数据观测站 · 每日 09:30 全量校准
把今日电影票房排行、实时票房数据更新和全国影院票房统计放进同一块面板。看趋势，永远比看一个孤零零的数字有用。
情境 · 冲突 · 问题 · 答案
一部新片在周五傍晚开场。排片经理、宣发、影院值班主管和普通观众，几乎在同一时间打开了手机。排片表是三天前定下来的，可真正决定明天加不加场、减不减场的，是深夜里那串还在跳动的数字。
麻烦在于，很多页面只丢给你一个累计票房。你看到 1.2 亿，却看不出这 1.2 亿是首日冲高，还是靠长尾慢慢堆出来的；也看不出黄金场和午夜场的上座率到底差了几成。数字很大，信息很少。
第一，现在多少？第二，比昨天同时段快还是慢？第三，明天该加场还是该收缩？能同时回答这三个问题的数据，才算有用。
牛来 票房实时 就是冲着这三个问题搭起来的。我们把 实时票房数据更新 压缩成一条可以横向比较的曲线，把 全国影院票房统计 拆到城市、影院和影厅三级粒度，让 今日电影票房排行 不只是一个名次，而是一段能读懂的走势。
数据本身不产生判断，把数据放在合适的位置上，判断才会自己浮出来。这也是我们坚持每天 09:30 做一次全量校准的原因：先把昨天的误差擦干净，再谈今天的增量。
在映影片 · 点击查看详情
动画 · 家庭向 · 周末场次仍有余量
漫改真人 · 长尾期 · 夜场韧性较强
纪录片 · 包场为主 · 波动极小
青春 · 第二周 · 需要观察夜场
综艺衍生 · 预售主导 · 年轻观众
水墨动画 · 场次偏少 · 单场效率高
为什么值得每天打开一次
平峰期每 15 分钟做一次增量刷新，节假日和首映日自动压缩到 5 分钟。不是为了看起来热闹，而是因为这两类时间点上的每一次跳动都可能改变第二天的排片决策。
城市、影院、影厅三级可查。同一个影院里，1 号厅和 6 号厅的上座率可能差出两倍，只看影院整体数字，很容易把好场次一起砍掉。
分账口径和原始口径同时展示。只看其中一个，要么高估要么低估，两个数放在一起，才能看清一张票真正的价格结构。
同一档期、同一星期几、同一时段的历史曲线都能调出来对比。判断“今年比去年好还是差”，需要的是同一把尺子，而不是记忆。
档期观察 · 数据方法 · 影院端
预售数字好看，但真正值得盯的是黄金场的分配效率。目前三部主力影片在 19 点到 21 点之间的场次重叠度超过六成，这意味着同一批观众只能选一部。
场均人次下滑时，直觉反应是加场摊薄成本，但数据给出的答案往往相反。当单场产出低于临界值，增加场次只会同时拉低两场的上座率。
过去一个季度，三线城市的票房同比增速比一线高出 6.8 个百分点。银幕数增长只是表层原因，票价下探和本地化排片策略才是真正的推手。
关于数据口径与使用方式
每天 09:30 做一次全量校准，白天每 15 分钟做一次增量刷新。春节、国庆这类档期会自动压缩到 5 分钟一次，因为那几天的排片调整通常发生在几小时之内。
分账口径保持一致，但我们额外保留含服务费的原始值，两个数字并排展示。只看其中一个，很容易对真实票价结构产生误判。
场均人次等于当日观影人次除以场次。低于 8 人的影片，加场要格外谨慎，因为新增场次大概率会拉低整体均值，而不是带来增量观众。
可以，支持城市、影院、影厅三级粒度查询。单个影厅的数据会有大约 30 分钟的延迟，这是数据回传链路本身的限制，不是刷新问题。
白天主要靠预售冲量，晚上看的是黄金场实际入场率。如果 19 点之后曲线走平，通常意味着口碑没有接住第一波热度，而不是排片不够。
可以作为重要参考，但不建议作为唯一依据。更稳妥的做法是把这里的曲线和影院自己的排片系统、现场巡场记录放在一起交叉验证。
来自影院一线与资深观众
连着看了三周牛来 票房实时，周末加场终于不用靠拍脑袋了。以前是凭感觉排，现在至少知道哪一场是真的坐满了。你们要是也能看到我们影院就更好了。
我主要看今日电影票房排行来挑片子，排名靠前的一般不会太踩雷。就是希望以后能加上退票率的展示，有时候排第一的片子看的人多，但中途走的人也不少。
全国影院票房统计能下钻到影厅这一点很实用。同一家影院不同厅的产出差异经常被忽略，实际上那才是排片优化的关键。希望保持住现在的粒度。
