卡牌|以卡牌游戏为例，如何用数据驱动游戏版本迭代优化( 二 ) 数据|迭代|玩法|优化|卡牌游戏

好玩的玩法+有价值的投放=玩家追求。
所以，确认养成点的消耗情况，可以了解投放是否还具备吸引力，这不仅关联着游戏玩法是否能吸引到人，也跟玩家的留存、付费息息相关。比如上文说的副本玩法，我们主要投放是卡牌经验值。那么通过数据分析平台，查看玩家卡牌的等级情况，就可以知道，玩家对经验值是否还有追求。

文章插图

0级分段的量比较多，主要是因为玩家拥有大量未培养的卡牌。而从高等级的卡牌分段也可以看出，在卡牌经验值上，该养成点也逐渐趋于饱和。
同样的方法，查询其他的养成线的用户分布情况，就可以知道玩家后续的追求还能持续多久了。
通过以上数据，我们可以看出什么问题？
如果放任下去，可以预想到，随着玩法吸引力的降低和需求的饱和，流失也会不断攀升。所以，版本更新势在必行。
经过数据分析之后，游戏开发者做出了这样的更新方案：
更新方案已定，后续开发自不必说。
但是，在更新之前，也要提前预设好更新后的数据变化，也就是版本要达到的目标，这样才能在更新后，知道该玩法到底是否符合预期，是否满足了设计需求。
数据预期如何建立呢？其实很简单，通过数数科技数据分析平台的「用户分群」功能，将用户分为不同的类型，再去看满足参与门槛的目标用户有多少人。

文章插图

我们可以将用户分为：
理论上，以上用户群都会参与到新玩法中，这样就可以大概预估到更新后，会有多少人进行参与了。当然，也可以将目标设定得更准。比如：
【卡牌|以卡牌游戏为例，如何用数据驱动游戏版本迭代优化】目标定得越精准，在后续验收数据时，就能越准确的看出是否达到预期以及问题所在。
在版本更新后，想要知道版本内容是否满足了玩家诉求，达到了数据预期，就要关注真实的参与数据了。
由于之前已经设定好了目标/预期，那么根据目标提前加好相应的log日志，就可以在数据平台看到玩家的实际数据了。

文章插图

将真实数据与预期数据进行对比，如果跟预期相似，自然皆大欢喜，说明目标定得好，版本也做的好。
但跟预期不符也无需紧张，在刚开始跑这个流程时，由于缺少经验，难免会发生了几次跟预期有较大差异的情况。
这个时候，就要找到与预期不符的点，是预期定得不准，还是玩法本身存在的问题，从而更为准确的进行迭代优化。几次流程跑下来，玩家的数据模型也建立了起来，不仅对版本更新有很大帮助，对活动、对商业化，都是很有作用的。

【精彩生活】jing111.com小编为您精选以下内容，希望对您有所帮助：