《鬥陣特攻歸來》PVP BETA分析:遊戲數據和社區反饋如何為遊戲平衡提供信息


3樓貓 發佈時間:2022-05-25 13:50:05 作者:Berber_ow Language

《鬥陣特攻歸來》PVP BETA分析:遊戲數據和社區反饋如何為遊戲平衡提供信息-第0張

英文原文來自美服官網

鬥陣特攻的英雄們,讓我們來談談遊戲數據吧!在遊戲設計方面,數據是一種寶貴的資源。遊戲數據、玩家意見反饋、使用者論壇研究、開發者內部討論,或者是我們自己上手體驗遊戲,都會影響遊戲設計的決定。

遊戲數據能夠讓我們通過上帝視角俯瞰,深入探討最微小的細節,同時也能夠讓我們清楚遊戲的整體趨勢走向。今天,我們要來聊聊《鬥陣特攻 歸來》Beta 測試所帶給我們的一些啟發,以及我們如何利用相關數據來做成遊戲內的設計決定。


《鬥陣特攻歸來》PVP BETA分析:遊戲數據和社區反饋如何為遊戲平衡提供信息-第1張

遊戲數據與設計:觀察英雄的表現

在第一次PVP Beta測試開始後,遊戲設計團隊密切關注著幾件事情。我們看到玩家首次上手使用索傑恩,並探索著秩序之光、堡壘、末日鐵拳和奧麗莎的重做內容。我們想知道這些英雄在測試版中的表現,並且能夠及時發現其強度過低或者過高,以便及時作出相應改動。

在評估英雄的表現時,我們通過全局與個體的角度,分別去剖析每一個分數段,不同技術水平的玩家,這樣才能瞭解玩家群體各個部分最真實的情況,清楚大家對於遊戲現階段的環境有什麼樣的反應。技術最頂尖的玩家能夠把遊戲設計內容發揮到淋漓盡致,通常還可以發現強大的技能使用方式和策略打法,且速度比其他玩家還要來得快速。然而,技術欠佳的玩家可能會在使用某些英雄或採取特殊打法時遇到困難,因此我們認為在設計遊戲平衡的時候,有必要考量到所有玩家的特性與不同。階級導向的分析對於我們的遊戲數據來說很重要,但這篇文章主要會探討Beta 測試期間從各個分數段中提取到的遊戲數據。

量化興趣:能夠協助我們評估英雄受歡迎度的指標

“表現強弱”這個話題涉及到許多不同的層面,我們有好幾個不同的指標,通過觀察不同的角度來研究英雄強度。第一個指標是使用率(usage rate):評估英雄在所有對戰中出場的總時間。舉例來說:假設索傑恩在持續十分鐘的對局中出場五分鐘,那麼她的使用率就會是50%。說到索傑恩,在測試版的最初幾周裡,她的使用率非常高,但隨著時間的推移逐漸下降了。

《鬥陣特攻歸來》PVP BETA分析:遊戲數據和社區反饋如何為遊戲平衡提供信息-第2張

Beta 測試期間內所有英雄的每日使用率(全分數段)。索傑恩、安娜、奧麗莎、黑影、堡壘、末日鐵拳有特別標示出來。

索傑恩的使用率相當高,接近80%,這點對於輸出型英雄來說相當驚人。在Beta 測試期間,大部分時候安娜也有相當高的使用率,不過這點跟當前遊戲版本差不多。奧麗莎和末日鐵拳這兩位重裝英雄在經過重做後,在Beta 期間也有出現很高的使用率。

使用率是一個很棒的指標,能夠幫助我們清楚判斷遊戲呈現在玩家眼中的成果。在Beta 測試剛開始的時候,索傑恩是使用率最高的英雄。那個時候,在超過半數的對戰中,雙方隊伍都會使用索傑恩。如果我們同時考慮到到遊戲內的輸出型英雄數量有多少時,使用率的數據會看起來更驚人。

