过关类游戏在单机类游戏中出现会比较多，但多以休闲为主，比如《Candy Crush》、《Angry Birds》、《P V Z》、《小鳄鱼顽皮爱洗澡》、《Tiny Thief》等经典休闲游戏，鉴于很多圈内人士预测2014年是手游爆发年，且重点在ARPG类型，似乎会冒出很多横版过关或者全3D的过关动作类游戏，我们就针对此类型的游戏进行分析。
首先，此类型的游戏需要关注的是每关卡的独立玩家数量，即玩家ID数量，目的是为了监测玩家主要集中在哪个阶段。比如，游戏刚推出阶段，玩家主要集中在前面部分的关卡（如图一所示）；推出一段时间之后，玩家主要集中在中部关卡阶段，如果期间有拉新活动推出，不排除前、中部分关卡处于一个玩家数量比较持平的表现（如图二所示）；如果运营很久，玩家主要都会集中在关卡中后期，或者是一个缓慢上升的曲线，又或者是一个较持平的曲线（如图三所示）。以上假设的前提都是游戏在运营状况比较良好的情况下进行分析的。
图一
图二
图三
其次，我们需要关注的是关卡难度的节奏问题，如果设计的难度太低，玩家很快就会因为游戏毫无挑战性而流失；如果设计的难度太大，会带给玩家挫败感太强，也会容易因为灰心丧气而流失。所以，我们一定要把握好每个关卡内以及关卡与关卡之间的难度节奏。那么，这两个方面的难度节奏怎么从数据方面来统计和展现呢？
为了解决这个问题，首先要找到哪些关卡阻止了玩家继续前进。我们的解决方式是把每次玩家在某个关卡失败后退出游戏的行为进行记录，找出玩家在哪个关卡失败后不继续进行游戏而是选择退出游戏，并把这个指标定义为“关卡退出率”，计算公式为：
关卡退出率=此关卡失败后退出玩家游戏的次数÷游戏启动次数
除了这个指标，还要统计每关卡的失败率，目的是为了与上个指标对比查看此关卡是不是设计的难度太高，计算公式为：
关卡失败率=当前关卡未成功通过的次数÷此关卡的总启动次数
这两个指标进行对比后，我们就可以看出关卡的难度是不是设计的太高而不合理。如下图所示：
过关类游戏的难度曲线（也就是关卡失败率）理论上应该是波浪曲线逐渐上升的形状，但游戏刚开始运营的时候肯定会有偏差，需要根据上图的实际表现情况来不断进行调整。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
MySQL 服务器内存碎片：成因、检测与内存持续增长的解决策略 在 MySQL 运维中，“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测：核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师：驾驭通用与场景指标，解锁数据驱动的精准路径 在数据驱动业务的实践中，指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中，AB 实验系统（负责验证业务优化效果）与业务系统（负责承载用户交互与核心流程）并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析：6 步闭环，让数据驱动业务落地 在企业数字化转型中，CDA（Certified Data Analyst）数据分析师的核心价值，并 ...
2025-09-23CDA 数据分析师：以指标为钥，解锁数据驱动价值 在数字化转型的浪潮中，“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时，一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域，“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时，默认指 ...
2025-09-22CDA 数据分析师：参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下，数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升：机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中，“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka：数据生态中两类核心工具的差异与协同 在数字化转型加速的今天，企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师：让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师：表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据（如数据库表、Excel 表、CSV 文件）是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换：从基础用法到实战优化 在 SQL Server 的数据处理中，日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率：打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中，“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et：理性预期算子的内涵、作用与应用解析 动态随机一般均衡（Dynamic Stochastic General Equilibrium, DSGE）模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确：TIF 中的地名有哪两种存在形式？ 在开始提取前，需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师：解锁表结构数据特征价值的专业核心 表结构数据（以 “行 - 列” 规范存储的结构化数据，如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值？详解 dropna 函数的功能与实战应用 在用 Python（如 pandas 库）处理 Excel 数据时，“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验：差异、适用场景与实践应用 在数据分析与统计学领域，假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
