笔者认为，买断制不会被内购制取代，被订阅制取代倒是有较大可能性。买断制游戏，之所以竞争不过内购制，无外乎是因为付费门槛太高导致的结果。
一个是想要玩之前必须先付费，另一个是先上车再付费，从某种程度上，后者付费的门槛就比前者低。而基于心理学中的门槛效应，门槛越低的事物，越容易被人们接受。
试想一下，当你打算玩一款游戏时，让你一下子拿出一笔钱来（例如好几百块），可能都会犹豫一下，这就是定价门槛太高导致的结果。不仅如此，一下子付出一大笔钱，还会因此引发玩家损失厌恶的负面心理感受。
而内购制就不一样。下载游戏免费（所以一般下载量都会很高）、新手礼包几块钱，然后再慢慢提升付费门槛，直到最后的648，一步步吸引玩家消费。这也是为何门槛效应，又被称为得寸进尺效应的原因。
实际上，很多巨头早已经看出买断制的缺陷了。这也是为何微软、苹果、谷歌、索尼、育碧、EA等巨头推崇订阅制付费模式的原因。因为订阅制本质上是基于移除体验游戏的付费门槛而进行的商业模式设计。
其一，玩家订阅几十款游戏的价格，相比高昂的一次性买断价格更低。换言之，有效降低了玩家的付费门槛。
其二，可让玩家在一定时间内体验到更多的游戏，这导致玩家一旦进行了订阅，则会因此尝试一些以前根本不会考虑的游戏。
其三，哪怕这些游戏玩家并不喜欢，觉得不好玩，也不会有什么心理负担和损失。因其并没有付出较昂贵的一次性买断价格，从而也避免带给其损失厌恶的心理感受。
换言之，这种付费模式相当于租赁或者包月，且其实已经谈不上新鲜了，不仅在音乐、视频等娱乐项目中已经普及，在主机游戏市场亦早已成为主流。其中，这方面微软是涉足最深的，其已大规模推出了Xbox Game Pass的订阅游戏模式。苹果目前也开始有涉及，例如其旗下的Apple News、Apple Arcade等服务就是典型，用户可以花钱订阅各种新闻，以及进行相关服务的订阅。其他诸如：育碧的Ubisoft Pass Premium和Uplay+服务、EA推出的EA Access、索尼的PlayStation Now等订阅服务，均是订阅收费模式的典型代表。而玩家一旦决定订阅，则可以畅玩游戏库中的大量游戏。
而采用这种收费模式的游戏，其游戏内部是不能再进行额外的收费的，即不允许有内购模式存在。换言之，此收费模式其实是时长/包月模式的全面进化版，其对游戏或者产品的要求会比较高。另外，一旦玩家成为会员进行了订阅，则会因为损失厌恶心理的影响，而倾向于持续使用相关的服务。
当然，目前这种付费模式其实在国内，也已经有一部分厂商开始涉足了。例如莉莉丝的《剑与家园》，以及其他少量游戏均是典型代表。在这类游戏中，玩家进行订阅后，每日可以领取各类道具福利作为励。
不过，在国内推广该付费模式，其主要障碍则是玩家对厂商天然的不信任感。因为在早年的机和功能机时代，就有很多SP暗中利用订阅模式用户，并留下了非法扣费的相关黑历史。而很多玩家在订阅某种服务和游戏，或者免费试用之后，往往会忘记关闭自动续费。等到玩家反应过来，厂商已经多扣了玩家好几个月的钱了。
包括互联网上很多产品也是这种套。我之前因为要看爱奇艺的某个视频，于是决定订阅一个月的视频。结果我后来仔细一看，发现居然是默认自动续费的……。幸亏我这人比较仔细，外加本身对国内互联网企业的操守存疑，所以担心会出问题，才最终发现了此现象。于是我立即就在选项中，将默认的自动续费选项关掉了。
而按照一般人的心理，既然产品都到期了，那么不是应该自动关闭续费吗？例如国内的电视收费就是这种模式。一旦用户缴纳的费用到期，那么付费频道就会自动关闭了。但是一些国内的互联网服务则不然，加上早年的游戏订阅模式黑历史的原因，也导致国内的大量玩家对此保持高度，并天然对国内厂商抱持不信任的态度。可以说，这是付费订阅模式推广的主要障碍之一。
当然，从目前来看，微软、苹果、谷歌、索尼、育碧、EA等巨头都在推这种付费模式。由于有利可图，这种模式迟早会成为主流，并最终彻底取代买断制。
林雪 普通话
在经济学中，有一个显示性偏好理论。简单地说，就是消费者会在一定条件下（如价格、质量、产地、品牌、包装等），通过购买行为暗示出自己的内在消费偏好。故此，商家可以根据消费者的这种购买行为偏好，分析并得出消费者的消费习惯，以及他们对商品的喜好，从而可以更好的针对消费者的购买偏好，制造与推荐各类商品给消费者。换言之，正因为人们喜欢，所以人们才会购买相关商品。而如果不喜欢，那么人们自然不会去购买。毕竟，谁愿意购买自己不喜欢的商品呢？
