抽屉编号 A-01 · 每日十时开档
电影票房实时榜
一天里散落在公开票务口径中的数字,被重新排进同一组抽屉:单日票房、预售转化率、排片占比、场均人次、上座率与票价中位数。档案室不做预测喊单,只做可以逐格核对、逐条追溯、隔周复盘的票房档案。
- 1,142累计归档次数
- 3,860收录影片档案
- 27固定核验字段
- 10:00每日开档时刻
抽屉组 A · 关于档案室
为什么把票房做成抽屉,而不是拉成一条曲线
最后更新 2026年10月22日 · 阅读约 4 分钟
情境
观众最常问的一句话是今天排第几。这个问题看起来只需要一个数字,实际要同时回答四件事:这个数字是什么时刻的、含不含服务费、是按出票量还是按金额、统计范围是一家影院还是全国可统计影院。
冲突
同一部影片在不同渠道会出现两套数字,差异往往来自快照时点与退票冲正:上午九点抓取到的场次,可能因为影院补录而在中午变化;把两个时点的数字混在同一张表里比较,结论就会互相打架。曲线图把这种差异抹平,看上去顺滑,却丢掉了最要紧的时间戳。
问题
普通观众不可能为了看一次排位去核对七八个字段。于是真正的问题变成:能不能用一眼就能读完的版式,把关键字段连同取数时点一起摆出来,让人三十秒内判断这个数字值不值得信。
答案
档案室采用抽屉式归档:每一格抽屉只放一类指标,标签牌上写清字段名、时点、单位与常见误用。我们把这条链路固定下来,就是电影票房实时榜的归档法。所有抽屉共用同一次快照,任何一格数字都能沿着档案编号回查到原始口径,需要交叉阅读时再进入单日票房榜、影片预售与排片档案或票房分析写作题库。
运营时间线
档案室上线,公开第一版 14 项字段表与每日开档说明,当天归档 3 部影片。
新增预售转化率与场均人次两个核验字段,字段总数升至 21 项,并开始记录快照时点。
引入进度环校验完成度标记,读者可以直接看到每个频道的核验进度,不再用文字描述数据可信度。
字段扩充至 27 项,新增首日排片回落幅度与二刷占比,收录影片档案 3,860 条,累计归档 1,142 次。
内容更新日志
最近三次更新留痕,含影响范围与核验方式
| 更新日期 | 更新内容 | 影响范围 | 核验方式 |
| 2026年10月22日 | 新增首日排片回落幅度、二刷占比两个字段,并重排标签牌说明 | 影片档案 3,860 条 | 双人独立复核 |
| 2026年10月08日 | 修正 12 部影片场均人次的四舍五入口径,统一保留一位小数 | 单日榜、口碑榜 | 与原始快照逐条比对 |
| 2026年09月19日 | 预售转化率公式改为出票量除以想看新增,并回溯三个月数据 | 预售榜全部条目 | 公式与样本双重留痕 |
数据来源:公开票务平台每日 10:00 快照,本站人工复核后归档;样本不足 300 条的影片会标注样本量并降低展示精度。档案室与任何发行方、票务平台无隶属关系。
抽屉组 B · 五个频道
用进度环切换频道:五个抽屉共用一次快照
校验完成度每日刷新 · 数据时点 2026年10月22日 10:00
点击任意一个进度环即可切换频道,环上的百分比是当日该频道的校验完成度:字段齐全、快照比对通过、异常值已复核三项都完成才会达到百分之百。五个频道共用同一次取数时点,任何一格数字都能追到快照,这也是电影票房实时榜里最容易被忽略的前提。
大盘抽屉只回答整体水位,用六项指标互相校验:金额、出票、场次、场均人次、平均票价、营业影院数。任何一项与其余五项的方向不一致,都会在标签牌上标出待复核。
大盘指标快照 · 2026年10月22日 10:00
| 指标 | 数值 | 环比前一日 | 口径说明 |
| 大盘单日票房 | 2.41 亿元 | +6.8% | 不含服务费,含复映场次 |
| 出票量 | 612 万张 | +5.1% | 按有效出票计,退票已冲正 |
| 排映场次 | 31.6 万场 | +1.4% | 含零点场与点映场 |
| 场均人次 | 19.4 人 | +3.7% | 出票量除以场次 |
| 平均票价 | 39.4 元 | -1.2% | 按出票量加权 |
| 营业影院数 | 11,268 家 | +0.2% | 当日有出票记录的影院 |
