钓鱼游戏与赌徒心态分析

本文分为三个部分：钓鱼游戏原理介绍；钓鱼游戏的数值分析；玩家的赌徒心态及其在其他场景中的应用。

第 1 部分：钓鱼游戏原理介绍

钓鱼游戏是非常经典的游戏类型，从游戏厅到端游、手游都有。

五彩斑斓的鱼群、铺天盖地的渔网、夸张的金币特效、疯狂点击的玩家都是这类游戏的特征。

那么，这款游戏的具体原理是什么？发热的原因是什么？

钓鱼游戏截图

先说结论：钓鱼游戏是一种赌博游戏，本质上和老虎机一样，都是用概率下注来赚取大小的金币。

站在玩家的角度，我们花费金币，发射炮火，命中目标鱼，以一定概率命中，获得金币。这就是钓鱼游戏的基本闭环流程。

听起来有点像 TPS 射击游戏。

但是，钓鱼游戏和TPS游戏显然是完全不同的，经常被归类为“赌场”游戏。那么两者的本质区别是什么？

游戏最关键的一点：是什么决定了我们能否击中目标？

是的，在钓鱼游戏中，打不打是由隐藏的概率决定的，而不是一组明确的数学公式。

也就是说，我们不能通过“打了多少血”和“还剩多少血”来直观地判断我们钓鱼的进度和成功率。甚至可以猜测，我们辛辛苦苦钓到的鱼，很可能根本没有血。第一次和第十次命中目标的概率完全一样。

