The Wiley Handbook of Human Computer Interaction翻译

介绍

       应用游戏用户研究的历史可以追溯到40多年前，它将社会科学方法（即心理学，社会学，人类学）应用于游戏开发过程，目标是评估和改善玩家体验（Amaya等，2008; Medlock， 2014）。自20世纪90年代末以来，微软的用户研究小组一直在应用，改进和发明新的研究方法，以提高我们游戏的可用性和“愉悦性”，许多其他游戏开发工作室和出版商也可以效仿（例如索尼， 动视，EA，育碧）。本章的目的是分享我们在那个时期开发的一些哲学，并揭示在关键主题领域的游戏开发中应用研究方法的最佳实践。首先，我们描述了该学科的历史以及我们如何定义游戏用户研究。接下来，我们将介绍我们的游戏用户研究方法以及它如何适应游戏开发周期。最后，本章将以学科的一些重点领域和沿途吸取的经验教训为结论。

历史

起点（1970年代）

       游戏用户研究可以追溯到20世纪70年代早期以及第一个游戏用户研究员Carol Kantor的工作（参见Medlock，2014年的详细历史记录）。 Carol于1972年开始在雅达利工作，他的任务是试图找出一种方法来确定开发中的特定游戏是成功还是失败。 她早期的大部分测试都是针对雅达利和竞争对手的弹球游戏，但随着20世纪70年代蓬勃发展的街机视频游戏市场，她很快就转向测试视频游戏。 Carol利用她的营销研究背景，改编并开发了几种目前仍在使用的用户研究方法。 卡罗尔使用了四种关键方法：

•实地观察方法 - 在商场中对玩家行为进行编码。
•调查方法 - 接近人们在游戏厅玩游戏并让他们填写有关他们体验的调查问卷。
•聚焦小组方法 - 在游戏开发过程中引入目标受众的成员，让他们玩游戏并参与焦点小组
•硬币收集数据 - 分析每个标题产生的季度数。

       几年来，卡罗尔自己做了很多测试。 1977年和1978年，她聘请了Colette Weil，Mary Fujihara和Linda Benzler。 这四个一起组成了第一个游戏用户研究团队，他们的工作一直持续到20世纪80年代。

1980年以后

       由于20世纪80年代该学科的增长不足，20世纪90年代是游戏用户研究的分水岭。 大公司开始参与其中，并成立了几家公司来支持它。 在21世纪初，游戏用户研究行业真正开始回暖势头。 在主要游戏开发商中建立了几个团队，该行业的研究人员开始发布，并且可以看到许多努力使该学科成熟。 在我们目前的十年中，我们继续看到在主要公司建立游戏用户研究小组。 此外，我们还看到越来越多的社区外展以及应用学术方面的发展势头。 有关游戏用户研究中的重要时刻，请参阅表16.1。

回顾过去，展望未来
       自从Carol Cantor和她的团队在40多年前开始研究弹球机和早期视频游戏以来，游戏用户研究已经大大增加。 回顾过去20年的行业，我们对行业的成就感到敬畏和自豪，并从我们自己的经验中汲取教训。 在本章的其余部分，我们将介绍如何定义游戏用户研究以及如何在游戏开发周期中应用方法。 我们还将描述我们在该领域的某些特定领域的进展，这些领域对于成功的游戏体验至关重要。 我们将讨论的具体领域是：

•在游戏中测试叙事;
•提供设计智能;
•与孩子一起进行用户研究;
• 用户生成内容;
•运动游戏用户研究;
•生物识别技术的诱惑。
我们希望为研究人员提供灵感，以抓住，建立和利用改进现有技术，以帮助将游戏用户研究带入未来。

什么是游戏用户研究？

应用与基础研究

       在最基本的层面上，研究可以分为两大类：基础和应用（Stanovich，2007）。虽然不是真正的二分法，但在描述游戏研究时，确实有助于考虑这些类别，因为研究人员采用的方法将以最终目标为指导。一般来说，进行基础研究的最终目标是提高我们对现象的理解 - 无论是为了更深入地了解某些事物如何运作，帮助建立理论，测试理论，还是扩展理论，等等。在游戏领域，可以在学术研究中看到一些例子，重点关注人们玩游戏的方式和原因（Olson，2010）。通过应用学术研究的成果来改进特定的消费产品，但这通常不是那些研究人员的主要关注点。实际上，将从基本游戏研究中获得的洞察力直接应用到产品中可能具有挑战性（Hopson，2006）。另一方面，在应用研究中，主要目标是应用这些发现来改善现实世界中的某些东西。例如，航空和汽车行业的许多人为因素研究都侧重于改善人类与这些产品的相互作用，安全性和性能（Wickens＆Hollands，2000）。在应用游戏研究中，研究人员通常会尝试回答一组特定的研究问题，答案将对游戏的设计产生直接影响（Amaya等，2008）。我们的目标是将研究产生的洞察力转化为我们产品的改进 - 我们的产品是娱乐体验。为此，我们的流程，基础架构和理念旨在通过利用游戏用户研究帮助开发团队为其产品提供最佳用户体验。

游戏用户研究的三个关键

       我们将游戏用户研究定义为控制研究方法在计算机和视频游戏开发中的应用，以确保引人入胜，平易近人和有趣的玩家体验。尽管定义简单明了，但实际过程远非如此。在快速游戏开发环境的范围内进行研究并应用这些发现以改进游戏并非易事。与一些非工业研究相反，数据和解释可以在数年或数月内完成，在应用游戏用户研究中，时间范围更可能是数周或数天。根据我们的经验，使该过程成功所需的三个关键因素。如果他们中的任何一个受到损害，那么使用我们的研究结果来改善玩家体验的能力同样会受到影响。这些关键成分在研究术语中占据了一席之地，因此将这一术语进一步打破是非常重要的。

       Leedy和Ormrod（2004）将研究描述为收集和分析信息的系统过程，以增加我们对所研究现象的理解。 这组作者认为，研究人员的职责是有助于理解这一现象，并将这种理解传达给他人。 看看这个定义，可以提出三个重要的关键方面：第一个关键方面是研究者，其功能是为他人做贡献和沟通; 第二个关键方面是关于METHOD，一个收集和分析信息的系统过程; 最后，第三个关键是我们称之为OUTCOME，这是为了增加我们对这种现象的理解，但是为了积极改变的目的。 对我们来说，游戏用户研究是关于这三个关键要素的交集：研究者，方法和结果（见图16.1）。

       为了使游戏用户研究取得成功，所有这三个要素都必须是健全的。 看一下这些键的各种组合，很明显一些混合物会如何抑制应用研究结果以改善产品玩家体验的最终目标（见图16.2）。 例如，一位不合格的研究人员会导致方法不当，从而产生误导性或破坏性的结果（见图16.2a）。 或者也许你有一个专家，他可以在一个领域做很好的研究，但他们会被推或尝试超出他们的专业知识或能力的方法（图16.2b）。 最后，如果您有一位优秀的研究人员正确执行这些方法，但他们无法以人们理解的方式与开发团队沟通，那么结果就不能成功地应用于产品的改进（图16.2C）。

       研究员 什么造就了一个伟大的游戏研究员？ 根据我们的经验，优秀的游戏研究人员必须具备核心技能才能有效（见图16.3）。 他们必须有能力采取抽象和难以衡量的事物，并使其具体和可衡量。 衡量玩家对乐趣，节奏或挑战的看法并非易事。 然而，除了设计师试图创造的玩家体验的任何其他部分之外，研究人员必须能够量化和测量这些结构（Pagulayan等，2012）。 研究人员还必须能够进行推测并将其转化为可检验的假设。 当没有其他数据可供利用时，设计师通常依赖推测来做出设计决策。 伟大的研究人员可以采用设计师对玩家如何反应或他们的经历可能是什么样的猜测，并将其转化为可测试的具体情景。
方法结果
图16.1游戏用户研究的三个关键点。

图16.2导致次优结果的一些关键组合。

       研究人员还必须能够随机发生并将其作为一般原则。例如，对于未经调查的研究人员，响应特定产品的玩家行为似乎与该产品体验的细微差别有关。然而，优秀的研究人员可以看到各种产品的测试模式，并将基本原则结合起来（Herbst＆Medlock，2014）。优秀的研究人员还必须能够在噪声中看到信号。用于测量人类经验和行为的一些技术可以产生大量数据（例如，游戏遥测，可用性，生物识别技术），并且需要能够正确识别信号并将其反馈给设计团队的研究人员。最后，伟大的游戏研究人员必须能够采取不可预测的方式并使其可预测。凭借经验，游戏研究人员开始能够在任何测试开始之前预测某些设计决策的结果。当然，研究人员无法预测所有结果（否则就没有理由进行测试），但是，通过在众多游戏中测试用户的经验和行为科学的背景，一位优秀的游戏研究人员可以应用某些启发式方法来评估设计并告诉他们在测试发生之前对测试的可能结果进行组合。

       根据我们的经验，成为优秀游戏研究员最成功的基础是实验心理学培训。 我们在工业中看到的大多数应用技术起源于心理学研究方法（例如，可用性测试），如果有人接受过实验心理学的培训，他们可以很容易地掌握应用的方法。 有时甚至更重要的是研究人员能够使新方法适应我们在娱乐中看到的独特挑战（例如，基于Motion的游戏，叙事）; 如果没有实验心理学的基础，这就更难做到了。

       方法 什么造就了一个伟大的方法？在游戏用户研究中，没有一种很好的方法可以用于所有木工项目。例如，锤子非常适合锤击钉子，但不太适合切割胶合板;工具的优点因手头的特定项目（以及工具的操作员）而异。确定方法优点的一个因素是它能够回答研究问题。一种好的方法是允许研究人员以一种可以产生可操作的见解的方式回答设计问题。游戏用户研究中使用了多种方法（Amaya等，2008; Pagulayan等，2003,2006,2012），其中一些是在游戏中开发的（例如，RITE测试，游戏测试），而其他方法则不是（例如，情境调查，焦点小组测试）。通常，研究人员将选择最佳方法来回答手头的问题 - 研究问题驱动方法选择。重要的是不应该逆转这个过程（方法驱动要问的研究问题）。研究问题必须推动所使用的测试和方法的设计，这些测试和方法驱动数据，从而推动分析，从而推动解释，最终推动游戏和用户体验的改进。在游戏研究中不存在方法来回答手头的研究问题的情况下，我们从实验心理学基础开始发明新的。正如在工具类比中，我们也根据它们的使用方式对方法进行分类，但我们的语言不是“木工”或“引人注目”或“切割”工具，而是围绕我们的方法，即态度，行为，生理以及定量或定性。有关我们方法的更全面讨论，请参阅Amaya等。 （2008年）

       结果 成功的游戏用户研究的最后一个关键是我们所谓的“结果”，或者为了变化而有效地传达结果。好的研究只有在可以理解和可行的情况下才有效。这需要两件事：领域专业知识（作为游戏玩家）和沟通能力。进行研究的人应该从个人经验中了解游戏和娱乐;这不是一个研究方法可以在不了解经验的细微差别的情况下有效的空间。除了理解域之外，研究人员必须能够有效地进行沟通。我们经历过这样的情况：由于沟通失败，一位坚实的研究人员进行扎实的研究并没有成功地帮助改善游戏。沟通必须清楚地向游戏开发团队研究受众传达结果和含义。研究可以充满警告，设计师需要能够在他们将洞察力应用于设计过程之前得到他们正在寻找的问题的答案。分析必须帮助他们做出明智的设计决策，而不是让问题更复杂。最有效的研究人员可以通过一种方式进行沟通和影响，使输出具有消耗性和可用性。

我们的游戏用户研究方法

准确的用户反馈循环

       想象一下，你是一名游戏设计师。那个游戏的总体目标是什么？如果你列出了你的目标，你可能有几个暗中或明确地引用一个玩家 - 游戏很有趣，游戏很挑战但并非不可能，游戏感觉就像Gran Turismo（1997）和Pokémon（1996），等等。如果你被问到一个澄清的问题，如“对于谁来说游戏很有趣？”你可能会说，“他的目标受众。”大多数设计师希望他们的创作对目标受众来说是有趣的。例如，如果他们正在制作赛车游戏，他们希望它对于赛车游戏玩家来说很有趣，如果他们正在构建第一个射击游戏，他们希望它对于第一个射手游戏玩家来说很有趣。然而，在整个游戏开发过程中，如果没有来自目标受众的准确反馈循环，设计师很难评估他们与实现目标的距离。