而当今大数据分析等方面的技术运用，其基本的运行逻辑与技术发展脉搏，皆是以显示性偏好理论为基本的理论依据的。包括心理学里面的问卷法，亦是通过数据收集与分析，以此获得人们的心理感受和偏好的。
换言之，正因为数据具有精准预测用户显示性偏好的优点，所以很多企业都会想办法收集用户的隐私数据，并会设立自己的数据收集与分析部门。同样，游戏行业中的大公司亦不例外。
其一、通过数据分析，很难发现玩家新的需求，游戏的创新方向亦无法通过数据获得。例如，我已经在淘宝买了自家孩子的零食和玩具了，平台通过数据分析，然后再推荐类似的玩具和零食有用吗？事实上根本没用。因为这些商品我已经买过了，我实际上要买的是大人吃的零食，你再给我下面推荐一排小孩的玩具和零食有什么用？屁用没有！
套用在游戏中亦是如此。玩家的需求已满足了，再通过数据分析其过去的行为，是很难挖掘出玩家某种新需求的。而如果一味的强调数据分析，强调是否获得市场的验证，那么就很容易导致产品固步自封，从而无法对游戏进行创新。
例如，笔者曾在某公司时，主管就开口数据，闭口数据，仿佛数据是万能的，数据分析如同就是一切。而无论你提出了什么新的需求，他都会说：“还是要看用户的数据分析的”。可实际上，增加的新功能和新玩法，根本是一种全新的事物，发掘的是玩家全新的需求，而原有的数据根本没有这类积累。试想，没有这类数据积累，哪里来的数据？哪里会有数据支撑？又怎么对数据进行分析？哪里又能通过数据分析出能否获得市场的验证？而按照高层主管的逻辑，如果市面上没有对标的竞品，是不是这个产品就不做了？如果从来就没人做过这个产品，那么数据又从何而来？
换言之，你得先有某样事物作为基础，再以此为基础获取玩家的数据，然后才能加以分析并得出利弊得失。没有人会在成功之前就提前获得各种数据。而这也是为何往往缺乏数值挖掘和分析的游戏小团队，反而会诞生创新佳作的原因所在。例如，《太吾绘卷》《爸爸是你》这类游戏，我相信在开发时肯定是没有什么数据分析的。
而这也说明，大数据分析只能挖掘现有游戏的问题，可以分析得出玩家过去的喜好，但是却无法分析得出游戏的创新方向。而故此，一旦钻入数据分析的牛角尖，那么必然导致无法挖掘出玩家新的需求，从而因刻舟求剑，而无法引领行业的风口与创新方向，更会陷入“西纳特拉测试”的陷阱之中。而很多大公司在这方面的问题尤其严重。
其二，数据分析，往往会通过明确的数据指标用于结果判断。这些数据包括玩家的留存率、流失率、每日活跃用户（DAU，又称为次日留存）、7日活跃用户（WAU，又称为7日留存）、月活跃用户（MAU，又称为30日留存）、每用户平均收入（ARPU）等诸多数据。此外，游戏中各类内购道具的查看、购买、使用、销售额等数据，亦属于该统计范围。而通过分析这些数据，可以更好的提升游戏运营的质量，并提高游戏留存率和营收。
而为了增加游戏的营收，什么签到、抽、商城、升级、升星、等级、坐骑、翅膀、法宝、强化、宝石、洗练、鉴定、、职级、绝技、特戒、神器、合成、时装、光武、切割……一大堆基于数值设计的功能扑面而来。
但这就带来了一个问题，那就是数据往往只能体现、物质、市场等有形价值，无法体现出社会价值、人文价值、艺术价值、价值、实现价值、教育价值、技术价值、医疗价值等无形价值，故此会显得商业化倾向很重。
例如，一些公司在开发产品时，会首先寻找对标的竞品。再通过全方位像素级的模仿，开发出相应的产品。之后，再通过自己数亿、甚至十亿级的社交软件产品，收集海量用户的数据。随后，再通过大数据分析，持续进行产品的优化与迭代。而产品优化迭代的过程，又被一些人美其名曰为“微创新”。而由于这类企业的产品开发导向，以及数据导向的游戏开发过程，本身就是以盈利和赚钱为主要目的，故此对待不能体现这一点的产品，会采取不做的战略；而如果某款产品数据不合格，无法体现市场价值，哪怕其无形价值再高，通常也会被其砍掉。例如《斗战神》即为典型体现。
腾讯的WEGAME；腾讯的WEGAME国际版与Level Infinite；蜗牛的STONE；联想的Legion Game Store；东方明珠联手微软的G平台；皖新的方块平台；杉果；TapTap；雷蛇数字游戏商店；360软件渠道；完美的蒸汽平台；网易的发烧游戏平台；
开测游戏查看更多商务合作查看更多编辑推荐查看更多微信号微博头条号邮箱：产品、开测信息邮箱：© 2001-2022GameRes游资网
删除。
网友评论 ()条 查看