关注游戏葡萄
微信扫描二维码关注
游戏葡萄公众号
的其他文章
的其他文章
的其他文章
TalkingData
的其他文章
的其他文章
的其他文章
的其他文章
的其他文章
的其他文章
All Rights Reserved
赞助Sponsor
赞助Sponsor
阅读Articles
数据库Data
数据库Data
招聘Recruitment
联系我们Contact
友情链接Links
游戏葡萄订阅号工具类服务
编辑部专用服务
作者专用服务
教育游戏用户体验评价体系的构建研究
近年来，产品设计关注点逐渐从产品功能向产品用户体验方向转化。用户体验优劣已经成为当今产品成功的一个重要因素。这对于教育游戏来说，探究其用户体验评估可以使教育游戏设计者有针对性地提高教育游戏用户体验质量，使教育游戏更好的服务于教育教学活动。本文主要是以Hartmann等(2008)对用户体验影响因素改进模型为指导，初步探索教育游戏用户体验评价因素。研究者结合的调研实践和教育游戏研究专家的咨询建议，采取定性研究和定量研究相结合方法确立一套教育游戏用户体验指标体系。　　
通过对用户体验影响因素的研究现状分析，以用户体验的模型理论为依据，对教育游戏用户体验的特征和要素进行分析。然后，采用用户测试的方式收集教育游戏用户体验评价关键词。结合用户测试结果和前面的理论运用德菲尔专家访谈法法进行专家意见咨询。通过多次专家访谈和咨询确定教育游戏用户体验评价指标体系。运用层次分析法构建教育游戏用户体验评价指标层次模型，邀请教育游戏专家填写教育游戏用户体验评价指标权重比较问卷，请他们对教育游戏用户体验评价指标体系的指标进行两两比较，生成判断矩阵。采用群组AHP聚类分析方法计算各指标所占的权重值，最后应用这个指标体系评价了一款优秀教育游戏。采用模糊综合评价法对这款优秀教育游戏的用户体验评价进行分析，结果证实教育游戏用户体验评价指标体系有着良好的科学性和实用性。　　
本文构建了教育游戏用户体验评价指标体系包含5个一级指标，综合各位专家的打分情况，5个一级指标对于教育游戏用户体验的重要性排序依次是可用性、教育性、需求、游戏性和感知美感。另外还有22个二级指标，其对上一层指标的重要性排序也各有不同。
学科专业：
授予学位：
学位授予单位：
导师姓名：
学位年度：
在线出版日期：
本文读者也读过
相关检索词
万方数据知识服务平台--国家科技支撑计划资助项目（编号：2006BAH03B01）(C)北京万方数据股份有限公司
万方数据电子出版社扫码下载官方App
手机游戏的新手体验测评方法
所属微专业：
本课程将以手机游戏的新手体验测评为例，教大家如何对一款游戏进行用户体验的拆分和评价。在本课程中，你将会学到如何对游戏的核心体验、上手和表现力三个部分进行评价，并且通过对这三部分内容的分析，来评估一款游戏的新手体验内容，帮助产品打造对新手玩家更友好和更有吸引力的新手体验。
本课程不设证书
面向零基础
1.手机游戏的的新手体验评估方案1.1新手体验在产品开发流程的背景介绍1.2产品方在新手体验评估中的需求1.3新手体验的框架是怎样的1.4如何撰写新手体验评估方案2.新手测试的方法2.1招募测试人员的注意事项2.2实验环境的布置2.3测试的流程和注意事项2.4访谈的方式和技巧3.数据的分析和处理3.1定量数据的分析和处理3.2定性数据的分析和处理4.分析报告的撰写4.1报告结构4.2核心体验部分4.3游戏上手部分4.4游戏表现力部分4.5问题清单部分
所属微专业
所属系列课程
网易公司()旗下实用技能学习平台。与优秀讲师、专业机构、院校合作，为您提供海量优质课程，以及创新的在线学习体验，帮助您获得全新的个人发展和能力提升。
关注我们：
& 网易公司 版权所有AHP：游戏体验质量的量化测度
5,793 views
游戏产品的用户体验工作会涉及到多评估维度和评估因子，但一直被产品的整体体验质量如何，各个因子对整体质量的影响程度是多少等问题所困扰。AHP就是GUX为了解决此类难题而引入的测度模型，它能够量化处理因子之间的权重关系，将主观局部决策转化为客观全局决策。另外，AHP也被验证了在该模型的大规模矩阵计算中的可靠性。
一、我们为什么需要AHP？
从游戏体验的角度，整合我们对产品的质量评估工作
游戏产品的用户体验是一个覆盖面广泛的研究工作。例如，围绕产品本身所展开的体验工作就会以该产品的界面交互、玩法设计、社交沉淀等方面作为研究对象；而针对不同的研究对象又会有不同的研究维度，如耐玩性、操作可用性等方面。而具体工作中，这些对象和维度又会进一步细化，形成了GUX的各项日常研究需求（如新手、副本、活动等各类玩法的评估）。
