《Steam 游戏平台:开发与商业化》10.3 净收入建模

净收入 = 售价×销量×(1−退款)−分成−税−汇率损耗,是所有平台机制在收入端的汇合点。lab 用 C++ 复现 idb-fin Tidecast 案例的完整净收入模型(Steam 80%、官网 20%、退款 4%、30% 分成、5% 支付费),逐项验证并输出与案例差不到 1 美元的净得。

10.3 净收入建模

第 9 章的退款与共享、10.1 的费率、10.2 的区域与汇率,到这一节汇成一个公式:净收入 = 售价 × 销量 ×(1 − 退款)− 渠道费 − 税 − 汇率损耗。 对开发者,这个公式不是财务课的装饰,而是「回本与定价」判断的第一行输入。判断链是:把每一道平台机制减项按正确顺序扣完,才得到真正进你口袋、能决定回本的那个数。

本章与站内既有内容的分工

主题站内既有内容本节做什么
收入确认与递延《独立开发者的商业指南·收入与财务工程》idb-fin 把退款/分成/支付费写进报表并给出 Tidecast 案例;本节把同一组数放进净收入模型做逐项验证
月结与现金idb-fin 月度结账讲月结 30 天与现金滚动;本节把「收入确认」与「现金到账」时点分开看
退款机制9.3 退款与家庭共享9.3 定义退款系数;本节把它放进完整公式

一句话:idb-fin 管报表怎么记,本卷管机制怎么把每一步减项按顺序扣完。

公式的次序:为什么分成按退款后净销售额算

净收入公式里的次序不是随意的。平台在做法上表现为:退款先发生,渠道费(分成/支付费)按退款后的净销售额计算。 于是公式要拆成:

  1. 标价收入 = 售价 × 销量
  2. 退款 = 标价收入 × 退款率(减项)
  3. 退款后净销售额 = 标价收入 − 退款
  4. 渠道费 = 退款后净销售额 × 渠道费率(分成/支付费)
  5. 开发者净得 = 退款后净销售额 − 渠道费
  6. 税 = 开发者净得 × 税率(预提/所得税,按净得再扣)
  7. 汇率损耗:对非结算币种区域,折算已在区域价环节发生(10.2)

把 30% 直接乘到标价收入上会高估平台成本——这正是 idb-fin 反复强调的口径,本节用模型把它坐实:按标价算平台费会多扣约 1,842 美元(对标价收入直接乘 30% 与对退款后净销售额乘 30% 之差)。

复现 Tidecast:一个可对照的完整案例

站内 idb-fin 的 Tidecast 案例 给了买断制净收入的完整数字:9,600 份 × 19.99 美元 = 标价 191,904;退款 4%;Steam 渠道占 80%(7,680 份,30% 分成)、官网直售占 20%(1,920 份,5% 支付费);开发者净得约 138,171 美元。本节的 lab 用美分整数逐项重算:净得 138,170.88 美元,与案例的取整口径差不到 1 美元。这个「复现成功」是净收入模型正确性的独立检验——不是平台口径,而是与站内已发布案例互推。

lab 还做了两个敏感性:退款率升到 8% 时净得少约 5,757 美元;再扣 15% 预提/所得税后净得约 117,445 美元。结论不是数字本身,而是每个减项的边际影响都能被量化:退款率、渠道费率、税率各自是独立杠杆,改动任何一个都能算到净得。

月结 30 天:收入确认与现金到账是两回事

公式算的是收入确认。平台月结 30 天意味着 12 月的销售可能 1 月才到账——现金流入滞后于收入确认。对开发者,这要求把「净收入模型」和「现金预测」分开:净收入决定你赚没赚,现金到账时间决定你撑不撑得住。idb-fin 用滚动三个月净得处理季节性脉冲;本卷的结论是:模型算到净得还不够,要再问一句「这笔钱什么时候到账」。

判断链:真实净收入决定回本与定价

净收入模型的最终用途是回本与定价:回本销量 = 固定成本 ÷ 每份净毛利;每份净毛利 = 售价 ×(1 − 退款)×(1 − 渠道费)。定价每降 20%,每份净毛利与回本销量都跟着变。所以机制层的每一道减项——退款、渠道费、税、汇率——最后都折算进「要卖多少份、卖多少钱才能回本」这一个决策。

数据口径与来源

  • Tidecast 案例数字(9,600 份、19.99、退款 4%、Steam 80%、30% 分成、官网 5%、净得 138,171):站内 idb-fin-10-2-monthly-close 的案例数据,本卷引用并复现。
  • 退款与分成机制:partner.steamgames.com Steamworks 文档(登录后可见)与 store.steampowered.com/steam_refunds(可实证)。
  • 税率 15%、汇率损耗:模型输入,标注「假设,非官方口径」。

以上机制口径撰写时对照 Steamworks 官方文档与 store.steampowered.com 可实证页面核对;登录后可见数据以官方当前为准。

可运行产物:C++ 最小验证

下面这段仿真把净收入公式实现为双渠道整数模型,并逐项复现 idb-fin 的 Tidecast 案例:退款调整、Steam 渠道 30% 分成、官网 5% 支付费、合计净得、退款敏感性、税后净得。与 src/10-3-net-revenue-modeling.cpp 逐字节一致:

