本文由偶尔喝咖啡独家投稿授權游戏葡萄发布。即使我们允许也不能转载。

当前状态：子非鱼工作室（专业从事消除游戏玩法和关卡设计）

欢迎加入消除游戏从业者群:

今天我们暂时放下设计的话题，来谈谈游戏产业当中的另一个重要环节：运营本文中，我们将着重探讨一下针对消除类游戏的数据汾析工作

与市面上主流的网络游戏相比，消除类单机游戏在玩家存留付费模型，系统结构等等方面都有着非常显著的差异因此的，針对消除游戏所做的数据分析从数据采集，统计到具体的特征分析，也都会有其特有的关注点和独特的手法因此的，本文将从以下幾个维度来展开论述：

• 游戏数据分析的核心指标

• 数据分析从业者的能力要求

• 消除游戏的存留分析方法

• 消除游戏的付费分析方法

• 基于关卡的數据分析方法

在此笔者想要说明一点本文更多探讨的是如何去做好一款消除游戏的数据分析，而不是给大家去展示各款游戏的实际数据对于抱有后者期望的同学，笔者只能够在此真诚地表示道歉

在这里，笔者将一般意义上的数据分析工作从浅到深的拆分为三个阶段：數据统计数据分析，数据挖掘

这是我们实际项目工作中最常用到的一种数据分析方式，我们每天登陆后台BI系统第三方数据平台或者查看数据日报周报月报，这都属于最基本的数据统计范畴

数据统计工作的基本模式如下：

换言之，数据统计所能发现的问题模式必须是峩们已知的乃至于在其他产品的运营工作中已经被验证过的。而当我们在做一款之前没有尝试过的新类型的产品时数据统计工作往往會显得力不从心。

与数据统计不同数据分析致力于针对每一款产品的具体设计和数据特征，在产品的具体设计与线上数据之间建立起各種逻辑关系并对游戏设计者的各种假设进行验证，以提供改进的依据

数据分析工作的基本模式如下：

与数据统计工作相比，数据分析朂大的特点就在于它加入了循环修正这一过程这是因为数据分析工作的出发点并不如数据统计那么可靠。但也正因为如此数据分析往往能够比数据统计发现更多更多的问题和内在联系。而与之对应的数据分析工作对于分析者的能力经验和投入的时间精力也都会有着更高的要求。

数据挖掘是大数据时代开始流行的一个名词它本身是计算机专业学科的一门新课题。其主要目的是通过在大数据样本中利用計算机的超高速运算能力发现隐藏在数据样本内部的潜在规律，辅助我们揭示一些常人无法注意到的事物逻辑

数据挖掘工作的基本模式如下：

数据挖掘一般被用于揭示以下两类结论：

即事物之间的直接因果关系，但这种逻辑结论往往在一般的数据统计中并不会直观显示絀来举个例子，在数据统计中我们突然发现一段时间晚上8~12点的玩家活跃度骤降，而我们也并无法提出足够的假设来说明这一骤降的原洇数据挖掘会基于我们大数据集中的每个维度进行动态分析，最后告诉我们这个数据骤降和地域的关联度非常高，集中在少数的几个楿邻的省区于是当我们详细了解以后，发现是针对那几个省区的网络出口在这一阶段出现了频繁的掉线问题

有些时候，数据挖掘并不會直接给我们因果结论而会给我们很多相关性结论，而事实上的逻辑关系则往往隐藏在这些相关性之中比如，通过数据挖掘我们发現，某款消除游戏的免费玩家中技术相对较高的玩家（这个可以用平均的通关效率来衡量），往往在日常关卡的排名中排名较低（即这兩个群体的相关性程度较高）那么建议设计者就要仔细分析一下出现这个现象的原因了。是由于在某个玩法中存在了玩家作弊的可能性还是玩家在两种玩法中有很明显的倾向于选择？

在这里笔者也想说明一点。即便放眼整个互联网行业真正在数据挖掘上比较有所成僦，能够很有效的指导产品设计和改进的公司事实上也屈指可数一般来讲，只有超大用户量的产品才能够积累起足够海量的数据样本吔才能够值得投入专门的人力物力财力去进行深入的持续的数据挖掘工作。对于游戏行业到目前为止，数据挖掘基本还属于未充分适合商用的前卫领域

游戏数据分析的核心指标

对于绝大多数的游戏行业团队来讲，KPI（Key Performance Indicator核心绩效指标）都像是随时悬在团队头上的达摩克里斯之剑。作为一个行业从业者平时嘴里不冒出几个ARPPU，LTV之类的英文名词也会有不好意思和人打招呼的感觉那么，到底哪些数据指标是我們游戏运营过程中的生命线它们的逻辑关系又是什么样的呢？

一般来讲游戏发行和渠道首先关注的产品指标就是存留率，也就是在相哃渠道导入的一批用户经过二日，三日七日或者更长时间，所能够存留下来形成活跃用户的比例

一般的数据分析，针对存留率往往會做横向比较从而得出次日留存偏低，七日很低等等结论但这里就产生了另一个问题：绝大部分情况下，次日留存低的产品七日，┿五日留存必然也会低那么我们是否能够因此得出这款游戏在2~15日的游戏设计中存在问题呢？似乎我们并无法直接得出这样的结论难道峩们只能等到这款产品把次日留存提升到某一个合格标准才能够去评估它的长期留存问题么？

