गेमिफिकेशन मेकॅनिक्स: रेटिंग

रेटिंग. ते काय आहे आणि ते गेमिफिकेशनमध्ये कसे वापरावे? प्रश्न अगदी साधा, अगदी वक्तृत्वपूर्ण वाटतो, परंतु प्रत्यक्षात अशा स्पष्ट यांत्रिकीमध्ये अनेक बारकावे आहेत, ज्यात मानवी उत्क्रांतीचा समावेश आहे.

हा लेख घटक, यांत्रिकी आणि गेमिफिकेशनच्या मनोरंजक उदाहरणांबद्दलच्या माझ्या लेखांच्या मालिकेतील पहिला आहे. म्हणून, मी काही सामान्य संज्ञांची थोडक्यात व्याख्या देईन. "गॅमिफिकेशन (गॅमिफिकेशन)" म्हणजे काय? विकिपीडिया व्याख्या देते: "उपयोगकर्ता आणि ग्राहकांना आकर्षित करण्यासाठी, उत्पादने आणि सेवांचा वापर करून, लागू केलेल्या समस्यांचे निराकरण करण्यात त्यांचा सहभाग वाढवण्यासाठी गैर-गेम प्रक्रियेत अनुप्रयोग सॉफ्टवेअर आणि वेबसाइट्ससाठी संगणक गेमच्या वैशिष्ट्यांचा वापर."

मी दुसरा पर्याय पसंत करतो: "गेमिफिकेशन - गेम मेकॅनिक्स वापरून सिस्टम वापरकर्त्यांचे वर्तन व्यवस्थापित करणे." या व्याख्यांमधील फरक असा आहे की प्रणाली एकतर वेबसाइट किंवा सॉफ्टवेअर किंवा सार्वजनिक उद्यान किंवा वाहतूक नेटवर्क असू शकते. गेमिफिकेशन केवळ आयटी क्षेत्रातच लागू नाही. पुढे, काही गेम मेकॅनिक्स वापरकर्त्याची प्रतिबद्धता वाढवण्यासाठी वापरली जातात, काही वापरकर्त्यांना आकर्षित करण्यासाठी वापरली जातात, परंतु हे "वर्तणूक व्यवस्थापन" च्या सामान्य संकल्पनेमध्ये एकत्र केले जाते. गेमिफिकेशन लागू करण्यासाठी, सिस्टममधील वापरकर्ते काय करत आहेत (सिस्टम अद्याप वापरात नसल्यास ते करू शकतात) आणि वापरकर्त्यांनी सिस्टम मालकांच्या दृष्टिकोनातून काय करावे हे जाणून घेणे महत्त्वाचे आहे. गेमिफिकेशन "डू" वरून "करायला हवे" वर जाण्यासाठी उपयुक्त आहे.

रेटिंग हा एक साधा आणि लोकप्रिय गेम मेकॅनिक आहे जो गेमिफिकेशनमध्ये वापरला जातो. "गेम मेकॅनिक्स" या शब्दाची कोणतीही अचूक व्याख्या नाही; काहीवेळा ते काहीही समजले जाते - बॅजेस आणि यशांपासून ते वर्तनात्मक आवेगांपर्यंत. गेमिफिकेशनमध्ये वापरल्या जाणार्‍या पारिभाषिक शब्दांचा क्रम आणणे हा एका स्वतंत्र लेखाचा विषय आहे, परंतु येथे मी गेम मेकॅनिक्सद्वारे मला काय समजते याचे थोडक्यात स्पष्टीकरण देईन. गेमिफाइड सिस्टम, पारंपारिक लेगो ब्लॉक्स डिझाइन करण्याचा हा सर्वात कमी (सर्वात विशिष्ट) स्तर आहे. गेम मेकॅनिक्स निवडले जातात आणि लागू केले जातात जेव्हा सिस्टमच्या गेमिफिकेशनच्या वरच्या, अधिक अमूर्त स्तरांचा आधीच विचार केला जातो. म्हणून, रेटिंग, बॅज, स्तर हे गेम मेकॅनिक आहेत, परंतु विषाणू किंवा समूह कार्य नाहीत.