结果，我们硬钓的“策略”大打折扣，只剩下“运气”和“概率”来控制胜负了。

从游戏的角度来看，玩家消耗金币钓鱼，根据一定的概率公式f(x)计算成功率。 ，没有收获。

下注是金币，输出还是金币，钓鱼概率计算的过程是一个黑匣子，最终反馈为0或1，即失败或成功。

同时，为了满足玩家的心理，往往会设计华丽夸张的动画效果，给玩家一种“大手笔”的错觉。

钓鱼游戏的华丽特效

对于这种游戏，很明显重点是在这个“黑匣子”f(x)上，具体机制是什么？

很明显，有上千人，不同钓鱼游戏的黑匣子设置也不一样。

我们从基本信息推断：这个f(x)的参数x包括什么？参数之间的关系是正的还是负的？

首先，玩家钓鱼的概率与哪些因素有关？也就是我们为黑盒提供的参数x是什么？

想象一下每个钓鱼动作都有哪些变量？

变量主要可以包括：房间基本信息、玩家基本信息、本次开火基本信息。

基本房间信息：这个房间是新家吗？高级间？不同的房间可能对应不同的黑匣子。

玩家基本信息：玩家目前有多少金币？年级？是新手期吗？是付费玩家吗？不同状态的玩家可能对应不同的黑盒子。

关于这次射击的基本信息：炮塔的位置？炮塔类型？渔网在哪里？你钓了几条鱼？钓到多少条鱼？不同的触发情况可能对应不同的黑匣子。

以上所有情况都可能导致黑盒的差异。是否有影响，可以从客户端通过根据不同游戏控制变量的方法进行实验验证。

作者拿出一些我个人认为比较重要的条件，从游戏开发者的角度进行了基本的分析。

从开发者的角度来看，开发者的根本目的是刺激玩家的赌博，让玩家在游戏中获得乐趣，增加投入；同时，平衡游戏内经济网赌单纯玩家会抓吗，防止输入输出失衡。

同时，开发者进行条件判断和控制行为也是有一定成本的。因此，开发者会尝试选择一种简单的方法来实现他们的目标。

首先，根据房间的基本信息调整黑匣子。不同房间钓鱼的成功率不同。

新手房间往往有一定的保护机制，对玩家的整体反馈大于努力。房间越高级，对应的鱼就越高，收益越高，风险也越高。

也就是说，房间越高级，钓鱼的成功率就越低。

此外，在许多理论中都有房间吞吐量的概念。简单来说就是当房间产生的金币多于预期时，也可能会降低整体成功率。这也可以在客户端进行实验验证。

其次，根据玩家的基本信息调整黑框。同一个房间，不同玩家钓鱼的成功率不同。

想象这样一个场景：玩家发现新房子在赚钱，所以他就原样呆在新房子里。这显然与开发者的目的相矛盾。

同时，作为开发者，我们也希望将玩家推向高端房间，体验高风险、高乐趣的游戏。

因此，黑盒有必要对玩家的情况进行有条件的判断，做出负反馈调整。

当玩家当前的金币数量高于这个房间的某个设定值时，即使房间原本设定的比较平坦，但是此时对于这个玩家来说，他的钓鱼成功率是非常高的。可能会相应减少。

同时，新手保护机制的存在，让新手玩家自带“光环”，成功率高。

如果玩家达到一定的付费点，他们可能会比平时更容易失败，从而刺激玩家付费。

第三，根据本次射击的基本信息调整黑匣子。同一个房间的同一个玩家，不同的射击方式，钓鱼的成功率是不一样的。

根据每个钓鱼游戏的系统设计不同，对于枪的火力设置可能会有不同的解释。

一般来说，钓鱼的成功率与枪的火力成正比。

这里有一个关键点，就是一次打多少条鱼才能提高成功率？

这也是一个很实际的问题：钓鱼游戏有什么特别的技巧吗？

我们从实践经验出发，一枪不打鱼，就一定没有利润。

但是，如果一次钓5条鱼，比每次钓5次更划算吗？

直觉上，前者和后者是等价的，但从研发的角度来说呢？这是一款鼓励玩家尽可能多地钓到鱼的游戏吗？

显然不是。

在保险方面，如果你想击中一条鱼，保持在它的中心射击而不碰到其他小鱼可能是一个不错的策略。

至于具体细节，还是根据具体产品通过控制变量进行实验验证。

所以，总而言之，钓鱼游戏是一种有小有大的游戏。玩家通过消耗金币进入特定的黑匣子，输出概率，成功则获得鱼对应的金币。

成功概率由黑匣子条件决定，包括房间条件、玩家条件、开火条件等。

第 2 部分：钓鱼游戏的数值分析

以上分析了钓鱼游戏中单发单发对应的“黑匣子”原理。

这是钓鱼游戏中的基本闭环。

那么，当我们从时间和空间的维度展开这个闭环时会发生什么？

从宏观数据的角度，如何发现问题？

作为开发者，你需要控制哪些宏数据？

同样，本节我们分别从开发者和玩家的角度进行分析。

一方面，我们从时间维度延伸。

也就是说，如果我这个玩家一直在玩游戏，黑盒概率会不会受到影响？

首先，根据前面的分析判断，玩家在玩的过程中，玩家的金币数量肯定是不断变化的。如果玩家金币过多且不换房间，成功率可能会降低。话虽如此，每次击球的成功率可能会有所不同。

一般来说，金币数量不太可能快速变化，所以我们可以假设一个理想的情况：玩家的金币数量稳定，成功率不受金币数量的影响。

当然，每次射击的情况都不一样，我们这里也假设理想情况，例如：玩家每次击中1条火力平均的中鱼。

那么，当玩家连续重复这个操作1000次时，根据概率知识，钓鱼的结果相当于：

收益=（总投资/每次射击消耗的金币）*命中概率*1*每条鱼的奖励*1000次

对于玩家来说，我们将时间线拉得越长，结果就越趋向于向黑盒概率稳定。

这也很容易理解，如果我们只拍一次，结果只能是0或1，但是随着我们拍的越多，它就越接近它的数学期望。就像抛硬币一样。

因此，扩展时间维度是一个稳定玩家收支平衡的过程。

如果我们作为开发者，看到一个玩家的游戏收支数据长期符合上述公式，就可以判断该玩家的数据是正常的。

我们进一步扩展了时间维度。

“量变导致质变”。当我们的财富积累久了，就会产生本质的影响，也会有房间层次的变化。

对于新手房间的玩家来说，如果我一直赢钱，但我不换房间，当财富积累足够时，黑匣子的概率会发生变化，开炮成功率会降低.

