大數(shù)據(jù)時(shí)代 如何做好游戲的用戶研究
![](http://image.woshipm.com/wp-files/img/106.jpg)
如果想了解用戶研究在不同階段都在做些什么,這篇分享可以幫助你了解一下。
三個(gè)觀點(diǎn):
1、用戶研究不是一個(gè)崗位,而是一種思想。它與策劃、交互、視覺、產(chǎn)品、運(yùn)營(yíng)息息相關(guān)。
2、用戶研究是一個(gè)需要長(zhǎng)期積累、快速反應(yīng)的工種。
3、用戶研究不是單純的收集和反饋,它旨在于挖掘原因和解決問題。
用研的價(jià)值:
●對(duì)于策劃:版本反饋及改進(jìn);玩法改善體驗(yàn)、評(píng)估及改進(jìn);特征用戶研究。
●對(duì)于運(yùn)營(yíng):渠道推廣支持;自媒體分析和推廣;特征人群拉新;市場(chǎng)環(huán)境與輿論反饋。
●對(duì)于交互:可用性支持;交互反饋;用戶信息提供。
●對(duì)于客服:VIP服務(wù);用戶分類;賬號(hào)保護(hù)及安全策略。
用戶研究做些什么,按照階段來劃分如下:
●解決什么問題:(這里拿游戲產(chǎn)品來進(jìn)行舉例)
●采用什么方法:(這里將市場(chǎng)導(dǎo)向和產(chǎn)品導(dǎo)向分開,這個(gè)點(diǎn)很好)
PS:這里的方法很多,但是有哪些是必要的,關(guān)鍵在于看問題的優(yōu)先級(jí)別如何。
案例(以某一游戲?yàn)槔?/strong>
● 立項(xiàng)期的市場(chǎng)分析,試著回答這些問題。
方法包括(其中競(jìng)品信息和競(jìng)品用戶訪談性價(jià)比較高,比較適合小團(tuán)隊(duì)快速反應(yīng)并得出有效結(jié)論)
● 開發(fā)期的迭代體驗(yàn)測(cè)試,步驟如下:
1、確定測(cè)試目的
2、排除環(huán)境干擾(測(cè)試版本制作)
3、設(shè)計(jì)測(cè)試流程
4、補(bǔ)足測(cè)試信息
5、招募測(cè)試人員(分組)
6、體驗(yàn)培訓(xùn)(PS:即將編程相關(guān)人員來進(jìn)行培訓(xùn),減少程序化語言)
7、體驗(yàn)觀察/記錄
8、資料匯總/分析
9、版本改進(jìn)
10、下一輪(至少進(jìn)行兩輪)
干貨分享:
1、大數(shù)字讓玩家感覺更加“爽”;
部分玩家對(duì)于傷害反饋形式很在意,傾向于大數(shù)值傷害正向顯示,如下圖右側(cè)。
2、智能操作需要“度”,用戶需要控制感;
部分玩家對(duì)于智能操作很反感,失控狀態(tài)容易產(chǎn)生焦慮。
3、緊張、興奮永遠(yuǎn)要大于焦躁、挫敗;
沒有懲罰,只有獎(jiǎng)勵(lì);在用戶控制的元素中,不要降低可控性(如減速,混亂);帶動(dòng)社交環(huán)境的正向氛圍。
4、興奮點(diǎn)的過山車?yán)碚?/p>
一個(gè)產(chǎn)品中,給用戶的體驗(yàn)點(diǎn)包括:迷茫點(diǎn),無聊點(diǎn),挫折點(diǎn)和興奮點(diǎn)。產(chǎn)品設(shè)計(jì)中要盡可能地減少前三者,然而,當(dāng)興奮點(diǎn)達(dá)到高峰體驗(yàn)的時(shí)候,那么前面的三點(diǎn)體驗(yàn)累計(jì)將從用戶的感知記憶中被遮蓋,正如過山車一樣,人們永遠(yuǎn)記住的,是那個(gè)緩緩爬升到最高點(diǎn)后突降的那個(gè)體驗(yàn)點(diǎn)。
● 測(cè)試期的版本改進(jìn)實(shí)驗(yàn)
根據(jù)項(xiàng)目版本的早期流失率,來定義問題,通過用戶研究來找到答案,從而得到改進(jìn)方案。
1、誰碰到了問題?
2、什么問題?
3、到底有多少人碰到這樣的問題?
用戶的現(xiàn)實(shí)情況往往是混沌的,這和我們?cè)日J(rèn)為的單線流程往往有很大的區(qū)別,所以要盡量還原用戶的行為環(huán)境,比如去網(wǎng)吧訪談。
就體驗(yàn)而言,我們要做到的是,竟然讓用戶有正向感受,降低負(fù)向感受,并強(qiáng)化興奮點(diǎn)。
如下圖:注意高峰體驗(yàn),這個(gè)可以化解之前的負(fù)向感受。
● 運(yùn)營(yíng)期的用戶分類分析
還記得上篇所說的:如何將創(chuàng)意結(jié)合營(yíng)銷,為用戶提供基于情感的體驗(yàn),然而,如果產(chǎn)品覆蓋用戶的數(shù)量比較大的話,那么就很難保證創(chuàng)意的針對(duì)性,因此首先要對(duì)用戶屬性和行為分析。
我們可以得到的包括:不同類別用戶的消費(fèi)潛力,如下圖,A類用戶中黃色線代表的群體,有拉升Arup潛力。
如下圖,B類用戶的社交/圈子訴求強(qiáng)烈,可在此方面進(jìn)一步擴(kuò)展。
如下圖,不同玩家的信息偏好:不同類型玩家的信息偏好區(qū)分較大,可做分類推送信息。
文章來源:CocoaChina
??
寫的不夠深入。。。