Steam背後大數據:遊戲開發者最終只分得38%流水
前不久,Valve剛剛公佈了Steam平台2019年度榜單,雖然按照收入把很多遊戲劃為鉑金、黃金、白銀和青銅四個區間,但由於數據不透明,我們往往很難判斷一款Steam遊戲的收入範圍。最近,兩名獨立遊戲開發者分別用自己的方式對數千款Steam遊戲數據進行了深挖,並且給出了自己的判斷:
收入數據背後:開發者到手只有38%
隨著遊戲市場的競爭加劇,如何衡量投入回報率成為所有同行都關心的問題。對於一個獨立遊戲開發者來說,如果可以對遊戲收入概況有一定的了解,則可以將風險評估做到更為精準。只不過,我們看到的Steam銷量背後獨立開發者到底有多少收入?
獨立開發者Danny Weinbaum給出了一個實際收入計算方式:
開發者收入=擁有者數量*美元價*0.93(增值稅)*0.92(退款率)*0.8(平均區域定價)*0.8(平均折扣)*0.7(平台抽成)。
除了美元價格與平台抽成之外,所有數據都是近似值,把以上所有因素綜合起來,得到的乘數是0.38,換言之,如果遊戲售價1美元,每賣出一份,開發者可以拿到0.38美元。
對於一款已經發行的遊戲來說,首周收入佔五年總收入的13%,此外,三個月收入佔比33%、一年收入貢獻比例58%,兩年收入佔比75%、三年87%、四年收入佔比95%。
所以,如果一款遊戲發佈時間7個月,那麼,用這種方式計算,七個月的收入幾乎就是五年總收入的40%。隨著遊戲數量的增多,而Steam用戶量和用戶消費額的增長緩慢,遊戲成功率逐年降低。
不過,另一名開發者Sergio Garces則表示,Danny的數據缺失限制年齡遊戲,而且Early Access結束統計數據不准確。此外,由於數據統計有問題,一些價格是錯誤的。為此,他用Steam API藉口捕捉了2019年最後一周的數據,統計數據覆蓋的遊戲至少有10條評論和1000名擁有者,統計遊戲總數量7000款,得出以下結論:
65是最佳“猜測”數字(即評論數乘以65為預測收入);很多遊戲擁有者並不寫評論,在對收入進行預測的時候,我們選擇忽略這些情況,因為乘數越大,收入結果越高;30-100是比較好的範圍,因為它覆蓋了大部分遊戲,而65則為平均值,這個範圍覆蓋了大多數的低銷量遊戲,當然,失誤的出現同樣會低估收入。
統計了擁有者數量之後,我們就需要把它轉化為收入,很明顯,這並不是直接乘以美元價格那麼簡單,Sergio認為Danny之前的收入計算方式很不錯,也是預測長期收入非常有用的方法,因為它可以基於目前遊戲的銷量預測未來收入結果。本文裡的預測方法主要是看不同時間的評論量,為此調用了遊戲前五年超過1000條評論,視覺化之後就是如下圖表:
這張圖覆蓋了超過400款遊戲的數據,紅線是每天的平均數,藍色是中位數,綠線是Danny在他的文章中用到的,從趨勢來看,大多數的收入都集中在第一年,比你想像中還要多,因此這種方式相對保守。
Sergio Garces在分析中使用了歷史評價數據創造更簡單的進步模型預測未來評測數字,他表示這並不復雜,“因為有些遊戲的收入曲線呈線性,還有些則呈對數式。兩種方式都有採用,並且用它們生成了一個範圍,基於“最佳猜測”數字得出盡可能真實的結果”。
需要補充的是,我們很難預測五年之後會發生什麼,因為我們還沒有足夠多的數據,而且遊戲市場到時候也會發生很大的變化,所以目前的規則並不適用於未來的形勢。
不斷增長的Steam平台:高收入遊戲越來越多
眾所周知,Steam平台上的遊戲數量近些年一直在爆發式增長。然而,新遊戲發行數量已經走過了巔峰,我們甚至在2019年看到獨立遊戲新品數量下滑趨勢。
有人說,獨立遊戲越來越難做了,這其實是有數據支撐的,近幾年發布的遊戲裡,中位數不斷降低,我們可以從以下數據看出端倪:
但Sergio想要從另一個角度來看問題,我們不去看百分比的遊戲成功率,而是從絕對數字來比較。畢竟越來越多的人在發布遊戲,所以成功者的數量也變多了:
實際上也確實如此,即便越來越多的遊戲失敗,但同樣真實的是,越來越多的人獲得了成功,這是令人鼓舞的。
評分很重要
Danny曾用下圖展示了評分與收入之間的對比,不過Sergio重做了一份:
這裡使用的是中位數而不是平均數,所以不用計算收入預測。有趣的是,Sergio的數據並沒有像Danny展示的那樣下滑70%,所以“獨立遊戲末日”一說,更多的是混淆視聽的噪音。
很明顯,如果考慮到玩家購買行為,高評分帶來高收入是很正常的事情。很多玩家在購買遊戲之前都會閱讀評論,評分越低,他們的購買意願就越低。相反,如果遊戲質量較高而且得到玩家喜歡,他們會更願意推薦給自己的朋友,口碑傳播對於Steam遊戲成功的重要性極大。
標籤
從整體看市場能夠了解一些趨勢,但為了得到更多的信息,我們需要對其進行拆分,最佳的方式就是用Steam標籤。
Chris Zukowski曾寫過一篇不錯的文章,提到他在做一款遊戲之前使用標籤數據做市場營銷的事情。了解一個領域並用數據來分析它是正確的做法,而不是只看數據就提取一些標籤來分析遊戲成功的原因。
Steam平台使用最多的標籤:
Steam平台遊戲(部分)預測收入數據截圖: