9.1 首发内容量与定价
2.1 已经回答了「在既有需求表上价格定在哪收入最高」。本节把问题再往前推一步:首发时你有多少内容,配得上定多少钱。买断制的价格不只是「玩家愿意付多少」,更是「你承诺了多少内容」——内容承诺不足的高价,会在两个地方还回去:退款率上升(10 章展开)和首发后差评累积(7 章展开)。所以首发定价的真实约束不是需求曲线,而是内容-价格匹配。
本节的决策对象是一家独立工作室的首发内容包:多少主线小时、多少特性完成、几个首日系统。决策问题是:给定这份内容清单,首发价格档怎么选,才既不「内容撑不起价格」,也不「内容富余却贱卖」。
本章与站内既有内容的分工
game/publish/steam/的steam-dlc-soundtrack-release-setup-2025讲「DLC 与原声集怎么上架」的操作;本节不写任何上架步骤,写「首发内容承诺怎么和价格档匹配」的决策模型。- 卷一 2 章讲价格机制、3 章讲愿望单转化机制;本节把机制折算成决策输入(内容覆盖度 → 首发需求),不重复机制讲解。
- 与 2.1 定价模型的衔接:2.1 在给定需求表下找收入峰值,本节把「内容承诺」作为价格档的资格约束,二者结合得到「先够格、再选最高收入档」的两段式决策。
- 9.2(免费更新节奏)与 9.3(付费 DLC)是本节内容的后续:首发内容量定档后,后续内容如何投放。
内容-价格匹配链
内容与价格的匹配可以写成一条决策链:
- 内容量化:首发内容包 = 主线小时数 + 特性覆盖度。特性覆盖度指首发承诺的核心系统完成到什么比例(如联机、创意工坊、关卡编辑器),它决定「宣传时敢不敢把该特性写成卖点」。
- 需求缩放:覆盖度越高,首发需求越接近上限;覆盖度不足,需求打折。模型用
需求 = 基础需求 × (50 + 覆盖度)/100描述——覆盖度 0% 腰斩、100% 放大 1.5 倍(模型假设)。 - 档位资格:每个价格档配一个「建议最低内容小时数」——内容小时数达不到该档的最低线,该档就不够格,即使收入算出来更高也不能选。
- 档位选择:在所有「够格」的档里选收入最高者;没有任何档够格,说明首发内容量不足以支撑任何候选价,需要先砍范围或加内容。
以默认参数为例(内容 12 小时、覆盖度 60%、基础需求 10000 份):
| 档位 | 建议最低小时 | 每内容小时售价 | 够格? | 首发收入 |
|---|---|---|---|---|
| 9.99 | 8 小时 | 83 美分/时 | 够格 | 10,989,000 美分 |
| 14.99 | 8 小时 | 125 美分/时 | 够格 | 16,489,000 |
| 19.99 | 8 小时 | 166 美分/时 | 够格 | 21,989,000 |
| 24.99 | 10 小时 | 208 美分/时 | 够格 | 27,489,000 |
12 小时内容、60% 覆盖度下需求 = 10000 × (50+60)/100 = 11000 份,四档全部够格,最高收入档是 24.99。若覆盖度降到 30%,需求 = 8000 份,各档收入同比缩水,但选择逻辑不变:覆盖度决定饼的大小,档位资格决定能不能吃这张饼。
决策表:三个首发内容形态
| 内容形态 | 内容小时 | 覆盖度 | 匹配结论 |
|---|---|---|---|
| 精简首发(12h/60%) | 12 | 60% | 全部档够格,取最高收入档 24.99 |
| 抢先试水(7h/40%) | 7 | 40% | 24.99 档建议 10 小时不够格,只能取低档 |
| 完整首发(12h/100%) | 12 | 100% | 需求放大 1.5 倍,同一档收入提升 50% |
「抢先试水」形态的教训是:内容小时数不够,价格档会自动把你压在低档——这不是运营失误,是内容承诺不足的必然结果。
模型参数与数据口径
- 可实证:无新官方数字;Steam 商店页公开可见的定价与 Steam 分成阶梯沿用 1.1 口径。
- 官方登录后可见:真实首发转化率、内容完成度与销量的关系,需在 partner 后台按游戏验证,本节不臆造,标注「以官方当前为准」。
- 模型假设(非官方数值):基础需求 10000 份、覆盖度→需求缩放系数(50+覆盖度)/100、各档「建议最低内容小时」表。lab 中全部参数默认值均在类内声明并在此标注。
可运行产物:C++ 最小验证
下面的仿真把内容-价格匹配固化成可执行的计算:价格-内容比、覆盖度驱动的首发需求、档位资格判断、够格档中的最高收入档,以及「无档够格」的哨兵返回。它与 src/steam-launch-09-1-launch-content-pricing.cpp 逐字节一致:
// file: src/steam-launch-09-1-launch-content-pricing.cpp
// tier: L1
// verify: clang++ -std=c++20 -Wall -I. src/steam-launch-09-1-launch-content-pricing.cpp -o bin/steam-launch-09-1-launch-content-pricing && ./bin/steam-launch-09-1-launch-content-pricing
//
// mock:复现首发内容量与定价匹配模型——给定内容小时数与特性完成度,
// 计算价格-内容比、覆盖度驱动的首发需求,并给出「哪一档价格配得上
// 首发内容」的推荐。内容小时/覆盖度/基础需求均属模型假设,非官方数值。
#include "verify.h"
#include <cstdint>
#include <vector>
namespace steam_repro {
// 首发内容量与定价匹配模型:内容承诺能否支撑所选价格档。
class MockContentPricingModel {
public:
struct Band {
int64_t priceCents;
int64_t minHours; // 该档建议的最低内容小时数(模型假设)
};
void setContent(int hours, int coveragePercent) {
hours_ = hours;
coveragePercent_ = coveragePercent;
}
void setBaseUnits(int64_t units) { baseUnits_ = units; }
// 价格-内容比:每内容小时的售价(美分/小时),小时数非零时有效
int64_t pricePerHourCents(int64_t priceCents, int hours) const {
