互動影遊上線後看什麼數據:選擇率、完成率、重玩率與結局分布
上線後最重要的不是做一面指標牆,而是分清四個問題:玩家是否看懂選擇、是否順利完成、是否願意探索、內容與技術在哪個節點阻斷。選擇率、完成率、重玩率和結局分布必須以真實曝光和可玩機會為分母,並按版本、平台與首輪/重玩分層。

開篇導讀
上線後最重要的不是做一面指標牆,而是分清四個問題:玩家是否看懂選擇、是否順利完成、是否願意探索、內容與技術在哪個節點阻斷。選擇率、完成率、重玩率和結局分布必須以真實曝光和可玩機會為分母,並按版本、平台與首輪/重玩分層。
選擇率從「看見的人」計算
某選項選擇率=選擇該項的人數÷看見且有資格選擇該項的人數。不能除以全部玩家,因為條件、語言、資源和前置路線會改變曝光。限時選擇還要單列逾時、未輸入和介面失焦。
同時觀察決策時長分布。幾乎所有人瞬間點同一項,可能是答案太明顯,也可能文案位置造成預設選擇;長時間猶豫可能是價值衝突成功,也可能選項難懂。結合測試錄影與回饋解釋。
完成率要畫章節漏斗
從啟動、完成序章、到達各章、首次結局到正常結束形成漏斗。每一步同時查看媒體錯誤、當機、載入時間和主動退出。內容流失與技術流失不能混為一談。
完成率按 cohort 觀察:首次遊玩日期、平台、版本、語言和裝置效能等級。熱修復後整體上升,可能只是新增玩家組成不同;同類 cohort 才能比較變化。
重玩率定義具體時間窗
重玩可以是結局後點擊新路線、重新進入早期章節、使用已讀跳過或在若干天內開始第二次工作階段。先選與產品目標一致的定義,例如「首次結局後七天內開始新時間線」。把當機後重啟和讀檔糾錯排除。
再看重玩深度:只是點開,還是到達新節點或新結局?高啟動、低進展可能說明重複內容太多、跳過不好用或提示沒有方向。
結局分布先檢查可達性
各結局占比使用至少完成一次的玩家為分母,並區分首輪與累計。極少人到達的結局可能本來就是隱藏獎勵;若主要結局幾乎無人到達,先驗證條件、存檔和路徑是否正常,再討論玩家偏好。
結局數量少不代表體驗單一。把主要結局與尾聲變體分層展示,並查看到達它所需的關鍵狀態。不要為了讓長條圖均勻而強行修改劇情。
建立「敘事+技術」聯合檢視
每個關鍵節點並列顯示到達人數、選項曝光、提交、媒體準備失敗、退出、平均等待和下一節點到達。這樣能發現按鈕點擊正常卻在影片切換後大量消失的問題。單獨看選擇率會漏掉這類斷點。
對存檔還原、已讀跳過和輔助設定也做健康指標:還原成功率、跳過後新內容到達率、計時輔助使用後的完成率。目的不是評價玩家,而是確認功能履行承諾。
定性證據解釋數字
定期歸類客服、評論、社群討論和訪談,保留原意而非只統計正負面。將重複主題關聯到節點與版本,例如「選項誤導」「字幕太快」「角色動機不明」。數據告訴你哪裡異常,玩家語言幫助理解為什麼。
不要拿小樣本評論直接代表全部,也不要用整體平均值否定具體障礙。兩類證據相互驗證。
設決策門檻和保護指標
改選項文案前寫預期:理解錯誤下降,提交率提高,同時關係分支滿意度不能下降。熱修復後觀察目標指標和保護指標,避免提高完成率卻消滅有意義的猶豫。
不是所有分布都要最佳化。作品可能故意讓某個選擇痛苦、某個結局稀有;只要玩家理解、技術可靠且符合創作目標,就不必追求平均。
做好隱私與數據品質
只收集必要的匿名事件,提供適當告知和控制,按政策限制存取與保留。過濾內部測試、機器人、重複回報和異常時鐘;儀表板顯示事件版本、樣本數與數據延遲。數據管線不可信時,暫停重大內容決策。
建立固定檢討節奏
首日關注啟動、當機、下載和存檔等阻斷;首週看章節漏斗與重複回饋;樣本穩定後再分析選擇與結局。過早根據幾十名核心粉絲改劇情,容易把雜訊放大。每次審查記錄觀察、解釋、證據強度、決定和複查時間。
將內容實驗與緊急修復分開。修復錯誤路徑可以盡快發布;改變選項含義或結局條件需要版本標記、保護指標和玩家溝通。否則前後 cohort 面對不同作品,數據無法直接比較。
下一步:為選擇率、章節完成、重玩和結局分布各寫一個精確定義、分母、分層維度和可觸發的行動;用十個測試工作階段手工重新計算,確認儀表板與原始事件一致。


