Протухают ли вишлисты на Steam? Разбираемся на реальных примерах
Не так давно на портале HowToMarketAGame появилась статья, в которой утверждается, что вишлисты якобы «не устаревают», то есть их ценность и вероятность превратиться в продажи не снижается со временем. Мы решили проверить этот тезис, взяв реальные данные пяти разных игр: Torn Away, CyberCorp, Elixir, Selfloss и Tavern Manager Simulator.
Огромное спасибо разработчикам за то, что поделились данными. Без вас бы этого материала не было!
Материал подготовлен специально для канала Маркетинг игр в Телеграме.
Повторяем старый трюк
Первым делом мы повторили метод HowToMarketAGame и построили линейную регрессию для конверсии вишлистов этих пяти игр.
Чтобы понять, как именно меняется конверсия вишлистов со временем, мы использовали метод аппроксимации данных. Сначала мы собрали набор точек — это значения конверсии по месяцам (например, сколько процентов людей, добавивших игру в wishlist в сентябре, в итоге её купили). Затем мы попытались подобрать математическую кривую, которая максимально точно описывает поведение этих точек.
Принцип простой: мы выбираем форму линии (например, прямую, параболу или кубическую кривую) и автоматически настраиваем её параметры так, чтобы среднее отклонение от реальных точек было как можно меньше. Это называется минимизацией ошибки.
- Если мы выбираем прямую — это линейная регрессия (1-й порядок).
- Если параболу — квадратичная (2-й порядок).
- Если изогнутую кривую с двумя перегибами — кубическая регрессия (3-й порядок), которая особенно хорошо подходит, когда данные ведут себя нестабильно: сначала спад, потом рост, потом снова спад.
На графиках:
- Зеленые пунктиры - там, где модель занизила значение - точка оказалась выше линии
- Красные пунктиры - модель завысила значение, точка ниже линии.
Показатель R² (коэффициент детерминации) — это метрика, которая показывает, насколько хорошо математическая модель объясняет поведение данных. Он измеряется в диапазоне от 0 до 1, где:
- R² = 1 означает, что модель идеально объясняет изменения данных (все точки ложатся точно на линию тренда).
- R² = 0 означает, что модель не объясняет данных вообще (линия тренда не отражает зависимости между переменными).
Torn Away
Линейная регрессия конверсии стартует от 6% для самых старых вишей, до 9% для самых новых. R²=0.1665
CyberCorp
От 2% у старых вишлистов до 8% ближе к релизу. R²=0.4251
Elixir
Конверсия от 2% старых до 6% новых. R²=0.1223
Selfloss
Конверсия от 3% старых до 6% новых. R²=0.33
Единственным исключением стала игра Tavern Manager Simulator, где линейная регрессия показала обратную динамику:
Даже в этом случае, мы видим явную тенденцию того, что конверсия более поздних вишлистов значительно выше ранних. Случай Tavern Manager Simulator уникален ещё тем, что от анонса до релиза прошло всего около полугода, в отличие от остальных проектов, где сбор шёл в среднем 2-3 года.
На первый взгляд кажется, что метод HowToMarketAGame может быть верным. Но низкие показатели точности (R²) говорят об обратном — линейная модель попросту плохо описывает динамику конверсии вишлистов. Даже визуально график больше похож на кривую с подъёмами и спадами, чем на ровную прямую.
Используем метод кубической регрессии
Поняв, что линейная зависимость плохо описывает конверсию, мы использовали более точный инструмент — кубическую регрессию. Этот метод позволяет увидеть более сложную картину: подъёмы и спады интереса, которые происходят до и после релиза.
Torn Away
Точность кубической регрессии R²=0.31, почти вдвое выше линейной.
CyberCorp
R²=0.489, точность выросла ещё выше.
Elixir
R²=0.29, почти втрое выше линейной регрессии.
Selfloss
R²=0.53, опять же почти вдвое точнее линейной.
Tavern Manager Simulator
Теперь даже этот случай не выбивается из общей картины — R²=0.64.
Эти результаты ясно показывают: динамика конверсии гораздо сложнее, чем простая линейная зависимость.
Повышение порядка кривой (три перегиба, четыре перегиба, пять перегибов) слабо влияет на улучшение точности - кубическая это оптимум между точностью и "понятностью" для восприятия.
Разработчик игры Furnish Master поделился своими данными, и в его случае старые вишлисты тоже показывают значительно меньшую конверсию, чем новые. Ознакомиться с подробными выкладками можно здесь.
Что это значит на практике?
Из полученных данных можно сделать несколько важных выводов:
1. Вишлисты устаревают
Старые вишлисты (те, которые пользователи добавили давно, за месяцы или годы до релиза) имеют заметно меньшую вероятность превратиться в продажи, чем свежие. Чем ближе дата релиза — тем выше вероятность того, что пользователь реально купит игру.
2. Важно не количество вишлистов, а их динамика
100 000 вишлистов, набранные за короткое время до релиза, намного ценнее и эффективнее, чем те же 100 000 вишлистов, набранные за год или больше.
Именно короткий и интенсивный рост перед релизом может привести к реальному успеху и создать ту самую вирусность и «хайп» вокруг продукта, которая трансформируется в продажи.
3. Первые и последние вишлисты — самые качественные
Мы обнаружили любопытный эффект: конверсия вишлистов, добавленных сразу после запуска страницы Steam, заметно выше, чем у тех, что были набраны в «спокойный период» в середине цикла. Возможно, аудитория, которая узнала об игре самой первой, без активного маркетинга, имеет изначально более высокий интерес и намерение купить.
4. «Слепой набор вишлистов» — неэффективная стратегия
Это ставит под сомнение привычный подход «открыть страницу как можно раньше и постепенно копить вишлисты». Судя по нашим данным, такая стратегия не приносит значительного результата. Лучше концентрировать усилия ближе к релизу и пост-релизному периоду, где находится самая активная и платёжеспособная аудитория.
5. Главное — продажи, а не вишлисты
В игровой индустрии часто возникает «гонка за вишлистами», однако гораздо важнее помнить, что настоящие деньги приносят именно продажи.
Наши данные показали ключевую разницу между успешными и менее успешными играми, которую важно учитывать:
- У менее успешных проектов (например, Torn Away, Selfloss и Elixir) большая часть продаж после релиза приходилась именно на тех игроков, которые ранее добавили игру в wishlist. И хотя это звучит логично, такая динамика на деле является тревожным сигналом. Это означает, что игра продаётся практически только «старой» аудитории, которая была привлечена заранее, а новая аудитория после релиза не приходит в достаточном объёме.
- В то же время у более успешного примера — Tavern Manager Simulator — ситуация прямо противоположная. Там продажи с вишлистов занимают относительно небольшую часть общего объёма продаж. Значительная доля продаж осуществляется новой аудиторией, приходящей после релиза, а не теми, кто заранее добавил игру в wishlist. В причинах такого поведения игроков мы будем разбираться дальше.
Спасибо, что дочитали! Подписывайтесь на Маркетинг игр, мы публикуем много полезной информации о продвижении в Steam и не только.
Будем рады, если поделитесь данными по конверсии вишлистов и продажам у ваших игр, это позволит сделать наши следующие исследования ещё точнее. Можно написать мне в личку в Телеграме.