या साइटवरील सामग्री कृत्रिम बुद्धिमत्ता (AI) किंवा मशीन भाषांतर तंत्रज्ञानाचा वापर करून भाषांतरित केली आहे आणि त्यात त्रुटी असू शकतात.

Skip to content

Roblox च्या विश्लेषण आणि प्रयोग मंचासह चाचणी आणि थेट अद्यतनांचे अनुकूलन करा

अप्लिफ्ट गेम्स 'अॅडॉप्ट मी!' खेळाडू अनुभव सुधारण्यासाठी विश्लेषण आणि प्रयोग कसे वापरते

एक ठळक गेम तयार करण्यासाठी प्रयोग, मापन आणि पुनरावृत्ती आवश्यक आहेत. Roblox च्या Analytics आणि LiveOps प्लॅटफॉर्मसह, निर्माते गेमप्ले आणि कामगिरीबद्दल सखोल अंतर्दृष्टी मिळवू शकतात, बदल चाचणी करू शकतात आणि लोकांच्या खेळण्याच्या पद्धतीनुसार जुळवून घेऊ शकतात. आज, आम्ही रिअल-टाइम परफॉर्मन्स अलर्ट्स, अधिक सूक्ष्म लक्ष्यीकरण आणि विभाजन, आणि स्वयंचलित प्रारंभिक चेतावणी जाहीर करत आहोत, ज्याद्वारे निर्मात्यांना प्रयोग मुख्य मेट्रिक्सवर परिणाम करत असल्याचे संकेत मिळतात. ही नवीन साधने निर्मात्यांना बदल चाचणी करण्यास आणि आत्मविश्वासाने थेट अद्यतने तैनात करण्यास अनुमती देतात. डेव्हलपर UpliftBradB खाली शेअर करतो की Adopt Me! च्या मागील स्टुडिओ Uplift Games ने Roblox चे अ‍ॅनालिटिक्स आणि LiveOps प्लॅटफॉर्म वापरून त्यांच्या खेळाडूंसाठी पाळीव प्राणी दत्तक घेण्याचा अनुभव कसा सुधारला.  

मापा आणि शिप करा 

वेगवेगळ्या प्रकारच्या खेळाडूंना दीर्घकालीनपर्यंत गुंतवून ठेवणे ही एक नाजूक संतुलनकौशल्य आहे. खेळाडू खेळाशी कसे संवाद साधतात, समस्या कुठे उद्भवू शकतात हे ओळखण्यासाठी आणि खेळ अगदी योग्य होईपर्यंत सहजपणे सुधारण्यासाठी डेटा हा एक सामर्थ्यशाली साधन आहे. आम्ही निर्मात्यांच्या अभिप्रायानुसार आणि गरजांनुसार Roblox चे Analytics आणि Experience Live Ops प्लॅटफॉर्म सातत्याने अद्ययावत करतो. ही नवीन साधने प्लॅटफॉर्मला सर्वच बाबतीत अधिक लवचिक आणि सामर्थ्यशाली बनवतात. 

अ‍ॅनालिटिक्स

Analytics डॅशबोर्ड्स निर्मात्यांना संधीचे क्षेत्र ओळखण्यास किंवा सुधारणा कुठे आवश्यक आहेत हे ठरवण्यास मदत करतात. उदाहरणार्थ, पहिल्या दिवशीचा टिकून राहण्याचा दर जास्त असणे पण 30 दिवसांच्या टिकून राहण्याच्या दरात तीव्र घट दिसणे हे अधिक सखोल सामग्रीची मागणी दर्शवू शकते. पहिल्या दिवशीचा टिकून राहण्याचा दर कमी असणे पण सातत्यपूर्ण, दीर्घकालीन खेळाडूंचा एक मुख्य गट टिकून राहणे हे खराब ऑनबोर्डिंग प्रवाह किंवा अत्यंत कठीण अवघडपणा दर्शवू शकते. 

अ‍ॅनालिटिक्स प्लॅटफॉर्म प्लेअर विभागांनुसार डेटा वर्गीकृत करू शकतो, ज्यामुळे एखादा ट्रेंड सर्व खेळाडूंमध्ये सार्वत्रिक आहे की विशिष्ट विभागापुरता मर्यादित आहे हे पाहता येते. नवीन विभाग परिमाणे क्रिएटर्सना इन-गेम क्रियाकलाप, गुंतवणुकीची पातळी, प्लॅटफॉर्म क्रियाकलाप, कार्यकाळ आणि प्लॅटफॉर्म खर्च यानुसार डेटा विभाजित करण्याची परवानगी देतात, ज्यामुळे खेळण्याच्या पद्धतींमध्ये कसे फरक आहेत हे समजू शकते. 

