星海归途
上映第九天仍守住单日冠军,场均人次三十八,二线城市持续加场,后劲比首周预期更足。
从清晨第一场到午夜最后一场,我们把全国影院的出票节奏摊开在你面前,大盘、单片、排片、预售,一页看全。
不管你是准备买票的观众,还是盯着排片的从业者,这里都能给你一个足够清晰的判断起点,而不是一堆看不懂的数字。
数据来自公开票务渠道,每日多次校准,只求把最接近真实的市场温度交到你手上。
电影票房实时是一个把全国影院票房数据摊开来讲清楚的地方。每天清晨到深夜,我们持续跟踪全国上万块银幕的出票情况,把大盘数字、单日票房、场均人次、上座率这些原本藏在后台的指标,整理成人人都能看懂的图表和榜单。你不需要会写代码,也不用翻厚厚的专业报告,打开页面就能知道今天谁在领跑、谁在逆袭、哪部片子后劲最足。我们始终觉得,数据不该只属于行业内部,普通观众也有权知道自己买的那张票,正处在怎样一条曲线上。
平台做了这些年,最常被问到的问题是:实时票房到底有什么用?答案其实很朴素。对普通观众来说,它是一份买票参考,能帮你判断一部影片是正在升温还是已经退潮;对影院排片的人来说,它是一张随时更新的作战地图;对内容创作者和投资人来说,它是一面照出市场偏好的镜子。我们把同一天的排片占比、预售进度、口碑走势放在同一页里对照,谁在靠营销冲高、谁在靠口碑长跑,一眼就能分出高下,不用再去各个渠道拼凑信息。
除了冷冰冰的数字,我们也想把票房背后的故事讲出来。为什么一部小成本影片能在工作日逆跌?为什么某些档期的冠军在第二周就迅速回落?这些问题的答案,往往藏在场次结构、城市分布和观众构成里。所以我们坚持做数据解读、做趋势预测、做每日复盘,把一个个孤立的数字串成一条完整的脉络。电影票房实时想做的,是让每一个关心电影的人,都能在数据里找到属于自己的判断依据,而不是被动接受别人的结论。
实时抓取全国影院的出票节奏,热度每小时刷新一次,你看到的都是此刻正在发生的事。
上映第九天仍守住单日冠军,场均人次三十八,二线城市持续加场,后劲比首周预期更足。
排片从百分之八涨到百分之十七,靠的是连续三天口碑发酵,晚场几乎场场坐满。
周末亲子场次占比接近四成,家庭观众把这部片子稳稳托在榜单前三的位置上。
巨幕厅贡献了超过三成票房,观众愿意为视听体验多掏钱,这是今年最明显的变化。
上映第二周票房逆跌,三四线城市观众贡献了主要增量,长线走势值得继续观察。
午夜场票房占比涨到百分之九,年轻观众二刷三刷的比例明显高于同期其他影片。
小成本影片靠口碑慢慢爬升,排片虽少但上座率一直排在所有在映影片的前两位。
工作日票房连续五天正增长,说明这部片子的观众并不依赖节假日带来的时间红利。
巨幕版本一票难求,高格式放映带来的溢价让单厅产出比普通厅高出近一倍。
女性观众占比超过六成,情侣场次集中在晚九点后,这个时段的票价也相对更高。
功能更新和数据校准的每一步都会在这里同步,改了什么、为什么改,都会说清楚。
现在可以按一线到五线城市分别查看当日大盘,区域差异一目了然,排片决策有了更细的依据。
新增小时级预售增速曲线,能看清一部影片的爆发究竟集中在哪个时间段,而不是只看一个总数。
多部影片可以放在同一张图里对比,颜色区分清晰,切换片单不需要重新加载整个页面。
页面首屏渲染时间缩短到一秒以内,弱网环境下打开也能快速看到当日大盘的核心数字。
把评分变化和单日票房画在同一时间轴上,能直观看到口碑是从哪一天开始影响排片的。
近十年的日票房与档期数据全部可查,做长周期对比不再需要自己一张张整理表格。
第三版模型加入了天气和竞品因素,对首周末排片占比的预测误差进一步收窄。
可以把关注的影片、影院、档期分别归类,重要数据出现变动时会在页面顶部给出提示。
每天凌晨自动比对多个公开渠道,修正误差之后再生成当日最终报表,减少口径打架的情况。
任意一张可视化图表都能保存成图片,方便直接用在复盘文档或者会议材料里面。
八个入口对应八种看数据的方式,从大盘到单片,从当下到历史,都能找到落点。
按小时刷新的票房排行,大盘、单片、单日三条曲线并排展示,随时看清谁在领跑谁在追赶。
场次数量、排片占比、黄金场分布一次看全,帮影院和片方找到还没被满足的观影需求。
从开票第一分钟开始记录,逐小时呈现增速变化,提前判断一部影片的首日爆发力有多强。
春节、暑期、国庆等主要档期的历史数据汇总,看清每个档期的容量和观众结构差异。
同步呈现北美、日韩、欧洲市场的票房表现,做跨市场对比时不用再翻不同语言的报告。
用通俗语言拆解当日大盘,把逆跌、长尾、单厅产出这些术语翻译成人人都能懂的话。
评分、短评热度与票房走势放在同一页,观察口碑到底是在什么时候转化成了购票行为。
结合排片、预售和竞品情况给出后续票房区间,同时标明预测的不确定范围,不做绝对判断。
把数据放回行业语境里看,很多现象其实都有迹可循,这一节我们聊得稍微深一点。
票房数据的价值,从来不在数字本身,而在于它能把一个模糊的市场判断变成可以验证的结论。过去人们讨论一部电影好不好,靠的是朋友圈的口碑和零星的媒体报道;现在打开电影票房实时,你能看到同一时段里不同影片的场次密度、上座率曲线和城市分布差异。这些颗粒度足够细的数据,让讨论从“我觉得”慢慢变成了“数据显示”,也让很多原本吵不出结果的话题,有了共同的事实基础。
实时能力是这套体系里最容易被低估的一环。日终结算的票房当然准确,但它像一份迟到的成绩单,只能告诉你昨天发生了什么。而实时数据意味着,影院经理可以在下午三点调整晚上八点的排片,发行方可以在首映当晚判断第二天要不要追加宣发预算,普通观众也能在买票之前看到一部片子的热度是在爬坡还是在下坠。时间差被压缩之后,决策的质量自然就上来了。
从行业结构看,票房数据的透明化正在改变话语权的分配。过去排片、票价、场次的决策更多依赖经验和人脉,中小片方很难拿到对等的信息。当大盘走势、单厅产出、观众画像这些指标变得公开可查,谈判的筹码就从关系转向了证据。对内容创作者来说,这意味着只要作品本身站得住,就有机会被数据看见,而不是被渠道挡在门外。对整个内容生态而言,这是一种更健康的方向。
与此同时,数据也带来了新的误读风险。有人把首日票房等同于影片质量,有人看到单日下滑就断言口碑崩盘。实际上,票房是排片、票价、档期、竞品、天气、假期共同作用的结果,任何单一指标都不足以独立下结论。电影票房实时在页面上并列展示多个维度,正是希望大家养成交叉验证的习惯,而不是被一个刺激的数字牵着走,看完热闹却什么也没留下。
内容生态的变化同样值得关注。短视频和社交平台正在重塑观众的决策路径,一条三十秒的片段可能比一支正式预告片更有转化力。这类外部热度会迅速反映到预售和首日排片上,但能否延续到第二周,仍然取决于影片本身的口碑沉淀。数据能帮我们看清这个转化链条究竟在哪一环断了,是内容没打动人,还是排片没跟上,抑或是档期选得不够合适。
往后看,票房数据的实时化、可视化还会继续往前走。更细的时间切片、更准的预测模型、更贴近个人偏好的推荐逻辑,都是可以预期的方向。但工具再先进,最终做判断的仍然是人。电影票房实时希望扮演的角色,是把复杂的市场信号整理成清晰的线索,让每一个关心电影的人都能自己得出结论,而不是被别人的结论推着往前走。
第一次来也不用担心迷路,这五个入口基本覆盖了大多数人最常用的场景。
大盘、单片、档期、城市四个层级从上到下依次展开,不用来回跳转就能拼出完整图景。
按城市、影院、片名、时间区间自由组合条件,筛完的结果可以一键保存成常用视图。
手机端把关键数字放大展示,横屏竖屏都能顺畅浏览,通勤路上也能快速看完当日大盘。
关注的影片和影院放进收藏夹,有新的票房节点或者排片变动时,页面会给到明显提示。
每一组数据旁边都有关联入口,从单日票房可以顺势走到档期对比、城市分布和口碑曲线。
下面这些问题是用户问得最多的,答案都尽量说得直白,看完还有疑问可以继续翻。
正常情况下每小时会刷新一轮,遇到热门档期或者大片首映日,我们会把刷新频率提高到十五分钟一次。页面上的时间戳会显示最近一次更新的具体时刻,如果你看到的时间比较旧,刷新一下浏览器基本就能拿到最新数据。需要说明的是,不同票务渠道回传速度有快有慢,所以实时数字会有小幅波动,这是正常现象。
我们的数据来自多个公开票务渠道和影院上报系统,每天凌晨还会做一次交叉比对,把各渠道之间差异较大的部分单独标记出来,再根据历史规律做修正。所以你在页面上看到的数字,通常是多个来源校准之后的结果。当然,任何实时数据都存在误差窗口,我们会在页面上标明数据的更新时间,方便你判断它的新鲜程度。
主要是统计口径和抓取时间点不一样。有的平台只统计线上出票,有的把影院前台售票也算进去;有的按支付时间计入,有的按场次结束时间计入。再加上各家刷新频率不同,同一时刻抓到的数字自然会差一截。如果差异在百分之三以内,基本属于正常波动;如果差得离谱,那就要看是不是有渠道漏报了。
预售票房指的是观众提前买票、但场次还没放映的部分,它反映的是期待值和宣发效果。实际票房则是场次真正放映之后计入的金额。一部影片可能预售很高但实际表现平平,因为有一部分观众买完票又退了;也可能预售一般但上映后靠口碑拉起来。所以看预售的时候,最好结合退票率和首日上座率一起判断。
简单说,就是某部影片的场次数量占当天全部场次数量的比例。比如一天全国排了十万场,某部片子占了一万五千场,那它的排片占比就是百分之十五。这个指标反映的是影院对影片的信心,但排片高不等于票房高,还要看场均人次和上座率。有些片子排片占比不高,但每场都坐得满,单厅产出反而更高。
两个指标看的角度不一样。场均人次看的是每场平均来了多少人,适合比较不同影片的吸引力;上座率看的是座位被填满的比例,适合判断影厅的利用效率。大影厅场均人次高但上座率可能一般,小影厅则相反。做排片决策的时候,两个指标结合起来看,比只看其中一个要靠谱得多。
逆跌指的是影片在第二个或者第三个上映日,单日票房不降反升。正常情况下,一部电影首日或者次日票房最高,之后逐渐回落。如果出现逆跌,说明口碑开始起作用,把原本没打算看的人拉进了影院。逆跌的持续天数,往往比首日票房更能说明一部片子的长线潜力,也是我们重点关注的一个信号。
影响相当大,甚至不亚于影片本身的质量。同一个内容放在春节档和放在普通周末,大盘容量可能差三到五倍。但档期也是一把双刃剑,热门档期意味着竞品扎堆,排片可能被挤压。所以每年都有一些影片主动避开大档期,选在竞争少的时间段做长线放映,最终的总票房未必比挤进档期的成绩差。
核心还是时间。周末观众有整块空闲,白天场次也能坐满;工作日大多数人只有晚上有空,所以票房集中在下班之后的几个场次。这就导致同一部影片,周末的单日票房可能是工作日的两倍甚至三倍。判断一部片子的真实热度时,用同期工作日对比会更公平,直接拿周末和工作日比容易得出错误结论。
有,但传导需要时间。评分通常在首映当晚到第二天开始影响购票决策,反映到票房上大概滞后一到两天。口碑好的影片往往在第三到第五天出现逆跌,口碑差的则可能在次日就大幅下滑。不过评分只是参考之一,类型片和文艺片的评分转化效率并不相同,需要结合题材和受众规模一起看。
没有一个固定数字,因为成本结构差别太大。粗略来说,票房要先扣除税费和分账,片方最终拿到的大概是三成到四成。也就是说,一部成本一亿的影片,通常需要三亿左右的票房才能大致回本。但这里面还没算宣发费用、海外销售和后续版权收入,所以实际回本线要case by case地算,不能一概而论。
总票房就是观众买票花掉的全部金额,也就是你在页面上看到的那个数字。分账票房是这笔钱在扣除税费和专项基金之后,由影院、院线、发行方和制片方按比例分配的部分。片方最终拿到手的是分账票房里属于自己的那一块。所以讨论一部影片赚不赚钱,看分账数据比看总票房更有参考价值。
海外票房一般由各地发行方按周上报,再汇总成区域数据。因为各市场的结算周期和汇率不同,海外数据通常比国内滞后三到七天,精确度也略低一些。我们在页面上的海外板块会标明数据截止日期和汇率基准,方便你做跨市场对比时心里有数,不至于把不同口径的数字直接拿来比较。
首日高开通常靠的是宣发势能和粉丝基础,这部分观众进场快、消耗也快。如果影片本身没能打动普通观众,第二天的自然购票就会明显减少,票房随之下滑。相反,有些片子首日平平,但普通观众看完之后愿意推荐给朋友,反而能在第三四天稳住甚至逆跌。这就是所谓“首日看宣发,长线看口碑”。
可以。分城市榜单已经上线,从一线到五线城市都能单独查看当日大盘和单片表现。你还能看到同一个影片在不同线级城市的上座率差异,这对判断一部片子的受众结构特别有用。比如有的影片在一线城市表现一般,但在三四线城市非常受欢迎,这类信息在总榜上是看不出来的。
图表可以直接导出成图片,方便贴进文档或者汇报材料。常用的筛选条件可以保存成视图,下次打开页面直接调用,不用重新设置一遍。如果你需要更完整的历史数据,历史数据库也支持按时间区间查询,把结果整理成表格之后另存,比自己一点点抄录要省事很多。
会给出一个区间预测,同时标明不确定范围,而不是只抛一个数字。预测主要参考排片走势、预售进度、口碑变化和同期竞品情况。影片上映初期预测误差通常较大,随着数据积累会逐步收敛。我们建议把预测当成一个参考坐标,而不是标准答案,尤其别拿它去做高风险决策。
可能是几种情况:影片还没正式开画,只在点映阶段,场次太少不足以形成有效统计;或者是老片重映、艺术影展放映,没有接入统一的票务系统。另外,部分小众影厅的数据回传存在延迟,也会导致短时间内看不到数字。遇到这种情况,可以等几个小时再刷新,或者查看我们的日终报表。
密钥是影院放映数字拷贝的授权文件,有固定有效期。如果一部影片市场表现好,片方可以申请延长密钥有效期,让影院继续排片,这就是所谓的密钥延期。延期通常发生在长线表现优秀的影片身上,它意味着这部片子还有观众愿意买票进场,也常常是判断影片后劲的一个重要参考信号。
最直接的用法是看两个东西:一是上座率,二是票房走势。上座率高说明大家都在看,踩雷概率相对低;走势向上或者持平,说明口碑还在扩散,越往后看的人评价越客观。另外可以看看你所在城市的排片情况,如果场次很少又集中在冷门时段,可能意味着这部片子在当地并不受欢迎,观影体验也会打折扣。
主榜单按当日实时票房从高到低排列,票房相同的情况下参考观影人次。除此之外还有几个衍生榜单,比如按上座率排、按单厅产出排、按预售增速排。不同榜单看的是不同的东西,票房榜反映体量,上座率榜反映效率,预售榜反映期待值。你可以根据自己的需求切换着看,不必只盯着一个榜。
历史数据库已经开放,近十年的日票房、档期表现、单片走势都可以查。你可以按年份、档期、影片类型等条件筛选,也可以把不同年份的同一档期拉出来做对比。这类长周期对比特别适合做复盘,比如看看春节档的容量这几年是怎么变化的,或者某类题材的市场接受度有没有在提高。
这种情况偶尔会出现,原因通常是统计时点不同。影院大屏可能是按场次结算后更新的,我们页面上是实时抓取的,中间存在时间差。另外,影院大屏通常只显示本影院的数据,我们显示的是全国汇总,量级上本来就不一样。如果你发现差异特别大,可以把具体页面和时间点反馈给我们,我们会去核查数据链路。
来自观众、影院和内容从业者的真实反馈,每一条我们都有认真看。
每天上班第一件事就是打开看昨天的大盘,比刷新闻有意思多了,数字不会撒谎。
排片占比那一栏特别实用,我们小影院排片基本就是照着这个数据来调的。
预售增速曲线太直观了,一眼就能看出来哪部片子是靠首日冲高,哪部是靠长线。
做发行三年,这个平台的单厅产出数据帮我省了无数张表格,效率提升很明显。
本来只是想知道明天看什么,结果研究了一晚上票房曲线,完全停不下来。
口碑和票房放一起对比这个功能,终于有人做了,转化节点看得清清楚楚。
三四线城市的数据终于也能单独看了,我们这边的观众口味跟大城市真不一样。
图表能导出图片这点必须夸,写复盘文档直接贴上去,省了好多事。
午夜场占比这个指标挺有意思的,能看出哪些片子真的有一批死忠观众在追。
看不懂专业术语的时候就看数据解读,写得挺白话的,没有故意故弄玄虚。
历史数据库开放之后,我把近五年的春节档都拉出来对比了一遍,挺震撼的。
用了两年多,最大的感受是数据变透明之后,讨论电影终于能讲点道理了。
这几天被搜得最多、讨论得最热的几个话题,都和票房曲线有着直接关系。
头部影片和腰部影片同时发力,市场热度回升明显,观影人次也创下近期新高。
一部没有大明星的剧情片靠口碑一路爬升,排片占比从百分之六涨到了百分之十九。
入夏以来北方主要城市的观影人次首次超过南方,天气和档期安排可能是主要原因。
晚上十点以后的场次贡献了接近一成的票房,年轻观众的作息正在改变排片逻辑。
多部经典影片选择在淡季重映,单厅产出甚至超过部分新片,性价比相当高。
周末上午的动画场次几乎场场满座,家庭观众撑起了白天档期的半壁江山。