       正如富尔顿（Fulton，2002）所指出的那样，并不是说设计师对他们的游戏缺乏反馈，而是因为他们有太多而且不知道要听哪些频道。 在游戏行业中，游戏设计师不断从多个来源收到有关其游戏开发的反馈：朋友，家人，其他设计师，制作人，艺术家，程序员，邻居等等。 在研究如何解释这些反馈时，需要考虑两个主要因素：（a）反馈对目标受众的代表性如何; （b）如何收集反馈意见。 例如，设计师最好的朋友可能会看到比典型的赛车游戏更多的开发赛车游戏，他们是设计师最好的朋友。 当被问及他们对设计师上个月设计的新赛道的看法时，他们的反馈可能会有偏见。

       在一般情况下，游戏研究人员的角色应该是为游戏设计师提供一个无偏见的反馈循环。正如任何长期从事某个项目的人都失去了视角一样，设计师也会看到他们的游戏与大多数局外人不同，更重要的是，与典型的玩家不同。我们的工作是确保开发团队通过典型玩家的镜头了解他们的游戏。为此，我们从真实用户那里收集无偏见的数据，并使用这些数据来改进我们的游戏开发。但是，这个过程并不像引入目标消费者那样简单，只是要求他们提供反馈。我们必须利用我们在心理学研究方法方面的专业知识来减轻尽可能多的偏见。例如，测试的设置，玩家与研究人员的交互以及玩家之间的交互都必须仔细控制以确保数据的完整性。再次，关注雇用具有实验心理学背景的研究人员的原因是培训从人们那里收集数据，最大限度地减少潜在的偏差蔓延。
       简单的引进目标消费者，单纯地询问他们的反馈。我们必须利用我们在心理学研究方法的专业知识，以减可能多的减轻偏见。例如，测试设置中，玩家的互动与研究者，以及玩家之间的交互都必须严格控制，以保证数据的完整性。再次，注重与实验心理学回地面研究人员录用的原因是收集，用于偏置潜力最小化的方式从人的数据进行培训。
提供一个公正的反馈回路给开发团队，这也是我们的工作，确保反馈回路无误。团队阅读社交媒体和在线论坛中有关他们游戏的反馈，但这些反馈回路经常使得几个著名的论坛受到影响。我们已经证明了，有时候，他们从网上论坛获得的建议设计变更得到强有力的信息其实并不代表广大观众的情绪。在这种情况下，作用于反馈可能损害整个游戏。因此，这是我们的角色给声音不从在论坛上听到，并确保团队把这些反馈回路正确看待安静居多。要做到这一点，

研究者/游戏开发者关系的重要性

       在应用研究的世界，研究必须是高质量的，有效的。这需要与游戏开发团队的独立足够关系的研究是客观的，但与游戏开发团队足够接近的关系，理解上下文和用于研究被倾听。

       在实践中，我们指的是这种平衡嵌入式但独立的。研究人员应该是游戏开发团队的整个游戏 - 开发过程中嵌入的一部分。这使研究人员能够深刻地理解团队的设计目标，他们试图创建玩家体验。这种嵌入式的关系意味着，研究人员可以从一开始就影响到游戏的发展方向和建设时间在调度研究迭代，因为许多问题只能通过研究洞察融入整个游戏开发区发展循环来解决。而这种密切关系也有助于研究人员建立信任与游戏开发团队。

       这也是非常重要的是，研究人员是独立的，客观的，这是我们实现 通过我们在游戏开发的组织位置。作为在支持所有的游戏开发团队的一个集中的组织意味着我们不直接回答任何游戏团队和游戏工作室，和我们的首要任务是保持在用户和用户体验的积极倡导者。该组织作为一个整体依赖于研究人员将数据和研究的见解谁可以dispas sionately告诉他们，他们的游戏的用户体验，如何比较球员的期望，设计理念，竞争对手的偏见来源，以及组织的游戏产品组合为一体。

       在组织中的一个集中位置也为研究人员提供一个有利位置看在所有产品，并从所有这些研究得出的见解和比较。这从游戏开发团队独立集中的组织是非常有价值的，以帮助研究人员抵抗，当所有的游戏开发团队的成员都完全沉浸在游戏开发上的一个标题是经常发生的群体思维。

在游戏开发周期中的应用

       游戏开发具有有限的时间和有限的可用资源。不管怎样很多大家想，没有时间或金钱来解决所有在研究发现玩家体验的问题，特别是如果他们来晚了发现的。不同的开发活动发生在不同的发展阶段，而早期的决策常常会锁定到位的，因为在游戏开发过程中的生产需求。例如，游戏等级的物理空间往往需要尽早构建，使艺术家们可以通过精心设计的空间的外观，游戏设计师可以设计进入他们的游戏，和其他发展的关系团队成员可以添加自己的贡献。

       作为研究人员，这意味着，关键是要深刻理解游戏开发过程，并重点的先决条件出色的用户体验的时候，他们将有最大的价值。这也意味着进行研究足够早，使任何问题都可以用时间来解决更多的研究反复验证修复了预期的效果。

       有一个典型的游戏开发周期五个主要阶段，每个覆盖的玩家体验的不同部分的创作：

       1概念： 这里的重点是创造的游戏，将让玩家喜爱的体验，让他们要想发挥它的基本思想。通常情况下，概念阶段只涉及文档和图像，所以没有互动游戏已建成尚未。

       2原型： 这一切都是为了创造一个游戏原型演示了什么事情这么过瘾一下经验。重点为原型往往是未经证实或其他危险的游戏体验，因为这些EXPE riences对玩家乐趣的关键，他们通常采取最迭代，使他们很好的球员工作。

       3试生产： 这里重点是筹备和设计，为全游戏的玩家EXPE rience。从体验的角度来看，这通常意味着ITER阿婷和扩大这是在原型创造的经验，以及图uring出来将是什么必要创造一个成功的完整的游戏体验。

       4生产： 产量约为执行建设整场比赛，这样它准备发布计划。beta版本经常发生在生产，这意味着在开发游戏的版本发布给市民。但是，使用或不使用测试版，这是一个迭代的游戏体验了巨大的时间，因为这是当大部分的游戏是建立。

       5发布后： 这是游戏向公众正式发布，但球员EXPE后 rience迭代不一定到此为止。许多游戏不断地补充和调整发布后的游戏内容，它是至关重要的，新的和现有的球员继续通过这些游戏体验爱的游戏。

用户研究的重点在开发周期

       在游戏产业中的默认开发过程中往往会导致重大的玩家体验的问题，缺乏时间一旦他们确定了解决这些问题，以及缺乏灵活性，因为以前的决定限制对如何解决问题的方案。它变得清晰，有效的研究不只是在选择合适的

       时间以适应对开发周期。这也是关于帮助发展的关系团队计划出来的时候，如何着力建设experi ENCE的特定部分，将产生一个成功的玩家体验的最佳机会。

       其结果是，我们已经创建了一个有器官的五个用户研究的重点领域序列 美化版围绕什么，我们已经学会了一个成功的玩家体验（哈根，2015年）的重要组成部分。这些重点领域的组织方式可充分利用的研究在发展的每个阶段，他们帮助游戏开发团队antici颈部和尽早所以有足够的时间来解决这些问题拆除路障，以玩家体验的改善。每一个重点领域是依赖于以前的创建成功球员的经验。他们都依赖于游戏开发团队占他们在开发进度。

       观众定义（概念到原型阶段） 观众定义是正式左右 定义目标受众的共同定义和理解。每款游戏都DIF ferent，并创造了成功的经验是一样关于谁是游戏的正在修建的，因为它就是正在建设中。不同的受众有不同的喜好，欲望，需求和动机，他们往往喜欢不同种类的游戏。观众定义是游戏开发团队和研究人员之间的双向反馈循环。其中一部分涉及到游戏开发团队确定对他们来说，游戏正在取得预期的观众。该循环的另一部分是研究ERS目标受众反馈的数据和研究的见解，以确保该游戏的基本设计是一个很好的匹配它被用于发球员。

       核心机制（原型的生产前阶段） 对于具有伟大的球员经历的一个先决条件是，玩家应该能够理解并执行与成功的游戏体验基本动作。这是关于建立一个坚实的founda通过专注于玩家成功与核心玩法的动作，系统，和选择，将让他们有乐趣，想继续玩游戏和灰的游戏。如上所述，在原型阶段提到的，了解未经证实或其他危险的游戏体验是否会为球员工作，尽可能早地是非常重要的。这是当玩家直接与游戏体验，这将导致基于怎样的目标受众实际上与游戏交互的发现和IM provements互动发展过程中的第一个点。

       学习系统（试制到生产阶段） 一个游戏体验是不是一个伟大的球员，除非实际上发现和了解需要甲肝组件荷兰国际集团的乐趣游戏。学习系统覆盖任何帮助玩家学习如何有丰富的经验，比如学习控制，核心机制，游戏系统，目标，或成功的策略。学习系统本身的范围可以从细微的线索和游戏的情况下，帮助玩家对自己的学习更加明确玩家的教学，反馈和提醒。在一个典型的游戏产业发展的关系的时间表，学习系统的工作往往来得太迟，允许需要让玩家们成功地学习，有一个愉快的时间，而这样做的迭代。这不是一项容易的任务成功创建一个有趣的系统，可以帮助所有的游戏玩家了解并记住他们需要在整个游戏体验的一切。

       初步经验（生产阶段） 一旦确定玩家能成功充分发挥和学习的游戏，它是必要的，以验证他们实际上享受他们的第一个

时间拿起和玩游戏，初始享受就足以导致他们选择这个游戏在所有他们有其他的游戏选择。游戏的初步经验是，当玩家决定游戏是否值得进入。一个坏的经验可以将其关闭，或者一个伟大的经验可以借鉴他们。相反有玩家将经历怎样的游戏，游戏开发团队经常建立比来几个小时进入游戏体验后的初步经验。但即使五小时的经验是伟大的，玩家将永远不会得到它，如果他们没有在第一个小时一个梦幻般的时间。这是什么使早期的建设，研究，并初步经验很重要伊特拉重刑。

       扩展的经验（生产 到发布后阶段） 一旦初始experi ENCE 是愉快的，引人入胜的，长期的经验着眼于确保主要的游戏系统是整个游戏体验引人注目的，平衡的。添加和修改的产品也需要让玩家觉得他们想继续打球，这些变化是否任何公开发布之前来了，公测期间，或者在发布后。对于有些游戏，扩展体验会持续数月或数年的发挥。扩展的经验是重点领域，其中我们的设计情报工作（见下文）扮演的最重要的部分作为数据流。汇总和分析的容易玩家行为数据与态度数据结合在一个平衡整个游戏，并确保其在整个享受能够起到很大的作用。

       我们提出的框架到目前为止，描述了我们整体的测试方法：我们如何组织，当我们专注于特定的问题，以及我们如何对齐需要和游戏设计团队的目标。然而，在我们20年的经验，我们已经处理了许多问题和超越什么是游戏用户调研“标准”的挑战。下面的部分介绍一些方法和内容的测试方法，我们已经开发了以应对这些挑战。该方法包括技术，有效地做某些类型的游戏体验研究，做研究游戏特定的受众，并把基于数据流是最适合什么样的数据流。

测试叙事游戏
       虽然传统的游戏用户研究主要集中于游戏和用户界面，游戏开发区发展团队经常打算叙述是experi ENCE的很大一部分。设计者希望玩家爱上这个世界，爱和悼念谁丢失字符，觉得风险和挑战的感觉，激励游戏，并一起离开的感觉，好像他们已经完成了隆重的东西。不幸的是，游戏中的叙述并不总是实现这些目标的球员。

在测试的叙述早期尝试
       当影城的研究首先开始寻找到游戏中的叙述，我们把参与者寥寥进入实验室，并采访了他们关于他们最喜欢的游戏故事。其中一个我们要求他们做的事情是复述自己喜爱的游戏剧情。在这里，人们参与者尝试复述天际：

       嗯，基本上它开始时我得到了我的第一个龙喊了一声，我去Greybeards，它教我我的第一次，eerr它实际上教给我的第一个喊的东西。然后，我坚持下来了，嗯什么是下一个部分…啊它是如此难以记住整个事情。嗯还有什么我只是不停。无有这个其他的龙啊，我不记得他们的名字…有这等龙和我杀了他，然后还有一个我没有杀，和一个我没有杀了，我不记得…他很喜欢，我甚至不记得，亲爱的estly，这就像，这真的很难。（参与者7）

