《Steam 游戏平台:开发与商业化》4.3 捆绑与合集定价

捆绑把多个产品组合定价,目标不是多卖一个 SKU 而是提升客单价与交叉购买。本节比较分开买与捆绑买两条路径的收入:捆绑折扣、已有成员补齐与交叉购买率,lab 复现增量判断与补齐差价。

4.3 捆绑与合集定价

当工作室有多个产品(本体 + 扩展、标准版 + 支持者包、同工作室合集),捆绑定价要回答:组合在一起卖,能不能比分开卖赚得多。 捆绑的作用不是「多卖一个 SKU」,而是两件事——提高客单价,以及让已有部分产品的老玩家补齐(Steam 的「补齐我的捆绑」机制)。捆绑收入 = 新玩家全价捆绑 + 老玩家补齐差价,与分开买收入对比出增量。

本章与站内既有内容的分工

  • Steam销售增长与长期运营手册.md 讲捆绑包的组合经验(本体+原声带、本体+DLC、合集、主题捆绑)与命名;本节不重复组合清单,写「捆绑价的收入模型」。
  • 卷一 12.3 长尾机制与卷二 steam-sdk-06-3-dlc-business-strategy 涉及捆绑/内容组合的机制与接入;本节做开发者视角的定价与增量判断。
  • 4.1 的折扣逻辑复用到捆绑折扣;捆绑折扣力度用同一套「折后价 vs 单件合计」计算。

分开买 vs 捆绑买

以本体 A(19.99 美元)+ 扩展 B(9.99 美元)为例(价格与销量均为模型假设):

路径计算收入(美分)
分开买8000×A + 4000×B19,988,000
捆绑(24.99)9000×捆绑 + 1500 补齐×50023,241,000
捆绑增量—+3,253,000

捆绑价 24.99 对单件合计 29.98 约 16% off。收入拆成两块:

  1. 新玩家买整套:捆绑把「本来只买 A」的玩家升级成「A+B 都买」,客单价从 19.99 提到 24.99。
  2. 老玩家补齐:1500 位已有 A 的玩家补齐 B,只需付 2499−1999=500 美分,交叉购买率 1500/9000≈16%。

捆绑定价决策表

情形决策
有新作/资料片发布本体 + 新作捆绑,捆绑价取单件合计 80%–85%(约 15%–20% off)
已有一定玩家基础依赖老玩家补齐:补齐价 = 捆绑价 − 已拥有部分价,交叉购买率是关键
捆绑增量 ≤ 0调价或停做:捆绑不应低于分开卖收入
多作品合集面向新玩家的合集定价,按 4.1 峰值深度折扣后拆到每件

模型参数与数据口径

  • 单品价格、销量、捆绑价、补齐玩家数:模型假设,非官方数值;真实交叉购买率从 partner 后台捆绑数据看(登录后可见)。
  • 「补齐我的捆绑」是 Steam 的公开机制(store.steampowered.com 捆绑页可见「已有 X 项,补齐剩余 N 项」);具体折扣规则以 Steamworks 文档为准。
  • 金额整数美分;捆绑折扣用与 4.1 相同的折后价计算。

可运行产物:C++ 最小验证

下面的仿真把捆绑定价固化成可执行的计算:单件合计、捆绑折扣、分开买/捆绑买收入、增量、补齐差价、交叉购买率。它与 src/steam-launch-04-3-bundle-collection-pricing.cpp 逐字节一致:

// file: src/steam-launch-04-3-bundle-collection-pricing.cpp
// tier: L1
// verify: clang++ -std=c++20 -Wall -I. src/steam-launch-04-3-bundle-collection-pricing.cpp -o bin/steam-launch-04-3-bundle-collection-pricing && ./bin/steam-launch-04-3-bundle-collection-pricing
//
// mock:复现捆绑与合集定价——比较「分开买」与「捆绑买」两条路径的
// 收入:捆绑折扣、已有成员补齐(complete your bundle)与交叉购买
// 率;判断捆绑价定在多少、带来多少增量才值得做。价格与转化
// 属模型假设,非官方数值;金额用整数美分。
#include "verify.h"

#include <cstdint>

namespace steam_repro {

// 捆绑定价模型:分开买 vs 捆绑买的收入对比与增量判断。
class MockBundlePricing {
 public:
  void setItems(int64_t aPriceCents, int64_t bPriceCents) {
    aPriceCents_ = aPriceCents;
    bPriceCents_ = bPriceCents;
  }
  void setSeparateUnits(int64_t aUnits, int64_t bUnits) {
    aUnits_ = aUnits;
    bUnits_ = bUnits;
  }
  void setBundle(int64_t bundlePriceCents, int64_t newBundleUnits,
                 int64_t upgraderUnits) {
    bundlePriceCents_ = bundlePriceCents;
    newBundleUnits_ = newBundleUnits;
    upgraderUnits_ = upgraderUnits;
  }