रेटिंग हे एक संख्यात्मक किंवा क्रमिक सूचक आहे जे विशिष्ट वस्तू किंवा घटनेचे महत्त्व किंवा महत्त्व दर्शवते (विकिपीडियावरील व्याख्या). रेटिंग मेकॅनिक्स पॉइंट मेकॅनिक्स आणि बर्‍याचदा वापरकर्ता स्तर यांत्रिकीशी जोडलेले असतात. गुणांशिवाय रेटिंग अशक्य आहे - वापरकर्त्यांना रेटिंगमध्ये कोणत्या क्रमाने प्रदर्शित करावे हे सिस्टमला समजणार नाही; स्तरांशिवाय रेटिंग शक्य आहे.

सिस्टम वापरकर्त्यांसाठी अर्थानुसार रेटिंगचे वर्गीकरण करण्याचा प्रयत्न करूया.

1. स्पर्धात्मक - वापरकर्त्यांना इतर वापरकर्त्यांपेक्षा उच्च रँक करण्यास प्रोत्साहित करते. इतरांपेक्षा जास्त वेळा आढळणारे रेटिंग.
2. हरवलेल्या परिस्थितीची व्याख्या - दिलेले रेटिंग गुण न मिळाल्यास सिस्टम दंड आकारते. संभाव्य दंड पर्याय: मागील रेटिंग गटात हस्तांतरित करणे, रँक कमी करणे, स्पर्धेत पराभव करणे, खेळाचे चलन ठराविक रक्कम काढून टाकणे, नैतिक दंड (लज्जास्पद बोर्ड). विन-विन अॅनालॉग पेक्षा कमी वारंवार वापरला जातो, वापरकर्त्याच्या वर्तनाची अंमलबजावणी आणि विश्लेषण करण्यापूर्वी काळजीपूर्वक विचार करणे आवश्यक आहे, कारण दंड वापरकर्त्यावर खूप नकारात्मक प्रभाव पाडतात आणि प्रेरणा मोठ्या प्रमाणात कमी करू शकतात.
3. विजयी परिस्थिती निश्चित करणे - निर्दिष्ट संख्या रेटिंग गुण प्राप्त करण्यासाठी बक्षीस मिळविण्याचा अधिकार देते. क्रमवारीतील प्रथम स्थानांसाठी, मध्यवर्ती टप्प्यासाठी. बक्षीस म्हणून, हरलेल्या स्थितीत दंडासाठी समान पर्याय वापरले जातात, परंतु "प्लस" चिन्हासह. रँकिंगमधील इंटरमीडिएट टप्प्यांसाठी बक्षिसे ही एक मनोरंजक परंतु दुर्मिळ सराव आहे जी वापरकर्त्याला ते स्तरावरून दुसऱ्या स्तरावर जाताना उत्साह कमी करण्यास अनुमती देते. शेफमार्केटच्या जुन्या आवृत्तीचे रेटिंग हे उदाहरण आहे. स्वयं-स्वयंपाकासाठी पाककृती असलेल्या उत्पादनांसाठी ही होम डिलिव्हरी सेवा आहे. प्रत्येक क्लायंटच्या वैयक्तिक खात्यात एक स्थिती दर्शविली जाते, तयार केलेल्या पदार्थांसाठी गुण दिले जातात आणि गुणांसाठी स्तर दिले जातात, परंतु पुढील स्तर गाठण्यासाठी तुम्हाला डझनभर डिश तयार करणे आवश्यक आहे आणि हे निराशाजनक असू शकते. प्रत्येक X पॉइंटसाठी भेटवस्तू डिमोटिव्हेट इफेक्ट कमी करण्यात मदत करतात (गुणांची संख्या क्लायंटच्या वर्तमान स्तरावर अवलंबून असते).
   शेफमार्केट वापरकर्ता रेटिंग. इतर गेम मेकॅनिक्स ऑर्गेनिकरीत्या कसे वापरले जातात याकडे लक्ष द्या: बॅज, प्रोग्रेस बार, शीर्षके, आनंददायी दिसणार्‍या इंटरफेसमध्ये पॅकेज केलेले.
4. स्थिती - इतर वापरकर्त्यांच्या नजरेत उच्च रेटिंग असलेल्या वापरकर्त्याचा अधिकार वाढवते. उदाहरणार्थ, ऑनलाइन प्रश्न प्रकल्पांमध्ये वापरले जाते (StackOverflow, [email protected]). एमओबीए गेम्समधील एमएमआर सिस्टम (मॅचमेकिंग रेटिंग) देखील स्टेटस रेटिंग म्हणून वर्गीकृत केले जाऊ शकतात.
5. विश्वसनीय - इतर वापरकर्त्यांच्या नजरेत उच्च रेटिंग असलेल्या वापरकर्त्याची विश्वासार्हता वाढवते. ऑनलाइन लिलावासाठी एक मानक बनले. Habr वापरकर्ता कर्म हे ट्रस्ट रेटिंगचे आणखी एक उदाहरण आहे. ट्रस्ट रेटिंगचा वापर वापरकर्त्यांच्या एकमेकांशी असलेल्या परस्परसंवादावर आधारित सिस्टममध्ये केला जातो, विशेषत: जर हा संवाद ऑफलाइन असेल किंवा सेवा आणि वस्तूंची देवाणघेवाण समाविष्ट असेल.
   विशिष्ट रेटिंग पातळी गाठल्यावर जारी केलेल्या बॅजसह ऑनलाइन लिलाव रेटिंगचे उदाहरण.