但是，一个产品的整体体验质量如何，各个要素之间对整体质量的影响程度是多少，这些问题至今没有得到很好解答。而随着GAC组的成立，需要对各个产品进行全面测评并形成一个可用于产品横向比较的评分标准，对我们平时体验评估工作的整合就显得尤为重要。
正是在这背景下，我们开始寻找一个可用于全面评估的模型框架。
解决难题，我们需要一个可靠而易用的测度模型
要做这步整合工作，首先明确我们目前遇到的难题（图1-1）——
1）对游戏产品的用户体验评估是多维度、多因子的；
2）这些因子与上层维度的关系不是简单的树状结构，往往构成了相互影响的网状关系；
3）没有人能在一个庞大而复杂的因子体系中确定各因子对产品整体品质的影响权重。
图1-1 进行产品体验质量全面评估时的复杂性
二、AHP能为我们做什么？
方法实质：一个数学决策模型
AHP(Analytic Hierarchy Process) ，又名层次分析法，是由美国运筹学家，匹茨堡大学T.L.Satty教授于二十世纪七十年代初创立的一种决策分析数学模型，用于处理有限目标、多层次的决策。
不妨这样简单地理解AHP的基本思想：把复杂问题分解为若干层次，并由下而上地计算出下层因子对上面各个层级的因子的权重。
理论优势：处理复杂的权重层级关系
以GAC建立的一个产品耐玩性模型为例，由于它的总目标（耐玩性）和评估维度之间的层级关系是树状结构（图2-1），我们很容易确定第二层维度对于第一层目标的权重（wi），只要得到第二层各个维度的表现得分，就可以根据权重计算出“耐玩性”总得分。
图2-1 树状结构的层级关系（简化的耐玩性模型）
然而，当我们将评估维度进一步细分成各个评估因子，就会发现评估因子和上层维度之间是网状关系，每个因子都并不隶属于唯一的维度，建立权重就会变得复杂（图2-2）。例如，“战场PK”就同时隶属于“玩家交互”和“玩家追求”。
图2-2 网状结构的层级关系
AHP方法通过判断矩阵的特征向量计算，能给我们确定这种复杂的层级中的权重关系。
应用优势：局部决策→全局决策
如上述，建立这样一个全面的评估体系，由于层级关系的复杂性（例如因子B同时隶属于“玩家交互”和“玩家追求”）和因子规模的庞大性（第三层可能有数十个因子），全局决策是困难的——要知道，要全面而客观地给这数十个错综复杂的因子赋予恰当的权重并不是一件容易的事。
AHP模型的优势在于，决策者不需要对庞大复杂的评价体系做全局决策，他只需要对评估因子进行两两比较。例如，相对于“玩家交互”，决策者只需要知道因子A和因子B哪个更重要，重要多少，AHP模型就会运用判断矩阵为决策者输出客观可靠的权重体系（图2-3）。
图2-3 AHP的决策分析过程
三、AHP需要我们做什么？
继续以刚才那个产品耐玩性模型为例（图3-1）。
图3-1 产品耐玩性评估的AHP模型（简化版）
1、确定层级关系
梳理出评估因子和评估目标之间的层级关系。其中，
第一层——目标层：耐玩性总目标；
第二层——准则层：各个评估维度；
第三层——评估层：各个评估因子；
第四层——次级评估层：评估因子的各个表现细节。
2、确定各层级之间的权重
第二层→第一层：由产品经理直接赋值，根据产品定位和开发阶段给出。
第三层→第二层：由GUX针对每个子目标对每个关联准则进行两两比较打分（打分规则如表3-1），构造出n×n对称的判断矩阵（形式如图3-2），再从判断矩阵运算出权重。
第四层→第三层：由于这里也是简单的树状结构，因此可以直接赋值，由GUX给出。
表3-1 相对重要度打分规则
图3-2 “玩家交互”的判断矩阵打分表
3、进行评估打分
确定好整个模型的权重架构后，就可以由评估执行人员（GAC）对最底层的表现细节进行打分，并通过整个权重架构计算出产品耐玩性的总得分。
四、AHP模型的可靠度研究
通过判断矩阵来进行局部决策→全局决策的可靠转化，是AHP模型的算法核心。
然而，过去AHP模型一般用于少量方案的决策选择，每层的评估因子一般不超过9个（RI表中n&10）。而在产品评估的实际应用中，评估因子的规模庞大，例如在GAC构建的评估体系中第3层因子就达到了41个，为此我们进行了模型的可靠度评估，分别采用了以下这2种方法进行验算：
1）方根法验算
方根法与和积法是2种不同的对大型矩阵求解特征向量的近似算法。当我们利用和积法得到模型结果后，用方根法计算出另一组结果得到每个评估因子的权重数值，发现偏差在10%以内，我们认为这种精度在目前的评价要求下是可以接受的。
2）代入法验算
AHP原理建立在线性代数的矩阵特征值和特征向量运算基础上。根据线性代数关于特征值入的定义，只要满足行列式|入I-A|=0，入 就是所求特征值。
因此，我们利用近似算法得到的入值，代入到矩阵中，得到行列式|入I-A|的绝对值在0.010附近波动，这种精度我们认为可以接受。
