《Steam 游戏平台:开发与商业化》15.3 独立工作室的发行路线图

收口章给出独立工作室从立项到长线的完整发行路线图:概念验证、原型、垂直切片、预售与商店页、首发、长线,每个阶段配支出与通过概率,用 gate 纪律约束「剩余储备 ≥ 剩余承诺支出」,并计算期望总支出、到达终点的概率与期望净回报,把发行路径变成一张可执行的决策清单。

15.3 独立工作室的发行路线图

15.1 给了决策地图,15.2 把三卷接成一根线,15.3 把它们落成时间表:从立项到长线,一款买断制游戏要经过哪些阶段,每个阶段花多少钱、多大概率通过、卡在哪里要重新评估。独立工作室的资源是有限的,路线图的价值不是「画一张漂亮的计划」,而是每个阶段都有一个 gate:通过才继续,不通过就停、改、或砍。

路线图用「决策门禁」来组织:概念验证 → 原型 → 垂直切片 → 预售与商店页 → 首发 → 长线运营。每个门禁前问三个问题:这一阶段要花多少?继续到终点的期望支出还剩多少?现有储备扛不扛得住?扛不住就不该进下一阶段。

本章与站内既有内容的分工

  • game/publish/steam/ 操作手册讲「Steam 上架、商店页、发售的具体步骤」;本节不写步骤,写「从立项到长线的决策门禁时间表」——每阶段花多少、多大概率通过、储备扛不扛得住。
  • 与 15.1/15.2 的划界:15.1 是决策地图,15.2 是三卷贯通,本节把它们落成时间维度的阶段与 gate。
  • 与站内 indie 商业类内容的划界:本节预算是买断制单款游戏口径(整数美分、Steam 分成阶梯),不混入订阅等其他商业模式。

阶段门禁与期望成本

每个阶段写成「支出 + 通过概率」:通过概率低的阶段意味着大概率提前止损,支出期望也相应降低。

期望总支出 = Σ 阶段支出 × 该阶段的进入概率
完成概率   = Π 各阶段通过概率
最小储备   = Σ 全部阶段支出(最坏路径)

一个五阶段路线图(模型假设:成本与概率均为示例)

阶段支出通过率进入概率期望支出
概念验证50 万80%100%50 万
原型100 万70%80%80 万
垂直切片200 万60%56%112 万
预售与商店页150 万75%33.6%50.4 万
首发(承诺投入)200 万100%25.2%50.4 万
合计700 万——342.8 万

读数:

  1. 期望支出远低于最坏路径:342.8 万 vs 700 万——因为一半以上的项目在垂直切片之前就停了。这是门禁体系的价值:把「可能花 700 万」变成「期望花 342.8 万」。
  2. 到达终点的概率约 25%:80%×70%×60%×75% = 25.2%,用千分位记 252‰。四款立项只有一款走到首发,是独立工作室的正常分布。
  3. 最小储备是 700 万:虽然期望只花 342.8 万,但储备必须按最坏路径准备,否则中途没钱的概率很高。

gate 纪律

每个门禁前检查:剩余储备 ≥ 剩余承诺支出。

储备第一个 gate 判定读法
700 万全部 gate 可承担覆盖最坏路径
600 万第一个 gate 就不满足不立项,或先砍阶段

期望净回报

给定启动收入(进入首发后净收入),期望净回报 = 启动收入 × 完成概率 − 期望支出:

启动收入期望收入期望净回报读法
1500 万378 万+35.2 万立项有正期望
1200 万302.4 万−40.4 万负期望,不该立项

决策表:立项与否,看期望净回报是否为正;门禁是否通过,看剩余储备能否覆盖剩余承诺支出;阶段是否继续,看完成概率与启动收入的关系是否仍成立。

模型参数与数据口径

  • 可实证(官方):Steam 分成阶梯 70/30·75/25·80/20;Steam Direct 一次性 100 美元。
  • 官方登录后可见:各阶段后的真实转化与收入数据,用于校准完成概率,以官方当前为准。
  • 模型假设(非官方数值):阶段成本 50/100/200/150/200 万、通过率 80%/70%/60%/75%、启动收入 1200/1500 万均为示例;「每阶段通过概率」是工作室自己的历史经验,不是官方数字。金额用整数美分,与全卷口径一致。

可运行产物:C++ 最小验证

下面的仿真把发行路线图固化成可执行的计算:最坏路径支出、各阶段进入概率与期望支出、完成概率、最小储备、gate 纪律,以及期望收入与期望净回报。它与 src/steam-launch-15-3-studio-launch-roadmap.cpp 逐字节一致:

// file: src/steam-launch-15-3-studio-launch-roadmap.cpp
// tier: L1
// verify: clang++ -std=c++20 -Wall -I. src/steam-launch-15-3-studio-launch-roadmap.cpp -o bin/steam-launch-15-3-studio-launch-roadmap && ./bin/steam-launch-15-3-studio-launch-roadmap
//
// mock:复现独立工作室发行路线图模型——从立项到长线的决策门禁:
// 每阶段有支出与通过概率,计算期望总支出、到达终点的概率、需要的
// 最小储备,以及「剩余储备 ≥ 剩余承诺支出」的 gate 纪律。
// 概率、成本与收入均属模型假设,非官方数值。
#include "verify.h"

