游戲為了讓玩家進入付費環節，會在一些特定關卡加大難度，激發玩家的勝負欲，進而引導玩家付費。然而，過度的游戲關卡難度有可能導致玩家流失。針對這一現象，筆者展開了以下研究，讓我們來看看吧。

我司有兩款玩法相近的消除類游戲，兩款游戲基本框架相同，在文內分別稱A和B。B款游戲晚一年發行，相比A在消除玩法上做了創新，可以組合更多的形狀來生成消除道具。

兩款游戲我都有體驗。B的組合消除更有趣靈活，但是玩B游戲的時候，常常會越玩越生氣——明明是個消除游戲，我才玩到100多關，幾乎每一關都要失敗兩三次以上。而且這種失敗很明顯是有意為之——卡在最后一兩步讓玩家付費（付費率并沒有A高），公司的輿情監控也發現很多玩家反饋B款消除游戲的關卡很難。

我不禁思考：這種簡單粗暴的難度關卡難道不會加速玩家流失嗎？

因此，我想要對比A、B兩款游戲中，不同關卡難易度的分布以及對玩家流失的影響。

一、用戶畫像對比

目的：比較A、B兩款游戲的定位用戶類型和偏好是否一致。

這個分析需要用到用戶洞察的用戶分群：

B比A晚一年發行，可以預計B的很多玩家都來源于A的游戲用戶，高重合度的活躍用戶畫像也驗證了這點：

1. 兩款游戲玩家的地域分布基本相同，都集中在一線到二線城市；

2. 男女比例均為3:7，典型用戶群體為24~40歲之間本科學歷的已婚女性。

A的性別分布如下：

B的性別分布如下：

A的學歷分布如下：

B的學歷分布如下：

由此可知，A、B兩款游戲的核心玩家基本重合，均以高學歷、較好的生活環境、有錢有時間的年輕已婚女性為主，興趣愛好以新聞資訊、游戲和其他休閑娛樂產品為主。

二、關卡難度對比

目的：比較A、B兩款游戲的前500個關卡的難易度。

在兩款游戲定位用戶基本一致的前提下，說明兩款游戲玩家有相同的行為偏好，因此可以剔除分析的玩家群體不是同一類的情況。在此基礎上，分析關卡的難易程度以及分布情況。

通過分析玩家歷史通關數據，得出玩家在每個關卡的平均通關次數（平均通關次數=總通關次數÷玩家數）。如下圖總結可知：

1. A游戲關卡的平均通關次數主要集中在2-3次，占比31.2%，而B游戲關卡的平均通關次數主要集中在3-4次，占比28.4%。

2. 將平均通關次數大于等于6次以上的關卡稱為高難度關卡，則500個關卡中，B游戲中有95個高難度關卡，比A游戲要多80關。

3. B的關卡難度普遍高于A，B游戲中需要嘗試2次及以上才能通關的關卡占比97.2%（A游戲占比89%）。對于玩家體驗來說，在不計道具幫助的情況下，能一次通過的關卡少之又少，在屢屢失敗的關卡面前，總體感受就是難。

近一步觀察這些高難度關卡在各關卡區間的分布，可以看出：

1. 無論A游戲還是B游戲，除了第一個關卡區間和最后一個關卡區間，高難度關卡的區間分布基本均衡。

2. A游戲每25關中有一個高難度關卡，B游戲每5關中就有一個高難度關卡（好難）。

3. 結合上圖可知，A游戲平均每5關中有2個簡單關卡（1-3次通關），3個中等難度關卡（3-6次通關），穿插少數高難度關卡。B游戲平均每5關有1個簡單關卡，3個中等難度關卡，1個高難度關卡。

三、關卡難易程度分布對玩家流失的影響

現統計各個關卡區間的平均流失率：

（各關卡區間平均流失率=（當日停留在該關卡區間而7日后流失的玩家數量÷關卡數量） ÷當日活躍玩家總數量）

分析發現如下特征：

1. B游戲在各關卡的平均流失率（0.0247%）普遍高于A游戲在各關卡的平均流失率（0.0118%）。

2. 無論A還是B，都有在前100關卡流失嚴重的情況，考慮到前100關卡多為新增玩家的流失，流失原因多樣，關卡難易度不是影響新增玩家流失的主要因素。

但是B的高難度關卡比A更容易造成新增玩家流失（B在1-100關有13個高難度關卡，A僅有1個）；在第100-300關卡，高難度關卡的流失率遠大于關卡區間平均流失率，是玩家流失的主要因素。

3. B在前100關的平均流失遠大于A，而關卡越往后，A和B的流失越少，關卡平均流失和高難度關卡平均流失也越相近，因此300關之后的高難度關卡對流失的影響極小，不是流失主因。

四、防止B游戲玩家繼續流失的措施

最后，綜上分析，提出一些針對關卡的改進建議：

1. 整體來看，B游戲關卡缺少明顯的難易度區分（5=1+3+1），且普遍偏難。

建議在游戲關卡設計上，直接減少高難度關卡數量，增加簡單關卡數量，并將簡單關卡設計得更簡單（讓玩家更容易一次過關），中等難度關卡數量暫時保持不變。

2. 在“1”的基礎上，前300關內，建議降低高難度關卡的比重，可在300關之后適當增加高難度關卡比重。

3. B游戲在前100關卡有新增玩家流失嚴重的情況，需要對包括關卡難易度在內的各種影響因素（如體力限制、金幣獎賞、道具獎賞）綜合進行人工干預，降低B游戲新增玩家的流失率。

4. 對于中高難度關卡，建議加入一些條件觸發小插件，如失敗三次以上贈送消除道具/失敗五次以上智能調低難度閥值等等，適當減少玩家挫折感。

五、干預效果監測

在改進關卡難度設計后，按上文分析路徑固化成基礎報表進行查看，干預效果可從如下兩方面驗證：

1. B游戲的總體流失率、各關卡區間平均流失率是否與上周相比降低。

2. B游戲的平均關卡流失率是否向A游戲的平均關卡流失率接近。

注：此篇分析數據源均來源于公司內部數據平臺，涉及的具體數值進行了脫敏處理（百分比沒有）。

相關閱讀

萬元懸賞數據高手｜2019「友盟杯」數據分析大賽報名啟動！

你的堅持值得被肯定｜2019「友盟杯」數據分析大賽結果公布

一款家居后APP，如何用增長黑客方法實現從0到40萬增長？

產品高于需求：低頻產品也可以有高用戶活躍度

渠道評估怎么做，才能讓App假量灰產無處遁形？

我的朋友老曹，居然用數據工具搞了這么多事

針對直播產品的成熟期，重構用戶運營體系方案

拆解主要數據，分析社交類產品的數據運營方法

如何利用數據驅動，從0.5到1搭建App積分體系？

以抖音和陸金服為例，解構數據分析三個核心原理

用AB實驗分析個人中心的首頁改版

作者：甄芳

本文為「人人都是產品經理」社區和友盟＋聯合舉辦的“2019「友盟杯」數據分析大賽”中獲獎作品，未經作者及平臺許可，禁止轉載

本文部分數據有脫敏處理，非全部真實數據

題圖來自Unsplash，基于CC0協議