尽管我们验证了在40个因子规模下的AHP模型在产品耐玩性评估中依然是可靠的，但依然建议在一个评估维度下对应的因子数目控制在10个以内（同一层级则可达到40个）。因为因子数量太多，就会稀释掉权重值（例如20个因子的平均权重是5%），区分度达不到要求。因此我们会建议对于一个评估维度，将一些关联性较低的因子先排除掉。优化首次用户体验对于免费游戏的重要性
发布时间： 14:02:34
Tags：,,,,
当提到免费游戏时，很少有游戏能像《英雄联盟》那样成为典范。在编写我作为盈利设计顾问的实践故事时，总是会出现一些匿名网上评论者以《英雄联盟》和《军团要塞2》这两款游戏为例表示对我的厌恨。《英雄联盟》及其开发商Riot在任何我们可能想到的度量标准中都获取了巨大的成功：从每日用户粘性到员工的工作幸福指数，再到获取成功时的估值等等。
作为我正在编写的有关《英雄联盟》的文章的组成部分，我决定好好研究它的首次用户体验（ftue）。当致力于免费游戏时，ftue是开发者所专注的最重要的领域之一，但也是他们最容易忽视的一部分内容。
根据我的游戏开发经验，导致糟糕的ftue（不管是付费游戏还是免费游戏）的原因包括自然的元素以及一些不可避免因素。执行通常发生在开发即将结束之时，通常是在游戏将要发行之前。一般来说教程都会包含许多一次性用户代码或引导用户经历游戏的脚本内容。测试团队之外的游戏团队成员不可能反复访问ftue，或者如果他们这么做了，往往也是将其当成是固定模式而忽视掉。
在业务方面，免费游戏可以被当成是关于体积，转换率，优化的数字游戏。免费游戏也可以被当成开发者想要在一段较长时期内尽可能提供给玩家更多乐趣的一大目标。我认为这两种模式对于造就成功的免费游戏设计来说都非常重要。
从框架来看，如果你想要运行一个真正成功的业务，那么出色的ftue便非常重要。从数字角度来看，开发者能够为游戏做出的最有效的完善通常是出现在漏洞的顶部。优化ftue将影响最大规模的用户，并在游戏与特定用户留存基准发生交叉作用时影响着游戏盈利。在与开发者讨论了相关参数后，我会通过修正发展方向而引导对方着眼于ftue并想办法完善它，避免他只是为了之后的小部分游戏玩家而不断添加更多新功能。
从关系角度来看，ftue是开发者留给玩家的第一印象。就像在人类关系世界中，创造一个好的第一印象的效果无论怎么强调都不为过。免费模式的特点是拥有较低的市场准入标准。这便让玩家能够更轻松且零风险地安装开发者的游戏，并在与游戏进行最初5分钟的互动后为了其它游戏而抛弃这款游戏。丢失玩家是免费游戏运行中不可避免的一部分，但是创造良好的第一印象将能更有效地帮助开发者们留住玩家。
league of legends（from famousaspect）
让我们再回到《英雄联盟》。假设玩家在上网时看到了《英雄联盟》的广告。在经过数个月的思考，即想着“我是否真的该尝试这款游戏”，玩家最终点击了广告并被带到了的注册页面。我们可以假设经过多年的游戏开发，该页面已经经过Riot市场营销团队的a/b测试，他们觉得已经能够突显其最棒的能力了。而注册只是漏斗的第一步。
接下来玩家必须下载并安装游戏。下载安装程序是第二步，运行游戏是第三步。我们可以假设一部分玩家下载了游戏但却从未运行它，对于开发者而言这种损失是不可避免的。他们可以在数天后向这些玩家发送电子邮件而做出挽回。
第四步便是玩游戏。而在这之前玩家必须下载并安装了游戏文件。为了简化这一过程，我们将转换到付费用户作为第五步，并忽视了首次玩游戏与购买之间的所有事件。
当我在昨晚安装《英雄联盟》并遭遇到这一安装程序时，我便开着它，然后去刷了几分钟的网页。之后我退出了Vita，并在确认还需要30分钟的下载时间后想说玩20分钟的《迈阿密热线》。再之后我又做了一些其它事，并最终走向床睡觉，早上起床后我关掉了安装程序便出门上班了。
这便解释了为什么一部分玩家在下载并安装了《英雄联盟》后却从未点击游戏按键。我关于检查这一漏斗的假设（游戏邦注：即他们在这一步骤中错失了新用户）是合理的。观看从未玩过《英雄联盟》（或多人竞技游戏）的玩家看着安装屏幕的眼神，我们可以发现他们并未真正投入情感于游戏中。与专门为新玩家定制的注册页面不同的是，这一页面上充满了各种让人困惑的信息，并且未提供给玩家足够的环境背景进行理解。《英雄联盟》留给玩家的第一印象便是“如果你不知道自己所面对的是什么，你便不属于这里。”
我不知道《英雄联盟》真正的指标是怎样的。为了明确优化漏斗上方的必要性，我将创造一些可信的指标进行思维实验。数值本身并不像这些信息来得有意义：作为免费游戏开发商，它是通过花钱去优化ftue。
为了进行思维实验，让我们想象《英雄联盟》为每次新注册支付了平均2.85美元的用户获取成本。怎么做才能面向新玩家提升用户获取活动的投资回报率？