       这是复述典型的我们从游戏看到的。球员们开始了强劲但挣扎着从开始到结束（即使他们选择作为他们个人喜爱的叙事游戏）做到这一点。与此相反，当被要求复述自己喜欢的故事在其他任何媒体（书籍，电视，电影等）的参与者并没有出现此问题。下面是同一个参与者复述行尸走肉电视节目的故事：

       庵在第一集他被嗯，他被枪杀，然后他在医院，然后他醒来，他只是喜欢哇这是怎么回事？然后，他喜欢看僵尸，然后他与他的家人会见他去镇上了。我不知道它是什么镇。他遇到他的朋友，然后他遇到了呃…上帝，它已经有一段时间，因为我已经看过了。[…]然后那个女孩，她在第一个赛季结束后跑了，他们还在寻找她，并且还挺整个第一六集，然后他们正在寻找她加呃孩子被射杀的第二个赛季。然后，他们在谷仓步行者; 他们发现，在第二个赛季这吹我的脑海里结束。这是疯了！我是超级吓坏了这一点。（参与者7）

       与每个第二复述的模式变得明显，而球员绊倒复述游戏叙述，这并不是由于缺乏对参与者的部分能力。球员们完全有能力记住和复述冗长的非游戏纳拉表3-6，从开始到结束。因此，如果不是球员，我们不得不得出结论，有些事情是与游戏（汉森，2014A）脚麻。

       找到其中一个设计目标尚未完全实现的时刻是invita重刑游戏用户研究介入和参与。诊断游戏的刺激和玩家的体验之间的差距也恰恰是我们最擅长的，特别是如果作为叙述的情况下，设计的预期和金融投资换货均为高电平。如同砍场景叙事输送设备是非常昂贵的，如果他们不登陆他们负责的经验，我们应该帮助设计人员了解发生了什么。

问题
       目前的挑战是，虽然游戏的早期形式是可以播放，早在开发原型阶段，叙事往往不包括在可玩版本 游戏sions早期，足量的有意义的研究。面临的挑战是搞清楚研究什么。虽然是很常见的早期就开始测试的游戏，那是因为什么从游戏缺少不会过分影响研究的重点领域。敌人的行为是一样的，即使墙壁的颜色不对。例如，在光环4（2012年）的水平看着早期和晚期的研究非常不同的（见图16.4）。

       我们确实有这样的早期原型究其原因是，我们可以得到许多有关水平布局，战斗设置，武器余额信息等，我们可以及时获取此信息为球队做出符合成本效益的变化。通过


图16.4 在顶部是当我们第一次测试的游戏，在底部的同一场景时，我们上次测试的游戏。
相反，在第一个游戏测试的时候，没有什么是通常在游戏中的故事。这意味着，叙事研究要晚得多开始和一个研究计划已趋于像图16.5。

       这个时间表的问题是，即使你能正确识别在叙事的问题，它往往为时已晚（或过于昂贵）进行更改。
解决方案
       该解决方案（由汉森，2014A建议，2014B）是停止试图测试游戏构建，而是看作家使用，以确保他们结束了一个好故事的工具。叙事设计师搞早的游戏设计师;

首先游戏 研究 首先叙事研究

图16.5 典型的第一游戏与游戏开发周期内第一叙事研究的时机。

       他们只是原型以不同的方式他们的想法。早在生产周期，叙事设计师通常建立了一套游戏的故事叙事节奏，关键时刻的。对于AAA游戏的叙事节奏往往会运行三页左右，而他们都充满了大量的占位（角色名字，“小玩意”是解决厚重的大门，位置等），它们包括叙事和如何的逻辑它会展开，从开始到结束。什么叙事节奏缺少的是故事会如何被告知，也被称为讲述的方式。虽然叙述被告知的方式是非常重要的，叙事学的基石之一是，故事是从它的说服力分开。

       最初假定 通过Benveniste的（1971;查特曼，1978），它现在普遍接受的是一个可以在“故事”（事件或事件序列）和“叙述话语”（这些事件的表示）之间进行区分（参见热奈特，1988 ;或雅培，2002年引物）。考虑一个童话般的灰姑娘一样，从格林迪士尼童话故事已被告知有变化（话语）的方式，但有一些仍然在所有的讲述（故事）是一致的。这是“故事”或叙事节奏包括事件的序列，而“叙事话语”是什么阻止出现在游戏初期的故事。通过测试的故事，而不是话语中，我们可以提前测试，迭代，并且提前做出昂贵的话语的变化正在兴建。类似游戏性研究在开发早期，至测试这个故事的叙述节奏需要转换成刺激。有时候球队有被设计为真正尝试捕捉Ryse的经验为例故事板：可以在图16.6可见罗马（2013年）的儿子。

       这几类具体化刺激的推动通常在故事是否是“好” -however得到，当我们正在测试的故事的愿望茎，在疑问句重刑不是故事是否是讨人喜欢。现在的问题是故事是否是可以理解的。难道这个故事的逻辑流程？是字符内部由耳鼻喉科？在故事曲折令人意外，但其最终的解释也说得通？这是更有效简单地使用自己的节拍，编译成使用以下规则一个PowerPoint甲板：

•告诉 从开始的故事结束，不提供精细的背景故事，除非这将是在球员的直接路径。
•使用描述性的，而不是解释语言，所以说性格1大叫字符2打了个墙，而不是字符1恼怒字符
2.本质尝试打造出来的将是屏幕上的内容，或通过声音告知，只包括一个描述。
•惊喜或解决方案透露，这是非常讲有partici裤子打破之前预测这些时刻接下来会发生什么。
•保持较高水平，这需要很长的时间，通过一个完整的故事来获得，通过每个拍子说话。

图16.6 这种刺激的测试结果显示，参与者阅读各种各样的事情到的图像，和绘图错误的结论。

       我们会频繁地还包括在幻灯片中的单个图像，无论是概念艺术或从另一游戏或电影仍然代表。这给玩家的东西来看待，并有助于给世界的感觉，但没有从故事的事实分心他们。使这个平台可以比较费时，但我们从设计师收到的意见是，这个过程本身是非常有用的：

       顺便说一句，剥出解释性语言实际上是一个好故事的锻炼。字符通过动作显露。所以我预测，我通过这个PowerPoint中我会发现我吸，我必须为了有一个更好的故事（J.帕克特，个人通信，2012年11月12日）一些更好的字符行动。

       反馈我们能够从收集的玩家，通过让他们通过阅读，解释这是怎么回事，什么是没有意义的，他们认为会发生与流派的知识互动，特许经营知识（或知识的缺乏下确定的问题是什么），人物的动机和矛盾，更何况情节漏洞，红鲱鱼，和反复的基础知识。
一旦一个故事，为玩家一起挂，开发团队和用户研究人员可以开始思考如何可以告诉。这里的大型游戏测试，其中情绪周志武问题都可以问效果很好，但它确实需要有在游戏测试纳拉略去。在等待最后的过场动画，它往往是有用的，要求电脑动画和临时配音。通过语音它总是更好地使用人类过度

       一旦玩家的故事联系在一起，开发团队和用户研究员就可以开始思考如何叙述。在这里，大规模的游戏测试可以很好地提出情感问题，尽管它确实需要在游戏中进行叙述测试。在等待最终电影化的时候，要求动画化和临时配音通常很有用。使用声音时，用人代替机器人总是更好的，这至少与角色性别匹配，并且在游戏过程中不会发生太大变化。在临时视频中，粗略的翻书式铅笔草图效果很好（见图16.7）。

       通过这些东西，游戏用户研究人员可以开始了解故事的节奏，理解和喜好，并可以开始构建角色草图。角色很不寻常，因为他们可怕、令人不愉快或愚蠢可能是件好事，如果他们是英雄、好人，或者仅仅因为他们是主角而喜欢，也可能是件坏事。在构建角色评估时，使用定性和非参数度量来询问为什么玩家喜欢或不喜欢角色，或者他们如何选择描述角色（对朋友或从形容词列表中）来说，通常很有用。定性的回答不仅会告诉你一个人物是如何被感知的，而且会告诉你话语中的哪些要素对人物的感知有着最大的影响。例如，Cortana的粉丝会经常引用她的台词，因为这里的人物是通过对话来表达的，而首领的粉丝会描述他的英雄行为，经常是在剪影场景中描述的行为。成功或失败在很大程度上取决于设计意图，重要的是要记住角色的独特和特定关注点。

       要了解是否已成功完成叙述，需要在数据中查找一些标记。首先，玩家应该能够从头到尾重述故事。其次，随着叙事的进展，对叙事的欣赏应该会上升。叙事是一种长时间的回报（与游戏玩法不同），因此在获得动力之前，欣赏的衡量标准在开始时较低是不典型的，并且随着时间的推移数据曲线通常是对数的。第三，一旦玩家高度融入故事叙述，他们讨论它的方式经常会发生变化，而不是简单地叙述故事的事实，他们将开始用角色来谈论它（“某某想要X然后其他人…“），也会在他们的复述中插入评论和意见。最后，重要的是要记住，玩家在赞扬叙述而不是游戏时似乎有一个更高的上限，而且他们更有可能最大限度地利用利克特的尺度，这使得在定义成功之前，对你的衡量标准很重要。游戏非常适合刺激、紧张和奖励的循环；但是叙述可以建立爱情。

案例研究：古墓丽影的崛起

       叙事测试是古墓丽影崛起的早期焦点，我们能够为玩家提供有关理解和享受叙事的反馈，从而引起一些变化。一些最重大的变化是游戏的主要对手 - 安娜和康斯坦丁。英雄故事中的敌人可能非常困难，特别是当你的英雄众所周知时：当大多数玩家知道故事将以劳拉获胜结束时，就很难产生威胁。对抗者的改进始于结构调整，重点关注故事的“内容”，并转移到交付的变化上，重点关注故事的“叙述方式”。

       测试开始于叙述可用性研究，包括图16.8中的幻灯片，其中显示了安娜和康斯坦丁的初始介绍。

       最初的研究表明，参与者没有将初期的对手视为主要威胁，部分原因是除了试图获得劳拉所追求的同一件文物之外，没有明确解释他们想要完成什么。虽然这通过在劳拉前进的路上设置障碍来建立必要的游戏冲突，但从故事的角度来看并不起作用，因为安娜和康斯坦丁似乎只是在没有自己的计划或观点的情况下猛扑过去。

       如果没有一致的观点，康斯坦丁就更像是一个小反派而不是一个真正的恶棍，因此劳拉对他的回应感觉不恰当，这与参与者对劳拉的理解不一致。从一开始，这个故事就包含了劳拉和康斯坦丁之间的最终对抗（在游戏中描述为boss战）。然而，在可用性测试期间，一些参与者并不认为康斯坦丁被劳拉杀死是有道理的，这对游戏中的一个主要恶棍来说是个问题：
他是一个坏人，他显然是一个恶棍，你想他们会一个接一个的，他可能活不下去。 然而，我并不认为他是绝对可怕的，特别是他正试图拯救他的妹妹，这对他来说是一种救赎…然而，不管她对他有多大的仇恨，她就像“啊，我会杀了你！”然后就这样做了，似乎有点不合适，一点点。

•这位金发男子把劳拉带到了这个行动的领导者身上，一个白头发，脸色苍白的女人。 劳拉知她的绑架者的名字 - 康斯坦丁和安娜。

•安娜询问劳拉，看看她知道什么。 劳拉提到“Trinity”和“阿特拉斯”。安娜怀疑劳拉一无所知，并命令她监禁。
•劳拉被康斯坦丁投入监狱。 当他离开时，劳拉向他保证她会杀了他。他微笑着对她微微鞠躬。
•劳拉探索她的牢房，寻找任何逃生途径，突然旁边的牢房黑暗中的声音让她感到惊讶。 她盯着昏暗的牢房，看到一个男人坐在角落里 - 瘦弱，衣衫不整，并且有
瘀伤。
•他称自己为雅各布，并说他来自附近的一个小村庄。 当劳拉告诉他她打算逃跑时，他告诉她自己知道周围地盘的情况，她会需要他的帮助。

最后，即使Trinity（康斯坦丁和安娜组织的一部分）在阻止劳拉找到关键文物方面是有成效的，但这并不一定意味着Trinity在叙述中为胜任者。 相反，劳拉一直被Trinity的力量阻挡，Trinity在劳拉之前找到这些文物似乎是不合逻辑的，因为劳拉是唯一一个拥有找到所述文物的必要知识的人。

这种模式打破了叙述手法，而不是让Trinity看起来像是一个严重的威胁。 这一反馈导致了三组重大变化：

•首先，安娜之前被介绍为劳拉的治疗师，在两者之间建立了更加个人化的斗争。在后来的制作中，安娜再次转变成为劳拉的继母，进一步巩固了她们的联系，增强了背叛感。 通过结合这些角色，安娜成为一个更加连贯的角色，因为她的设定更加完善，并且她与劳拉有直接联系，同时最大限度地减少了玩家必须跟踪的角色数量以及需要构建的场景数量。

