|
|
编译/游手浩贤 原讲作者/Greg Street
4.4 专注于一个目标
虽然我们希望为所有玩家做平衡，
但专注于一个目标，有助于避免疯狂发补丁。
同时我们会监控所有段位玩家的状况，例如这两个指标：
两个指标：
1、受改动影响的玩家数；
2、对改动的敏感程度。
例如我们改了一个英雄5点攻击力，新人可能都不知道，他们才不管你是不是在做游戏平衡，他们关心自己又打了10场，胜率是不是有提升。
由图你们可以看到，两者的交点大概在铂金和钻石之间，我们经常针对这里做调整，影响的玩家也很多，而且可以得到玩家的反馈。
当然这不意味着我们不会管新手局和专业比赛，例如如果一个英雄在比赛是100%的ban率，我们当然也会管。
玩家会假定我们只会去平衡高端局（high elo）。
这很重要，因为大部分玩家并不需要知道为何要改，以及这些改动对自己有何影响。
但是，这也意味着许多小白用不上很多英雄。
我们的确需要努力达成各个层次玩家的平衡，例如去看著名视频博客的评论。
这许多改动都是要公布的，
我们给玩家社区发调整日志，让他们知道我们为何要改，改成啥样。
专业比赛的平衡常常涉及到观众。
我们当然不想让职业选手要被改动折磨，但我们希望保证观众看比赛时能兴趣盎然。
（潜台词：牺牲选手→_→）
例如比赛很拖沓，观众说：
“比赛还是很好看的，只是我要跳过前二十分钟，因为真的很无聊”
这意味着观众开始换台，破坏了“观众?选手”之前的循环。
这时候我们就会动刀。
这些事并不容易。谁来负责呢？
4.5 团队构成
兼职的很难干好，因为我之前在帝国时代就这么干过……没错，我当时就是兼职做游戏平衡。
如果是比较小的独立工作室，开发者认真听取玩家意见快速迭代也许还能应付，但LOL不行。
在拳头，我们有两支队伍专门处理这个问题：
1、 特勤平衡组（Dedicated Live Team）。负责各个补丁（patch）之间的平衡，以及处理各种无法等待完整解决方案的突发性情况 ;
2、 专业玩家组。由水平很高的职业玩家构成。
3、
我们每两周发一个补丁。
做游戏的都知道真正可用的开发时间不会有两周。
要经过本地化、QA等环节，经常还要预留三天来测试各种改动，加需求，再测。
专业玩家组支持特勤平衡组的工作，这个组内都是顶尖高手。
通过他们的测试你可以获得大量的反馈，就像是正式发布之间的一次预演。
虽然对于一些工作室而言，专门雇佣十个专业玩家来玩游戏很奢侈，并不可行。
但对我们而言很值，因为策划和QA通常不能一整天都在玩游戏，他们还要自己坐电脑前工作。所以得有人专门玩游戏。我在暴雪也这么做过。
需要提醒的一点是，专业玩家队的建议通常针对的是高段位——这部分玩家极少，所以要明白这些建议的改动只代表了他们，而不是其他绝大部分玩家。
4.6 专注于一个赛季
前面提到了两个专注：
1、 专注于某个段位（Target Elo）
2、 一支专门负责此事的队伍。
要说的第三个专注是：专注于一个赛季。
拳头的版本计划跟着赛季走，一个赛季是一个周期。
我们知道一些常规更新会在一定程度上干扰游戏平衡和折腾玩家 ，
例如最近我们更新了卡密尔，她的胜率并未达到预期。
而在上个赛季，我们对刺客做了大量改动。
不仅是改单个英雄，还包括道具、天赋甚至符文（因为符文和刺客联系紧密）。
因为知道这些改动有价值，所以我们很慎重地做了这些改动。
当然这会对游戏平衡造成冲击，
在这个阶段玩家会吐槽：
“开发组特么在干嘛？”
但你造我们有多努力在做平衡吗？
因此我们尝试只在赛季前和赛季中做最扰人的改动。
（We tryto constrain the most distracted change to pre-season and mid-season.）
此时和玩家的沟通就很关键，
告诉他们正在发生什么，已经将要发生什么。
例如我们现在要上一个新的排位系统，一开始可能会有些鸡飞狗跳，但相信我们，我们会快速迭代使它到达一个稳定版本。
（潜台词：在特定时机会牺牲稳定性做调整，并积极和玩家沟通）
4.7 如何使用数据
在这一步，我们可能会使用数据。
我们在游戏中收集了大量数据，这帮助我们分析和迭代游戏。
我们多次谈到胜率，让每个英雄胜率接近50%的确是重要一步，但不是全部。