一般来说，此时玩家会进入盈亏平衡的状态，也就是通过的概率降低，这样玩家钓鱼消耗的金币数量就等于数量获得的金币。

当玩家发现自己玩了很久，金币总量没有变化时，就会开始考虑：是不是该换个高级房间玩（shu）和玩（钱）？

同理，高级房的玩家，玩久了肯定亏钱。

输了再输，可能低于房间的进入门槛，玩家被迫离开这个房间，回到下层房间。

当然，你也可以选择充值后入住此房，或者充值后进入高级房。

因此，玩足够长的时间会导致玩家在不同房间之间切换。

一般来说，开发者可以在后台监控玩家在不同房间的游戏情况，以及金币的消耗和产出。如果都满足稳定的数据，说明整体情况正常。

稳定数据的标准与上述逻辑一致。

另一方面，我们也需要从空间维度进行延伸。

钓鱼游戏的核心是概率，这意味着有很多不可避免的偶然因素。

如果在相同条件下，钓到鱼的成功率为1%，那么如果有100名玩家同时钓鱼，则1人成功，99人失败。

同样，如果 10,000 名玩家同时连续钓鱼 2 次，则可能有 1 名玩家两次都成功。

通过这个推断，当我们的样本空间足够大，也就是足够多的DAU射出足够多的量时，即使概率降低到非常低的水平，仍然会产生一定的输出。 “幸运者”的数量将获得更多的金币。

那么，根据我们对开发人员的了解，他们能容忍这种情况吗？ （笑）

不行，所以需要更多的条件判断。

从开发者的角度来看，当个人用户在短时间内获得大量收益时，必须特别注意。

除了正常出现的“幸运儿”外，还可能存在恶意影响游戏、刷金币的插件。

对于“幸运儿”，除了因积累金币而降低概率外，如果连续成功，开发者还可以编写额外的条件控件，进一步降低成功概率。

但是对于插件来说，既然可以连续成功，就意味着降低成功率是无法抑制的，所以需要格外警惕。

一般钓鱼游戏会设置相对隐蔽的金币转账通道。如果出现这种疑似作弊行为，开发者的第一反应肯定是关闭该玩家的金币转账通道，让这些通过不正当的渠道。获得的金币仅限于同一个玩家账号，以免造成大规模影响。

之后，您可以对这个账号进行进一步的调查，避免“无理取闹”。

另外，对于外挂控制，还需要避免多个账号同时刷新手奖励并导入一个总账号的现象。

一般只需要控制金币的转移即可。

综上所述，外挂控制需要关注的数据有：单人短时间内的收入、金币转移异常行为等。

一般情况下，特别幸运的玩家会受到一定的严格控制，但可以避免处罚。

回归正常，在整体层面，开发者需要进行宏观数据控制。

除了上述数​​据：玩家的金币收支、不同房间兑换、充值等数据，还有外挂控制的数据，我们还需要注意哪些数据呢？

如果游戏中的经济系统好，具体可以从哪些数据上反映出来？

类比上一篇文章，单个玩家的长期收益趋于均值。

同理，对于一个房间的大量玩家，一段时间内的收入也应该趋于平均。

金币的消耗和产出网赌单纯玩家会抓吗，玩家的进入和流失，房间的质量，即对玩家的吸引力和自身的经济周期，都可以以房间为单位。

比如引进一批新玩家，短时间内肯定会聚集在新房子里。

当大量玩家在新房间的金币饱和时，玩家将开始向更高级别的初级房间移动，可以看到明显的玩家流动。

这个时候，如果有大量玩家离开新房间，没有去任何房间，直接输了，那么可能是新房间设置太无聊，不够吸引人。可以降低新房间的天花板，加速金币的积累，加强对房间升级的引导，尽快将玩家送到更高级别的房间。