•其次，新场景直接连接了安娜，康斯坦丁和劳拉遇到的准军事部队，确保他们被理解为劳拉目标的单一（实质性和暴力性）障碍。 此外，还添加了其他场景，使康斯坦丁更清楚的明白自己想要什么，以及无论如何他都要被阻止的重要性。
•最后，故事中的事件发生了变化，以至于劳拉在Trinity之前找到了这件神器，或者很明显的她需要在Trinity之前找到它，因为他们也发现了神器的位置。通过让三位一体在客观上不那么成功，但更具叙事的连贯性，组织的威胁增加了。劳拉和Trinity之间复杂性的增加，也使事件更现实，更不做作。

       随着制作的继续，测试从可用性转向了测试，我们开展了许多专注于叙事（而不是游戏玩法）的测试。在这些测试期间，鼓励参与者专注于主要活动并忽略副作用内容，测试版主自由地提供有关如何通过可能棘手的游戏部分的建议。这允许更多的参与者在分配的测试时间内看到更多的故事内容，并允许我们评估叙述的意见以及理解。对于这些测试，经常使用铅笔动画（例如图16.9）和占位符语音工作来代替完全渲染的过场动画。

       在这些测试中，很明显康斯坦丁和Trinity仍然是陈词滥调的卡通恶棍，而不是全面的角色。虽然可用性的变化让玩家更好地了解这些人物是谁，并确定他们为何成为威胁，康斯坦丁仍然缺乏有说服力的交付。

       同样，制作团队也在寻找为角色提供额外背景的方法。他们添加了康斯坦丁的额外场景来充实他的个性（而不仅仅是他在故事中的行为或作用）。 他们还添加了分散在游戏世界中的音频日志，深入了解他的背景以及他与安娜的互动。最后，该团队选择重新录制康斯坦丁与新演员的对话，以更贴近他们试图实现的演示。随着测试的继续，这使得将康斯坦丁视为高品质角色的参与者数量增加。

       在我们研究“古墓丽影的崛起”期间，我们的团队进行了两次叙事可用性研究和三次以叙事为中心的游戏测试。此外，关于故事和角色的问题是我们大多数以游戏玩法为重点的游

戏测试的关键组成部分。当结合Crystal Dynamics团队内部进行的测试时，这项研究有助于创造一种玩家会发现更易理解和愉快的叙事体验，并且不仅通过玩家和批判性反应进行验证，还通过崛起的事实进行验证。“古墓丽影”获得2016年度作家协会奖，以表彰其在视频游戏中的最佳写作。

经验教训

       1理解先于喜欢。就像游戏玩法一样，如果你不理解叙事，你就不会喜欢它。混乱与神秘不一样！只有玩家能够关注这个故事，他们才能开始对此有可靠的看法。

       2良好的情节就像一个好的用户界面 - 一旦它运作良好，它就变得几乎不可见了。当然，这种不可见性是为什么叙事设计师经常反对情节不是叙事的重点 - 角色更为重要。但是，直到一个情节运作良好，你才能找到角色 - 一旦它顺利流动，所有参与者都会参与谈论（无论好坏）。

       3不要误认为游戏的构建。早期构建是原型，并且有很多方法可以对游戏的不同元素进行原型化。用于UI，白盒级别和PowerPoint叙述的纸质原型都是提前测试的方法。

       当然叙事只是玩家体验的一个重要部分，并且需要许多不同的方法来提供对游戏玩家体验的整体理解。在下一节中，我们将讨论设计智能 - 一种有效理解和处理玩家行为的方法。

提供设计智能

       有很多方法可以收集用户玩游戏的反馈。其中两个最常见的包括：（a）简单地询问他们，就像你可能在调查小组中，可用性测试或问卷调查; （b）观察和记录他们的行为，就像在可用性测试中一样。 这两种方法在游戏用户研究中都很常见。它们相对容易执行，并提供有用的信息来为产品开发提供信息。它们也是耗时的，尤其是在可用性测试期间的编码行为，因此最适合从小样本的玩家收集关于游戏的聚焦方面的反馈。

       如果目标是准确跟踪行为并了解玩家在游戏中的行为，那么自我报告和观察方法在收集信息的准确性和保真度方面都受到限制。有几个原因。首先，我们不能指望观察者以玩游戏时产生的速率记录活动。特别是在快节奏动作游戏的情况下，玩家每秒产生多个动作。其次，游戏通常很长，有时需要40个小时才能完成。典型的可用性测试可能持续几个小时。我们不能合理地期望人类观察和记录那么多数据。最后，人类对行为的记录易受错误的影响，对于活动通常具有挑战性的游戏，以及非常快速地展开行动的情况更是如此。出于这些原因，当测试目标是关于游戏中玩家行为的准确信息时，我们通常采用自动遥测系统和设计智能。

遥测

       遥测是从远程应用程序收集数据的自动过程。在游戏用户研究和设计智能的情况下，应用程序是游戏，并且我们对玩家的行为（例如，按按钮）感兴趣，并且游戏说明这些行为激活（例如，死亡，升级，重新加载）。作为示例，我们可以将遥测系统集成到赛车游戏中，该赛车游戏监视并记录玩家在赛道上行驶时所做的每个行为。每当玩家触摸油门，刹车或驾驶汽车时，游戏记录这些动作并将它们从游戏发送到数据收集系统。游戏还将记录和传输有关汽车状态的信息，例如它受到的损坏程度，移动速度，轨道的确切位置，汽车完成的圈数以及汽车在比赛中的位置。

       遥测技术并不是游戏独有的，而且从行为主义心理学研究方法的早期开始就存在（斯金纳，1932年，1938年）。在更现代的应用中，例如一级方程式赛车，传感器被内置到汽车中以进行关于其性能的遥测。实时监控这些性能数据，以帮助驾驶员控制汽车，并告知维修站工作人员在汽车停止服务时需要采取的措施。

       几乎我们使用技术所做的一切都在遥测系统中留下了行为痕迹，组织用它来修改和改进他们的产品和服务。汽车记录有关我们如何驾驶的信息，在出现问题或需要维修时提醒我们。在紧急情况下，汽车系统可能会代表您寻求帮助。我们在手机上使用的大多数应用程序都会记录我们的登录信息，活动和位置。例如，大多数手机会自动标记使用用户位置信息拍摄的照片。通常，此数据会发送回应用程序开发人员，以帮助他们改善客户服务。同样，大多数网站都会记录您单击，键入和悬停的网页区域。他们使用此信息构建用户配置文件，以便他们可以提供更好的产品推荐，了解用户并调整产品价格。事实上，在产品开发或服务管理中不使用某种遥测技术的消费者软件或电子产品变得越来越少见。

设计智能（DI）与商业智能（BI）

       在整个产品生命周期中，通过遥测系统收集的数据有很多用途。其中两种最常见的是商业智能和设计智能。顾名思义，商业智能是使用客户数据做出业务决策的做法，通常，这些决策专注于优化收入。该数据可用于理解过去发生的事情（例如，每日平均用户），当前（例如，实时使用和购买数据）或未来（例如，预测新产品将如何销售）。另一方面，设计智能是使用数据来优化产品或服务在开发过程中的体验。尽管用于设计智能和商业智能的数据存在重叠，但分析时间，分析类型和分析目标存在显着差异。正如我们所知，设计智能与商业智能的明确分离是相对不常见的，我们将在下面更详细地强调这些差异。

       时机 这两种做法的时机不同。当游戏向客户提供时，商业智能遥测技术的使用通常会起作用 - 商业智能主要是在“上市”并且产品设计大部分完成后专注于产品使用。一旦游戏可玩，设计智能就会开始，通常是在很早的原型阶段。有时，产品可以以最低限度可行的形式发布，并使用从“在野外”使用该产品的客户收集的数据进一步开发。在这种情况下，只要消费者数据主要是在产品设计服务中收集的（即，目的是应用它来改进游戏），那就是设计智能。

       数据 数据的受众和消费者不同。商业智能的受众是负责制定业务决策的人，例如产品定价，营销支出以及为未来产品和服务进行投资组合规划的人员。另一方面，设计智能主要是为产品“创意”提供的数据。在游戏开发的情况下，这将包括游戏设计师，UI设计师，音频设计师和艺术家，以及参与制作细节的任何人来设计玩家体验。

       数据大小 数据的大小和速度差别很大。商业智能数据通常从整个客户群中收集。公司需要确切知道有多少销售或他们有多少用户。因此，根据产品或服务的普及程度，人口可能非常非常大，数据量可能非常非常大。另一方面，设计智能通常适用于在游戏测试期间或产品alphas / beta中从参与者收集的较小数据样本。典型的游戏测试可能有25-50个参与者，这取决于测试旨在回答的研究问题。在大多数情况下，设计智能不必处理商业智能通常使用的相同规模或速度的数据。

       交付 设计智能的可交付成果与商业智能有很大不同。商业智能主要涉及发布后分析，侧重于高级使用度量（例如，完成游戏的人数）。无论是在分析时间还是分析类型方面，产品影响都很大。另一方面，设计智能从产品开发的早期开始，对游戏设计和玩家体验的迭代做出了重大贡献。这两个广泛的目标导致了与设计智能和商业智能工作截然不同的结果。

       商业智能可交付成果通常是一组准确可靠的指标，称为关键绩效指标（KPI）。在大多数情况下，这是一个综合仪表板，可根据业务目标跟踪KPI。每日活跃用户就是这样的KPI，转换率（购买商品的客户百分比），保留率（在一段时间内返回产品的客户百分比）等等。 相比之下，设计智能可交付成果通常是临时分析，深入研究数据，试图回答“什么”类型的问题（“玩家在情况X中做什么？”）以及“为什么”类型的问题（“为什么玩家会这样做？”）使用来自遥测的融合数据以及其他反馈系统（例如，问卷调查，访谈）。

       通常，在没有聚合数据流的情况下，KPI对于负责设计游戏的人来说是最小的用途。可能存在关于正在发生的事情的一般信息，但是关于该行为发生的原因或客户对其体验的看法的信息很少。了解玩家行为的“内容”和“原因”对于做出能够带来真正改进的设计决策至关重要。这种情况类似于在不使用思考声明协议，后期参与者审查技术或调查的情况下运行可用性研究。在没有这些额外数据流的情况下，所观察到的行为的原因以及它如何影响体验的知识取决于研究人员用很少的相关数据进行推断。

工作室用户调查的设计智能

       工作室用户调查首次全面使用遥测设计智能，于2003年开发了一款名为的游戏，由Beep Industries开发（Schuh等，2008）。巫毒大冒险是一个关于叫文斯的诅咒人偶的平台游戏。 开发者面临的大多数问题都是平台游戏的典型问题。 我们需要确保大约10个小时的游戏玩法得到适当的平衡，并且没有任何东西阻止玩家进展到结局。

       在游戏的各个部分，我们采用了标准的用户研究技术，例如可用性测试。但这些都是耗时的，并且在整个10小时的体验中没有足够的资源来观察足够的玩家。在这样做的时候，游戏开发周期几乎完成，没有时间根据可用性测试实现任何更改。

       另一个选择是游戏测试。正如本章前面所讨论的，游戏测试包括同时带上许多玩家，并让他们使用一份关于难度和问题进展领域的问卷进行自我报告。然而，游戏测试的问题在于，虽然它对收集态度信息很有用，但众所周知，人类不擅长准确地自我报告自己的行为。此外，我们还需要一个粒度的游戏信息，玩家在游戏中不可能报告这些信息。必须经常停下来写下他们在游戏中所做的所有小事情是不切实际的，而且会明显影响他们的游戏体验。

       解决方案是使用遥测代码对游戏进行检测，该代码将自动记录正在发生的事情。在这时，我们感兴趣的是玩家完成关卡需要多长时间，以及他们角色死亡的关卡位置。仅通过一些事件，我们就能够获得准确的数据，这些数据说明玩家发现的难题和难度，以及这些难度在哪里发生。使用我们的游戏测试生成的数据，我们能够进行许多设计更改，以减少死亡人数，并使谜题更具挑战性。

       随着巫毒大冒险的发布，我们创建了一个工具集，使我们能够更轻松地检测其他游戏，将多个数据流组合在一起，并获得玩家体验的真实整体视图 - 我们称之为TRUE工具集（Kim，2008; Schuh等人，2008）。 除了工具之外，我们还在工作室用户调查中创建了一个小组，其职责是维护和改进我们的TRUE工具集，并为其与开发中的游戏集成提供支持。

