從大數據看熱門游戲的進化

李榮富

縱觀歷史，人類對于娛樂方式的追求是相似的，我們可以把這些數據通過數學建模的方式做成一條隨時間而變化的線性曲線，再把這個曲線以等長的時間為單位切成無數段，這樣不難觀察出結果——人類的興趣愛好在短時間里是沒有太大的變化的。這個邏輯關系為大數據能幫助游戲商家做出更受歡迎的游戲奠定了基礎。

從《魔獸世界》到《王者榮耀》

一般有玩過游戲的人對這兩款游戲都不陌生，稍資深的玩家就能輕易的分辨出這兩款游戲的差別：《魔獸世界》屬于大型多人在線游戲（MMORPG），而《王者榮耀》屬于移動多人在線戰術競技游戲（移動電競，MOBA類游戲）。二者游戲類型都不同，有啥關系呢？當然有，這二者關系不淺呢。

美國未來學家簡·麥戈尼格爾2012年出版的《游戲改變世界》一書中闡述了這樣一個機理：人類之所以會被游戲吸引主要是因為游戲能給游戲玩家提供一個即時反饋。現代社會過分復雜的分工使我們不能立刻看到我們的勞動成果，而打游戲讓人重返到深植在我們基因中的古代生存模式——打怪就能得到經驗、采集就能得到物品。

在MMORPG里游戲商家設計了這樣一個盈利的模式，想要獲得更好的即時反饋你就得花更多的錢，這一點針對于不花錢玩游戲的玩家很不公平。MOBA游戲不同，它把即時反饋的獲得建立在需要玩家通過技術、合作、戰術一整套腦力勞動，即所謂的競技上，這樣的改變針對大多數玩家是公平的。而因為有了競技的存在，游戲商家則可以通過游戲賽事來賺錢。這樣的游戲體系同時滿足了玩家和商家，可以說從MMORPG到MOBA游戲的轉變是一次游戲產業的升級進化。

游戲設計者是如何發現這一切的規律的呢？那就是大數據。

那些被記錄的游戲行為

玩游戲的玩家可能沒有意識到，其實自己的每一步游戲操作都是被記錄成數據供人分析的。很多游戲策劃師在背后做的工作就是從游戲中來分析什么樣的角色受歡迎、什么樣的技能使用次數多、什么樣的打斗方式更刺激。網絡游戲時代，這樣收集來的大數據將會體現在游戲的每個更新版本里。

大數據還經常用來防止玩家流失、幫助游戲策劃來在游戲中設置更多新潮吸引人的玩法。比如在《魔獸世界》的成就系統就被廣泛復制，這就是一種即時反饋：你走過的地圖、打過的BOSS都會被記錄下來，打到一定次數還會提醒你一下。反饋更多以進度條的形式表現出來，手游中就設置了各種各樣的進度條，比如完成副本、競技場一定次數能領取獎勵。《王者榮耀》的升級機制是：贏一場給一顆星，集齊四顆星可以升一級，不過輸一局也要減一星，這樣的玩法機制變便來自于大數據。

大數據如何服務游戲

協同過濾是大數據中一種必不可少的算法，該算法的使用大多處于大數據處理中層級別，與上下都有聯系。從這一算法入手看大數據進入游戲的切口會更全面。

協同過濾第一步必須給數據分類，在游戲中就可能需要將玩家分為高活躍用戶、中活躍用戶和低活躍用戶。但是這個分層做得并不徹底，一個類別中他們的行為模式會很不一樣，因此大數據還需要另外的數據將用戶聚集起來。比如一款動漫游戲，我們將它分為三個維度，游戲、社交、元素等。

分類完了，我們還得聚類，聚類比簡單的分類更多維。聚類是對玩家未知的分類，會對活躍度、消費、玩法、參與、社交等等進行評估、打分。聚類相當于將N個散亂的點通過機器學習的算法聚為一類，這一類的點之間會是最相似的。通過聚類，從一個未知的角度去分析，我們可以發現一些比較難發現的用戶特點，我們可以從用戶那里得到更多可以為我們借鑒的東西。

付費玩家和流失玩家在游戲中都會有自己的一定的行為模式，大數據可以通過分析這些行為模式從而去構建模型，然后將這個模型應用到那些未流失、未付費玩家身上，看一下他們這些玩家的行為模式、行為軌跡和模型中的這些玩家行為軌跡、行為模式有什么相似之處，如果其與流失玩家相似度非常高，那策劃可以認為這個玩家將來也有可能會流失，但是目前還沒有流失，這個時候就留下了一個時間窗口，策劃可以在流失之前去定位這個用戶，去干預和挽留。

此外，大數據還可以從系統的角度進入大數據，比如通過分析很多數據，玩家升級、觀察駐留率，包括人家喜歡哪些道具，喜歡你的哪些商品等等，從而幫助策劃去改變游戲里的一些不平衡的地方或者被玩家詬病的地方。（編輯/有慶）