《Steam 游戏平台:开发与商业化》3.3 愿望单冷启动与增长

3.1 告诉你需要多少愿望单,本节告诉你怎么攒到:来源分解、冷启动爬坡、周目标与可行性判断。lab 复现每周要新增多少、当前产能要几周才到目标、目标可不可行。

3.3 愿望单冷启动与增长

3.1 给出蓄水目标,3.2 决定要不要预售——剩下的问题是怎么在发售前攒到目标。本节把愿望单增长拆成可管理的数字:愿望单从哪些来源来、冷启动阶段每周能涨多少、离目标还差几周。核心判断是:这个目标在剩余周数里可不可行。 不可行就要调整目标、调整来源结构或调整发售日期。

本章与站内既有内容的分工

  • steam-wishlist-cold-start-devlog-2021 是个人开发者冷启动的操作日志(内容策略、社区节奏、素材流水线);steam-demo-next-fest-wishlist-guide-2023 讲 Demo 与新品节操作。本节不写内容怎么做,写「目标怎么拆、拆出来可不可行」。
  • 卷一 6.1 愿望单获取路径与提醒(机制位)讲获取路径与提醒机制;本节把机制换成开发者的来源产能假设。
  • 3.1 算「需要多少」,本节算「怎么到、要多久、到不到得了」。

来源分解与周产能

愿望单来源不是一个池子,而是若干条并行的管道,每条有各自的每周产能(模型假设):

来源每周新增说明
Steam 自然发现30标签、搜索、相似推荐
社媒内容60短视频、动图、开发日志
主播/媒体40试玩、报道、Key
合作推广20同品类互相推荐
Demo/新品节120节庆窗口内的大额脉冲

常规来源每周合计 150;加上 Demo/新品节后合计 270。冷启动阶段(商店页刚上线、无 Demo 无节日)只有基础来源(自然 + 社媒),每周约 90——这就是「慢」的来源。

冷启动爬坡与周目标

目标 = 当前 + 每周新增 × 剩余周数。反推:所需每周新增 = (目标 − 当前) / 剩余周数。

示例:目标 10 万、当前 2.5 万、剩 30 周 → 每周需 2500。而当前产能只有 270——差距约一个数量级,目标不可行。当前产能下到达 10 万需要 278 周,远超任何发售窗口。

可行性判断的结果只有三档:

情形结论
所需周新增 ≤ 当前产能可行,按周目标执行
所需周新增在产能 1–2 倍临界,需要新增来源或提前重大节点
所需周新增远超产能不可行,调整目标/来源/发售日期

增长目标设定

把 3.1 的蓄水目标与 3.3 的产能放在一张表里定周目标:

周阶段目标新增累计
1–2冷启动(基础来源)90/周180
3–6常规来源270/周1,260
7 起有 Demo 后270+120/周…
发售前冲刺节点依 3.1 差距目标线

决策链:3.1 定总量目标 → 本节拆来源与周目标 → 不可行时调发售日期或补来源,而不是把数字硬扛。

模型参数与数据口径

  • 各来源每周产能:模型假设,非官方数值;真实值来自 6.1 与渠道统计(第 6 章渠道 ROI 会重新校准)。
  • 冷启动只计基础来源:模型假设,用于体现「商店页上线初期产能低」的形态。
  • 目标与周数来自 3.1 与发售窗口(1.2);金额不参与本节计算。

可运行产物:C++ 最小验证

下面的仿真把愿望单增长固化成可执行的计算:来源每周合计、冷启动爬坡累计、所需每周新增、可行性、到达目标所需周数。它与 src/steam-launch-03-3-wishlist-coldstart-growth.cpp 逐字节一致:

// file: src/steam-launch-03-3-wishlist-coldstart-growth.cpp
// tier: L1
// verify: clang++ -std=c++20 -Wall -I. src/steam-launch-03-3-wishlist-coldstart-growth.cpp -o bin/steam-launch-03-3-wishlist-coldstart-growth && ./bin/steam-launch-03-3-wishlist-coldstart-growth
//
// mock:复现愿望单冷启动与增长——把目标愿望单拆到来源与周目标,
// 模拟冷启动阶段的爬坡,判断「每周要新增多少」在给定来源产能下
// 是否可行。来源产能均属模型假设,非官方数值。
#include "verify.h"

#include <cstdint>
#include <string>
#include <vector>

namespace steam_repro {

// 愿望单增长模型:来源分解、周目标与可行性判断。
class MockWishlistGrowth {
 public:
  struct Source {
    std::string name;
    int weeklyContribution;  // 每周新增愿望单(模型假设)
  };

  void setSources(const std::vector<Source>& ss) { sources_ = ss; }

  // 全部来源每周合计
  int64_t weeklyTotal() const {
    int64_t t = 0;
    for (const auto& s : sources_) t += s.weeklyContribution;
    return t;
  }