       事实证明，虽然遥测数据非常适合帮助我们了解玩家正在做什么，但在许多情况下，我们仍然需要知道为什么会发生某些事情，正如之前在KPI背景下所讨论的那样。例如，我们可以看到玩家在某个关卡上花费的时间比预期的要长，或者他们在游戏区域经常死亡，但是我们需要理解为什么会发生这种情况以便为问题设计一个合适的解决方法。

       同步多个数据源有助于我们解决该问题。 我们使用在玩家工作站旁边的PC上运行的调查工具，在会话期间每隔一段时间收集一次态度调查数据，使用特定事件发生时出现的游戏内弹出问卷，并记录与遥测数据同步的玩家游戏视频。当遥测数据指示我们潜在的问题（例如，任务中的许多死亡）时，我们可以直接将死亡事件链接到视频中发生的位置，以便我们可以轻松地查看它们。

设计智能流程

       设计智能在产品生命周期的早期开始，并持续到游戏迭代停止。 以下是游戏开发早期，中期和后期的典型设计智能活动。

       中期 随着游戏的发展，它达到了一个客户可以玩的状态，设计智能工作开始全力以赴。随着游戏遥测系统的到位和我们真正的系统的集成，是时候从真正的客户收集使用数据。在这个阶段，我们将把玩家群带到我们的游戏测试实验室，他们将在特定的时间内玩游戏，或者我们测试的内容。这个阶段的主要目标是：（a）确定玩家的行为是否与设计师打算玩游戏的方式一致；（b）开始收集关于游戏难度的反馈（包括学习系统和游戏挑战）。我们还采用可用性测试和其他评估方法，并结合遥测技术，为游戏开发提供多个用户游戏数据源。

       后期 在游戏开发的后期阶段，当大部分内容都在游戏中并且可以播放时，设计智能将集中于：（a）验证基于先前发现的问题所做的任何设计更改；（b）检查是否没有引入新的问题；以及（c）提供对游戏的整体评估，因为大部分内容都是可测试的。

       设计智能在这个阶段的另一个重要功能是为商业智能工作做准备，随着游戏接近发布，商业智能工作开始加速。如果设计智能已经完成了它的工作，那么团队将积累大量关于玩家行为的信息，这些信息将与商业智能团队相关并对他们有用，因为他们跟踪对产品在野外很重要的指标。例如，设计智能可能已经确定了可能对保留产品客户很重要的因素。然后，商业智能可以在游戏上线时跟踪这一点，以帮助实现保留预测指标。设计智能还将花费数月时间添加事件，并改进遥测系统和数据管道，这将由商业智能团队Postship使用。

经验教训

       我们从2003年开始在微软工作室做设计智能。我们在改进产品方面取得了很大的成功，但我们还必须努力改进我们的工具和流程，使它们能够在快节奏的游戏制作环境中工作。我们在与您分享的过程中学到了一些东西。
杂乱的数据 尽管大学的统计课上教的是，但人类的行为是复杂而混乱的，离群值经常出现而不是例外（这可能是一种矛盾修饰！）。绝大多数数据是由歪斜的行为生成的，并且通常包含多个模式。所有这些都使得很难总结出使用平均值的典型情况，在测试内部或测试之间进行比较时，应用适当的统计测试是很重要的。我们已经了解到，在试图总结数据分布之前，始终需要可视化数据分布。

       从游戏中收集的遥测数据通常包含一些异常情况，其中一些玩家生成的数据与其他玩家有很大的不同。虽然在商业智能实践中，这些通常被视为例外并被删除，但它们在设计智能中非常重要，因为它们可能代表了游戏设计中应该适应的活动或玩家类型。死亡次数过多的玩家通过一个关卡很可能刚刚发现了一个需要修正的错误或游戏模式。

       Counting things数物 第二件事，我们已经学习并想强调的是，简单地计算事情会让你得到90%的方法。不要害怕谈论数据科学和机器学习，以及所有可以用来分析数据的复杂工具。多年来，我们使用了复杂的统计方法，但它们只是分析中的一小部分。基于设计智能的大多数产品改进都来自于简单地计算我们感兴趣的事情。

       突发性经验 合并经验是由离散的活动组成的，但不同于它们各部分的总和。对这些经验的识别和分析，是很难的，对做好设计智能很重要。考虑这个类比。餐馆老板想改善他们餐馆的顾客体验。为此，通过使用神奇的遥测技术，客户每次使用刀子、勺子、玻璃、餐巾纸和各种餐具时，他们都能进行跟踪。他们记录了每一位顾客在参观餐厅时采取的每一项独立行动。但是，了解叉子或刀子的使用数量，或者一个顾客喝了多少酒，都不足以了解他们的饮食体验。它将为您提供一般的使用数据，就像商业智能通常跟踪的那样，但它不会给您提供关于用餐体验的更多信息。经验是从构成它的离散活动中产生的，它不仅仅是各部分的总和。这些数据只在其他事件以及我们通过询问用户他们的体验获得的知识的背景下才有意义。识别紧急经验是困难的，需要在聚合数据源的上下文中按顺序分析事件。

       目标 我们最不想分享的是使用目标的重要性。数据本身是不明确的。射击游戏中一个关卡的10人死亡是一件坏事，一件好事还是一件真正的好事？这完全取决于设计意图是什么。为了到达你想去的地方，你需要知道你要去的地方。如果没有针对你所跟踪的行为和经历的目标，你就无法知道你是否正在朝着你的目标前进。正如我们在本章前面强调的，为了能够根据设计意图测试玩家体验，游戏用户研究人员必须对设计意图有一个扎实的理解。有效的设计智能需要与设计团队保持密切的关系，并对他们试图创造的经验有很好的理解。

研究儿童用户

       对儿童进行用户研究（我们在对成人参与者进行研究时没有遇到）。在这一部分中，我们概述了多年来我们所面临的几个障碍，以及我们的解决方案。可以肯定的是，这些并不是解决这些问题的唯一可行的解决方案，这些简单的解决方案已经为我们工作了。

学会组织

       招募 大多数用户研究实验室都有一个确定的机制来招募他们的目标受众，这通常是符合某些特定标准的成人消费者。但在招募初级观众方面存在着一些挑战。

       有很多方法可以接触到潜在的成人参与者：社交媒体、定向广告、电子邮件、口碑等等，但是接触到年轻的观众并不是那么简单。我们不能通过电子邮件联系5岁的孩子。而且，我们预计不会有很多7岁的孩子访问Facebook页面或Twitter订阅源。为了招募大量的儿童参与我们的研究，我们必须依靠非传统的方法：与当地的学龄前儿童和托儿所合作，将传单和小册子放在家长文件夹中；在这些中心设立表格，直接与家长交谈，解决他们可能有的任何问题；将员工送到针对家庭的电动汽车上。设立招聘亭。这比招募成人参与者需要更多的努力，但我们最终能够成功地满足我们的研究需求。

       计时 一旦年轻的读者被招募，下一个问题就出现了，那就是找时间进行研究。与儿童相关的研究需要更长的时间才能运行，因为很难安排研究。由于孩子们整天都在学校上学，而且经常被课后活动预订，所以可用时间有限。因此，我们发现我们不得不在周末以及下午晚些时候/下午前的几个小时进行会话。我们还计划在暑假期间进行大部分研究，尽管产品周期不一定与时间表一致。另一个解决方案是记录该地区学校的所有假期和教师在职日，并尝试将这些日作为数据收集的机会。

       工作人员 对于成人参与者，人员配备要求是最低的。大多数情况下，可用性研究可以由单个研究人员进行。有了孩子，员工的要求是两倍甚至三倍。在我们的大部分研究中，当研究人员从一面镜子后面进行实验时，把孩子单独留在房间里是不合理的。我们发现，最好让一名研究人员站在镜子后面做笔记，为摄像机和技术人员配备人员，而另一名研究人员直接在参与者房间与孩子一起工作，在适当的情况下给出口头指示和演示。此外，我们有时还要求第三位研究人员与家长坐在一起，解释课程内容，同时避免他们干预（见下文）。

方法

       建立融洽关系 与儿童一起工作与与与成人一起工作在很多方面都不同。正如上面所讨论的，我们不能简单地将他们单独放在一个有任务列表的房间里，并期望他们在玩游戏时大声思考。一般来说，我们需要至少有一名研究员和参与者一起在房间里，帮助他们完成研究。研究人员精通与儿童的合作至关重要。这不仅意味着能够与孩子建立良好的融洽关系，还意味着能够恰当地传达任务，以便参与者了解对她的期望。

       在1:1的情况下与任何参与者一起工作时，参与者与研究人员保持轻松是很重要的（尼尔森，1993年）。对孩子来说，建立融洽关系至关重要。这使得他们说话更自由，行为更自然，提供了比不舒服时更好的数据。为了与我们的参与者建立融洽的关系，研究人员花了时间和孩子坐在一起完成一些完全无关的任务。例如，他们可能一起完成一个拼图，绘制图片，或者玩一个简单的游戏。这有助于让孩子们熟悉研究人员，并使他们在会议期间感到放松。

       父母干涉 当孩子们在实验室时，他们的父母总是能看到他们的视线，这一点很重要。这不仅给了父母额外的安心，而且也保护了研究者在任何不寻常的事情发生时。然而，在早期的测试中，我们发现父母往往过于热心于帮助他们的孩子完成他们失败的任务。或者父母会为了帮助孩子而为他们口述，但结果是剥夺了我们直接从孩子那里听到的信息。在某些情况下，父母会偏袒孩子的主观反应，试图影响他们的答案，以取悦研究者。通过所有这些，我们设计了一套解决方案，帮助保持视线，并提供父母和孩子之间的密切联系，同时最小化父母干扰的可能性（见图16.10）。使用传统的可用性实验室的单向镜，我们在父母和孩子之间放置了一个遮挡屏幕。但是，我们通过让父母在镜子的反射下看着他们的孩子来保持视线。通过我们定位刺激物和参与者的方式，这可以让他们在参与研究时看到他们孩子的背部，并最小化干扰或参与者的分心。

图16.10实验室设置，以保持家长视线，但尽量减少干扰。

       除这些措施外，我们有时还要求家长在孩子参加活动时填写调查表或其他表格。这不仅进一步减少了干扰，因为它们被文书工作分散了注意力，而且还允许我们收集一些额外的数据。

       收集主观数据 让孩子告诉你他们的真实感受是一个挑战。孩子们通常会告诉研究人员，他们喜欢这种体验，仅仅是因为他们被给予研究人员一段时间的全神贯注，或者他们目前正在从事一种全新的体验。对于以成人为目标的游戏体验，研究人员通常仅根据参与者的自我报告来量化主观体验。对于较年轻的参与者，我们必须使用各种输入来准确地将主观体验传达给产品团队。对于任何给定的研究，我们可能依赖评分量表、卡片分类、观察者评分、与基线经验的比较或自发的口头反应，这取决于我们的能力和目标。

       我们使用简化的评分量表，让孩子们告诉我们他们对体验或视觉资产有多喜欢（见图16.11）。我们发现，孩子们通常都很擅长在量表上使用这三个点，从我们所能看出的来看，他们给出的回答与他们的感受相符。我们还使用卡片分类任务，使用标有快乐和悲伤表情的方框。对于这些任务，我们给孩子们提供了代表人物或视觉资产的卡片，并要求他们把它放在代表他们对它的感觉的盒子里。通常，我们会添加一些热身任务，让孩子们对我们已经建立了亲缘关系的物品进行分类。例如，分类卡片代表他们最喜欢和最不喜欢的食物。这些热身任务有助于让参与者知道把一些东西放在“悲伤/不喜欢”的盒子里是好的。

       对于一些研究，我们使用观察者评分量表来评估参与者在给定经验下的参与程度和互动程度。在这些研究中，我们测试了一个互动电视节目，它结合了线性内容和互动时刻。我们让训练有素的观察员监控并记录在节目关键时刻参与者的参与程度。

       在这些方面，当我们尝试用Kinect体验来衡量参与度和乐趣时，我们使用基线比较来确定开发中的产品是否在正确的轨道上。例如，我们知道年轻的参与者喜欢在屏幕上看到自己的Kinect图形。Kinect开发系统包含了它正在收集的骨骼数据的视频反馈，这基本上是参与者在黑屏上的一个棒状图形表示。有时我们把这种经历作为比较目标经历的基线。

