互动影游上线后看什么数据：选择率、完成率、复玩率与结局分布
建立互动影游事件字典、核心指标、诊断路径和版本化数据看板，避免只看播放量。
开篇导读
互动影游上线后，播放量只能说明入口被打开过。真正能改进作品的数据是：玩家到达哪个节点、是否完成选择、选择后是否继续、是否回来看另一条路，以及结局分布是否符合设计意图。
先统一事件与会话
最小事件包括：story_start、node_enter、choice_impression、choice_submit、node_complete、ending_reach、replay_start。每条事件带匿名用户或设备标识、会话、作品版本、节点、分支和时间。
会话中断规则要明确，例如 30 分钟无活动结束。否则用户隔天回来会被错误算成一次超长观看。
五个核心指标
节点到达率 = 到达节点的独立会话 / 开始作品的会话。用于定位流失，但需结合前一节点时长与加载错误。
选择提交率 = 提交选择 / 看见选择。低值可能来自文案难懂、按钮遮挡、倒计时或技术故障。
选择率 = 某选项提交 / 该节点全部提交。它描述分布，不直接代表哪个选项更好。
完成率 = 到达任一结局 / 开始作品。应按版本、设备与来源拆分。
复玩率 = 完成后在窗口期内重新进入有效分支的用户 / 完成用户。不要把误刷新和断线恢复算复玩。
再看两个互动特有指标
后悔率：选择后很快回退或重开附近节点的比例。它可能表示玩家后悔，也可能表示按钮误触，需要结合停留时间和设备检查。
结局分布：各结局占完成用户比例。过度集中可能是设计有明显最优解，也可能是其他路径有 bug；极少结局则要检查前置条件是否过严。
从数据回到剧本
选择点前大量流失，先查节奏和加载；看见选项却不提交，查 UI 与文案；某选项几乎无人选择，检查它是否显得无条件更差；复玩低，检查二周目是否提供新信息及回看工具；结局异常集中，检查状态与提示。
最小看板
按作品版本展示漏斗、节点热图、选择分布、结局分布与 7/30 日复玩。所有指标都应显示样本量，样本小不做夸张结论。还要区分内部测试、创作者预览和真实用户。
公开竞品通常不会披露这些内部数据，因此本文是方法建议，不代表任何平台实际表现。DramaFork 应从第一版就统一事件字典，避免作品增长后才发现旧数据不可比较。
事件字段要能重建一条路径
每条事件至少包含事件名、匿名主体、会话、作品与版本、节点与选项、客户端时间、服务器接收时间、设备和来源。状态值不必把完整剧情或用户输入上传，可以记录必要的枚举、哈希或结果类别。事件命名和字段类型形成版本化数据字典，变更时说明兼容方式。
重复提交、离线缓存和断线重传可能把一次选择记成多次。客户端生成事件 ID，服务端幂等去重；时间顺序以服务器和单调序列共同判断。创作者预览、自动测试与正式流量必须带环境字段，否则内部点击会污染作品指标。
指标异常要沿漏斗诊断
节点到达下降，先查上一段是否过长、媒体错误或路径条件不可达；选择曝光高而提交低，检查按钮遮挡、文案理解和限时压力；提交后大量退出，检查结果是否与选项承诺冲突；复玩开始高却很快结束，可能是已读跳过不足或新内容太晚出现。
结局分布需要同时展示到达该结局的前置路径和样本量。某结局只有百分之一用户到达，可能是隐藏奖励，也可能是条件 bug；设计目标决定是否异常，不能机械追求均匀。
数据不能替代玩家解释
日志能告诉团队哪里发生变化，却不能独自解释为什么。针对异常节点回看错误日志、可用的匿名操作序列和用户访谈，并询问玩家看到了什么、期待什么、为何离开或重开。不要把相关性直接写成剧本因果，也不要用小样本百分比制造确定性。
隐私上采用数据最小化原则：只收集改进体验所需字段，说明用途和保留期限，限制访问，并为删除和导出请求建立流程。自由文本和生成式对话风险更高，默认不应进入普通分析表。一个有用的看板不仅算得准，也让团队知道哪些数据根本不该收集。
