用户工具

站点工具


实践基础:游戏的生命周期:在线章节:机制期的各种解决方案

机制期的各种解决方案

基础框架

信息1:基于经验的机制期通用框架

基于经验的机制期模型

基于经验,机制期可以得出如图所示的一个结构,市面上常见的游戏,无非是这个结构的变种,读者可以根据脑海中的游戏回顾一下。

首先,您需要明白,这不是理论模型,我们的理论模型是“人类行为闭环”,是负责体验的。而这张图负责的是常规概念下的功能模块,上面标注的是功能类型,没有具体特指某种系统,或某些系统,可以简单的认为标注的是用户需求。

然后,这张图的作用域是“游戏领域”,其他领域不同时具备“以娱乐为目的”、“用户与系统交互为主”,所以无法套用这个经验模型。

最后,这张图仅仅是为了帮助我们理解机制期常见的结构,以便于我们讨论,特别是讨论这一点,习惯上,在讨论机制期时候,我们会打开这张图,然后指着编号说目前我想要讨论第几号需求里的问题。当另一个人说的观点超过这个范围时,及时的说:“我认为你讨论的是X号的问题,不属于这个范围”,如果有争议,再根据争议进行研究讨论。在漫长的时间过程中,这种“看图说话”的方式,已经极大的节省了我们的时间,是具有性价比的。

如果您已经有了丰富的经验,完全可以构建自己的类似模型,自己的图。再次强调,这张图仅仅是一个不严谨,且随意的地图,但有助于我们讨论问题。正如现在我将会基于这张图与大家开展机制期的讲解一样。

信息2:用生态的眼观看机制期

玩家在探索期消耗内容的速度很快,我们也通过大量内容去驱动玩家继续前行,所以在探索期,我们与用户的关系是:“我给您玩”。

但在机制期,我们已经被榨干了,一滴都没有了,玩家就像干枯的泉水一样需要更多的乐趣,继续通过加班干活去向玩家提供内容,是不现实的。所以在机制期,我们要通过手法,让玩家在某些机制内循环。

这种循环,从宏观上,我们就可以认为是“生态”。

用生态的眼观去看机制期,就会延伸出新的视角,此时我们不再仅仅思考单个玩家的情况,还要思考一群玩家的情况,然后再思考多群玩家的情况。

自然的,也就延伸出了机制期的需求:

  • 单群玩家的留存闭环
  • 单群玩家的付费闭环

现实总是残酷的,用户的属性是不一样的,通常我们从三个维度去划分用户:

  • 游戏阅历
  • 空闲时长
  • 消费习惯(额度)

有了三层划分,单群用户就变成了多群用户,不管我们怎么设计,互联网时代的用户是群居的,哪怕我们提供的是单机游戏,少部分用户也会聚集在一起进行社交。一起讨论你的游戏好与不好,最近有没有骗人,有没有大数据杀熟等等。

现在,我们将这些维度展开,就可以得到一张需求清单,这张清单多达27种,27种用户的呈现,让我们无法从设计层面就规定好这里面向哪一种用户,那里会发生什么情况。

这也是文化领域的特色,一个系统摆在那里,我永远无法知道多少人会喜欢或是讨厌,又有多少人会参与进去。

“生态”的眼观,让我们不再在意某种玩家的属性,不再以玩家作为出发点,思考这里应该给予他什么样的内容。

而是反过来,从系统出发,思考这个系统应该提供什么样的内容给用户,通过什么样的属性去吸引。这种设计方法的转变,来源于认知模型,我们认为,用户是由属性组成的,群体代表的就是某些属性的用户集合。

所以,到了机制期,我们的思考方式要改变。

从:

我提供内容给玩家玩

到:

我提供个平台,你自己玩

如果借用农夫山泉的广告词来说,那可以描述为:我不是乐趣的制造商,我们只是乐趣的平台商。

当然,用户的最大目标还是依托于我们的系统,也就是模型当中的局外养成部分,编号为1的那个位置。

小结

信息1:讨论问题先说说问题属于模型里的哪个点,模型就是坐标系。帮助我们定位问题。

信息2:生态的眼观,时刻想着如何让用户自己嗨,而不是一直消耗我们提供的内容来获取乐趣。

观点

观点一:多层级的游玩时长需求

在实际情况中,用户总不是一个固定的群体,哪怕一个游戏筛选得再厉害,留下的用户也会是各种各样的,除非这个游戏的环境另某类人完全不能游玩。比如不充钱直接锁死了登录(点卡),不然,游戏内始终会有各种各样的用户存在,了解他们的属性,猜测他们的心理路径,就能帮助我们更好的设计机制期生态。

张三做了一个咖啡馆游戏,这是一个典型的模拟经营游戏,玩家只需要每天上线安排一下菜单,收下账就可以下线了。 但近来张三睡得不太安稳,因为大量的玩家向张三描述这个游戏没啥可玩的,每天上线收完账就下线了,用户想继续玩完全没啥可玩的。 于是张三听从大佬们的意见,开发了丰富的活动系统,并且为了确保玩家可以一直玩,让活动系统有了随机元素,玩家每天需要多次花10分钟下副本。 经过了一段时间,张三又收到了许多投诉,依然是大量的玩家,声称这个游戏每天要耗费他们1小时的时间,已经玩不下去了,苦不堪言,打算弃游了。 这还了得,张三立马又开发了付费领取功能,原本需要1小时刷的材料,现在只需要付6块钱,立马就能领取。 版本已更新出去,张三又收到了大量的反馈:“这个游戏太氪金了,终于露出了丑恶的嘴脸,中国游戏制作人就这个样,一点素质都没有。” 张三:猝

这是游戏运营中很常见的场面,描述的是两批玩家之间的冲突,一部分玩家需要游戏轻松一点,但另一部分玩家需要游戏可以玩久一点,也就是俗称的“肝”。

他们的数量都具有一定的占比,这不是一个大众和小众的问题,而是大众与大众的问题。不管我们怎么做,总有一大批人不满意。

如果把机制期的各种问题罗列出来,这个问题是可以排前三位的,如果没有针对性的设计,通常就会陷入无止境的修改中让所有人都不满意。

简单来说,我们可以把用户看做下面几种:

