完全竞争类游戏客户分层方式对客户体验的影响

陈穗林

摘要：游戏在经济学中值得关注的点在于其快速的信息回馈能力能满足经济模型中近乎苛刻的要求。个人认为，游戏运营的实质是未来实业运营的缩影。本文对时下风靡国内市场的手机游戏进行了简易的划分。阐述了完全竞争类游戏与其他产品的差异。通过把效用理论和统计学的思想相结合，对其客户划分的方式进行了分析。并据此结合实际提出了控制客户体验的办法。

关键词：完全竞争类游戏 效用分层 客户体验 风险厌恶

游戏在经济学中值得关注的点在于其快速的信息回馈能力能满足经济模型中近乎苛刻的要求。个人认为，游戏运营的实质是未来实业运营的缩影。研究应该“如何在游戏中运用经济学理论对已有的运营方式进行优化”对于未来实业运营有借鉴的意义。

一、什么是完全竞争类游戏

一个游戏若要对盈利能力进行控制，关键在于对每日客户消费额的取值范围方面的控制。取值范围越大，分层越多，获利就越多。而取值范围的大小往往与客户消费能力的大小有密切的关系。而消费者群体的年龄是消费能力的决定因素。因此，观察一款游戏的类型，大概就能知道该游戏的盈利能力大概处于哪个水平。以久游平台为例，下载榜排在前面的游戏可分类为几大部分：

（一）背景类

有超过5年以上的历史。这一类属于旧游戏翻新的类型，本质上是怀旧题材。这类型的出现有充分的合理性。在我国，进行游戏的意愿最高的年龄段是18-23岁之间，恰好是人在大学接受高等的时间。但是，处于这一阶段的学生对游戏的消费能力比起他们未来的收入是非常有限的。因此，运营商正确的做法应该是对这些消费者进行培养，而不是通过挤压学生学习时间和有限的经济来源，增加客户的游戏体验。5年的历史，刚好考虑到客户可支配收入的成长。与以往凭空出现的产品相比，此类题材有相对稳定的客户源。

（二）艺术副产品类

与目前关注度较高影视文学作品有很强的的相关性，本质上属于借势而为的类型（市面上简称为IP游戏）。这一类产品具有明显的时间限制。他们会迅速地成为关注的焦点。但是在相关作品热度过后，又会迅速地衰落。这类游戏通常缺乏合理的管理，游戏资源存在很大程度上的浪费。这是由这类游戏“捞一笔就走”的盈利理念决定的。而盈利的大小，往往取决于原创影视文学作品的影响力。有意思的是，该类型往往会把封测结果作为衡量游戏寿命的标准，而不是按已有的定位，根据封测结果进一步进行调整。

（三）休闲娱乐类

这一类游戏流行于国外，位于google play等国外排行榜前列。然而，这类产品在国内的发展受到前两类的挤出，受众稀少。休闲娱乐类游戏是手机游戏界的硬通货，盈利持稳定性和持续性都远超IP游戏，往往看似平平无奇，又很好地抓住了客户心理特征。而这些恰恰是国产手机游戏最稀缺的元素，也是未来游戏必然重点发展的类别。否则，游戏运营商将面临巨额的销售推广费用。

（四）完全竞争类

完全竞争类产品区别于前三类，具有很强的博弈性质。这类游戏本质上是一个为客户的博弈提供的平台。区别于以往的客户分层方式，这类产品往往以“客户的效用”进行分层。这种分层的立足点在于：客户在游戏中投入的货币和游戏时间，最终会转化成对外的竞争力。而竞争力越强，客户的效用感就越高。同时，运营商意识到，竞争力并不是单纯的货币与时间的积累，智力因素在其中也占据着重要的作用。而智力因素在三者中比重越大，客户对这个游戏的认同感就越强。这类游戏能充分发挥参与者的能动性和创造力，更重要的是不会对游戏资源造成浪费。因为这类游戏里，最有价值的资源是人，而不是游戏背景和剧情设计。运营商要做的，只是“组织效用”处在相同区间的参与者进行博弈。

二、对完全竞争类游戏的效用分层的分析

假设：

（1）设x轴为每个层级投入的货币量折现成每天投入的游戏时间（M/K，其中M为投入的货币量，K为兑换系数，指的是1单位游戏时间的价格）

（2）设y轴为“时间与智力因素的总和”（T&t）可拟出如下图像：

效用分层图示

U_i（i∈z）为效用曲线。基于对游戏体验的了解，客户体验不仅仅取决于客户投入的组合（时间和货币组合），更取决于对手所在的层级。（这类似于小学考试，考了90分自然会拥有比80分更高的体验，然而，更重要的是其他同学考了多少分，考到这个分数的占全班人数的比例有多少。）根据调查可得每一个阶层中客户所占总客户量的比例，在上图中拟出比例线（A₀A₁，B₁B₁，C₀C₁，D₀D₁）。這些比例线的出现，会拉大效用的差异（可以参考A₁B₁点上的效用线U₁U₃）。

