如何通过数据分析来衡量游戏中的用户体验

简介:  首先说明一点,本文中提到的UED基本都指交互设计 一、为什么需要数据验证? “天天看到你们也挺忙的,但是怎么衡量游戏用户体验提升了多少。” 是的,高层对战略方向关注的更多,不可能了解每个员工所有的工作细节,尤其是我们是做用户体验的。

 首先说明一点,本文中提到的UED基本都指交互设计

一、为什么需要数据验证?

“天天看到你们也挺忙的,但是怎么衡量游戏用户体验提升了多少。”

是的,高层对战略方向关注的更多,不可能了解每个员工所有的工作细节,尤其是我们是做用户体验的。在最终的游戏体验里,能看到漂亮的视觉、有趣的玩法,却唯独感觉不到交互多美妙。其实交互设计的追求恰恰是“让用户感觉不到界面的存在”,只有感觉不到界面的存在,才能沉浸在游戏里,感受身临其境的愉悦,感受玩法的趣味。

对于大多数公司来说,高层基本很关注投入产出,游戏也是一样,我们做一款游戏,能够通过广告投入吸引多少用户来玩,在来玩的用户中,大概能有多少用户留存下来,在留存下来的用户中,又能有多少用户付费。归根结底,公司关注的是投入多少成本、多少玩家付费。

 二、我们大致摸索出一个通过分析设计来进行数据验证的方法

考虑高层更在乎投入产出的相关数据,我们决定演算出和“质量、用户留存、客服压力”这3方面的相关数据。其中质量关系着品牌影响力,产品的声誉等;用户留存关系着公司的收入;减轻客服压力可以为公司降低成本。

下面我们通过一个虚拟的示例来说明一下验证的过程。

1.在所设计的系统中,抽样7个左右就每一个原型进行分析。下面举一个操作步骤的统计过程。(如果为了追求客观,可以多找几个维度。)

本步骤示例:组队操作过程示意 (举抽样中的其中一个示例)

未有队伍时,通过点击主导航‘组队–>创建队伍成功的过程:

  优化前后的对比表

柱形图对比

  操作步骤和信息认知量对比

由此我们分析出,组队过程在操作步骤上减少了40% .

2.把抽样的数据汇总成一张表

(表中的数据为了后面的计算而虚拟)

3.根据步骤2的基础数据分别计算出公司层面关注的数据

  提高产品质量

对7个数值进行平均。

(40%+40%+54.5%+30%+60%+45%+50%)/7=45.64%

保守估计,产品优化了45.64%

(注:数据的抽取,大家可以根据自己的需求进行抽取,尽量体现出品平均水平。)

对用户留存的影响

用户留存因素,保守假设:玩法50%,风格30%,UE20%

45.64%×20%=9.128%

即在用户留存的提高里,设计的因素占9.128%

(注:用户留存因素也可以根据自己掌握的实际数据调整所占比例。)

减轻客服压力预估

客服压力因素,假设:BUG20%,操作问题50%,其他30% (这部分的假设最好听取一下客服部的意见)

45.64%×50%=22.82%

在客服压力减轻的因素里,设计因素占22.82%

(注:客服因素也可以根据自己掌握的实际数据调整所占比例。)

小结: 验证的方法有很多种,这里主要是在设计完成后,能够通过分析的方式来完成初步的验证。最终真实的效果还需要用客观的定量方法去验证,由于非本次重点,就不在赘述。


原文发布时间为:2013-08-10




本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
SQL 关系型数据库 MySQL
边锋 x AnalyticDB MySQL:打造一站式游戏数据分析平台
杭州边锋网络技术有限公司是国内领先的休闲游戏开发商、运营商、发行商。20余年来,边锋网络一直是中国棋牌游戏的开拓者和变革者。  边锋网络市场覆盖20余个省份,注册用户过亿,月活跃用户上千万,是国家级重点软件企业(一类)。公司大数据分析系统"反应堆"目前支持着包括雀神广东麻将、边锋斗地主、蜀山四川麻将、功夫川麻等10余款休闲游戏产品;
|
关系型数据库 MySQL 数据挖掘
助力游戏运营数据分析
本体验通过多产品组合构建了游戏数据运营分析平台,提供全面的游戏运营指标分析功能,并有效的分析渠道效果。更加有效地掌握游戏运营状态,也可充分利用数据分析的结果改进产品体验,提高游戏收益。
|
数据挖掘 定位技术 Python
用对线阶段数据分析和预测《英雄联盟》的游戏结果
用对线阶段数据分析和预测《英雄联盟》的游戏结果
535 0
用对线阶段数据分析和预测《英雄联盟》的游戏结果
|
SQL 机器学习/深度学习 分布式计算
基于阿里云平台进行游戏数据分析(三)
在本项目中,我们将基于阿里云平台进行游戏数据分析。本文是这个项目介绍的第三部分,主要介绍对游戏数据进行相关性分析和对比分析,并得出结论。
241 0
基于阿里云平台进行游戏数据分析(三)
|
机器学习/深度学习 SQL 算法
基于阿里云平台进行游戏数据分析(二)
在本项目中,我们将基于阿里云平台进行游戏数据分析。本文是这个项目介绍的第二部分,主要介绍绘制散点图,建立回归模型,检测变量之间的线性关系。
368 0
基于阿里云平台进行游戏数据分析(二)
|
机器学习/深度学习 数据采集 SQL
基于阿里云平台进行游戏数据分析(一)
在本项目中,我们将基于阿里云平台进行游戏数据分析。本文是这个项目介绍的第一部分,主要介绍项目的背景,数据导入与预处理等环节。
379 0
基于阿里云平台进行游戏数据分析(一)
|
SQL 消息中间件 弹性计算
基于Flink+ClickHouse构建实时游戏数据分析最佳实践
本实践介绍如何快速收集海量用户行为数据,实现秒级响应的实时用户行为分析,并通过实时流计算、云数据库ClickHouse等技术进行深入挖掘和分析,得到用户特征和画像,实现个性化系统推荐服务。
基于Flink+ClickHouse构建实时游戏数据分析最佳实践
|
数据挖掘 大数据 分布式数据库
如何打破边界,接入各家云,使用阿里云的数据产品作游戏数据分析?
背景:       某某游戏公司的业务逻辑图,其实可以从中发现这基本上跟大多数的游戏公司一样,通过阿里云作数据分析,其他云作数据接入。原因在于阿里云的数据产品比较贴合使用习惯、全面丰富的良好产品体验。       但是,接入的通路问题,采集问题,甚至集成问题,都是困扰一大部分用户的。这篇文章,就是希望打开这方面的脑洞。细化到网络层面,
1140 0
|
存储 算法 数据挖掘
阿里云&数数科技联合打造新一代游戏数据分析系统正式上线
一、行业综述 随着游戏产业进入成熟期,行业竞争日益激烈,给企业的市场运营及拓展带来了极大挑战,主要体现在两方面: 1、流量质量堪忧,价格越来越高,获客成本在运营投入中的比例居高不下; 2、玩家对于品质的要求越来越高,游戏项目的生命周期越来越短,直接影响项目的投入产出比; 在这样的背景下,越来越多的公司开始重视数据化运营体系的构建,通过基于数据指导的精细化运营,替代传统的基于直觉、经验的运营模式,进而达到降低获客成本、延长项目生命周期,对各个阶段的业务走向进行精准把控的目的。
5785 0
|
数据挖掘 Android开发 图形学
下一篇
DataWorks