数据来源:公开票务平台 10:00 快照,本站人工复核;平均票价按出票量加权,与按场次加权的数值会相差约 0.3 至 0.8 元。
单日榜只排当日出票金额,不混合累计票房。名次变化更快,因此把排片占比与环比并排放在同一行,方便看出是排片推动还是上座推动。
单日票房前五 · 2026年10月22日
| 名次 | 影片 | 单日票房 | 排片占比 | 环比 |
| 1 | 潮汐线 | 6,420 万 | 31.2% | -4.1% |
| 2 | 山海邮差 | 5,180 万 | 24.6% | +2.7% |
| 3 | 回声站台 | 3,940 万 | 17.3% | -1.2% |
| 4 | 晚风修理铺 | 1,260 万 | 6.8% | +0.9% |
| 5 | 第七个夏天 | 880 万 | 4.1% | +0.4% |
数据来源:公开票务平台 10:00 快照;单日榜的校验完成度偏低,是因为部分小体量影片的样本不足 300 条,字段仍在补齐。
预售抽屉的核心不是预售金额,而是预售转化率:出票量除以想看新增。金额大但转化率低,通常意味着热度停留在点击层面;金额小但转化率高,则可能是排片尚未释放。
预售观察表 · 2026年10月22日 10:00
| 影片 | 预售票房 | 预售开启天数 | 预售转化率 | 首日排片预估 |
| 潮汐线 | 2,180 万 | 9 天 | 18.6% | 30.4% |
| 山海邮差 | 3,460 万 | 16 天 | 24.2% | 22.8% |
| 墨色江湖·卷三 | 960 万 | 6 天 | 11.4% | 9.6% |
| 深夜乐队现场 | 420 万 | 4 天 | 7.8% | 5.2% |
| 星野慢递 | 1,540 万 | 12 天 | 21.7% | 14.1% |
数据来源:公开票务平台 10:00 快照与想看新增计数;预售转化率已按公式调整回溯三个月,样本量不足 300 条的条目仅作方向参考。
口碑抽屉保留样本量与分层,不做二次加权。评分只取开档时刻的公开样本均值,同时给出短评量与二刷占比,避免用单一分值下判断。
口碑字段表 · 2026年10月22日 10:00
| 影片 | 当前评分 | 样本量 | 二刷占比 | 想看转化 |
| 回声站台 | 8.6 | 58,420 条 | 9.4% | 26.1% |
| 星野慢递 | 8.7 | 31,806 条 | 7.2% | 21.7% |
| 山海邮差 | 8.9 | 47,215 条 | 8.8% | 24.2% |
| 潮汐线 | 8.4 | 42,168 条 | 6.1% | 18.6% |
| 长夜食堂 | 8.1 | 19,344 条 | 4.3% | 12.9% |
数据来源:公开评分样本均值,仅取开档时刻快照;不同平台的去水策略不同,出现零点几分差异属于正常现象,因此本站同时保留样本量。
档期抽屉把时间拉长到四周以上,拆出影片数、场次与均价三个可分解项。同比数字必须先剔除影片数量差异,否则会把供给变化误读成需求变化。
档期观察 · 统计至 2026年10月22日
| 档期区间 | 档期总票房 | 上映影片数 | 场均人次 | 同比 |
| 10月01日至10月07日 | 18.62 亿 | 11 部 | 22.6 人 | +4.8% |
| 10月08日至10月14日 | 6.34 亿 | 7 部 | 14.2 人 | -6.1% |
| 10月15日至10月21日 | 5.08 亿 | 9 部 | 13.1 人 | -2.4% |
| 10月22日至10月28日 | 预估 5.60 亿 | 6 部 | 13.8 人 | +1.1% |
数据来源:公开票务平台日结数据汇总;最后一行是区间进行中的预估值,已在标签牌上标注预估二字,校验完成度因此只有 36%。
抽屉组 C · 影片档案
影片档案:每张卡片都带可核验字段
8 个在档条目 · 最近核验 2026年10月22日
按片种筛选抽屉,点击档案详情可打开独立弹窗;弹窗地址就是这个抽屉自己的编号锚点,关闭后回到档案架。每张卡片都标注上映年份、评分、片种与数据来源,评分同时给出样本量,避免只看分值。
