《Steam 游戏平台:开发与商业化》14.3 品类机会缺口

品类机会 = 需求信号 ×(1 − 供应密度)。本节用 store.steampowered.com 可实证的搜索接口量供应密度,用愿望单速度与评测热度代理需求,lab 用 C++ 对十类品类做机会缺口评分,找出高需求低供应的蓝海与饱和红海。

14.3 品类机会缺口

前两节讲「哪些品类适合买断制」「哪些机制值得投入」,本节回答最后一个选址问题:这个品类还有没有空位? 一个品类的机会不是由需求单独决定,而是由「需求 ×(1 − 供应密度)」决定——动作/射击需求再大,商店里已经堆满同类,你进去也是红海;自动化/田园这类需求中等但供应稀疏的品类,反而是更现实的蓝海。

本节的可实证来源是商店搜索接口:store.steampowered.com/search/results/?term=... 返回 JSON 条目列表,可以量一个品类的条目量级。需求侧用愿望单速度、评测热度与讨论量做代理。lab 把「需求 × 缺口」做成机会评分,输出品类排序。

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
标签与曝光池3.3 标签决定曝光与受众第 3 章讲标签决定曝光池大小;本节用「供应密度」量化池子里的拥挤度
品类货架竞争地图steam-genre-shelf-competitor-map-2023 (game/publish/steam)那篇是货架竞争的地图式分析;本节给「机会缺口」一个可打分公式
愿望单信号6.3 愿望单作为曝光信号前文讲愿望单是曝光信号;本节把它作为「需求信号」的输入
品类适配14.1 买断制品类表现前节讲品类适不适合买断;本节讲品类还空不空

一句话:14.1 问「这品类值不值得做」,本节问「这品类还轮不轮得到你做」。

供应密度:怎么用商店搜索接口实证

供应密度可以直接从商店搜索接口量出来。方法(撰写时实测可用):

  1. 打开 store.steampowered.com/search/results/?term=<品类词>&count=1&json=1&l=english&cc=US,返回 JSON 里的 items 是该品类词的商店条目列表。撰写时本机实测「roguelike」能返回条目,例如新近上架的肉鸽条目会出现在结果前列。
  2. 把条目数按相对量级归一化到 0–1(1 = 最饱和品类,如动作/射击)。
  3. 同一品类词的多语言、复数形式合并,得到该品类的供应密度指数。

需要说明:搜索接口的精确总量随市场增长变化、且分页计数口径与标签页不同,所以 lab 用「相对供应指数」而非精确数字。读者复制上述命令即可在自己的时点复测。

需求信号与机会公式

需求信号用两个公开可观测的代理加权(模型假设):愿望单速度(新品区出现的愿望单增长)占 60%,评测热度(同类新品首周评测数)占 40%。机会公式:

机会 = 需求信号 ×(1 − 供应密度)

几个推论:

  • 供应密度的惩罚是线性的:同样需求下,供应从 0.4 降到 0.2,机会从 0.36 升到 0.48,提升约 1.33 倍。
  • 高需求 + 高供应 = 红海:动作/射击需求再高,供应 0.95 会把机会压到接近零。
  • 中需求 + 低供应 = 蓝海:自动化/工厂模拟、田园生活模拟这类品类供应稀疏,机会反而最大。

lab 输出的十类排序(模型输出,非官方口径)里,自动化/工厂模拟与田园/生活模拟机会最高,恐怖居中,动作/射击最低。这对应一个直觉:跟风做「大家都在做」的品类,不如找一个需求真实存在但供应还没堆起来的缝隙。

数据口径与来源

  • 商店搜索接口 store.steampowered.com/search/results/?term=...&json=1:公开可实证,撰写时本机实测该接口可返回条目 JSON。
  • 供应密度相对指数、需求信号权重(愿望单 60%、评测 40%):模型假设,供机会评分演示,非官方口径。
  • 品类条目量级会随市场变化,读者应复制搜索命令在自己的时点复测,不采信本文的具体指数为权威数据。

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

下面这个程序把「机会 = 需求 ×(1 − 供应)」实现为品类评分:十个品类的需求信号与供应指数输入,输出机会排序并断言自动化/田园居首、动作/射击垫底、恐怖因供应稀疏超过需求更高的肉鸽。它与 src/14-3-genre-opportunity-gap.cpp 逐字节一致:

// file: src/14-3-genre-opportunity-gap.cpp
// tier: L1
// verify: clang++ -std=c++20 -Wall -I. src/14-3-genre-opportunity-gap.cpp -o bin/14-3-genre-opportunity-gap && ./bin/14-3-genre-opportunity-gap
//
// 复现「品类机会缺口」评分仿真:
// 机会分 = 需求信号 × (1 − 供应密度归一化)。需求信号由愿望单速度与
// 评测热度两个代理加权;供应密度是商店条目量的相对指数(0..1)。
// 供应密度可在 store.steampowered.com 搜索接口实证;本模型用相对量级。
// 独立最小验证,非官方口径。
#include "verify.h"