new registration and paying player funnel（from famousaspect）
进一步假设：2%的新注册用户从未下载游戏，这些玩家中的5%从未运行安装程序。在那些运行了安装程序的玩家中，20%的人从未打开过游戏。最后，在那些打开了游戏的玩家中，有3.5%的玩家转换成付费玩家，并创造了产业中遥遥领先的125美元用户终身价值。
基于这些最初价值，Riot中的团队致力于完善安装程序，将打开游戏的玩家比例从20%降到16%（减少在第三步和第四步之间20%的玩家流失率）。付费用户获取活动对于安装10万个Summoner会有何影响？
campaign-performance（from-famousaspect）
如果所有的其它指标都保持不变，那么经过优化的漏斗将从10万个新Summoner中创造130个额外的付费玩家。活动收益将从4万1千美元提升到5万7千美元。活动投资回报率将从14.33%提升到超过20%（几乎提高了40%的效益）。1万6千美元的额外收益可能听起来没什么，但让我们假设这是基于1千万美元的用户获取预算而不是30万美元。对于漏斗最上方的单独优化将创造出超过50万美元的额外收益。
numbers（from famousaspect）
这是我为了审查而得出的一些数值，以防出错。茶青色单元格代表输入内容。
就像我所说的，这些数值都是假设的。只有Riot中的团队知道渠道长什么样，以及通过优化安装程序能够获得多少收益。只有Riot中的人员能够基于安装程序运行实验的潜在优势，并尝试着优化玩完游戏的新帐号数量。当完成了这些数值的估算时（让我们假设每年大约是50万美元），团队便能够判断分配人力去创造能够检测玩家是否首次登录游戏并提供给他们特定内容（如关于如何游戏的一系列视频，或教授玩家基本游戏互动的flash内容）的安装程序版本是否有意义—-这是基于提升留存指标的目的。
在此关于免费游戏最重要的一点是，开发者们必须尽可能给玩家留下最好的第一印象。只有通过检查首次用户体验的每一步表现，开发者才能确保是否与玩家奠定了一个成功且长期的关系基础。
（本文为游戏邦/编译，拒绝任何不保留版权的转载，如需转载请联系：游戏邦）
League of Legends and the top of funnel imperative for F2P
When it comes to free-to-play, few games are held up as paragons of virtue as frequently as League of Legends. When writing about my practice as a monetziation design consultant, LoL and TF2 are the two games that come up whenever anonymous internet commenters let me know how much they hate me and all F2P games with these two exceptions. LoL, and by extension Riot, is a smash success on every conceivable metric: from daily user engagement to workplace happiness of employees to valuation at time of successful exit, Riot has crushed it.
As part of a forthcoming article I’m writing on LoL, I decided to take a good, hard look at its first time user experience (ftue). When working in F2P, the ftue is simultaneously one of the most important places for a developer to focus his effort and one of the most underserved parts of a game.
