一、平均值是最容易骗人的那个数

在PG的数值平衡实践里,平均值曾经制造过一次相当典型的误判。某个核心循环的单局产出,平均值看起来非常平稳,团队据此判断经济系统健康,结果上线前的体验测试里,一部分玩家觉得资源多到无处可花,另一部分玩家则抱怨永远差一点。回头把数据按分位数拆开,才发现产出分布是明显的双峰:一头是高频低额,一头是低频高额,平均值恰好落在两峰之间的谷底,什么也没代表。

这件事之后,PG在玩法研发的数值评审里加了一条硬规则:任何核心循环的产出与消耗,必须同时看中位数、七十五分位和九十五分位。平均值可以留作参考,但不能单独作为判断依据。分布形状比中心位置更能说明玩家实际会经历什么。

二、产出与消耗要看「形状匹配」

核心循环的健康度,很大程度上取决于产出分布和消耗分布是否形状匹配。PG的做法是把两条分布画在同一张图上,观察三个位置:

  • 低分位段:产出是否足以支撑玩家完成最基本的循环动作,消耗是否低到让资源失去意义。
  • 中位段:大多数玩家的日常体验是否落在可持续的区间,既不憋屈也不无聊。
  • 高分位段:高额产出是否对应高额消耗目标,否则资源会在此处堆积成无效库存。

在PG的一个关卡驱动型玩法模块中,低分位段的产出被刻意抬高了一点点,代价是高分位段的峰值被压低。表面看是削弱了爽感,实际数据上循环完成率上升,玩家在中期弃坑的比例明显收敛。这说明数值平衡的目标不是保住峰值,而是让分布的两端都不出现断崖。

三、一次因平均数返工的取舍记录

PG曾在一个原型版本中把某类消耗品的单次消耗量按平均值上调,理由是「平均剩余量偏高」。结果测试数据显示,中低分位玩家的循环直接卡死,因为他们的剩余量本来就贴近底线,上调消耗等于把他们的容错空间清零。返工方案最后改成按分位分段设置消耗梯度,高分位段承担更多消耗压力,低分位段保持宽松。

这次返工的教训被写进了PG的数值设计检查清单:任何以平均值为依据的调整,都必须先确认分布是否单峰。如果是双峰或多峰,调整对象应该是某一峰的形态,而不是整体平移。这个原则后来在多个玩法模块的平衡迭代中反复被验证有效。

四、分布数据如何服务量产落地

原型阶段的分布分析,到了量产阶段会转化成一套监控口径。PG会在客户端埋点中保留分位段标签,让后续的平衡调整有连续的数据参照,而不是每次重新采样。对长期关注游戏设计方法的读者来说,值得记住的一点是:数值平衡的手感来自分布,而不是来自某一个漂亮的平均数字。把分布看懂了,削峰值还是抬底线,就不再是拍脑袋的选择。