科技: 人物 企业 技术 IT业 TMT
科普: 自然 科学 科幻 宇宙 科学家
通信: 历史 技术 手机 词典 3G馆
索引: 分类 推荐 专题 热点 排行榜
互联网: 广告 营销 政务 游戏 google
新媒体: 社交 博客 学者 人物 传播学
新思想: 网站 新书 新知 新词 思想家
图书馆: 文化 商业 管理 经济 期刊
网络文化: 社会 红人 黑客 治理 亚文化
创业百科: VC 词典 指南 案例 创业史
前沿科技: 清洁 绿色 纳米 生物 环保
知识产权: 盗版 共享 学人 法规 著作
用户名: 密码: 注册 忘记密码?
    创建新词条
科技百科
  • 人气指数: 5015 次
  • 编辑次数: 1 次 历史版本
  • 更新时间: 2013-04-08
高兴
高兴
发短消息
相关词条
电子游戏AI
电子游戏AI
游戏设计七大常量
游戏设计七大常量
游戏设计认知
游戏设计认知
任天堂游戏设计原理
任天堂游戏设计原理
平衡游戏内部经济系统
平衡游戏内部经济系统
游戏5大设计方法
游戏5大设计方法
游戏开发者12个诀窍
游戏开发者12个诀窍
游戏视觉风格
游戏视觉风格
创造虚拟感7大原则
创造虚拟感7大原则
基于数据设计游戏
基于数据设计游戏
推荐词条
希拉里二度竞选
希拉里二度竞选
《互联网百科系列》
《互联网百科系列》
《黑客百科》
《黑客百科》
《网络舆情百科》
《网络舆情百科》
《网络治理百科》
《网络治理百科》
《硅谷百科》
《硅谷百科》
2017年特斯拉
2017年特斯拉
MIT黑客全纪录
MIT黑客全纪录
桑达尔·皮查伊
桑达尔·皮查伊
阿里双十一成交额
阿里双十一成交额
最新词条

热门标签

微博侠 数字营销2011年度总结 政务微博元年 2011微博十大事件 美国十大创业孵化器 盘点美国导师型创业孵化器 盘点导师型创业孵化器 TechStars 智能电视大战前夜 竞争型国企 公益型国企 2011央视经济年度人物 Rhianna Pratchett 莱恩娜·普莱契 Zynga与Facebook关系 Zynga盈利危机 2010年手机社交游戏行业分析报告 游戏奖励 主流手机游戏公司运营表现 主流手机游戏公司运营对比数据 创建游戏原型 正反馈现象 易用性设计增强游戏体验 易用性设计 《The Sims Social》社交亮 心理生理学与游戏 Kixeye Storm8 Storm8公司 女性玩家营销策略 休闲游戏的创新性 游戏运营的数据分析 社交游戏分析学常见术语 游戏运营数据解析 iPad风行美国校园 iPad终结传统教科书 游戏平衡性 成长类型及情感元素 鸿蒙国际 云骗钱 2011年政务微博报告 《2011年政务微博报告》 方正产业图谱 方正改制考 通信企业属公益型国企 善用玩家作弊行为 手机游戏传播 每用户平均收入 ARPU值 ARPU 游戏授权三面观 游戏设计所运用的化学原理 iOS应用人性化界面设计原则 硬核游戏 硬核社交游戏 生物测量法研究玩家 全球移动用户 用户研究三部曲 Tagged转型故事 Tagged Instagram火爆的3大原因 全球第四大社交网络Badoo Badoo 2011年最迅猛的20大创业公司 病毒式传播功能支持的游戏设计 病毒式传播功能 美国社交游戏虚拟商品收益 Flipboard改变阅读 盘点10大最难iPhone游戏 移动应用设计7大主流趋势 成功的设计文件十个要点 游戏设计文件 应用内置付费功能 内置付费功能 IAP功能 IAP IAP模式 游戏易用性测试 生理心理游戏评估 游戏化游戏 全美社交游戏规模 美国社交游戏市场 全球平板电脑出货量 Facebook虚拟商品收益 Facebook全球广告营收 Facebook广告营收 失败游戏设计的数宗罪名 休闲游戏设计要点 玩游戏可提高认知能力 玩游戏与认知能力 全球游戏广告 独立开发者提高工作效率的100个要点 Facebook亚洲用户 免费游戏的10种创收模式 人类大脑可下载 2012年最值得期待的20位硅谷企业家 做空中概股的幕后黑手 做空中概股幕后黑手 苹果2013营收 Playfish社交游戏架构