  • 没啥时间的
  • 有一定时间
  • 时间很长很闲的

在设计时,一定要考虑游戏是否满足各种需求,因为哪怕是一类人,他们的可支配时间也是会改变的,如果一个游戏不能灵活的支持用户调配自己的时间,一旦一次意外产生,就会让用户的闭环断裂,从而离开游戏。这与前面我们说的学校里学生上课赶学习进度是一样的问题。

观点二:以付费为轴的用户群划分

隔壁的李四是个较为朴实的制作人,他也做了一个游戏,这个游戏借用了张三的咖啡馆素材,毕竟两人关系好,素材拿来用,免费,为啥不用。 李四拿着咖啡馆的素材做了一个数值卡牌游戏,外面赚钱的游戏有什么,李四就上什么,什么抽卡,累充,登录签到,排行榜,竞技场,强化石,装备等等。 在漫长的临摹过程中,李四感觉自己的人生走上了巅峰,追寻了伟大制作人们的脚步,胜利就在眼前,只要游戏一上线,什么都不是问题。 游戏刚上线,用户纷纷称赞良心,不用怎么花钱就可以玩下去,李四的女仆咖啡馆获得了大量的好评。 也有一些比较喜欢这款游戏的大佬充了几万块钱。过了几天,大佬们来找李四了:“小同学啊,你这个游戏很好玩啊,但是没什么地方可以充钱啊”。 李四一听,那还了得,项目都还没有赚钱,大佬们居然说游戏没点花钱了。于是李四赶紧把雪藏的“氪金”版本更新出去。 这一更新,又不得了,大佬还没充钱,差评就接踵而来,大量的玩家说:“你这个游戏刚开始有点好,怎么就开始逼氪了?” 眼见游戏的评分就呼啦啦的掉了下来,李四急啊,但此时大佬已经付钱了,如果改掉大佬的收益,那大佬们也不愿意啊。 于是李四只要又抓紧加班,推出了一个紧急的新版本,重新抹平了数值,让普通玩家不充钱也能顺畅的获得良好的体验。 自然的,第二天,大佬们又来了:“我说你这个小兄弟啊,做事不要这样做的呀,我才冲了钱,你这版本一更新,装备都没有用了,你这是诈骗,你得赔钱呀。你要是不给我个说法,我就去315投诉你。” 李四:猝

基于经验,通过付费程度将玩家划分,我们通常可以这么做:

= 用户占比 付费金额 付费总额(假设10万用户) =
90% 0 0
9% 6元 54000
0.9% 60元 54000
0.09% 600元 54000
0.009% 6,000元 54000
0.0009% 60,000元 54000

其中变化的是右边栏的付费金额,不同的游戏有不同的基准值,不变的是左边的分布,用户层级总以10%的比例逐层缩减,最终变成金字塔。

一个游戏需要至少有11万新增用户,才诞生一个付费6万元的大佬,诞生10个6千元的大佬,但他们付费总额是6万元,这是一个瞎掰的模型,但如果经历了足够多的项目,你会很惊奇的发现平均情况会贴近于这个瞎掰的模型。

这意味着,一个游戏的收入,从理论上,应该来源于每一个付费层次,而不是常规所想的大佬完全养了游戏,或者靠普通付费用户就足够了。

那么,在机制期如何让各层次的用户留存下来并付费,并且每一个层次的付费反馈都是健康闭环,就是信息2所展现的设计难点

观点三:消耗型付费与保值型付费

一个消费者,最在意的就是自己的消费是否划算。在游戏里,我们通常会给付费的内容添加一个维度:

  • 消耗型
  • 保值型

比如,用户从张三的烧饼店里买了一张烧饼,吃完了,这就是消耗型的,购买的东西一下子就没了。

用户从李四的店里买了一个杯子,就是保值型的,这个杯子可以用一段时间,要注意,保值型并不是无限保值,也有自己的生命周期,不然所有的商家将会倒闭。

为什么要做这样的区分?

因为玩家在游戏内玩,当他愿意付费时,通常都是希望玩一段时间的,特别是当玩家需要付费几千,几万,甚至几十万时。

如果付了许多钱,只是在游戏内消耗一下,用户哪怕消费时觉得很爽,消费完一定很后悔。所以单纯的消耗型付费是无法让游戏一直维持一个良好的付费闭环,让用户不断付费下去的。

保值与否与系统类型无关

VIP系统可能是保值型付费,这取决于是否提供了拥有价值的服务。有的VIP系统就单纯的给用户涨了一个等级,送了点东西,这并不保值,除非送的东西本身是保值的。

VIP系统要保值,一般来说需要给每个等级都设定特有的权限,并且这种权限确实值它的身价,此时用户才会产生O(更高的VIp)这个目标。

装备系统同样如此,如果一件装备淘汰后就没了,它就不保值,如果淘汰后可以交易,它保值。不可以交易就不能保值吗?也不一定,如果这个装备可以以一定价值回收,那它就保值。

在传统的MMORPG中,玩家会付费10万甚至100万,此时,付费玩家通常不是一次性付费的,他是逐渐累计付费的。当某一次需要付费几万块时,通常它会思考:“这件装备我总共花了60万,如果成功了,我还可以卖50W,也就10W爽了全服第一,划算!”