// file: src/10-3-net-revenue-modeling.cpp
// tier: L1
// verify: clang++ -std=c++20 -Wall -I. src/10-3-net-revenue-modeling.cpp -o bin/10-3-net-revenue-modeling && ./bin/10-3-net-revenue-modeling
//
// 复现「净收入 = 售价×销量×(1-退款)-分成-税-汇率损耗」的完整模型,并用
// 双渠道结构对照站内 idb-fin 的 Tidecast 案例(Steam 占 80%、官网 20%、
// 退款 4%、Steam 分成 30%、官网支付费 5%、月结 30 天)。独立最小验证,
// 非 Valve 源码;税率为模型输入假设。
#include "verify.h"

#include <cstdio>
#include <cstdlib>

namespace steam_repro {

struct ChannelResult {
  long long netSalesCents;  // 退款调整后净销售额
  long long feeCents;       // 渠道费/支付费
  long long netCents;       // 渠道净得
};

// 单渠道:标价收入 → 退款 → 净销售额 → 费率 → 净得。
ChannelResult channel(long long units, long long priceCents, long long refundPct,
                      long long feePct) {
  const long long gross = units * priceCents;
  const long long netSales = gross * (100 - refundPct) / 100;
  const long long fee = netSales * feePct / 100;
  return {netSales, fee, netSales - fee};
}

// 跨渠道合计后的税率(如预提税/企业所得税,按净得再扣)。
long long afterTax(long long devNetCents, long long taxPct) {
  return devNetCents * (100 - taxPct) / 100;
}

}  // namespace steam_repro

int main() {
  using namespace steam_repro;

  constexpr long long kPrice = 1999;   // 19.99 美元
  constexpr long long kRefund = 4;     // 4% 退款
  constexpr long long kUnits = 9600;

  // 对照 Tidecast:Steam 渠道 80%、官网 20%。
  const long long steamUnits = kUnits * 80 / 100;   // 7,680
  const long long webUnits = kUnits - steamUnits;   // 1,920

  const long long grossCents = kUnits * kPrice;     // $191,904
  const long long refundedCents = grossCents * kRefund / 100;
  CHECK_EQ(grossCents, 19190400LL);
  CHECK_EQ(refundedCents, 767616LL);   // $7,676.16(idb-fin 整数口径 $7,676)

  const ChannelResult steam = channel(steamUnits, kPrice, kRefund, 30);
  const ChannelResult web = channel(webUnits, kPrice, kRefund, 5);
  CHECK_EQ(steamUnits, 7680);
  CHECK_EQ(webUnits, 1920);
  CHECK_EQ(steam.feeCents, 4421468LL);  // $44,214.68(idb-fin 取整 $44,215)
  CHECK_EQ(web.feeCents, 184227LL);     // $1,842.27(idb-fin 取整 $1,842)

  const long long devNetCents = steam.netCents + web.netCents;
  CHECK_EQ(devNetCents, 13817088LL);   // $138,170.88
  // 与 idb-fin 案例结整数 138,171 美元差小于 1 美元。
  CHECK(std::llabs(13817100LL - devNetCents) < 100);

  // 退款率升到 8% 的敏感性:净得随退款上升而下降。
  const ChannelResult steam8 = channel(steamUnits, kPrice, 8, 30);
  const ChannelResult web8 = channel(webUnits, kPrice, 8, 5);
  const long long devNet8 = steam8.netCents + web8.netCents;
  CHECK(devNet8 < devNetCents);
  CHECK_EQ(devNetCents - devNet8, 575712LL);  // 少 $5,757.12

  // 预提/所得税 15%:净得再打 85 折。
  const long long afterTaxNet = afterTax(devNetCents, 15);
  CHECK_EQ(afterTaxNet, 11744524LL);  // $117,445.24

  std::printf("标价收入=$%lld,退款=$%lld\n", grossCents / 100, refundedCents / 100);
  std::printf("Steam 渠道净销售额=$%lld,分成=$%lld;官网支付费=$%lld\n",
              steam.netSalesCents / 100, steam.feeCents / 100, web.feeCents / 100);
  std::printf("开发者净得=$%lld(对照 idb-fin Tidecast 138,171,差<1 美元)\n",
              devNetCents / 100);
  std::printf("退款率 8%% → 净得 $%lld;再扣 15%% 税 → $%lld\n",
              devNet8 / 100, afterTaxNet / 100);
  std::printf("模型输出,非官方口径。\n");
  return lab::report("10-3 净收入建模");
}

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,输出净得 138,170.88(对照 idb-fin 138,171,差 <1 美元)。

小结

  • 净收入 = 售价 × 销量 ×(1 − 退款)− 渠道费 − 税 − 汇率损耗,次序是机制规定的:渠道费按退款后净销售额算。
  • lab 逐项复现 Tidecast 案例:9,600 份 × 19.99、退款 4%、Steam 80% 30% 分成、官网 5% 支付费 → 净得 138,170.88,与案例取整 138,171 差不到 1 美元。
  • 每个减项是独立杠杆:退款率、渠道费率、税率各自可量化其边际影响。
  • 月结 30 天意味着收入确认与现金到账是两回事:净收入决定赚没赚,现金预测决定撑不撑得住。
  • 回本决策由此而来:回本销量 = 固定成本 ÷ 每份净毛利,每份净毛利 = 售价 ×(1 − 退款)×(1 − 渠道费)。

阅读导航:上一节:10.2 区域定价与 Steam China · 下一节:11.1 内容政策与敏感披露 。

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