例如对于亚索，人们不止关心他的胜率，还在于怎么评论他：
例如韩国玩家喜欢用“Badass”来描述亚索，
而北美玩家则喜欢用“Unique、Beautiful”。
（文本统计还是比较少见，但这可以反映玩家的主观态度）
即便是胜率，也有不同的故事。
例如不同英雄在不同段位会表现出不同的胜率：
例如维嘉（小法）虽然在中高端局胜率有下降，但整体而言保持在50%左右，我们很满意；
而对于崔斯特（卡牌大师），青铜局坑成狗，高端局又吊炸天；
像之前提到的盖伦，中低端局很猛，到了后面就傻逼了；
而像阿托克斯（剑魔）整体而言胜率过低，这是不能被接受的，
为何他胜率会呈现断崖式下降？——这是因为样本数非常少，高端玩家甚至不会选他。
这就是一个数据分析的例子，而不是只是看胜率低就要去做加强。
和ELO相似，这里分析英雄胜率和英雄使用场次之间的关系：
英雄如奥瑞利安·索尔（铸星龙王），
一开始你可能会输，事实上是一直输，输得很惨，
直到你真的玩懂这个英雄并达到一个高胜率——这对玩家是很好的回报。
而另一个类型的英雄则是沃利贝尔（狗熊），你能看到无论你用过多少场胜率都很稳。
这通常意味着不是一个好设计，可能在某个时间点我们会重做。
龙王也有自己的问题要做调整，它的成长曲线太陡峭了，我们希望它在低端局胜率不要太低。
（不只看单个数据，还要看交叉引用后的数据。
交叉引用后，可以直接量化一个英雄的技能机制是否真的是“易于上手，难于精通”并做调整。你是否嗅到了玄学终结的味道？→_→）
4.7 数据解释
怎么诠释数据很重要。
例如你对面是一个玩了上千把的老盲僧，而你不到一百把。
对方把你家野区当猪场养猪，此时就不是这个英雄OP了，而是他真的需要这么多练习才能掌握精髓，OP的只是玩家的水平。
此时你应该去查看这个英雄基于ELO和场次的胜率变化，才能得出更多信息。
职业玩家对英雄的选择会直接影响到大众的选择。
当我们看到一个职业选手选了英雄，我们就知道全世界很快会掀起这股英雄浪潮。
有趣的一点是，玩家宁愿被喷技术差，也不愿被笑跟不上潮流。但大部分玩家是无法像职业选手那样掌握英雄精髓的。
（所以当你看到青铜玩家跟风，建议你去哭一哭，因为他们不是Faker）
Froggen的冰鸟很厉害，这也是一个经典的案例：
你需要根据你的经验去分析数据并得出结论。
我们不用机器学习来平衡游戏，我们雇人。
雇有经验的策划和QA做平衡决定。
例如看到冰鸟有55%的胜率，
如果我们去削，玩家会问：
为何要削？它的胜率不是问题啊？
当我们认真分析，会同意玩家的说法：
一可以在Ban/Pick阶段就针对；
二可以在实际对战时躲她技能。
在这个例子中，数据说她不平衡，而上帝则说她是平衡的。
我们不公开分享数据
魔兽世界、帝国时代时我们也不公开。
原因是：我们害怕给玩家提供选择上的暗示。
例如当玩家看到一个英雄胜率很低，可能就不会玩他了。
我们希望玩家为了好玩而玩LOL，而不是成为一个野心勃勃的统计学家。
另一个原因则是我们不希望用数据去驳倒玩家，而更希望和他们展开讨论。
4.8 问题定位
下一个问题：
当你发现了一个平衡问题，你如何决定要改哪里？
对于LOL，可能是英雄有问题，也可能是天赋，道具有问题。
除了玩家当前使用的策略，还可能是因为队伍里某个英雄和他配合而op。
以我们游戏中的波比为例。
波比最近重做，客观来说这次重做还不错，但它的胜率爆炸。
在英雄重做的同时，我们重做了一个天赋：巨像的勇气
波比有很多控制技，而且本身坦度已经足够，而现在更是硬上加硬。
那么问题来了，到底该在哪里动刀呢？
到底是天赋过强还是英雄过强？
我们为此撕逼良久，
巨像勇气当然要削，问题是波比到底用不用削？
我们调整完巨像勇气后发现，胜率仍然那么高……所以我们连波比也一起削了。
（666666，所以撕这么多不如学Facebook在不同地区分发不同版本好做a/b测试？→_→）
4.9 玩自己的游戏，但不要太多
这有两个极端，一个是玩得太少。
如果你玩得太少，光看胜率等数据，你很难明白玩家的实际体验；
但另一方面，如果你玩得太深入，又很容易认为自己的体验具有通用性，能代表所有玩家。
我们团队部分出现了这样的问题，随着团队成熟对游戏过于熟悉，我们逐渐忘记了有许多玩家仍待我们游戏如初见，玩得很开心很投入。