Based on my experience in game development, the forces that result in an underdeveloped ftue (in both paid and free games) are natural and somewhat inevitable. Implementation comes near the end of development, frequently during a crunch period in the lead up to launch. Tutorials generally involve a lot of one-time use code or script to guide the user throughout the game. Outside of the test team, game team members are unlikely to revisit the ftue regularly or if they do, overlook it as a series of rote steps instead of examining it with intention.
On the business side, F2P can be viewed as a numbers game that is about volume, conversion rates and optimization. F2P can also be viewed as a relationship where it is the developer’s goal to provide as much delight to the player over as long a time period as possible. I believe that both schemas are valid and necessary to successful F2P game design.
Viewed from both frames, having the best ftue possible is imperative to running a successful business. From a numbers perspective, many of the most effective improvements a developer can make to his game are at the top of the funnel. Optimizations to ftue will affect the largest pool of users and can have the largest effect on profitability until the game has crossed certain retention benchmarks. A frequent course correction I make after discussing metrics with a developer is to force him to look at and improve the ftue instead of making his live game more feature rich for a miniscule pool of late game users.
From a relationship perspective, the ftue is the developer’s first impression. Just like in the world of human relationships, the effects of making a positive first impression cannot be overstated. A hallmark of the F2P model is a low barrier to entry. This force which makes it easy and risk free for the player to install a developer’s game makes it just as easy for him to abandon the game for another within the first five minutes of interaction. Losing players is an inevitable part of F2P game operations, but making a strong, positive first impression goes a long way in helping a developer engage his players.