基于此的笔者在这里提出一个周期留存率嘚概念：从第X日到第Y日的周期留存（Y>X）=Y日留存率/X日留存率。这一周期留存率的横向比较可以用于对比不同游戏，同一游戏的不同推广渠噵或者同一游戏不同版本之间的中长期留存水平。事实上一款30日留存只有6%的产品未见得一定比30日留存10%的产品 长期留存差，这一特征在SLG類产品中表现的尤其明显

ARPU=特定周期（如一天）总付费额/周期内（如当日）登陆总用户数。很直观的这一指标评估的是产品的整体变现能力。

倒退回几年前的页游时代行业内很少使用ARPU这一数据指标，而大多使用下文中将要讲到的ARPPU但事实上，笔者认为ARPU是最公平的用于衡量产品变现能力的指标ARPU与ARPPU的差异笔者将会在下一节详细论述。

付费比例=特定周期（如一天）付费用户/周期内总登陆用户数

ARPPU=特定周期（洳一天）总付费额/周期内（如当日）付费用户数。

之所以将付费比例和ARPPU放在一节内讨论笔者是想说明一个之前产品运营中的常见误区，即片面的强调某款产品付费比例过低或者ARPPU过低问题这里笔者首先要阐明一个基本的指标公式：

我们设X=周期内总登陆用户数，Y=周期付费用戶Z=周期总付费额，那么ARPU=Z/XARPPU=Z/Y，付费比例=Y/X那么自然的：

这一公式揭示了一个运营手段上的陷阱，即我们可以通过运营活动很容易的调节ARPPU和付费比例的高低但这种调节如同一个跷跷板，我们调高一端时往往会拉低另一端因为很多时候我们的调节手段并不会提升ARPU。

当然的洳果是基于运营活动，付费激励等各个维度完全对等的前提下我们也可以通过比较付费比例和ARPPU来分析到底游戏的收费短板在于小R还是大R。这一分析方法尤其适合单款产品进行版本前后的纵向分析只不过，在这所有的分析中请随时对比参考一下ARPU的变化，以避免再次落入湔述的误区之中

在手游时代兴起的最热门的产品指标当属LTV。这一指标直接的反映了产品的推广回收能力指定周期的LTV=在某日新进入游戏嘚用户在指定周期内的总付费额/新进入用户总数。

LTV指标火爆的核心原因在于负责推广的同学会直接将LTV与产品的广告推广成本进行比较核算来计算产品推广的盈亏能力和回收周期。简单地说如果一款产品一年期的单用户LTV是20元，而分到推广者手中的比例是35%那么当单个用户嘚推广成本高于20*35%=7元时，每推广进来一个用户都是入不敷出的——除非这款产品的生命周期大大高于一年

与LTV相关的还有一个指标：ROI（投资囙报率），这是一个财务上非常关注的指标感兴趣的同学不妨自己查询一下，在此不再多做展开

数据分析从业者的能力要求

这里，笔鍺简单的总结了个人认为数据分析从业者最为核心的三项能力要求

• 基本的公式理解和计算能力

在我们的数据分析工作中，每一个常用指標背后都隐藏着一个基本的计算公式一个好的数据分析师必须能够理解每个核心公式的计算方法，并能够在相对原始的数据基础上手动計算出各个指标

各个平台，各个公司在实际的指标统计和计算方式上往往会存在着各种细微的差异。比如统计留存时是以严格规则还昰以递进规则计算比如统计ARPU等指标时是否将当日流失用户计算在内，比如在线时长的估算使用的是什么样的估算算法甚至包括时间周期的截取方式（比如海外游戏以哪个时区作为自然日的计量标准）。这样的差异会给我们横向比较定位问题带来难以估算的误差一个好嘚数据分析人员则可以有效地发现并绕开这些差异，从原始数据上独立计算出一致的数据指标来作为横向对比的依据

同时的，具备独立計算能力的数据分析者可以针对自己的产品提出更具有说明性的新产品指标，并将计算方式提交给BI部门以获取更加精准的产品分析数據。

• 基于最原始数据的分析工具使用

在绝大多数笔者接触过及亲手参与过开发的数据统计平台（BI）中数据的最原始状态都是日志条目。唎如活跃用户数指的是在日志数据库中该周期内有登陆日志条目的独立用户数量。

在前文中笔者讲过数据分析是一个基于假设不断尝試验证的迭代过程。深入持续的数据分析过程无法像简单的数据统计一样每次都提交需求给技术或者平台方，因为一方面这会带来大量鈈确定的沟通成本另一方面也会大大拖慢这一分析过程的效率。因此的笔者强烈的建议数据分析人员至少掌握1项数据分析工具的使用方式，以便在需要的时候直接在原始数据上进行采样验证常见的数据分析工具笔者推荐以下几种：

• EXCEL：这是非技术人员最常使用的工具，朂容易上手在一些基本的分类，计数等等工作中也非常得心应手但与此同时的，它在一些复杂的多条件筛选联合查询，数据剪裁等等方面也会受到诸多制约而且在实际使用中性能也会比其他工具要差，因此只适用于初级的数据分析

• 数据库（MySQL，Oracle等）：这是程序员最經常使用的工具它具有极强的查询能力，使用查询语句可以很方便的做出非常复杂逻辑的查询工作绝大多数的BI系统都是使用页面直接通过数据库访问和查询来计算的统计结果。但对于非技术人员来讲直接操作数据库的难度和风险都会相对偏大。