哪怕没有下家接手,但有这一层保值属性在,用户才会逐步的投入进入更多金钱,这是许多游戏忽略的点。

消耗型与保值型的混合结构

保值与消耗

单纯的卖保值内容,会陷入探索期的问题,我们的生产跟不上用户的消耗。

单纯的卖消耗内容,会让用户觉得不值,不能爽足够的时间,毕竟有钱的用户大多都是比较会算账的。

所以,通常我们在机制期要创造富有结构的付费体验,既买了短期爽的消耗型资源,满足了短时的F+,又得到了长时的保值型资源,避免玩家爽后觉得太亏了,影响下次消费。

而如图所示,保值型付费的内容在一定阶段后,也是要衰减的,价值会不断地缩小,我们不断地提供新的内容,玩家不断地有新的追求。

这个部分内容,在机制期的模型图中,放在局外养成部分。编号为1。

而消耗型付费,通常可以放在局内养成部分,编号为8。

读者可以翻回去看一下之前机制期结构图里的编号,以便脑海里清晰我们正在讨论问题的时空坐标。

消耗型内容与保值型内容的观点十分重要,首先得让你的产品有这样的结构存在,然后通过调控他们的比例,尽可能的提高用户体验与赚钱。

观点四:概率保值与累计保值的局外养成闭环

定义

  • 概率保值:用户通过概率获取,一旦获取就得到了所有服务价值。
  • 累计保值:用户获取后只得到了其中一部分价值,通过付出去增加价值。

场景描述

在市场中,玩家流传着这么一个笑话:“网易游戏再多钱也打水漂,腾讯游戏一分钱一分货。”这种笑话的出现,就是对概率保值与累计保值的结果描述,表达的是一部分用户遇到的场景。

在概率保值的游戏中,用户只要获取了某个极品装备或角色,就可以在某个需求下高枕无忧。此时,玩家有两种情况:概率得到概率得不到

虽然概率在统计意义上是相对稳定的,但对于个人,就很有可能出现两种极端场景:

  1. 付出很少随意得到
  2. 付出很多无法得到

前面的笑话,就是吐槽遇到第二种情况的用户。

而累计型付费,就比较复杂,一分钱一分货,其他不出钱的用户永远也跟不上,如果其他用户可以跟上,那么付费用户购买的服务价值就会下降。作为游戏公司,肯定要保障付费体验,所以对于大众0付费的用户来说,这类游戏就会让他们觉得不划算,连翻身的机会都没有,对于付费用户来说,这种系统就会很舒服,起码不用去拼人品了。

推导逻辑

复合模型

从寂寞模型所要求的需求看,概率保值有一个好处,就是用户到了游戏中期,通过概率保值系统依然可以获取大喜大悲的情绪。表达为:

LCL(资源) = O(资源) + P(概率行为) + F±

而累积保值则没有提供这种机制。

为了解决这个问题,过去设计师弄了一套模型,在探索期,用户获取成长的概率是100%,但在机制期,用户获取成长的概率逐步下滑。

这样就塑造了一种新的体验,先累计后概率,用户在对游戏没有产生依赖感之前,通过累计让用户得到成长带来的爽感,用户产生依赖后,对损失有了一定的抵抗力,此时再提供的概率获取保值资源的方法。

比如《奇迹Mu》中的装备强化,就是这样的。

实际上,在实践过程中,不管一款游戏在探索期先提供了概率型的获取方式,还是累计型的获取资源方式,在后续的生涯中设计师都加入了另一种的元素,把它们混合起来。最终既满足探索期的用户需求,也满足机制期的需求。

纯累计保值模型

读者要知道,这里所描述处理好的游戏,背后都是富有经验的设计师,这通常不是我们。纯累计模型是我们评测到的项目最常见的问题,整个游戏从头到尾都是纯累计保值的模型,最终结果就是用户在整个养成过程中没有获得情绪,与寂寞模型提出的需求不匹配

纯概率保值模型

这也是常见问题,读者可能会想,有哪个游戏会傻到只设计概率型的保值养成,却没有设计其他养成。

是的,有许多一次性获取就满足的游戏,一旦用户获取,就再也没需求,这个问题对于付费用户来说:“这游戏没什么地方花钱了。”读者如果有丰富游戏经验,可以试着在脑海里想想这样的游戏,他很容易让你获取卡牌,一旦获取了卡牌,就再也没有其他需求,游戏里的概念叫做:“毕业了”。

内建模型

当我们面对这样的问题时,是需要从用户的角度入手的。

所以,建个模:

引入这样的模型后,这个问题又换了一个面貌,似乎我们将要讨论的,只是几个参数变化所带来的不同结果,以及在什么样的场景下,更适用什么样的参数值。

  • 绿色的阵营决定着资源Z的获取与强化。
  • 红色的阵营决定着资源Z的价值衰减。
  • 当Y = 100%,则是累计型成长。
  • 当 Y < 100%,就是概率型成长。
  • 当弱化Z的时间段很短,Z就是不保值的。当弱化Z的时间段很长,Z就是保值的。

用户路径

我们还可以用公式去表达:

Z + (T + M) * Y è Z_1 //强化Z的过程
Z – (P + T2) è Z_2 //弱化Z的过程

有时,Z_1 > Z_2,说明用户在上升期。

有时,Z_1 < Z_2,说明用户的成长跟不上消耗速度了。

在机制期,我们希望满足用户的“一套闭环”,以确保用户的反馈始终是OK的。

基于“闭环模型”,每一次用户付出,我们都希望用户得到足够好的反馈。这意味着,用户综合成本X,一定要与Z_1形成正比,且倍数还不低,表达为:

Z_1 = X * K

K甚至可以是十倍,百倍,这取决于这款游戏的整体数值是如何的,从体验方面,我们不用在意具体的数值如何,只用主观判断:“用户爽了没?”就可以。

等Z_1强化了许多后,Z的强势就能让用户爽一段时间,此时,Z_2开始起作用,Z的价值就会逐步下跌。

最终,用户体验如下图所示。

付费体验

清晰了路径,接下来问题就会变得非常明显,如何合理搭配各个参数去实现蓝色曲线。

这里要强调,当在某个阶段,比如N天时,蓝色曲线落在了3.5,缩水了1.5,通常要实现这样的效果,就需要把3.5放在上文提到的保值资源中,把1.5放到消耗型资源中。

