15.1 平台机制全景图
前十四章分别讲了标签、推荐、榜单、评测、愿望单、社区、数据、账号、退款、分成、政策、促销——每一个都像一个独立机制。但真实的市场里它们不是孤立的,而是一条时间闭环:发现把流量送进商店页,商店页把流量转成愿望单与购买,购买产生评测与社区内容,评测与社区又回到发现。
本节把整条闭环画成一张图,并强调一个常被忽视的性质:机制是按时间排序的,不同阶段激活不同机制。 你不可能在发售那天才开始做愿望单,也不可能在发售前就看到评测——每个机制有自己的「生效窗口」。lab 用 24 个月的时序仿真把这条曲线跑出来。
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 |
|---|---|---|
| 分机制细节 | 第 2–14 章全部 | 前文逐机制拆解;本节把它们装进同一张时序图 |
| 发售窗口联动 | 12.1 发售窗口机制联动 | 第 12 章讲发售窗口内的联动;本节拉长到全生命周期 |
| 长尾机制 | 12.3 长尾机制 | 前文讲长尾为何存在;本节用整条收入曲线验证长尾占比 |
| 工程实现 | 15.3 与卷二工程衔接 | 本节是机制全景;下一节把它映射到工程 |
一句话:前文是零件,本节是装配图。
全景表:发现 → 转化 → 口碑 → 分成
| 环节 | 主要机制 | 生效窗口 | 对商业模型的输入 |
|---|---|---|---|
| 发现 | 标签、推荐、榜单、新品类、直播/社区 | 发售前开始,长尾持续 | 曝光池大小、品类拥挤度 |
| 转化 | 商店页、愿望单、评测、Deck 适配、本地化 | 发售前到发售后数月 | 转化率、价格支撑 |
| 口碑 | 评测、社区内容、创意工坊、成就 | 发售后持续 | 后续转化加成、老带新 |
| 分成 | 阶梯分成、区域定价、退款 | 每笔销售 | 净收入、现金回流 |
闭环关系:发现带来曝光 → 曝光转成愿望单与首购 → 购买产生评测与社区 → 好评与内容抬高后续转化 → 转化收入进入分成账本 → 分成账本反过来决定你下款游戏还能投入多少。 这就是「机制决定设计、定价与商业模型」的完整回路。
时序联动:每条曲线的形状
把闭环压到一条 24 个月的时间轴上,曲线有三个结构性特征(lab 用参数化仿真复现):
- 发售前只有愿望单。商店页、标签、愿望单在发售前 6 个月就开始积累;发售后愿望单集中转化,形成首发尖峰。
- 发售后评测改变转化基线。好评积累给后续每个月的转化加一个乘数——这是「口碑进入发现」的落地形式。
- 促销唤醒长尾。发售后第 3、第 9 个月的促销季,愿望单提醒与折扣叠加形成二次尖峰;两次尖峰之间是缓慢衰减的自然流量。
lab 的输出显示:首发月贡献约 $130k 净收入,24 个月累计约 $884k——长尾(第 2–24 月)贡献超过首发本身。这正是「卖一次不是结束」的机制根源。
判断链:每个决策点都在「消耗或产生」一个信号——发售前消耗时间积累愿望单,发售后消耗折扣唤醒长尾,评测与社区把转化成本越滚越低。
数据口径与来源
- 愿望单首发转化 10–20%、月转化 2%、促销倍数 3×、退款 10%:公开经验量级与模型假设,lab 输出标注为「模型输出,非官方口径」。
- 机制闭环关系:基于前文各章机制的归纳,非 Valve 官方表述。
- 具体收入曲线:lab 仿真结果,用于说明曲线形状,不宣称任何真实游戏数据。
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
下面这个程序把全生命周期实现为 24 个月的时序仿真:发售前愿望单积累、首发转化、好评加成、两次促销尖峰与长尾衰减,输出逐月销量与累计净收入。它与 src/15-1-mechanics-overview.cpp 逐字节一致:
// file: src/15-1-mechanics-overview.cpp
// tier: L1
// verify: clang++ -std=c++20 -Wall -I. src/15-1-mechanics-overview.cpp -o bin/15-1-mechanics-overview && ./bin/15-1-mechanics-overview
//
// 复现「全生命周期机制时序联动」整合仿真:
// 以月为步长把愿望单→首发→评测→促销→长尾串成一条曲线,观察
// 首发尖峰、促销尖峰、好评转化加成与长尾累计收入。参数取公开经验
// 量级,独立最小验证,非 Valve 官方口径。
#include "verify.h"
#include <cstdio>
#include <string>
#include <vector>
namespace steam_repro {
struct Params {
double price = 19.99;
double refund = 0.10;
double wishlist0 = 20000.0; // 发售前 6 个月起点愿望单
double wishlistGrowth = 2500.0; // 发售前每月愿望单增量
double launchConv = 0.15; // 首发愿望单转化(公开经验量级 10–20%)
double monthlyConv = 0.02; // 平时愿望单月转化
double impulse = 2000.0; // 首发非愿望单冲动购买
double organic = 800.0; // 月均自然流量购买基线
double reviewFactor = 1.25; // 好评积累后的转化加成
double promoMultiplier = 3.0; // 促销季销量倍数(量级)
int promoMonth1 = 3;
int promoMonth2 = 9;
double postLaunchGrowth = 500.0; // 发售后每月自然新增愿望单
};
struct Result {
std::vector<double> wishlist;
std::vector<double> sales; // 月份 1..24
double revenue = 0.0; // 24 个月累计净收入(扣退款)
double launchRevenue = 0.0; // 首月净收入
double wishlistBuyers = 0.0; // 来自愿望单的累计购买
};
Result simulate(const Params& p) {
Result r;
