游戏定价策略实战：多令牌系统定价

背景

定价策略是很多行业的核心决策之一，游戏行业也不例外。在传统行业，很多公司会基于成本定价（例如：成本+30%利润定价），或者匹配竞争对手的定价。而在游戏行业中，游戏道具的边际成本接近于零，同时不同游戏间道具的可比性较差（例如：王者荣耀和荒野乱斗中的皮肤，价格有可比性么？），这就给游戏内道具的定价带来一些挑战。很多时候游戏策划会根据个人经验，以及参考市面上类似游戏的价格，来对一款游戏的核心物品进行定价，并以此作为基准规划其他道具和礼包的价格。不过很多时候，我们并不知道目前我们的价格是不是最优价格。比如一款皮肤，到底应该卖99元还是199元呢？本文希望介绍一个简单的理论框架，跟大家分享如何通过对不同产品的定价进行优化，来提高整体游戏营收。

理论最优：完全个性化定价

对于同一款产品，不同玩家心中有不同的心里价位（Willingness To Pay）。例如下图中的需求曲线：

从游戏开发商的角度，假设我们能知晓每个玩家的心里价位，那我们的最优定价就是完全个性化，针对每个玩家定价为他的最大心里价位。这个虽然比较理想化，但在实际中有些公司基于用户数据，已经可以部分实现上述的差异化定价了。之前被人诟病的滴滴和携程“大数据杀熟”行为，就是其中两个例子。

个性化定价的挑战

在互联网和游戏行业，用户和玩家数据可以得到充分应用，因此基于算法提供完全个性化或者半个性化（模型+规则）的定价技术上是完全可行的。最大的挑战来自于用户舆论和政府监管。

在游戏领域，特别是玩家相互竞争的PVP游戏，如果玩家发现同样的道具不同玩家拿到的价格完全不同，这种不公平会极大影响玩家舆论甚至是玩家留存。因此大部分游戏公司是不会头铁到直接展示不同价格的。比较常见的一种方式就是在产品上做一些包装，例如显示为“专属折扣”，或者提供优惠券等。

本文不展开讨论如何在游戏中进行差异化定价，而把重点放在了更加“无害”的一个策略：如何通过产品线定价策略来实现利润最大化。

多令牌系统

令牌系统（Battle Pass）是目前游戏内最主流的付费系统之一。最早可能是在Fortnite中得到大规模成功的应用。该系统的核心思路是玩家按赛季付费得到一个“门票”，在有效期内玩家完成不同的任务可以解锁奖励。玩家在一个赛季内玩的越多，得到的奖励也就越多。因此该系统对高活跃玩家来说性价比很高，几乎是必买产品。

多令牌系统就是在游戏内提供一个基础的令牌系统，以及一个或者多个更高定价但是也更高价值的令牌。玩家可以根据需要自主选择购买哪个令牌。

一个简化的模型

在这里我们用一个简化的模型来描述我们的定价策略：

• 游戏内有两种玩家：高付费玩家和低付费玩家，各占一半。
• 我们有两个令牌系统：基础令牌和高级令牌。高级令牌可以看作是基础令牌的升级。玩家可以在两个令牌中二选一（不可同时购买）。

下面是两类玩家对两个令牌的最大付费意愿：

定价策略

基于上述简单模型，我们该如何为基础令牌和高级令牌定价呢？

我们先来看一下基础令牌，如果我们定价15元，那么高付费玩家会购买，而低付费玩家不会。这时候我们都总营收是（15+0=15）元。如果我们定价10元，则两类玩家都会购买，我们的总营收是（10+10=20）元。所以我们基础令牌应该定价10元。

同样的逻辑，我们可以算出高级令牌应该定价40元，只有高付费玩家会购买。如果按照这样的定价，我们总营收是不是就是（40+10=50）元呢？

实际上不是，因为高付费玩家不会购买40元的高级令牌，而是会购买10元的基础令牌。这时候我们的总营收是（10+10=20）元。为什么？因为高付费玩家会觉得10元的基础令牌更便宜（他们的心里价位是15元），而40元的高级令牌恰好是他们的心里价位。选择10元的基础令牌他们会“节省”5元。

我们再换个思路，让高级令牌定价15元，基础令牌定价10元。这时候高付费玩家会购买高级令牌。低付费玩家买那个都可以，我们认为他也购买高级令牌。（实际上我们可以将高级令牌定价调低到14.99来确保他会购买高级令牌）这时候我们的总营收是（15+15=30）元。

那基于上述模型，我们该如何对两个令牌定价呢？

按照上文讨论的，高级令牌可以看作是基础令牌的升级版。我们可以把上述两个令牌的付费意愿表转化为下面的表格。主要变化就是计算了从基础令牌到高级令牌的额外升级的价值：

这时候我们再根据前面的计算方式，可以得知基础令牌定价10元，两类玩家都会购买。升级功能定价25元，只有高付费玩家会购买。这时候高级令牌的最终定价是（10+25=35）元。所以我们的最优定价如下：

我们来仔细看一下两类玩家会怎么选择：高付费玩家对两个令牌付费意愿相同（都可以“节省”5元），我们认为他会购买高级令牌。（如果我们想确保他购买高级令牌，可以将高级令牌定价比35元低一点点，比如34.99元）。对于低付费玩家，35元的高级令牌太贵了，他只会购买10元的基础令牌。我们的总营收是（35+10=45）元。

简单对比下，我们通过最优定价策略，使我们的营收从之前最高的30元提高到了45元。

总结

本文基于一个简化的模型，讨论了如何针对多产品进行最优定价。模型虽然简单，但是对我们的实践还是有很多借鉴意义：

• 在游戏和互联网领域，基于成本的定价比较难，更方便和有价值的是基于用户的付费意愿进行定价。大量的玩家行为数据，再结合一些玩家问卷或者AB测试，可以使我们对不同类型玩家的付费意愿有一个较为清楚的认知。
• 完全基于算法的个性化定价容易引发用户对“大数据杀熟”的不满，从而导致其他的长期问题。多产品线的设计（给不同玩家自己选择的机会）是其中一种实现差异化定价的方式。在定价策略上，我们要考虑不同产品间的替代效应。如果高价值产品定价过高，目标用户可能会消费降级。
• 优化产品定价有可能以极小的成本（几乎不需要开发新功能）实现营收的显著增长，但是很多时候往往开发团队并没有花太多精力来优化产品定价。这里可能有一些明显的增长机会。