玩家行为分析法 发表评论(0) 编辑词条

目录

玩家行为分析法编辑本段回目录

虽然全世界的游戏开发者都在试图掌握免费模式的真谛,但过半的努力不过是确定了这个模式到底是什么。

其中一种理解是,免费模式是一种心理实验——依靠开发者预测和引导玩家行为的能力。

以这种理解为前提,玩家数据,而不只是纯粹的收益数字,才是判定免费游戏开发者是否掌握该模式的标准。

Pocket Gems首席执行官Ben Liu在GDC发言上,谈到了他对这个问题的看法,并且详述了他坚持使用同期群分析衡量留存率。这个衡量方法也就是监控某个时间开始玩游戏的人,并将得到的数据与老玩家作对比。

pocket gems game(from insidemobileapps)

pocket gems game(from insidemobileapps)

Pocket Gems称通过这个方法可以发现,游戏发布之后的更新是否有效,并获知游戏未来的升级方向。Ben Liu在采访中解释了这个方法并为开发者提供了一些建议。

同期群分析的测试的最佳规模是什么?

这取决于你想测量的是什么。

如果你要寻找的是平行分布的度量,那你就需要测试大量玩家,应该不少于几千。但如果你要研究的双向分布,也就是让玩家回答“是或否”的问题,如是否花钱、是否回归游戏,那么需要测试的玩家就要比较少了。

你能简单地介绍一下什么是平行分布吗?

平行分布类似“每玩家收益”。但这两者是不同的,前者更接近指数分布,且在频谱的两端有高值。这种分布有许多变化。

如何确定某几千名玩家是最佳样本规模?

根据统计理论。分布涉及许多数学原理,你可以帮助你发现多少千的玩家在什么时候呈现统计学上的意义。

当规模太小时,数据会有什么表现?

玩家人数越多越好,但测试的时间也就更长了,成本也更高。

通过重复测试、不同时间的观察,如果发现结果差异太大,就说明规模可能太小。

如何确定每天登录的最佳次数?在你的GDC发言中,你表示手机游戏的最佳登录次数是每天五次以上。

那是根据数据得到的结果。我们在iOS和Android上发布了不少20款游戏,观察和测试的结果表明5次或以上就是最佳次数。

那个数字有何意义?每天登录5次或以上的玩家会花某一数量的钱?

从表面上看,那个标准与其他数据是匹配的。

比如,它说明了玩家对游戏的沉浸感强;玩家玩游戏的时间越长,留在游戏中的时间也越长。

我们认为这个数字与赢利的关系比较小,而与玩家沉浸感、游戏的有趣程度、玩家的游戏时间和玩家对游戏的喜爱程度的关系比较大。游戏次数是一个很好的指标。

如果玩家每天上游戏一次,但每次都能玩上两个小说,那说明什么?哪种标准更重要?

手机游戏的登录次数反映了玩家的游戏习惯,所以这个数字非常重要。每次游戏持续的时间虽然也重要,但不如次数来得重要。

而对于社交游戏,应该更加关注玩家游戏的持续时间,而不是登录次数。

登录次数对持续时间有何影响?

应该能看得出来游戏持续总时间与登录次数的对应关系:玩的次数越多,时间也越长。

你们为《Tap Zoo》增加了成就系统和剧情元素,帮助游戏留住玩家。但在早期,手机游戏中往往不多见成就系统和剧情元素。你们的成功是否暗示了硬核游戏和手机游戏之间的平等关系?

我想换一种方式回答。

我得说,人们喜欢追剧情。我认为讲故事的方式是多种多样的。我们的任务系统给玩家安排了一连串的活动,也只是叙述方式之一。

硬核游戏的存在时间更久,所以它们也已经形成自己的叙述方式。但我觉得二者都是迎合了人类讲故事、听故事、追故事的渴望。

游戏开发新人在刚开始寻找衡量用是否成功的指示时,可以参考哪些好资源或者活动?

市面上有许多文献和分析资料,所以我能做的就是多阅读多尝试,找到数据与成功之间的关联,然后在实验过程中解释。

GDC很不错,还有很多活动也会讨论这个话题,所以我就从GDC开始,同时关注和参与其他关于测量和分析的会议。(本文为游戏邦/gamerboom.com编译,作者:Dennis Scimeca)

How to understand mobile player behaviour, according to Pocket Gems

by Dennis Scimeca

As developers across the globe attempt to master free-to-play, half the battle for many is defining just what the model is.