图16.11适合儿童的评分量表

获取数据的挑战

       不过，生物特征识别的数据收集并不简单。在成本和时间承诺方面，它几乎是折扣可用性的极端对立。所有这些方法都需要专门的设备和软件来收集测量值并记录数据。对数据的分析也可能很耗时，并且需要比调查和可用性方法更高的统计复杂度。Pernice和Nielsen（2009）描述了正确收集眼睛跟踪数据的各种考虑因素。Figner和Murphy（2010）以另一个例子详细描述了EDA数据的设置和分析；其他方法也有类似的指南。这些指南显示了生物识别方法在技术和分析上是多么复杂，而不是轻而易举。应该注意的是，目前有几家公司为生物识别数据收集提供现成的解决方案。这些解决方案通常不便宜，但它们确实提供了数据收集所需的软件和硬件，并且经常提供对结果的直接分析（条件A是好的，条件B是坏的）。这样的系统也有缺点，即将原始数据隐藏在摘要可交付结果之后。如果您正在进行游戏用户研究，那么您有责任了解您的数据来自何处以及它们的含义。这样做可以使您进行更深入的分析，并简单地检查您的结果是否对您的设计合作伙伴有意义和有用。

       我们自己研究的一个案例研究说明了这一挑战。我们的任务是确定用户在执行一系列典型行为时，查看Xbox应用程序中特定位置的频率。应用程序团队有两个让他们感兴趣的不同条件，这创造了一个2×2的因子设计；当我们平衡了参与者之间的条件时，我们对两个条件的交互作用的关注不如对主要影响的关注。对于定量眼球跟踪研究（产生视觉上吸引人的热图的那种），尼尔森诺曼小组建议每种情况下30名参与者；在这种情况下，120名参与者。为了有一个合理的转变，我们将这个数字减少到90，并接受我们在交互分析中会减少功率（如前所述，这是不那么关键的）。最后，这90名预定的参与者得到了72名参与者的可用数据，这足以进行可靠的主要效应分析。

       由于我们的研究问题受到限制，我们能够创建一个用户场景，可以在30分钟的会话中完成（包括校准）。我们依靠超额预订会议来缓冲参与者，以防任何一个人与跟踪器不兼容，并在多个房间中与多个跟踪器一起运行。此外，我们还能够使用支持人员（两名全职员工、七名轮班合同人员、所有接受TOBII软件培训的人员）来立即处理会议，因为他们特别进来，他们定义了会议期间参与者在应用程序主屏幕上的时间段，这是有趣的部分。这项研究。所有这些因素都允许我们在一周内收集数据，并同时处理数据，大大缩短了周转时间。有这样一组虽然有限的研究问题也让我们在几天内得到一份报告给团队。

       注释：对于某些人和追踪器来说，这是不可避免的风险，因此无法获得良好的校准和可靠的数据。更现代的追踪器往往更坚固，有适当的环境条件（灯光、迫使人们直立的椅子、追踪器的可调节桌子）可以帮助实现这一点。但重要的是要考虑到有时，有些参与者只是不能提供好的数据。

       我们描述这一点是为了说明正确组织的定量研究是如何需要大量的努力和资源的。在决定是否参与这类数据收集之前，重要的是要考虑它将提供的信息是否超出了您从更传统的方法中获得的足够的成本。在这里，了解人们在应用程序中查看的位置（以及他们花了多少时间查看不同的东西）是团队需要了解的核心内容。

解释数据的挑战

       所有这些都提出了这样一个问题：为什么有必要对这么多的参与者进行研究。一个答案与简单的可靠性有关。Pernice&Nielsen（2009）描述了低数量的参与者对跟踪热像图的影响及其解释。有了这些度量，运行6-10个参与者使单个异常值更有可能以不准确的方向扭曲结果。除此之外，这些数据流通常都很嘈杂。一个人在EDA或心率变异性方面的范围可能与另一个人大不相同（事实上，一些参与者没有表现出这样的反应！）.收集足够的数字是使数据可解释的必要条件。

       在一个小的玩家样本中，一个人一次检查数据的可用性如何？当然，许多关于游戏中生物识别的研究和文章都使用了这种方法。这里的困难在于，这些演示通常对基本的意见数据采用折扣的可用性方法。回想一下游戏测试，很清楚为什么你不会问一个人（或两个人，或五个人）他们认为你的游戏有多有趣，然后就这么做吧。有必要收集一个统计上可靠的样本，以便更好地估计更广泛的受众对您的标题的看法。这与传统的可用性形成了鲜明的对比，在传统的可用性中，单个参与者的失败会指出您的设计存在问题。

       生物特征数据通常测量（参与度、享受度、挫折感）的构造基本上是意见测量。他们描述了玩家对游戏的“感觉”。为了使这些措施有意义，它们必须能够估计人口水平的反应。虽然这在调查表中相对容易实现（在有意义的游戏周期或一定时间后问足够多的人问题），但是聚合生物特征响应要困难得多，因为这些测量值很嘈杂，而且随着时间的推移，数据量比调查数据大得多。举个例子：两个人玩5分钟的拼盘游戏（比如超级肉童）。游戏有一组短的、定义明确的级别，按顺序进行，因此潜在的游戏玩法几乎没有变化（与更开放的世界游戏相比）。玩家1死亡两次，玩家2死亡四次。尽管他们在同一个游戏中玩了相同的时间，但这两个玩家有着非常不同的体验，而且他们的生物特征反应很可能是不同步的。因此，简单的线性平均法是行不通的。

       克服这一问题的一种方法是将生物特征数据与以游戏遥测为中心的设计智能相结合。这是我们在电影制片厂用户研究中研究过的一种方法，该方法显示出了希望。为了实现这一点，首先需要让游戏软件跟踪重要事件和玩家在游戏中发生的行为（如设计智能部分所述）。然后，遥测系统需要与生物特征数据记录系统通信，以便所有记录上的时间戳保持同步（在这方面，网络时间协议可能会有所帮助）。一旦描述和个体玩家体验的事件和行为与该玩家的生物特征数据一致，就可以通过汇总玩家整体反应的方式汇总来自多个玩家的数据。

       一个例子说明了我们在实验室中实现的播放器遥测和生物特征的集成。这些例子包括使用来自游戏测试会议参与者的内部生产硬件收集EDA（皮肤电活动；与唤醒相关的出汗水平波动）数据。图16.14取自游戏中多人模式测试期间收集的数据。在该模式下，我们从30秒前和30秒后的所有参与者中获取EDA数据，并将这些数据平均。在这里，EDA数据被时间锁定到单个事件类别。这使得给定时间点上的数据在参与者之间大致相等；图表上的+10s点代表每个人失败后的10s。如图所示，EDA在事件发生后约5秒达到峰值。考虑到EDA的已知潜伏期（1-5秒，视情况而定），这与对故障状态的唤醒增加是一致的。我们进行了类似的实验，将玩家EDA映射到游戏世界中的位置，根据游戏中的位置创建（可能）更高和更低的唤醒图像。

       游戏遥测和生物特征数据的结合指向了另一种有用的分析形式：将生物特征数据视为人类遥测。分析算法可用于识别个体玩家的兴奋或沮丧峰值时间点。然后可以将这些时间点映射到游戏期间的时间点或游戏世界中的位置，以确定玩家更多（或更少）参与的时间点。这种方法类似于生物特征记事本，但由多个参与者共同完成。这种方法允许潜在的有意义的比较：人们对上一个老板的兴奋程度和第一个一样吗？我们是否看到很多玩家在开放的世界里感到无聊？对情节扭曲的主要反应是什么？

图16.14多人游戏模式下多个参与者和多个失败事件实例的EDA平均值。时间0（虚线）表示事件的发生。所有参与者的EDA标准化为0-1级。

       上述描述假设使用游戏数据映射单个度量值（如EDA）。然而，采用多种测量方法（例如，具有心率变异性和面部肌电图的EDA）可以提供聚合的证据线，并使其更容易确定用户的情绪状态。在可能的情况下，我们建议有聚合生物特征数据流，或者至少有生物特征数据与行为或态度数据相结合。如设计智能部分所述，这种融合的数据流需要对玩家体验有一个真正的整体视图。

       我们在这里花了一些时间来论证生物特征数据中聚集的重要性，以得出有意义的结论。这并不一定意味着这些方法不应该在小的可用性设置中使用。例如，在可用性期间，眼睛跟踪可以被视为一个额外的行为数据流，表明参与者是否看不到一个重要的线索，或者是否理解。在对早期构建的Quantum Break（2016）进行测试期间，采用这种方式进行眼睛跟踪，以验证几个可用性参与者未能理解特定场景的上下文，因为他们关注的是爬上梯子的主要角色，而不是看背景中发生了什么（见图16.15）。同样，EDA和心率变异性也可以表明，当参与者在某个场景中变得特别沮丧时，他们无法完成（这种沮丧是否会在其他情况下变得明显，这是留给实验人员的一个问题）。

图16.15:Quantum Break早期构建测试期间的可用性参与者（2016年）。眼睛跟踪（红点和线覆盖在游戏屏幕上）显示，参与者专注于爬上梯子，而不是背景中的情节关键的船（屏幕左侧）。

       研究人员必须始终考虑的问题是什么是价值？你要回答什么问题，可以用另一种方式（成本更低，更容易分析）回答吗？对于许多团队来说，生物识别技术可能无法提供足够的信息来证明执行程序、收集数据和执行分析所需的时间和金钱成本。这些方法可能是浮华的，技术上令人印象深刻，但如果不能应用它们来改进游戏的设计，那么它们就什么也没有完成。正如本章前面所述，简单地观察人们玩游戏可以学到很多东西，甚至可以从简单的调查中获得更多。对于大多数群体来说，这些直接的方法将产生迄今为止最大的影响。这就是说，随着设备成本的下降，随着越来越多的团队探索这些技术，可供更小的团队使用的资源将会增加。在接下来的几年里，为实验室配备可靠的生物识别传感器可能相对便宜，而开放源代码分析软件包可能使数据解释更加简单。挑战将再次在于你的想象力，以确定他们能学到什么，以及如何帮助他们的伙伴。

经验教训

       在各种环境下对各种形式的生物特征测量进行了试验之后，我们向考虑使用这些方法的任何群体提出了以下问题：您真的需要这些数据来帮助改进您的产品吗？我们还提出了以下答案：可能不会。与本章讨论的其他方法不同，生物特征数据是不必要的。有一些非常具体的问题，生物特征学可以提供直接的答案（尤其是眼睛跟踪），但除此之外，收集的信息可能不值得花时间和精力，特别是当许多成本更低的方法可以产生如此深远的影响时。

       如果你想从事生物特征识别，必须记住清晰、容易回答的问题。如果您可以直接比较条件，这是一个理想的场景。除此之外，至少要对你将关注的体验的哪些部分有一个清晰的概念，并对你期望看到的东西提出某种先验的假设。如果你进入这种分析思维的形式，“让我们看看发生了什么，数据中肯定会有模式！“在探索每一个可能的趋势和互动过程中，你会浪费很多时间，很可能不会提出明确的建议。记住，所有这些的目标都是为您的团队提供信息，帮助他们更好地进行产品分析，并注意到一个级别的小节中的一个小趋势可能不会这样做。

       另外，重要的是要提前提醒参与者你将在会议期间做什么。并不是每个人都会对你正在使用的生物特征数据收集方法感到满意（或者甚至对正在收集的数据的想法），所以重要的是让他们在被招募和参加会议时选择退出。对您正在收集的数据以及将如何收集这些数据以提供给参与者有一个清晰、简明的描述，并相应地更新任何NDA或同意书表格。参加者都很慷慨地来为你测试你的比赛，所以尊重他们的意愿是很重要的。

       也要注意，这些数据需要工作来解释和分析。您很少能够直接使用原始数据。有些软件程序会为你做这些，但即使这样，你也可能不得不决定对你的数据做什么（例如，应用了什么样的过滤器，你的时间窗口是什么，你关心强音信号还是相位信号）。同样，最好在收集单个数据点之前知道所有这些问题的答案，这样您就可以清楚地了解自己的方法。