double w = p.wishlist0;
for (int m = 0; m < 6; ++m) w += p.wishlistGrowth; // 发售前只累积愿望单
r.wishlist.push_back(w);
for (int m = 1; m <= 24; ++m) {
double sales;
double wConv;
if (m == 1) {
sales = w * p.launchConv + p.impulse;
wConv = w * p.launchConv;
w -= wConv;
} else {
const bool promo = (m == p.promoMonth1 || m == p.promoMonth2);
wConv = w * p.monthlyConv * (promo ? p.promoMultiplier : 1.0);
double base = (w * p.monthlyConv + p.organic * p.reviewFactor) *
(promo ? p.promoMultiplier : 1.0);
sales = base;
w -= wConv;
w += p.postLaunchGrowth;
}
r.sales.push_back(sales);
r.wishlistBuyers += wConv;
const double net = sales * p.price * (1.0 - p.refund);
r.revenue += net;
if (m == 1) r.launchRevenue = net;
r.wishlist.push_back(w);
}
return r;
}
} // namespace steam_repro
int main() {
using namespace steam_repro;
const Params p;
const Result r = simulate(p);
// 1. 发售日愿望单 = 起点 + 6 个月增长 = 20000 + 6×2500 = 35000
CHECK(r.wishlist[0] > 34900.0 && r.wishlist[0] < 35100.0);
// 2. 首发尖峰:首月销量 = 35000×0.15 + 2000 = 7250
CHECK(r.sales[0] > 7200.0 && r.sales[0] < 7300.0);
// 3. 首发净收入 ≈ 7250 × 19.99 × 0.9
CHECK(r.launchRevenue > 129000.0 && r.launchRevenue < 132000.0);
// 4. 促销尖峰(第 3 月)显著高于第 2 月与第 4 月
CHECK(r.sales[2] > r.sales[1]);
CHECK(r.sales[2] > r.sales[3]);
// 5. 第二次促销(第 9 月)同样形成尖峰
CHECK(r.sales[8] > r.sales[7]);
// 6. 长尾主导:2–24 月累计净收入 > 首月净收入
CHECK(r.revenue - r.launchRevenue > r.launchRevenue);
// 7. 好评转化加成:reviewFactor=1.0 时第 5 月销量更低
Params noReview = p;
noReview.reviewFactor = 1.0;
const Result rNo = simulate(noReview);
CHECK(r.sales[4] > rNo.sales[4]);
// 8. 无愿望单版本:首发与累计都显著更低
Params noWish = p;
noWish.wishlist0 = 0.0;
noWish.wishlistGrowth = 0.0;
const Result rNW = simulate(noWish);
CHECK(rNW.sales[0] < r.sales[0] * 0.4);
// 无愿望单版本仍有冲动购买与自然流量:收入约为有愿望单版本的六成
CHECK(rNW.revenue < r.revenue * 0.65);
CHECK(rNW.revenue > r.revenue * 0.55);
// 9. 愿望单漏斗:累计愿望单转化买家 < 初始愿望单 + 全部增量
CHECK(r.wishlistBuyers < r.wishlist[0] + 6.0 * p.wishlistGrowth +
r.wishlist[0] * 0.15);
// 10. 促销月贡献:第 3 月净收入占 24 个月累计的比例在一个量级内
const double promo3Revenue = r.sales[2] * p.price * (1.0 - p.refund);
CHECK(promo3Revenue / r.revenue > 0.05);
CHECK(promo3Revenue / r.revenue < 0.30);
// 输出 24 个月曲线(模型输出,非官方口径)
std::printf("month sales:\n");
for (size_t i = 0; i < r.sales.size(); ++i) {
std::printf(" m%02zu: %6.0f (w=%.0f)\n", i + 1, r.sales[i], r.wishlist[i + 1]);
}
std::printf("launchRevenue=%.0f totalRevenue=%.0f wishlistBuyers=%.0f\n",
r.launchRevenue, r.revenue, r.wishlistBuyers);
return lab::report("15-1 平台机制全景图");
}
本机实测(Apple clang 16,clang++ -std=c++20 -Wall):编译通过(零警告),断言 14/14 通过。
小结
- 平台机制是一条闭环:发现→转化→口碑→分成,口碑反馈回发现。
- 机制按时间激活:发售前愿望单、发售后评测、促销季唤醒长尾。
- 时序仿真显示长尾累计贡献超过首发——卖一次不是结束。
- 判断链:每个决策点都在消耗或产生信号,按曲线形状安排资源。
阅读导航:上一节:14.3 品类机会缺口 · 下一节:15.2 机制决定的设计原则 。
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。