附录 F：全书公式、参数与数据集索引
《小游戏开发实战》卷五《跨平台发行与出海》附录：全书公式与参数索引、`g<章号>_` 工具链命名约定、六层可运行性口径与逐层复现命令，并给出可跑的 S 层清点脚本与 P 层索引校验内核。按章节提供仿真、逻辑内核与原型；本卷尚未纳入整卷项目复现；配置、共享模块、阶段与交付验收仍待验证。
tag
游戏运营
共 130 篇文章。
8.3 小语种取舍
做十个语种的钱只够做三个，哪些小语种该做、哪些该砍？本节用可跑的 Python 仿真把每个候选语言的增量 DAU、月净收益、一次性成本与 ROI 算清楚，在预算约束下贪心选出组合，再用 B 层基准扰动收益假设，暴露取舍结论的脆弱性，附本机实跑输出。
8.2 分语言活动与素材
活动文案不能回退、素材缺版本可以回退，这两条不对称的规则决定了分语言运营的排期优先级。本节用一份可机读的活动与素材配置，把「活动 × 语言」叉乘成分配矩阵，并用 TypeScript 内核跨语言对拍，证明缺什么、回退到哪逐位一致，配本机实跑输出。
8.1 分语言指标口径
同一批新增事件，按语言分组后算出来的留存和付费指标常常互相矛盾。本节用可跑的 Python 仿真把分语言口径讲清楚：按什么分组、池化与简单平均为什么给出不同的数、小样本为什么会让最差的语言看起来最好，并给出可信度门槛与可复现的归集内核，附本机实跑的 JSON 摘要与产物。
4.2 无内购平台的纯 IAA 结构
很多海外 H5 平台没有内购，收入百分之百来自广告。没有内购兜底，ARPDAU 的恒等式就退化成「会话 × 广告负载 × 展示率 × eCPM × 分成」的连乘。本节用可跑的 Python 仿真把这条恒等式算成净 ARPDAU 与净 D30 LTV，并对照广告负载与留存两个结构杠杆。
3.3 多平台版本一致性与回滚
多平台发行最怕的不是某个平台崩，而是「你以为四个平台跑的是同一版，其实不是」。本节把每个平台的源码版本、配置摘要、内容摘要合成构建指纹，找多数共识、标出离群平台，再按错误率阈值判回滚、重推还是继续；配 Python 仿真与 TypeScript 内核跨语言对拍。
16.3 五卷总收官
五卷写完，最后要做一次总收官：把五卷的交付物按权重折算成整体完成度（D 层清单 + S 层打分），判定是否达可交付线，并诚实列出仍未完成的缺口（卷五方案与附录 A–F）与六项永远无法在命令行复现的出海未知项（平台后台、审核、买量、税务、结算、母语审校）。
16.2 多平台仿真与验收
多平台出海的验收不能只看一张总额表：本节把五个平台的毛收入、分成与预扣放进一份台账（S 层）做全链路对账，再用一份与 Python 逐位等价的 TypeScript 内核交叉核对（P 层），最后用 75 格扰动网格暴露「同一扰动下三种聚合口径给出三种净额」的顺序依赖与一处验收翻转（B 层）。
16.1 出海发行方案装配
卷五十六节各写了一份交付物，收官第一件事是把它们装订成一份可交付的出海发行方案：目录、每章验收清单与工具链前缀三件事缺一不可。本节给出手册的装配清单（D 层），再用一份 TypeScript 内核校验「16 章齐全、章号唯一、三要素不缺、每章前缀等于 gNN」，并给出一枚可跨语言对拍的清单指纹。
15.3 多平台数据表现与迭代
五平台陆续上线后，案例进入最后一段：看数据、决定往哪加注。本节用可跑的仿真把五平台表现摊平，发现一个陷阱——边际效率最高的 YouTube Playables 样本量最小、指标最不可信。迭代决策必须先用样本门槛筛掉不可信的平台，再谈加注，并给出可播种回放的日收入抖动。
15.2 本地化与合规落地
平台接进去了，不等于能送审。本节是出海案例的第二段：把本地化与合规拆成一张「清单项 × 平台」的落地矩阵，用可跑的门禁内核判定每个平台能否送审。五个平台里只有 Poki 全部必做项就绪，而「儿童向 COPPA 限制」是唯一同时卡住两家的关键阻塞项，先修它性价比最高。
15.1 平台组合与接入时间线
前 14 章把选平台、接 SDK、做本地化、算收入的方法都讲完了，本节开始把它们装配成《合成小岛》的真实出海路径。第一段是时间线：五平台组合已经选定，接下来是「按什么顺序接、要多久」。本节把「共享前置任务 + 每平台接入/提审/审核」装成一张依赖图，用关键路径法算工期，并给出可跑的 Python 扫描与 TypeScript 内核的跨语言对拍。
14.3 品类在海外市场的差异
同一个品类在北美、日本、韩国、东南亚的表现差异有多大？本节把「相对偏好」与「绝对盘子」两个口径放在一起，用一段 Python 仿真算每个品类的最优市场、每个市场的首选品类，再用「翻转阈值」检查哪些市场的品类结论稳、哪些一碰就翻，把「同品类不同市场」从直觉变成可复算的表。
14.2 竞品拆解与本地化机会
竞品拆解不是抄，是找「竞品没做、但玩家在等」的本地化缺口。本节把同品类竞品的本地化深度按五个维度打分，再算每个语言的覆盖率与「需求 × 缺口」机会分，用一段可播种的 Python 仿真产出竞品排序与语言机会榜，并对照缺口口径与需求口径的分歧，看清小语种的两难。
14.1 各平台榜单结构
海外平台的榜单不是一张排名表，而是各不相同的排序机制：同一款游戏在参与型、点击型、分发型、商店型榜单上排位可能完全不同。本节给出一张榜单结构矩阵与一段读配置算加权排序的 D 层扫描，再用 P 层 TypeScript 内核跨语言对拍，说明榜单口径如何决定谁上榜。
13.3 海外投放 ROI 与止损
海外投放最贵的错误不是投错，而是「投错了还不肯停」。本节把五个「地区 × 渠道」投放单元放进一台可播种的日粒度仿真：学习期折损加噪声，再在同一条序列上跑「止损」与「不止损」两种策略，算出止损省下的钱；并用 B 层基准扰动阈值，暴露「该关停谁」这个结论的脆弱边界。
13.2 素材本地化与合规
同一套买量素材投到不同地区，能不能用不是一个审美问题，而是一张「素材标签 × 地区规则」的合规矩阵：一条素材只要带一个禁投标签，整条在该地区就是禁投。本节用 D 层清单与 P 层 TypeScript 内核把每条素材在每个市场的处置与需改清单算出来，并跨语言对拍，证明最严者胜出这条规则没写错。
13.1 海外渠道与投放口径
把国内买量经验直接搬到海外会翻车：同一笔花费在不同渠道用不同结算单位与归因窗口报数，直接比大小必然选错。本节把「结算单位 + 单价 + 漏斗 + 归因口径」归一化到同一可比口径，用 D 层清单与 P 层 TypeScript 内核跨语言对拍，看清名义最便宜与可比最便宜为何常常不是同一个渠道。
11.3 税务表单与合规（W-8BEN 等）
平台第一次打款前会要你填一张税表：W-9、W-8BEN 还是 W-8BEN-E，取决于你是美国人还是外国人、是个人还是实体。本节只做工程落点——把表单选择、预扣千分比与信息申报表写成一张可机读表和一个可跑的 TypeScript 内核，并明确声明：表单填写与税务结论请咨询专业人士。
11.2 汇率、手续费与到账周期
上一节算清了门槛，这一节算「到手的钱」：毛收入先被平台分成砍一刀，再按汇率换成目标币，再被提现手续费砍一刀，最后才落进你的账户。本节用 S 层 Python 仿真把这条链写成整数模型（汇率用百万分比整数、手续费千分比、周期整数天、全程地板除），对照三种收款方式与四个目标币。