本周更新
首映周末档
把周五至周日的分时数据摊开,看口碑发酵如何影响次日排片。
数据观察 · 口径统一
把排片占比、上座率、场均人次与观影人群画像放在同一把尺子上,让每一次牛来票房的涨落都能被解释,而不是被猜测。
同一部影片,周五晚上八点你打开两个页面,看到的数字能差出两成。这不是数据错了,而是口径不同。先把前提说清楚,后面的判断才有意义。
五个专题,覆盖从首映周末到长线放映的完整链路。点击卡片查看该专题关注的指标、更新节奏与阅读建议。
本周更新
把周五至周日的分时数据摊开,看口碑发酵如何影响次日排片。
上映三周后的走势,往往比首周更能说明一部影片的真实生命力。
数据补齐
对比同档期影片的场次占比,找到被挤压与被倾斜的两端。
年龄、城市层级与购票时段三轴交叉,还原观影人群的真实构成。
一线与三线城市的产出落差,往往藏着一部影片的破圈路径。
每一组数字下方都标注统计范围与时间粒度,不做“模糊的正确”。读者可以自己判断这个数字能不能拿来用。
排片占比与上座率互相印证,场均人次作为第三方参照。单一指标出现异常时,页面会把它单独标记出来。
只在数据稳定后更新,不追求刷新频率带来的虚假即时感。宁可晚半小时,也不把未结算的数字推到台前。
页面不加载任何第三方脚本与字体,打开即读,读完即走。省下来的时间,留给真正需要判断的部分。
头部影片拿走近四成场次,腰部影片的生存空间被进一步压缩。
服务费、结算时点、退票剔除,三者叠加足以让结论反转。
场均人次上升的背后,是排片结构而非单纯的需求扩张。
来自公开的影院排片接口与每日结算快照,经人工校对后统一录入。本页不接入任何第三方统计脚本,也不对原始数字做平滑处理,所以你看到的数字可能比别处更毛糙,但它是可追溯的。
主要是三处差异:是否包含服务费、按自然日还是按放映日结算、以及是否剔除了退票。三者叠加,同一部影片的差额通常在 8% 到 20% 之间。判断时先确认口径,再比较高低。
上座率等于售出座位数除以该场次的可售座位总数,包场与锁座不计入分母。本页同时给出场均人次,因为它不受影厅大小影响,跨影院对比时更稳定。
算,但单独标注。预售金额在影片正式放映后才计入当日票房,提前购票的部分会先停留在预售池里。所以首日数字往往比预售数据高出一截,这是正常现象,不是统计错误。
工作日的更新频率是每 30 分钟一次,节假日加密到 15 分钟。晚间十点后的结算数据会有一次集中校准,次日早晨八点前完成复核,复核结果会覆盖此前的小幅偏差。
看两个交叉信号:场均人次是否连续三天上升,以及三四线城市的排片占比是否同步扩大。如果只有单日数字冲高而场均人次持平,多半是促销或包场造成的短期扰动。
按这个口径把手上那张表重新对了一遍,国庆档那部片的场均人次确实被高估了。希望后续能补一篇关于退票口径的说明。
想问一下三四线城市的样本是怎么取的,是固定影院池还是每次重新抽样?这个会直接影响排片占比的可比性。
看了长线放映那部分,连续两周单日跌幅收窄的确比首周数字更有参考价值。已经把这个判断方法用在选片上了。
以上内容整理自公开讨论区。如果你对牛来票房、排片占比或观影人群画像有不同看法,欢迎把你的观察写下来与大家分享。