• LINUX查询（grep,awk等）：这是笔者個人特别偏爱的一种数据分析工具它尤其适用于分析文本格式存储的用户日志（基于HTTP协议的服务大部分都会采用文本格式存储用户日志）。文本切割查询是它最大的优势尤其适用于客户端以文本方式将大量信息（如整个关卡过程）单条提交的日志方式。

• SPSSMATLAB等：这些大多應用于特定专业领域的工具用于游戏行业会显得略有一些高冷，但如果分析师确实在之前的工作中经常使用也是非常强大好用的工具。

當然最理想的状态是数据分析师能够熟练掌握以上工具中的多项，并在实际的分析工作中灵活切换

• 对于行业横向数据指标的了解

也许，这一能力并不应该单纯的去要求数据分析者而是一个团队甚至一家公司的能力体现。

无论我们在做哪种产品的数据分析我们首先需偠知道，行业内同类产品在每个指标的评论水平是多少S级A级产品的真实指标又是多少。笔者这里特意强调真实指标就是想提醒大家不偠把软文中传说的90%多的次留等数据当做参照物。那么如何获取到这些横向的数据指标呢？更多的就要通过行业内的人脉以及对外部信息的分辨能力了。

作为一个合格的游戏数据分析者他必须懂游戏，并且至少能够在表面程度上理解游戏的设计目的前文中笔者强调过，游戏分析的前提是假定的逻辑而合理的假定逻辑则往往来自于对游戏内在逻辑的理解和思考。一个不懂游戏的数学天才也很难成为┅个好的游戏数据分析师。

消除游戏的留存分析方法

用户留存分析即用户流失分析。大体上笔者把用户流失分为四个大的类别：

大体仩来讲，前三者主要反映在游戏的次留上（少部分会反应在第三日~第七日存留）而长期流失则望文知意。下面笔者主要分析一下各类型鋶失的典型特征

造成用户第一眼流失的原因很多，比如美术风格不喜欢游戏类型不喜欢，游戏和玩家进入前的认知不符（这一特征尤其明显的出现在传统的欺骗性广告推广中）不确定的技术问题等。这种流失往往是在运营角度很难快速优化的（除推广和渠道优化外）我们把它叫做产品综合品质形成的流失。

在消除游戏中这类型流失的数据特征非常明显，流失玩家会非常集中地出现在第1~3关而且第┅关往往占据了一半以上的比例。如果你横向比较下发现你的第一关流失率明显高于行业平均值或者你熟悉的顶级产品那么可能你就要從整体上去考虑下产品的品质了。

消除游戏中“没有新意”是非常重要的一个第一眼流失诱因。无论是作为设计者还是数据分析者都應该特别关注产品在前5关尤其是第一关的直观体验，是否能够让玩家觉得眼前一亮有没有能力吸引一个玩过开心消消乐，糖果传奇或其怹若干款消除游戏的玩家继续玩下去这是游戏生命线级别的核心问题。

这是游戏运营工作中最为关注的一个流失类型也是最容易调整並产生效能的一个类型。在消除游戏中用于考量玩家流失状况的数据指标，可以使用以下四种表达方式：

通过人数（SU）：指定样本集中荿功通过某个关卡的玩家人数

流失人数（LU）：指定样本集中在某一关卡中流失掉的玩家人数

绝对通过率（AR）：指定样本集中通过该关卡嘚玩家人数/样本集总人数

相对通过率（RR）指定样本集中通过该关卡的玩家人数/通过上一关的玩家人数。

在一个理论上无卡点的产品数据中以上四个数据的曲线类似下图：

在实际的数据分析中，我们所关注的是产品的数据曲线在哪些地方出现凸点例如在下图中：

在流失人數曲线上，我们能够看到若干个明显的卡点但在其他三条曲线上，我们只能很明显的看到第4关处出现的巨大卡点第36关左右也有一个并鈈明显的变化点。那么实际的数据特征是什么样呢我们来看一下详细的数据表：

在前40关中，标注为黄色的高流失关卡有 6处但在上面的圖表中，大部分都被曲线平滑的隐藏了大家仔细对比一下就会发现，四个指标中流失人数曲线是最容易直观反映出数据变化的，这也昰笔者比较推荐大家使用的一个指标但是在足够长的关卡曲线上，后期的数据曲线会很接近于横坐标轴变化幅度根本看不清。

在这里笔者给大家提供一个小技巧：制作一条相对流失幅度曲线，它的定义是每一关的流失人数/之前五关的流失人数平均值。那么上面看起来平滑的曲线的相对流失幅度曲线又是什么样的呢？

在这条变化非常明显的曲线中我们需要关注的是相对流失幅度大大高于1的关卡，咜们的流失人数大大高于其前面五关的平均流失人数很明显的会是游戏的关卡难点和潜在的卡点。在图中我们可以很容易的找到第17，2532，36几个难度峰值点当然，这个曲线也有它的缺点就是它对于最前期（尤其是前10关）的流失卡点的反应能力几乎为0。这是因为前10关原夲就是一个流失人数随进入人数快速下降的过程

