数据分析与平衡

什么是数据分析（p.329–330）

第 1 章列出的四种平衡方法是经验、数学模型、试玩测试与数据分析。数据分析可视为试玩测试与数学的交集：不构建假想的玩家行为模型，而是使用真实游戏数据，把人类心理与行为这些难以建模的"软"部分做定量分析。它依赖规模——试玩测试在小范围更有用，数据分析随玩家基数增大而更有用，所以通常在开发后期（已有可玩版本和大量玩家）才发挥作用。

指标 (Metrics)（p.330–333）

指标是测量值，常称 KPI（关键绩效指标）。原书脚注：这些缩写用 "user" 而不是 "player"，因为推广指标的公司多由来自软件业的人领导。

ROI 的一个推论：3A 发行商希望 ROI 要么很高、要么为负——亏损可以抵税，爆款养活其余项目，小赚的游戏反而把资金锁在开发里，这就是"爆款驱动行业"的含义。

指标的局限：它们是二阶效应——改游戏 → 玩家行为变 → 指标变。能找到相关（主角帽子改成粉色，下周收入涨 30%），却回答不了为什么。"改一下、看指标、变差就撤回"的指标驱动设计因此难用：① 不帮设计师理解游戏，每次改动都是盲猜，而可能性空间巨大；② 依赖增量改动，只能找到局部最优，错过需要根本性跃迁才能到达的更优区域；③ 多数指标盯着钱，不说明玩家是否享受、生活是被丰富还是被毁、是否倦怠。

数据分析则更进一步：用数据洞察游戏实际如何运作——玩家和系统在做什么、结果如何、效果怎样；更重要的是识别并预防灾难：从不被使用（或总被使用、或总被错用）的对象或策略，学不会或赢得太少的玩家。问对问题时，它不仅告诉你发生了什么，还能告诉你为什么、怎么修。

伦理问题（p.333）：如果发现游戏专门在榨取某类低收入玩家、让他们花超出承受能力的钱，这能接受吗？即便玩家负担得起，用心理操纵让他们多付是否可以？这种"露天开采"会让玩家后悔并离开整个品类，伤害的不只是自己的公司，还有同行与行业长期健康。作者不给标准答案，但要求你提前想清楚自己的底线——否则别人会替你划线（另见 游戏的影响与设计师责任）。

用数据分析做平衡的 12 步（p.334–335）

下面的流程图把原书 12 步按角色串起来：设计师提出问题，分析师定义指标，程序埋点并存储，收集清洗后查询，分析师判断是否有统计意义（无意义时回到前面的步骤），设计师追问"为什么"并迭代，最后呈现结论并据此改动游戏（也可能刻意不改）。

flowchart TD
  A["1 设计师：提出关键问题"] --> B["2 分析师：确定要追踪的指标"]
  B --> C["3 玩法程序：埋点"]
  C --> D["4 数据库程序：设计存储"]
  D --> E["5 推送更新并收集数据"]
  E --> F["6 清洗：bug、损坏、离群、缺失"]
  F --> G["7 分析师：把问题量化"]
  G --> H["8 数据库程序：查询"]
  H --> I{"9 有统计意义的模式？"}
  I -- "否" --> A
  I -- "是" --> J["10 设计师：追问为什么、提出根因假设、迭代深挖"]
  J --> K["11 呈现：可视化 + 叙述 + 关键数字"]
  K --> L["12 据数据改动游戏（或刻意不改）"]

即使一人开发包揽所有角色，第 11 步的记录也有价值——给未来的自己留下思考过程。

四类关键问题（p.335–337）

最高层目标始终是让游戏达成设计目标（通常是好玩）：多少人在玩、单次玩多久、多久回来、是否在进步、节奏如何、玩法是否多样、是否有挑战；多策略游戏还要问各策略的使用率、熟练度提升与相对胜率。论坛上的玩家都"知道答案"，但直觉与有数据支持是两回事。

结论强度（p.337–339）

由弱到强：

1. 观察：知道某事在发生，常常已足够行动。
2. 相关：一件事发生时另一件也发生；部分靠统计、部分靠直觉确认其合乎逻辑。
3. 合理因果：结合系统理解与混杂因素，为相关给出可信的因果解释，有时足以据此改动再看效果。
4. 验证因果：改变疑似根因并观察结果。前瞻方式如 A/B 测试（随机分组只改一组，如只更新一台服务器）；回顾方式如自然实验——游戏自身的随机性已替你分好组，例如 CCG 随机补充包让有些玩家天然多拿到某张卡。原书脚注：若无法把回顾性问题表述成假想的 A/B 测试，因果概念本身可能就没有意义。
5. 统计模型：用数学回答"为什么"，能预测事件、推出可推广到其他游戏的规律；最强也最难做对。

还要考虑可靠性：百万玩家中只有两人做的事是离群点而非趋势；某改动让胜率变化 0.002% 多半淹没在噪声里。趋势持续越久、样本越大、效应越大越可信。Z 检验（第 24 章）是起点，卡方检验与方差分析 (ANOVA) 等也常用；简单做法是在图上画标准误误差线，两组误差线不重叠时大概率确有差异。

案例：格斗 / 乱斗游戏（p.339–347）

格斗游戏（街头霸王、任天堂明星大乱斗）每个角色是一揽子招式，属性数十个（攻击距离、速度、伤害、判定优先级、移动、跳跃、连招与硬直……）。角色的"强弱"只有一个输出却是几十个变量的函数，手工平衡不知从何下手，数学模型一个变量理解错就全盘皆错，因而特别适合数据分析。两类问题：整体角色平衡是否合理（上中下三档可以接受，只要每档选择充足、没有完全无用或破坏环境的角色；分别在内测、封闭测试、公开测试、发售后观察），以及按需评估"某个东西是否有问题"。