       最后，在学习过程中，确保你所有的设备都正常，并且你正在收集清晰的、可解释的数据。然后再检查一遍。然后再做一次。例如：当使用预先录制的视频进行眼睛跟踪时，以正确的格式保存所有内容至关重要。我们丢失了数据，因为视频分辨率的一个奇怪之处在跟踪结果中引入了一个错误，并且我们只在检查后期可视化时看到它。您将有许多系统一起工作，因此请确保所有这些系统都正确地相互通信。不要相信任何东西都会“仅仅起作用”，因为它不会起作用。如果你使用一些一次性材料，如预包装的电极，请确保你手头有足够的材料（我们必须多次依靠附近实验室的慷慨）。使用生物特征数据源时，流程是关键。事情会出错，设备会损坏，安装时间会比预期的长。最佳实践是为研究的每一个步骤建立一个明确的过程，这样你就知道什么时候需要东西，如何设置东西，如何收集和传递数据，你将如何处理它，并且你在每一个步骤中都内置了缓冲区，因为有些事情总是出错。

结论

       应用游戏用户研究一直以来都在利用社会科学研究方法来提高玩家对电子游戏的体验。在微软工作室的用户研究中，我们的方法从20世纪90年代后期开始发展，我们期待着未来几年行业的创新。在这一章中，我们介绍了我们开发的许多不同的技术，以确保玩家对我们游戏的体验是最好的，并且符合设计师的意图。为了我们能够完成我们所拥有的，我们建立在其他领域内外的基础之上。我们希望我们对这个基金会的补充为游戏用户研究者提供了一个跳跃的起点，我们期待着帮助其他领域的其他人建立这一未来。

       在将我们的学科知识应用到你的产品上时，我们学到了最后一个教训：作为游戏用户研究人员，很容易对研究方法和技术的闪亮新玩具感到兴奋，但要有效地使用其中任何一种方法，就需要对基本原理有很强的关注。从根本上说，你是从玩家到设计师的无偏见反馈循环，只有专注于游戏用户研究的三个关键：研究者、方法和结果，这才是可能的。不断记住你的研究目标和问题。总是在正确的时间运用正确的方法来回答你的研究问题。最后，始终以他们可以采取行动的洞察力的形式向开发团队提供这些问题的答案。只有这样，才能听到玩家真正的声音。

案例研究

       在用户研究中，我们有时会对数据感到惊讶。这可能是一个意想不到的分数，一个比预期更大的问题，或者是在实验室里的一个不寻常的观察。但是随着用户对儿童的研究，非典型成为了典型。对于产品团队来说，很重要的一点是要坦诚面对孩子们可能不会以他们期望的方式对他们的游戏做出反应的可能性。

       对于一个特定的标题，我们遇到了许多设计意图和观察到的行为完全不匹配的实例。作为一个例子，我们测试了一个特定的Xbox Kinect标题，它使用增强现实来描绘幻想场景，并将玩家的视频图像直接放置在场景中。孩子们有越来越靠近电视的倾向。这是因为他们玩游戏很兴奋，喜欢在电视上看到自己，如果和其他人一起玩，通常会被安排在前面的位置，在镜头上更突出。当玩家离Kinect相机太近时，问题就出现了。它很难捕捉到它们的图像，而且不能像设计的那样工作。

       为了阻止孩子们冲向电视和照相机，设计师们设计了一个角色，当有人离得太近时，这个角色会出现在屏幕上，当他们回到正确的位置时，这个角色就会消失。以一种有趣的方式，角色会做手势让玩家后退到适当的距离。当我们测试这个新机制时，我们发现了一些有趣的东西。孩子们并没有表现出气馁的性格，而是把性格的出现和消失看作是体验的目标。他们向前移动使他出现，然后向后移动使他消失。这成为游戏本身的一个视频游戏人物Peekaboo。显然，尝试的解决方案是失败的。然后我们进一步分析了这个问题，以找出不同的解决方案。如果孩子们为了更好地在电视上看到自己而向屏幕收费，那么解决办法可能是取消接近电视上看到自己的奖励。现在，当孩子们离电视和照相机太近时，他们的图像会明显模糊，以至于无法识别。恢复注意力的唯一方法就是回到适当的距离。在测试这个解决方案时，我们发现它完全按预期工作。孩子们会像预期的那样靠近电视和照相机，看到他们的图像变得不可识别，然后后退一步再次变为可见。

经验教训

       测试年轻的受众需要比正常人更多的时间和资源。在测试这类受众时，要认识到，与成人参与者相比，招募和安排孩子的时间要长得多，难度也大得多。也要记住，进行研究需要额外的人员和空间。

       仔细规划测试会话对于成功至关重要。花额外的时间确定可能出现的潜在障碍。

       当测试孩子时，意想不到的事情发生的频率比测试成人要高。无论你准备得多么充分，总会有一些从未预料到的事情发生。一个过度忙碌的父母，一个嫉妒的兄弟姐妹，一个害羞的孩子，或者一个额外的三个浴室休息——这是测试孩子时可能发生的一个小例子。不要指望一项研究能毫无意外地进行。相反，在测试方法和数据收集方面要准备好灵活。

了解用户生成的内容

       用户生成的内容（ugc）在游戏中越来越普遍。这是社区创建的内容，通常是为了与社区中的其他人共享。例如，在类似Minecraft的游戏中，玩家创建大量详细的世界和结构，并将其分享给其他玩家。在Forza Motorsport中，一些玩家花费无数的时间为他们的虚拟车辆设计喷漆作业，其他赛车手可以在需要时看到并使用这些虚拟车辆。在超级马里奥制造，玩家解锁编辑工具，并创建其他人可以自己玩的水平。UGC给玩家创造的机会。它让他们与他人分享他们的技能。它可以让人们接受并重复别人的工作，从而提出一些全新的东西。如果做得好，UGC系统有能力促进与游戏的持续接触，从而使专门的观众能够比仅仅依靠开发者构建的内容来玩游戏的时间更长。

建设者的旅程

       通过我们对ugc社区的研究，我们了解了很多关于什么激励他们，他们作为内容创建者是如何发展的，以及他们在这一过程中遇到的陷阱。我们发现了一些我们称之为“构建者之旅”的东西。这个框架是一个理想化的阶段版本，通过这个阶段，用户可以发展成为一个先进的内容创建者。

       就像许多旅程一样，它从建筑商学习行业工具开始。他们需要熟悉工具集，并知道在哪里以及在需要时如何获得帮助。工具集需要足够灵活，并且足够容易掌握，以便新用户能够进入系统并以最小的摩擦力开始创建。当遇到摩擦时，系统需要支持，让用户以简单的方式获得帮助。偶尔，用户会与可信的圈内朋友、家人或社区分享他们的创作，目的是获得关于问题的有用反馈。如果工具集过于笨重或笨重，或者用户无法获得所需的帮助，他们通常会永远放弃这种体验。

       一旦用户精通工具集，他们就进入了早期创建阶段。在这个阶段，我们确定了一个“贡献周期”。这是用户开始创建有意义的内容的过程。贡献周期由模仿、创造和迭代三部分组成。通常，技能较低的内容创建者从模仿开始，复制他们感兴趣的内容，以便学习并在工具集中变得更好。然而，不仅仅是低技能的创造者开始模仿。高技能的用户经常模仿，以便为自己的工作找到灵感。在这个贡献周期中，用户不仅会模仿，而且会重复他们的创作，直到他们对自己构建的内容感到满意。除了贡献周期，在这个阶段，用户能够有效地利用内容库是很重要的。这些库包含来自其他内容创建者的UGC，用户希望通过浏览来获得灵感和学习。在这个早期的创建阶段，用户常常沉默寡言地与社区的其他人分享他们的内容。他们担心负面反馈或工作不够好。这样，用户就可以控制与谁共享内容，例如一小群朋友或受信任的社区成员。如果用户的共享恐惧从未得到解决，或者他们的内容浏览体验不理想，他们可能会在这里结束他们的旅程。

       最后，如果用户已经精通这些工具，并且正在构建和共享自己的创作，那么他们将进入高级创建阶段。在这里，用户愿意与社区分享，获得反馈，并被认可为高质量的内容创建者。反馈可以是明确的，如赞成票或正面评论，也可以是含蓄的，如知道有多少用户正在下载他们的作品。高级创建者也是有价值的社区成员，为社区中的其他人提供支持和反馈。这个阶段的创建者之所以建造是因为他们热爱它，但是如果开发者将他们的作品用于盈利目的，他们希望得到某种形式的金钱回报。高级创建者也有一个期望，即社区将是积极和充满活力的，一个分享、学习和获得有用反馈的地方。如果用户的工作得不到回报，如果社区停滞不前，或者如果社区其他人没有共享高质量的内容，甚至高级创建者也会离开系统。

       我们对这一群体的研究帮助我们产生了许多我们提供给我们的团队的见解。人们已经认识到，一个充满活力的内容开发人员和消费者社区对于延长产品的寿命是很重要的，但是实现这一目标的途径还不太清楚。通过这些调查找出障碍和辍学点，使我们能够为团队提供策略，使玩家保持积极性，并成为成功的内容创建者。经验教训

       随着我们处理的战略项目越来越多，更明显的是，要真正理解问题和细微之处，我们需要多方面的研究方法。具体来说，将访谈和实地调查等定性研究技术与大规模调查等定量方法相结合，有助于我们为团队开发深入而有意义的见解。

       为了更好地理解教资会的世界，定性访谈中产生了许多微妙的话题，例如承认缺乏技能或讨论金钱奖励。了解如何导航这些问题以获得最相关的数据点是研究人员的一项重要技能。随着我们朝着在定量方法和定性方法之间取得适当平衡的方向发展，越来越重要的是让研究人员采用各种技术。

•人物：由于各种原因（包括输入保真度和响应能力、对固定的对抗游戏和主动游戏的偏好以及可用的游戏组合），当前喜爱运动游戏的观众往往更年轻，并且/或者与传统游戏类型（如射手、动作冒险、RPG、Moba等）的观众几乎没有重叠。与持续和可预测地执行动作输入的能力有关，也与玩家对游戏的先验知识有关。
•地点：语境是指物质语境和社会语境。Kinect Sports游戏可能包括多个玩家（有可能发生意外的身体接触）、多个非玩家/观察员和善意的帮助者（以及那些不那么善意的人！）可能干扰检测系统的人员。还必须考虑物理环境，因为这些游戏需要不同程度的空间，而Kinect尤其需要一个干净的游戏空间（环境）。
•产品：最后，系统和游戏的基础技术当然也是非传统的。将手势、声音和物理控制器结合在一起的运动游戏系统可能比纯手势系统具有更大的灵活性（以及更复杂的用户体验）。
•在本节中，我们将考虑在Xbox、任天堂Wii和PlayStation Move的以下系统上开发运动游戏。（我们预计，随着增强现实和虚拟现实游戏系统的发展，运动游戏将继续增长，但由于这些系统中的许多仍在开发中，它们超出了本章的范围。）这些系统在其基础技术上有所不同，但它们共享大量用户体验和挑战。

输入系统

       运动游戏最显著的特点当然是输入系统。我们使用术语“动作”指的是玩家的输入，“活动”指的是设计的游戏体验（例如，投掷球、挥剑），而“输入模型”指的是为玩家的动作分配正确/错误的特定识别算法。因为动作不受按下按钮般的限制，玩家实际上有无限的自由度来进行动作。这就导致了输入问题。

       为了理解和解释玩家互动，我们将输入分为两类：玩家意图和玩家行为。在开发过程中要考虑这些因素，在用户测试过程中要注意这些因素同样重要。

       玩家的意图 玩家的行为是由他们之前的经验和游戏中的提示（以及我们对这些提示的解释）驱动的。例如剑术游戏。

       经验 玩家将之前的剑战经验和知识带到游戏中。一个玩家可以选择用力推向传感器，而另一个玩家则通过全身的横扫运动来参与。无论游戏设计是否希望其中一个或两个都是正确的，游戏很可能需要同时容纳两者（或者更多）剑术模型。

       然而，一旦玩家看到游戏如何表示输入，反馈循环就开始了，玩家将使用这些提示快速更新输入。如果屏幕上的剑即使是对第一个玩家的“猛击”做出了横扫动作，该玩家很可能会根据屏幕上的提示开始调整她的手臂动作。然而，玩家可能会表现出所需的（挥扫手臂运动）和原始（推力）输入的混合。

       这个例子提出了为运动游戏设计好输入模型的挑战。虽然本能可能是开发严密、精确的模型，但个体内部和个体之间的变异（不同）程度是如此之大，以至于几乎肯定会导致失败。我们建议用户进行研究，了解游戏活动可能引发的玩家行为范围，然后设计“松散”输入模型，以适应该活动的一系列方法。

       玩家的行为。更为复杂的事实是，玩家通常打算执行特定的动作，但实际上执行的是该动作的变体。例如，在舞蹈中心，玩家通常认为自己的动作是正确的，但旁观者却告诉他们，他们的手臂不够高，或者他们走得不够远。（此示例还说明了设置用户测试以复制游戏的预期社会环境的价值。）