#include <cstdint>
#include <vector>

namespace steam_repro {

// 发行路线图模型:阶段门禁的期望成本、完成概率与储备纪律。
class MockStudioRoadmap {
 public:
  struct Stage {
    int64_t costCents;  // 该阶段支出
    int passPercent;    // 通过该阶段进入下一阶段的概率
  };

  void setStages(const std::vector<Stage>& ss) { stages_ = ss; }

  // 最坏路径总支出:全部通过时的承诺支出
  int64_t worstPathSpendCents() const {
    int64_t sum = 0;
    for (const auto& s : stages_) sum += s.costCents;
    return sum;
  }

  // 各阶段进入概率(千分位):依次乘前序通过率
  int enterPermille(size_t stage) const {
    int p = 1000;
    for (size_t i = 0; i < stage; ++i) p = p * stages_[i].passPercent / 100;
    return p;
  }

  // 期望总支出 = Σ 阶段成本 × 进入概率
  int64_t expectedSpendCents() const {
    int64_t sum = 0;
    for (size_t i = 0; i < stages_.size(); ++i) {
      sum += stages_[i].costCents * enterPermille(i) / 1000;
    }
    return sum;
  }

  // 到达终点的概率(千分位)
  int completionPermille() const { return enterPermille(stages_.size()); }

  // 到达终点概率(%)
  int completionPercent() const { return completionPermille() / 10; }

  // 需要的最小储备 = 最坏路径总支出
  int64_t minReserveCents() const { return worstPathSpendCents(); }

  // gate 纪律:进入第 stage 阶段前,剩余储备 ≥ 剩余承诺支出
  bool gateAffordable(size_t stage, int64_t reserveCents) const {
    int64_t spentBefore = 0;
    for (size_t i = 0; i < stage; ++i) spentBefore += stages_[i].costCents;
    int64_t remaining = reserveCents - spentBefore;
    int64_t required = worstPathSpendCents() - spentBefore;
    return remaining >= required;
  }

  // 期望收入 = 完成概率 × 启动收入(千分位)
  int64_t expectedRevenueCents(int64_t launchRevenueCents) const {
    return launchRevenueCents * completionPermille() / 1000;
  }

  // 期望净回报 = 期望收入 − 期望支出
  int64_t expectedNetCents(int64_t launchRevenueCents) const {
    return expectedRevenueCents(launchRevenueCents) - expectedSpendCents();
  }

 private:
  std::vector<Stage> stages_;
};

}  // namespace steam_repro

int main() {
  using namespace steam_repro;
  MockStudioRoadmap r;
  // 五个决策门禁(成本与概率属模型假设)
  r.setStages({
      {500000, 80},     // 概念验证:通过率 80%
      {1000000, 70},    // 原型:70%
      {2000000, 60},    // 垂直切片:60%
      {1500000, 75},    // 预售与商店页:75%
      {2000000, 100},   // 首发:承诺投入
  });

  // 1. 最坏路径总支出 = 500k+1M+2M+1.5M+2M = 7,000,000 美分
  CHECK(r.worstPathSpendCents() == 7000000);

  // 2. 各阶段进入概率(千分位):1000/800/560/336
  CHECK(r.enterPermille(0) == 1000);
  CHECK(r.enterPermille(1) == 800);
  CHECK(r.enterPermille(2) == 560);
  CHECK(r.enterPermille(3) == 336);

  // 3. 到达终点概率 252‰ ≈ 25%
  CHECK(r.completionPermille() == 252);
  CHECK(r.completionPercent() == 25);

  // 4. 期望总支出 = 3,428,000 美分
  CHECK(r.expectedSpendCents() == 3428000);

  // 5. 最小储备 = 最坏路径 7,000,000
  CHECK(r.minReserveCents() == 7000000);

  // 6. 储备 700 万时所有 gate 可承担
  CHECK(r.gateAffordable(0, 7000000));
  CHECK(r.gateAffordable(4, 7000000));

  // 7. 储备 600 万时第一个 gate 就不满足
  CHECK(!r.gateAffordable(0, 6000000));

  // 8. 期望收入:启动收入 1500 万 × 252‰ = 3,780,000
  CHECK(r.expectedRevenueCents(15000000) == 3780000);

  // 9. 期望净回报:1500 万方案 +352,000,1200 万方案 −404,000
  CHECK(r.expectedNetCents(15000000) == 352000);
  CHECK(r.expectedNetCents(12000000) == -404000);

  return lab::report("15-3 独立工作室的发行路线图");
}

本机实测(Apple clang 16,clang++ -std=c++20 -Wall):编译通过(零警告),断言 15/15 通过。

小结

  • 发行路线图 = 阶段门禁:概念验证 → 原型 → 垂直切片 → 预售与商店页 → 首发 → 长线。
  • 期望总支出(342.8 万)远低于最坏路径(700 万),门禁体系把风险转成可预期的期望。
  • gate 纪律:剩余储备 ≥ 剩余承诺支出,储备不够就不进下一阶段。
  • 立项与否看期望净回报:启动收入 1500 万时 +35.2 万可立项,1200 万时 −40.4 万不立项。
  • 至此,卷三从「一款游戏的商业决策」到「工作室的发行路线图」全部收口。

阅读导航:上一节:15.2 三卷贯通:机制、接入与商业 · 下一节:目录与学习路径 。

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