為了讓你繼續氪金，遊戲公司正在測算你的每一步操作

（vicko238／編譯，錦衣Reload、Ent／校）頻繁更換遊戲，是手遊玩家的一個特點。

手遊玩家的另一個特點是，大部分人不會在遊戲里花一分錢。他們說爬牆就爬牆，想卸載就卸載。對商家來說，這些人毫無忠誠度可言。

但有一小部分人可不一樣，他們就是「高氪玩家」，也被遊戲產業稱為「鯨」。這種寶貴存在僅佔全部玩家的0.15%，付費玩家的10%。而就是這麼一點人，能創造氪金總量的50%。

（設計台詞）遊戲玩家：我真不是拿這個錢去氪金的。圖片來源：Pixabay

為了儘可能地留住「鯨」，日本一家遊戲公司硅工作室（Silicon Studio）研發出了一種演算法，來預測用戶流失狀況，以延長高氪玩家遊戲生命。該工作室基於這種演算法，針對高氪玩家進行了個性化推送提示。這一舉動降低了5%的高氪玩家流失率，增加了15%的銷售額。

集成模型的演算法

硅工作室的研究人員阿非利加?佩里亞涅斯（áfrica Periá?ez）把這個演算法稱為「集成」方法。因為不同於基於單個演算法研發出的模型，這個演算法模型是建立在多個學習演算法之上的。它通過研究更多的相關演算法與替代模型，來提高預測的準確性。「每次我們運行這個模型的時候，實際上都是在運行1000個單獨的子模型。每個子模型的初始設定和重點關注的變數都不同。」佩里亞涅斯說。

研究團隊還將生存分析演算法（survival analysis algorithm）放在了每個子模型中。這樣的模型可以在醫學研究中預測患者在特定情況下的生存曲線，也可以在生物學研究中用來觀察體內細胞的表現。

這是首次將存活分析演算法與集成模型在遊戲產業內結合起來的研究。在應用中，它可以準確預測出玩家在哪天、哪個遊戲階段會爬牆走人，以及原因是什麼。

在自己的遊戲上做測試

這個模型首先在硅工作室自己旗下的RPG對戰手游「伊詩塔亞年代」（Age of Ishtaria）上進行了測試。在選定2014年10月至2016年2月間的數據後，150萬玩家的數據被投入模型，分析出了玩家生存曲線與影響用戶流失的相關因素。

研究將「流失」定義為連續10天不登錄遊戲。根據數據的分析，如果高氪玩家10天都沒上線，可能就再也不會登錄。即使再次登錄，這些玩家回歸之後的的氪金量也僅占高氪玩家全部付費額的1.4%。

不付費玩家（紅）、付費玩家（綠）和高氪玩家（藍）的生存曲線。圖片來源：Periá?ez et al.

研究計算出的生存曲線表示，高氪玩家十分值得挽留，他們不僅氪得多，玩的時間也更長。不管付費多少，整體上氪了金的用戶比不付費用戶的遊戲生命更長。80%的不付費玩家在遊戲的第一天就會跑路。作為對比的是，只有20%的高氪玩家在遊戲100開始天后會流失。

影響用戶流失的重要變數也被列出來。模型考慮的變數包括一些操作行為以及通過量化得出的玩家專註度、忠誠度、遊戲強度等等。研究使用了兩種不同的演算法，一種表示排在前三重要的因素為：最後一次氪金額度、最後一次氪金時間、遊戲等級；另一種表示，最初15周遊戲平均時長、遊戲時間、遊戲等級最為重要。

用戶流失的重要因素。圖片來源：Periá?ez et al.

此外，模型還可以預測出隨著時間變化，個體玩家的「存活」概率。如果這個概率低於50%，就可能有流失風險，意味著遊戲方需要採取行動進一步吸引用戶。

模型計算出的個體玩家「存活」曲線。圖片來源：Periá?ez et al.

「在玩家登錄遊戲的第一天起，我們就知道這個玩家大概會玩多久、玩到哪一級別。當然，我們最主要也是最重要的研究目的是延長玩家的遊戲生命，並讓他們儘可能多地氪金。另外，了解用戶的需要，設計更有趣的、更刺激遊戲也很重要。」研究者說。

演算法商用？

現在，硅工作室打算把這個模型作為服務商用。這個演算法可以自動適應不同的遊戲和數據。

手游的出現改變了遊戲產業。商家會囤積用戶數據，包括用戶操作、關聯、氪金情況等等。他們開始明白需要去建立一個資料庫為基礎的模型，讓他們可以了解玩家的特點和喜好、預測玩家的反應。

硅工作室表示，一些大公司已經開始這樣做了，但是中小型的工作室沒有那麼多的資源。因此，這個模型也許可以作為預測工具為這些小公司服務。現在，他們已經與日本和歐洲的一些公司開展了合作。（編輯：錦衣Reload）

題圖來源：Pixabay

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！