कार्यक्षमता निरीक्षण 

कार्यक्षमता समस्या ओळखणे कठीण असू शकते. बॉक्समधून उपलब्ध टेलिमेट्री मेट्रिक्स जसे की क्रॅश दर, मेमरी वापर, CPU वेळ आणि आवृत्तीनुसार फ्रेम दर, निर्मात्यांना बग्स दुरुस्त करण्यात आणि त्यांच्या गेम्स सर्व प्रकारच्या उपकरणांवर सुरळीत चालतात याची खात्री करण्यात मदत करतात. आम्ही नवीन त्रुटी शोध, त्रुटी अहवाल आयोजित करण्यासाठी सानुकूल नियम आणि गंभीर समस्या लवकर समोर आणण्यासाठी रिअल-टाइम कार्यक्षमता अलर्ट देखील जोडले आहेत, ज्यामुळे निर्माते शक्य तितक्या लवकर प्रतिसाद देऊ शकतात.

प्रयोगे 

Roblox चे Experiments सिस्टम निर्मात्यांना एखाद्या फीचर किंवा बदलाचा प्रभाव अचूक मोजण्यासाठी A/B चाचण्या चालवण्याची परवानगी देते. आमच्या नवीनतम अपडेटमध्ये विभागानुसार लक्ष्यीकरण, अधिक लवचिक आणि जलद कॉन्फिगरेशन, आणि एक प्रारंभिक हानी-ओळख प्रणाली जोडली आहे जी प्लेटाइम, ARPU, किंवा रूपांतरण दर विशिष्ट मर्यादेपेक्षा कमी झाल्यास निर्मात्याला जवळजवळ रिअल-टाइममध्ये सूचित करते. येत्या वर्षात, आम्ही सानुकूल निर्माता-निर्मित मेट्रिक्स आणि प्रयोग निकालांच्या विभाजनासाठी आणखी पर्याय जोडणार आहोत.

कॉन्फिग्स

कॉन्फिग्स निर्मात्यांना सर्व्हर रीस्टार्ट न करता रिअल-टाइममध्ये वैशिष्ट्ये लाँच करण्यास आणि इन-गेम मूल्ये अद्ययावत करण्यास परवानगी देतात. या अपडेटसह, आम्ही कॉन्फिग प्रसारण गती वाढवली आहे आणि "publish as" फीचर जोडले आहे जे निर्मात्यांना एका वातावरणातून दुसऱ्या वातावरणात (उदा. स्टेजिंग ते प्रोडक्शन) प्रकाशित करण्यास अनुमती देते. आम्ही सशर्त कॉन्फिग्स देखील जोडले आहेत, ज्यामुळे निर्मात्यांना विविध खेळाडू गटांसाठी अनुभव वैयक्तिकृत करण्यासाठी भिन्न मूल्ये लागू करता येतात. उदाहरणार्थ, निर्माते कठीणतेची मूल्ये बदलून नवखे खेळाडूंसाठी क्वेस्ट किंवा डंगऑन सोपे करू शकतात, किंवा ज्यांनी Robux खर्च केला आहे अशा खेळाडूंसाठी बक्षीस जाहिरात सूचना काढून टाकू शकतात. 

ज्या क्रिएटर्सना त्यांच्या कार्यप्रवाहाचा भाग म्हणून तृतीय-पक्ष साधनांद्वारे डेटाचा लाभ घ्यायचा आहे, त्यांच्यासाठी आमची OpenCloud APIs या वैशिष्ट्यांचे प्रोग्रामॅटिक व्यवस्थापन सक्षम करतात. उदाहरणार्थ, क्रिएटर्स प्रयोग सेट अप करण्यासाठी किंवा अ‍ॅनालिटिक्स मॉनिटर करण्यासाठी कोडिंग सहाय्यकांचा वापर करू शकतात.

Devforum वर अ‍ॅनालिटिक्स, परफॉर्मन्स मॉनिटरिंग, प्रयोग आणि कॉन्फिग्स वापरण्याबद्दल अधिक जाणून घ्या. 

Adopt Me! खेळाडू अनुभव सुधारणा

Uplift Games, 44.4 अब्ज एकूण भेटी असलेल्या 'Adopt Me!' या पाळीव प्राणी दत्तक घेण्याच्या गेममागील स्टुडिओ, नवीन वैशिष्ट्ये चाचणी करण्यासाठी Roblox चे Analytics प्लॅटफॉर्म आणि Experiments वापरतो. या चाचण्या त्यांना पाळीव प्राणी वाढवणे आणि व्यापार करण्यापासून ते भूमिका-पालन आणि घरट्यांची निर्मिती करण्यापर्यंत, अत्यंत भिन्न खेळ शैली असलेल्या खेळाडूंना उत्कृष्ट अनुभव देण्यास मदत करतात. डेव्हलपर UpliftBradB यांनी अशा विविध वैशिष्ट्य संच आणि समुदायासाठी तयार करताना टीम कशी विचार करते हे शेअर केले.  

"Adopt Me! सर्व वयोगटांसाठी डिझाइन केलेले आहे," UpliftBradB म्हणाले. "आम्ही प्रत्येक यंत्रणा समजण्यास सोपी ठेवू इच्छितो, तरच ज्येष्ठ प्रेक्षकांना आवडणाऱ्या बांधकाम आणि व्यापार यांसारख्या प्रणालींना योग्य ती खोलात देऊ इच्छितो."  