从经验看,消耗型与保值型的比例可以走黄金比例,6.5:3.5,在这样的情况下,保值不会太低,消耗也不会太低导致短期不爽。

解决方案

这一章,我们有一些知识还没有掌握,所以此时对于机制期,我们的需求仅仅围绕着“如何通过一种机制让玩家持久的玩”这个问题展开。

其中还会涉及到:“这个过程如何稳定的让玩家付费”这个需求。

随着本书的进度增加,我们的废话会越来越少,文章会越来越精练,所以需要读者更细心地去阅读每一个小节。

基于概率的局内养成

命题1:概率不等于乐趣

已知“人类行为闭环”,其中F成立的前提是O存在,若O不存在,则F无效。 

概率会让人产生意料之外的结果,但这种结果需要用户可感知,可识别。假设O是一条直线,结果F应该落在O这条直线上,抉择误差只不过是结果有了差异,而不是结果的类型都变了。

张三想要吃煎饼果子,李四如果给煎饼果子加了辣条,对于张三是惊喜。但李四如果给了张三一个塑料袋,张三就会很迷糊。

所以,概率是客观的机制,乐趣是主观的结果。客观的机制落在主观行为的目标范围内,才有效果。

张三在玩游戏,他是法师职业,希望能通过战斗赢取奖励,突然弹出了一个小精灵,赠送了战士职业的极品装备,并且这款游戏还没有交易系统。张三就很生气。 李四也在玩这款游戏,也希望通过活动赢取奖励,活动很简单,让角色进入战斗,战斗中双方呈概率的去放技能,然后获得战斗结果。

两个例子,都是有概率,但概率范围不在用户原本的目标内。

命题2:局内养成要有选择

原理同命题1,只有用户进行了选择,才有相对明确的目标产生,表达为:

CL(选择一种养成)  = O(性价比选择) + P + F è O(希望看到选择的结果)

基于CL的结构,我们可以直接推导出容易出问题的几个方面:

  1. 没有让用户做出选择,失效的P,子闭环的O没有树立成功。
  2. 让用户作出了选择创建了O,但是没有对应的F。

命题2本身的问题就属于第一种,基于命题2,我们又推演出了新的情况。

张三做了RogueLike 游戏,提供了玩家许多的选择,但是每次选择,都对角色的能力影响很弱,张三害怕这里局内影响太多,导致局外的养成失去了价值,付费玩家不开心了。

这个是常见情况,因为担心局外养成在局内没有起作用,所以缩小了局内养成的作用,让用户体验不到局内养成的乐趣,最终把战斗变成很无聊很漫长的一段过程。

李四做了Moba游戏,希望去掉玩家选择装备与技能的过程,让玩家尽可能简单的玩游戏。 最终,局内战斗太过单调,游戏暴毙。

这个情况不常见,也出现过,描述了局内养成的必要条件:局内抉择。

张三做了一个迷宫系统,在迷宫系统中,玩家根据NPC的对话作出个性化的反馈,宣传的是剧情多样化的游戏特色。 比如NPC说:“Oh,我的兄弟,你看这碗,又大又圆,你认为它圆吗?” 玩家选择:“是的,我的兄弟,它很圆”,或者选择:“别闹了,它不圆” 但因为游戏内没有足够的数值体现,玩家作出的选择仅仅是在剧情上,并没有给局内的规则反馈,或者战斗反馈。 经过一段时间后,玩家遇到这样的地方总是随便选一个,对于玩家来说:“反正不会对结果产生影响。”

这种情况少有,提出来是因为符合情况2,做这么简单的少有,但同类型的问题很多,给予了玩家选择,但没有针对玩家的选择给予对应的反馈

RoguleLike系统

就目前市场情况而言,基于概率的局内养成系统我们都可以认为是RogueLike系统,因为如果不加上重生,这个系统就做得亏大了。重生可以让玩家一遍又一遍的刷同一个副本,单副本需要玩家消耗的时长增加。

反之,类似《王者荣耀》那样的局内养成,竞技类的,我们要单独拿出来说,因为它不是基于概率,是非常严谨的基于玩家行为累计的。虽然装备会有暴击,但最终会在统计意义上稳定,所以可以作为竞技类游戏,也延伸出了竞技类游戏的一个特性,降低局内的随机性。

当然,这个命题就目前市面上的吃鸡类型的游戏来看,是有争议的,我们就不展开讨论或者下断论。

回到主题,RogueLike是什么?

简单说,就是失败了重来,过程随机,偶尔遇到选择,选择影响角色的能力。可以表达为:

System(RogueLike) = HCL(激活节点) + MCL(选择收益) + MCL(选择路径) + LCL(BOSS)

这是一个最简单的RogueLike系统,为了让这个系统满足机制期的需求,我们就需要讨论几个点:

  1. 怎么处理好局外养成的权重。
  2. 怎么做好局内的体验曲线。

局外养成有数值,就像攻击力什么的,我们首先讨论第一个点,这些数值是否带入到局内战斗中?

局外数值不带入局内

最暴力的解决方法就是在游戏内创造一个独立的生态,局外数值不带入RogueLike玩法的局内,局内的战斗全靠玩家自己的选择,这样做的好处可以提高玩家爬塔的【公平性】,因为缺乏了局外数值的帮助,玩家也不会出现“因为局外数值让战斗变得很无聊”的情况。

  • 优点:RogueLike的体验很容易做好,大众用户的口碑好。
  • 缺点:局外的养成都废掉了,从闭环的角度讲就是自断目标,自身用户在外累积或消费的内容无法发挥价值,就会有抱怨。
局外数值带入局内

局外养成闭环提供了终极目标,如果需要让机制期用户的闭环不间断,形成生态,特别是,当我们游戏只有能力设计一套支撑机制期的玩法系统时,局外数值带入局内就有了必要性。

局外养成带给了玩家局外数值的提升,局外数值影响了玩法系统的体验,玩法系统获胜后,又产出了新的资源供给局外养成,最后形成了资源的循环。

局外数值对局内的体验的影响,则成为了局外养成的反馈节点,也就是F,这个闭环可以表达为:

CL(局外养成提高) =  O(提高局外养成) + CL(局内玩法) + F(哎哟,我确实强了)

回到最初我们讨论的知识点,如果一个反馈点需要对玩家的养成进行校验,那么这个反馈点就要很明显。

这意味着,局外数值若只是蜻蜓点水一样影响局内,效果等于没有。

既要反馈好,又不要让局内数值成为摆设,既要让大佬爽,也要让非付费用户爽。当把各种因素统一考虑后,就成为了常见的设计师难题。

其实《王者荣耀》的结构在这里就做出了较好的示范,局外养成带来的提升很明显,但这个明显会随着时间的流逝逐步减小,最终让用户感觉不到差异。

这就是本小节想阐述的观点,RogueLike系统同样也可以这样,最终形成的体验曲线可能是:

局内与局外养成占比影响

如图,我们以攻击力为例,开局的时候,大家攻击力都很低,此时局外带入的养成就很有效果。

我们安排了一个资源的自然增长,类似于《王者荣耀》中的每5秒加钱,不管你玩得如何,在游戏内你始终会保持前进的。这种做法的历史原因不得而知,但从结果看,它的存在逐渐增加了用户的能力,让水平差的用户也能拥有足够的体验,另一个角度说,就是通过自然增长不断的缩小萌新与大佬的经济差距。

从用户的眼中观察,自然增长是每个人都拥有的,所以“公平”。从设计师的角度看,能力增长的性价比是逐渐降低的,也就是阶段所需要消耗的资源逐渐增加,这意味着,自然增长下,低阶用户更容易抵达下一阶段,同时因为阶段消耗增长,高阶用户更可能滞留在当前阶段,这就给了低阶用户获胜的希望。

用图标表示,如下:

局内资源增长示意图

开局:菜鸟资源为1,升级所需2,菜鸟在1阶段,高手资源3,在2阶段,所以高手碾压菜鸟,把高手的技术因素换成付费数值,或者局外数值,同样成立。

过程:高手利用优势很快累计了资源9,菜鸟因为劣势只获得了3,但此时,高手和菜鸟都在阶段2,所以高手无法表现出绝对优势,菜鸟依旧有希望打破困境。

高潮:与过程相同,高手依旧没有拉开距离,与菜鸟保持在同一阶段,始终有压力,此时,双方资源都是十几二十的,早已忘记了当初高手(大佬)凭借多1点资源的碾压情况。

结尾:高手在有优势的情况下没有放松,逐渐拉开距离,菜鸟无法再跟进,形成碾压战斗力。

在整个过程中,菜鸟面对高手时,只有2个时间段毫无胜算,开局与结尾。开局时菜鸟只要稳住不浪,就可以渡过,所以从机制上拥有希望,也就是O(稳住别浪)。

结尾本身就是整个局内玩法的结果,所以菜鸟也不会觉得是“不公平”。反而会反思高潮部分自己哪里没有操作好。

故事里,我们通过菜鸟与高手的博弈进行描述,将这种人与人的博弈换成了人与系统的博弈,就成为了单机游戏,将这种高手与菜鸟的技术差异换成了局外养成,就是本小节谈论的带养成的局内玩法。

再将用户在局内买装备换成了用户选择路径,每一局重新开房间换成了每局重置,就成了RogueLike。

从这种角度看,《王者荣耀》只不过是一款多人的RogueLike游戏,世界真奇妙,原来都一样。

回到主题,要做RogueLike系统,通常的难点就是这种局外局内的数值比重问题,通过自然增长的概念去缓冲,逐渐缩小局外养成的优势,就是本小节想要阐述的观点。其实不仅仅是RogueLike,凡是用户操作占一定比重的玩法,都要解决这样的比重问题。

当然,这一切的前提条件,就是局内有概率空间,所以我们也没有离题啊,真的没有离题。

基于变量的战斗变化

命题1:人机交互中,系统内容一定被消耗

这个问题看起来简单,感觉上成立,但要细细推敲,还需要考虑到各种问题。

比如纯粹的炸金花赌博,如果一个用户仅仅与电脑交互,但是有货币发生变化,是否可以持久?

如果货币无限,则可以持久,但货币无限又违背了自身的“价值”属性。如果货币失去了价值,赌博就失去了乐趣。

可知,命题在极端情况下,依然成立。

命题2:系统被消耗时具有性价比

性价比是一个主观概念,我们需要先定义清楚性价比,谁的性价比?

这里所指的,是设计性价比,或者说是相对于公司利益的性价比。回到最初原点,我们强调的就是赚钱,所以这里的性价比,还可以理解为:收益/花费的比。

系统被消耗,有的内容可以消耗更长时间,有的内容只能被一次性消耗。像上一节的RogueLike系统,通常情况下要比一个剧情系统被消耗时间更长。

所以,系统被消耗时,具有性价比差异。

当明白了2个问题,对于我们来说,事情就是找到一种性价比高的方案来提升我们的最终收益。

变量,也是因子

在《星际争霸2》中,有一个指挥官模式,里面有一种最高难度的玩法叫:“突变模式”。这个模式在玩法基础上与普通模式没有差别。但在外层逻辑上,多了几个因子。

《星际争霸》的突变因子

每个星期,这样的因子都会进行改变,因为一点小小的改变,整个战斗发生了翻天覆地的变化。 比如曾经随意击杀的一只小怪,此时它死后会自爆,并且还是核武器,那么那就不能轻易的靠近它,并且还需要击杀它,一下子让战斗变得十分困难,或者“有趣”。 同样的,在《英雄联盟》、《王者荣耀》中,每周也会更新一些“特殊”的玩法,这些玩法早期只是在原本的机制上做一些“参数”的改变。比如“无限火力”,降低了技能冷却与增加了魔法,让玩家可以随意的攻击,不再受到限制,感受另一种爽感。 在《迪士尼乐园》大型游乐场中,则会定期装修某个园区,更换新的主题,但这通常需要几个月。