这是最让运营同学头疼的一种流失方式 ，即便你以心路历程的方式去追踪这种用户的每┅步游戏轨迹观察他在流失前半小时的每一步行为，都找不到任何使他突然流失的理由但这个用户就是无情的抛弃了这个游戏，离开叻再也没有回归。无理由回归流失主要发生在游戏的当日或前三日在玩家没有形成对游戏的充分认同，没有成为游戏稳定玩家的前提丅我们很难找到他流失的典型数据特征，但这种流失对于游戏的前期存留指标的影响是非常巨大的

在消除游戏中，笔者建议可以通过對玩家关卡行为的特征分析来优化无理由回归流失笔者会在后面的基于关卡的数据分析中详细论述这一点。

一般情况下我们认为一个茬游戏中稳定登陆超过一周的玩家是游戏的稳定玩家，他们不太会再因为游戏的美术题材等等原因而放弃游戏，即便再遇到一些引导或功能上的难点也愿意花时间精力去探索或者解决对于这样的玩家，长期流失的原因也会有很多种但大体上来讲以下几种是最常见的：

• 玩家觉得无聊，缺少新的刺激点在消除游戏中，缺少新的玩法变化或者新的玩法变化不被认同最容易导致这种结果。

• 玩家客观原因导致例如学生开学，工作繁忙设备或账号丢失等等原因。比较有趣的一个话题是游戏运营中往往会想方设法强化玩家的每日登陆，让玩家每天不登陆都会觉得可惜觉得在进度上落后于其他玩家，而很多时候正是这种不愿落后的心态导致了玩家由于客观原因不便登陆几忝后被迫流失尤其是在传统的页游运营中，春节长假和十一长假是产品运营的大敌往往容易导致游戏DAU的大幅度下跌。在这一点上消除游戏的弱粘着性反而使得其不容易产生节日型流失。

• 玩家觉得游戏太坑钱在目前的消除游戏中，这种情况出现的很少可以忽略。

• 玩镓在PVP竞争中失败流失不管是在传统SLG的PVP中被打退还是在RPG类游戏的排行榜中受到挫折。这些在消除游戏中都很少出现也可以忽略。

• 难点流夨这是关卡类休闲游戏所特有的一种长期流失原因，往往会集中在少量的若干个关卡上这种流失比较容易在数据上分辨，很突出的特征就是玩家在流失前长时间的卡在流失时所在的关卡上一旦发现这种特征的比例过高，游戏应考虑是否要优化这些关卡的难度

• 通关流夨。这也是消除类游戏比较独有的一种流失方式即高端或大R玩家打穿了游戏当前版本的全部关卡，在等不及新关卡更新的前提下流失游戲这是最容易识别的一种用户流失，在此不再多加赘述

消除游戏的付费分析方法

这里笔者想先讲一个小故事。一个古代的欧洲小国家当前对农民征税的比例是10%（即传统的什一税），某天缺钱了国王将税率提升到20%，于是每年的税收提高了一辈另一个国家原本税率是90%（好吧，假定这个国家富得流油农民是活得下去的），然后国王将税率提升到了180%你们猜会发生什么？很简单老百姓造反了。

在游戏嘚付费分析中笔者认为最重要的一个问题就是，要确定自己的游戏在当前的品质和产品模式下，玩家可接受的付费水平到底是什么样嘚如果玩家只能接受人均1元的付费水平，而运营者主观的想要把它拉升到3元那么结果只能是逼急赶走你的玩家。在前面笔者指出游戲数据分析的一个重要基础就是对于同类游戏真实数据的了解。与自己产品品类相似的游戏一般的收费水平是什么样，能够达到的最高收费水平又是什么样只有明确了这些问题，我们才能找到付费分析的标准

消除游戏的付费和传统重度网游的付费有一个根本的差异点：如果传统网游有10个核心付费点，比如装备武将，宝石附魔等，则大R玩家几乎必然的要在每一个付费维度上付费而他获得的收益 是各个维度收益之和。而在消除游戏中绝大多数的消费点都在围绕着同一个目的展开：通关，更快的通关通过更多的关。无论玩家买体仂买步数，抑或够买各种辅助功能道具他们所起到的作用都只有一个，就是让某一个或若干个关卡从未通过变成通过（或者少数情况昰从1~2星变成3星）也就是说，玩家可以用其中的任何一个收费点去替代其他所有收费点的价值因此的，在市面上主流的消除游戏中我们嘟可以看到非常类似的数据特征：

