对于关卡类游戏的数据分析方式

过关类游戏在单机类游戏中出现会比较多，但多以休闲为主，比如《Candy Crush》、《Angry Birds》、《P V Z》、《小鳄鱼顽皮爱洗澡》、《Tiny Thief》等经典休闲游戏，鉴于很多圈内人士预测2014年是手游爆发年，且重点在ARPG类型，似乎会冒出很多横版过关或者全3D的过关动作类游戏，我们就针对此类型的游戏进行分析。

首先，此类型的游戏需要关注的是每关卡的独立玩家数量，即玩家ID数量，目的是为了监测玩家主要集中在哪个阶段。比如，游戏刚推出阶段，玩家主要集中在前面部分的关卡（如图一所示）；推出一段时间之后，玩家主要集中在中部关卡阶段，如果期间有拉新活动推出，不排除前、中部分关卡处于一个玩家数量比较持平的表现（如图二所示）；如果运营很久，玩家主要都会集中在关卡中后期，或者是一个缓慢上升的曲线，又或者是一个较持平的曲线（如图三所示）。以上假设的前提都是游戏在运营状况比较良好的情况下进行分析的。

图一

图二

图三

其次，我们需要关注的是关卡难度的节奏问题，如果设计的难度太低，玩家很快就会因为游戏毫无挑战性而流失；如果设计的难度太大，会带给玩家挫败感太强，也会容易因为灰心丧气而流失。所以，我们一定要把握好每个关卡内以及关卡与关卡之间的难度节奏。那么，这两个方面的难度节奏怎么从数据方面来统计和展现呢？

为了解决这个问题，首先要找到哪些关卡阻止了玩家继续前进。我们的解决方式是把每次玩家在某个关卡失败后退出游戏的行为进行记录，找出玩家在哪个关卡失败后不继续进行游戏而是选择退出游戏，并把这个指标定义为“关卡退出率”，计算公式为：

关卡退出率=此关卡失败后退出玩家游戏的次数÷游戏启动次数

除了这个指标，还要统计每关卡的失败率，目的是为了与上个指标对比查看此关卡是不是设计的难度太高，计算公式为：

关卡失败率=当前关卡未成功通过的次数÷此关卡的总启动次数

这两个指标进行对比后，我们就可以看出关卡的难度是不是设计的太高而不合理。如下图所示：

过关类游戏的难度曲线（也就是关卡失败率）理论上应该是波浪曲线逐渐上升的形状，但游戏刚开始运营的时候肯定会有偏差，需要根据上图的实际表现情况来不断进行调整，我们的数据分析平台DataEye近期这个功能会上线，欢迎大家来体验拍砖！

via：GRG