ThinkingAI Logo

关卡流失诊断

定位关卡卡点、分析流失根因、输出优化建议——适用于所有关卡制进度游戏。

游戏分析游戏分析卡牌RPGSLG三消跑酷
返回 Skills 库

关卡流失诊断是 ThinkingAI 行业 Skill 库中的一项关卡健康度诊断能力,帮助游戏运营团队识别造成用户流失的关卡卡点,分析流失根因,并提供可落地的优化建议——把"哪个关卡在赶走用户"这个问题从模糊直觉变成精准数据。这正是 ThinkingAI「10 年行业经验沉淀为开箱即用 Skill」的体现。

Agent
level-churn-diagnosis
近 30 天新用户 3 日留存从 35% 掉到 28%,我怀疑是有关卡在赶人,但 60 多个关卡我们一个个查不过来。帮我定位一下。
拉取近 30 天新用户「最后尝试关卡」分布,定位流失集中点
计算关卡 1–40 的通关率与平均尝试次数
与历史基线(60 天前同口径)对比,排除全局性下滑
卡点关卡行为特征分析(尝试次数 / 失败后回访率)
关卡机制配置比对
关卡 25 存在玩法机制切换

找到了,是关卡 25。你的留存下滑基本可以由这一个关卡解释。

一、卡点定位

近 30 天流失的新用户中,25.9% 的人最后停留在关卡 25——第二名(关卡 12)只有 7.3%。这是典型的单点卡死,不是全局松动。

关卡 20–30 通关率(新用户) 单位:%
关卡 20–30 通关率(新用户)0306090前 24 关平均 78%81L2079L2176L2278L2374L2442L2571L2673L2769L2872L2970L30

二、关卡 25 的行为特征

指标关卡 25相邻关卡均值
通关率42%78%
平均尝试次数6.8 次2.1 次
失败后次日回访率31%67%

三、机制层面的根因

对比关卡配置发现:关卡 25 是玩法机制的切换点——前 24 关全部是「限时消除」,25 关首次切换为「步数限制」。新用户在没有任何过渡的情况下遭遇规则变化,连续失败 6–7 次后弃游。这不是单纯的数值难度问题,是设计型卡点

提醒
留存目标倒推:若关卡 25 通关率恢复到 60%+,按流失占比测算,3 日留存可回升约 4–5pp。建议先做分群验证,确认是「新用户不适应」还是「关卡本身超模」。
分群看一下——如果老玩家也过不去,那就是关卡本身的问题;如果只有新用户卡住,可能是引导没做好。
分群定义 — 新用户(注册 ≤7 天)vs 老用户(注册 30 天以上)
两群体关卡 25 通关率 / 尝试次数对比
交叉「步数玩法教学引导」完成率
生成优化建议清单

分群结果支持你的第二个假设——主要是新用户的适应问题,且引导环节确实有缺口,但难度也偏高,两个因素叠加:

指标新用户老用户
关卡 25 通关率35%61%
平均尝试次数7.4 次3.2 次
步数玩法教学引导完成率44%—(老用户版本无此引导)

两个信号:① 老用户通关率 61%,虽能过但也低于关卡均值 78%——说明关卡本身偏难;② 新用户的步数教学引导完成率只有 44%(其他引导环节都在 90% 以上)——引导本身被跳过或中断,超过一半的新用户是在不理解新规则的状态下硬打的。

优化建议(按优先级)

1.步数教学引导改为强制完成(当前可跳过),并前置到关卡 24 结算页
2.关卡 25 步数上限 25 → 30,把首通难度拉回曲线内
3.首次失败弹出机制提示 + 失败补偿(+3 步道具),阻断连败弃游
4.机制切换点后移或增加 1–2 个过渡关卡(下版本评估)
结论
1–3 是热更可完成的动作,建议本周落地;第 4 条涉及关卡序列调整,放入下版本。调整上线后我会自动跟踪关卡 25 通关率与 3 日留存的恢复曲线。
两周后回访数据:关卡 25 通关率 42% → 58%,新用户 3 日留存回升至 33%。

行业痛点

关卡制进度游戏的用户流失往往集中在少数卡点关卡——30% 的流失用户集中在 1-2 个卡点关卡,卡点关卡流失率可达正常关卡的 5 倍以上。运营团队通常只知道整体留存下降,不知道具体哪个关卡赶走用户。传统做法逐个关卡查留存和通关率,30 个关卡就要拉 30 次数据,一次完整排查耗时 1-2 天。

核心价值

  • 自动识别卡点关卡:分析用户最后尝试的关卡,定位流失集中点,输出流失率和通关率对照表
  • 根因分析深入到关卡层面:区分难度型卡点、疲劳型卡点、设计型卡点
  • 分群对比:新老用户、付费用户 vs 免费用户在同一关卡的表现差异,帮助制定差异化干预策略
  • 版本更新前后对比模式:量化新版本/活动对关卡流失的影响
  • 输出针对性优化建议:难度调优、奖励设计、引导机制、社交助推等具体方案

适用场景

1

三消/卡牌/RPG 等关卡制游戏整体留存下降,需要定位流失卡点

2

某关卡难度调整后,需要评估改版是否改善流失问题

3

新用户和老用户在同一关卡表现差异大,需要制定差异化难度策略

4

付费用户 vs 免费用户通关率差距明显,需要评估付费关卡设计是否合理

5

大版本更新或节日活动后,需要对比前后关卡流失变化

实战案例

某三消游戏 · 关卡 25 卡点诊断
近 30 天整体 3 日留存从 35% 降至 28%。Skill 发现关卡 25 是最大卡点:25.9% 流失用户最后停留在该关卡,通关率仅 42%,远低于前 24 关平均 78%。进一步分析发现机制从限时消除突变为步数限制,新用户通关率仅 35%。建议降低步数限制、增加首次失败提示和失败奖励补偿。

常见疑问

只适合三消游戏吗?

不是。所有有关卡进度机制的游戏都适用,如卡牌闯关、RPG 副本、SLG 城池推进、跑酷赛道等。

怎么定义流失?

默认为 3 天无活跃,可根据游戏类型调整:轻度休闲用 1-2 天,重度 RPG 用 5-7 天。

卡点关卡和漏斗流失有什么区别?

卡点诊断聚焦关卡内难度设计导致弃游,漏斗流失分析聚焦整体流程转化率。

相关 Skills 推荐

用「关卡流失诊断」武装你的 Agent

预约演示,看看它如何在你的业务场景中落地

ThinkingAI Big Logo
电话咨询