对于这三者来说,都是在既定的模型下,更改其中的某个“环节”来让整个体验变得完全不一样。

当然,《迪士尼乐园》的例子不是一个好例子,因为它的“成本”太高了,这是与前面的几个游戏对比,不过从收益的角度讲,一张500元人民币以上的门票,本身也是高利润的。我们说过,性价比是一个相对的主观词语,所以相对于《迪士尼乐园》的设计师来说,定期翻修一整个乐园区域,是“划算”的。

《星际争霸2》的模式则更为轻松,是这些例子中最具备性价比的,因为具有良好的“程序框架”,设计师通常只用再“规则”部分额外设计一个新的节点去替换地图内所有同类节点即可。

比如有如下逻辑:

条件:当 士兵 空血时
事件:则 执行 死亡过程

其中,死亡过程就是那个可替换的节点,我们只需要简单的替换为:

条件:当 士兵 空血时
事件:则 执行 原地自爆

比起传统的DLC模式,开发一整段游戏新内容和替换这么一句代码,显而易见的,这样的性价比最高。

这种设计模式要求游戏立项时就具备良好的框架,意味着,一开始,设计师就要考虑到将来的情况。这是许多手游团队所忽略的点。本来只是改变一个参数就可以的事情,如果没有良好的框架,到最后则是要改变“整个底层”的事,程序员一定会说:“Oh,我亲爱的策划,我做不到。”

当事情发展到那一步时,通常不是程序员的责任,而是设计师在项目最初就没有考虑到机制期需要面对的困难。

基于公平的博弈体系

“我不想付钱,但我想击败充钱的大佬。”

读者心中想想,这样的想法在我们的用户分布中,占比是多少?

我可以很负责的告诉你:

占比 = 1 – (0.06~0.14) - (0.06~0.14)

啥玩意儿?

粗略地以正态分布式来看,多个项目中,在没有IP的干扰下,用户的平均付费率在(6%~14%)之间。有的项目可能好点,有点项目可能差点,但平均下来大概就是这个数,不用在意精准度,明白大致意思就好。

为什么减了2次?

第一次减去的是付费的用户,第二次减去的是没这想法,觉得自己一个人玩挺好的用户。也就是说,我们假设这个游戏付费特别好,大家也挺和谐,那么这样的人占比多少?

1 – 0.14 – 0.14 ≈ 0.72

天啊!72%的用户居然不想充钱,又想击败大佬。

在设计师眼中这是痴心妄想,在部分用户眼中这甚至是天经地义。(注意,千万不要被个别拥护你,给予你好评的玩家所影响,以为“天经地义”的玩家是刺头,那样你就犯大错了。)

这种心态,在2020年左右有一个网络流行词语,叫:“白嫖”。词语本身的含义非法犯罪,污秽不堪,但已经流行了开来,也就失去了原本污秽不堪的含义,当然,也随时有被纠正的可能性。毕竟“嫖”这个字,在中国就不是大众认为的好字,见不得光。

回到主题,居然有72%的用户想要得到免费的VIP服务,那么我们怎么满足?

满足他们是一个大话题,其实主要遵循着“一套闭环”的思路去设计,是很容易达到的,这里我们要定义当下的时空坐标。

如果读者没有忘记,我们依旧还在讨论机制期的问题。这显然是时间坐标,那空间坐标呢?此时,我们要稍作回顾。

愿意付费的用户,我们已经通过“付费体验”照顾到了。

愿意花时间的用户,我们已经通过“耐重复玩法”照顾到了。

那么,不愿意付费,不愿意花时间,又需要获得F+的用户呢?

表达为:

Period = 机制期
User.Property1 = 不想花钱
User.Property2 = 不想花时间
User.Expect = 正性反馈F+

有时候我会叫4P问题,这个问题覆盖的大部分用户。用中文再描述一遍就是:用户在游戏中期,既不想花钱又不想花时间还希望得到不错的游戏体验。

不想花时间代表什么

在游戏中期,只要有局外养成,就有积累,这些积累就是通过时间来的,通常我们从设计上,还希望尊重玩家的劳动付出,他既然花时间进行了某个玩法,我们就需要给予相对应的奖励,以继续驱动玩家前行,满足HCL.F的要求。

不想花时间的用户,自然的就无法得到这部分奖励。

所以,代表着那些传统的靠生产力变强的玩法,用户都无法从中获取乐趣。

不想花钱代表什么

对于不想花时间的用户,我们提供了付费服务,他们购买服务后就可以加速游戏体验。

但对于不想花钱的用户,显然所有关于付费的系统都失去了作用。代表着,他们依然不能从这些系统中获取好的游戏体验。

那还剩什么?

从设计师的角度出发,我们既不能丢掉“花时间”的系统,也不能丢掉“搞收入”的系统。从以往经验来看,我们只剩下一个选择:“公平的博弈系统”

并且,经过上述的描述,这部分玩家占了游戏用户的大头,说明了它们需求的必要性。从游戏生态的角度讲,我们不能抛弃这部分玩家。

似乎,最终,我们得出了一个结论:

命题:基于公平的博弈系统,是必需的。

不管从理论还是经验的角度看,这个命题是成立,且被许多制作人给忽略的。

当明白了这个系统的必要性后,剩下的问题就很简单了。

什么是基于公平的博弈系统?

如何设计这样的系统?

关于设计的问题,我们后续会讨论。所以现在我们讨论第一个问题。

什么是基于公平的博弈系统?