今日更新
剧情 / 悬疑 · 2026年上映 · 片长 128 分钟
档案编号 C-01 · 数据来源:公开票务平台 10:00 快照,人工复核后退票已冲正。
今日更新
动画 / 奇幻 · 2026年上映 · 片长 112 分钟
档案编号 C-02 · 数据来源:公开票务平台 10:00 快照;预售开启 16 天,转化率 24.2%。
三日更新
都市 / 剧集 · 2026年上线 · 全 24 集
档案编号 C-03 · 数据来源:公开热度与播放口径快照;剧集不进单日票房榜,仅在口碑抽屉与热度档案中展示。
三日更新
户外 / 综艺 · 2026年上线 · 12 期
档案编号 C-04 · 数据来源:公开热度与完播口径快照,样本量偏小,展示精度已降级为一位小数。
今日更新
漫画改编 / 武侠 · 2026年上映 · 片长 106 分钟
档案编号 C-05 · 数据来源:公开票务平台 10:00 快照;原著漫画卷三同步在档,仅做信息索引。
七日待复核
科幻 / 剧情 · 2025年上映 · 片长 134 分钟
档案编号 C-06 · 数据来源:公开票务平台历史快照汇总;已上映超过一年,字段连续七日无变动,标记待复核。
今日更新
动画 / 短片集 · 2026年上映 · 8 个单元
档案编号 C-07 · 数据来源:公开票务平台 10:00 快照;单元体量差异较大,票房按全部单元合并统计。
三日更新
音乐 / 综艺 · 2026年上线 · 10 期
档案编号 C-08 · 数据来源:公开热度与完播口径快照;热度口径两周内调整过一次,已在日志中留痕。
档案架仅做信息整理与字段展示,不提供影片播放、下载或资源分发;卡片上的预约按钮只在本页产生状态变化,不会提交任何信息。
抽屉组 D · 字段图鉴
27 个核验字段逐个说明,先说清误用再谈排名
字段表 v4.2 · 2026年10月22日启用
下表列出档案室每天固定核验的 16 个核心字段,另外 11 个衍生字段在档案详情内展开。每个字段都写明取数时点与单位,并列出最常被误用的地方,读者核对时可以直接照表检查。
核心字段图鉴 · 单位与取数时点均以开档时刻为准
| 字段 | 单位 | 取数时点 | 常见误用 |
| 单日票房 | 万元 | 10:00 快照 | 与累计票房混排比较 |
| 累计票房 | 亿元 | 10:00 快照 | 忽略服务费口径差异 |
| 出票量 | 万张 | 10:00 快照 | 未冲正退票即计算场均 |
| 排映场次 | 万场 | 10:00 快照 | 把点映场并入正常场次 |
| 排片占比 | 百分比 | 10:00 快照 | 与上座率混为一谈 |
| 上座率 | 百分比 | 10:00 快照 | 用场次加权代替出票加权 |
| 场均人次 | 人 | 10:00 快照 | 四舍五入口径前后不一致 |
| 平均票价 | 元 | 10:00 快照 | 不同加权方式直接对比 |
| 预售票房 | 万元 | 10:00 快照 | 忽略预售开启天数 |
| 预售转化率 | 百分比 | 10:00 快照 | 与想看指数同义使用 |
| 首日排片预估 | 百分比 | 10:00 快照 | 当作确定排片对外引用 |
| 首日排片回落幅度 | 百分点 | 10:00 快照 | 与环比混用 |
| 当前评分 | 十分制 | 10:00 快照 | 不标样本量只看分值 |
| 二刷占比 | 百分比 | 10:00 快照 | 与复购率混淆 |
| 营业影院数 | 家 | 10:00 快照 | 把当日无出票影院算入 |
| 校验完成度 | 百分比 | 每日刷新 | 当作票房预测置信度 |
数据来源:档案室字段表 v4.2 与公开票务平台口径说明;字段变更会在内容更新日志中留痕,历史版本保留至少 12 个月。
抽屉组 E · 写作题库
票房数据写作题库:4 道题、范文提纲与点评
题目每两周轮换 · 本轮更新 2026年10月22日
题库给的是可复用的分析动作,不是模板句子。每题都配一份范文提纲与逐条点评,提纲只写要动用的字段和推理顺序,点评指向最常见的因果错置。题库里的每一次练笔,都要求先回到电影票房实时榜的原始字段,再谈结论。
第 01 题
用三个字段解释一部影片第二周排片占比下滑的原因
范文提纲
- 先给结论句:排片下滑来自场均人次回落,而不是口碑崩塌。
- 并列出票与场均人次,确认是需求端收缩还是场次端挤压。
- 调用首日排片回落幅度,判断影院是在第一周结束时就已减场。
- 给出可证伪的观察窗口,例如次周末场均人次是否回到 18 人以上。
点评:最常见错误是把排片下滑直接归因于口碑。排片是影院根据前一日场均人次与预售做的资源再分配,属于结果指标;先看成场效率,再谈评分,顺序反了就会得出情绪化结论。加分点在于写出可证伪的观察窗口,而不是停在描述。
第 02 题
如何判断一部影片的预售热度是否存在虚高
范文提纲
- 先看预售转化率,再看绝对预售金额,顺序不可颠倒。
- 把预售开启天数拉进对比,短周期高金额与长周期高金额含义不同。
- 核对首日排片预估与预售规模的匹配度,排片是否跟得上转化。
- 补一个反例:找同期转化率更高但金额更低的影片,说明差异来源。
点评:虚高的典型特征是金额靠前而转化率偏低,说明热度停留在点击层面;另一种虚低是金额不高但转化率高,那通常只是排片未释放。两种情形必须分开写,否则会把供给约束误判成需求不足。反例是这类题的得分点。
第 03 题
写一条不超过 80 字的档案更新说明
范文提纲
- 第一句交代日期、字段名与变动方向。
- 第二句给出变动幅度与统计范围。
- 第三句写明核验方式,例如双人独立复核。
- 结尾标注影响到的抽屉或条目数量。
点评:更新说明的价值在于可追溯,不在文采。常见问题是只写调整了某某字段,却不写影响范围与核验方式,读者无法判断是否需要重新引用旧数据。把核验方式写进一句话里,可信度立刻不同。
第 04 题
为档期总票房同比写一段 120 字以内的解读
范文提纲
- 先给绝对量与同比,注明统计区间。
- 把总量拆成影片数、场次与平均票价三项,逐项判断贡献方向。
- 指出不可比因素,例如今年多上映了三部影片。
- 给出下一个观察点,比如接下来两周的场均人次。
点评:同比数字本身没有解释力,只有拆成供给与需求两侧才成立。把上映影片数放在同比旁边,是这类题最重要的动作;只写增幅不写影片数,等于把供给增加说成了需求回暖。结尾给出下一观察点,能显著降低文章的空转感。
抽屉组 F · 归档优势
六个抽屉拉手,对应六件具体的事
优势均可用页面内字段核对 · 无主观口号
拉手 01
字段可核对
27 项固定字段全部写明单位与取数时点,页面内就能找到对应说明。读者不必信任作者,只要核对表格即可,评分同时给出样本量,避免单一分值误导。
拉手 02
一屏切换频道
五个频道用进度环切换,切换时页面不重载、不跳转,移动端只更新一屏内容。环上的百分比直接暴露该频道的校验完成度,低完成度的抽屉会主动标注原因。
拉手 03
口径统一
单日票房、预售、排片与口碑共用同一次 10:00 快照,避免不同时点数字混排。金额口径固定为不含服务费,退票已冲正,场次含零点场但不含包场活动。
拉手 04
来源留痕
每条数字下方都标注数据来源与核验方式,异常值会在标签牌上注明。样本不足 300 条的条目降低展示精度,只作方向参考,不参与排名解读。
拉手 05
更新可回溯
累计 1,142 次更新逐条留痕,含日期、内容、影响范围与核验方式。口径调整会回溯历史数据,历史版本至少保留 12 个月,方便读者比对同一条目在不同版本下的变化。
拉手 06
移动端省流
全站零外部依赖,样式与交互脚本全部内联,首屏只加载一张横幅位图,其余图片开启懒加载并带占位色块。正文使用宽行距与小字号高密度标题,长表格可横向滚动,不挤压触控区域。
抽屉组 G · 数据资讯
四条资讯,都指向可复核的字段
更新日期格式统一为 YYYY年MM月DD日
-
口径说明阅读约 3 分钟
预售转化率公式调整后的三个月回溯结果
改用出票量除以想看新增后,三个月内共有 34 部影片的转化率排序发生变化,其中 7 部下降超过 5 个百分点。变化主要出现在预售开启超过 14 天的长周期影片上,短周期条目基本稳定。完整对照表已并入预售榜抽屉。
-
档期观察阅读约 4 分钟
十月第二周场均人次回落的三种解释