#include <algorithm>
#include <cstdio>
#include <string>
#include <vector>

namespace steam_repro {

struct Genre {
  std::string name;
  double wishlist;   // 愿望单速度信号 0..1(相对量级)
  double review;     // 评测热度信号 0..1(相对量级)
  double supply;     // 供应密度相对指数 0..1(1=最饱和)
};

// 需求信号:愿望单速度占 60%,评测热度占 40%
double demandSignal(const Genre& g) {
  return 0.60 * g.wishlist + 0.40 * g.review;
}

// 机会分:需求信号 × (1 − 供应密度)
double opportunity(const Genre& g) {
  return demandSignal(g) * (1.0 - g.supply);
}

}  // namespace steam_repro

int main() {
  using namespace steam_repro;

  std::vector<Genre> genres = {
      {"automation-factory", 0.70, 0.70, 0.30},   // 自动化/工厂模拟
      {"farming-life-sim", 0.65, 0.65, 0.25},     // 田园/生活模拟
      {"horror", 0.85, 0.75, 0.50},               // 恐怖
      {"city-builder", 0.60, 0.60, 0.40},         // 城市营造
      {"co-op", 0.95, 0.85, 0.65},                // 合作联机
      {"management-sim", 0.70, 0.70, 0.55},       // 模拟经营
      {"roguelike", 0.95, 0.95, 0.70},            // 肉鸽
      {"visual-novel", 0.45, 0.45, 0.60},         // 视觉小说
      {"puzzle", 0.50, 0.50, 0.85},               // 解谜
      {"action-shooter", 0.80, 0.80, 0.95},       // 动作/射击(饱和)
  };

  // 机会分排名输出
  double best = 0.0;
  std::string bestName;
  double worst = 1.0;
  std::string worstName;
  for (const auto& g : genres) {
    double o = opportunity(g);
    if (o > best) { best = o; bestName = g.name; }
    if (o < worst) { worst = o; worstName = g.name; }
    std::printf("%-16s demand=%.2f supply=%.2f opportunity=%.3f\n",
                g.name.c_str(), demandSignal(g), g.supply, o);
  }

  // 1. 机会分界于 [0,1]
  CHECK(best > 0.0 && best <= 1.0);
  CHECK(worst >= 0.0);

  // 2. 自动化/工厂模拟:高需求 + 中低供应 → 机会最大
  CHECK_EQ(bestName, "automation-factory");
  // 3. 动作/射击最饱和 → 机会最低
  CHECK_EQ(worstName, "action-shooter");

  // 4. 需求信号计算校验
  CHECK(demandSignal(genres[5]) > 0.69 && demandSignal(genres[5]) < 0.71);
  CHECK(demandSignal(genres[0]) > 0.69 && demandSignal(genres[0]) < 0.71);

  // 5. 恐怖 > 肉鸽:需求更低但供应更稀疏,机会反而更大
  CHECK(opportunity(genres[2]) > opportunity(genres[6]));
  // 6. 田园/生活模拟 > 模拟经营:供应稀疏红利
  CHECK(opportunity(genres[1]) > opportunity(genres[5]));
  // 7. 合作联机需求最高,但供应中等 → 机会居中
  CHECK(demandSignal(genres[4]) > demandSignal(genres[2]));
  CHECK(opportunity(genres[4]) < opportunity(genres[2]));

  // 8. 解谜虽然需求不低,但供应饱和 → 机会很低
  CHECK(opportunity(genres[8]) < 0.10);
  // 9. 视觉小说需求低 → 机会受限,即使供应中等
  CHECK(opportunity(genres[7]) < opportunity(genres[2]));

  // 10. 供应密度红利:同样需求下,供应从 0.4 降到 0.2,
  //     (1−supply) 从 0.6 升到 0.8 → 机会提升约 1.33 倍
  const Genre gHigh = {"t", 0.60, 0.60, 0.20};
  const Genre gLow = {"t", 0.60, 0.60, 0.40};
  CHECK(opportunity(gHigh) > opportunity(gLow) * 1.33);

  // 11. 机会缺口 = 最佳与最差之差(自动化 vs 动作)
  CHECK(best - worst > 0.40);

  // 12. 需求信号提升 20% 时机会同比例提升(供应不变)
  const Genre before = {"t", 0.50, 0.50, 0.30};
  const Genre after = {"t", 0.60, 0.60, 0.30};
  const double ratio = opportunity(after) / opportunity(before);
  CHECK(ratio > 1.19 && ratio < 1.21);

  return lab::report("14-3 品类机会缺口");
}

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

  • 机会 = 需求信号 ×(1 − 供应密度);供应密度可从商店搜索接口实证。
  • 高需求 + 高供应是红海(动作/射击);中需求 + 低供应是蓝海(自动化、田园生活模拟)。
  • 需求信号用愿望单速度与评测热度代理,供应指数按条目量级归一化。
  • 判断链:选品类先看「空不空」,再看「适不适合」,最后才是「怎么投机制」。

阅读导航:上一节:14.2 品类与机制匹配 · 下一节:15.1 平台机制全景图 。

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