if (hours <= 0) return -1;
return priceCents / hours;
}
// 覆盖度驱动的首发需求:baseUnits × (50 + coverage)/100,
// 覆盖度 0% 时腰斩,100% 时放大 1.5 倍
int64_t launchUnits() const {
return baseUnits_ * (50 + coveragePercent_) / 100;
}
// 档位匹配:hours >= minHours → 2 匹配;>= minHours×70% → 1 偏少;否则 0 不足
int bandFit(int hours, const Band& b) const {
if (hours >= b.minHours) return 2;
if (hours * 100 >= b.minHours * 70) return 1;
return 0;
}
// 某档首发收入(美分)= 覆盖度驱动的需求 × 价格
int64_t bandRevenue(const Band& b) const { return launchUnits() * b.priceCents; }
// 推荐档位:全部「匹配」的档中收入最高者;无匹配档返回哨兵 {-1, 0}
Band bestBand(const std::vector<Band>& bands) const {
Band best{-1, 0};
int64_t bestRev = -1;
for (const auto& b : bands) {
if (bandFit(hours_, b) != 2) continue;
int64_t rev = bandRevenue(b);
if (rev > bestRev) {
bestRev = rev;
best = b;
}
}
return best;
}
private:
int hours_ = 0;
int coveragePercent_ = 0;
int64_t baseUnits_ = 0;
};
} // namespace steam_repro
int main() {
using namespace steam_repro;
using Band = MockContentPricingModel::Band;
MockContentPricingModel m;
// 内容:12 小时主线,特性覆盖度 60%;基础需求 10000 份(模型假设)
m.setContent(12, 60);
m.setBaseUnits(10000);
// 1. 价格-内容比:19.99 / 12 小时 = 每小时 166 美分
CHECK(m.pricePerHourCents(1999, 12) == 166);
// 2. 14.99 / 8 小时 = 每小时 187 美分
CHECK(m.pricePerHourCents(1499, 8) == 187);
// 3. 覆盖度 60%:首发需求 = 10000 × (50+60)/100 = 11000 份
CHECK(m.launchUnits() == 11000);
// 4. 覆盖度 100% 放大 1.5 倍:15000 份
m.setContent(12, 100);
CHECK(m.launchUnits() == 15000);
// 5. 档位匹配:12 小时内容配 minHours 8 的档 → 匹配(2)
CHECK(m.bandFit(12, Band{1999, 8}) == 2);
// 6. 6 小时内容配 minHours 8 → 偏少(6×100 >= 8×70=560)
CHECK(m.bandFit(6, Band{1999, 8}) == 1);
// 7. 5 小时内容配 minHours 8 → 不足(5×100 < 560)
CHECK(m.bandFit(5, Band{1999, 8}) == 0);
// 8. 推荐档:覆盖度 100%(需求 15000),匹配档中价格最高者胜出
m.setContent(12, 100);
std::vector<MockContentPricingModel::Band> bands = {
{1499, 8}, {1999, 8}, {2499, 10}};
CHECK(m.bestBand(bands).priceCents == 2499);
// 9. 档收入:15000 × 19.99 = 29,985,000 美分
CHECK(m.bandRevenue(Band{1999, 8}) == 29985000);
// 10. 无匹配档:内容 7 小时(minHours 12 的档差一档),推荐返回哨兵
m.setContent(7, 100);
MockContentPricingModel::Band sentinel =
m.bestBand(std::vector<MockContentPricingModel::Band>{{1999, 12}});
CHECK(sentinel.priceCents == -1);
// 11. 内容充足时匹配档收入恒正(12 小时配 9.99 档)
m.setContent(12, 60);
CHECK(m.bandRevenue(Band{999, 8}) == 10989000);
// 12. 覆盖度不足即使内容充足也压需求:覆盖 0% 需求腰斩
m.setContent(12, 0);
CHECK(m.launchUnits() == 5000);
return lab::report("09-1 首发内容量与定价");
}
本机实测(Apple clang 16,clang++ -std=c++20 -Wall):编译通过(零警告),断言 12/12 通过。
小结
- 首发定价不只是「需求曲线峰值」,还要过「内容-价格匹配」的资格关:内容小时数与覆盖度决定配得起的档位上限。
- 覆盖度驱动的需求缩放把「内容承诺」折算成可比较的需求数字;档位资格把「内容够不够」变成硬约束。
- 「内容不足」的结果不是收入低,而是被价格档自动压档——这是内容计划(9 章)与定价体系(2 章)的第一次合流。
- 选出的首发档回填 2.1 的收入曲线与 1.1 的回本销量;后续 9.2 决定这些内容如何按更新节奏释放。
阅读导航:上一节:8.3 数据仪表盘与决策 · 下一节:9.2 更新节奏与价格策略 。
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。