«Пациент, у вас имба!»: что делать Game Data-аналитику, если игроки жалуются на баланс?
Разбираем ошибки в анализе дисбаланса в играх вместе с Game-Data аналитиком Wargaming и выпускником бесплатных курсов Wargaming Forge Сергеем Силюком.
Что такое имба и почему это плохо?
Давайте сначала разберемся: что же такое имба? Это несбалансированный элемент игры, при обладании которым игрок получает явные преимущества перед другими игроками. Это может быть герой, имеющий ряд навыков, с которыми можно победить любого персонажа. Или же это может быть танк, который всех нагибает и ломает рандом, то есть танк, который сложно убить, но который способен или отлично передавать разведданные, или прекрасно отбивать выстрелы противника, или хорошо наносить урон и выживать в критических ситуациях.
Чем это плохо? Несбалансированный элемент может поломать весь дизайн игры, например:
- Ломается дизайн прогрессии. Увеличивается скорость прокачки, что позволяет игроку быстрее «пройти игру».
- Ломается дизайн экономики игры. Увеличивается скорость накопления ресурсов. Небольшое кол-во усилий приносит ему огромные ресурсы, когда другие игроки днями-ночами потеют, чтобы накопить ресурсы.
- Ломается геймплей игры. Игрок «нагибает» остальных и большинство остается недовольным. При столкновении с противником имба способна быстрее уничтожить противника, при этом не получив никакого отпора.
- Уменьшается время жизни игрока в продукте, то есть игроку быстро надоедает игра.
Что с этим можно сделать? Есть несколько вариантов. Первое, что приходит в голову – вывести данный элемент из игры. Все хейтеры будут счастливы, все обладатели имбы станут хейтерами. И второе, понерфить (сбалансировать) показатели элемента. В данном случае запросы хейтеров будут удовлетворены, и обладатели бывшей имбы не будут обижены. На примере танков продолжим разговор по теме.
Как провести анализ и не облажаться
Но как же понять: имба ли это на самом деле?
Шаг №1. Давайте возьмем всех обладателей имбы и сравним их с остальной аудиторией. Посмотрим, насколько они эффективны, сколько они получают ресурсов и как они играют вообще. Сравнили по такому принципу и получили, что обладатели имбы просто во всем превосходят остальных игроков. И кажется, вот она – имба, ломающая всю игру. Факты совпадают с реальностью.
В чем ошибка? В данном подходе мы не учли, что мы сравниваем аудиторию, которая играет абсолютно на разных уровнях. Логично же, что если сравнивать 1 и 10 уровень, то результаты боя у 10 уровня будут явно выше. На рисунке явно заметно ситуация, что обладатели имбы преимущественно играет на высоких уровнях.
Шаг №2. Усвоили урок и двигаемся дальше. Берем обладателей имбы и сравниваем с остальными игроками, но только с теми, которые играют на том же уровне. Сравниваем и получаем тот же результат.
В чем ошибка? Потом мы подумали и поняли, что даже если мы возьмем игроков, которые играют на одном уровне, то они могут играть на абсолютно разных типах техники. Логично же, что нельзя сравнивать арту и легкие танки. На рисунке видно, что обладатели имбы предпочитают легкие и средние танки, тогда как остальная аудитория чаще играет на тяжелых танках.
Шаг №3. Окей, теперь-то мы точно не сделаем ошибки. Берем игроков, которые играют на одном и том же уровне, играют на одном и том же типе техники. Проводим анализ и «О, чудо!», мы снова получаем, что у нас обладатели имбы фармят намного больше и намного быстрее. Ну все, имба она и в Африке имба. Идем к заказчику, чтобы ответить на все вопросы.
В чем ошибка? Но тут опять же есть сомнения: «Уровень техники учли, тип техники учли… Аудиторию не учли!» У нас же могут быть игроки с абсолютно разными скиллами и разным опытом в игре.
Шаг №4. Начинаем все заново, выбираем игроков, которые выезжают на одном уровне техники, выбираем одинаковый тип техники. Дальше разбиваем аудиторию по скиллам. В качестве скилла можно взять разные метрики: его рейтинг, процент побед или же придумать свою метрику. Разбиваем игроков на бины и сравниваем эффективность в рамках каждого бина.
При таком подходе мы можем увидеть, как игроки реализуют технику в зависимости от своего скилла. И именно при таком подходе мы видим реальную картину без искаженности типом техники, уровнем или аудиторией.
Вывод
Итак, учитывая все ошибки, сделаем вывод: сравнивая две категории, важно смотреть распределения в разрезе каждой категории и выделять максимально похожие группы. Нужно учитывать уровни и типы техники, на которых играют пользователи, а также при этом учитывать скиллы игрока. Данный подход можно также использовать при анализе эффекта какого-либо ивента. Это позволит увидеть эффективность имбы и аналогичной техники, эффект ивентов или каких-либо событий, в разрезе аудитории по разным группам, потому что каждая группа реагирует и откликается по-разному.
Если вы из Минска и хотите попробовать себя в гейм-дата аналитике – до 15 февраля бесплатные курсы Wargaming Forge проводят набор на эту специальность. Лучшие студенты получат оффер от разработчиков World of Tanks.