当周场均人次降到 14.2 人,环比减少 8.4 人。可分解项显示场次只减少 2.1%,影片数减少 4 部,均价下降 0.6 元,因此回落主要来自出票端而非排映端。相关区间数据在字段图鉴中可逐项核对。
-
写作题库阅读约 5 分钟
用一部影片讲清排片占比与上座率的关系
排片占比是供给份额,上座率是需求效率,两者同时下降说明需求端收缩,一升一降则更可能是场次结构变化。本轮题库第 01 题就以此为题干,配了提纲与点评,可直接对照练笔。
-
核验记录阅读约 2 分钟
12 部影片场均人次口径修正说明
修正原因是四舍五入位置不一致,其中 5 部影片的场均人次由整数改为保留一位小数。修正后单日榜名次未发生变化,口碑榜有两处展示精度调整。修正过程已记录在内容更新日志。
抽屉组 H · 常见问题
六个高频问题,答案与结构化数据一致
按读者提问频率排序 · 最近整理 2026年10月22日
电影票房实时榜的更新时间为什么定在每天十点
公开票务口径的日结数据通常在次日清晨完成校准,九点前后仍可能出现影院补录与退票冲正,把开档时间放在十点,是为了让单日票房、排片占比、场均人次三项字段落在同一快照里互相自洽。若遇到节假日或大盘波动超过两成,会在同一抽屉内追加一条午间复核记录,并在更新日志里注明时间与影响范围。
榜单里的预售转化率和普通预售票房有什么区别
预售票房只回答已经卖了多少,预售转化率回答想看的人里有百分之多少真正下单,后者用出票量除以想看新增,更适合判断热度是否虚高。两者在同一张表里并排展示,可以避免只看绝对金额而误判走势;预售开启天数也会同时列出,因为短周期高金额与长周期高金额的含义并不相同。
更新角标上的今日更新和三日更新分别代表什么
角标标注的是该影片档案字段最近一次被核验的间隔。今日更新表示当天开档时字段发生过变动,三日更新表示连续三天字段稳定、仅做例行核对,七日以上未动会显示待复核。角标颜色随间隔变化,方便快速辨认哪些档案需要重新确认,也提醒读者引用旧数据前先看核验日期。
一部影片的评分为什么和其他渠道显示的不完全一致
本站评分只取开档时刻的公开样本均值,并标注样本条数。不同渠道的样本口径与去水策略不同,数值出现零点几分的差异属于正常现象。处理方式是保留原始样本量,让读者自行判断置信度,而不是做二次加权;样本不足 300 条的条目会降低展示精度,只作方向参考。
为什么本站不提供在线观看或下载入口
档案室只整理公开数据与信息架构,不涉及影片播放、下载或资源分发。页面里的预约按钮仅用于标记你想跟踪的档案,勾选后只在本页产生状态变化,不会提交任何信息,也不代表取得任何观影权限。所有内链都指向本页锚点,用于字段之间的交叉核对。
移动端打开这个页面会不会很慢
全站零外部依赖,样式与交互脚本全部内联,不加载任何第三方字体与图标库。图片采用 WebP 格式并开启懒加载与占位色块,首屏只请求一张横幅位图,其余图片在滚动时补齐。按常见移动网络实测,首屏渲染通常在一秒内完成,长表格可横向滚动而不会撑破版式。
影单记录员核对过 3 天
我按照单日票房榜的口径核对了三天,金额和出票量都能对上。想问一句,大家看实时票房数据时更在意排片占比还是场均人次?我个人的习惯是先看场均,再看排片有没有跟上。
午夜场预售关注
预售转化率这个字段很实用,之前只看预售金额,总觉得某部片子热度虚高。现在把预售开启天数一起看,长周期的数字就合理多了。有没有人试过用首日排片预估去反推转化率?
胶片抽屉字段讨论
进度环的设计挺直观,36% 那个档期频道一眼就知道还在进行中。顺便问下,平均票价的加权口径差异到底有多大,我算出来和页面差 0.5 元左右,是我选了场次加权的原因吗?
晚风座位写作练笔
题库第 02 题的点评说到反例,我才意识到自己以前的写法只堆数据。现在写票房分析都会先找一部同期转化率更高的影片对照。大家在写排片分析时会先列哪三个字段?
十点开档核验建议
建议把上座率也放进单日榜的表格里,现在要来回切频道才能对照。另外七日待复核的角标很好用,我引用旧数据前会先看这个标记。有没有人和我一样习惯先看核验日期再看数字?
数据泡桐档期观察
档期榜拆出影片数这一点很重要,去年同期多了三部影片,直接比总票房很容易得出结论说需求回暖。想请教,场次变化和均价变化哪个更适合用来解释短期波动?