如果大量玩家进入主房间，很快就破产了，可能是主房间中鱼的概率太低，导致玩家不开心，等等。

这些数据变化需要通过宏观整体数据进行定点分析。

以上是按房间对大量玩家样本的分析。

然后，你也可以对分析进行微调，比如以不同的鱼种为单位统计整体数据波动。

例如，同一个房间里有 1-10 条鱼。一般来说，越高级的鱼，数量越少，体型越大。不同的鱼种对应不同的估计产量。

假设在一个房间里，数据显示玩家很少打到2级鱼，但1级和3级鱼的数据相对正常。

那么我们可以推测几个原因。

直觉上，2级鱼出现的大小和概率是不是不合理，让玩家很难打到？

如果玩家可以击中它，那么玩家刻意避开这条鱼的原因是什么？可能这条鱼不太划算？还是不好看？

也有可能是这条鱼的命中概率有BUG？

而且这些推论也可以输入到游戏中去体验验证。

再比如，当鱼的数量比较均衡，某条鱼的总产量特别大或者特别小的时候，这条鱼的设计也需要优化。

总而言之，有了足够大的空间样本，就可以看到不同房间不同玩家、不同鱼种之间的取舍，从而找到游戏的成功之处和需要优化的部分。

第三部分：玩家的赌徒心理及其在其他场景中的应用

根据前面的分析，我们已经基本理清了钓鱼游戏的运作原理。

如果我们只是单纯的想在表面上经营一款钓鱼游戏，那么我们基本上可以通过了解这些原理来控制游戏，然后掌握玩家的留存和付费点。

但是，如果我们想从游戏设计的角度进行更深入的探索和分析，显然是不够的。

那么让我们进入核心部分：玩家为什么要玩钓鱼游戏？其他场景有什么参考价值？

这里有一个简单的答案：赌徒的心态。

先定义一个概念：什么是赌徒心态？

当我玩一个有成本和输赢的游戏时，如果我输了，我想赢回我失去的东西，如果我赢了，我想继续赢，从而进一步满足我的占有欲。这就是赌徒心态。

这种心态会出现在很多游戏中，尤其是赌博性质明显、成本收益可观的游戏。

那么，什么是赌博？游戏的赌博性质从何而来？

赌博被定义为对有价值的东西下注以赢得或输掉的行为。

这个词听起来有点吓人，但是，在我们的生活中，这种行为其实很常见。

比如今天带雨伞出门需要付费：背包比较重，但是下雨的话可以享受伞的伞，不下雨的话我会没有任何额外的损失，这也是一场非常简单的赌博。

那么，按照上面说的赌徒的心态，如果今天不下雨，就算输了，可能第二天还是会带伞挡雨，输的越多，赌的越多.

