DODO:对链游版SLG的终极猜想

WLabs编者按:

上周写了关于SLG游戏在链游端的一些想法,正好小飞也完成了一篇关于SLG游戏的调研,瓜友们对照着看就好。小飞是WLabs的核心小伙伴了,本身是在WEB3行业从业者,也是资深链游玩家,上次新加坡token2049的链游黑客松,小飞就是WLabs评委团队的成员之一,一周内看了十几个项目,还给出了很详细的点评。瓜友们可以关注小飞的推特:@daifei520

半年前认为,链游版本的SLG项目,非常难做。难在哪儿呢?

当时基于WEB2SLG游戏的生态的特点给出判断:

1,SLG需要先建立游戏生态,前期用户留存多一些,用户层次丰富一些,联盟差距不要太大,过程中逐渐建立矛盾和冲突点。这种情况下,前期不赚钱。

2,半年左右,用户之间建立起社交关系,各种真实的社交关系在游戏中展现,例如:兄弟义气,侠客精神,勾心斗角,尔虞我诈。矛盾升级到极点,抢王座,打架,就是往死里干。具体就是秒爆兵,秒资源,秒加速,秒恢复等等,所有都用钱来买。几万几十万砸下去,就是一个爽。

某地址向币安存入200万枚DODO,仍持有940万枚DODO:8月8日消息,据Scopescan监测,DODO投资者(0xbf4开头地址)于1小时前向币安存入200万枚DODO(约合30万美元)。在过去1年里,该地址通常在领取DODO后立即质押。目前该地址仍持有940万枚DODO(约合150万美元)。

昨日有6个地址收到解锁的DODO代币,并向币安存入630万枚DODO(约合101万美元)。其中,DWF Labs收到600万枚DODO(约合78.2万美元),并于今日下午将100万枚DODO存入币安。[2023/8/8 21:32:09]

3,每次大型团战后,都会有很多联盟解散和用户流失。联盟之间的战斗力差距太大。一家独大后,生态逐渐不平衡。最终表现为:游戏里面没有架可以打,没有发泄的地方,玩着没意思。

4,初始一个服务器进来1–2万人,玩起来是很爽的。你总能找到可以欺负的对象。大世界看起来也非常热闹。当服务器下降到2–3千人的时候,就要考虑合服。

Chainlink:已在以太坊上向rETH/ETH提供喂价:金色财经报道,Chainlink官方社交媒体账号发文表示,“已在以太坊上向rETH/ETH提供喂价,围绕Rocket_Pool流动性质押代币建立安全的DeFi市场。”[2023/3/19 13:13:02]

所以:

1,WEB2SLG非常吃游戏内的生态,链游SLG能不能做出游戏内的生态?

2,一个服务器最差也要有日活1000的账户,链游SLG能有多少日活用户?

3,少则三个月,多则半年以上,才能看到用户充值越来越多,链游SLG的生命周期能够做到三个月以上且后面付费是越来越多吗?

种种迹象表明,用WEB2思维来做SLG,难度太大。

即便如此,依然还是有WEB3游戏开发者在SLG类型上进行探索,很了不起。

之前玩过《MOiandDefense》,是一款TD玩法的卡牌养成游戏,也是MOBOX平台探索出来,自成一派的链游模式。

澳大利亚加密交易所Swyftx将裁员40%,约90名员工:12月5日消息,澳大利亚加密货币交易所Swyftx将裁员40%,约90名员工,原因是FTX崩溃后导致的数字资产市场低迷,以提前为明年加密市场持续下跌的最坏情况以及FTX等更多黑天鹅事件做准备。(WAToday)[2022/12/5 21:23:18]

甚至可以说,他们正在探索一条基于平台母币框架下的游戏快速链改方案。

国庆期间,时间比较充裕,于是在赛季快结束的时候,也玩了该平台上最新SLG链游《ClashofMOland》,该游戏延续了《MOiandDefense》已经跑通且成熟的链游模式,虽然不是每个人都喜欢这种模式,我刚开始就很不喜欢。但依然是一种可探索可延续的商业模式。同时也看到进化或尝试创新的地方,比如:

以下举例中,不考虑排行榜奖励带来的回本周期计算,后面会说为什么。

在《MOiandDefense》卡牌游戏中,用户花费母币买金币来抽卡,卡的好坏和回本周期无关。回本周期最早设计是不固定的,消费100,能返20–80不等,大概是这样太久记不住了。现在是消费100,固定返50。剩余的就看每天打遗迹副本,根据消费等级副本固定产出子币。总结就是:在不考虑排行榜奖励的情况下,回本周期是固定的。回本模式:副本挖子币抽奖返现母币。

日本Web3立法者呼吁进一步放松加密监管:金色财经报道,日本执政党自民党议员、Web3项目团队负责人Masaaki Taira在接受彭博社采访时表示,日本需要进一步放松加密产业规则。在Taira的呼吁下,监督当地加密交易所的机构-日本虚拟和加密资产交易所协会,正计划简化交易所加密代币上市的冗长筛选过程。

据悉,日本此前加强了对该国加密货币行业的监管,要求金融服务管理局( FSA ) 对加密货币交易平台进行审查和注册,并对加密货币收益征收最高55% 的税。[2022/11/8 12:32:27]

在来看《ClashofMOland》SLG游戏中,用户直接花费母币抽卡,卡的好坏直接影响回本周期,这是不一样的地方。也就是如果消费100抽到好几张顶级卡,卡牌绑定后释放的母币和子币会更多更快,消费低,收益多,比那些消费1000才抽到同样多顶级卡的用户来说回本周期自然就更快。总结就是:在不考虑排行榜奖励的情况下,回本周期是不固定的。回本模式:纪念碑挖母币子币。

DigiDaigaku #1632以200 ETH的价格成交:10月19日消息,OpenSea数据显示,DigiDaigaku #1632-Ifrit以200 ETH(约26万美元)的价格出售。该枚NFT上次出售时间为两个月前,价格为25 ETH。[2022/10/19 16:30:19]

更多细节对比如下图:

抽卡对比

这样一来,由于挖矿方式不一样,回本周期不一样,用户就能很明显理解到这是两款赚钱模式不一样的游戏。

也就是我们上面提到的,为什么不考虑排行榜来分析。因为排行榜这块从用户感知上,是大差不差的感受,一样的设计我们不讨论。

二者的区别,还有最重要的一点,也可能是用户反馈较多的一点:

在《MOiandDefense》卡牌游戏中,游戏内交易市场顶级卡价格太低,没有需求,也没有流动性,抽卡赔率为负,用户肯定不会再消费母币去抽卡。

在《ClashofMOland》SLG游戏中,顶级卡保底可以释放90个母币,2个母币抽1次,赔率45倍。有了保底价格,用户之间的博弈会产生需求,市场就在。再差再差,3–4个赛季,母币释放完以后,加上每个赛季释放的子币,总能回本,在回本周期上能看到希望。所以在后面的陆续回本中,用户不惧怕抽卡不回本,反而因为有高倍率的顶级卡在,更能刺激抽卡欲望和其他消费欲望。

经过对比后,大胆猜测,MOBOX团队对于链游的开发和设计上,非常认真对待,在加密圈子,算是顶级。且这些不同模式的探索和搭配,踩过的坑,都是他们宝贵的财富。

非投资建议,只是因为喜欢研究。

SLG玩的是什么?

从理解到玩起来,相比MMORPG,SLG简单太多太多。所以早期的SLG都是年龄偏大的用户,因为足够简单容易理解。

SLG理解上,就是城建和打架。打架是核心,没有城建光打架也可以的。

那SLG到底玩的是什么?是资源,玩的就是资源的产出和消耗。城建有资源的产出和消耗,大世界有资源的产出和消耗,PVP,中立城市,王座,都是资源的产出和消耗。

产出和消耗?是不是很耳熟,经济模型玩的是什么?不就是代币的产出和消耗吗?

是不是很像?

同时也需要一个生态,SLG需要游戏生态,经济模型需要社区生态,基础都是人。

是不是很像?

重新思考这些东西后,发现SLG更适合做链游。

如果让你们设计一个链游版的SLG,你会怎么设计呢?

或者说,小心意,大胆猜想一下,链游版SLG有什么大有可为的地方吗?

1,基于PVP的逻辑,把各种代币,各种公链名称,板块包装成阵营,各种蓝筹NFT包装成阵营或者英雄,揉进来,一起抢夺BTC,能够完成冷启动吗?

2,SLG比较吃游戏内的生态,生态建设比较消耗用户情绪,用户在游戏中和联盟中的情绪付出,和我们经常提到的社区生态建设,可以同时打造和兼顾到,也就是开发者设计游戏的时候,就可以把游戏生态和社区生态打通来建设。SLG生态能够做好,社区生态也容易做好。有多好?肯定不会差。在蓝海市场,不会差意味着有多好。

3,链游版SLG可能拓展成元宇宙项目,城建和大世界这样的元素,天然和元宇宙概念搭边。路径较清晰,共识好打造,容易画大饼。

题材包装可以做冷启动,社区生态有路径可依,易画大饼。

老板,这个方案保证不亏钱,投不?

非投资建议。

欢迎转载,原创不易,泪求注明”瓜田实验室WLabs”出品

瓜田实验室website:http://www.wlabsdao.com/

瓜田实验室Discord:https://discord.gg/wggdao

瓜田实验室推特:https://twitter.com/GuaTianGuaTian

瓜田实验室深度研究长文Mirror:https://mirror.xyz/iamwgg.eth

瓜田实验室Medium:https://guatianwgg.medium.com/

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金星链

Pol币NAN:FTX 后院起火,Binance 釜底抽薪

加密交易所FTX「后院」Alameda加杠杆重仓FTT,引发市场对两者的信任危机。此时,另一家交易所Binance放出要清算持有的FTT。竞争对手的「釜底抽薪」让FTX陷入被动.

[0:0ms0-0:602ms