显然，处在第一阶段时，考虑投入T&t（时间T与智力因素）相同的情况下，A₁点效用U₁比A₀点效用U₀高。换句话说，处在A₁点的参与者在第一阶层中具有统治力。如果该参与者想进入下一个阶层，那意味着玩家会失去统治力（处于B₀位置受B₁统治）。因此，参与者更愿意在该层级的末端（A₁位置）投入大量的“时间智力要素”（T&t）（如图，浅蓝色线部分），直到效用与B₁点的效用U₃曲线完全重合为止。

网络游戏维护客户数量的关键是控制失败体验，一个游戏的失败体验越高，意味着竞争越激烈，玩家会更容易感到更焦躁，进而选择退出游戏的概率就越大。如上图所示，假设参与者足够多，那么在第一层级的参与感受到的失败体验是无限的。因为在第一区间，客户需要与B₁点（U₃）最高效用的拥有者进行竞争，而B₁点的最高效用取决于C₁点的效用（如此类推）。所幸的是，时间智力因素的积累是有限的，这限制了失败体验的无限增值。然而，最好的分层依然应该考虑到T&t积累的因素，让效用能从A₁提升到B₁点与B₀点之间的位置。如果这样做，每一个区间的参与者最多只能感受到两倍的失败体验。若要进一步控制失败体验，则需要进一步量化（只要有足够的数据，这是可以做到的）。当然，也可以设置为A₁永远无法到达B₀点的效用层级。若这么做，客户将（因不愿意失去统治力）不愿意进入下一个层级，从而影响到运营商的盈利情况。

三、效用分层在现实中遇到的问题及其解决方案

效用分层区别于现实中按人数和按资金量进行分层的方式，与其说是一种分层模式，倒不如说是一个排序系统。然而，所有的排序系统都面临着对新进客户如何定位的问题。

目前，比较成熟的做法是“加速前进，有限退回”。比如，“炉石传说”的做法是连续获得正面体验（连续博弈胜利）的客户进入下一个效用层级的速率翻倍，一旦出现失败体验，则原速退回。“部落冲突”的做法则更为直接。博弈胜利的收益永远比失败损失大三倍左右，为失败提供了足够的容错率。

然而，还是出现了有意思的问题。以Blizzard的炉石传说为例，为了保证参与者有足够的竞争积极性，每个层级都设置了相应的奖励机制。然而，参与者会根据自己的实际能力进行评估，当达到了预期的效用层级，参与者（第一梯队客户）会因为产生风险厌恶（担心失去已有的奖励），而不再进行博弈。而剩下的客户则因为对所在效用层级的福利不满而进行反复博弈。当第一梯队客户的退出，降低了继续博弈的难度，最终将导致处于较低层级的客户享受到了本属于较高层级客户的福利。

把这个问题代入到效用分层的模型中。已知，在第一次博弈结果出现后，高端玩家产生了风险厌恶，不愿意继续进行博弈。

在这一情况下会出现以下三个问题：

（1）第一次博弈结果出来以后，高端玩家（D₀D₁区间的客户）相当于退出了这个游戏。

（2）按效用进行第二次博弈分层。因失去高端玩家，每一个阶层中客户所占总客户量的比例线（A₀A₁，B₀B₁，C₀C₁）將会向下进行调整，原来部分C₀C₁客户将会成为D₀D₁区间的客户。这意味着，失败体验减少了。

（3）第二次分层结果出现后，会出现次高端玩家退出游戏。在重复N次以后，将只有最低端甚至没有进行过任何消费的玩家依然留在游戏中。这意味着低端客户将比高端客户占有了更多的游戏资源（至少占用了更长的时间）。高端玩家失去过多的游戏体验（不管是失败体验还是成功体验）。

上述问题的关键在于，运营商无法为客户提供合理的差异化体验。为解决这个问题，Blizzard公司的做法是另外创造一个平台释放高端玩家的风险厌恶。让高端玩家处于一个无法退回的状态下进行游戏。为高端玩家塑造了全新的竞技平台（有排名，但是奖励上没有太大的差异）。这很好地解决了高端玩家投入游戏时间减少和不愿意继续进行博弈的问题。遵循“加速前进，有限退回”的原则对高端玩家重新进行定位。让高端玩家得到了区分于原有奖励机制下的游戏体验。同时，保持了游戏的活力。

而值得一提的是，两个竞赛平台是同时开放的。在调查中发现，有部分游戏模仿了这个体系，然而新平台却是以季后赛（常规赛结束后才开始）的形式进行的。这么做是完全没有意义的。高端玩家在达到一定高度后依然可以通过选择不博弈达到“利益最大化”和“避免风险”双重目的。这实质上并没有释放高端玩家的风险厌恶，反而巩固了原来的体系。