不賣廣告！Valve揭秘Steam商店推薦算法

眾所周知，Steam平臺有著較低的進入門檻和公平的游戲推薦算法，這些因素使得Steam成為不少開發(fā)者探路PC市場的首選發(fā)行渠道。

不少預(yù)算吃緊的獨立游戲團隊來說，Steam的官方推薦位是他們?yōu)閿?shù)不多可以免費獲取的曝光流量，不少小眾產(chǎn)品憑借這些有限的曝光實現(xiàn)了上線初期的冷啟動。也正因如此，許多運營團隊與分析師都在仔細研究Steam的算法權(quán)重，試圖提升游戲在Steam平臺的曝光效果。

而近日，來自Valve營銷團隊的Erik Peterson公開了一份演示文檔，從官方視角出發(fā)，為萬千開發(fā)者對Steam的推薦算法進行了詳盡的拆解。

據(jù)Erik Peterson介紹，Steam的算法主要圍繞玩家的興趣展開：玩家對游戲表現(xiàn)出的興趣越高，就越容易獲得Steam算法的青睞。因此，除了上架Steam頁面外，開發(fā)者應(yīng)當(dāng)注重在平臺之外的營銷力度，以聚攏玩家的關(guān)注度。

GameLook對該文檔內(nèi)容進行了編譯和總結(jié)：

演示文檔鏈接：https://steamcdn-a.akamaihd.net/steamcommunity/public/images/steamworks_docs/schinese/SteamVisibility.pdf

Erik Peterson首先強調(diào)，公正性是Steam平臺推薦算法的主要特色：“Steam不出售廣告位，也不會出售商店流量。我們相信Steam不應(yīng)該是Pay-to-Win。同樣地，開發(fā)者也不必為了流量想方設(shè)法與Steam的編輯和內(nèi)部人員牽線?！?/p>

在Steam平臺，絕大多數(shù)流量的去向都由Steam的算法自動決定。Erik Peterson表示，Steam的工作人員時常也會遇到意料之外的產(chǎn)品爆量，讓他們感到欣喜不已。

總體而言，Steam商店的推薦位可被分為兩種，其中一部分由算法自動更新，另一部分則由Steam的內(nèi)部人員依據(jù)標準手工挑選并呈現(xiàn)。

算法驅(qū)動的推薦位會根據(jù)用戶的個人瀏覽歷史進行定制化，這類推薦位包括：

精選和推薦

您的探索隊列

基于您玩的游戲推薦

鑒賞家推薦

更多鑒賞家推薦

來自您了解的開發(fā)者和發(fā)行商

熱門VR游戲

玩家的行為是直接影響推薦算法的核心因素：“我們讓玩家的偏好影響曝光算法，使得推薦內(nèi)容與玩家更切身相關(guān)。隨著玩家與商店互動的增加，Steam的推薦也更符合玩家的口味?！?/p>

以Steam首頁的核心曝光欄位“精選和推薦”為例，Steam做出推薦的判斷依據(jù)包括：

用戶游玩過的游戲

用戶加入愿望單的游戲

好友推薦的游戲

所在地區(qū)的熱銷游戲

新發(fā)售的游戲

用戶關(guān)注的Steam鑒賞家

根據(jù)曝光點位的不同，Steam采取的推薦算法不盡相同。而共同點在于，游戲的品類標簽是Steam識別玩家品類喜好的直接依據(jù)。如在“基于您玩的游戲推薦”欄位，Steam會為玩家推送擁有類似品類標簽的游戲。

Erik Peterson還特別對Steam算法的誤區(qū)進行了澄清：商店頁面的訪問量、游戲評分、愿望單和搶先體驗等因素并不會影響算法推送，但本地化選項是算法考量的因素之一。

此外，在商店的中部還有一類特殊的曝光位置，同樣由算法驅(qū)動，但并不針對玩家進行個性化。這部分共包含四個選項卡：新品與熱門商品、熱銷商品、熱門即將推出、優(yōu)惠。主要依據(jù)游戲的銷售情況進行展示。

新品與熱門商品：新游戲在超過一定的門檻后將出現(xiàn)在“新品與熱門商品”欄位的頂部，在其它滿足條件的游戲出現(xiàn)后，該產(chǎn)品將被下移。“新品與熱門商品”列表按照地區(qū)進行排序，不同國家的用戶所看到內(nèi)容不同。

熱銷商品：顯示用戶所在地區(qū)的游戲營收排名，游戲本體、DLC與內(nèi)購的銷售收入都會被計入。

熱門即將推出：顯示獲得愿望單數(shù)量最多的游戲，依據(jù)發(fā)售日期進行排名。

優(yōu)惠：最熱門的折扣游戲，依據(jù)銷量進行排名。

除了算法驅(qū)動的自動曝光欄位外，Steam平臺還擁有一系列人工推薦位，主要包括：

商店開屏頭圖

“特別優(yōu)惠”欄

每日特惠

周中與周末特惠

首頁活動

內(nèi)容庫活動

Erik Peterson強調(diào)，Steam的人工推薦是通過各項KPI考核后選拔出來的，且“競爭相當(dāng)激烈”。在進行人工精選時，Steam考量的因素包括游戲的銷量以及一系列用戶的反饋參數(shù)。

對于那些有意向通過Steam人工推薦獲得曝光的游戲來說，Erik Peterson推薦從本地化、地區(qū)定價、商店營銷資產(chǎn)、手柄適配和社區(qū)內(nèi)容等方面著手進行優(yōu)化。

功夫在場外

推薦算法的參數(shù)浩如煙海，如非Valve的內(nèi)部人士，也不可能接觸到算法的代碼。因此，在Erik Peterson看來，與其去揣摩如何破解Steam的算法秘密，不如沿著算法底層的思路順勢而為。在Steam的算法設(shè)計中，“玩家的興趣”就是最核心的助推因素。

具體而言，玩家對一款游戲表現(xiàn)出的興趣越高，Steam為游戲提供的曝光資源就越豐富。游戲銷售的勢能也在這個過程中像滾雪球一樣不斷積累。

因此，Erik Peterson建議加大Steam商店之外的營銷力度。例如，在論壇、Discord等社交媒體上建立游戲的玩家社群；聯(lián)絡(luò)游戲媒體和網(wǎng)紅等KOL進行營銷；參與線下的游戲活動；進行廣告的投放等。這些來自場外的營銷手段能夠增加用戶對產(chǎn)品的關(guān)注度，進而讓Steam的算法自動提升游戲的能見度。

另外，開發(fā)者還可以嘗試積蓄勢能，在游戲的上線、版本更新和打折促銷等關(guān)鍵節(jié)點進行沖量，這也能夠幫助開發(fā)者將Steam算法的效果最大化。