从结构讲,就是局外养成占比少的系统,甚至占比为0,也最好是0。因为我们在前面的占比环节中,描述了如何解决局外养成验证的问题,如果用户是希望验证自己局外养成的,那么他就不属于目前我们所讨论的大部分用户的范畴。

这个问题要拆分了看。

公平,也就意味着:博弈双方的没有局外养成的代入,拥有纯粹的初始环境。

《炉石传说》的竞技场就是很好的例子,大家在随机的过程中自己选牌,能让用户都具备一个起点。

而博弈,本质就是赌博,前文说过,只不过在游戏里,或者说游戏本身,就是安全的赌博,不直接涉及货币,不让人倾家荡产的赌博。

还记得情绪的表达式吧?

F = 抉择误差 = 实际结果 – 预期结果

结果为正就是正性情绪。

结果为负就是负性情绪。

最终的结果就体现在F上,所以通过F描述,则表达为:

F± = F+(50%) + F-(50%) = 0

实际预期就是0,用户预期是1,所以结果还有50%的概率,让用户失望,得到F-。

一个耐重复的博弈机制,通常一定要胜负各50%。

但是在游戏里,不一定要如此,这个一会说。

回到主题,博弈其实就是创造一个机制,让用户得到的正负概率各50%。在思考这个问题时,过程P是被忽略的。

以这个目标为出发点,当我们要落地设计时,就需要考虑P。

短暂的P可以实现这个结果,比如炸金花、游戏内的骰子、开箱子、概率强化等行为。长期的P也可以实现这个结果,比如《炉石传说》竞技场里的决斗,《王者荣耀》或《反恐精英》的一局对抗,《暗黑破坏神3》里的极品掉落等等。

所以当我们讨论时,一定要明白博弈不限于某种具体的形式,它只要在结果上满足要求就好。要掌握这种变动,我们就要从本源看起,先看一张图:

预期的等价交换模型

在生活中,通常我们期望达到这样的效果去追寻“公平”,或者达到“起码我不亏”的效果。就像我们的工作一样,每年种地,得到相对应的价值,在流水线上做工,得到对应的工资。

但生活中的获取通常不遵循着这样理想的“公平”等式,比如我们做游戏的,客观数据上来说,大概率是失败的,所以大部分团队的成本最终收获是小于0,甚至负债累累,收益为负的。

既然大概率的情况下,投入不等于收益,并且低于收入,为什么大量的人员还要参与到类似的创业行为当中?

就是因为少部分的人,从个人的角度,投入了少量的成本,获得了超大量的收入,这样的“暴富”神话,让互联网行业的从业者愿意为之冒险,忽略了“暴富”和买彩票差不多的小概率属性。

这样的模型放到游戏里也是如此,也就意味着,我们有了2个视角去看待这个问题,从个体或是群体。

从群体看的博弈模型

在原本的“公平”模型下,消耗一方和产出一方都加入了概率,概率又延展出了两个方向,更多或是更少,大致的博弈模型都不会超过这4个路径,所以这个模型能满足我们的讨论。

原本我们认为的博弈,一定要长得像博弈,也就是麻将扑克,抽卡开宝箱等等。但实际上,博弈是游戏常态存在于普通游戏内,且游戏机制中离不开的东西。它的样貌千变万化,要辨别它,就需要掌握这个模型,模型本身,也是对博弈的再一次定义。

2018年流行的某宫斗游戏,玩家扮演一个官员,需要去审问某奸夫张三,此时玩家可以选择使用金鞭子还是银鞭子。使用银鞭子,张三吐露信息的概率就小,破案的概率就小。如果使用金鞭子,张三吐露信息的概率就大,最终获得奖励的概率就大。

这是典型的博弈模型,因为金鞭子与银鞭子是用户充值的产物,直接理解成这是一个抽卡系统都完全没有问题,但就是换了一层包装,用户的接受度就会高很多,第一时间不会反应过来这是博弈行为,这里产出了一个观点。

大部分用户对包装后的博弈不敏感

包装:相比起原本的系统形态,通过更换表达方式,让它长得不像原本的样子,逃离用户记忆中对原本系统类型的命中范围。

用人话说,就是伪装起来,别长得像某某某。

回归主题。当我们理解了博弈的模型后,再回头看本章节的所需的内容。就知道了设计师的目的:随便找一个博弈模型,然后包装起来,最终让用户得到实际收益为0的效果。

但实际收益为0会让用户挫败感很强,毕竟我们不是真正的赌博,用户在游戏过程中消耗了时间,所以基于用户消耗的时间,我们还要给予用户保底的“补偿”,基于用户的“技术”,我们要给他额外的收入。

这么说读者会很懵,我们通过新的模型图再看一次:

基于公平的博弈系统

有没有一些眼熟?和保底模型差不多。用户的资源成本一部分,y%变成了保底收益,通常说的“辛苦费”。另一部分,x%进入概率中,最终可能额外收益,也可能损失。

关于x与y的比例,每个游戏都不一样,这个作者暂时给不出丰富的经验去告诉读者应该多少,这与制作人想达成的目的有关,大家需要自行摸索测试。

回归到模型,还记得本小节的需求吗?我们回顾下:

有一批玩家,不想花时间养成,也不想充钱,他们占游戏用户的大头,他们也许犹豫充钱,但需要更长的时间去思考,所以我们既不能放弃他们,又要免费给他们提供“快乐”。

但给他们提供快乐的过程中,我们不能损害“愿意付费”与“愿意花时间”养成的用户。所以,我们基于经验想出了一种方法,去满足这种特性,就是“公平博弈”。

在“公平博弈”的模型中,因为胜负未知,且需要成本,用户始终能得到F±的反馈。同时,因为没有局外数值的引入,“付费”用户和“时间”用户都需要通过“技术”去赢取奖励,所以,大家都能获得耐重复的乐趣。

基于本小节的目的,这种 “公平博弈”系统的时间成本占比要足够,不然这部分玩家就无法玩持久。(其实也行,以前某游戏内置了21点,用户可以玩很久很久。)当然,我们不希望如小括号里这样“直白”,所以,时间成本占比要求我们一定要提供一种玩法去满足公平博弈效果,这个玩法最好经过了包装,不要一眼看上去就是赌博,给用户带来不好的预期信息。

既然时间成本占比扩大了,就不能像传统赌博一样,亏了就一无所有,用户所消耗掉的时间还要衡量成z/min的速率去产出资源,z就是用户每分钟产出资源。比如平均一局要消耗用户15分钟,则要给予用户15分钟的保底收益

但不能仅仅只有时间成本,基于闭环理论,需要一个有价值的O驱动用户,用户最终才能在模型中始终获取F±的体验。所以参与公平博弈可能也需要用户投入资源,也就是门票。是否需要门票,取决于玩法过程本身是否足够乐趣,所谓的足够乐趣,就是拥有一套闭环。如果玩法本身足够耐玩,比如《王者荣耀》的一局,就不需要外置博弈,因为它的玩法内置了多种博弈系统,足够满足用户的情绪需求。

是否可以不公平?

