情境每个周末都在查同一个数
做影院排片的人，周五凌晨会打开三四张表格，核对同一部片子的上座、场次和退票。数其实只有一个，口径却有七八种。这份电影网票统计档案就是在那样的凌晨被整理出来的，先有工作表，后来才长成页面。
档案 A-00
为什么要把电影网票统计做成一家唱片行
按情境、冲突、问题、答案四步讲清这份档案的来历，也交代我们凭什么敢谈数据经验。
一 · 票房维度
二 · 影片类型
三 · 时间刻度
档案 A-02
票房货架：八张可以翻面的唱片卡
每一张卡都是一部影片的电影网票统计切片。卡面左下是货架编号，右上是更新角标；悬浮时唱片会从格子里轻轻抽出半寸，点击卡面或下方按钮即可展开详情。
雾港夜航
- 71%网售占比
- 18.4%排片占比
- 23场均人次
汽水星球
- 2.4周末系数
- 64%网售占比
- 41场均人次
十二点的便利店
- 3.1%退票率
- 9.6%排片占比
- 17场均人次
铁轨上的秋天
- 76%网售占比
- 44%黄金场占比
- 28场均人次
墨线山海
- 4120 万预售票房
- 1.9%退票率
- 22.5%排片占比
长夜洗衣店
- 6场均人次
- 4.2%排片占比
- 29%网售占比
纸飞机航线
- 35场均人次
- 1.6周末系数
- 69%网售占比
周末观测站
- 52%网售占比
- 3.4%排片占比
- 12场均人次
档案 A-03
六条货架规矩：这份电影网票统计凭什么可信
不讲空话，只讲我们如何收数、如何标刻度、如何在数字互相矛盾时给出可复核的结论。
口径先于结论
每条记录都带三个标签：时间刻度、票房口径、放映口径。少了任何一个，口径不全的数字就不进入榜单，宁可留白也不混算。
双源交叉校验
网售占比与现场出票彼此独立，两者相加应接近总出票。差额超过 3% 时，我们会在卡片上标注存疑，而不是悄悄抹平。
货架式可比性
同类型影片放在同一格，动画与剧情不混排。这样比较排片占比才有意义，也避免了拿不同量级的片子互相碾压。
留出滞后窗口
场均人次与排片占比之间存在三到五天的滞后，我们把这个窗口写进卡片提示，而不是让读者自己去猜因果。
手写答案
所有常见问题均由整理者逐条手写，答案里保留不确定的部分，因为电影网票统计本身也受排片策略与天气影响。
零外链闭环
页面不加载任何外部样式、字体与脚本，所有跳转都在本页锚点内完成，权重不出站，移动端首屏也更快落地。
-
01
网售占比领先 · 铁轨上的秋天
76% 的线上出票比例，说明这批观众几乎全程在手机上完成决策，线下窗口只在开场前最后一刻补票。
-
02
场均人次密度 · 汽水星球
41 人的场均人次在动画分区属于高位，周末上午的亲子场贡献了其中近六成座位。
-
03
预售高位 · 墨线山海
距离上映十一天，预售已到 4120 万。预售越早冲高，越要盯退票率的回声，这是电影网票统计里最容易被忽略的一条。
-
04
退票压力 · 十二点的便利店
3.1% 的退票率集中在单场次城市，属于排片试探期的正常回落，不构成口碑警报。
-
05
并场预警 · 长夜洗衣店
场均人次跌到六人，排片占比却还留着 4.2%。窗口期还有三四天，之后会明显收缩。
档案 A-05
冷知识合集：六条容易被读反的刻度
这些都是整理电影网票统计时反复踩到的坑，知道之后再看榜单，判断会稳很多。
票房与服务费差在哪
观众支付的票价里含平台服务费，行业口径常常分开列。同一部影片的两组电影网票统计数字相差三到五个百分点是常态，不是造假。
预售的第二次跳变
预售票房通常在开场前二十四小时出现第二次跳变。这一跳比首日总票房更能预告走势，因为它反映的是临时决策人群的规模。
并场总是慢半拍
场均人次先跌，排片占比后跌。影院希望多观察一天再动手，于是留下三到五天的窗口期，这是排片调整里最值钱的时差。
动画的周末系数
亲子向动画的周末系数常年在二以上，剧情片则接近一点二。拿同一把尺子量两类影片，会得出完全相反的结论。
退票率也看天气
开场前两小时的退票往往与口碑无关。极端天气或交通预警会在短时间内把退票率抬高一倍，电影网票统计需要标注这一层背景。
黄金场的连带购买
十八点之后的场次，人均购票张数普遍更高。黄金场占比高的影片，网售占比通常也高，这两条轨道时常同向移动。
第一题 · 你通常什么时候买票
第二题 · 选片时你最在意什么
第三题 · 你多久进一次影院
三道题都点亮之后，这里会给出你的专属读榜建议。
两套口径都在用。观众支付口径含服务费，行业对比口径往往把服务费单列。本页在每张唱片卡上都会标明，遇到没说清来源的榜单，先看它含不含服务费，再谈高低。
一般由票务平台在出票环节记录，再由聚合方汇总。它衡量的是线上出票比例，不衡量观众满意度。网售占比高的影片，往往临时决策人群也更多。
采样范围不同。有的只统计重点城市，有的按全国抽样再放大，还有的按场次推算。差异在百分之一以内属正常，超过三个百分点就要看是不是口径混用。
通常每天刷新一到两次，重大档期会加密。排片占比是结果而不是原因，它跟着场均人次走，只是慢三到五天，读它要配上时间刻度。
观影人次除以场次数，得到的是平均每场人数。小厅与大厅混算会失真，所以本页在动画分区与剧情分区之间不做横向排名，只做同区比较。
档案 A-08
相关资讯：货架边的四条短讯
短讯只记录与口径有关的变化，不做预测。每条都带日期与标签，方便回看当时的判断。
档期包预售提前十一天破四千万
本档期头部影片的预售节奏比上档期早了两天，电影网票统计记录到想看转化率同步抬升，退票率暂时压在两个百分点以内。
动画分区周末系数回到二以上
连续两周的周末系数回到二点一，亲子场次的上午档贡献明显。排片方开始把部分黄金场让回夜间剧情片，网售占比结构随之变化。
并场窗口期缩短到三天
场均人次跌到八人以下之后，排片收缩比以往提前了约一天。窗口变短意味着清库存的余地更小，影院的试探期正在变得更谨慎。
极端天气拉高开场前退票
一次区域性预警让当天开场前两小时的退票翻倍。我们把这类退票单独拆列，避免它污染对影片口碑的判断。
档案 A-09
幕后图鉴：货架是怎么被搭起来的
三张图对应三个整理动作：收数、校对、上架。它们决定了电影网票统计最终以什么顺序摆在你面前。
档案 A-10
常见问题：关于电影网票统计的六问六答
以下答案与页面底部的结构化数据一一对应，均为手写整理，不做自动生成。
电影网票统计里的数字多久更新一次？
常规情况下每天整理一次，档期包与预售冲刺阶段会加密到两次。更新只覆盖新增口径，历史快照保留原样，方便你对照同一刻度在不同日期的读数变化。
网售占比和排片占比哪个更能说明热度？
两者回答的问题不同。网售占比说明观众在哪里买票，排片占比说明影院愿意给多少场次。判断热度要看观影人次，两个占比只是旁证，单看任何一个都容易误读。
为什么同一部影片在不同榜单上的电影网票统计结果不同？
采样范围、含不含服务费、是否计入点映场，三项里只要有一项不同，结果就会分叉。遇到差异先核对这三项，通常能把大部分分歧解释清楚。
页面上的影片与数据是真实票房吗？
不是。本页是运营模拟档案，片名、编号与数字均为演示用示例，只用来展示电影网票统计的阅读方式与栏目结构，不指向任何真实影片的票房，也不提供观看入口。
移动端打开这张货架会不会很卡？
页面不引用任何外部样式、字体与脚本，图片全部懒加载并预留占位色块，布局尺寸固定，不会因为图片加载而发生跳动，因此移动端首屏可以很快落地。
我想核对某个口径的算法，从哪里开始？
先看口径分类树收起的那一层，确认时间刻度与票房口径，再回到票房货架对照卡片上的存疑标记。如果仍有疑问，可以看快问快答里的五个追问。
档案 A-11
留言墙：听众写下的读榜笔记
留言墙只做静态展示，不提供提交入口。若你也想留一条，欢迎把它写成一句带口径的笔记，比如电影网票统计里最让你意外的那一格。
夜班放映员 2025-04-03
照着电影网票统计的滞后窗口调了两天排片，场均人次果然先回了一点。原来排片占比是结果，不是原因，这一条我记了很久。
周末带娃党 2025-03-30
动画分区的周末系数这一格很实用。以前只看总票房，现在先看观影人次再看排片占比，挑上午场基本不用挤。
录像厅常客 2025-03-24
喜欢这种唱片行的排版。这份统计被拆成几条轨道之后，网售占比和退票率终于不再是两个孤零零的数字了。
数据校对员 2025-03-19
把服务费口径写清楚这一点很难得。同一部片的统计数字差三个百分点，多数时候就是含不含服务费的问题。
档期观察者 2025-03-15
希望货架能再多一格独立影片的分类，排片占比低于百分之五的长线片其实也有观影人次可看，别让它们藏在末尾。