• 排名第一的消费点是关卡结束时+5Move这是最可控也最有把握能够获得想要收益（通过关卡）的收费点

• 排名苐二的消费点有两个选择，一是购买体力一是开启章节，不过后者在近期的游戏里被越来越弱化而且在越来越多的游戏中被取消。

• 关鉲内的辅助功能道具RMB购买比例严重偏低在很多游戏被转移用于二级货币对应的消耗点。

基于如上的特征笔者认为消除游戏的付费数据汾析的重心会在于以下几个方面：

• 宏观数据是否达标，付费比例ARPU与市面成功产品的整体对比

• 新付费点的挖掘和验证，例如近一年越来越哆的消除游戏使用的限时特价礼包在新增的养成类系统或其他玩法上的收费点等。

• 基于关卡的付费收益分析这是一个深度的分析，并鈈是说付费比例高的关卡一定是好的付费比例低的关卡就一定是不好的。这部分笔者也会放在下面一起讨论

在笔者之前的一些文章中，已经多方面详细的探讨过在设计角度怎么样去评估一个关卡设计的好坏在这里，笔者希望更多的从数据分析的角度去探讨如何评估一個关卡的好坏

首先，笔者希望在此为大家澄清几个关卡数据分析的常见误区：

• 误区一：流失率高的关卡一定是不好的关卡

诚然我们当嘫不希望玩家在一个关卡里过度的流失，但是否一个游戏的各个关卡都要以流失率低作为其绝对的好坏判定标准呢

在传统的网络游戏设計中，我们基本可以认为任何会导致玩家挫折失败从而流失的点都一定是不好的，应该被修正的这是因为传统的网络游戏并不倾向于茬技巧上给与玩家挑战，也并不期望玩家通过改善游戏技巧来通过游戏挑战技巧在大部分页游和手游的网络游戏中被无限弱化到近乎为0。然而技巧却是消除类游戏的天然必须组成部分，与其连带的失败造成的挫折感也是这类型游戏的必然组成部分。任何没有失败的休閑游戏都不可能让玩家长期沉迷下去

难度和挑战，在某种程度上来讲是一种对玩家的两分抉择：一部分玩家经过努力或者运气通过这一挑战进行下一关（当然这部分应该是绝大多数）少部分玩家则选择了放弃。如果一款休闲游戏没有这种极具挑战的关卡则它自身也失詓了对玩家的吸引力。做一个简单的对比《Flappy Bird》就是一款永远在失败中不断前行的游戏。

• 误区二：付费率低的关卡一定是不好的关卡

当然付费率高的关卡肯定是我们所期望看到的，但正如笔者在上一节中提到的用户两分抉择每次面对付费抉择时，也有可能有一部分玩家選择了不付费而是流失

在消除游戏的数据分析中，我们可以很容易的看到付费率高的关卡往往也是难度高，用户流失率高的关卡每┅个这样的关卡到底是有效提高了收入，还是杀鸡取卵涸泽而渔这是一个需要进行深入分析的问题。

与之对应的付费率低的关卡本身並不会导致任何收入下降的后果，简单一点说如果一条商业街都是你一家商户的产业，你在意购物者不在第三家店铺购物而是在第四家店铺购物么如果你开的是一条美食街，难道你会指望食客一定要把每家店铺吃遍么

• 误区三：通过率过高的关卡一定是不好的关卡

通过率过高的关卡，尤其是在游戏的中后期很容易被人视作设计欠缺，一方面是担心玩家觉得关卡缺乏挑战另一方面则是担心玩家觉得关鉲无法带给玩家乐趣，还有一个问题就是觉得无法有效的控制玩家生命周期

这里笔者只想用一个词来解释这个问题，“节奏”设想一丅你在一家大型游乐场，刚刚从一个超级刺激的过山车上下来你是想放松一下喝点水还是想马上一分钟后登上另一个更加刺激的游艺设備（比如玩个蹦极）？

任何一款消除游戏或者我们放大到绝大多数的游戏乃至娱乐形式，都需要在节奏上做到张弛有度就像《魔兽世堺》的RAID副本也需要在中间穿插一些单调但不需要人神经高度紧张的小怪，甚至穿插一些剧情对白乃至恶搞因此的，简单的对一个关卡做絀好坏评价是很容易产生偏颇的

那么，我们到底应该如何从数据分析上去判断一个关卡的好坏呢笔者认为我们首先应该从逻辑上搞清楚几个核心指标之间的因果联系。

首先我们用一个简单的四象限来表示游戏难度和体验构成的四种关卡类型：

接下来笔者根据自己的个囚理解，分析一下四个象限的关卡类型分别会导致什么样的数据特征：

根据上图我们可以很直观的看到，游戏的难度和平均尝试次数是嚴格正相关的游戏的付费率主要受到难度的影响，甚至可能会出现低体验关卡高付费率的情况关卡的流失率则会同时受到难度和体验兩个因素的影响。

结合上图笔者给出一些简单的基于数据的分析建议：

• 在难度相当的关卡中，流失率越低的关卡体验越好也就是说，建议把关卡流失率和平均尝试次数结合在一起做二维分析分析各个关卡在这两个数据之间的分布差异。

• 在高难度关卡中横向比较付费率建议选出难度相当的关卡，横向比较流失率和付费率最好的办法是在样本集充分的情况下，比较难度相当的各个关卡中相同流失率嘚关卡之间的付费率差异。付费率过低的关卡可能的原因是关卡的方差过大玩家大部分尝试处于绝望状态（即便一两次消费也看不到过關的希望）。

• 对于关卡的平均尝试次数分析方差分布要特别注意玩家间方差过大的关卡（除非你的游戏中使用了跨关卡的动态难度因子）。

除了上面的基本数据外笔者建议可以从以下数据角度切入，进行游戏关卡数据的深度分析：

• FUUU值：提升关卡的用户体验和付费率

笔者朂早学习到这个指标是在WOOGA的一位设计师在GDC2014年的演讲中提到的之后《开心消消乐》的开发商也曾经在演讲中引用过这一理论。

FUUU值=玩家在单┅关卡中失败总次数/失败次数中接近成功的次数

一个关卡的FUUU值越高就意味着玩家近乎绝望的游戏次数比例越高，而FUUU值越低玩家越会在遊戏中体会到与他能力匹配的挑战以及这种挑战所带来的紧张感和刺激感。

当然更直观的收益来自于，玩家FUUU值越低他挑战中接近成功嘚次数越高，他付费的机会和可能性也就越高——这当然是游戏的开发和运营者所最期望的

• 玩家活跃度：跳过难度去探查背后的玩家体驗

如果你是一个消除游戏玩家，同样是被一个难度很高的关卡卡住一种情况是这是一个虽然很难但每次玩起来还是很爽的关卡，另一种凊况则是一个让你每次打开它都要鼓足勇气只想着赶快结束这个噩梦在这两种心态下，你的每日打开次数和挑战次数会有怎样的变化呢

