本文以天天酷跑的关卡设计(第一关)为例,描述了从游戏机制,到玩家和客端的交互动态,再到体验曲线的拆解过程,本过程适用于跑酷/竞速/飞行射击/平台跳跃等类型游戏的拆解,主要流程如下:
一、获得原始数据
通过竞品体验,录制视频,导入软件获得精确的操作时间,最终得到原始数据。
二、玩家和游戏交互的动态过程
瀑布图说明:
- 横轴为第几次操作
- 纵轴为游戏时长
- 右侧打点为操作点,与游戏时长对应;
- 图中的蓝色矩形为操作间隔,两矩形之间为一个操作点。
瀑布图虽然可以相对更多的包含数据中的信息,但还存在两个缺点:
虽然可以发现一些规律(红字),但可读性不强;
只可以表现出一些局部规律,整体规律比较难表现。
总的来说,这张图更多是用来展示玩家和游戏客户端交互的过程,而无法很好地表现玩家体验变化。
三、数据处理-对体验进行量化
首先将用户体验简单地定义为紧张和松弛。两次操作之间的间隔越短则越紧张。
Step1:将所有的操作间隔转化成倒数:y=1/x
原因:
- 与紧张体验建立正相关的联系。操作间隔越短,则紧张的值越大,因此将操作间隔转化成倒数,倒数值和紧张感是正相关的。
- 操作间隔的大小变化和紧张感的体验变化并不是线性相关的。将操作间隔转化成倒数,更符合规律。
Eg.假设有三个操作间隔5s,1s,0.1s。5s和1s相差了4s,但带给玩家的紧张感变化不大;1s和0.1s虽然在数值上仅相差0.9s,但带给玩家的难度挑战变化却是远远大于前者的。
假如对以上三个数值取倒数,即:0.2,1,10,,显然取倒数之后可以更准确的描述体验变化。
Step2:对所有的倒数取对数:z=ln(y)
原因:
- 为了将数据展示在同一个坐标系上,对所有倒数取对数。因为取倒数之后,最大值和最小值相差较大。
- Step1取倒数的操作一定程度会抹平松弛状态的规律(操作间隔较大的数值),倒数取对数之后可以使规律更明显。
Eg.假设有三个操作间隔5s,1s,0.1s。
假如对以上三个数值取倒数,即:0.2,1,10;5s和1s原本有较大的差值,取倒数之后差值变为0.8,原有的规律则可能会被抹平。当继续对倒数取对数时,三个数变为:-1.61,0,2.3,差值变为1.61,且与最大值的差值变小,会使规律更明显。
经过Step1和Step2的处理,最终可以将体验量化为数值z。
四、绘制体验曲线
以游戏时长为横坐标轴,最后获得的对数z为纵坐标轴,绘制图像。
- 在紧张体验上给玩家带来3个大高峰,3个小高峰,且每个大高峰之前都有一个小高峰;
- 同类高峰出现的各个间隔相差不大(<1.5s);根据斜率,大高峰紧张感增长速率大于小高峰的增长速率;
- 共有2个松弛的大低谷,分别出现在游戏时长的中部和末尾,这也是玩家最爽的2个阶段;
- 以中部松弛大低谷为中心,松弛的分布呈U型,且右侧相对左侧更紧张(除去末尾的大松弛);
- 中部的3个松弛低谷处,即使操作失误,也不会造成游戏失败;且相对较小的2个低谷和大低谷相差较大,突出中部大低谷带来的爽快感。
五、参考作用
逆向进行之前的过程,先根据拆解的结论设计体验,接着从体验推导出玩家和游戏交互的动态变化,最后推导出我们想要设计的游戏机制。
六、过程评价
缺点:
- 体验过程受到体验者个人因素的影响,如体验者的手速/反应时间等,可能和设计者原始的设计有一些偏差。
- 将所有的操作都简单的归类为相同的动作,没有考虑不同操作之间的难度差异。
- 只可以量化操作,无法量化策略,主要适用简单的跑酷/竞速/飞行射击/平台跳跃等类型的游戏。
- 数据处理过程中利用了1/x和ln(x)这两个函数,可能有更优的选择。
- 只可以得到竞品设计时的边界和规律,无法反拆出竞品更细节的设计思想。
对应的优化思路:
- 定义一个标准的玩家能力之后,对数据进行微调
- 给不同的操作赋权重
- 暂无
- 暂无
- 暂无
(欢迎大佬们challenge以上步骤or一起讨论可优化的点(*╹▽╹*))
来源:River的博客
原文:https://mp.weixin.qq.com/s/z0CvINRXfSQ938Ln7tKulg