• 胜率：PvP 中胜率就是角色强度。一对一时高于 50% 即强于平均；四人乱斗若按"赢下整局"算，平均胜率是 25%，可以改用"得分高于某个对手"、或把前两名记为胜，使平均回到 50%。原书虚构 12 名角色的胜率柱状图带 ±标准误误差线；只有 3 名高于 50%、12 名的简单平均也低于 50%——因为角色被选用的频率不同，强角色通常也最常被选，于是还要看选用率。
• 选用率 (popularity)：角色被选的次数，镜像对局计两次。Apollo、Epona 胜率与选用率都高，应削弱；Ceres、Invidia 都低，应加强；Luna 选用率高、胜率中等，Diana 胜率高却不受欢迎。真正的心理代价是反复输给同一个角色：总赢的对手不讨厌，从没人用的强角色也没人在乎；因此当选用率与胜率不相关时，社区抱怨最多的往往是热门角色而不是胜率最高的冷门角色。
• 下钻到更细的指标：胜率是粗糙指标（几分钟里数百次输入只产出一个胜负），且难以被改动明显推动。可看伤害量、击杀/死亡及比值（注意已知异常：高攻高死的激进角色 K/D 正常但击杀数突出；也要验证伤害与胜率确实相关），再按招式看频率 × 命中率 × 单次伤害 = 每局总伤害。Luna 的格挡和两种投技命中率 100% 是设计使然（近身投不可防、格挡总能挡住正面非投攻击，近身投被打断可能不记录——需与写埋点的程序确认）；Shadow Strike 贡献超过三分之一的伤害、是其他任一招式的两倍以上，但用得比 Lunacy Touch 少——合理解释是 Lunacy Touch 低伤害带硬直，Luna 不停用它碰运气，命中后接 Shadow Strike 连招。她是"一招鲜"：会躲的人轻松赢，不会躲的人整局被定身。
• 对策超越平衡：应首先限制 Lunacy Touch 的硬直或降低命中，而不是削 Shadow Strike，也不是因胜率中等而不动。一般设计原则：玩家喜欢玩游戏，任何阻止玩家行动的东西都不好玩（被定身、被迫弃牌、被对手特殊能力禁止行动）；Luna 赢的那几局让人记忆深刻地难受，而她又很热门。另一个选项是加强她的其他招式，增加招式多样性，可与削弱硬直同时做，使她留在中档。
• 按玩家水平细分：有账号和评分匹配系统时，把上述分析按评分切片。Luna 在低分段胜率领先、高分段回到中游（高手知道如何反制），于是削弱新手局常用而高手局少用的招式即可只压低曲线左端；Bellona 相反，新手局垫底、高手局接近顶端——难上手但上限高。结论：越细化，设计方案越少靠猜；大玩家群体中没有"典型玩家"，只有许多以不同方式玩游戏的玩家类型。

案例：MOBA（p.347–351）

数据可视化（p.351–354）

好的可视化不只是呈现数据，常常直接暗示问题根因和理想方案；单人开发时也是与未来的自己沟通的方式。数据分离散（选了哪个角色；按月计的时间）与连续（精确到毫秒的时间戳）。经验法则：

• 只有一个值就不必画图，直接给数字（例：当前活跃账号 3,024,710）。
• 两个值中有离散值：用柱状图（重在并排比较）或饼图（重在突出最大最小）。
• 两个值都连续，或离散但有明确顺序（按季度的主机销量）：用折线图；多条线可再表示一个离散维度（Wii、Xbox 360、PS3）。
• 值很多时，颜色或 3D 很快变得难读——借用第 5 章的办法，把一切关联到一个中心锚点，做成仪表盘：多张折线图共享同一横轴（如时间），分别显示 DAU、MAU（30 日滚动）、DAU/MAU，还可加 1/7/30 日留存与各主要策略胜率（锚点思想见 平衡锚点与数值粒度）。
• 空间数据用热力图：Valve 收集《军团要塞 2》玩家死亡坐标，颜色越亮死亡越多（原书给出 heatmaps.tf）。

散点图、面积图、雷达图等多数可在电子表格中完成，热力图则最好有接入引擎的定制工具。延伸资源：Alex Jaffe《Metagame Balance》，GDC 2015。

课后练习要点（p.355–357）

讨论题包括：指标与分析的区别；除设计师外哪些角色参与分析；接手一款常更新的 F2P 游戏先看哪些 KPI；除相关外还要看到什么才承认因果；两个变量相关的四种可能根因；排位 PvP 中评估角色平衡最重要的指标；按评分细分为何会得出不同结论；如何测量流失；获客留存正常但转化低该怎么改。支线 13.1"分析计划"：为某类型的代表作做"2.0 重制版"，列出至少三个可用数据回答的平衡问题、每个问题需要的指标及采集方式（实验室观察、问卷、服务器日志查询）、分析与可视化方法，以及什么样的结果会支持哪种结论。盗贼主线第 7 部分与战士主线第 7 部分（两条主线的最终部分）都以此为基础：小样本试玩达不到统计显著，重点是事先列出关键问题和预期答案，然后反复试玩—修正。

原书提醒：数字本身不说谎，但数字呈现给你的方式可能误导；用多种视角和计算交叉确认（p.356）。

原书问题

数值核对：p.331 ROI 例 $(200{,}000-100{,}000)/100{,}000=100\%$ ✓；流失例 $10{,}000/100{,}000=10\%$ ✓；MAU/DAU 上限即当月天数 28–31 ✓。

与其他书的对照