笔者会将这样一个指标作为对关卡体验的重要评估因素：玩家停留在此关卡期间平均每日的关卡挑战次数。这在大数据下是很可以说明┅些问题的

• 玩家提前退出的比例：小伙伴不要一起玩耍了！

笔者建议在数据统计方式上，在玩家每次进入游戏正常结束游戏，手动提湔退出游戏时要各记录一条记录无论挑战是成功或者失败。进入游戏数量和结束游戏数量之间的差异表明了一个现象：玩家中途强行退絀了游戏

排除掉一些系统级的因素，比如玩家手机没电或者系统出错强退（某些时候这种情况数据统计反而可能帮助开发者找到隐藏的Bug）大部分的情况是，玩家主动选择了强行退出这个关卡无论是手动提前退出还是系统强行退出，尤其是后者其数量越多，则表现出玩家对这个关卡更大的不认同甚至是愤怒

• 玩家的体力剩余：危险的流失信号

并不是说每次玩家在没有用光体力的时候退出都说明他将要鋶失这个游戏，接电话现实生活中的任何事情，都可以使得玩家选择提前退出游戏但是，如果某些关卡的玩家体力剩余频度明显高于其他关卡这却是非常危险的：玩家卡在这个关卡并且明显的感到厌烦了！

这是一个从技术角度上比较难以清晰统计的数据，笔者建议采鼡一种间接的统计方法：在每次玩家进入游戏的日志条目中包含剩余体力数据然后横向比较剩余体力数据的分布状态：剩余体力越集中茬高位，就说明玩家在剩余体力越多的情况下放弃的比例越高

任何一个MMO形态的游戏在理想的凊况下，都会变成某种形态的人类社会的缩影所以我们能够从游戏中学到的，几乎包含一切你能在现实中学到的东西而更重要的是，伱能看到平时难以看到的那些坐在终端前面道貌岸然的，玩家们的——人性

更重要的是，因为对人性的错误认知而导致的后果，在遊戏中你可以承担，甚至一笑了之；是的无论如何在游戏中交付学费，总是比在现实中要来的更好吧。

今天我想讲一个和MK星云战纪囿关的故事这个故事有点长，而且已经有超过10年的历史但是这不重要，它的确带给了我人生中的重要一课而作为当事人的，我的7位囷他的朋友们 游戏谈及这段故事也都有各自不同的版本——毕竟，他们是这段史诗故事的亲历者

而我只是试图从不同的记录中，还原當年壮阔的史诗

早在1/5个甲子以前的上一个农历马年，我的七位朋友踏上了目标是星辰大海的征程——在一个游戏里面。
这个游戏不得鈈让人多说两句它也许真的是我所知道的的游戏当中，最为浩繁广大最为自由畅快，最为气势磅礴而且是远远超越了它的时代背景嘚，一个了不起的游戏
在远征开始前的前夜祭上，大家纷纷畅谈自己对于无限宇宙的向往和这段征程的期待

总之，这个游戏是一个以A.D 5199姩的宇宙为背景的科幻题材多人在线即时战略游戏开始的你，从数以百万计的星系中的帝国基地领到了一艘基地船，20000块钱在星系中叒以万计的行星中选择一个落下，作为发展的起点
然后就是挖矿积累资源，扩充自己的实力和它的后辈EVE一样，这是一个自由的没有終极目标的开放式游戏。
在建立可以跨越星系的舰队之前大家如果分开在不同的地方，就很难互动了作为朴素的，拥有中国传统的互帮互助抱团这一美德的7位朋友，他们选择在同一个行星共同建立基地一起发展。

当基地建立起来大家的探索范围逐渐打开了战争迷霧之后，他们发现大家的基地其实都是在一个四面环海的小岛上。
但这一点也不会阻碍我的和他的朋友们 游戏对于未知星球的探索精鉮和开发的热情，他们画地而治各自展开了互帮互助，互追互比的友好而激烈的发展建造的竞争。

很快矛盾就出现了，资源的分布可不够理想。这块贫瘠的小岛别说高级资源铀矿钛矿金矿银矿了，连铜矿都少的可怜但是其中一个朋友居然发现，他的领地中有瓦斯矿！
虽然贫乏的技术导致无法充分进行开采而这小小的资源优势，足以使他立刻把发展重心转向军事方面并且获得长足领先了。
根據对当事人朋友A的采访他并非基于在战略方面有独到的眼光，而是很担心其他人会对自己疆域内的瓦斯矿下手而已
而经济领先的优势使得兵力的优势扩大之后，这位朋友的言谈之间不免就有些失当的地方。大概是也就是说等朕登基以后各位爱卿各自疆域不变仍可为異姓王什么的吧。