One definition is to think of F2P as a psychological experiment – one that relies on the developer being able to predict and guide player behaviour.

In that context, player data rather than just pure revenue rates is arguably the best way of determining whether a F2P developer really has mastered the model.

Ben Liu, CEO of newly turned publisher Pocket Gems, touched on such issues during his talk at GDC, detailing his firm’s focus on measuring retention using cohort analysis – the monitoring a group of people who began playing a game on a certain date and comparing their stats to that of older users.

It’s a method that allows Pocket Gems to reveal whether post-release improvements to titles have actually been effective, informing any updates released in the future.

To get a wider take on Pocket Gems’ approach, we asked Liu to help us unpack some of his data and advice to other developers.

PocketGamer: What is the optimum size of a cohort for your testing?

Ben Liu: It depends on what you’re trying to measure.

If you’re looking for a metric that’s a parallel distribution then you need a lot of users.

You need more than a few thousand. But if you’re looking for something that’s bimodal, either a yes or a no answer like did they pay money or not, did they come back or not, then the number of users you need is less.

Could you roughly define parallel distribution?

Parallel is like revenue per user. It can be really different and is more of an exponential distribution. There are high numbers at different ends of the spectrum. There is lots of variation within that distribution.

How did you determine that a few thousand players is the best sample size?

It’s based on statistical theory. If you look at how to figure out when something’s statistically significant there are a lot of mathematical rules around bimodal distribution [that say] you can get significance at a certain number of users, and it’s a few thousand.

What kind of noise in the data might indicate that a cohort size is too small?

The larger number of users the better, but it can take a long time or it can be very expensive to do.

If you do a repeated test, if you look at different days and you get widely divergent results, that could be an indication that your cohort’s too small.

How did you determine your metrics for a good number of sessions per day? You said in your talk that for mobile games a good number is five or more sessions.

It’s just based on data. We’ve launched over 20 games on both iOS and Android and looking at all the things that we’ve tested and tried out five or more sessions is a good rule of thumb.

And what did that correlate to? The person who played five or more sessions per day spent x amount of money?

Ostensibly that metric will match up to some other metric.

It matches to long-term engagement in the game, so if they play all the time they’ll stay in the game for a long time.

We think a lot less about monetisation and a lot more about engagement and how fun the game is and how long people stay in the game and how much they enjoy it. The number of sessions is a really good correlation to that.

What if somebody plays a single session a day, but they play for two hours? Which metric is more important?

On mobile specifically the number of sessions, just because of how people play the games, the number of sessions is really important. Length of sessions is important but not as important.

For social the opposite is true. It would be really important to look at the length and not the number of times they were playing.

How does the number of sessions interact with length of play?

I think you’ll see total play time correlates with the number of sessions, so if you play more sessions you play longer as well.

You added both achievements and story elements to updates for Tap Zoo, both of which helped you retain players. But achievements and a focus on narrative didn’t typically feature in mobile games in the early days. Does their success suggest there are more parallels between core and mobile games than people realise?

I would answer the question a little bit differently.

I would say that human beings love following different stories to see what happens next, and I think there are lots of different forms of telling those stories. Our questing system, where you have chains of things that lead to steps down the road and in the future, is just a way of doing that.

Core games have been around a lot longer so they have their own developed ways of doing that as well, but I think it’s just tapping into a fundamental human desire to tell each other stories and hear from each other and see what’s next.

What’s a good resource for a new developer to refer to as they get started developing metrics for measuring the success of their apps?

There’s a lot of literature and analytics providers out there on the market so I would read as much as I could and start with a few metrics, measure them, see if they correlate to success, and then build on that through a process of experimentation.

GDC is fantastic, and there are number of sessions which talk about this, so I would start with the GDC vault and look at all the sessions that are about metrics and analytics and then go from there.(source:pocketgamer)


→如果您认为本词条还有待完善,请 编辑词条

词条内容仅供参考,如果您需要解决具体问题
(尤其在法律、医学等领域),建议您咨询相关领域专业人士。
0

标签: 玩家行为分析法

收藏到: Favorites  

同义词: 暂无同义词

关于本词条的评论 (共0条)发表评论>>

对词条发表评论

评论长度最大为200个字符。