1.2 发行窗口决策
1.1 建立了商业基线(回本销量),接下来第一个排他性决策是:什么时候发售。发行窗口是「最贵的免费决策」——它不花一分钱预算,但同样的质量在不同档期能差出一倍的销量。Steam 没有官方「日历」,竞争来自三处:同品类新作撞期、大型节庆促销的流量聚拢、以及系列既有作品的续作节奏。
本节把窗口决策拆成三个可以打分的因素:
- 准备度:商店页、Demo、首日补丁、本地化是否就绪——没准备好的窗口再热闹也接不住。
- 节庆联动:Steam 的季节性促销/主题节庆会把流量聚拢到特定品类,卡对节庆是白捡曝光。
- 同品类竞争:同期同品类的新作越多,被发现的机会被摊薄得越厉害。
三个因素很难直接比较,于是用一个加权评分把它们放到同一把尺子上:分数 = 准备度 × 权重 + 节庆 × 权重 − 竞争 × 惩罚。分数最高者胜出,低于阈值的窗口直接放弃。
本章与站内既有内容的分工
game/publish/steam/的steam-release-window-calendar-planning-2024讲「怎么排日历、怎么跟官方活动对齐」的操作;本节不重复排期操作,写「怎么给候选窗口打分、怎么判断该不该等下一档」的决策模型。- 卷一《平台机制与商店》讲发现机制与节庆流量如何运作;本节把那些机制折算成评分输入(节庆加成、竞争惩罚),不重复机制讲解。
- 与 1.1 基线的衔接:窗口决策的输出(选定的窗口 + 准备度目标)回填到预算与回本计划;本节只讲「选窗口」。
评分模型与读法
以一组默认权重为例:准备度权重 40、节庆权重 35、竞争惩罚 8 分/个。
| 候选窗口 | 准备度 | 节庆 | 竞争 | 分数 | 结论 |
|---|---|---|---|---|---|
| 无竞争·满准备 | 100 | 0 | 0 | 40 | 及格 |
| 节庆联动·准备 80 | 80 | 100 | 0 | 67 | 优 |
| 拥挤档·准备 95 | 95 | 40 | 6 | 4 | 勉强 |
| 抢跑·准备 50 | 50 | 60 | 1 | 33 | 低于阈值 |
| 全不占优 | 20 | 0 | 3 | −16 | 放弃 |
这张表的价值不在分数绝对值,而在比较结构:节庆档分数最高,拥挤档虽然准备度满分也会被竞争拖垮,抢跑档因准备不足即使避开竞争也接不住。模型给「换档期」一个量化依据——准备度每差 10 分等于多撞两个竞争品。
模型参数与数据口径
- 评分公式与三项权重/惩罚(40/35/8):模型假设,非官方数值。Steam 不公布官方档期评分,公式的目的是让决策可比,不是预言销量。
- 输入(准备度、节庆加成、竞争数):由开发者根据自己商店页就绪度、官方促销日历与商店搜索估测,属决策输入而非实证数字。
- 决策输出(选最高分窗口、阈值过滤)可直接接入 1.3 的预算分配,形成「先选窗口再分钱」的流程。
可运行产物:C++ 最小验证
下面的仿真把窗口决策固化成可执行的评分:给候选窗口打分、选最优、做阈值判断,并验证权重/惩罚调整如何改变排序。它与 src/steam-launch-01-2-launch-window-decision.cpp 逐字节一致:
// file: src/steam-launch-01-2-launch-window-decision.cpp
// tier: L1
// verify: clang++ -std=c++20 -Wall -I. src/steam-launch-01-2-launch-window-decision.cpp -o bin/steam-launch-01-2-launch-window-decision && ./bin/steam-launch-01-2-launch-window-decision
//
// mock:复现发行窗口决策——用「准备度 × 节庆联动 − 竞争惩罚」给候选
// 窗口打分,选最高分窗口。权重与惩罚系数属模型假设,非官方数值。
#include "verify.h"
#include <string>
#include <vector>
namespace steam_repro {
// 发行窗口评分模型:把定性判断(准备度/节庆/竞争)变成可比较的分数。
class MockLaunchWindow {
public:
struct Candidate {
std::string name;
int competitorCount; // 同品类同期竞争数(模型假设输入)
int festivalBoost; // 节庆联动加成 0-100(模型假设输入)
int readiness; // 我方准备度 0-100(模型假设输入)
};
void setCompetitorPenalty(int p) { competitorPenalty_ = p; }
void setReadinessWeight(int w) { readinessWeight_ = w; }
void setFestivalWeight(int w) { festivalWeight_ = w; }
// 分数 = 准备度×权重 + 节庆×权重 − 竞争×惩罚(整数,权重按 0-100 归一)
int scoreOf(const Candidate& c) const {
return c.readiness * readinessWeight_ / 100 +
c.festivalBoost * festivalWeight_ / 100 -
c.competitorCount * competitorPenalty_;
}
// 选最高分窗口;分数相同取先出现者
std::string best(const std::vector<Candidate>& cs) const {
if (cs.empty()) return "";
int bestScore = -2147483647;
std::string bestName;
for (const auto& c : cs) {
int s = scoreOf(c);
if (s > bestScore) {
bestScore = s;
bestName = c.name;
}
}
return bestName;
}
// 是否达到「值得发行」阈值
bool isAttractive(const Candidate& c, int threshold) const {
return scoreOf(c) >= threshold;
}
private:
int competitorPenalty_ = 8; // 每个竞争扣 8 分(模型假设)
int readinessWeight_ = 40; // 准备度权重(模型假设)
int festivalWeight_ = 35; // 节庆权重(模型假设)
};
} // namespace steam_repro
int main() {
using namespace steam_repro;
MockLaunchWindow w;
MockLaunchWindow::Candidate ready{
"ready-no-rival", 0, 0, 100}; // 准备充分、无竞争、无节庆
MockLaunchWindow::Candidate festival{
"festival", 0, 100, 80}; // 节庆联动满分
MockLaunchWindow::Candidate crowded{
"crowded", 6, 40, 95}; // 竞争激烈但准备充足
MockLaunchWindow::Candidate rushed{
"rushed", 1, 60, 50}; // 准备不足
MockLaunchWindow::Candidate dud{
"dud", 3, 0, 20}; // 全面不占优
// 1. 无竞争、满准备:分数 = 40
CHECK(w.scoreOf(ready) == 40);
// 2. 节庆联动 100、准备 80:分数 = 32 + 35 = 67
CHECK(w.scoreOf(festival) == 67);
// 3. 竞争 6、准备 95、节庆 40:分数 = 38 + 14 − 48 = 4
CHECK(w.scoreOf(crowded) == 4);
// 4. 准备不足:分数 = 20 + 21 − 8 = 33
CHECK(w.scoreOf(rushed) == 33);
// 5. 全面不占优:分数 = 8 − 24 = −16
CHECK(w.scoreOf(dud) == -16);
// 6. 最优窗口选择:festival 67 分最高
std::vector<MockLaunchWindow::Candidate> cs{ready, festival, crowded, rushed, dud};
CHECK(w.best(cs) == "festival");
// 7. 阈值判定:40 分以上才值得发行
CHECK(w.isAttractive(festival, 40));
CHECK(!w.isAttractive(crowded, 40));
// 8. 空候选列表返回空串
CHECK(w.best({}) == "");
// 9. 权重调整:降低节庆权重后,节庆窗口分数下降
w.setFestivalWeight(10);
CHECK(w.scoreOf(festival) == 42); // 32 + 8 + 0
// 10. 竞争惩罚加倍后,拥挤窗口变负
w.setFestivalWeight(35);
w.setCompetitorPenalty(16);
CHECK(w.scoreOf(crowded) == -44); // 38 + 14 − 96
return lab::report("01-2 发行窗口决策");
}
本机实测(Apple clang 16,clang++ -std=c++20 -Wall):编译通过(零警告),断言 11/11 通过。
小结
- 窗口决策 = 准备度、节庆联动、同品类竞争的加权评分;分数最高者胜出,低于阈值放弃。
- 模型让「换不换档期」可量化:准备度每差 10 分 ≈ 多撞 2 个竞争品。
- 评分公式与权重属模型假设;输入(准备度/节庆/竞争)由开发者估测。
- 窗口选择结果进入 1.3 的预算分配流程。
阅读导航:上一节:1.1 发行目标与商业模式基线 · 下一节:1.3 资源与预算分配 。
继续阅读
探索更多技术文章
浏览归档,发现更多关于系统设计、工具链和工程实践的内容。