Which brings us back to League of Legends. Let us assume the player has been surfing the web when he see an advertisement for LoL. After months of thinking, “I really ought to give this game a try,” the player clicks the ad and is directed to . We can assume that over the years of LoL’s live development, this page has been a/b tested to death by the marketing team at Riot and they feel that they have optimized this flow to the best of their abilities. Sign up is step 1 of the funnel.
Next the player must download and install the game. Downloading the installer is step 2 and running it is step 3. We can assume that some percentage of players download but never run the installer, and that this loss is inevitable. Little can be done to improve this metric beyond sending the player an email after X days that he has registered his Summoner name and failed to sign into the game for the first time.
Step 4 is playing the game. In between, the player must use this launcher to download and install the game files. For the sake of simplification, we will end our funnel with conversion to paying user as step 5, ignoring all events between playing the game the first time and making a purchase.
Anecdotally, when I went to install LoL last night and was hit with this installer, I left it open and surfed the web for a few minutes. Then I pulled out my Vita and tried to beat the hospital level of Hotline Miami for at least 20 minutes before it was clear I still had at least 30 minutes of downloading remaining. I moved on to other activities, eventually went to bed, and in the morning closed the installer and went about my work.
It is reasonable to expect that some portion of players who download LoL and install it never actually hit the play button. My assumption based purely on examining this funnel is that the new user loss at this step is meaningful. Look at that launcher screen through the eyes of a player who has never played League of Legends (or any MOBA) and has zero emotional investment in the game. Unlike the signup page which is custom tailored for the new player, this screen is rife with confusing information he has little to no context to interpret beyond experience with other games. The first impression LoL makes in its relationship with the player is “if you don’t already know what you are looking at, you don’t belong here.”
I have no idea what LoL’s real metrics look like. To illustrate the imperative nature of optimizing the top of the funnel, I am going to make up a bunch of plausible metrics as a thought experiment. The numbers themselves are not meaningful as much as the message: as a F2P developer, it pays to optimize the ftue.
For the sake of the thought experiment, let us imagine that the LoL pays an average of $2.85 in user acquisition costs per new registration. What effect can improving the game launcher for first time players have on the ROI of a user acquisition campaign?
Further assumptions: 2% of new registrations never download the game and 5% of those players never run the launcher. Of the players who run the launcher, 20% never open the game for the first time. Finally, of those players who ever open the game, a healthy 3.5% convert to paying players with an industry leading $125 customer lifetime value.
Given these original values, a team within Riot works to improve the launcher, lowering the percentage of players who open the game from 20% to 16% (a 20% reduction in player loss between steps 3 and 4. What are the effects on a paid user acquisition campaign to install 100,000 Summoners?
If all other metrics hold constant, the optimized funnel will result in an additional 130 paying players from the 100,000 new Summoners. Campaign revenue will increase from ~$41k to ~$57k. The campaign’s return on investment will increase from 14.33% to just over 20% (a nearly 40% increase in effectiveness). $16k in additional revenue may not sound earth shattering, but now let us assume this played out on the scale of a $10 million user acquisition budget instead of about $300k. This single optimization at the top of the funnel would produce over $500k in additional revenue.
Here are my numbers for review in case I made any errors. Olive green cells are inputs.
As I said, these numbers are purely hypothetical. Only the team within Riot knows what the funnel really looks like and how much revenue could or could not be made by optimizing the launcher. Only someone within Riot could evaluate the potential upside of running experiments on the launcher to try and optimize the number of new accounts that end up playing the game. Once this figure was calculated (let us assume it is roughly $500k annually), the team could determine if it makes financial sense to allocate manpower to creating a version of the launcher that detects if this is your first ever log in and serves you specialized content – such as a series of videos on how to play, or interactive flash content that teaches you the basic interactions of the game – with the purpose of boosting retention metrics at the top of the funnel.
The larger point here is that on a F2P game, it is imperative that the developer make the best possible first impression with his player. Only by examining the performance of each step of the first time user experience can a developer make sure he is laying the groundwork for a successful, long term relationship with the player.(）
CopyRight Since 2010 GamerBoom All rights reserved &&闽ICP备&号-1