वरील सूचीतील रेटिंग सिस्टममध्ये वेगवेगळ्या प्रकारे एकत्रित केल्या आहेत. सिद्धांतानुसार, स्पर्धात्मक वापरकर्ता रेटिंग शक्य आहे, मध्यंतरी विजयी परिस्थितींसह, रेटिंग बाहेरील लोकांसाठी दंड आणि रेटिंग नेत्यांसाठी उच्च दर्जाची स्थिती आणि विश्वास.

रेटिंगचे वर्गीकरण करण्याचा दुसरा पर्याय: वापरकर्त्याचे रेटिंग कोण बदलते - फक्त सिस्टम, फक्त इतर वापरकर्ते किंवा सिस्टम आणि वापरकर्ते. जेव्हा केवळ सिस्टम वापरकर्त्याचे रेटिंग बदलते तेव्हा पर्याय सर्वात सामान्य आहे. हे सहसा ऑनलाइन गेममध्ये वापरले जाते. खेळाडू विविध क्रिया करतो (राक्षसांना मारतो, शोध पूर्ण करतो), ज्यासाठी सिस्टम अनुभव (रेटिंग) गुण देते. इतर वापरकर्ते अशा प्रणालीमध्ये खेळाडूच्या रेटिंगवर परिणाम करत नाहीत. जेव्हा वापरकर्त्याचे रेटिंग सिस्टमद्वारे नाही तर सिस्टमच्या इतर वापरकर्त्यांद्वारे बदलले जाते तेव्हा पर्याय सहसा ट्रस्ट रेटिंगसह वापरला जातो. उदाहरणे: कर्म वाढवणे किंवा कमी करणे, ट्रेडिंग प्लॅटफॉर्मवरील व्यवहारांनंतर सकारात्मक आणि नकारात्मक पुनरावलोकने. एक एकत्रित पर्याय देखील शक्य आहे, उदाहरणार्थ ऑनलाइन प्रश्नांमध्ये. एखाद्या प्रश्नाचे उत्तर देण्यासाठी, वापरकर्त्याला सिस्टमकडून आपोआप रेटिंग पॉइंट मिळतात आणि इतर वापरकर्त्यांनी उत्तर सर्वोत्तम म्हणून ओळखल्यास, वापरकर्त्याला अतिरिक्त गुण प्राप्त होतात.

पुढील पद्धत वापरकर्ता रेटिंगमधील सकारात्मक आणि नकारात्मक बदलांवर आधारित आहे. मी सशर्त “रेटिंग प्लस”, “रेटिंग प्लस-मायनस पॉझिटिव्ह”, “रेटिंग प्लस-वजा नकारात्मक” आणि “रेटिंग मायनस” मध्ये फरक करतो. पहिला पर्याय, “रेटिंग प्लस” फक्त वापरकर्त्याच्या रेटिंगमध्ये वाढ सूचित करतो. हा पर्याय वापरला जातो, उदाहरणार्थ, eBay वरील खरेदीदारांसाठी. व्यवहारानंतर, विक्रेता खरेदीदाराला फक्त सकारात्मक अभिप्राय देतो किंवा तो सोडत नाही. होय, फसव्या खरेदीदारास प्रशासनाद्वारे अवरोधित केले जाऊ शकते, परंतु त्याचे रेटिंग कमी होऊ शकत नाही (जोपर्यंत तो स्वत: एक वाईट विक्रेता होत नाही).