哪怕有了清晰的推导,得出了需要公平博弈的需求,许多制作人也不会死心,仍希望在竞技场中给予付费玩家和大佬玩家一些能力的展现。“不然他们的养成就没有用处了。”

这种想法来源于没有清晰的OPF闭环知识的支撑,作为游戏,我们的最终目的就是稳定的给予用户一套闭环的体验,核心就是F+,一旦积累类型的养成数值参与到一场战斗中,这些积累的数值最终都会破坏掉这个系统提供F+的稳定性。

但凡事都有办法,如果实在要加,也通常会这么做,就会给所谓的“公平”竞技场进行分阶段,根据玩家的某种能力进行战场的等级划分。这种划分的思想与前文所说的阶梯型数值类型。

好处:阶段内可以通过外部数值影响平衡,最终赚很多钱。

坏处:玩家被分流,除非你能确保游戏内一直有大量的新用户。

基本很少有游戏可以确保游戏一直有大量的新用户,我们做游戏时,通常不能预设自己有非常理想的环境,游戏一旦上线,用户就哗啦啦的来,这显然是不可能的,是小概率事件。所以,这种缺点在目前的市场情况中,就成为了致命的缺点。除非确定自己的用户来源十分稳定,且有量,不然分阶的做法都是不合适的。

那么,再次询问,真的可以不公平吗?

有,数值类的游戏完全带有养成进行PK,但本身的战斗力对比已经是“非博弈”机制,是一种两个角色的属性放在一起直接对比的情况,所以严格上说它们不算“博弈”,没有长期促进留存的功效,需要搭配“滚服”与“合服”等打法确保参与人数足够,更多地,还需要“托(GS)”的参与去刺激付费,这一块多杰不熟,也就只能点到为止。

但这只是目前认知局限下的想法,所以一定不能丢掉尝试找其他解决途径的想法。

小结

机制期是游戏设计最困难的时期,设计师不再设计一个一次性的内容服务于消费者,而必须构建出一种生态,让消费者尽可能地在生态中持续下去,甚至长达十几年之久。

为了维持这种生态,就延伸了许多生态层面要求,这种要求从个人到多人,从多人到群体,都需要涵盖到,并且群体还由多个维度的属性组成,所以问题就变得很复杂,这要求我们在讨论机制期的内容时,必须要引入时空地图的概念,一定要讲清楚目前的需求属于哪个时空坐标,解决方案又是服务于哪个时空坐标。这样才能针对性的,一点一点的,把复杂问题变成简单问题去处理掉。

观点1:要用可持续发展的眼观看问题,机制期每一个系统要解决的问题,都是生命周期要拉到几个月以上的问题。

观点2:要用生态的眼观看问题,任何一次性的服务在机制期都是非常浪费的,设计师的每一个设计都需要考虑到与其他系统,其他人关联的情况。

观点1与观点2看起来差不多,但要注意,观点1强调的是时间属性,观点2强调的是空间属性。我们经常把他们混为一谈,但要具体分析某个问题时,一定要分开,虽然大多数时候他们就是一体的,毕竟时空从来都是一体的,但一定要分开去分析问题,因为一个时期内的空间是个范围,随便指一个空间坐标都有许多内容。对于一个空间,不同的时期也有不同的表现,随便指一个时间,这个空间的也可能会完全不同。所以分析问题时,一定不要混为一谈,要分开定位。

观点3以付费积累做轴,以时间积累做另一轴,整个机制期要覆盖所有区间,才不会漏掉一大群用户,通常需要多种系统的分布去满足需求。

观点4:养成与付费反馈既要考虑短时间的爽感,也要考虑长时间的投资,这样用户再不会:“短期不爽”或“事后后悔”。

观点5:概率保值与累计保值的养成系统是满足观点4的解决途径,合理的搭配需要自行摸索。

观点6:基于变量的战斗架构,可以以高性价比的方式不断提供新鲜感体验,不管是配合运营活动还是日常玩法都是非常划算的。

观点7:战斗规则占比较重的游戏,建议通过肉鸽类玩法(RogueLike)来实现局外养成与局内养成的统一。通过观点5来确保体验。

观点8:不管是数值卡牌还是规则类游戏,公平的竞技应该成为游戏内的标准配置,并且这个系统要呈现出“博弈”效果,这样才能让大众玩家有持久的游戏内容可玩。

考试

1、填空题

  1. 进入机制期的用户大体可分为几种:不花钱(_)时间、不花钱(_)时间、花钱(_)时间、花钱(_)时间,没有钱(_)高,有钱(_)菜。
  2. 对于没有钱技术高的用户,我们需要提供纯(_)的竞技类玩法,以免他们因不公平的问题带坏口碑。
  3. 对于(_)钱(_)时间的(_)部分咸鱼用户,我们需要提供局外定期更新,局内有随机性的玩法,以(_)成本的方式抵消他们对游戏新内容的无尽需求。
  4. 对于(_)钱的大佬用户,则需要提供养成验证的反馈玩法,以便他们感到自己的花费是(_)的。

实践基础/游戏的生命周期/在线章节/机制期的各种解决方案.txt · 最后更改: 2024/11/26 16:52 由 邪让多杰