如此之高的使用率意味著英雄強度的不平衡,但我們也得考量到另一個名為加權使用率(weighted usage rate)的指標。加權使用率可用來評估英雄的出場頻率,但這是相對於英雄的數量而言。更準確地來說,我們會蒐集每個英雄的使用率數據,然後除以相關英雄類型的平衡數,也就是如果同一英雄類型的所有英雄使用率相同,會有什麼樣的數字。

這點結合後文比較好理解,可以認為是要考慮到英雄所屬的職責,例如索傑恩在輸出英雄中的出場率怎麼樣,而不是在所有的英雄範圍內。

因此,我們最終真正拿來評估的數據,是英雄使用率相對於平衡數兩者之間的比例。說回索傑恩,我們可以發現在Beta 測試的前期,她的加權使用率跟其他每一位英雄比起來,都還要來得高許多。

《鬥陣特攻歸來》PVP BETA分析:遊戲數據和社區反饋如何為遊戲平衡提供信息-第3張

Beta 測試期間內的加權使用率(全分數段)。索傑恩、安娜、奧麗莎、黑影、堡壘、末日鐵拳有特別標示出來。


利用加權使用率可協助我們更精準客觀地看出玩家對於新英雄或奧麗莎和末日鐵拳等重做英雄的興趣程度,並同時比較安娜這種原本就已經很受到歡迎的英雄。舉例來說:索傑恩最高峰的時候,其加權使用率超過6.0,也就是說相較於輸出英雄的平衡數來說,她出場的頻率高出六倍以上。雖然奧麗莎和末日鐵拳的使用率只有達到40% 左右,但考量到加權使用率之後,我們會發現這兩位英雄對於重裝型玩家來說的吸引力,等同於安娜對於支援型玩家的吸引力。

英雄平衡:遊戲數據和意見回饋如何影響變更內容

我們的遊戲團隊對於PVP Beta 測試有個重點目標,那就是我們希望每個英雄玩起來都能很有趣,但同時又不會破壞遊戲的公平性。根據我們的使用率分析結果顯示,我們越來越靠近前者,因此我們的目標現在偏向研究遊戲平衡性。如何達到英雄間的平衡,是個具有目的性的決定,這其中涉及到許多數據與內容導向。舉例來說:在Beta 測試期間,支援型玩家針對英雄存活能力所提出的意見回饋,直接幫助我們在《5月6日的平衡性更新》中針對支援型英雄做出了一些調整。

玩家意見回饋通常是需要平衡性變更的前期預兆,但遊戲數據也能夠協助我們做出決定。其中一種評估英雄強度的方法,就是研究對局勝率。不過,由於《鬥陣特攻》遊戲本質的特性所致(也就是能夠切換英雄這一點),基本局數勝率並沒有辦法呈現出英雄具體的表現強弱。如果你在一局裡面操控索傑恩並贏得勝利,但卻只有在半數的時間操控她,那麼我們在計算勝率的時候,應該要視為索傑恩大獲全勝嗎?當然不行!

不過別擔心,這部分還只是我們追蹤勝率的第一步驟而已。為了要能夠取得更理想的指標,我們會根據某位英雄在局數內的出場時間長短,來按照比例調整勝率。在上方所舉的半局舉例中,假設這一局持續了10 分鐘,而索傑恩的出場時間為一半。這樣的話,索傑恩在該局的“勝場分數”就會是0.5,因為她的出場時間只有十分鐘當中的五分鐘。如果這局輸掉的話,索傑恩在該局的“敗場分數”也會是0.5。

為了把這些分數轉換成實際的勝率,我們首先得針對每一局新增索傑恩的勝場分數。接著,我們再把總勝場分數除以索傑恩的總分數,把勝場和敗場同時考量進去。這樣的做法所得出的勝率,更有辦法代表英雄的表現強弱,同時也可考量到英雄切換的這一點。

