Steam上的愿望清单是否会过期？— perelesoq详细分析情况并列举实例
不久前，在 HowToMarketAGame 门户网站上发布了一篇文章，声称愿望单“不会过时”。也就是说，它们的价值和转变为销售的可能性不会随着时间的推移而降低。perelesoq团队决定验证这一观点，使用了五款不同游戏的真实数据：Torn Away, CyberCorp, Elixir, Selfloss 和 Tavern Manager Simulator（还使用了 Furnish Master 的数据）。
本文首次发布于团队的 Telegram 频道“游戏营销”。在团队的慷慨许可下，我们将其发布在我们的网站上。
Artem Koblov，perelesoq 工作室创始人兼创意总监
非常感谢开发者们的分享，正因为有了你们的数据，这篇文章才得以完成！
重复旧技
首先，我们重现了 HowToMarketAGame 的方法，为这五款游戏的愿望单转化构建了线性回归模型。
但先来了解一下理论基础。
为了理解愿望单的转化率如何随着时间变化，我们使用了数据近似方法。首先，我们收集了一组数据点——即每月的转化率数值（例如，9 月份将游戏加入愿望单的人中最终购买游戏的比例）。然后，我们尝试找到一条最佳拟合这些点的数学曲线。
原理很简单：我们选择一个线的形式（例如直线、抛物线或三次曲线），并自动调整其参数以最小化真实点与拟合线之间的平均偏差。这被称为误差最小化。
- 如果选择直线——即线性回归（一级）。
- 若选择抛物线——即二次回归（二级）。
- 若选择具有两个曲折的弯曲曲线——三次回归（三级），特别适合处理波动的数据：先下降，再上升，然后再次下降。
在图表上：
- 绿色虚线表示模型低估值时，数据点高于拟合线。
- 红色虚线表示模型高估值时，数据点低于拟合线。
R²（决定系数）是一个度量，显示数学模型解释数据行为的程度。其值介于 0 和 1 之间，其中：
- R² = 1表示模型完全解释数据变化（所有点完全位于趋势线）。
- R² = 0表示模型完全无法解释数据（趋势线不反映变量之间的关系）。
Torn Away
线性回归转化率从最早愿望单的 6% 开始，到最新愿望单的 9%。
R²=0.1665
CyberCorp
从旧愿望单的 2% 到接近发布前的新愿望单的 8%。
R²=0.4251
Elixir
旧愿望单的转化率为 2%，新愿望单为 6%。
R²=0.1223
Selfloss
旧愿望单的转化率为 3%，新愿望单为 6%。
R²=0.33
Tavern Manager Simulator
此游戏是一个例外。其图表上的线性回归显示了逆向趋势：从旧愿望单的 21% 到新愿望单的 19%，而且模型的精确性极低。
R²=0.0205
Tavern Manager Simulator 的特殊之处还在于，从宣布到发布仅用时约半年，而其他项目的收集平均需时 2-3 年左右。
乍一看，HowToMarketAGame 的方法似乎是对的。但低 R² 精确度指示相反——线性模型并没有很好地描述愿望单转化的动态。即使肉眼看来，图表更像是一条有起伏的曲线，而不是一条直线。
即便使用线性回归时，我们也能明显看到，愿望单的后期转化率显著高于早期。
使用三次回归方法
在了解线性关系不能很好地描述转化后，我们使用了更精确的工具——三次回归。这种方法可以看到更复杂的情形：发布前后的兴趣起伏。
Torn Away
三次回归的精确度为 R²=0.31，几乎是线性方法的两倍。
CyberCorp
对于这款游戏，准确性进一步提高。
R²=0.489
Elixir
准确性几乎是线性回归的三倍。
R²=0.29
Selfloss
准确性又是线性回归准确性的两倍。
R²=0.53
Tavern Manager Simulator
现在的情况没有与全局情况不符。
R²=0.64
这些结果清楚表明：转化的动态要比简单的线性关系复杂得多。
提高曲线的阶数（三个弯曲点，四个，五个）对准确度的改善影响并不大——三次回归是准确度与“可理解性”之间的最佳平衡。
顺便提一下，Furnish Master 的开发者也分享了他们的数据。他们的旧愿望单的转化率也明显低于新愿望单。可在这里查看详细的数据。
实践中的意义是什么？
从收集的数据中，我们可以得出几个重要结论。
1. 愿望单会过时
旧愿望单（用户长时间前，几个月甚至几年就添加的）转化为销售的可能性明显低于新的愿望单。离发布越近，用户实际购买游戏的可能性就越高。
2. 关键在于愿望单的动态，而不是数量
在发布时间前短期内积累的 10 万个愿望单，比起在一年或更长时间内积累的相同数量要有价值得多。
正是这种在发布前的短期爆发式增长，可能会带来真正的成功，并创造出所谓的病毒性和“热度”，从而转化为销售。
3. 第一个和最后一个愿望单是最优质的
我们发现了一个有趣的效果：在 Steam 页面刚上线时添加的愿望单转化率显然高于在“平静期”中期时积累的那些。可能最早得知游戏的用户，在没有积极市场推广的情况下，可能具有更高的兴趣和购买意图。
4. “盲目积累愿望单”是一种无效的策略
这让我们对“尽早开放页面并逐渐积累愿望单”的常规方法产生了疑虑。根据我们的数据，这种策略并没有带来显著的结果。最好在接近发布时间时集中精力，此时可以找到最活跃、有支付能力的消费者群体。
5. 关键在于销售，而不是愿望单
在游戏行业中，经常会有“追逐愿望单”的现象，然而我们需要明确记住，实际利润是由销售带来的。
我们的数据展示了成功游戏和不太成功游戏之间的关键差异，这一点值得深思：
- 对于不太成功的项目（例如 Torn Away, Selfloss 和 Elixir），发布后的大部分销售主要来源于此前添加愿望单的玩家。尽管听起来合乎逻辑，但这种销售动态实际上是一个警告信号。这意味着游戏基本上只是卖给了此前吸引的“旧”观众，而新的受众在发布后并没有足够多地加入进来；
- 同时，对于较为成功的例子——Tavern Manager Simulator，情况正好相反。愿望单的销售仅占总销售的一小部分。大量销售是由发布后加入的新增受众实现的，而非先前添加愿望单的用户。我们将进一步探讨这种玩家行为背后的原因。