  // 分开买收入 = A 全价 × A 销量 + B 全价 × B 销量
  int64_t separateRevenueCents() const {
    return aUnits_ * aPriceCents_ + bUnits_ * bPriceCents_;
  }

  // 单件价合计
  int64_t sumPriceCents() const { return aPriceCents_ + bPriceCents_; }

  // 捆绑折扣力度(百分数,整数截断)
  int bundleDiscountPercent() const {
    const int64_t sum = sumPriceCents();
    if (sum <= 0) return 0;
    return (sum - bundlePriceCents_) * 100 / sum;
  }

  // 捆绑收入 = 新玩家全价捆绑 + 老玩家补齐差价
  int64_t bundleRevenueCents() const {
    return newBundleUnits_ * bundlePriceCents_ +
           upgraderUnits_ * (bundlePriceCents_ - aPriceCents_);
  }

  // 捆绑相对分开买的增量
  int64_t bundleIncrementCents() const {
    return bundleRevenueCents() - separateRevenueCents();
  }

  // 交叉购买率:补齐玩家占捆绑新玩家的百分数
  int crossBuyPercent() const {
    if (newBundleUnits_ <= 0) return 0;
    return upgraderUnits_ * 100 / newBundleUnits_;
  }

  // 已拥有 A 的玩家补齐捆绑要付的差价
  int64_t upgraderPayCents() const { return bundlePriceCents_ - aPriceCents_; }

 private:
  int64_t aPriceCents_ = 1999;
  int64_t bPriceCents_ = 999;
  int64_t aUnits_ = 0;
  int64_t bUnits_ = 0;
  int64_t bundlePriceCents_ = 2499;
  int64_t newBundleUnits_ = 0;
  int64_t upgraderUnits_ = 0;
};

}  // namespace steam_repro

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

  // A 本体 19.99、B 扩展 9.99;分开买:A 8000 份、B 4000 份。
  m.setItems(1999, 999);
  m.setSeparateUnits(8000, 4000);
  // 捆绑 24.99:新玩家 9000 份捆绑,1500 位 A 老玩家补齐。
  m.setBundle(2499, 9000, 1500);

  // 1. 单件价合计:2998 美分
  CHECK(m.sumPriceCents() == 2998);

  // 2. 捆绑折扣力度:约 16%(2998→2499)
  CHECK(m.bundleDiscountPercent() == 16);

  // 3. 分开买收入:8000×1999 + 4000×999 = 19,988,000
  CHECK(m.separateRevenueCents() == 19988000);

  // 4. 捆绑收入:9000×2499 + 1500×500 = 23,241,000
  CHECK(m.bundleRevenueCents() == 23241000);

  // 5. 捆绑增量:+3,253,000(值得做)
  CHECK(m.bundleIncrementCents() == 3253000);

  // 6. 老玩家补齐差价:2499 − 1999 = 500 美分
  CHECK(m.upgraderPayCents() == 500);

  // 7. 交叉购买率:1500 / 9000 ≈ 16%
  CHECK(m.crossBuyPercent() == 16);

  // 8. 无补齐玩家时捆绑收入 = 9000×2499 = 22,491,000
  m.setBundle(2499, 9000, 0);
  CHECK(m.bundleRevenueCents() == 22491000);

  // 9. 无折扣捆绑(价 = 单件合计)折扣力度为 0
  m.setBundle(2998, 9000, 0);
  CHECK(m.bundleDiscountPercent() == 0);

  // 10. 空销量边界:分开买收入为 0
  m.setSeparateUnits(0, 0);
  CHECK(m.separateRevenueCents() == 0);

  return lab::report("04-3 捆绑与合集定价");
}

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

  • 捆绑的目标是客单价与交叉购买,不是多卖一个 SKU。
  • 捆绑收入 = 新玩家整套 + 老玩家补齐差价;增量 = 捆绑 − 分开买,必须为正才做。
  • 补齐差价 = 捆绑价 − 已拥有部分价;交叉购买率决定老玩家收入。
  • 价格与销量为模型假设;补齐机制为 Steam 公开功能,具体规则以官方文档为准。

阅读导航:上一节:4.2 促销频率与日历决策 · 下一节:5.1 曝光到转化的漏斗模型 。

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