這個指標存在著一個漏洞,即如果出場的英雄數量越多,勝率就會更趨近於50%。同樣的情況也有發生在Alpha 測試中,當時索傑恩不只出場率很高,強度也很強。這是因為雙方隊伍都派出索傑恩,因此這位英雄雖然強度很高,但她的勝率卻很接近50%。當雙方隊伍都派出索傑恩的時候,終究要有一支隊伍勝利、另一支隊伍戰敗。

為了解決這個問題,我們也會針對只有一方隊伍有派出該英雄的對戰來套用同樣的勝場分數計算方式,我們稱之為“非鏡像”狀態。在研究非鏡像勝率後,我們就能看出像索傑恩這種鏡像率高於50% 的英雄,在只有一方隊伍有派出索傑恩時的強度表現,藉此讓她的勝率能夠偏離50%的怪圈。

以上大概介紹勝率相關的指標。接下來,我們要介紹的是幾個非鏡像期間勝率:

《鬥陣特攻歸來》PVP BETA分析:遊戲數據和社區反饋如何為遊戲平衡提供信息-第4張

Beta 測試期間的非鏡像勝率(全分數段)。索傑恩、奧麗莎、黑影、末日鐵拳、士兵76、秩序之光有特別標示出來。

這個圖表呈現出英雄在Beta 測試期間的整體,而非鏡像陣容的勝率,同時也能告訴大家為什麼在調整英雄平衡性的時候,遊戲數據只是眾多考量點之一。看到奧麗莎的數字如此之低、秩序之光的數字卻很高,對於部分玩家來說可能十分震驚!我們的分析技術之所以能夠讓這些指標變得很實用,是因為我們對於數據產生的過程具有健全的理解。

以秩序之光為例:她不論是在Beta 測試還是當前遊戲版本當中,都擁有前幾高的勝率,這是因為玩家傾向在順風的對戰中選擇秩序之光,比方說在防守AB點地圖的A點時。當玩家發現對戰處於逆風快要打輸的時候,很有可能會把秩序之光切換成其他英雄,這點進一步推高了她的勝率。

如果我們把同樣的邏輯套用到情況相反的索傑恩和奧麗莎身上,我們就能夠理解為什麼這兩位英雄的勝率會低於大家心中的預期。玩家在Beta 測試期間很期待能夠操控這兩位英雄,但大家對於新英雄的技能和玩法都還不大熟悉。這也就導致玩家即便在逆風的處境中也還是會選擇這兩位英雄,但如果切換成其他英雄可能會比較有利。畢竟,如果你只有操控過索傑恩短短几個小時的時間,也很難打贏操控士兵76 已經有好幾百小時經驗的對手。

我們同時得要考量到上述這些事情外加遊戲數據,因此在針對英雄平衡性更新做決定的時候,情況相當複雜。索傑恩在Alpha 測試期間經過各種改動之後,後續又有經過些微調整使強度降低,因為她當時的勝率超過50%,現在則是低於50%。奧麗莎目前暫時不予變更,因為我們還不清楚她到底是強是弱,也不曉得是不是玩家還不夠會玩所以才導致她這麼弱。我們傾向於相信是後者的狀況,因為我們在Beta 測試期間,很常看到有人操控奧麗莎使用新技能橫衝直撞。不過,我們目前也有在討論後續調整奧麗莎和末日鐵拳的可能性。士兵:76 的部分,在我們結合遊戲數據和廣大玩家的意見回饋後,決定予以更新。而黑影的部分,我們也會透過類似的方式來調整移動速度,藉此解決英雄非預期組合技和全新輸出型英雄被動技能的問題。其他在《5 月6 日平衡性更新》中有受到影響的英雄,也都會經歷類似的過程。