如果今天下雨，我成功撑伞，即使我赢了，我可能第二天还是会带伞，而且我赢的越多，我的赌注就越多。

当然，这个下雨的例子是不合适的，因为通过天气预报可以看出下雨的可能性。

一些纯粹的概率事件会将概率打包成一个黑匣子，外界无法知晓，赌徒的心态可以更清晰的体现出来。

从这些例子来看，什么样的赌博机制更有吸引力？

主要特点是：

1.低成本：成本不高，让玩家无视每一次损失；

2.公平性：输赢概率比较公平；

3.盈利能力：中奖后可以获得明显的实际收益；

4.显眼性：赌赢了之后，可以获得明显的炫耀成本，心理满足感很强。

赌博机制越能满足这些条件，对赌徒的吸引力就越大。

以下是钓鱼游戏的具体分析。

首先，谁在玩？

钓鱼游戏的目标用户普遍偏向于中老年人，且大多是比较休闲和爱好赌博的玩家。

这些用户更喜欢赌场类产品，倾向于以低成本获得刺激，不会学习过于复杂的游戏玩法。

赌徒心态在每个人身上都有，但在他们身上表现得更明显。

然后，玩什么？

第 1 部分介绍了钓鱼游戏的机制。

可以发现它满足了低成本、公平、盈利等几个原则，剩下的节目可以通过夸张的动画特效来实现：

因此，钓鱼游戏往往带有夸张的赢钱特效。

另外，为了强调低成本和高收益，每发金币的消耗往往被隐藏起来，效果不强。

也就是说，你很有可能一口气花掉1000金币，但是如果你打了一条小鱼，你会得到200金币的奖励，你仍然会觉得自己赚了。循环。

至于“输得越多，赌得越多”，就比较常见了，因为玩家的整体盈利往往是亏损的，但是当玩家想到胜利的夸张感觉时，他会继续（充值）游戏。

另外，钓鱼游戏的机制往往比较简单，没有复杂难懂的冗余元素。

这样的设计可以将玩家的精力吸引到主机制上，减少策略，让玩家享受纯粹的赌博。

总的来说，钓鱼游戏是一种非常简单的赌博游戏机制。

但是，要使用好这个机制，需要一定的技巧。

例如，如下图所示，是《鱼来了》游戏两个版本在大陆和台湾iOS平台上的畅销表现。出版商发行和运营。

钓鱼来到大陆版畅销榜

钓鱼来了台湾版畅销榜排名

从图片中可以看出，由于游戏本身的高品质，两者都在Arcade子类别中排名前10。

尤其是腾讯发布的大陆版，上线半年多后能继续保持畅销榜前200名，是非常好的。

台湾版，下载榜稳定时，由于运营活动不同，畅销榜波动较大，不够稳定。

对比海峡两岸的市场体量，可以看出大陆版的经营活动从长远来看更加稳定和有吸引力。

在相同的游戏机制和相同的可用活动模板的前提下，导致性能差异的原因是什么？

这可能涉及运营对数据的敏感性、调整方式以及市场活动的协调。

当然，台湾版处于上线初期，经验不足，不完善也是可以理解的。

以上都可以说明钓鱼游戏的操作需要很多技巧。

同时，笔者之所以以钓鱼为例，是因为我曾经是这款产品的忠实玩家，非常喜欢这款产品的动画表现，以及它独创的卡牌玩法剧情模式。也玩了很多关卡。我想在这里推荐这个优秀的产品。如果你喜欢钓鱼游戏，想体验优秀的钓鱼游戏，你一定不要错过。

我自己的感觉是：这个产品的放大模式的数值体验做得非常好。

任务的数值梯度被细分。经常在完成一个任务想退出游戏的时候，发现下一个任务快完成了，就留下来完成下一个任务，这样互相联系，很多任务都完成了。

其实任务奖励并不多，甚至可以说是少得可怜，但这样一来，玩家的体验就很好了，也充分发挥了“越多越好”的心态赢了，赌得越多”。

同时，游戏中也包含了很多“惊喜”，比如在乘数模式下触发大量特殊鱼的小游戏，但这些小游戏的核心围绕着“赌博”和“点击” ”。

例如，猜泡泡、擦玻璃的游戏是纯黑盒概率游戏；而疯狂的河豚，疯狂的螃蟹等，训练玩家快速点击屏幕。非常贴合游戏主题。

具体运营活动的案例，由于笔者拿不到数据来佐证分析，这里就不做深入研究了。

如果有兴趣，建议下载游戏亲自体验一下。

以上描述了赌博机制在钓鱼游戏中的完整应用。

那么，其他类型的游戏有没有类似的设计？

即使在游戏之外，我们的日常生活中是否也有？

答案显然是肯定的。

在最常见的MMORPG中，装备的强化和提炼往往与概率问题相结合。 （友情提示：通过搜索数值可以找到大量的笔试题^_^）

其中的概率和期望可以理解为一种赌博机制。

在这些游戏中，装备强化往往是提高战斗力的关键因素。

有了好的装备，当然会积累资本，提升装备属性。这也是玩家“稳扎稳打”价值积累的体现。

与钓鱼游戏不同，这里的成本是加固材料，奖励是加固结果，是一个单向的转化过程。

加强系统设计的目的往往是为玩家提供这样一种积累价值的方式，而不是主要是为了减少玩家资产。因此，钓鱼游戏不会有逐层概率控制。相反，它也会良心地设置一些保障机制，以防止玩家失望。