संघाने अलीकडेच एक सुधारित ट्रेडिंग प्लॅटफॉर्म लाँच केला आहे जिथे खेळाडू पाळीव प्राणी देवाणघेवाण करण्यासाठी जुळू शकतात. "पूर्ण अनुभव लाँच करण्यापूर्वी आम्ही आमच्या ट्रेडिंग हबची चाचणी करण्यासाठी काही काळ विश्लेषण आणि प्रयोग वापरले," UpliftBradB म्हणाले. "आम्ही सर्व्हरचा आकार आणि मॅचमेकिंग सिग्नल्ससारख्या अनेक घटकांची चाचणी केली आणि खेळाडूंनी सिस्टमशी कशी संवाद साधला ते पाहिले. खेळाडू अधिक गुंतलेले होते का? देवाणघेवाणीची संख्या वाढत होती का?" 

बदलांची चाचणी घेणे आणि विश्लेषणात त्यांचे परिणाम पाहणे यामुळे टीमला ते योग्य दिशेने वाटचाल करत असल्याचा आत्मविश्वास मिळाला. परंतु काही बदलांचे अनपेक्षित परिणाम झाले. "आम्ही एक अशी सुविधा तयार केली होती ज्याद्वारे खेळाडू मित्रांसोबत खेळून एक खास चलन मिळवू शकत होते, जे ते नंतर खास पाळीव प्राणी खरेदी करण्यासाठी वापरू शकत होते," UpliftBradB म्हणाले. "याचा उद्देश एकत्र खेळण्यास प्रोत्साहन देणे होता, पण खेळाडूंना लवकरच कळले की ते अधिक चलन मिळवण्यासाठी मित्र-विनंत्यांचा (friend requests) स्पॅम करून सर्व्हरवर ताण आणू शकतात. हे स्वतःमध्ये कदाचित मोठी समस्या नव्हती, पण आम्ही हेही पाहिले की स्पॅमपासून दूर राहण्यासाठी खासगी सर्व्हर सुरू करणाऱ्या खेळाडूंची संख्या प्रचंड वाढली."

डेटा विश्लेषणाच्या मदतीने, टीमने कामगिरीवर लक्ष ठेवू शकले आणि उन्हाळी कार्यक्रमात सादर केलेल्या नवीन फिचरमध्ये काहीतरी अडचण दिसताच त्वरीत बदल करू शकले. त्यांनी कार्यक्रमाचा एक भाग म्हणून खेळाडूंना पकडण्यासाठी मासे जोडले, पण लवकरच एक समस्या दिसून आली. "क्रॅश रेट आणि फ्रेम रेटने आम्हाला काहीतरी चुकत असल्याचे संकेत दिले," UpliftBradB म्हणाला. "तपासणी करताच, आम्हाला आढळले की आम्ही मासे दृश्यातील सजावट (scenery) म्हणून चिन्हांकित केले होते… ज्यामुळे इंजिनने पार्श्वभूमी प्रचंड प्रमाणात पुन्हा रंगवायला सुरुवात केली." समस्या लवकर ओळखल्यामुळे टीमला ती त्वरीत सोडवता आली.   

पुढे जा आणि विश्लेषण करा

UpliftBradB यांची गोष्ट निर्मात्यांमध्ये सामान्य आहे: विश्लेषण आणि प्रयोगामुळे पुनरावृत्ती शिक्षित अंदाजापासून डेटा-आधारित धोरणात रूपांतरित होते. Roblox चे लवचिक प्लॅटफॉर्म प्रत्येक निर्मात्याच्या कार्यप्रवाहाचा एक मानक भाग म्हणून अनुकूलन आणि डेटा-आधारित निर्णय घेण्यास मदत करते. या वर्षाच्या उत्तरार्धात, आम्ही Roblox अॅपमधील आमच्या मोबाइल-प्रथम निर्मिती टॅब, Build मध्ये विश्लेषण क्षमता वाढवण्याचे नियोजन करत आहोत. या समाकलनानंतर, निर्माते प्रवासात असतानाही कामगिरीवर लक्ष ठेवू शकतील. आम्ही कस्टम प्रयोग क्रियांसह नवीन वैशिष्ट्यांसह प्लॅटफॉर्मचा विस्तारही करू. इच्छुक निर्माते आता अर्ली ऍक्सेस प्रोग्रामसाठी साइन अप करू शकतात, ज्यामुळे ते Roblox वर लाईव्ह होण्यापूर्वी नवीनतम प्रयोग वैशिष्ट्ये वापरून पाहू शकतील.

रॉब्लॉक्स निर्मात्यांना सर्व काही एकाच ठिकाणी हुशारीने तयार करण्यास, प्रकाशित करण्यास आणि सुधारणा करण्यास सोपे करते.