सकारात्मक प्लस किंवा मायनस रेटिंग वापरकर्त्याच्या रेटिंगमध्ये वाढ आणि घट दोन्ही सूचित करते, तर रेटिंग शून्याच्या खाली येत नाही. असे रेटिंग अयशस्वी कृतींच्या बाबतीत (आणि रागावलेल्या हॅब्रच्या सामर्थ्याचा अनुभव) वापरकर्त्याला खूप खोलवर पडू देणार नाही. परंतु त्याच वेळी, एक नवीन वापरकर्ता आणि एक वापरकर्ता ज्याचे रेटिंग पद्धतशीर "वाईट" कृतींमुळे सतत शून्याच्या आसपास चढ-उतार होत असते ते दृश्यमानपणे समान दिसतील, ज्याचा संपूर्ण सिस्टमवरील विश्वासावर वाईट परिणाम होतो.

अधिक किंवा वजा नकारात्मक रेटिंगचा अर्थ असा आहे की वापरकर्ता रेटिंग एकतर वाढू शकते किंवा कोणत्याही मूल्यापर्यंत घसरू शकते. सराव मध्ये, मोठ्या नकारात्मक रेटिंगमध्ये काही अर्थ नाही आणि सिस्टममध्ये थ्रेशोल्ड नकारात्मक मूल्य प्रविष्ट करण्याची शिफारस केली जाते, त्यानंतर अशा वापरकर्त्यासाठी खाते अवरोधित करण्यापर्यंत आणि त्यासह दंडात्मक उपाय लागू करणे फायदेशीर आहे. त्याच वेळी, ही शक्यता वगळण्यासाठी किंवा अंमलबजावणी करणे कठीण करण्यासाठी, इतर वापरकर्त्यांद्वारे रेटिंगच्या हेतुपुरस्सर "लीक" च्या परिस्थितीबद्दल विचार करणे महत्वाचे आहे.

मायनस रेटिंग हे क्वचित वापरले जाणारे मेकॅनिक आहे ज्यामध्ये वापरकर्त्याचे प्रारंभिक रेटिंग बदलू किंवा कमी होऊ शकत नाही. समान यांत्रिकी वापरणारे प्रकल्प मला लगेच आठवत नाहीत, परंतु सैद्धांतिकदृष्ट्या ते शक्य आहे. उदाहरणार्थ, प्रोजेक्ट्स किंवा एलिमिनेशन गेम्ससाठी किंवा “शेवटचे नायक”.

रेटिंग मेकॅनिक्स वापरताना, तुम्हाला एक महत्त्वाची चूक करणे टाळावे लागेल: सिस्टमच्या वापरकर्त्यांमध्ये (किंवा वापरकर्त्याच्या स्तरांमधील) गुणांच्या संख्येतील अंतर कमी करणे किंवा अप्राप्य नसावे. हा फरक विशेषत: नवीन वापरकर्त्यांसाठी निराश करणारा आहे ज्यांना असे दिसते की त्यांच्याकडे शून्य गुण आहेत, तर रेटिंगचा नेता लाखो आहे. असे का घडते, अशा परिस्थितीत नवीन वापरकर्त्याला असे का वाटेल की नेत्याला पकडणे अशक्य आहे? प्रथम, सिस्टमच्या नवीन वापरकर्त्यांनी अद्याप स्कोअरिंगची गतिशीलता समजून घेण्यासाठी पुरेसा वेळ घालवला नाही. जर सिस्टम प्रत्येक वापरकर्त्याच्या कृतीसाठी हजारो पॉइंट्स बक्षीस देत असेल तर रेटिंगमध्ये नेता म्हणून दोन ते तीन दशलक्ष पॉइंट्स इतके अप्राप्य असू शकत नाहीत. प्रॉब्लेम असा आहे की डिमोटिव्हेटेड नवीन वापरकर्त्याने सिस्टीम लक्षात येण्यापूर्वी वापरणे थांबवले आहे. दुसरे म्हणजे, समस्या संख्या मालिकेबद्दलच्या आपल्या नैसर्गिक लॉगरिदमिक धारणेत आहे.

