Steam游戲平臺的評價體系解析
編輯導語:于平臺而言,評價體系的建立可以幫助用戶從其他維度了解產品,幫助用戶更加正確地做出決策,也能提升用戶的使用體驗。本篇文章里,作者便針對Steam游戲平臺的評價體系做了功能上的拆解和產品觀上的總結,一起來看一下吧。
產品經理當中有混游戲圈的小伙伴們或多或少都對Steam有所接觸,無論是重度常用Steam的端游玩家,還或者是只有聽說過Steam的純手游玩家,而在使用Steam的過程中,又或多或少相信接觸過Steam的游戲評價功能。
而游戲的評價功能,對于游戲商店來說又是非常重要的一環。那么今天,我們就來研究分析一下Steam這么多年發展出來的評價體系產品現狀——文章將從基礎功能的拆解介紹,和立體的產品觀拆解切入。
一、Steam游戲評價體系的基礎功能
經過較多年的發展,實際上Steam的評價功能已經相對成熟豐富,商店游戲頁右上的一個總分,和下方的一個整體的評價展示區域,形成了Steam評價的基本部分?;A功能上我們通過三張截圖示例和一張Xmind思維導圖的功能梳理進行呈現。
這一塊的結構實際上大部分游戲商店之間都比較相像,但是在細節之處又有各自的特色。
例如Steam的打分機制是二維制度,只有推薦和不推薦的打分辦法,并沒有像其他商店那樣采取五星制的打分手段。同時在分數展現上,Steam也采用了以文案描述為主的方式,而不是x.x分這樣的辦法。
文案描述上,實際上也就是10個檔位,根據推薦與不推薦的比例,分別是overwhelmingly positive / very positive / positive / mostly positive / mixed / mostly negative / negative / very negative / overwhelmingly negative。
另外特別值得一提的是,Steam在提供評價篩選器的同時,還給玩家十分硬核地提供了評價趨勢分析的功能,十分用心。
圖示1、Steam評價打分UI界面
圖示2、Steam游戲單頁的總評分和時段評分
圖示3、Steam的評價列表
圖示4、Steam評價基礎功能結構梳理
雖然整體梳理了Steam的評價功能基礎結構,但這對于深度理解產品是遠遠不足的,那么接下來就讓我們更深入地研究一下Steam評價體系的產品觀是什么樣的。
二、Steam評價體系的產品觀
Steam對于其評價系統一直寄予很大的重視,在不斷的產品更迭中更是迭代數次其評價體系。其基本的產品發展指導原則可以總結為:做一個能夠為客戶“精準導購”的評價體系。進一步說明,就是希望評分評價體系能夠幫助用戶準確地做出游戲購買和下載的決策。
總結而言,Steam做這套評價系統,在其發展歷史過程中,產品觀上可以總結為如下四點:
1)總評分有準確的價值表達
- 面向B端的風險控制:剔除來自Steam Key的好評行為。
- 面向C端的風險控制:剔除風控識別的異常賬號的評分價值、評價轟炸的評分有效性剔除。
2)精確且有價值的評價能在前排快速呈現:
- “贊”、“踩”功能便于計算價值和熱度,供給算法進行排序。
- 歡樂功能用于引流價值偏頗的『抖機靈』式的熱門評測。
3)游戲運營過程中的游戲質量的動態變化能夠進行及時呈現
- 長期有效評價和最近30日評價分區域展現。
- 提示用戶在固定周期后適當修改評價。
4)深度功能幫助用戶深挖需要的評價
充足的篩選能力。
那么接下來,就讓我們圍繞上方的基本框架,展開講講Steam如何立體地發展其評價體系。
1. 總評分有準確的價值表達
1)面向B端的風險控制
① 剔除來自Steam Key的好評行為
之前一個頗為常見的擾亂到評分的行為,就是開發者會發送Steam Key來換取評價。這當中的情況又分兩類:
- 用戶通過Steam Key激活游戲進行游玩,游玩過程或者游玩結束后給出游戲評價。而這一批用戶因為其本身的屬性特殊,屬于較為核心的游玩群體,對于開發者又有一定的粉絲屬性,因而在評價過程中更傾向于給出積極的評價。
- 開發者在發送Steam Key的過程中,明確要求了希望用戶能夠給出好評,實際上進行了一場Steam Key與好評的對等交易。
而這兩類情況,往往都會導致總分失去準確性。在以上方明確的基本產品原則上看,Steam Key來源的評價在Steam團隊眼里有必要在分數算法中進行剔除,因而在其之前的產品公告中明確宣布了去除。
圖示5、Steam Key輸入界面
② 剔除風控識別的異常賬號的評分價值
Steam官方在其博客中就提到過,除了可以通過Steam Key刷取好評外,其在平時的運營觀察中也發現了一些有組織的用戶刷好評的行為,其來源仍然是開發者使用有償的付費刷好評服務。
相對于Steam Key刷好評的過程,直接的付費刷好評服務會更難追蹤,因而也需要更強大的風控算法對用戶的評價價值進行評估,被認定為水軍的賬號評價進行適當剔除總分計算。
圖示6、Steam博客中提及的被刷現象
2)面向C端的風險控制
① 評價轟炸的評分有效性剔除
評價轟炸,Review Bombing,Steam同時也稱之為Off-topic Review現象。第二個名稱其實會更好理解一些,即“跑題評價”,評價聚焦的核心不再是游戲體驗本身,而是與游戲弱關聯的一些事項(例如政治、人事相關事件等等)的發生,給游戲帶了一波差評,導致游戲分數快速失真。
如圖示7所示,筆者采集了兩個例子。一個是2018年2月,游戲深海迷航的公司員工被辭退的消息在Twitter發酵,導致當月一批集中的差評在Steam上齊刷刷地送給了游戲本體。另一個例子是2018年10月,游戲《古墓麗影:暗影》由于廠商在游戲發售后較短時間內,便給出了優惠促銷措施,導致最早原價購買的一批玩家心里不平衡,旋即給游戲送上一批集中的差評轟炸。
這些差評并不圍繞游戲本身的玩法、畫面等角度展開進行比較客觀的評價,而是基于一些外部因素,導致游戲分數的準確性降低。
圖示7、評價轟炸會出現的數據大型波動
對待這種行為,Steam在產品價值觀上,始終認為此類動作對于準確的評分展現沒有幫助甚至更多的是負面幫助。實際上,Steam的產品價值觀并非純粹建立在較為主觀邏輯判斷上,在實際追蹤了此類群體行為發生的過程后,Steam團隊發現,分數在當時情況下的快速失真,最終會被“時間”慢慢修復,游戲的分數會回歸到其本身游戲體驗所展現出的價值。
那么這些外部事件的發生,更多的是在當時個把月的時間范圍內,影響了新客的購買判斷,做出可能的錯誤購買決策。
因而面向這種較為常見的玩家泄憤行為,Steam最終選擇了建立Review Bombing解決機制。在系統檢測到一定程度的Review Bombing之后,會將跑題評價從總分計算和時間段分數計算中剔除,讓分數本身更多地去折射游戲本身的體驗。
同時,Steam還為玩家們提供了是否剔除跑題評價的能力,又在這基礎上提供了評價數據趨勢分析功能,幫助玩家在有個性化需求的時候追蹤評價的動態變化過程。
2. 精致、準確且有價值的評價能在前排快速展現
1)贊、踩功能便于計算價值和熱度,供給算法進行排序。
實際上Steam在這里使用了一問一答的方式來構建“贊”“踩”功能,問句是“Was this review helpful”而回答Yes或者No來表達“贊”“踩”。
嚴格意義上來講,意思是有區別的,評價并沒有幫助到瀏覽者并不完全等同于“踩”的負面含義。但是這樣的構建,已經足夠為算法對于評價的排序進行數據支撐。
圖示8、每張評價卡片的底部區域,都構建了“贊”“踩”功能
2)歡樂功能用于引流價值偏頗的『抖機靈』式的熱門評測
Steam在社區比較常見的功能“贊”和“踩”右邊,又制作了“歡樂”按鈕,意欲何為?
