Playtests
Leitfäden durch dieses Thema
Haben Tester gemerkt, dass ihre Entscheidung zählt, oder nur aus Höflichkeit Ja gesagt?
Fragst du "hat deine Entscheidung etwas verändert?", sagen fast alle Ja. Dieser Eintrag fügt der Frage einen Kniff hinzu, damit die Antwort etwas wert ist, und sagt dir dann für jede Entscheidung, ob die Folge unsichtbar ist, fehlt oder wirklich gespürt wurde.
Welche Entscheidungen quälen die Tester und bei welchen ist die Antwort längst klar?
Eine Entscheidung, die alle gleich und in einer Sekunde beantworten, ist keine. Eine, die ewig dauert, ist vielleicht ein tolles Dilemma oder nur schlecht formuliert. Dieser Eintrag trennt beides und rechnet die Zeit heraus, die Leute allein mit Lesen der Antworten verbrachten.
"Es war nicht gruselig" ist schlecht, "es war nicht verwirrend" gut: Kommentare sortieren
Wörter in Tester-Kommentaren zu zählen scheitert am kleinen "nicht". Dasselbe Wort macht aus einem Lob eine Beschwerde, je nachdem, was der Spieler fühlen sollte. Dieser Eintrag sortiert Kommentare in Probleme und Lob, indem er das Gefühl betrachtet, das du erreichen wolltest.
Mein Tagesrätsel wird später am Tag schneller gelöst: Verbreitet sich die Lösung?
Wenn alle dasselbe Rätsel bekommen, reist die Lösung mit. Hier steht, wie du Lösungszeiten danach betrachtest, wie lange das Rätsel schon draußen ist, wie du ein Durchsickern von anderen Spielenden unterscheidest, die später kommen, und wann du die Zahlen des Tages als verdorben behandelst.
Welche Szenen sind so dunkel, dass Tester an der Helligkeit drehen?
Dunkel ist gruselig, bis man die Tür nicht mehr sieht. Wenn Tester am Helligkeitsregler kämpfen, sagen sie dir, dass eine Szene zu weit ging. Dieser Eintrag zählt die Menschen statt der Klicks und lässt die aus, die erst aufdrehten und gleich wieder zurück.
Wer kam wirklich am nächsten Tag wieder? Installationen kurz vor Mitternacht täuschen
Wer am nächsten Tag zurückkommt, klingt einfach zu zählen, bis jemand kurz vor Mitternacht installiert und zwanzig Minuten später weiterspielt. Hier stehen zwei ehrliche Arten, einen Rückkehrtag zu bestimmen, wann welche passt und warum bei einer die Zeitzone zählt.
Die Rückkehr nach sieben Tagen wirkt schlecht, doch viele sind noch zu neu
Zu vergleichen, wie viele nach einer Woche zurückkamen, ist gegenüber einer erst wenige Tage alten Version unfair, denn ihre Spielenden hatten die Gelegenheit noch gar nicht. Hier steht, welche Spielenden du aus der Zählung nimmst und wie du die beiden Versionen nebeneinander liest.
Welche Dialogzeilen haben Tester einfach weggeklickt, ohne sie zu lesen?
Hinweise zur Handlung in Text, den niemand liest, sind verschwendet. Dieser Eintrag zeigt dir, welche Zeilen die meisten Tester überflogen haben, und wie du eine Zeile nicht für einen Tester verantwortlich machst, der nur Kaffee holen war, oder für kurze Zeilen, die sich gar nicht beurteilen lassen.
Die mittlere Lösungszeit wirkt in Version B kürzer, aber die Zeiten streuen stark
Zeiten bis zum Levelende sind schief verteilt, mit einigen sehr langen, deshalb passen die üblichen Tests für Mittelwerte schlecht. Hier steht, wie du die Frage nach der typischen Zeit direkt stellst, indem du deine eigenen Zahlen neu mischst, und wie du die Antwort als Bereich liest.
Version B schneidet 8 Punkte besser ab als A: ausliefern oder auf mehr Spieler warten?
Zwei Versionen eines Levels oder Bildschirms zu vergleichen wirkt einfach, bis man fragt, wie viele Spieler nötig waren und ob ein früher Blick getäuscht hat. Dieser Eintrag gibt eine klare Antwort, ob der Unterschied echt ist und auf wie viele Spieler man warten sollte.
Die Tester finden immer dieselben Enden: wie wahrscheinlich ist beim nächsten ein neues?
Nach vielen Sitzungen weißt du, welche Enden gesehen wurden, aber nicht, ob noch mehr unerreicht herumliegen. Dieser Eintrag schätzt die Chance, dass der nächste Tester etwas sieht, was noch niemand gesehen hat, und listet die Enden auf, für die es noch keinen einzigen Zeugen gibt.
Einer gibt jeder Szene eine Fünf, ein anderer eine Zwei: wessen Wertung zählt?
Menschen nutzen die Wertungsskala sehr unterschiedlich, deshalb misst der Durchschnitt ihrer Zahlen vor allem ihre Gewohnheiten. Dieser Eintrag rechnet jeden Tester an sich selbst um, bevor er die Szenen ordnet, und zeigt, was mit dem Tester geschieht, der nie etwas ändert.