आपल्याला संख्यांच्या रेखीय क्रमामध्ये राहण्याची सवय आहे. घरांची संख्या, टेप उपाय आणि शासक, आलेख आणि घड्याळे - सर्वत्र संख्या समान अंतराने संख्या रेषेसह स्थित आहेत. 1 आणि 5 आणि 5 आणि 10 मधील फरक समान आहे हे आपल्यासाठी स्पष्ट आहे. हा 1 आणि 500 मध्ये समान फरक आहे. खरं तर, संख्यांची रेखीय क्रमवारी हे आपल्या संस्कृतीचे उत्पादन आहे, नैसर्गिक क्षमता नाही. आमच्या दूरच्या पूर्वजांना, जे हजारो वर्षांपूर्वी जगले होते, त्यांच्याकडे आधुनिक गणितीय उपकरणे नव्हती आणि त्यांना लॉगरिदमिक पद्धतीने संख्या समजली. म्हणजेच, ते जसजसे वाढले तसतसे ते जवळ आणि जवळ क्रमांक रेषेवर ठेवले गेले. त्यांना संख्या अचूक मूल्यांच्या संदर्भात नाही तर अंदाजे अंदाजानुसार समजली. त्यांच्या जीवनशैलीसाठी हे आवश्यक होते. शत्रूंशी भेटताना, त्वरीत, अंदाजे, कोणाची संख्या जास्त आहे - आपले किंवा इतरांचे मूल्यांकन करणे आवश्यक होते. कोणत्या झाडापासून फळे गोळा करायची याची निवडही ढोबळ अंदाजाच्या आधारे करण्यात आली. आमच्या पूर्वजांनी अचूक मूल्यांची गणना केली नाही. लॉगरिदमिक स्केल दृष्टीकोनाचे नियम आणि अंतराची आपली समज देखील विचारात घेते. उदाहरणार्थ, जर आपण शंभर मीटर अंतरावर असलेले झाड पाहिले आणि पहिल्या झाडाच्या मागे 000 मीटर दुसरे झाड पाहिले तर दुसरे शंभर मीटर लहान दिसते.

या चित्रातील पांढऱ्या तुकड्यांसह खेळणाऱ्या खेळाडूला तो वाईट करत आहे हे समजण्यासाठी काळ्या तुकड्यांची नेमकी संख्या जाणून घेण्याची गरज नाही.

अॅलेक्स बेलोस “अ‍ॅलेक्स इन द लँड ऑफ नंबर्स” या लोकप्रिय विज्ञान पुस्तकात तुम्ही संख्यांच्या लॉगरिदमिक धारणाबद्दल, या सिद्धांताची पुष्टी करण्यासाठी केलेल्या संशोधनाबद्दल आणि गणिताच्या जगातील इतर मनोरंजक तथ्यांबद्दल अधिक वाचू शकता. गणिताच्या जादुई जगात एक विलक्षण प्रवास. ”

अंतर्ज्ञानी स्तरावर संख्यांची लॉगरिदमिक धारणा आम्हाला वारशाने मिळाली आहे. सांस्कृतिक स्तराखाली लपलेले, ते स्वतः प्रकट होते, उदाहरणार्थ, वेळेच्या अर्थाने (बालपणात, वर्षे हळूहळू गेली, परंतु आता ते फक्त उडतात). आम्ही अजूनही, आमचे सर्व शिक्षण असूनही, खूप मोठ्या संख्येने गोंधळून जातो आणि सहजतेने त्यांच्या लॉगरिदमिक धारणाकडे वळतो. आम्हाला एक लिटर आणि दोन लिटर बिअरमधील फरक समजतो, परंतु दहा अब्ज आणि शंभर अब्ज लिटर बिअर आम्हाला अंदाजे समान संख्या आहेत जी "खूप, खूप बीअर" च्या संकल्पनेत बसतात. म्हणूनच, सध्याची स्थिती आणि नेता यांच्यातील अंतर “खूप, खूप” गुण असल्यास रँकिंगमध्ये अप्राप्य वाटण्याची समस्या उद्भवते. वापरकर्त्याचा मेंदू अंतर्ज्ञानाने परिस्थितीचे विश्लेषण करणार नाही, गुण जमा करण्याच्या गतिशीलतेचा अभ्यास करणार नाही किंवा रेटिंगच्या शीर्षस्थानी पोहोचण्यासाठी वेळेची गणना करणार नाही. तो फक्त एक निर्णय देईल - "हे खूप आहे, ऊर्जा वाया घालवण्यासारखे नाही."

वर वर्णन केलेल्या परिस्थिती टाळण्यासाठी, तुम्हाला रेटिंग पॉइंट्सच्या जमा होण्याच्या फ्लोटिंग डायनॅमिक्सचा वापर करणे आवश्यक आहे, ज्यामध्ये वापरकर्त्याला प्रोत्साहन मिळते आणि सिस्टम मध्य आणि शेवटच्या तुलनेत जलद वापरण्याच्या अपेक्षित जीवन चक्राच्या सुरूवातीस रेटिंग गुण गोळा केले जातात. एक उदाहरण म्हणजे वर्ल्ड ऑफ वॉरक्राफ्ट आणि "युरोपियन" ("कोरियन" नाही) कॅरेक्टर लेव्हलिंग सिस्टमसह तत्सम MMORPGs. पारंपारिक युरोपियन लेव्हलिंग सिस्टममध्ये गेमचे प्रारंभिक स्तर पटकन पूर्ण करणे समाविष्ट आहे, त्यानंतर हळूहळू मंदी येते. ठराविक कोरियन (आणि इतर आशियाई) खेळांमध्ये वापरल्या जाणार्‍या प्रणालीमध्ये पात्राची अंतिम पातळी प्राप्त होण्याच्या दरात नाट्यमय मंदीचा समावेश होतो.