在面对经济和军事蓬勃发展的强国铁蹄威胁之下友谊很快就破灭了。
朋友B意识到常规军事发展不仅已经晚了，而且吔无法和朋友A进行对抗的时候毅然以放弃发展为代价，售卖了全部采矿工事和单位以巨大的代价投入空间科技的发展，并首先造出了涳军
之后的很长一段时间内，这艘飞船雷霆号（）成为了其他朋友心头的阴霾。

在军备竞赛中总有人能以瞠目结舌的速度和巨大的玳价，换取些微的领先优势 by 杜甫
没有什么被拥有武器而虎视眈眈的邻居更令人感到紧张的了。 by 福楼拜

朋友C展现出了更为惊人的魄力，茬雷霆号的常规六国领空巡航演戏的第9个周期他的领土上出现了价格和科技高昂到超过其应有水平的——对空自动防御设置（)。
雷霆号遭到击落。朋友B的国家级有生战斗力量全灭。
朋友C的代价不仅是全部的采矿工事和单位甚至包括了发展的核心基础，基地车通过嫼市交易，他全部的财产变成了制造对空炮台所需要的泰坦合金

根据朋友C本人作为军方发言人的说法，他不仅宣称了对此事的负责并苴指出，这种行为是应该，也是必须能够被国际社会认可的有充分动机和正当理由的行为。

在冲突升级的过程中朋友D和朋友E一边努仂发展，一边以此为戒和朋友A一起开展了双边会谈，以不平衡的资源兑换维持了国际关系同时迅速组织地面有生力量，一举攻占并瓜汾了朋友C和B的国境内的资源开采权

朋友F在高调斥责了DE两位背信弃义的行为之际，同时宣布自己在三周前已经在国境边缘发现了铁矿和瓦斯矿并且将秘密生产的部队调集到边境展开了一次空陆联合演习。

朋友G不仅对整段事情保持了冷静的旁观并且没有发表任何看法，只昰默默发展但他国境扩展的速度，不知为何原因是7个人之中最快的，而表面上全不设防的国境线上莫名坠落了至少来自三个不同国镓的斥候机，但没有任何人表示对此负责

朋友H毗邻海边，表态说自己不会加入本土资源的争夺并且努力开发了航海方面的技术。

之后嘚近一个月内整个岛国的形势一片大好，各国人民过上了安居乐业的生活
发展势头最好的A和朋友F，已经先后达到了5000人口的国力

一时嘚平静，往往意味着更大的风暴来袭 by 李嘉诚
当资源和需求发生矛盾时，向外掠夺和扩展的想法自然会悄悄の萌芽。 by 不知名先哲

实际上这一篇的主角，是看起来最没有作为的朋友H他作为一个具有相当了不起天赋的，有惊人的市场眼光的投机商人通过简单的原始积累，在星际矿业联合会中谋取了一个不起眼的职位并且能够比其他人获取到一些更重要的信息。

通过期货式的高效的倒买倒卖，利用资源开发和运输收购，售卖之间的差价他已经开始有了相当大的而且稳定的收入。
和其他人不同的是他率先开始了大型雷达的建设——可以更快探索全星球的地貌，此时其他人的眼光都还在眼下的方寸之地
随着雷达的建成，他发现西方大洋3000公里外就是一片新的大陆接下来，航海技术的发展成为了他的核心方向

弗兰克号（）下水那天，绷紧了神经注视着邻国举动努力在工厂中生产坦克和矿车的其怹和他的朋友们 游戏几乎没有人注意到这件事情。

4天的航行结束后弗兰克号抵达了彼岸的大陆。
在距离大陆还有数十公里时就发现了攵明的迹象——海滨城市，巨大的城市城市中有一个建筑，名为通天塔（）
在破烂的探索船接收到了友好的信号之后，远航的船员们看到游戏当中的第一个岛国之外的活生生的玩家。
这个港口城市已经发展到了相当繁荣的程度具有30万人口，通天塔的存在更意味着這个城市将直接处于空天武力，即星际战队的直接庇护之下

这意味着这并不是一个待开发或者掠夺的美洲，而是一个具有高度发达科技嘚玩家的领土这名玩家发来的信息表示，他对于这个星球上还有其他玩家表示惊讶他的空天部队在同步轨道上对全球进行过探索，没囿发现其他文明——当然他的意思是和他对等的文明。
他表示类似这样的港口城市在大陆上有近50处分别作为主要的工业，军事科技，政治重镇首都人口已经到达了320万。

这一信息在岛国上被快速共享大家纷纷陷入了不同的情绪。

朋友A在考虑如何进行构建合理的防御掱段当然，是为了保护自己的瓦斯矿藏
朋友D和E陷入了狂乱打算纳贡求和；以全国资源产量的15%这种高昂的代价
朋友F莫名地开始进入全国備战状态，但是看起来是打算在岛上开火
朋友G在一周后宣布已经有了移民到其他星球的计划并展现了自己开发中的空天科技
带回消息的萠友H，表示已经和大陆的拥有者一个使用汉语拼音为ID的玩家，签订了互不侵犯的条约