刺激和反應:評估我們更新後的成果

接下來才是有趣的地方。誠如我們在Beta 測試開始前所設立的目標,我們現在想要來分析這些平衡性變更的成果。我們需要去意識到,這次所觀察到的勝率起伏變動,其數據資料源自於參加Beta測試 非競技模式、人數相對有限的玩家群,但即便如此,這樣的數據依舊能夠幫助我們迅速評估平衡性變更是否有帶來明顯的影響。士兵76 的變更是否足以壓低他的勝率呢?對於支援型英雄的變更,是否能夠幫助禪雅塔等強度較低的英雄變強呢?我們把勝率圖表的時間段拉長到幾天,然後先從支援型英雄的部分開始看起:

《鬥陣特攻歸來》PVP BETA分析:遊戲數據和社區反饋如何為遊戲平衡提供信息-第5張

Beta 測試期間的非鏡像勝率(全分數段)。有經過平衡性變更的支援型英雄有特別標示出來。

在大部分情況中,所有經過平衡性調整的支援型英雄(包括天使“女武神”的錯誤修正),都使得非鏡像勝率立刻發生變化,但巴蒂斯特除外(他在上次的Beta測試的後半段有經過改動)。這表示就整體的面向來看,這些變更都有達到預期中的效果!不過,所有英雄裡面受到影響最大的,當屬禪雅塔,他的勝率僅僅增加了5%。就過去的歷史來看,我們觀察到英雄的生命值高低調整對於勝率來說有最為顯著的影響,因此這部分並非完全超出我們的意料之外。我們會密切留意禪雅塔加強後的狀況(即增加了近戰攻擊的擊退距離),這部分相當有意思。接下來,我們要來研究重裝型英雄:

《鬥陣特攻歸來》PVP BETA分析:遊戲數據和社區反饋如何為遊戲平衡提供信息-第6張

Beta 測試期間的非鏡像勝率(全分數段)。有經過平衡性變更的重裝型英雄有特別標示出來。

除了路霸以外,其他重裝型英雄的平衡性調整幅度都相對輕微,也因此,他們的勝率變化起伏幅度較小。路霸和破壞球的勝率雙雙都提高了1% 至2%,過程中我們有努力協助這些英雄適應新的5V5 對戰環境。最後,我們要來看到的是輸出型英雄:

《鬥陣特攻歸來》PVP BETA分析:遊戲數據和社區反饋如何為遊戲平衡提供信息-第7張

Beta 測試期間的非鏡像勝率(全分數段)。有經過平衡性變更的輸出型英雄有特別標示出來。

毫無疑問地,士兵76 在這次的削弱中受到最大的影響,他的勝率降低了6%,這部分要歸因於他的三項變更。另一方面,索傑恩的勝率則是從42%~43% 上升到了44%~45%。而黑影隱身後,移動速度的提升與輸出英雄的新被動有著疊加效果,因此她的勝率並沒有什麼太大的變化。


遊戲設計理念:利用遊戲數據和玩家社區的力量來構建遊戲

不斷變更、探索、分析的過程是永無止境的。隨著主流策略戰術的變化,下一個重做英雄有可能是士兵76,並在眾多英雄當中脫穎而出。

這裡並不是暗示英雄重做,而是說隨著遊戲數據的更新,哪個英雄都可能會進行較大的改動。

隨著我們每次推出新英雄或重做原有的英雄,我們都必須做好準備進行調整改動,確保這些英雄不會過於強大也不會太弱小。我們在設計改動項目時,我們會不斷地去評估這些改動項目是否有效,或是還需要再進一步加大力道。如果你最喜歡的英雄沒有經過改動,但你覺得需要有所調整的話,希望上述介紹到的指標能夠幫助你理解《鬥陣特攻》英雄平衡設計背後的幾個考量點,讓大家更願意去相信我們有在認真做平衡。

不過說回來,平衡組還是得多動動腦子

遊戲平衡是一場馬拉松,而不是百米衝刺,今後還有許多英雄等著我們去改動調整。下一次的Beta 測試見!


© 2022 3樓貓 下載APP 站點地圖 廣告合作:asmrly666@gmail.com