उदाहरणार्थ, वंश 2 मध्ये, लेव्हल 74 पर्यंत पोहोचण्यासाठी तुम्हाला 500 अनुभव, 000 लेव्हलसाठी - 75, लेव्हल 560 साठी - 000, लेव्हल 76 साठी आधीच बरेच काही - 623 आणि लेव्हल 000 वरून जास्तीत जास्त 77 पर्यंत जाण्यासाठी अनुभव घेणे आवश्यक आहे. तुम्हाला 1 दशलक्ष अनुभव प्राप्त करणे आवश्यक आहे, तर अनुभव मिळविण्याची गती जवळजवळ अपरिवर्तित राहते (वंश 175 मधील अनुभव आणि स्तरांची संपूर्ण सारणी येथे उपलब्ध आहे. हा दुवा). गेमिफिकेशनमध्ये अशी मंदी अनावश्यक दिसते, कारण ती वापरकर्त्यांना खूप कमी करते.

लक्षात ठेवण्यासारखा आणखी एक मुद्दा असा आहे की वापरकर्त्यासाठी सुरुवातीला गेम किंवा गेमिफाइड सिस्टम सोडणे सोपे होते आणि जेव्हा त्याने सिस्टममध्ये बराच वेळ घालवला तेव्हा ते अधिक कठीण होते, त्यानंतर जमा केलेले गुण सोडून दिल्याबद्दल वापरकर्त्याला वाईट वाटेल. , स्तर आणि आयटम. म्हणून, नवीन वापरकर्त्यांना त्यांच्या पॉइंट्सवर तात्पुरता बोनस द्या, उदाहरणार्थ, एका महिन्यासाठी +50%. बोनस सिस्टम वापरण्यासाठी अतिरिक्त प्रोत्साहन म्हणून काम करेल; बोनस कालावधी दरम्यान, वापरकर्ता गुण मिळवण्याच्या गतीची प्रशंसा करेल, त्यासह आरामदायक होईल आणि सिस्टम वापरणे सुरू ठेवण्याची अधिक शक्यता असेल.

गेट टॅक्सी अॅप हे डिमोटिव्हेट रेटिंग गॅप एररचे उदाहरण आहे. नवीनतम अद्यतनापूर्वी, लॉयल्टी प्रोग्राममध्ये वीस स्तर होते, जास्तीत जास्त आवश्यक 6000 पॉइंट्स (एका ट्रिपसाठी सरासरी 20-30 पॉइंट्स दिले गेले होते). सर्व वीस स्तर 0 ते 6000 च्या प्रमाणात समान रीतीने वितरीत केले गेले, अंदाजे ऑनलाइन गेममधील युरोपियन स्तरीकरण प्रणालीनुसार. अद्ययावत केल्यानंतर, अनुक्रमे 10, 000 आणि 20 पॉइंट्सचे आणखी तीन स्तर अॅप्लिकेशनमध्ये जोडले गेले, जे कोरियन सिस्टीमच्या जवळ आहेत (प्रत्येक ट्रिपला मिळालेल्या पॉइंट्सची संख्या बदललेली नाही). या अपडेटबद्दल अॅप वापरकर्ते काय विचार करतात याचा माझ्याकडे प्रातिनिधिक नमुना नाही, परंतु माझ्या अठरा मित्रांनी आणि गेट टॅक्सी वापरणाऱ्या सहकाऱ्यांनी नवीन रेटिंग स्तरांचा कमी करणारा प्रभाव लक्षात घेतला आहे. अद्यतनानंतर (एका वर्षापेक्षा जास्त) कालावधीत त्यापैकी कोणालाही एकही नवीन स्तर प्राप्त झालेला नाही.

गेट टॅक्सी लॉयल्टी प्रोग्राममधील तीन नवीन आणि मागील स्तरांमधील अंतर अवास्तव मोठे आणि निराशाजनक आहे.

