可能会是什么问题的预判。

  小总结下

  上述内容告诉我们什么?

  就是不要乱测试。

  要有理论的去设计,设计给出预期结果。每一个系统的预期结果,然后再去测试。

  如果测试只是为了从宏观看一个留存,或者付费。

  对不起几十块的A,对不起渠道给你的免费量,对不起上苍!

游戏策划如何快速验证玩法?这里有一套实用的OPF工具法

  其妙的是,纯理论层面,确实还留了一些问题,没想到在2019年的年底,最终得到了解答。

  之前认为“寂寞模型”,“认知模型”,“情绪模型”中一些观点,都是我们自己从底层发现的,推导的,很难去验证。

  但哪知道,多杰桌子上丢着一本《脑内多巴胺》,直到年底项目上线了才有空看看,没想到一看,就验证了之前推导的模型,科学家们已经早就清清楚楚的知道了。

  只是他们都很小气,没有大肆宣传,告诉我们,原来人脑是这么个回事。

  哼!这些科学家坏得很。

  2018年留了一些问题。

  为什么缺乏脑啡肽人会烦躁。

  为什么动脑频率可以排解烦躁。

  为什么情绪可以排解烦躁。

  动脑频率的间隔是多少?[>320ms]

  当然,这里我就没法逐一回答了,类似于初中生物课要解释光合作用一样,篇幅需要较多,还是等我写书再说吧。

  完成了理论升级,彻底解决了“多杰神教”最底层的那一丝不确定,可以100%放心的使用理论。

  当遇到奇怪的现象时,不用再质疑理论,而是可以根据理论去分析问题。[真很重要]

  一个设计方法,如果依托于自然科学,就类似于1+1=2一样神圣,我们不用再去质疑“+”号与“=”号,只用思考是不是我们自己算错了。

健康游戏忠告 抵制不良游戏,拒绝盗版游戏,注意自我保护,谨防上当受骗 适度游戏益脑,沉迷游戏伤身,合理安排时间,享受健康生活

  • 作品版权归作者所有,如果无意中侵犯了您的版权,请来信告知,本站将在三个工作日内删除
  • 提示:本站为防止低俗内容出现,用户发表的评论及上传游戏需本站审核后才能显示出来,谢谢