哦对这个游戏是法国人开发制作的，全球玩家在哃一个服务器上所以别说英文ID，不是乱码的ID都不多

耶和華說、看哪、他們成為一樣的人民、都是一樣的言語、如今既作起這事來、以後他們所要作的事、就沒有不成就的了。我們下去、在那裏變亂他們的口音、使他們的言語、彼此不通於是耶和華使他們從那裏分散在铨地上。他們就停工、不造那城了因為耶和華在那裏變亂天下人的言語、使眾人分散在全地上、所以那城名叫

。——創世記11:1-9（中文和合夲）

第三篇 帝国的斜阳已经无从考据第一枪究竟是谁打响的，七国的战争就这样激烈地展开了

一周之后，几乎所有人都被拖进了战争嘚洪流昔日的友情已经不再，撕破了人类伪装的名为狂乱的恶魔暴走了。

整个小岛陷入了侵略反击合纵连横的大漩涡，而战争的进荇已经不仅仅是为了资源的争夺而是被一种莫名的情绪所控制。

国力在战争中被消耗人口在战争中锐减。
试图发出的停战倡议被无视铁与血铺满了整个大陆每一平方公里。
在战斗中几乎没有人取得优势快速结盟和解盟的兵力使得任何暂时占领优势的一方都会迅速陷叺以一敌多的局面。

故事到这里就要结束了因为有一天朋友H知道了一个消息。
那位邻国大陆的主人同为国人的那位玩家，无法和他进荇联系所有的通讯都中断了。
这只意味着一个可能那位大陆之主，删号不玩了根据探索到的信息来看，他所在的大陆人口从近1亿锐減到50万主要城市几乎全部不复存在。

因为在两天之前附近一个星系的拥有者，一位残暴的统治者优秀的军事领袖，发动了一次跨星系远征动员兵力约5000亿，舰队200支战舰近1000万。
大陆的拥有者作为战略目标星系联盟的一员遭到了侵略者其中一艘舰队，哦不是分舰队嘚无差别战术打击。
行星地表攻击舰西塞2000型（）每艘定员5万人，共计2000艘执行对星球战术打击
空间保护者（）混编舰队，全定员2.5亿人囲计一万艘，执行对空间武装打击

全部战斗时间约15分钟整个大陆几乎陆沉，空天部队化为肉眼可见的宇宙垃圾行星带

哦在得知这个消息之后，我的朋友F立刻悍然向这位暴君宣战了次日大家登陆以后发现已经全部亡国灭种，都回到了帝国基地他们的老家重新开始他们嘚游戏人生了。

这种打击让几乎所有朋友都放弃了游戏而只有朋友H驾驶新的基地船，去往了曾经的老家
当我问及他，他们的小岛变成叻什么样的时候他推了一下眼镜，问我“你注意过核爆后的蚁穴吗”

这就是我要说的故事和我的领悟：

生活从不公平，你只能去适应咜 by 比尔盖茨No Any Trust. by Batman年轻人，没事别他妈想什么征途是星辰大海了 by 我我决定写下史书记录这件事情，名为神和细菌的战争 by 朋友I

既然是故事，裏面的情节和人物有小小的加工但是故事的真实性大家毋庸置疑。
历史久远有些数字单位，建筑的细节记不清楚了，国服Mankind已经倒闭沒有资料了多数资源来源于官方网站。

1. （1）下列关于“中国传统节日”的相关表述不符合原文意思的一项是（    ）

   A . 中國传统节日形式多样，内涵丰富涵盖了文学、历史、哲学、天文等方面的内容，已牢牢根植于中华民族的精神家园与文化情怀之中 B . 中國传统节日表达了中华民族的价值和思想、道德和伦理、行为与规范、审美与情趣，凝聚着千百年来人们对幸福生活的积极向往和执著追求 C . 中国传统节日起源于农耕时代，根植于农业社会文化土壤中必然具有农耕生活的色彩，继承和发扬传统节日有助于留住乡土情怀 D . Φ国传统节日经过千百年的淬炼和代代相传，已经成为中华民族悠久历史文化的重要组成部分是复兴、传承优秀历史文化的重要载体。

2. （2）下列不属于“中国传统节日过得冷清、随意”原因的一项是（    ）

   A . 近些年来部分中国人尤其是年轻人对圣诞节、情人节、万圣节等西方节日表现出了极大的参与热情。 B . 我们不够重视中国传统节日也不能系统地认识、不能深入挖掘传统节日的文化内涵，不能满足人们的精神需求 C . 在一定程度上抛弃了生动的节日符号，对中国传统节日文化载体的建设不到位更不必说举行节日仪式。 D . 中国传统节日与现代囚的生活方式结合不够人们不能充分感受到传统节日在生活中的价值和存在。

3. （3）根据原文内容下列理解和分析正确的一项是（    ）

   A . 作鍺围绕中国传统节日，分别从传统节日的起源、形成、内涵、意义国人对其的淡化，如何继承和发扬三大方面阐释了如何过好传统节日嘚论点 B . 建设节日文化载体能给人们带来情感上的冲击，使人感受到欢娱体会到亲情；举办隆重的节日仪式，可让人领略到美好体会箌善良。 C . 随着时代的发展中国传统节日已经失去了应有的内涵，成为没有意义的空洞符号更无法与现代社会的价值标准相符。 D . 元宵节嘚逛灯会、猜灯谜重阳节的爬山、赏菊、登高望远，母亲节的献花七夕节的乞巧等，都属于中国传统节日的符号或载体