DMeta 元宇宙链游评测框架
自链游诞生以来，行业中始终缺少一套科学、客观、专业的评测系统，DMall 团队结合在链游领域的长期调研，针对市场痛点，推出实用性极强的 DMeta 评测模型，V1.0版评分框架和细节解读在本文全部公开。
一、背景和痛点
众所周知，链游并非近两年才出现的新兴事物，在元宇宙萌芽和 Play to earn 概念前已经存在，我们不妨将21年7月 AXS 爆发前统称为链游1.0阶段，期间虽然也有不少产品诞生，但其中99%已销声匿迹，真正能让行业叫得出名字的，凤毛麟角。
事实上，游戏作为一种传统商品，每年的真实淘汰率高达90%+，甚至有70%在进入市场前就胎死腹中。一款叫好叫座爆款的背后，除了自身资质、平台营销、资金推力外，也离不开时机和运气成分。而对链游来说，淘汰率可能更高，且随着越来越多产品的出现，市场会变得鱼龙混杂，诞生无数个的坑等着用户去跳，且在选择变得泛滥后，寻找有潜质产品的需求也会越发井喷，而针对避坑和选品这两项最大市场痛点，一套专业评测系统的出现是非常有必要的。
纵观市场上出现过的链游评测，很少把游戏性和 GameFi 两个大框架有效区分开来，更多简单地将打金P2E设计归纳到游戏经济系统，赋予的权重也非常有限，这样的做法并不科学，可能偶尔会挖掘出一两款好玩的、有趣的游戏，但离优质链游的标准还有不小的差距。
链游的大方向其实是逐渐明朗的，元宇宙这条叙事线注重沉浸感，也注重 NFT 主权文化，P2E 的关键词则是APY和生命周期的利率平衡，而以上关键点，均可通过定性或定量的方式进行评析和解读，基于此，DMeta 评测模型应时而生。
二、DMeta评测方法及流程
传统游戏行业的评测业务分为三类，第一类是面向玩家和媒体的软文或视频评测，大多出现在门户网站或B站等视频平台，其参与门槛最低，内容的参考价值也相对有限。第二类则来自大中型游戏公司评测部门的对内评测报告，此类报告有着较严格的保密规定，并不对外公开，仅作为公司投资项目或战略发展的参考研报。而第三类评测，多见于游戏研发团队中数值策划对其他产品“借鉴”时的反推文档，含金量虽相对高，但针对性过强，商业价值有限。总的来说，第一类报告面向普通玩家，第二类报告面向投资者，第三类报告面向游戏开发团队。
DMeta 评测方法将更接近于第二类评测，即研报型输出，通过对游戏的真实参与、对相关信息和数据的收集、对开发团队的调研等，定性和定量完成分析，并结合 DMeta 评测模型，给到评分和观点。但与单纯对内研报不同的是，我们也会将部分游戏评测以视频形式输出，给到广大普通用户。
DMeta 评测模型将采用多维度综合解析的方式，对游戏框架、GameFi 框架、综合数据三大核心进行定性和定量分析，并针对不同游戏类型，不同完成阶段的产品，在总结部分进行酌情加减分和潜力风险评估。举一个最简单的例子，假设某款链游沉淀了大量资金和用户，但其相关 NFT 或加密资产价格已经过热或高估时，我们会判定继续参与其中的意义和安全边际都相对有限。而那些自身资质和 GameFi 设计优异的产品，如果热度和 NFT 等资产还没有起来，我们则会对其潜力重点关注，并在 http://DMall.im优先独家上架。
三、DMeta 评测模型及权重
A、游戏框架（35%）
1）养成系统（15%）
2）竞争与协作系统（10%）
3）表现力和沉浸感（10%）
B、GameFi框架（40%）
1）POT（基于时间Time投入产出的闭环）（15%）
2）POM（基于资金Money投入产出的闭环）（20%）
3）POL（基于随机性Luck投入产出的闭环）（5%）
C、综合数据（25%）
1）链上数据（10%）
2）社区数据（10%）
3）其他数据（5%）
在 DMeta 评测体系中，游戏框架权重35%，GameFi 框架权重40%，综合数据权重25%。可以看出，GameFi 框架的评估考察是放在首位的，这样的倾向性，使得 DMeta 在兼顾考察游戏资质的同时，更着重于实用性，也更能贴切行业的真实需求。
在细分项的权重分配上，我们给到养成系统（15%）和 GameFi（20%）的配比是最高的，这样做更多是基于链游的市场环境和主叙事线。我们认为，一款更加注重养成和探索、并且 GameFi 设计出彩的链游，即使竞争玩法和画面表现力有限，也是有机会脱颖而出的。当然了，随着沉浸感的提升以及玩法丰富度的质变，各方面均拿到高分的产品，更容易锦上添花。
四、DMeta评测细项及说明
A、游戏框架（权重35%）
1）养成系统（15%）
- 考察游戏的养成玩法是否完善丰富。
- 考察数值节奏和追求感把控是否精良。
- 考察NFT元素和养成玩法的融合度是否充分。
- 考察探索和收集欲的刺激设计是否足够。
2）竞争与协作系统（10%）
- 考察对抗系统和协作是否完善丰富。
- 考察竞争玩法的体验是否出色，是否有可供钻研的空间，以供操作型和研究型玩法发挥。
- 考察竞争系统的数值把控是否优秀。
- 考察竞争系统是否和经济体系、GameFi 体系相辅相成。
