游戏策划 · Game DesignNote
产品指标与 LiveOps 决策
Product Metrics & LiveOps Decisions
产品指标的价值不在于做一个漂亮看板，而在于把玩家行为转成可证伪的决策。LiveOps 应先定义玩家问题和业务假设，再选择事件、分群、实验与退出条件；指标不能替代定性反馈和游戏设计判断。
指标层次
| 层次 | 示例 | 用途 |
|---|---|---|
| 北极星结果 | 有意义的活跃游玩、完成目标的玩家数 | 判断长期价值，避免只追时长 |
| 体验结果 | 新手完成率、关键关卡通过率、D1/D7 留存 | 定位玩家是否获得核心体验 |
| 行为过程 | 匹配等待、失败重试、商店浏览、组队率 | 解释结果变化 |
| 业务约束 | 付费转化、退款、客服率、成本 | 检查可持续性与风险 |
| 护栏指标 | 崩溃率、作弊举报、延迟、负面反馈 | 防止优化一个指标破坏体验 |
事件定义要包含玩家/会话/版本/平台/地区等必要维度，并明确去重规则、时间窗和数据延迟。没有事件字典和版本标识，跨版本比较容易产生假趋势。
应用：一个可执行实验
- 写出假设：“减少新手首次失败后的等待，会提高首日核心循环完成率”。
- 指定主指标、护栏指标、分群、最小运行时间和停止规则。
- 用 Remote Config 或等价控制平面灰度，不直接修改客户端逻辑。
- 结合定量数据、玩家访谈和客服反馈判断机制，而非只看显著性。
- 达到退出条件后扩大、回滚或形成下一条假设；记录决策和反事实。
LiveOps 事件需要把内容、奖励、经济、服务器容量和客服准备绑定到同一发布单，避免“指标显示成功但玩家体验失败”。
取舍与常见坑
- 指标越多越科学：指标过多会让团队无法行动；每个看板都应有 owner 和决策动作。
- 只看平均值：分位数、玩家分层和新老版本差异可能隐藏长尾问题。
- 把相关当因果：节日、版本、营销和平台活动都可能造成混淆；用实验或准实验降低误判。
- 只优化转化：必须设置体验、公平性、退款和投诉护栏。
- 忽略数据治理：隐私、同意、删除和访问控制属于产品设计的一部分。
出处 · Sources
相关页面
游戏策划数据分析与平衡Analytics for Game BalanceSchreiber 与 Romero 第 13 章讲平衡的第四种方法——数据分析 (analytics)：区分指标与分析，给出从提出关键问题到据数据改游戏的 12 步流程、四类分析问题、从观察到统计模型的五级结论强度，再用格斗/乱斗游戏与 MOBA 的案例演示如何从胜率、选用率逐层下钻到招式与玩家水平，最后给出数据可视化的经验法则（p.329–357）。游戏策划游戏测试Playtesting游戏测试是把幻想中的玩家体验拉回现实的"闹钟"。Schell 区分四种测试——焦点小组、QA、可用性测试、游戏测试——本章只谈设计师最关心的游戏测试：请人来玩，看游戏是否产生了它被设计要产生的体验。Schell 坦白自己讨厌测试（怕别人不喜欢自己的游戏），但这正是测试的意义。每次测试由六个问题定义：为什么、谁、何时、在哪、看什么、怎么做（第 3 版新增"何时"），并补充 WUBALEW、FFWWDD 等 Schell Games 的实用做法（第 3 版第 28 章 Good Games Are Created through Playtesting）。综合在线游戏服务与 LiveOpsOnline Game Services & LiveOps在线游戏服务把实时对局、身份、匹配、存档、经济、社交和运营配置拆成不同可靠性与一致性需求的系统。LiveOps 不是不断发活动，而是用可观测、可回滚的服务和内容变更持续验证玩家价值与运营目标。综合游戏生产生命周期与里程碑Game Production Lifecycle & Milestones游戏生产生命周期不是“策划—开发—上线”的线性清单，而是用可验证的里程碑逐步降低产品、技术、内容和商业风险的反馈系统。本页给出从概念、预制作、Vertical Slice、生产、发布到运营/收尾的统一门控方法，并把每个阶段绑定到可交付证据。