游戏策划如何快速验证玩法？这里有一套实用的OPF工具法
一整年，说长不长，说短不短，行业的变动让思路有了大量的改变，其实很多思路早现于市场，但后知后觉的市场行为让我们经过伤痛才能明白。 “多杰神教”是个笑话，来源于常年推广某些理念，其背后就是一个跨越了许多年份的计划，不断完善的体系，要回答2019年累积了啥，得先说说，前几年累计了啥。 2011年开始探索问题：“人为什么玩游戏？” 学习两年，百余本书，2013年有了初步的答案，“人在缺乏决策与情绪的情况下会烦躁”，并将这种感觉起名“寂寞”。 2014年开始正式编写《玩家思维》，于2016年出版。 最初的“寂寞论”就这样诞生，阐述了一个假设：“人是寂寞的，玩游戏可以排解寂寞，这是生理上的需求，不然人就会烦躁。” 什么样的行为可以排解这种烦躁？“拥有动脑频率的行为”。 虽已出版，但上述方法有两个问题： 1、依然是假设，最多属于“心理学”的方法论构建的理论，没有底层支持。 2、没有实用性，缺乏直接指导工作的方法论。 在2016年出版《玩家思维》后，经过短时间的总结，2017年就立马开启了新的研究旅程。 2017年，重新梳理的基础模型，將原本不完善的“寂寞模型”进行了修缮。 1、所谓烦躁，不再是假设，而是生理上缺乏脑啡肽，由杏仁核制造的一种感觉。 2、所谓理性人，不再是假设，而是生理上由大脑神经网络组成的“选择”、“存储”、“优化”功能回路。 3、所谓动脑频率与多巴胺，不再是“排解寂寞”的核心，而是“情绪”。 整个思路从“制造动脑频率”变成了“制造情绪”。 同时建立了新的情绪模型与认知模型，来完善之前的寂寞模型，对寂寞模型有了一定的修订。 至此，整个知识体系内不再有假设，只有简单的少量基础知识，且都有已经发现证实的客观机制做正确性的保证，让我们可以放心的不用再往下层去探索反而转头回到实用中来。 2017年尾，创立了“人类行为闭环”的概念，从底层推导出100%正确，可以信任实用的指导方法论，根据生理过程，將人的所有行为分为了“目标”、“过程”、“反馈”三个类型，并进行细化的研究每个类型的有效，缺失，等对应的场景。 2018年一整年，在各种实用场景中运用这条方法论，提炼出了公式描述的方法，既CL = OPF。完成了内部培训与沟通，高效协作的实践，并在用户体验，活动设计，系统设计，游戏分析等各种角度都进行了实践。 得出了“高中低三频OPF模型”的检测，设计方法，研究院同事在之前的文章中也有提到过（点击下方蓝字可回顾全文）。 1、如何让玩家避免陷入毫无乐趣的游戏“困局”？ 2、在MOBA游戏中，玩家的期望胜率可以量化吗？ 3、如何让回合制RPG给玩家更好的游戏体验？ 在这样的情况下，来到的2019年。 
未知总是随着已知进行扩充 在过去的日子里，我们确定了基础理论，构建了中层方法论，搭建了针对体验的可直接使用的OPF工具。这都是一个过程，等于完成了：经验总结理论，理论指导实践。 毛主席说过，实践是检验真理的唯一标准。 一个游戏系统是复杂的，设计是针对到每一个系统，每一次操作的。如果我们从一个大而全的角度，是无法验证一个设计的。 也就意味着，我们需要一种手段，去验证每一个设计点，也就体现了细致的数据分析的作用。 这有什么区别？ 数据分析谁都知道重要，这不是屁话吗？ 不一样的，许多公司都做数据分析，最后只不过变成了做报表的，不是做了假数据，就是做真装饰。 要让数据分析效果最大化，就需要设计的时候就有预期，什么样的设计可以有预期？ 就是有理论支撑的设计，什么样的理论可以支撑设计，就是100%正确的理论，不是隔空架构的理论。 一层层从上往下探索，再一层层从下往上设计，最终通过数据分析的方法，用来检验设计是否合理，发现设计问题，最终形成了科学的闭环。 这就是2019年最缺乏的内容，也是下半年过程中一直尝试研究突破的内容。 
既然是分享，当然还要將成果分享出来的，因为之前的文章都描述过了，这里就只进行简单的分析。 设： O = Object = 目标 P = Process = 过程 F = Feedback = 反馈 定理1：人类的行为，一定包含在OPF的过程中。 
相关链接：如何让回合制RPG给玩家更好的游戏体验？ 我就直接讲实例了，我是怎么用这个玩意儿的。 当我分析游戏时 第一步：画出游戏的结构图； 第二步：画出玩家体验的流程图； 第三步：分析不同时期，玩家的OPF体验问题。 前两步略过，重点讲第三步，这是一个通用法则，在设计游戏的时候也需要。 我会画一张表，下面是某游戏某时期的核心战斗体验检查表： 
里面有定义需要解释一下： CL = Closed-loop = 闭环， 代表一个OPF过程 CL = O + P + F 明白了CL，要解释前缀，我简单一个例子距离。 我要去上班，这是最终极的目标，整个行为中只产生了一次，所以它是低频的，我们就叫做Low Closed-Loop。 上班的途中，使用了交通工具，大概三次，就是Middle CL，但它确实不合格的MCL，因为在游戏中，我们定义的MCL，得让玩家感到意外小惊喜。比如，我付钱时候，突然免单了。 然后就是我走的每一步，都是HCL，H自然是High的意思，代表高频闭环，因为它随时存在，随时存在的，不需要给玩家带来情绪上的刺激，有即可。 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。 （编辑：应用网_阳江站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |