情境:每天早晨九点,同一组数字被转发上千次
宣发群、影院经理群、投资人群里,最先被丢出来的永远是大盘截图。猫眼专业版票房的日大盘页面几乎成了行业晨会的事实标准,但很多人只看了最上面那个大数字,就匆匆下结论。
宣发群、影院经理群、投资人群里,最先被丢出来的永远是大盘截图。猫眼专业版票房的日大盘页面几乎成了行业晨会的事实标准,但很多人只看了最上面那个大数字,就匆匆下结论。
综合票房含电商服务费,分账票房不含;两者之间通常有 3% 到 8% 的差距。用综合口径去推算片方收益,结果往往会高估。真正的做法是先明确目的,再决定看哪条线。
预测模型吃的是预售、排片、上座率和历史衰减曲线。当口碑在首周末发生剧烈变化,或者出现临时调档、极端天气,偏差就会放大。把预测当区间参考,比当结论更稳妥。
建议固定三个观察窗口:早场前的排片结构、晚场结束后的实时票房排行、次日凌晨的最终校准值。三段数据连起来看,趋势判断的准确率会明显提升。想直接看案例,可以跳到影片榜单,也可以对照常见问题里的口径说明。
首日排片充足但上座率偏低,第二天场均人次是核心观察点。
场均人次突出,正式上映后有望走出长尾曲线。
典型的周末型影片,工作日跌幅需要单独评估。
排片逆势回升,长尾能力明显强于同档期影片。
长尾平稳,第三周仍保有稳定的场均人次。
实时票房、排片占比与上座率按分钟级滚动,日大盘通常每 5 到 10 分钟刷新一次。影院值班经理在早场前调整场次,靠的就是这个时间窗口。
综合票房与分账票房分开展示,片方分账金额单独列出。做收益测算时可以直接取数,不必再手工换算服务费比例。
常规可回溯近五年的日粒度数据,重点影片保留完整的分日曲线。做长周期对比研究时,不必再依赖零散的截图存档。
手机端大盘页与单片详情页信息密度合理,图表支持横竖屏切换,拇指单手操作即可完成大部分查询。
数据口径分账
服务费在综合票房中的占比逐年变化,导致同样的综合数字对应的片方收益出现差异。建议在测算表中固定使用分账口径,避免跨年对比时产生系统性误差。
排片效率上座率
高排片配上低上座率,往往意味着次日起场次会被压缩。把排片占比和场均人次放在同一张坐标系里,能提前一至两天预判调场方向。
点映口碑扩散
点映阶段的票房绝对值通常不高,但场均人次能反映真实需求强度。场均人次明显高于同档期均值的影片,正式上映后的排片爬坡通常更顺畅。
移动端使用习惯
早晚通勤时段的数据查询量明显增加,推动移动端页面在加载速度与图表可读性上持续优化。首屏加载控制在 1 秒内,已经成为实际体验的硬指标。
猫眼专业版票房的日大盘数据一般每 5 到 10 分钟滚动刷新一次,单片的实时票房、排片占比、上座率同样按分钟级更新;每日最终结算数据通常在次日凌晨 1 点前后完成校准,因此深夜看到的小幅跳变属于正常现象。
猫眼专业版票房展示的是综合票房(含电商服务费),而专资办口径为分账票房(不含服务费),两者天然存在约 3% 到 8% 的差额;此外统计截止时间和退票处理规则也会造成小幅偏差,比较时应统一口径再看趋势。
猫眼专业版票房在首页默认展示综合票房,其中已包含网络购票平台收取的服务费;切换到影片详情页可以单独查看分账票房与片方分账金额,制片方和发行方做收益测算时通常以分账口径为准。
预测值基于预售、排片、上座率和历史同类型影片的衰减曲线生成,上映首日误差通常在 10% 以内,遇到口碑剧烈波动或突发调档时偏差会放大;建议把预测当作区间参考,而不是确定结论。
猫眼专业版票房在移动端提供 App 和小程序两种入口,大盘、单片走势和排片对比都能在手机上完成,图表支持横竖屏切换;影院值班经理最常用的场景是早场前的排片调整,整个过程一般不超过两分钟。
常规可回溯近五年的日粒度数据,重点影片保留完整的分日票房、排片和上座率曲线;更早的年度数据可在年度榜单中按年份检索,用于做长周期对比研究。
放映室的老周影院值班经理
我们早班七点半就要定当天的场次,靠的就是前一晚的场均人次。你们平时看猫眼专业版票房,是先看排片还是先看上座率?评论区聊聊各自的操作顺序。
宣发小林项目宣发
做物料投放排期时,我会把猫眼专业版票房的分日曲线和舆情热度叠在一起看,重合度高的时段加预算效果最好。有没有同行也是这么干的,欢迎补充经验。
周末场常客影迷
以前只看总票房,后来发现分账口径和综合口径差得挺多。现在看猫眼专业版票房都会先确认是哪个口径,这个习惯建议大家都养成。
数据派老陈行业研究
做长周期对比时最怕口径变动。我一般会固定用分账口径建库,再单独标注服务费比例变化。大家平时记录猫眼专业版票房数据,都是怎么归档的?