如何能被Steam推薦?老外研究672款遊戲得出結果

遊資網發表於2019-04-10
如何能被Steam推薦?老外研究672款遊戲得出結果


隨著《太吾繪卷》、《中國式家長》、《波西亞時光》以及《死神來了》等遊戲的成功,國產遊戲越來越多地出現在Steam平臺。對於獨立小團隊而言,考慮到資金有限,如何獲得V社的推薦就成為了不少人關注的話題。

最近,一位名叫Erik Johnson的海外獨立遊戲開發者根據過去三個月的資料統計對Discovery Queue(探索佇列)進行了分析,並且對Steam的推薦機制的因素進行了探索,那麼,究竟哪些因素提高被推薦的概率呢?請看筆者整理的博文內容:

如何能被Steam推薦?老外研究672款遊戲得出結果

2018年10月5日,V社調整了Steam的曝光率演算法,對於大多數人來說,演算法的改變就像是黑盒子,你不知道背後到底改了什麼,但從目前為止的效果來看,此次調整似乎對小團隊獨立遊戲流量增長的影響並不明顯。對於獨立開發者而言,這是很不幸的,因為在資金和人手不充裕的情況下,曝光率對於他們的成功尤為重要。演算法本身可以在促銷期間帶來曝光率,可以把你的產品展示給尋找新遊戲的使用者,並且能夠放大開發者的營銷效果。

V社在去年10月份也沒有向開發者社群解釋到底改了什麼規則,但我想要對探索佇列的運作原理有更好的理解,並且探索它所展示的遊戲到底有什麼特點。在去年12月2日至今年2月28日期間,我觀察了672款遊戲,並且儲存了每款遊戲的商店頁面,隨後投入更多的時間獲取資料,所以,這是一篇對追蹤資料結果的歸納和分析,希望對開發者們帶來幫助:

調研資料的侷限性:

在開始之前,有關這部分資料的一些相關資訊還是要提前說出來的,比如這只是我的Steam帳號追蹤的資料,雖然其他人的資料可能也和我看到的一樣,但我沒有辦法一一核對。

而且,我的資料只追溯到了12月2日,所以無法和之前的日期對比,而且我甚至懷疑V社在3月初對曝光率再次進行了調整,所以我才把樣本數調整到了2月底。當然,由於不能獲得後端資料,所以我也不清楚在此期間是否有過演算法調整,因為誰也不知道V社是否在一直不斷地改變曝光率演算法。

在我的個人偏好設定裡,除了成人向的內容之外,所有成熟化的內容都可以顯示,而且沒有設定排除功能的Tag。在我的探索佇列偏好裡,Early Access產品、軟體、視訊和未釋出產品都是可以出現的。

推薦系統

做推薦系統需要考慮的東西很多,最重要且直接的工具就是熱度,但這種方式也有缺陷,因為很多流行的遊戲,可能人們早已經知道了,而且還意味著不出名的遊戲可能會被埋沒。不過,當很多人都喜歡某個遊戲,那麼它必定有一些獨特之處。

另外一個獲得推薦的因素就是遊戲質量,但這個標準實在太難解決,因為遊戲質量的標準是非常主觀的。評分和使用者評價、評測分數都可以顯示一款遊戲的質量,但這些實際上是可以用演算法簡單解決的,雖然熱度和質量相關,但有些流行的並不總是好遊戲,反之,不熱門也未必就是渣作。

最後一個提高推薦機會的方法就是個人關聯性,雖然找準使用者的特定口味很有挑戰性,但也是很有幫助的。

如何能被Steam推薦?老外研究672款遊戲得出結果

此外,V社也在探索佇列頁面解釋了該系統的使用方式,如果不夠熟悉,我建議你閱讀一遍。它解釋稱,該系統“希望在個人偏好的流行遊戲和你可能感興趣的新遊戲之間做出平衡”面描述還強調了新產品的重要性,並且把近期表現納入了推薦考量因素之內。

熱度和好評率是關鍵:暢銷榜影響最低

如何能被Steam推薦?老外研究672款遊戲得出結果

根據該開發者的統計,絕大多數的遊戲獲得推薦是因為遊戲的流行(佔比41.8%)和使用者好評率較高(佔比37.9%),可能感興趣的推薦位佔比6.8%、新遊戲推薦位佔比5.4%、Metacritic評分高的佔比3.9%,促銷的佔比3.1%,位於暢銷榜拿到推薦的佔比只有1%。
如何能被Steam推薦?老外研究672款遊戲得出結果