  // 冷启动爬坡:第 1-2 周只有基础来源(Steam 自然 + 社媒),此后满产能
  int64_t cumulativeAfter(int64_t weeks) const {
    int64_t base = 0, full = 0;
    for (const auto& s : sources_) {
      if (s.name == "Steam 自然" || s.name == "社媒") base += s.weeklyContribution;
      full += s.weeklyContribution;
    }
    int64_t total = 0;
    for (int64_t w = 1; w <= weeks; ++w) {
      total += (w <= 2) ? base : full;
    }
    return total;
  }

  // 达到目标所需每周新增 = ceil((目标 − 当前) / 剩余周数)
  int64_t requiredWeekly(int64_t target, int64_t current, int64_t weeksLeft) const {
    if (weeksLeft <= 0) return -1;
    const int64_t gap = target - current;
    if (gap <= 0) return 0;
    return (gap + weeksLeft - 1) / weeksLeft;
  }

  // 可行性:所需每周新增 ≤ 来源产能
  bool feasible(int64_t target, int64_t current, int64_t weeksLeft) const {
    return requiredWeekly(target, current, weeksLeft) <= weeklyTotal();
  }

  // 当前产能下还需多少周
  int64_t weeksToReach(int64_t target, int64_t current) const {
    const int64_t gap = target - current;
    if (gap <= 0) return 0;
    if (weeklyTotal() <= 0) return -1;
    return (gap + weeklyTotal() - 1) / weeklyTotal();
  }

 private:
  std::vector<Source> sources_;
};

}  // namespace steam_repro

int main() {
  using namespace steam_repro;
  MockWishlistGrowth m;

  m.setSources({
      {"Steam 自然", 30}, {"社媒", 60}, {"主播", 40}, {"合作", 20},
  });

  // 1. 常规来源每周合计 150
  CHECK(m.weeklyTotal() == 150);

  // 2. 加入 Demo/新品节来源(每周 +120)后合计 270
  m.setSources({
      {"Steam 自然", 30}, {"社媒", 60}, {"主播", 40}, {"合作", 20},
      {"Demo/新品节", 120},
  });
  CHECK(m.weeklyTotal() == 270);

  // 3. 冷启动第 1-2 周只计基础来源:两周合计 180
  CHECK(m.cumulativeAfter(2) == 180);

  // 4. 第 6 周累计:2×90 + 4×270 = 1260
  CHECK(m.cumulativeAfter(6) == 1260);

  // 5. 目标 10 万、当前 2.5 万、剩 30 周:每周需 2500
  CHECK(m.requiredWeekly(100000, 25000, 30) == 2500);

  // 6. 每周 270 的产能无法支撑 2500 的目标:不可行
  CHECK(m.feasible(100000, 25000, 30) == false);

  // 7. 当前产能下到达 10 万还需 278 周(远超发售窗口)
  CHECK(m.weeksToReach(100000, 25000) == 278);

  // 8. 产能翻倍(每周 540)仍需 139 周
  m.setSources({
      {"Steam 自然", 60}, {"社媒", 120}, {"主播", 80}, {"合作", 40},
      {"Demo/新品节", 240},
  });
  CHECK(m.weeksToReach(100000, 25000) == 139);

  // 9. 把目标下调到 3 万、当前 2.5 万:每周 540 产能下需 10 周
  CHECK(m.weeksToReach(30000, 25000) == 10);

  // 10. 当前已超过目标:所需每周新增为 0(无缺口)
  m.setSources({{"Steam 自然", 30}, {"社媒", 60}});
  CHECK(m.requiredWeekly(30000, 35000, 10) == 0);

  return lab::report("03-3 愿望单冷启动与增长");
}

本机实测(Apple clang 16,clang++ -std=c++20 -Wall):编译通过(零警告),断言 10/10 通过。

小结

  • 愿望单增长 = 来源分解 × 周产能 × 剩余周数;目标 = 当前 + 周新增 × 周数。
  • 冷启动阶段产能低是常态,爬坡从 Demo/新品节等大额脉冲开始。
  • 所需每周新增超过产能就是目标不可行——先调整再执行,不要硬扛。
  • 周产能为模型假设,3.1 定总量、本节拆执行、第 6 章用渠道数据校准。

阅读导航:上一节:3.2 预售与早期购买决策 · 下一节:4.1 折扣深度与收入模型 。

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。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图