       有很多很好的理由可以解释为什么我们在动作游戏中表现得很差。当我们玩游戏时，我们会小心地关注屏幕上发生的事情，而不是关注我们自身，例如，我们的脚在哪里，我们的手臂有多高。玩家的动作变化很大，部分原因是玩家只需忘记注意自己在房间里的位置以及身体的运动方式。这通常表现为玩家不知道的输入的微小变化，但如果变化导致游戏性能下降，则可能导致混淆。在我们的测试中，我们看到了更多令人震惊的例子，包括：
       玩家漂移 玩家在游戏时在房间内移动，有时移动到传感器范围之外（Kinect的一个特殊问题）。

       相机爬行 一种特殊的随意移动版本，玩家（尤其是非常年轻的玩家）越来越靠近屏幕，直到检测系统完全失效。

       碰撞 玩家会意外撞上家具，高个子玩家可能会撞到头顶上的灯或风扇，而在多人游戏中，他们可能会撞到对方。这些例子在YouTube上非常流行，但当然这些场景是危险的。

       疲劳 疲劳也会影响玩家动作的逼真度，导致动作变慢和/或动作变化多端。

       大多数运动游戏系统都开发了学习和反馈系统，以帮助玩家了解创建安全游戏空间的重要性，以及与玩家交流游戏空间是什么、在哪里以及玩家在游戏空间中的位置。

指示、提示和反馈

       我们在前一节画了一幅相当凄凉的画（描绘了一幅凄凉无望的场景）。玩家的动作是不是变化莫测，以至于开发者应该放弃对动作游戏中受控和有目的的交互的希望？一点也不，有三类解决方案可以帮助指导和约束玩家的动作指令、提示和反馈。

       不过，首先，我们必须消除这样一个神话（不可能的情况）：手势输入不需要指导。Kinect早期的一个营销口号是：“你唯一需要的体验就是生活体验。”但正如我们所讨论的，不同的玩家使用的手势形式有很大的差异，甚至是简单的手势，如按下按钮或投球，而大多数当前的运动游戏系统通过严格定义正确和错误的行动来简化处理和开发。例如，要将一个动作归类为“投掷”，手可能必须达到头部上方的某个高度，并从头部后面的某个特定点移动到头部前方和下方的某个特定点，以某个速度移动。如果玩家选择用侧臂或双手不足的方式投球，则不会定义为投球。可以定义多个有效的投掷，但是随着手势空间越来越“杂乱”地使用有效的输入，误报开始蔓延，导致错误的反馈，玩家将努力学习并开始怀疑系统。指导和提示可以指导和约束玩家的行为，而反馈可以提供有用的信息，帮助玩家继续提高他们的表现。

       指示和提示。我们将指示定义为以特定方式执行操作的明确指导（通常作为教程或其他学习系统的一部分）。另一方面，提示是游戏中的听觉或视觉元素，提供更多的隐性指导。提示在游戏中很常见-标志性的提示音比如马里奥卡丁车比赛开始告诉我们何时按下加速按钮。有了手势输入，视觉提示可以用来塑造玩家的行为，并鼓励玩家以游戏要求的特定方式进行有效的动作。例如，在Kinect运动保龄球中，玩家通过向球的左或右方向移动，在他们的化身手上获得一个新的球。球的位置鼓励玩家从身体向外伸到指定的一边，这个动作被系统识别为在阿凡达（人？）手上生成球的命令。

       对于更复杂的动作或者当玩家必须使用多个动作时，明确的视觉指令是有价值的。良好视觉指示的重要特征包括：
       指令中的玩家模型应该是人形的，即使被控制的角色不是。
       指示应包括与输入相关的所有身体部位。如果玩家的姿势相关，描述玩家模型的全身。同样，应强调相关肢体的重要性。
       玩家模型应该是动画，以显示完整的运动范围，包括所有运动身体部分的开始和结束位置。动作应该以预期的速度描述，因为玩家可以模拟慢动作指令。如果完全动画指令不可行，至少显示开始和结束位置，用箭头指示运动方向。

•玩家模型应该从一个角度来描述，这个角度清楚地显示了身体的所有相关部分。例如，直接面向玩家的玩家模型可能无法有效地传达深度。
•如果所需的输入与先前的知识或期望（来自玩家的生活经验或游戏早期经验）冲突，请务必提供指导。例如，图16.12显示了Kinect游戏中的火车门。许多运动员不熟悉火车门的滑动特性（在美国火车不太常见），他们先前的知识引导他们推或拉。（注意，白色和黑色的小提示要么没有被注意到，要么没有被理解。）
•与尝试匹配模型相比，玩家更可偏向能镜像视觉模型（尽管年轻玩家可能不理解镜像与匹配的概念，并且可能在两者之间交替）。
•应在玩家可以参加的时候提供指导。“justin-time”指令通常会被错过或忽略，除非游戏暂停以允许玩家检查指令中的玩家模型。
•如果游戏检测到玩家正在努力正确地执行一个手势作为反馈，那么重新呈现指令可能很有用。
反馈 尽管设计良好的指示和提示，但玩家有时仍会执行错误的动作。他们可能在错误的地点或时间执行有效的操作，也可能执行错误的操作（无论是接近正确的操作还是完全错误的操作）。精心设计的反馈至关重要。反馈应该是一致和有用的。
有些游戏不会对不正确的行为给出反馈，假设玩家会理解游戏状态的缺乏变化意味着不正确的行为。然而，由于运动游戏系统在正确检测输入方面不如物理控制器游戏可靠，玩家了解到无响应游戏可能意味着（a）错误的动作或（b）系统无法检测到正确的动作（或“失误”）。因此，应该对正确的行为和错误的行为给出反馈（即，游戏检测到不符合正确输入的行为）。
有用的反馈是给玩家一些关于错误的理解的反馈。有用的反馈执行以下一个或多个操作：
•传达身体哪个部位不在正确的位置上。
•提供有关更准确执行操作的常见方法的提示
（例如，“记住将手举过头顶！”）。
•清楚地展示玩家所做的动作，让玩家在屏幕上看到自己所做的和之前描述的指令之间进行比较。

       向玩家展示动作的一种方法，也是许多Kinect游戏中最有用的反馈系统之一，就是始终在屏幕上显示玩家的化身。屏幕上的虚拟人物为玩家提供了一个持续的反馈循环，告诉玩家系统看到了什么，以及系统何时没有“看到”玩家。在舞蹈中心游戏中，屏幕上的角色不是1:1映射的虚拟人物，但角色表现仍然通过突出显示系统有效地传达出哪些肢体错位或不同步。

图16.12 Kinect游戏中的火车门，d4：黑暗梦想不会消亡（2014年）。一些玩家对火车门缺乏先验知识，导致他们推/拉而不是滑动。

       重要的是要记住，除非特别反对你的游戏设计，记住正确手势的行为，以及正确执行该手势的方式在游戏中并不有趣。当检测到一个错误的手势时，向玩家提供完全正确的反馈是没有坏处的，事实上，由于玩家对系统的失望和不信任，没有提供快速、有用的反馈是有相当大的坏处的。

经验教训

•我们的主要建议是假设在为游戏中的每个活动开发输入模型时需要额外的迭代时间。运动控制比物理输入设备更难准确到位。
•多变性是被允许的，既包括多玩家之间的多变性，也包括每一个单独的啊玩家的变化性。
•虽然指令、提示和反馈在约束和指导玩家行为方面很有用，但它们并不是万能药。运动游戏设计者必须建立系统的强制性并认识到其局限性。不要为那些需要精确性和低延迟控制的观众制作游戏，这些用户目前在运动游戏系统中不可支持。
•当玩家专注于屏幕上发生的事情时，他们对自己的身体位置不是很好的判断。他们往往不密切关注自己的肢体位置，也不正确地感知行动的时机。
•避免严格要求正确的手势输入。这些游戏的乐趣通常不在于试图记住一个动作并将其与一个定义不明确的输入需求完美匹配。设计宽松的约束，让大部分玩家获得成功。

生物特性识别的魅力
       生物识别技术在游戏用户研究中的重要性是不可否认的。就像认知心理学一样，生物特征识别方法提供了一种可以洞察用户心理状态的方法，而无需直接问他们。然而，正如认知心理学一样，生物特征学在游戏用户研究中提供的数据也很难收集、混乱和复杂。通常情况下，获取和分析生物特征数据所需的时间和资源不会产生比用更传统（但不太浮华）的方法生成的数据更好的见解。因此，了解如何最好地实现这些方法是至关重要的。当问这个问题时，“你真的需要这种类型的数据来改进你的产品吗？答案通常是“可能不是”。

       生物测定学是指通过测量某些生理过程或状态而获得的各种数据流，这些生理过程或状态被认为是一个人心理过程的象征。示例包括眼睛跟踪和瞳孔测量、皮肤电活动（EDA）、心率变异性和面部肌肉肌电图（EMG）。

       诸如脑电图（EEG）和功能磁脑成像（fMRI）等技术也属于这一范畴，并且具有更紧密地测量大脑状态的附加吸引力。然而，它们甚至比这里列出的措施更为昂贵和复杂。有一些面向用户研究场景的商业EEG设置，但即使这些系统也将提供复杂的多维数据集，转换为可操作的见解可能很困难且耗时。如果有人想用功能磁共振成像（fmri）进行用户研究，就紧紧抓住你的钱包，快速地向相反的方向移动（就不要再考虑了）。

       眼睛跟踪是对注视方向的一个非常直接的测量。诸如瞳孔测量、EDA（通常被称为原发性皮肤反应或GSR）和心率变异性等指标通常与唤醒、参与和聚焦有关。肌电图被认为能更直接地测量实际的情绪（快乐、沮丧等）。

       值得注意的是，所有这些方法都是推论的：为了将观察到的现象学变化与感兴趣的精神状态联系起
来，需要做出某些假设。例如，基于已建立的心理学研究，我们假设EDA（表示出汗增加）的增加是唤醒增加的标志。然而，我们并不是直接测量唤醒，只是它的副产品。这是真的，即使是像眼睛跟踪这样相对简单的事情：传感器可以检测出瞳孔在显示器上的方向，但这不能保证一个人积极地观察显示器的这一部分。正如丹·西蒙斯（theinvisiblegorilla.com）和许多其他人所展示的那样，人们可以将眼睛指向一个物体，但仍然看不到它。事实上，即使是用来测量“大脑活动”的技术，也常常测量心理过程的副作用，而不是过程本身。Fairclough（2009）对将特定测量（或测量组）与特定心理状态或心理反应相匹配的挑战进行了广泛讨论；尽管该论文的主要焦点是生理计算，但许多相同的问题也适用于游戏用户研究中的生物特征学。

       如果生物识别技术是从我们真正关心的东西（一个人的精神状态）中去掉的多层，那么为什么还要麻烦生物识别技术呢？我们很费心，因为在适当的情况下，他们让我们更加了解我们自己。不仅如此，他们让我们在不直接询问别人的情况下（并且依靠对问题和答案的解释）更近一步的了解了我们自身。正如Sasse（2008）所讨论的，调查和深思熟虑的范例引入了从核心游戏体验中删除的一定程度，并可以减少沉浸。观察球员的生理变化让我们更接近他们的基础经验。此外，它们使我们在类似于实时的东西上更接近。这些方法中的大多数都是以秒或秒的分数来衡量过程的。这个粒度是询问某人是否喜欢你游戏中的某个特定级别与确定他们喜欢（或不喜欢）游戏中的特定时刻之间的差异。

       粒度是生物特征学的关键优势。由于这些生物过程具有相对较低的潜伏期（即一个人的心理状态反映在其生理状态所需的时间），因此（理论上）有可能建立一个玩家在玩游戏时的感觉的即时图像。正如Mirza‐Babaei&McAllister（2011年）所描述的那样，当一个玩家弄清楚如何解决一个难题，或者确定一场战斗从沉闷到投入的转变点时，研究人员能够看到挫折转变为兴奋和快乐。

图16.13显示了生物特征学的另一个卖点（亮点）：它看起来很酷。有时，一个奇特的热图或EKG样的显示会让一个团队觉得他们正在以一种调查问题所不具备的方式进行超级奇特的科学分析。因为这些可视化是如此令人信服，所以对生物特征数据分析的关注和考虑也更为重要。用这种奇特的图像更容易引导团队得出错误的结论（参见McCabe&Castel，2008年，使用脑扫描图像来检查这个问题）。

图16.13。生物特征故事板示例。摘自Mirza‐Babaei&McAllister（2011年）；经许可使用。