而当年在帝国时代，我们是玩别的游戏，再回来做平衡，来回往返。
所以：不要只基于一个游戏做平衡性修改；而是往返于多个游戏，保持自己的游戏嗅觉。
我仍尝试每天打LOL，这让我能跟得上玩家，听得懂他们在谈什么。
4.10 发掘玩家意见
1、 从各种渠道收集玩家意见；论坛，微博，视频评论等等；
2、 但不要他们要什么你就给什么。否则你会非常失望；
3、 拳头建立了全球性的反馈系统，能收集到各个地区玩家的建议。有的地区能更快反应出问题，从而预先解决。小的工作室可能会比较痛苦，但可以依靠平台的力量；
4、 Beta测试是否有用？
Beta测试对于BUG和印象建立很有效，
但总体而言，Beta测试对PVP的平衡作用不是很大。
原因包括：玩家并不会真的玩得很投入，和真实玩家的情况有较大区别；其次小规模的测试也意味着匹配系统并不完善。
需要补充的是：Beta测试在魔兽世界的PVE副本中非常有效，但对PVP平衡同样无力
4.11 直接问玩家
我们也会主动去问玩家，包括：
1、设立玩家实验室：让玩家测新英雄等各种新奇设定；
2、调查：覆盖面很广，可以看到玩家态度随时间的变化以及地域差异；
3、采用交叉引用的数据分析。
例如：上个赛季我们在野区加入了植物。
玩家刚听说时狂喷，说LOL要毁了……
现在问卷调查显示，大部分玩家对这些植物非常满意。
这不是说玩家蠢，而是说，没有必要把玩家的期望直接当做要开发的功能。
小结一下：
现在有了目标，数据，玩家反馈，那就可以构成循环了。
如图就是我们的迭代反馈循环：
做改动，收集数据，收集玩家反馈，迭代……以此循环。
以奶大力（豹女）为例：
我们迭代了N次，然而现在她还是有问题，还要改……悲伤的故事。
而我之前提到的特勤平衡组，他们只是应急处理平衡问题，但无法从根源上、系统上减少问题。因此，像准则这样的东西就非常必要，能从系统上减少问题。
4.12 砍掉英雄的核心
最后就是砍掉英雄的核心（basement champion）。
（后面对该短语的解释：That means your champion is such a problem in the game that the onlything to do is to nerf the core of them, so the players aren’t gonna play them）
这是我们最不情愿做的事，相当于劝退许多玩这个英雄的玩家，但如果我们给他拿到一个1V9的英雄，对整体造成负体验也不太对。
例如阿兹尔（沙皇）是一个非常全能的英雄，没有实质上的缺点，而在不同段位胜率差距也很大，很难平衡。所以可能我们最终会砍掉他部分能力。
说了这么多平衡，最后需要说是：
平衡并不是全部。
例如瑞文、妖姬、亚索。
亚索的胜率已经很平衡，但很多玩家一边说他很烂，一边又不断选他。
玩家选择一个英雄有许多原因，而不只是平衡。
例如金克斯，那神经质的气质倾倒众生，即便现在她已经有点弱，许多玩家还是喜欢选她。如果你因为选她的人很多而想削她，那玩家会非常伤心。
4.13 关于团队
在游戏平衡团队工作是怎样的体验？
1、 比较惨。玩家骂得最多；
2、 很忙。一个补丁接一个补丁，基本不会停；
所以，从公司层面而言，我们怎么管理团队呢？
1、 提供一个“副活”。让他们不是整天关心砍这个，加强那个，而是有别的事来减压；
2、 组间轮岗。一方面有助于心理健康，另一方面可以促进有关平衡的经验交流；
3、 告诉他们干得很好。因为大家已经听到够多骂声了，所以需要更多鼓励与尊重。因为玩家很少会赞他们（即便从整体来看，他们已经做得很好）。
五、总结
1、 游戏平衡对于游戏寿命和玩家的参与度很重要；
2、 理解各因素如何在游戏水平层面影响游戏平衡；
3、 拥有准则。根据目标做改动，而不是单靠数据；
4、 迭代+跟进。
和玩家处好关系在这个过程有很大帮助，
一旦你搞砸，玩家不会去喷你的动机，更可能怀疑你的能力并给你支持和帮助。
（没错，你需要更强的CRM……）
祝你好运！
via：腾讯GAD
声明：游资网登载此文出于传递信息之目的，绝不意味着游资网赞同其观点或证实其描述。
|
|
发表于 2017-5-3 15:04:34
