建议:免费游戏A/B测试的五个有效策略

【Gamelook专稿，转载请注明出处】

Gamelook报道/所有的免费游戏开发者和市场营销者们都知道，常规的更新对于游戏来说是必要的，因为它可以为玩家提供持续的优秀体验。这其中的决策过程，除了创意之外，都应该是由数据驱动的，对于游戏来说，任何一个改变带来的影响都应该被衡量到，所以，很多公司都会使用到A/B测试，但是，你所使用的方法可能对于测试结果产生很大的影响。

通过使用其他的分析数据比如用户分类和定位等等，A/B测试用于测试你的游戏中有明显差异的不同用户群，通过这个结果来了解游戏的变动带来了哪些积极影响或者消极影响。这些变动可能包括调整游戏难度、尝试不同的IAP选择，或者改变某个按钮的颜色等等。

完善A/B测试的策略是有意义的，因为它可以帮助游戏的提高，达到更好的留存率、参与度和货币化水平。以下是五个比较有效率的A/B测试策略：

1.决定游戏的哪个地方需要提高

你的测试目标越明确越好，所以在测试的时候拥有清晰的目标或者想法是重要的，专注于游戏内的哪些地方需要提高，就是不错的开始。

你应该衡量游戏内活动并追踪关键表现数据（KPI），追踪首次用户体验，看看你的游戏上手体验是否容易让玩家接受，通过详细的观察了解用户在游戏中的进度，然后确定他们推出的时机。

2.测试样本大小很关键

获得足够多的测试用户才能够得出比较中肯的结果，选择玩家们经常的游戏时间进行测试是非常有帮助的，使用之前的游戏数据决定什么时间才是最合适的。如果你不确定测试样本大小是否能够准确的反映问题，就需要进一步的了解如何测试你得到的数据是否足够精确。

3.不要太早的下结论

对于测试要有耐心，有时候一些测试是需要时间才能得出真实结果的，比如说，你希望增加首次付费率。在决定的测试样本大小之后，要提前确定测试的时间长度，了解这个测试需要多久才能得到足够的数据，不过，如果有需要的话，尽可能增加测试时间。

4.为不同用户群提高游戏体验

并非所有的玩家都是一样的，所以你要实时测试，实时检查游戏调整对于玩家行为的实时影响，这需要比调查问卷更久的时间，如今已经有了非常强大的深度数据挖掘能力，把最好的游戏数据猜测成整体玩家数据是非常愚蠢的，一个用户群的数据可能并不适用于其他类型的用户。

所以，要专注于了解应该使用哪些不同的方法让你的目标用户群最能接受，然后为每一组找出最合适的解决方法，随后据此结果量身定做对应的提高，让游戏体验做到个性化。

5.不要只看一次测试

如生活一样，你付出多少，才有可能收获多少。一次测试不可能给你所有需要的答案，所以要做好多次测试的打算，并且把不同的测试结果进行汇总，找到最有效的解决办法，然而，要记得把测试保持在可控范围内。

那么，你做了A/B测试，也对游戏做出了调整，带来了不错的结果。然后呢？很多人都容易以为这就结束了，但是，在免费游戏市场，如果你想要获得成功，不断的完善游戏是必需的过程，你一直都要关注游戏的KPI并且不断的进行测试。