表面上看,似乎是讓瀏覽者的情緒表達專門制作了一個選項。但是深挖Steam之前的官方解釋,會發現這是為一個常見的人類行為“抖機靈”制作了引流。
可以參見圖示9,用Funny篩選出的評價,更多地是聚焦在發布一些有趣、令人捧腹一笑的短小式評論,這些評論在普通的“贊”“踩”體系之下,可以快速地獲得點贊,甚至進而升頂到熱評第一位,但這符合Steam對于評價體系的“精準導購”的定位嗎?
答案顯然是否定的。這甚至對于一些認認真真寫評價,圍繞游戲玩法等角度展開評論的用戶而言,都是一種熱情上的和評論方向上的打擊。
所以這時候Steam團隊采用的辦法,就是利用增加“Funny”選項,讓用戶在感到評價很有笑點的同時,能夠適當去點擊Funny而非點贊,那么對于排序算法來說,也就可以更高效地避免對“抖機靈”的評價進行不適當的升序計算。
圖示9、用Funny篩選出的評價,更多地是聚焦在發布一些有趣、令人捧腹一笑的短小式評論
3. 游戲運營過程中的游戲質量的動態變化能夠進行及時呈現
1)長期有效評價和最近30日評價分區域展現
總評和長期熱評無法動態展現游戲近期的調整和變化。實際上,在一款游戲的生命周期當中,會有相當數量的版本調整和運營動作,這些事項也可以在評分中適當出現。
那么最近時段的評價單拉一排出現,就會是一個比較合適的解決辦法,如圖10所示。
圖示10、長期有效評價和最近30日評價分區域展現
2)提示用戶在固定周期后適當修改評價
很多用戶其實在沒有完整體驗過游戲之前,就會對游戲進行評價動作。TA可能是在游玩的半途當中,甚至并沒有開始多長時間,那么此時的評價準確性可能仍然是不夠充分的。
那么這些用戶,一部分人最終會不斷推進至游玩結束,此時當他們再做出對游戲的評價,是會比游玩前期做出的評價更為精準的,這時候Steam也會以提示的方式請求用戶考慮是否需要修繕評價。
4. 深度功能幫助用戶深挖需要的評價
充足的篩選能力
如圖示11所示,無論是在游戲單頁的底部評價瀏覽區域,或者是游戲的評價單頁,Steam都給玩家提供了充足的篩選項,來幫助玩家在需要的時候對評價深挖瀏覽,選項包括“評價類型”、“購買類型”、“語言”、“日期范圍”、“ 游玩時長”、“展示方式”。
實際上,即便調動了較多的產品邏輯來保障評價的顯示排序盡可能地合理,Steam也無法完全保障評價排序是完美的,那么此時篩選器就可以發揮較好的輔助瀏覽的作用。甚至于當用戶有更加個性化的評價瀏覽需求時(例如一定要看游玩時長>x小時的玩家評價),篩選器會發揮更大的效用。
圖示11、Steam在評價相關區域給予了用戶充足的篩選項
三、結語
本文第一部分是簡單地將Steam的評價產品從單純的表現層開始推到做了一份思維導圖的功能梳理,但實際上我們知道做產品的過程中這類梳理仍然是不夠的,因而會有了第二部分更加立體的產品觀的介紹,方便大家理解Steam在發展其評價產品體系的過程中,對其用戶群體是如何運籌的,只有在充分理解其立體的產品觀及其背后的思考邏輯之后,才能理解第一部分的產品設計為何這樣做(例如為什么會有“歡樂”功能等等)。
最后,希望本文的分析,能夠幫助到在相關領域深耕的小伙伴,感謝閱讀!
本文由 @菠蘿飯 原創發布于人人都是產品經理,未經作者許可,禁止轉載。
題圖來自Unsplash,基于CC0協議。
好評
好評
我是shabi
105人覺得歡樂