如何能被Steam推荐？老外研究672款游戏得出结果

随着《太吾绘卷》、《中国式家长》、《波西亚时光》以及《死神来了》等游戏的成功，国产游戏越来越多地出现在Steam平台。对于独立小团队而言，考虑到资金有限，如何获得V社的推荐就成为了不少人关注的话题。

最近，一位名叫Erik Johnson的海外独立游戏开发者根据过去三个月的数据统计对Discovery Queue（探索队列）进行了分析，并且对Steam的推荐机制的因素进行了探索，那么，究竟哪些因素提高被推荐的概率呢？请看笔者整理的博文内容：


2018年10月5日，V社调整了Steam的曝光率算法，对于大多数人来说，算法的改变就像是黑盒子，你不知道背后到底改了什么，但从目前为止的效果来看，此次调整似乎对小团队独立游戏流量增长的影响并不明显。对于独立开发者而言，这是很不幸的，因为在资金和人手不充裕的情况下，曝光率对于他们的成功尤为重要。算法本身可以在促销期间带来曝光率，可以把你的产品展示给寻找新游戏的用户，并且能够放大开发者的营销效果。

V社在去年10月份也没有向开发者社区解释到底改了什么规则，但我想要对探索队列的运作原理有更好的理解，并且探索它所展示的游戏到底有什么特点。在去年12月2日至今年2月28日期间，我观察了672款游戏，并且保存了每款游戏的商店页面，随后投入更多的时间获取数据，所以，这是一篇对追踪数据结果的归纳和分析，希望对开发者们带来帮助：

调研数据的局限性：

在开始之前，有关这部分数据的一些相关信息还是要提前说出来的，比如这只是我的Steam帐号追踪的数据，虽然其他人的数据可能也和我看到的一样，但我没有办法一一核对。

而且，我的数据只追溯到了12月2日，所以无法和之前的日期对比，而且我甚至怀疑V社在3月初对曝光率再次进行了调整，所以我才把样本数调整到了2月底。当然，由于不能获得后端数据，所以我也不清楚在此期间是否有过算法调整，因为谁也不知道V社是否在一直不断地改变曝光率算法。

在我的个人偏好设置里，除了成人向的内容之外，所有成熟化的内容都可以显示，而且没有设置排除功能的Tag。在我的探索队列偏好里，Early Access产品、软件、视频和未发布产品都是可以出现的。

推荐系统

做推荐系统需要考虑的东西很多，最重要且直接的工具就是热度，但这种方式也有缺陷，因为很多流行的游戏，可能人们早已经知道了，而且还意味着不出名的游戏可能会被埋没。不过，当很多人都喜欢某个游戏，那么它必定有一些独特之处。

另外一个获得推荐的因素就是游戏质量，但这个标准实在太难解决，因为游戏质量的标准是非常主观的。评分和用户评价、评测分数都可以显示一款游戏的质量，但这些实际上是可以用算法简单解决的，虽然热度和质量相关，但有些流行的并不总是好游戏，反之，不热门也未必就是渣作。

最后一个提高推荐机会的方法就是个人关联性，虽然找准用户的特定口味很有挑战性，但也是很有帮助的。


此外，V社也在探索队列页面解释了该系统的使用方式，如果不够熟悉，我建议你阅读一遍。它解释称，该系统“希望在个人偏好的流行游戏和你可能感兴趣的新游戏之间做出平衡”面描述还强调了新产品的重要性，并且把近期表现纳入了推荐考量因素之内。

热度和好评率是关键：畅销榜影响最低


根据该开发者的统计，绝大多数的游戏获得推荐是因为游戏的流行（占比41.8%）和用户好评率较高（占比37.9%），可能感兴趣的推荐位占比6.8%、新游戏推荐位占比5.4%、Metacritic评分高的占比3.9%，促销的占比3.1%，位于畅销榜拿到推荐的占比只有1%。



在本文数据统计中，44（7%）款被推荐游戏发布低于一周，74款（12%）游戏发布时间低于一个月，所以第一眼看去，很多人可能会觉得游戏发布时间低于一个月的更容易拿到推荐位。



不过，按照发布状态来看，还有些游戏尚未发布就拿到了推荐位，而543款游戏是已经发布了正式版（占比80.8%）。

作为Steam Direct项目的一部分，V社增加了特别的系统阻止开发者们利用成就和交易卡牌系统作弊。一些未达标的游戏会被自动避开某些推荐位，不过V社表示，该功能仍在调整阶段，并不会影响曝光率。

还有一个特点是，Steam的曝光率系统似乎更倾向于VR游戏，因为我本人并没有VR头盔，也没有玩过任何VR游戏，但仍然看到不少被推荐的VR游戏。

最容易被推荐的五大标签

另外一个比较值得注意的是，464款游戏（占比61%）贴有独立游戏的标签，而总类别当中标有独立开发者标签的占比72%，意味着独立游戏在我的算法系统里，独立游戏的曝光率并不高。

和Steam推荐位相关的另一个信息是“与你有关”标签，但它本身却不是为了提高曝光率而设计，在数据统计期间，是否与你有关的问题框弹出了9次之多，换言之，有时候热度占主导因素，可能是没有太多人选择一款游戏是否与自己相关。


根据玩家习惯推荐游戏也是非常重要的影响因素，比如统计期间，有532款游戏（占比79%）都带有我曾经看过的标签。Steam实际上有很多标签，但开发者需要挑选符合自己游戏的几个，从统计结果来看，标签并不是越多越好，5个以内标签获得曝光的概率更大一些。


热门标签：在被统计的游戏当中，独立游戏是使用率最高的，达到了295款，其余四个使用率超过100次的标签是动作（284）、冒险（220）、RPG（138）和单机游戏（129）。

观点：热度不应成为推荐的主要依据

想要客观评价探索队列的效果是很难的，我也没有那么多的数据支撑。在此次统计中，我增加了该系统在愿望列表展示的8款游戏，现在我的愿望列表名单已经增加到了94个，新增的8款游戏里，其中5款是与我之前玩过的品类相似。

当然，Steam还展示了很多我并不感兴趣的二次元游戏，比如59款游戏的标签包括情色内容、视觉小说、动画、裸露或者NSFW等标签。

根据个人看法，我认为如果把热度和近期发布因素降低的话，推荐位可能带来更好的曝光率，因为这样可以有更多高质量游戏和与个人相关的内容被玩家们发现。

还有一个需要重视的是，想要确定如何做一个好的推荐位取决于目标和价值，比如，旨在最大化收入的系统和旨在取悦玩家的系统有很大差异，我们也经历过Facebook和YouTube把参与度高于一切的时候带来的问题。

我个人比较喜欢发现系统的原因是，你可以在大量千奇百怪、多元化的小众游戏里找到令人惊喜的产品，毕竟，如果只有流行游戏而不是根据个人兴趣推荐，那么行业环境会更差。对于独立游戏而言，探索队列的曝光率是很重要的，如果小众游戏的曝光率很低，那么就会越来越少人尝试，这对行业是个损失。

某种程度来说，本文的信息可能已经是过时的，毕竟V社三月份再一次调整了算法，但从目前来看，以上规律至少在Steam平台还是有效的，除了寄希望于V社提高探索队列的曝光率之外，上述因素对于玩家、开发者和整个行业也是有影响的。

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