3）表现力和沉浸感（10%）
- 考察素材丰富度、画面精致度。
- 考察特效细节、音乐音效水平等。
- 考察是否有更多沉浸感元素的融合，如VR、AR的融入。
- 考察是否搭建了丰富的社交体系。
一款顶级链游的游戏框架，应当是这样的：
1、其养成玩法和数值把控应当非常优秀，也许引入了 roodlike 或开放世界等元素来提升挑战性和探索的乐趣，在延长游戏耐玩性和寿命的同时，再结合丰富的 NFT 配套，给到玩家极强的归属感。
2、在传统设计的基础上，其竞争和协作系统敢于大胆开放给玩家和社区去共同设计和完善，游戏甚至逐渐向一个小型元宇宙社会演化，成王败寇、合作共赢等真实感无处不在，而这些演化并不来自游戏设计者的某条既定路线，而是基于开发者、社区、玩家三者的合力。
3、其游戏张力顶级，沉浸感强，并在此基础搭建了丰富的社交体系配套，玩家除能实现自我养成的满足外，也能通过社交玩法去获得更多身份认同。
B、GameFi 框架（权重40%）
1）POT（基于时间 Time 投入产出的闭环）（15%）
- 考察经济模型和 POT 设计的融合度，游戏中能否通过时间积累获得真实收入，形成 POT 闭环。
- 考察玩家除真实收入外，还能通过 POT 获得哪些，比如养成和竞争系统的某些优势，或者说出售自己的时间为富人打工赚得更多？
- 考察玩家在投入时间为主导的同时，辅以适量的经济投入和策略技巧是否能获得更大产出。
2）POM（基于资金 Money 投入产出的闭环）（20%）
- 考察经济模型和 POM 设计的融合度。
- 考察通过付费能在哪些维度上拉开差距，是外观，属性，还是更好的 APY 收益率？
3）POL（基于随机性 Luck 投入产出的闭环）（5%）
- 考察随机性设计的丰富度，是否有 roll 点、随机掉落、盲盒等设计。
- 考察随机性设计的巧妙度，是否能让玩家在操作、策略和技巧上产生钻研动力，能否增强游戏耐玩性。
- 考察随机性设计和玩法、GameFi 的融合度。
一款顶级链游的GameFi框架，应当是这样的：
1、对于以时间投入为主的玩家来说，他们能“肝”得物有所值甚至物超所值，在辅以适量的经济投入和策略技巧后，还能获得更大产出，让游戏“肝”得既有收益又有一定的乐趣和技巧性，而非单纯地沦为打金僵尸。
2、 对于以金钱投入为主的玩家来说，在 GameFi 闭环自洽的基础上，他们能够通过公会等形式直接购买到他人时间，以实现真实收益的最大化，项目方也愿意在 APY 和生命周期两个层面尽可能地实现共赢，结合游戏数据，定期合理地调整和优化 GameFi 利率，以延长游戏生命周期。
3、游戏中会有一些随机性因素的存在，不管是盲盒，随机掉落或者是与其他玩法的形式，随机性产出能与游戏 GameFi 系统深度融合，提升游戏打金的流动性。
C、综合数据（权重25%）
1）链上数据（10%）
- 考察链上数据有无，是否真实无自刷迹象。
- 考察链上数据的走势和增长情况。
- 考察链上数据的持久性。
2）社区数据（10%）
- 考察社区数据的有无和真实性。
- 考察社区数据的走势和潜力。
- 考察PR、社区真实口碑，打金公会和机构参与度等。
3）其他数据（5%）
- 考察是否有 NFT 元素的引入
- 考察团队资源的解锁释放是否合理
- 考察团队是否拿到融资，拿到哪种程度的融资
- 考察团队过往是否有过成功产品的案例
一款顶级链游的综合数据表现，应当是这样的：
1、它的链上数据整体非常优秀，走势或持续性都比较健康，甚至于一轮去泡沫化后仍然能展现较强的生命力。
2、其在社区形成了很好的用户口碑，投资机构和打金公会也逐渐加入和参与其中，为游戏建立起更大护城河。
五、评测结果及对应Level
DMeta 评分结果共分为5档，分别是拙劣、一般、中等、优质、卓越，对应分数及结论如下：
Level.D 拙劣（0～20分）
各方面非常糟糕，对这类产品，不建议任何形式的参与。
Level.C一般（20～49分）
游戏框架薄弱，经济系统和 GameFi 相对粗糙，数据不理想，对这类产品，可以关注下后续版本迭代情况就好，不建议参与。
Level.B中等（50～69分）
游戏性中规中矩，经济模型 GameFi 设计和市面平均水平接近，数据尚可。对这类产品，可以适当投入时间参与游戏的玩法和 POT 部分，但不建议在资金有所投入。
Level.A 优质（70～89分）
系统亮点足，P2E 设计完善，数据不错，整体资质超过市面平均水平，对这类产品，可根据自己的情况，参与 GameFi 和 NFT 收藏。
Level.S 卓越（90～100分）
完美，各方面都具有不错的突破性和特色。对于这类体系成熟、商业化程度高、周期潜力强的产品，除了 GameFi 和 NFT 收藏值得参与外，其团队的新作也可以重点关注。
六、DMeta 评测框架V1.1
（加入http://DMall.im社区，了解更多链游信息）
转载出处：https://zhuanlan.zhihu.com/p/432424661