रेटिंगमधील कमी करणारी अंतर टाळण्यासाठी, जागतिक रेटिंग व्यतिरिक्त, सिस्टममध्ये स्थानिक रेटिंग जोडणे आवश्यक आहे, ज्यामध्ये स्थानांमधील अंतर इतके मोठे होणार नाही.

जागतिक रेटिंग स्थानिकांमध्ये विभाजित करण्याचे संभाव्य मार्ग:

1. मित्रांमध्ये. केवळ वापरकर्त्याच्या मित्रांचा समावेश असलेले रेटिंग दर्शवते. लोकांना एखाद्या अज्ञात प्रतिस्पर्ध्याशी स्पर्धा करणे आवडते, ज्याच्याबद्दल फक्त त्यांचे टोपणनाव ओळखले जाते (असा विरोधक बॉटपेक्षा फारसा वेगळा नसतो), परंतु मित्र आणि परिचितांशी.
2. वेळेनुसार. ठराविक वेळेत (दिवस, आठवडा, महिना, वर्ष) जमा झालेले रेटिंग. शून्य करणे आणि पुन्हा खेळण्यायोग्यतेसाठी चांगले. मी या आठवड्यात जिंकू शकलो नाही - मी पुढच्या आठवड्यात प्रयत्न करेन आणि एकमेकांपासून वापरकर्त्यांमधील अंतर नियमितपणे शून्यावर रीसेट केले जाते आणि वैश्विक मूल्यांमध्ये वाढत नाही.
3. भौगोलिक लक्ष्यीकरण करून. एक रेटिंग जे केवळ विशिष्ट क्षेत्राचे वापरकर्ते दर्शवते (जिल्हा, शहर, देश, खंड). अशा परिस्थितीत गायस ज्युलियस सीझर एका गरीब रानटी गावातून जात असताना म्हणाला: "रोममध्ये दुसऱ्यापेक्षा येथे पहिले असणे चांगले आहे."
4. लिंगानुसार. मग स्त्री-पुरुषांच्या निकालांची तुलना करा, स्त्रीवादी आणि अराजकतावादी हेतूंवर खेळून (काळजीपूर्वक वापरा, दोन्ही बाजूंनी द्वेष आणि विष्ठेचे प्रवाह असू शकतात).
5. वयोगटानुसार. उदाहरणार्थ, जवळच्या-क्रीडा प्रणाली आणि प्रणाल्यांच्या गेमिफिकेशनमध्ये ज्यांना कौशल्याची आवश्यकता असते जे वयानुसार व्यक्तीमध्ये बदलतात. उदाहरणार्थ, लोकांना खेळ खेळण्यासाठी प्रवृत्त करणारे प्रकल्प, तुम्हाला तुमचे परिणाम अपलोड करण्याची आणि इतर वापरकर्त्यांचे परिणाम पाहण्याची परवानगी देतात. हे स्पष्ट आहे की 65 वर्षांच्या व्यक्तीसाठी वीस वर्षाच्या व्यक्तीइतके धावणे अधिक कठीण होईल आणि त्याच्या समवयस्कांशी स्पर्धा करणे अधिक मनोरंजक असेल. दुसरीकडे एक उदाहरण म्हणजे ऑनलाइन बुद्धिबळ आणि इतर जटिल बौद्धिक खेळ, ज्यामध्ये एक अनुभवी ग्रँडमास्टर चौदा वर्षांच्या किशोरवयीन मुलासाठी अप्राप्य असेल.
6. सिस्टममध्ये उपलब्ध असलेल्या वापरकर्त्यांबद्दलच्या इतर डेटानुसार (केवळ मर्सिडीज ड्रायव्हर्ससाठी रेटिंग, फक्त प्लंबरसाठी, फक्त कायदेशीर विभागासाठी, फक्त 120 एल्व्ह्ससाठी).

वरील पद्धती आपल्या आवडीनुसार एकमेकांशी एकत्र करा, मोकळ्या मनाने त्यांचा प्रयोग करा.

