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)

　　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！

　　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。