Unity deltaDNA 帮助发行商和开发者在游戏中跟踪玩家行为

什么是deltaDNA？

Unity的deltaDNA通过深度数据分析，为游戏制作者提供复杂的玩家参与工具。凭借跨平台和丰富的数据能力，这一端到端解决方案使发行商和开发者能够更好地了解不同的玩家行为，并针对个别玩家实时创建个性化体验。

广泛的最佳分析实践不一定适用于游戏。通过有效的事件跟踪，让您的游戏获得成功。

为了充分利用您的分析和参与工具，跟踪正确的事件并收集正确的数据是至关重要的。

分析游戏需要一种特定的方法，这种方法忽略了某些在其他媒体中运作良好的本能和做法。这篇博文提供了设置您的工具以跟踪事件的蓝图，以赋予您的分析师和营销人员追求优化的能力。

如果没有具体的游戏分析经验，开发者往往会借用网络分析的技术和方法。在该领域，跟踪每一次点击和页面浏览是一个很好的做法。

用户流

一款游戏的用户界面（UI）给开发者带来了很多头疼的问题。你要确保一个干净、简单、轻松的玩家体验。自然而然的本能是记录玩家是如何探索UI并在它的各个分支中移动的，但这会产生一个问题数据集。

在游戏中，玩家可能会有许多不同的方式来执行类似的动作或任务。追踪它们都会记录一百万种不同的路径来获得相同的结果，但却没有产生任何有意义的见解。

例如，在有建筑机制的游戏中，玩家在同一个子菜单中循环了多少次，在每个材料上徘徊了多少次，其实并不重要。其实你想知道的是，他们在所有的犹豫之后最终建造了什么。

开发者在完全没有必要的情况下跟踪某些个人行为是非常常见的。这在以收割资源为核心游戏元素的游戏中尤为常见（尤其是问题多多）。

乍一看，追踪玩家126个硬币的狂收行为的逻辑方式是每赚取一个硬币就发送一个数据点。用这种程度的细节来追踪重复的行动是完全没有必要的。与其用126个单独的事件来加重你的分析师的负担，你应该等到收割结束，然后发送一个数据点："这个玩家在'y'时间内收割了'x'币"。

这种方法对游戏是行不通的。跟踪每一个行动都会占用大量的存储空间，但更重要的是，它让你的数据几乎无法分析。为了证明创建一个拥有数百万个数据点的灾难性噪声数据集是多么容易，让我们看看两个常见分析误区的例子。

聚合数据的重要性

做好游戏分析的关键是勇于确定重要信息，而不去考虑其他信息。就其本质而言，所有游戏都涉及到很大程度的重复性。因此，跟踪集合而不是单个动作是减少数据集大小和噪音的一个非常有效的方法。

与其跟踪商店内的所有点击，不如跟踪放弃的报价和完成的交易数量。

与其跟踪FPS中的每一次枪击，不如跟踪每次任务的总命中率和失误率。

与其追踪每一棵被砍伐的木头，不如追踪每个环节收获的木头数量。

你追踪的越多，越难。不幸的是，你不能只跟踪所有的事情，然后再去解决。谨慎的、"包罗万象"的事件跟踪方法会阻碍有意义的分析，并最终限制你游戏的潜力。