गेमिफाइड सिस्टमच्या ऑपरेशन दरम्यान, डिझाइन दरम्यान निर्दिष्ट केलेल्या लक्ष्यांची रेटिंग किती चांगल्या प्रकारे पूर्ण करते यावर लक्ष ठेवा. उदाहरणार्थ, उच्च रेट केलेल्या वापरकर्त्यांवरील इतर वापरकर्त्यांचा विश्वास वाढवणे हा रँकिंगचा उद्देश असल्यास, रँकिंग त्वरीत वाढवण्याचे संभाव्य निष्पक्ष आणि अप्रामाणिक मार्ग ओळखणे आणि मर्यादित करणे यावर लक्ष द्या. ट्रस्ट रेटिंगचा आधार म्हणजे ते मिळविण्याची अडचण आणि ते लवकर गमावण्याची शक्यता. रेटिंगमध्ये अवास्तव वेगाने वाढ होण्यासाठी सिस्टममध्ये त्रुटी असल्यास, वापरकर्त्याचा विश्वास झपाट्याने कमी होईल. उदाहरणार्थ, जर ऑनलाइन लिलावात प्रत्येक वापरकर्त्यासोबत केलेल्या प्रत्येक व्यवहारासाठी विक्रेत्याचे रेटिंग वाढवणे शक्य असेल, तर दोन वापरकर्ते फक्त एकमेकांकडून पेनी वस्तू (आदर्श डिजिटल) खरेदी करून त्यांचे रेटिंग उच्च पातळीवर राखू शकतात. त्याच वेळी, निकृष्ट दर्जाच्या सेवेबद्दल किंवा फसवणुकीबद्दल संभाव्य नकारात्मक पुनरावलोकने बनावट सकारात्मक पुनरावलोकनांच्या समूहाने अडकली जातील, परिणामी सिस्टमवरील विश्वासाचे मोठ्या प्रमाणावर नुकसान होण्याचा धोका असेल.

गोष्टी गुंडाळण्यासाठी, क्रमवारी आणि स्तर वापरण्यासाठी येथे आणखी तीन टिपा आहेत:

1. वापरकर्त्याला त्यानंतरच्या स्तरांवर आवश्यक असलेल्या गुणांची संख्या दर्शवू नका. हे नवीन खेळाडूंसाठी निराशाजनक आहे जे अद्याप सिस्टमच्या स्कोअरिंग गती आणि स्कोअरिंग क्षमतांशी परिचित नाहीत. जेव्हा एखादा वापरकर्ता पाहतो की पहिली पातळी 10 गुणांसाठी, दुसरी 20 गुणांसाठी आणि विसावी एक लाखासाठी प्राप्त झाली आहे, तेव्हा हे निराशाजनक आहे. शंभर हजार एक अप्राप्य संख्या दिसते.
2. मिळालेले गुण लक्षात घेऊन पुढील स्तरावर पोहोचण्यासाठी आवश्यक असलेल्या गुणांची संख्या दर्शवा. वापरकर्त्याने 10 गुण मिळवले, दुसऱ्या स्तरावर गेले आणि तिसऱ्या स्तरावर पोहोचण्यापूर्वी त्याच्याकडे 20 गुण शिल्लक होते. वापरकर्त्याची प्रगती 0 पैकी 20 म्हणून दाखवू नका, ती 10 पैकी 30 म्हणून दाखवणे चांगले. एखाद्या अपूर्ण कार्याचा भ्रम निर्माण करा, आपल्या मेंदूला अपूर्ण कार्ये आवडत नाहीत आणि ती पूर्ण करण्याचा प्रयत्न करतात. प्रगती बार कार्य करतात, हे तत्त्व आमच्या बाबतीत योग्य आहे. लॉगरिदमिक विचार देखील येथे प्ले होतो. जेव्हा आम्ही पाहतो की आम्ही 450 पैकी 500 अनुभवाच्या गुणांवर पोहोचलो आहोत, तेव्हा आम्हाला वाटते की हे कार्य जवळजवळ पूर्ण झाले आहे.
3. वापरकर्त्याला विविध सिस्टम रेटिंगमधील यशांची आठवण करून द्या (अखेर, वापरकर्त्याला स्वतःला हे समजले नाही की या आठवड्यात तो त्याच्या क्षेत्रातील पुरुषांमध्ये पहिल्या तीनमध्ये आहे).

या लेखात, मी रेटिंग मेकॅनिक्स वापरण्यासाठी संभाव्य पर्यायांचे सर्वसमावेशक विश्लेषण प्रदान करण्याचा ढोंग करत नाही, म्हणून मी कदाचित काही प्रकरणे आणि वापर प्रकरणांचा उल्लेख केला नाही. गेम आणि गेमिफाइड सिस्टीममध्ये रेटिंग वापरण्याचा तुम्हाला मनोरंजक अनुभव असल्यास, कृपया ते माझ्यासोबत आणि इतर वाचकांसह सामायिक करा.

स्त्रोत: www.habr.com