資料顯示,Steam好評率超過80%以上更容易拿到推薦位


如何能被Steam推薦?老外研究672款遊戲得出結果
Metacritic分數高於80分拿到推薦位的頻率更高

在本文資料統計中,44(7%)款被推薦遊戲釋出低於一週,74款(12%)遊戲釋出時間低於一個月,所以第一眼看去,很多人可能會覺得遊戲釋出時間低於一個月的更容易拿到推薦位。

如何能被Steam推薦?老外研究672款遊戲得出結果
遊戲釋出時間越久,拿到推薦位的概率就越低


不過,按照發布狀態來看,還有些遊戲尚未釋出就拿到了推薦位,而543款遊戲是已經發布了正式版(佔比80.8%)。

作為Steam Direct專案的一部分,V社增加了特別的系統阻止開發者們利用成就和交易卡牌系統作弊。一些未達標的遊戲會被自動避開某些推薦位,不過V社表示,該功能仍在調整階段,並不會影響曝光率。

還有一個特點是,Steam的曝光率系統似乎更傾向於VR遊戲,因為我本人並沒有VR頭盔,也沒有玩過任何VR遊戲,但仍然看到不少被推薦的VR遊戲。

最容易被推薦的五大標籤

另外一個比較值得注意的是,464款遊戲(佔比61%)貼有獨立遊戲的標籤,而總類別當中標有獨立開發者標籤的佔比72%,意味著獨立遊戲在我的演算法系統裡,獨立遊戲的曝光率並不高。

和Steam推薦位相關的另一個資訊是“與你有關”標籤,但它本身卻不是為了提高曝光率而設計,在資料統計期間,是否與你有關的問題框彈出了9次之多,換言之,有時候熱度佔主導因素,可能是沒有太多人選擇一款遊戲是否與自己相關。

如何能被Steam推薦?老外研究672款遊戲得出結果
遊戲標籤數量與推薦頻率的關係

根據玩家習慣推薦遊戲也是非常重要的影響因素,比如統計期間,有532款遊戲(佔比79%)都帶有我曾經看過的標籤。Steam實際上有很多標籤,但開發者需要挑選符合自己遊戲的幾個,從統計結果來看,標籤並不是越多越好,5個以內標籤獲得曝光的概率更大一些。

如何能被Steam推薦?老外研究672款遊戲得出結果

熱門標籤:在被統計的遊戲當中,獨立遊戲是使用率最高的,達到了295款,其餘四個使用率超過100次的標籤是動作(284)、冒險(220)、RPG(138)和單機遊戲(129)。

觀點:熱度不應成為推薦的主要依據

想要客觀評價探索佇列的效果是很難的,我也沒有那麼多的資料支撐。在此次統計中,我增加了該系統在願望列表展示的8款遊戲,現在我的願望列表名單已經增加到了94個,新增的8款遊戲裡,其中5款是與我之前玩過的品類相似。

當然,Steam還展示了很多我並不感興趣的二次元遊戲,比如59款遊戲的標籤包括情色內容、視覺小說、動畫、裸露或者NSFW等標籤。

根據個人看法,我認為如果把熱度和近期釋出因素降低的話,推薦位可能帶來更好的曝光率,因為這樣可以有更多高質量遊戲和與個人相關的內容被玩家們發現。

還有一個需要重視的是,想要確定如何做一個好的推薦位取決於目標和價值,比如,旨在最大化收入的系統和旨在取悅玩家的系統有很大差異,我們也經歷過Facebook和YouTube把參與度高於一切的時候帶來的問題。

我個人比較喜歡發現系統的原因是,你可以在大量千奇百怪、多元化的小眾遊戲裡找到令人驚喜的產品,畢竟,如果只有流行遊戲而不是根據個人興趣推薦,那麼行業環境會更差。對於獨立遊戲而言,探索佇列的曝光率是很重要的,如果小眾遊戲的曝光率很低,那麼就會越來越少人嘗試,這對行業是個損失。

某種程度來說,本文的資訊可能已經是過時的,畢竟V社三月份再一次調整了演算法,但從目前來看,以上規律至少在Steam平臺還是有效的,除了寄希望於V社提高探索佇列的曝光率之外,上述因素對於玩家、開發者和整個行業也是有影響的。

來源:Gamelook
原地址:http://www.gamelook.com.cn/2019/04/355395/



相關文章